我关于科学与AI的"Knowmads"播客
<p>或者如果以上方法都不行,</p><p>在我UT奥斯汀分校的办公室现场录制,黑板上有一条包含“ARC”、“可扩展监督”和“模型”的项目符号列表,不知为何(我已经不记得是谁放的,也记不清为什么放的)。<br><br>长达90分钟。有时你会看到我那无形的手臂在空中挥动,因为摄像头的组合方式。一如既往,我<em>非常强烈</em>建议用2倍速才能获得正确的体验。</p><p>这可能是我做过的最棒的播客之一,虽然我本没打算这么做!非常感谢Bhavay Tyagi和Prachi Garella特地从休斯顿开车来录制。</p><p>以下是我们讨论的主题中的一个严格子集:</p><ul> <li>AI模型解决纳维-斯托克斯千年问题的故事,就已知而言</li> <li>最近的人工智能证明能被称为“真正有创造力”吗?</li> <li>大语言模型革命前的人工智能历史</li> <li>当我们称LLM为“黑箱”时,具体指的是什么?</li> <li>可解释性的成就</li> <li>OpenAI/HuggingFace事件到底发生了什么?</li> <li>讨论拥抱面事件时,我们是否必须避免所有“拟人化语言”?(剧透警告:不)</li> <li>以下是我几十年来关心、最近AI模型解决的量子计算理论中重大未解问题的例子</li> <li>当前人工智能灾难对数学界,尤其是学生的影响</li> <li>听AI演讲时最让我烦恼的是什么</li> <li>我在OpenAI的经历、他们为什么雇佣我,以及我在那里做的水印工作</li> </ul><p>祝你玩得开心!</p><p>更多与人工智能相关的内容即将发布,因为这个博客——和世界许多地方一样——正在向“全AI,随时使用”的转型(当然仍然是100%的)。<em>书写</em>由一个衰老、…</p>