最佳拍档

【人工智能】发布连续三款芯片计划，英伟达试图打破摩尔定律 | 黄仁勋ComputeX 2024台北演讲 | Blackwell | AI机器人时代 | 加速计算

【人工智能】科技巨头联合成立UALink对抗英伟达 | 能否取代NVLink打破垄断地位 | 第二次围剿英伟达 | 超级以太网联盟UEC | Infiniband | Infinity Fabric

【OpenAI】为何解雇Sam Altman | 前OpenAI董事会成Helen Toner爆料OpenAI宫斗内幕 | 不知ChatGPT发布 | AI治理与监管 | AI诈骗 | AI未来

【人工智能】博弈论如何改进大模型性能 | MIT最新论文 | 共识博弈 | 集成博弈 | 纳什均衡 | Meta Cicero

【人工智能】互联网”种树“，大模型”包林“ | 杨植麟 | 月之暗面CEO | 第一性原理 | 摩尔定律 | Scaling Law | AI发展的挑战 | 创业经验

本期播客主要探讨了 AI 技术是否会像过去的计算机产业一样迎来普及化发展。大飞分享了月之暗面创始人杨植麟在上海创新创业青年 50 人论坛上的观点，他认为 AI 技术拥有类似于摩尔定律的 “Scaling Law”，即模型计算量指数级提升带来智能能力提升，这为 AI 的普及奠定了基础。杨植麟还指出，互联网积累的大量训练数据、Transformer 模型的出现以及半导体行业的发展，为 AI 提供了前所未有的发展机遇。尽管 AI 面临多模态技术和数据瓶颈、上下文技术等挑战，但杨植麟对 AI 的未来发展充满信心，并积极探索 AI 在复杂任务处理和软硬件结合方面的潜力。

【人工智能】AI将会带来软件民主化 | Scott Wu | Cognition创始人&CEO | 三块IOI金牌得主 | Devin AI | 工程师效率5倍提升 | Coding Agent的未来

【人工智能】大语言模型评估基准七宗罪 | Jason Wei | 思维链作CoT作者 | 成功与否的标准 | 评估基准的七个错误 | 面临的挑战 | 测试集污染

【人工智能】2027年将会实现AGI | 约翰·舒尔曼最新访谈 | OpenAI联合创始人&首席架构师 | 大模型训练 | RLHF | 技术瓶颈 | 模型蒸馏 | AI监管

【人工智能】柏拉图表征假说 | 不同模型趋向于同一现实表征 | Ilya点赞 | AI对现实的认知 | 表征对齐 | 模型拼接 | 柏拉图的山洞寓言

【限时公开】中文互联网正在加速崩塌 | 历史信息的消亡 | 是否还有挽救方法 | 究竟什么原因造成

【人工智能】以人为本的人工智能 | 李飞飞最新对话 | AI威胁论 | AI的最终目的是造福人类 | 是否会取代工作 | 人类的选择 | 人文关怀

【人工智能】直觉的力量 | 杰弗里辛顿最新对话 | Sana AI峰会 | 回忆AI生涯 | Ilya的能力和直觉 | 缩放法则 | 多模态 | 语言与认知 | 神经网络 | AI情感 | 反向传播

【人工智能】AI会吞噬所有软件 | Databricks CEO 阿里·戈德西最新访谈 | 数据的重力 | Spark | MosaicML | Data Lakehouse | 企业级模型

【OpenAI】OpenAI超级对齐团队解散，GPT还安全么 | Ilya Sutskever & Jan Leike离职 | Superalignment

【OpenAI】春季发布会后Sam Altman首次专访 | GPT-4o的背后 | 迭代发布 | GPT-5 | AGI | AI创业方向 | 非线性发展 | AI监管与风险 | 人类与AI

【GPU】如何两周内零经验手搓一个GPU | 美国工程师极限挑战 | 重写三次 | CUDA | SIMD | ISA指令集 | Verilog | OpenLane

【人工智能】2024 Google I/O大会 | 20+新产品和更新 | Gemini 1.5 pro | Gemma 2 | Project Astra | 第六代TPU | Veo | AI搜索

【人工智能】OpenAI发布最新模型GPT-4o | 最强多模态语音助手 | 全员免费使用 | MacOS版APP | 增强图文能力 | 怼脸开大Google

【人工智能】AI如何推动科学的变革 | 普什梅特·科利 & 维杰·潘德 | a16z播客对话 | AlphaFold的发展历程 | 结构生物学 | 临床研究 | DeepMind | 科学范式的转变

【人工智能】AI能取代科学家解决科学问题么 | Stephen Wolfram | AI预测还很糟糕 | 科学也是一种数据压缩 | 计算不可约性 | 如何发现有趣