◆ The Learning Grove 林间拾穗

标签：data

  • 海南封关对香港影响深远：TikTok交易、AI产业战略与全球经济展望 小翠時政財經
    本期节目深入分析了中国海南自由贸易港封关运作对香港国际金融中心地位的潜在冲击。详细解读了TikTok与美国投资者成立合资公司对甲骨文股价的提振作用，并结合OpenAI首席执行官Sam Altman的访谈，探讨了AI产业对算力基础设施的巨大需求及白宫的国家战略支持。此外，节目还分析了日本央行加息的市场反应，并对美国CPI数据真实性引发的质疑进行了探讨，最后触及耐克财报所反映的中国市场挑战，为听众呈现了多维度的全球经济与科技动态。
  • 机器人灵巧手的硬件与算法：从开可乐到发扑克，挑战与未来 硅谷101播客
    本期节目深入探讨了机器人灵巧手在硬件和算法层面的发展与挑战。嘉宾齐浩之和陶一伟分享了灵巧手在精细操作、泛化能力、硬件可靠性等方面的瓶颈，并详细介绍了连杆驱动、绳驱和直驱等主流技术路线的优劣。节目还讨论了触觉传感器的重要性、数据采集（遥操作与视频学习）的现状，以及伯克利等顶尖研究机构在机器人AI领域的贡献。两位嘉宾预测了灵巧手达到“GPT时刻”的可能性和时间点，展望了机器人行业的光明未来。
  • 数据如何“说谎”：从盖茨基金会谬误看懂统计陷阱与决策之道 北美王路飞
    本文深入剖析了统计学中的正态分布与对数正态分布，揭示了数据“说谎”的常见陷阱，特别是小样本带来的波动误导。通过盖茨基金会“小学校”的案例，阐述了为何平均值在某些分布下毫无意义，以及乘法逻辑（如百分比加薪）如何加剧社会不平等。文章强调，理解数据形状是做出明智决策的关键，并提供三个核心问题帮助模型思考者辨别数据的真实含义，避免被统计表象所迷惑。
  • 2026年科技趋势：全球就业市场、地缘政治分化与AI新纪元 TechButMakeItReal
    本文深入分析2026年全球科技行业面临的挑战与机遇。从就业市场的动荡、区域性（美、欧、海湾、拉美）的地缘政治影响，到AI基础设施与数据主权的竞赛，再到物理AI的兴起，揭示了科技行业正进入一个去中心化、区域化发展的新阶段，并强调了专业化和适应性在未来职业生涯中的重要性。
  • Palantir Paragon大会：揭秘与NVIDIA、Cubic、Crisis24等伙伴的深度合作 Amit Kukreja
    本文深入探讨了Palantir在Paragon大会上宣布的与NVIDIA、North Slope、Crisis24、Cubic和Kavanaaugh等公司的战略合作。这些合作展示了Palantir的本体论（Ontology）和AI平台（AIP）如何与NVIDIA的加速计算技术结合，共同赋能企业，实现从供应链优化到战场决策、从医疗健康到建筑施工的全面数字化转型。文章强调了前沿部署工程师（FDE）模式、价值创造负担以及边缘计算在推动AI落地和提升企业运营效率中的关键作用。
  • 政府AI：智能代理如何应对严格监管与国家安全挑战 AI Engineer
    洛斯阿拉莫斯国家实验室的企业AI架构师Mark Myshatyn探讨了该实验室在AI领域的悠久历史及其在核科学和国家安全任务中的应用。他强调了生成式AI和智能代理如何加速科学研究，并详细阐述了联邦政府在采纳AI工具时面临的严格监管、信任和安全挑战。讲座还讨论了与商业界和学术界合作的重要性，并为希望与政府合作开发AI解决方案的公司提供了关于可解释性、隔离性、治理和速度的指导。
  • 深度解析：投资科技巨头前，你必须了解的线上广告核心知识 Money or Life 美股频道
    本视频深入探讨了线上广告的运作机制，揭示了谷歌、Meta等科技巨头如何通过广告业务实现营收。内容涵盖了广告的核心衡量指标（如CPM、ROAS），全球广告市场的规模与主要参与者，广告网络中各角色的职责（DSP、SSP），以及实时竞价技术和苹果IDFA隐私政策改革带来的挑战与应对策略。旨在为投资者提供全面理解广告行业所需的关键知识。
  • 机器人投资前沿：GPT时刻何时到来？中美竞争与商业化路径 硅谷101播客
    当前机器人赛道是否过热？投资人深入探讨了具身智能的“GPT时刻”何时到来，并将其划分为类似GPT-3的“涌现时刻”和ChatGPT的“应用时刻”。文章详细对比了中美机器人公司的战略差异：美国偏重软件与基础模型，而中国在硬件迭代和供应链上拥有显著优势。尽管产能规划激进，但大规模商业化落地仍面临数据冷启动、场景不明确和技术瓶颈等挑战，短期内工业和物流场景或是突破口。
  • 骗过诺奖得主、忽悠美国国会：MIT天才少年的惊天谎言 北美王路飞
    本文揭露了麻省理工学院博士生Aidan Toner Rogers如何通过伪造数据，编造了一篇关于AI能显著提升科学发现速度的“完美”论文。这篇论文不仅骗过了诺贝尔奖得主、顶级期刊《自然》杂志，甚至影响了美国国会的政策讨论。最终，一位计算机教授的质疑和材料学专家的技术打脸，以及康宁公司对假域名的调查，揭穿了这场精心策划的学术欺诈。事件的迅速坍塌，不仅让Aidan身败名裂，也给学术界敲响了警钟，警示在跨学科研究和AI热潮中，对“完美”结论保持质疑的重要性。
  • AI时代的创意盗窃：一场关于艺术、版权与人类创造力的深度对话 TVO Today
    本期播客中，主持人Alexandra Samuel与她的AI伙伴Viv深入探讨了生成式AI在创意领域的复杂伦理问题。她们以“真实犯罪抢劫音乐剧”为比喻，讨论了AI模型如何在未经授权的情况下获取数据进行训练，从而引发了版权侵犯和人类艺术家经济生存能力的质疑。对话还延伸至原住民艺术家Sandra Laronde，她如何利用AI进行故事创作，同时批判性地审视AI的殖民主义偏见及其去殖民化的潜力。节目最终探讨了AI的创造潜力与对传统艺术形式的破坏性影响之间的张力，并对人类主导的创造力的未来提出了深刻疑问。
  • Meta电商失败史：从B2C到C2C的战略转型与增长洞察 课代表立正
    本文深入剖析了Meta（Facebook）电商业务从B2C模式的失败到C2C模式成功的战略转型过程。作者作为亲历者，分享了如何通过数据分析验证产品市场契合度、克服站内交易障碍，以及在疫情补贴下实现C2C配送业务26倍增长的经验。文章强调了产品市场契合度和用户留存的重要性，并探讨了在大公司内部推动长期战略和增长的挑战与机遇。
  • AI赋能个人健康：打造你的智能表现教练 How I AI
    本期节目邀请Cactus公司技术主管Lucas Worthing，分享他如何利用ChatGPT打造个人AI表现教练。通过整合MRI扫描、血液检测、可穿戴设备数据及营养计划等多样化个人健康数据，他优化了自己的营养、锻炼和伤病恢复。讨论强调了AI在整合孤立健康信息、提供个性化可操作建议方面的作用，及其通过为从精英运动员到普通大众提供可及的按需指导，从而变革未来医疗保健的潜力。
  • Palantir的独特内核：首席营收官Ryan Taylor深度解析其商业模式、使命与文化 Best Partners TV
    本文回顾了Palantir首席营收官Ryan Taylor的独家专访，深入剖析了这家数据巨头的核心支柱。内容涵盖Taylor的个人经历、Palantir独特的商业模式（软件产品、前线部署工程师FDE、本体论技术）、其与传统咨询公司的本质区别、源自9/11事件的创始使命，以及由Alex Karp和Peter Thiel塑造的扁平化、使命驱动、鼓励辩论的企业文化。文章揭示了Palantir成功的复杂生态系统，强调其作为工具构建者而非咨询公司的定位。
  • 大型语言模型的学习历程：预训练、微调与强化学习 Hung-yi Lee
    本课程深入探讨了大型语言模型（LLM）的三个核心训练阶段：预训练（Pre-training）、监督微调（SFT）和人类反馈强化学习（RLHF）。讲者通过生动的比喻和具体案例，阐释了每个阶段的目标、数据需求、技术挑战及其对模型能力的影响。强调了海量高质量数据在预训练中的关键作用，以及SFT和RLHF如何帮助模型对齐人类价值观并提升输出风格，而非灌输新知识。课程还讨论了算力限制、数据质量筛选、知识蒸馏等前沿技术，并对RLHF的优势与挑战进行了深入分析。
  • CEO如何将2.5万小时销售电话转化为自学习市场策略引擎 How I AI
    本期节目深入探讨了Suzie公司CEO Matt Britton如何利用AI自动化工具（特别是Zapier和Browse AI）处理2.5万小时的销售电话录音，构建了一个强大的自学习市场策略引擎。该系统能够自动生成客户情绪分析、流失预警、Google广告关键词、销售代表辅导、跟进邮件，甚至博客文章。文章强调了领导者亲身实践AI工具的重要性，以及如何通过数据驱动的自动化提升销售、营销和客户成功效率，最终实现业务的闭环增长。
  • 易富贤：被篡改的人口数据与中国不可逆转的衰退 三個水槍手
    人口学者易富贤深度剖析了中国严重的人口危机。他指出，自1990年代以来，官方人口数据，尤其是生育率，被系统性地高估和篡改，以维持计划生育政策的合法性。中国的真实人口远低于官方公布的14.1亿，实际可能不足12.8亿。这种数据造假掩盖了迫在眉睫的人口结构崩溃，导致了不可逆转的经济衰退、养老金危机和国力下降。易富贤认为，中国已经错过了政策调整的最佳时机，正滑向一个“未富先老”的未来。
  • Claude如何革新金融服务：Anthropic的AI解决方案 Anthropic
    Claude正在通过其先进的AI模型和代理能力，深刻改变金融服务行业。Anthropic的Claude for Finance产品旨在帮助金融分析师自动化繁琐的手动任务，如数据检索、大规模分析和报告创建，从而让他们能专注于更高价值的工作。该解决方案通过与S&P、FactSet等核心数据源集成，提供实时仪表板和精确的财务模型，并强调AI安全、可审计性和信任。未来，Anthropic计划深入特定金融子行业，并进一步提升Claude在Excel和PowerPoint等工具中的表现，以实现端到端的自主代理系统。
  • 评测生成式AI的陷阱：从基准测试到恶意攻击的全面指南 Hung-yi Lee
    本文深入探讨了评测生成式人工智能（GenAI）能力时可能遇到的各种挑战。内容涵盖从传统的基准测试（Benchmark）与评估指标（Evaluation Metric）的局限性，如“精确匹配”和“古德哈特定律”，到人类评估与“LLM作为评判者”的偏见问题。文章还分析了提示词工程、数据污染、恶意攻击（越狱与提示词注入）等关键因素对评估结果的影响，为如何更准确地衡量AI能力提供了全面的视角。
  • 生成式AI在科技史上的位置：一个反主流观点 Internet of Bugs
    本文探讨了生成式AI在科技发展史上的真实地位，反驳了将其与电力、工业革命或晶体管相提并论的夸大宣传。作者认为，生成式AI本质上是数据处理技术结合有损压缩的最新迭代，类似于“模糊的JPEG”，而非颠覆性创新。文章通过回顾过去70年软件领域的重大变革，如关系型数据库和互联网，来论证当前AI的非根本性，并指出其营销宣传远超实际颠覆程度。
  • 超越 Vibe Coding：Faire 如何利用 AI 工具链革新数据分析流程 How I AI
    Faire 的数据团队成员 Tim 和 Alexa 详细展示了他们如何超越“Vibe Coding”，进入“Vibe Analysis”的新境界。本期节目深入探讨了他们如何利用 Cursor、企业级 AI 搜索、自定义 AI 代理等工具，将数据分析工作流提升到全新水平。内容涵盖从调查业务指标下降、进行端到端的漏斗分析，到自动化 A/B 测试报告和高效处理用户调研的全过程，为产品经理、数据分析师和工程师提供了极具实践价值的 AI 应用案例。
  • Hudson River Trading如何实际应用AI：高频交易中的人工智能与挑战 Bloomberg Podcasts
    本期Odd Lots播客深入探讨了高频交易公司Hudson River Trading (HRT)如何利用人工智能。HRT的AI负责人Ian Dunning解释了AI与传统量化交易的区别，强调了AI模型在处理海量市场数据、进行超短期预测方面的优势，以及其在交易执行和发现复杂模式中的作用。讨论还涵盖了AI在金融领域面临的挑战，包括电力消耗、数据可解释性、监管合规性，以及人才竞争和专有知识保护等问题，并展望了AI在不同交易时间尺度上的应用潜力。
  • TextQL CEO：构建处理PB级企业数据的AI代理 The MAD Podcast with Matt Turck
    TextQL的CEO Ethan介绍了该公司如何构建AI代理，以应对PB级企业数据的复杂查询挑战。他指出，传统大数据基础设施配置成本高昂，而现有AI产品难以处理超大规模数据。TextQL通过独特的迭代式SQL生成和上下文管理，实现了对十万张表的零配置查询，显著降低了数据分析成本，并解锁了更细粒度、低延迟的商业洞察，尤其在金融服务和医疗保健领域表现突出。
  • AI产品质量提升：评估、错误分析与优化提示的系统性方法 How I AI
    本文深入探讨了提升AI产品质量的系统性方法，包括通过数据分析识别用户输入中的模糊性、实施错误分析以发现上游问题、利用二元输出的LLM判官进行评估，以及通过提示工程和微调来改进AI系统。文章强调了人工洞察和结构化流程在AI产品开发中的核心作用。
  • 因果百年战争：从高尔顿之迷到“赖特之钥”，看穿数据表象下的真因 北美王路飞
    本集深入探讨相关性与因果关系的百年之争。从高尔顿发现“回归均值”到皮尔逊禁止讨论因果，再到赖特提出“路径分析”，揭示了人类如何逐步理解并量化因果效应，并提供了识别数据背后真正原因的思维工具。
  • 揭秘AI的致命缺陷：因果革命与数据思维的转变 北美王路飞
    本文探讨大数据与人工智能的局限性，指出其仅能发现相关性而无法理解因果。通过介绍图灵奖得主朱迪亚·珀尔的因果关系之梯，强调因果推理对驾驭数据、提升AI智能及解决实际问题的关键作用。
  • 探寻AI下一个重大突破：模型演进、数据挑战与研究者抉择 Bloomberg Podcasts
    本期OddLots播客邀请康奈尔大学AI博士生Jack Morris，深入探讨人工智能研究的前沿。节目讨论了GPT-5等AI模型的增量式进步，以及如何有效评估AI性能的挑战。Morris分享了AI研究的日常工作、信息论在模型训练中的应用，并详细解释了监督学习和强化学习这两种核心方法。此外，他还分析了私有数据在AI发展中的关键作用，以及中美AI实验室在开放源代码和数据获取方面的竞争态势。最后，Morris展望了AI个性化和在线学习的未来方向，并探讨了AI研究者在商业化与科学探索之间的职业选择。
  • A/B 实验：揭秘不为人知的核心价值与统计误区 课代表立正
    本文深入探讨A/B实验的真正价值，强调其从“惊喜”中发现机会，并纠正常见的统计误解。文章详细介绍了实验体系的设计、核心统计知识，以及CUPED、贝叶斯方法和序贯检验等高级测试，旨在帮助读者构建更严谨、高效的实验流程。
  • 经济学家事实核查Gary's Economics：不平等理论与财富税的真相 Money & Macro
    本文深入探讨了YouTube知名经济评论员Gary Stevenson关于不平等将导致英国陷入赤贫的论点，并由一位经济学家对其观点进行了数据和学术研究的核查。文章分析了Gary对数据真实性的质疑、不平等对经济影响的理论，以及他提出的财富税方案，揭示了其理论中的合理性与夸大之处，并探讨了财富税实施的挑战。
  • AI的尽头是更好的数据：Datology创始人解析数据策展的重要性 Best Partners TV
    Datology创始人Ari Morcos强调，在AI发展中数据是最被低估的变量。面对模型增长放缓，他提出通过极致的数据策展，让模型更高效学习，突破性能瓶颈，并详细阐述了其系统性工程和实践经验。
  • 谢尔盖·莱文：机器人基础模型与通用自动化未来 Dwarkesh Patel
    Physical Intelligence 联合创始人兼加州大学伯克利分校教授**谢尔盖·莱文**探讨了机器人基础模型的现状与未来愿景。他阐述了通用机器人实现路径、数据飞轮效应、感知与常识的重要性，并比较了机器人与大语言模型的发展异同。对话还深入探讨了模拟训练的局限性、硬件成本下降趋势以及自动化对社会经济的深远影响。
  • 深入解析Palantir：AIP大会精华与三大争议点剖析 Money or Life 美股频道
    本视频深入总结了Palantir第八届AIP大会的精华内容，并针对公司面临的三个主要争议点进行了剖析。视频阐述了Palantir如何通过其AIP平台和Ontology知识图谱为客户创造巨大价值，驳斥了关于其软件深度定制化和客户群体受限的观点。通过BP石油、德州公共安全部、Andretti赛车、美国航空等多个跨行业案例，详细展示了Palantir在运营优化、应急救援、数据可视化、航班排班、药物试验加速及供应链管理等领域的实际应用及其带来的显著效率提升和投资回报。
  • 停止免费喂养AI：OpenLedger的去中心化数据经济愿景 EO
    OpenLedger的Ram Kumar探讨了当前AI数据经济中用户数据被免费使用的现状。他提出，数据是新的石油，用户应拥有数据所有权并获得报酬。OpenLedger旨在构建一个去中心化平台，让个人和企业贡献数据并从中获益，确保AI发展的公平性和透明性。
  • Anthropic推翻Claude用户隐私政策：数据训练与用户信任的博弈 Best Partners TV
    Anthropic公司彻底反转Claude用户隐私承诺，将用户数据用于模型训练，并延长数据保留期至五年。此举引发用户强烈不满，凸显AI行业用户隐私困境，并引发对大厂数据透明度与监管的讨论。
  • Box公司CTO Ben Kuss：构建代理式AI平台——Box的AI代理之旅 AI Engineer
    Box公司首席技术官Ben Kuss分享了Box在AI领域的探索，特别是其代理式AI平台的构建历程。Box作为领先的非结构化内容平台，面临从海量企业非结构化数据中提取信息的挑战。尽管早期生成式AI模型表现出色，但面对复杂文档、OCR难题和准确性要求时，传统方法和单纯依赖模型升级不足以解决问题。Box转而采用代理式AI架构，通过智能工作流、多模型协作和反馈机制，显著提升了数据提取的准确性和系统的可演进性。Kuss强调，及早构建代理式AI架构对于解决复杂企业AI挑战至关重要。
  • AI生成内容的感知评估：美学与人类视角的挑战 AI Engineer
    Krea.ai联合创始人Diego Rodriguez探讨了AI生成媒体评估中的核心挑战：如何将人类感知和美学纳入考量。他指出，当前AI评估指标（如FID分数）未能充分理解人类对图像的真实感知，导致模型在美学判断上存在缺陷。Rodriguez通过信息论和数据压缩原理，揭示了人类感知偏差如何无意中影响AI训练数据，并呼吁开发更符合人类美学偏好的“感知感知”指标，促使AI领域对评估方法进行更深入的思考。
  • AI协作伙伴的形态因子：从感知材料到发现纹理的设计哲学 AI Engineer
    本文探讨了人工智能作为协作工具的演进“形态因子”，超越了传统的UI/UX设计。作者介绍了四种AI交互类型（隐形、环境、内联、对话式），并强调了一种亲身实践的设计哲学：即“感知材料”（理解AI模型的能力）和“发现纹理”（识别其优势与劣势）。文章通过Flatfile的案例，展示了AI在数据迁移和问题解决中产生涌现行为以及人机协作的潜力，并以展望未来AI工具的设计理念作结。
  • 如何有效分析数据以提升AI应用性能 AI Engineer
    本次演讲深入探讨了如何系统化地评估和改进AI应用，特别是检索系统和聊天机器人。Jeff Huber首先介绍了通过“快速评估”（fast evals）来衡量输入数据质量的方法，强调了构建黄金数据集和生成合成查询的重要性。Jason Liu接着阐述了如何通过结构化数据提取和传统数据分析来洞察用户交互和产品输出，从而制定数据驱动的产品路线图。演讲强调了持续实验、细分用户群以及基于影响权重进行决策的关键性，旨在帮助开发者更系统、更确定地提升AI系统性能。
  • 特朗普将美国经济数据政治化：劳工统计局局长被解雇后的信任危机 Bloomberg Podcasts
    本期播客探讨了美国劳工统计局（BLS）局长在一份“糟糕”的就业报告发布后被解雇的事件。嘉宾、前BLS局长Bill Beach深入分析了此举对官方经济统计数据公信力的潜在损害、BLS在数据收集上面临的挑战（如回应率下降和现代化需求），以及政治干预如何侵蚀公众对关键经济指标的信任。节目还讨论了数据修订的必要性和复杂性，以及确保统计独立性的重要性。
  • 挪威银行投资管理公司 (NBIM) 技术之夜：AI 如何重塑万亿基金的未来 Norges Bank Investment Management
    挪威银行投资管理公司（NBIM）在其技术之夜活动中，全面展示了其从外包到云原生的技术转型之旅。活动重点探讨了人工智能（AI）的战略性应用，包括内部投资平台 Pilates 的开发、AI 在网络安全和数据分析中的实战案例，以及由 CEO 尼古拉·坦根领导的、自上而下的 AI 采纳策略。这揭示了一家万亿级主权财富基金如何利用技术和 AI 保持领先地位。
  • 在某些数学问题上，为何聪明人反而更容易出错？ Veritasium
    本文探讨了一项引人入胜的研究，揭示了在特定类型的问题上，智力越高的人反而越容易出错。研究通过皮肤霜和枪支管制案例，展示了政治信仰如何压倒数字素养，使人们选择性地解读数据以符合既有意识形态。文章强调了部落主义对人类决策的深远影响，并提出了避免党派言论、关注具体政策及培养科学好奇心等应对策略，以促进更理性的社会对话。
  • 铝热反应：百年化学奇迹的威力与掌控 Veritasium
    本文深入探讨了125多年前发现的铝热反应，一种能释放巨大热量的化学过程。从其在19世纪末由汉斯·戈德施密特（Hans Goldschmidt）为提纯金属而发明，到其在现代工业中的广泛应用，如远程焊接、结构拆除和信息销毁等。文章还揭示了铝热反应的独特之处：尽管威力巨大，但其反应过程可被精确控制，且具有极高的安全性，难以意外引燃。
  • QR码的诞生与演变：从摩尔斯电码到全球通用工具 Veritasium
    本文深入探讨了QR码的起源、技术原理及其在全球范围内的普及。从摩尔斯电码到条形码，再到QR码的二维数据矩阵，文章详细介绍了信息编码、错误纠正（如Reed-Solomon码）和掩码模式等核心技术。它揭示了QR码如何从工业用途发展成为日常生活中不可或缺的工具，并讨论了其成功背后的开放专利策略以及未来的安全挑战。
  • 伦敦证券交易所集团 (LSEG) CEO 谈金融市场、AI 与企业文化转型 Norges Bank Investment Management
    本期《与好公司同行》节目邀请到伦敦证券交易所集团 (LSEG) CEO David Schwimmer。他深入探讨了 LSEG 作为全球领先金融市场基础设施和数据提供商的业务范畴，分析了通胀、利率、AI 和地缘政治等宏观趋势对行业的影响。Schwimmer 还就英国公司赴美上市、高管薪酬差异、ESG 理念演进、区块链与数字资产策略以及 LSEG 的企业文化转型分享了独到见解，并阐述了他的领导力哲学和个人成长感悟。
  • 量子计算机的颠覆性力量与后量子加密的应对之道 Veritasium
    本文深入探讨了量子计算机的强大之处及其对当前加密技术的潜在威胁，特别是“先存储后解密”（SNDL）策略。文章详细解释了量子计算如何通过量子傅里里叶变换加速大数因子分解，从而破解RSA等公钥加密算法。同时，介绍了后量子密码学的最新进展，特别是基于格（Lattice-based）的加密算法，以及全球为应对量子威胁所做的努力，强调了持续创新在保护数字安全中的关键作用。
  • 投资迷思：'不要与美联储作对'？历史数据分析与长期投资策略 一口新飯
    本文通过对美联储百年数据进行可视化分析，探讨“不要与美联储作对”这一投资格言的适用性。研究发现该原则并非普遍真理，仅在特定历史时期显著。文章强调长期投资中公司收益的重要性，并提出个体投资者应避免杠杆，保持韧性，简化策略以应对市场复杂性。
  • 揭秘：黑洞图像是如何拍摄的？甚长基线干涉测量技术详解 Veritasium
    本视频深入探讨了超大质量黑洞人马座A*的首张图像是如何通过事件视界望远镜协作组织拍摄的。文章详细解释了观测黑洞所面临的挑战，包括星系中心的尘埃、黑洞的尺寸与活跃度，并重点介绍了甚长基线干涉测量（VLBI）技术如何利用全球望远镜网络实现地球大小的角分辨率。此外，视频还阐释了黑洞图像中“阴影”的物理意义，以及广义相对论如何影响光线路径和吸积盘的观测效果。