热门话题
#
Bonk 生态迷因币展现强韧势头
#
有消息称 Pump.fun 计划 40 亿估值发币，引发市场猜测
#
Solana 新代币发射平台 Boop.Fun 风头正劲
Tibor Blaho
以下是我在2025年9月26日于维也纳TEDAI会议上TED演讲的笔记
第一场：基础
Walter Werzowa（艺术家，皇家艺术学会会员，录音学院），Olivier Oullier（Inclusive Brains，Biotech Dental，MBZUAI）
- 介绍 - 乐团，大脑接口，DJ，音乐家 - 通过AI将脑电波转化为音乐的表演
Shaden Alshammari（研究员，麻省理工学院）
- 化学元素周期表为机器学习框架提供灵感
- 机器学习元素周期表组织算法、分布和目标函数
- 连接不同方法的表示学习方法
- 新的图像聚类算法改进了60年前的K均值聚类算法
- R和Q变量分别表示真实关系（有和没有注释）和学习到的关系
- 机器学习算法的周期表结构揭示了新方法的空白
- 通过学习到的表示进行监督学习信号
Lukasz Kaiser（研究员，OpenAI）
- 自动驾驶汽车 - 为什么它们不像出租车司机那样到处行驶？
- 为什么AI治愈疾病如此困难？机器需要从更少的数据中学习
- 更强大的可学习模型
- RNN - 蜗牛在单词周围爬行
- Transformers - 背着装有所有先前单词的背包的蜗牛
- Transformers从更少的数据中学习
- 推理模型/推理者 - 仍然携带所有单词，但也在中间生成自己的单词（测试时），可以进行数学运算并在上下文中思考
- 研究人员 - 强大的模型 + 可学习的，任意数据，任意测试时间，并行性（不再是顺序的）
- 科学发现，下一种模型类型
- 时间线 - 更近而不是更远，几个月/一年而不是几十年；不是一个非常遥远的未来
- 令人惊讶的是，transformers和推理者工作得如此好
Oriol Vinyals（Gemini的联合技术负责人，谷歌DeepMind研究副总裁）
- 科学家 - 解决智能以推动科学并造福人类
- "我无法创造的，我就无法理解"（费曼）
- 建造者的困境 - 科学家创造可能取代自己的AI系统
- 人类置换 - 影响所有人的转型，包括科学家
- 专用工具 - AlphaFold（蛋白质结构预测）
- 通用系统的演变 - 去年专用模型（AlphaProof，AlphaGeometry），今年单一通用模型（Deep Think）
- Deep Think - 在IMO和ICPC中获得金牌
- AI科学家 - 谷歌DeepMind内部原型，用于自动化科学研究
- 中心问题 - 科学家构建AI科学家，取代自己？
Verity Harding（创始人，董事兼作者，剑桥大学与Formation Advisory）
- 全球范围内的另一场军备竞赛 - AI
- 当时的乐观 - 全球AI，协作，全球伙伴关系
- 随着AI变得更强大，合作与协作让位
- ChatGPT发布
- 导致快速转变的多种因素
- 出口管制，防御性演讲
- 首先你必须获胜 - 当你无法生存以输掉时，你会做什么来获胜
- AI将继续，但没有终点线，AI的采用不是二元的
- 替代隐喻 - 这是太空竞赛（而不是核竞赛）
- "我们是为了全人类的和平而来"（美国的故意地缘政治战略）
- 太空 - 全人类的领域，太空中没有大规模毁灭性武器，没有人会殖民月球
- "我们创造我们的隐喻，然后我们的隐喻创造我们"
- 让我们谈论领导，而不是获胜
- 朝着世界主导地位或新边疆的竞赛
Tullio Ghi（医学博士，Agostino Gemelli大学医院）
- 分娩期间并发症的风险
- 当氧气供应在分娩期间受到威胁时，决定使用何种干预（吸引分娩，剖宫产），取决于婴儿下降的程度
- 经会阴超声，头部-会阴距离测量
- 基于AI的头部-会阴距离自动测量
- 评估胎头在产道中的旋转程度和位置
- 3个卷积神经网络同时工作
- 来自全球16个中心的2154张超声图像，总体准确率94.5%和95.6%灵敏度
10.92K
热门
排行
收藏