- 26
- 19 550
公园4004
Hong Kong
Registrace 4. 03. 2021
We get smarter and smarter and smarter and die.
社交媒体版的西部世界：把你关注的人都设计成 AI ？
最近我看到了一个脑洞奇怪的社交软件，butterflies。你可以把它想成 AI 版的ins或者小红书。你周围的网红、给你发送私信的用户、点赞和评论的都是AI，而且这些 AI 完全是由用户来创造的。所以，这到底是个养成类游戏，还是一个社交软件呢。目前，这些基于AI的角色扮演产品，说的确切一点，是基于大语言模型，而大语言模型，还不能很好的完成角色的模拟。
zhlédnutí: 34
Video
解密人工智能发展史：符号主义vs联结主义
zhlédnutí 265Před měsícem
人工智能是当今最引人注目的技术革命之一，甚至有点显学的味道。然而,AI并不仅仅是一门技术学科,它的发展历程也深深地嵌入了哲学思想的演进脉络。 理性主义和经验主义,作为西方哲学的两大支柱,在 AI 发展的不同阶段分别发挥了重要作用。追求逻辑推理的"符号主义"AI 和强调从数据中学习的"联结主义"AI,恰恰反映了这两种哲学传统的分野。 时间线： 00:00 人工智能的最权威定义 01:26 AI 背后的哲学思想，从两个主义说起 03:58 符号主义与理性主义 09:09 联结主义与经验主义
大语言模型很难有质的飞跃，GPT-4o 开始玩起刀法了
zhlédnutí 1,4KPřed 2 měsíci
GPT-4o 的发布，展示了这个全新的多模态模型惊人的语音能力。然而,在令人兴奋的表面之下，OpenAI的发布会演示和官网示例却透露出一丝无聊。这种无聊感源于OpenAI对通用性的追求。作为一个底层模型，GPT-4o在临时翻译、问题解答等场景下表现出色，但当涉及语言学习、数学教育等专业领域时，仅靠通用模型还远远不够。 时间线 00:00 GPT-4o 的演示为什么无聊 01:19 大语言模型的能力已不能有质的飞跃 03:04 GPT-4o 真的很强吗 05:48 专业软件的适配更加重要
斯坦福大学2024最新AI指数报告解读! 当前AI在9大领域发展到什么水平?
zhlédnutí 560Před 3 měsíci
2024 年斯坦福 AI 指数报告。 这期节目,我将带大家重点解读报告的第二章,从语言、编程、计算机视觉、推理、音频处理、代理、机器人和强化学习等多个维度,全面解析 AI 技术在过去一年的突破性进展。 我们将看到: AI 系统在多个基准测试中已达到甚至超越人类水平 语言模型在编程、数学推理等复杂 务上取得惊人表现 从图像生成到视频编辑,AI 正深刻影响创意产业 通用代理和机器人助手逐渐成为现实 人类反馈强化学习等前沿方法推动 AI 持续进化 …… 时间线： 00:00 第二章内容最多 01:15 2.1 AI 性能总体超过人类 02:14 2.2 语言能力 03:29 2.3 编码能力 04:00 2.4 计算机视觉与图片生成 06:49 2.5 计算机视觉与视频生成 07:14 2.6 推理 10:25 2.7 音频能力 10:43 2.8 Agent 11:33 2.9 机器人...
AI生态全景图:了解人类三轮炒作周期的真相
zhlédnutí 1,2KPřed 3 měsíci
简介： 从这张全景图来看看目前 AI 生态。 人工智能正在引领一场前所未有的技术革命,它的影响正在迅速渗透到我们生活的方方面面。从学术研究到商业应用,从创业公司到科技巨头,每个人都在这场革命中寻找自己的位置。但是,在这个充满机遇和挑战的时代,我们该如何看待人工智能的发展?炒作与实质,机遇与风险,又将如何影响我们的未来? 时间线： 00:00 AI 生态全景图 1:26 AI 的三个炒作周期 5:17 AI 是不是赢家通吃 7:31 Nvidia 是否被高估
科技界很流行个人崇拜
zhlédnutí 152Před 3 měsíci
作为当今AI芯片市场的绝对霸主，英伟达为这个时代提供了最重要的"武器" 芯片。而它的创始人兼CEO 也成为了 AI 时代最具有代表性的人物。 黄仁勋的成长经历充满了坎坷和挑战。从台湾移民到美国，在宗教改造学校面对欺凌和歧视，到凭借坚韧和努力跳级两次，16岁高中毕业。30岁那年，他与两位好友创立了英伟达。 从最初为游戏行业提供图形处理器，到推出划时代的CUDA编程框架，再到如今在AI芯片市场占据70%以上的份额，英伟达的发展史见证了一家公司的不懈努力和战略远见。 时间线： 00:00 新一代科技偶像 01:36 黄仁勋的成长经历 03:20 Nvidia 发展过程中的关键节点 05:40 从游戏到 AI 10:00 众多竞争对手
不看新闻能不能正常生活，《拒看新闻的生活艺术》改变了我看待新闻的方式
zhlédnutí 121Před 4 měsíci
对于新闻，我一直有个疑问，不看新闻到底能不能正常生活，这世界存在这样的人嘛？《拒看新闻的生活艺术》这本书的作者给出了斩钉截铁的回答，拒绝新闻，走向美好人生。 时间线 00:00 不看新闻行吗 01:37 反向思考 03:06 人类爱看新闻的原因 04:20 新闻是对事件的简化 05:48 别用新闻进行决策 07:08 我们应该放弃新闻吗
当AI欺骗眼睛：Sora如何震撼好莱坞，版权成未解之谜
zhlédnutí 129Před 4 měsíci
简介： sora 何时放出还是未知。但我相信，目前的 AI 工具，即使可以使用，也是半成品。sora 的意义，可能是让更多人确信，AI 制作的视频已经足够欺骗眼睛。它的出现，让好莱坞的制片人，搁置了搭建新工作室的计划。 时间线： 00:00 sora不知何时放出 AI 工具依然是半成品 01:31 制片人放弃搭设影棚 02:35 即使AI不好用 专业人员也能产出优质的作品 05:06 大家都在快速迭代 版权问题留下巨大隐患
这个世界不再需要另一款大语言模型了，苹果应该做点什么呢
zhlédnutí 346Před 5 měsíci
简介： 苹果在大语言模型领域，在去年可以说是开启了静音模式。到了 2024 年，第一梯队的大语言模型产品地位已经固定，开源领域也是勃勃生机，用户的选择极其丰富。在这样的背景下，苹果还能做些什么呢。 时间线： 00:00 介绍 00:40 苹果在 AI 领域的投资，研究情况 03:03 AI 手机什么样，以三星为例
达到 GPT-4 水平的(伪)开源 LLM 会在 2024 年出现吗
zhlédnutí 328Před 6 měsíci
2023 年，开源的 LLMs 惊喜不断，年初，Meta 的伪开源模式掀起了热潮，到年末，Mistral 8x7B 混合专家模型，已经追上了 GPT3.5。今年，追上GPT-4 的开源模型会出现吗？ 时间线： 00:00 开源语言模型的追赶速度很快 01:04 GPT-4 的秘密 03:08 Meta的伪开源掀起热潮 05:57 开源是 AI发展的核心动力
一个合格的 AI 学习助手，我们看看 Khan Academy是怎么做的
zhlédnutí 1,1KPřed 6 měsíci
AI 到底如何改变某个行业，我们需要一个具体例子。 Khan Academy 在我看来是改变学生学习方式和老师教授知识方式的 AI 助手，我相信这也是未来各种 AI 助手的标准。它良好的易用性和专精的目的，发挥了大语言模型的未来，并减少了其缺陷。 2024 年，一定会是各种 AI 助手激烈竞争和创新突破的一年，Khan Academy 的这个教育助手一定会给你启发。 时间线： 00:00 人人都会有一个 AI 助手 01:10 Khanmigo 和 ChatGPT 的不同 05:04 AI 对学习方式的影响 06:34 知识唾手可得，人机共存成为常态 08:49 学习依然反人性
Google Labs的新实验产品 NotebookLM，帮助用户思考的 AI 原生笔应用
zhlédnutí 946Před 7 měsíci
未来，我们一定会对AI工具的依赖越来越深。当 AI 工具越来越好用，甚至不需要太复杂的人类命令时，我们的思考是否会越来越少。 谷歌实验室的新产品 NotebookLM 可以让我们一窥 AI 原生工具的样子。虽然它的功能还没有完全放开，但已经让我感受到巨大的替代人思考的潜能。 时间线 00:00 探索AI原生应用的新领域 - notebookLM 00:58 体验notebookLM：简洁界面与强大功能 02:53 NotebookLM未来将逐渐开放的写作功能 04:35 新工作流，新问题
ChatGPT一年回顾：提示工程能做什么，不能做什么
zhlédnutí 10KPřed 7 měsíci
提示工程的技巧到底有多大程度的作用。“提示工程师”为啥不能算作职业。在这个视频中，我想探讨专业知识在与AI交互中的关键作用。通过对ChatGPT一周年的反思，我将探讨提示技巧的局限性，分析大型语言模型如何最佳地融入现有产品与服务，以及为何专业知识和对环境的深入理解远比掌握提示技巧更为重要。 时间线： 00:00 ChatGPT 一周年我学到的事 01:36 OpenAI 的宣称让人对 prompt 产生误解 03:25 提示词技巧简单易学，模版真的不用收集 06:15 提示词之外，什么是很难短时间学会的？
OpenAI 闹剧风靡社交媒体,整理时间线,顺时针吃瓜
zhlédnutí 56Před 8 měsíci
今天的事态又有了新的发展。原来的董事会成员Tasha McCauley和Helen Toner已经退出，现在组建了一个新的临时董事会，Sam和Greg也回归了。这场闹剧似乎终于接近尾声。虽然我在剪辑视频时还没能加入今天的最新进展，但已经概括了最初四天的混乱情况，算是对我疯狂吃瓜四天的一个小结。 00:00 引言 00:43 第一集，11-17，大瓜 03:30 第二集，11-18，抓马 04:55 第三集，11-19，决裂 05:50 第四集，11-20，微软出手缓和事态
别纠结GPTs 的 prompt 提示技巧
zhlédnutí 442Před 8 měsíci
intro： GPTs如潮水般涌现，引发了社交媒体上关于AI 工具的热潮。各种标题充斥着我们的视野 从“十个最实用的GPTs”到“神级prompt的秘密”，似乎每个人都在寻找“最好用”的 prompt。 - 00:00 引言 - 01:32 GPTs 只是 Dev Day 上的一个小板块 - 03:10 GPTs 目前只能算作功能 - 04:45 别浪费时间研究 prompt 的技巧 - 05:36 AI 工具的混乱还会持续很久
同意。在这个信息唾手可得的时代，我们都患上了信息囤积症，信息超载，找不到有用的信息，面对海量的信心，AI生成的东西也只是老生常谈、平平无奇，还是靠大脑
感谢！有共鸣也学到了
@@ccli5701 感谢支持！
@@user-qh3gd8rh3b 商务合作怎么联系您
heptabase你没说
个人用户用API的话更加省钱，因为使用量不大，不用每个月交20刀
提示词可能会限制提问思维
想成迭代的过程，不断调整问题
说的很好！大模型需要更长期的能力。包括目标分解，复盘迭代的能力，才能解决更复杂的问题。
你这广告怕不是打反了。
😅～你这鸡蛋里挑骨头的能力怕不是祖传的？
这才是真正的专业👍👍👍
感谢支持～
科学研究永远不存在所谓的捷径。只有在自己的专业领域内，对整体知识框架有一个清晰的了解，才需要prompt去激发GPT提供某些细节的补充。否则，完全依赖prompt，无法得到这个领域的全貌以及和其他技术环节的接口。非常赞同！
博主加油↖(^ω^)↗
感谢支持
很棒
我也觉得不会有啥“提示词工程师”这种一个职位。
他的论点主要是看了新闻也什么都改变不了，所以等于白看。这对于娱乐八卦或者政治类新闻确实如此，但对于财经类新闻就不一定了。至少癌股的暴跌确实促使不少人把资产换成了美元转移了出来，融创恒大的爆雷也让很多人改变了买房的预期。如果不看新闻只是凭感觉买房或者投资我想大概率会损失金钱了。从这个意义上讲新闻不是错，而是被动接受新闻是错。应该主动关注优质的信源有目的的看新闻会发现商机捕捉机会。最典型的例子是李笑来，他之所以能在早期大量购入比特币就是刷推刷到的，等这个信息传了n手让主流媒体报道了那财富的风口早就过去了。更别提墙内那些造谣自媒体，他们报的连被称为新闻的资格都没有。
我需要怎么样可以获得这个图片呢？我在官网没有找到
mad.firstmark.com/
很好的内容,博主很用心B站油管都关注了! 我觉得算力问题芯片设计问题很快会解决,现在其实是产能问题! 当产能解决或者芯片效率提高后,算力成本降下来,才会迎来普通大众普及的使用
感谢支持～
我现在知道战锤里的黄金时代人类是怎么玩死自己的了，光要答案不要搜寻思考，跟猪圈里的可怜牲口不就一个结局么
结论支持，更多人无需知道具体的编写方法更多的是应用层面的行业落地，这样才能有效地让更多的人使用上AI,范用模型更多是给普遍用户的一种体验，让更多的有想法的用户可以开始去思考如何在自己的领域进行拓展.只有理解全面的人才能给出这么客观的一个评价，有些人否定这个观点，我觉得更多的是因为自己在提示工程上画了很多的时间，不愿意承认自己所做的事情没有价值而已
不好一概而论，虽然绝大多数新闻价值很低，特别是娱乐八卦。但少数新闻事件对民意有很大影响，有可能影响社会走向，因而被载入历史的。 比如，那几年的防疫中发生的一些事情，可以当成是体验历史。
看了笑死，你自己沒真正懂提示詞寫作，就誤以為提示詞寫作不算是一個專業？我自己開發的ai工具，提示詞寫到英文1000字（這還是盡可能精簡的），你最多能寫多少字？這已經逼近上限1.6 k tokens(恐怕你量有上限都不知道😂)
作者只是阐述了一个观点，强调这只是一个工具。重要是专业知识，业务理解，突然把chatgpt ai 给你停了，看你自己是不是一个变成了一个不会干活的傻子，两者是相辅相成的。
@@djgdhx5243 對啊,就是看了笑死,你想表達什麼?
我觉得不大客观，多轮对话怎么解决token不足的问题？
一直搜尋不到, 能否分享Microsoft教程的網址03:47🙏
这个 learn.microsoft.com/en-us/ai-builder/prompts-overview
反调，吸粉效果就是好。但事实真的如此吗？
我觉得说的很客观。即使是一名专业程序员，大部分时间也并非在学习编程技巧，而是在学习相关业务流程，并根据这些业务需求设计软件而后编写软件，而且编写代码的大部分过程也只是在复用前任的代码而已。
提示工程确实有点用
其实就是工具，用好工具，不要期望工具可以代替专业知识
讲得很好，不用神化，
文达教程的网址或者链接能否分享一下？
deeplearning.ai
演算法推薦你的內容給我，覺得相當優異，也相當受用，給您點讚訂閱支持👍
谢谢你的支持！
很棒👍🏻
感谢支持～
说的真好，深有同感
我觉得固定在 GPTs 中的 prompt ，作用有限。想要好的结果，现阶段还得是靠一句一句的和 AI 交流
聲音飄來飄去，聴的好難受，強忍著才把它看完。
不好意思 视频加速后出现了 bug
内容不错，但声音有点飘忽
声音加速后出了点小 bug😅
有用过tiddlywiki吗？这个应该是这些的鼻祖。
还没有
引人入胜！
感谢你的鼓励