标签：machine-learning

• 本·阿弗莱克与AI：为什么几句提示词永远生成不了电影？ Best Partners TV 2026-10-14
  本·阿弗莱克分享了他创立AI后期制作公司InterPositive并被Netflix收购的经历。他从技术细节解析了视频生成的计算成本与随机性本质，探讨了硅谷与好莱坞的数据认知差异，并结合个人制片公司Artists Equity与家庭变故，分享了关于技术、责任与人生取舍的深刻思考。
• 分子预测模型究竟学到了什么：物理规律还是化学家的社会学特征？ Latent Space 2026-10-14
  本文探讨了AI在药物发现中的局限性，指出模型可能仅学习化学家的社会学特征而非物理规律。通过Leash Bio的实践，展示了如何利用DNA编码化合物库（DEL）构建高质量数据，并强调在机器学习训练中需警惕数据偏差，以建立基于物理现实的AI药物基质。
• 陶哲轩：数学六大基石与AI时代的科学变革 Best Partners TV 2026-09-22
  系统梳理数学家陶哲轩关于数学六大基石（数字、代数、几何、概率、分析、动力学）的核心观点，剖析数学在物理科学中“不合理的有效性”，揭示前沿数学研究排除错误假设的试错本质，并深入反思AI重塑科学范式下科研广度与下一代人才培养的深层危机。
• 对话AppLovin创始人Adam Foroughi：从股价暴跌92%到千亿广告帝国的AI逆袭之路 All-In Podcast 2026-09-20
  AppLovin联合创始人兼CEO Adam Foroughi深度复盘了公司如何依托自研深度学习引擎AXON从移动游戏广告切入电商推荐，在股价暴跌92%后逆势回购并实现85%的EBITDA利润率，展现了顶尖科技创始人的工程与资本运作哲学。
• 1956 年的那个暑假，他们打算用两个月解决智能问题 · 乔木博客 向阳乔木 2026-05-18
  本文通过回顾1956年达特茅斯会议的奠基提案，分析了人工智能领域早期开拓者们（麦卡锡、明斯基、香农、罗切斯特）对于机器智能的初步设想。文章指出，七十年前提出的关于自动机、自然语言处理、神经网络、抽象、随机性等核心问题，至今仍是AI领域的前沿课题，反映了该领域在探索道路上的长期性与艰巨性。
• AI在军事领域的演进：从情报分析到精确打击 睡前消息 2026-03-20
  本期节目探讨了人工智能在现代战争中的应用，从Anthropic公司与美国国防部的合同争议，到AI在情报分析、目标识别和精确打击中的历史演进。节目详细分析了机器学习与大语言模型在战场上的不同作用，以及以色列“薰衣草”AI系统如何用于大规模监控和目标识别，并对比了过去几十年的情报处理能力与当代AI驱动的军事优势，指出AI正快速重塑全球军事格局。
• 高中辍学生靠 ChatGPT 自学成才成了 OpenAI 的研究科学家 | 宝玉的分享 baoyu.io 2026-02-17
  本文讲述了高中辍学生 Gabriel Petersson 如何利用 ChatGPT 自学成才，最终成为 OpenAI Sora 团队研究科学家。文章重点介绍了他的“递归知识空白填补”学习法、通过 Demo 求职绕过传统教育门槛的策略，以及他对僵化教育体制的批评。它还触及了他在 OpenAI 的日常工作以及对 AI 在研究和学习中角色的看法。
• AI的未来：从脆弱心智到经验时代 Best Partners TV 2026-02-16
  图灵奖得主理查德·萨顿深入剖析AI本质，批判当前AI的‘理解不足、调参有余’，指出其为‘脆弱心智’。他重新定义智能为‘通过调整行为实现目标的能力’，强调学习与经验的重要性。萨顿提出建立统一心智科学的愿景，并认为强化学习是关键。他预言AI将从‘人类数据时代’迈向‘经验时代’，通过与世界交互实现持续进化。演讲还探讨了AI管控的去中心化合作模式，以及AI在宇宙演化中从‘复制者时代’到‘设计时代’的关键角色，描绘了AI作为人类下一份礼物的未来。
• AppLovin撕开巨头裂缝的1000天：AI审判、被做空与Underdog的“弱者之心”【硅谷101专访】 硅谷101 2026-02-15
  本期专访深入探讨了AppLovin如何在Google和Meta双头垄断下崛起，其首席产品及工程官葛小川分享了公司在过去三年（1000天）的转型历程。AppLovin通过收购Max、Adjust和MoPub，构建了强大的广告平台，并以LTV（生命周期价值）为核心优化广告效果。面对苹果ATT政策和做空质疑，AppLovin坚持“弱者之心”文化，将AI技术应用于广告投放和素材生成，并成功从游戏广告拓展至电商领域。葛小川还探讨了公司在人才招聘、团队管理及未来发展（如自建社交媒体平台）的战略思考。
• 数字神谕：算法如何预言未来与重构权力边界 安争鸣（Stella An） 2026-02-07
  本文基于亚里桑德罗·韦斯皮尼亚尼的《算法与预言》，深入探讨了从古代因果神谕到现代大数据算法的预测演进。文章详细解析了机器学习、神经网络及深度学习如何通过数字化足迹构建预测模型，并警示了算法在威权控制下的潜在威胁，同时提出了通过数据干扰实现个体抵抗的积极路径。