熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
#
有消息稱 Pump.fun 計劃 40 億估值發幣，引發市場猜測
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
Tibor Blaho
以下是我在2025年9月26日於維也納TEDAI的TED演講中的筆記
第一場：基礎
Walter Werzowa（藝術家，皇家藝術學會獎學金，錄音學院），Olivier Oullier（包容性大腦，生物技術牙科，MBZUAI）
- 介紹 - 樂團、大腦介面、DJ、音樂家 - 通過AI將大腦波轉換為音樂的表演
Shaden Alshammari（研究員，麻省理工學院）
- 化學元素週期表啟發的機器學習框架
- 機器學習元素週期表組織算法、分佈和目標函數
- 連接不同方法的表示學習方法
- 改進60年歷史的K均值聚類算法的新圖像聚類算法
- R和Q變量分別表示真實關係（有和沒有註釋）和學習的關係
- 機器學習算法的元素週期表結構揭示了新方法的空白
- 通過學習的表示進行監督學習信號
Lukasz Kaiser（研究員，OpenAI）
- 自駕車 - 為什麼它們不像計程車司機那樣到處行駛？
- 為什麼治療疾病的AI如此困難？機器需要從更少的數據中學習
- 更強大的可學習模型
- RNN - 蜗牛在單詞周圍爬行
- 變壓器 - 背著所有先前單詞的背包的蜗牛
- 變壓器從更少的數據中學習
- 推理模型/推理者 - 仍然攜帶所有單詞，但也在中間生成自己的單詞（測試時），可以進行數學運算並在上下文中思考
- 研究人員 - 強大的模型 + 可學習的、任意數據、任意測試時間、並行性（不再是順序的）
- 科學發現，下一類模型
- 時間表 - 更接近而不是更遠，幾個月/一年而不是幾十年；不是非常遙遠的未來
- 驚訝於變壓器和推理者運作得如此良好
Oriol Vinyals（Gemini的共同技術負責人，Google DeepMind研究副總裁）
- 科學家 - 解決智能以推進科學並造福人類
- "我無法創造的，我就無法理解"（費曼）
- 建造者的困境 - 科學家創造可能取代自己的AI系統
- 人類置換 - 影響所有人的轉型，包括科學家
- 專用工具 - AlphaFold（蛋白質結構預測）
- 通用系統的演變 - 去年專用模型（AlphaProof，AlphaGeometry），今年單一通用模型（Deep Think）
- Deep Think - 在IMO和ICPC中獲得金牌
- AI科學家 - Google DeepMind內部原型，用於自動化科學研究
- 中心問題 - 科學家建造AI科學家，取代自己？
Verity Harding（劍橋大學及Formation Advisory的創始人、董事及作者）
- 全球範圍內的另一場軍備競賽 - AI
- 當時的樂觀 - 全球AI，協作，全球夥伴關係
- 隨著AI變得更強大，合作與協作讓位
- ChatGPT的推出
- 導致快速轉變的多種因素
- 出口管制，防禦性演講
- 首先你必須贏 - 當你無法生存以至於失敗時，你會怎麼做來贏
- AI將繼續，但沒有終點線，AI的採用不是二元的
- 替代隱喻 - 這是太空競賽（而不是核競賽）
- "我們是為了全人類的和平而來"（美國的故意地緣政治策略）
- 太空 - 全人類的領域，太空中沒有大規模毀滅性武器，沒有人會殖民月球
- "我們創造了隱喻，然後我們的隱喻創造了我們"
- 讓我們談談領導，而不是贏
- 朝著世界主導地位或新邊疆的競賽
Tullio Ghi（MD，PhD，阿戈斯蒂諾·傑梅利大學醫院）
- 分娩期間併發症的風險
- 當氧氣供應在分娩期間受到威脅時，根據嬰兒下降的程度決定使用何種干預（吸引分娩，剖腹產）
- 會陰穿刺超聲，頭部與會陰的距離測量
- 基於AI的自動頭部與會陰距離測量
- 評估胎頭在產道中的旋轉程度和位置
- 三個卷積神經網絡同時工作
- 來自全球16個中心的2,154張超聲圖像，整體準確率94.5%和95.6%靈敏度
10.92K
熱門
排行
收藏