• 投稿

24诺贝尔物理学奖约翰·霍普菲尔德：心灵的物理学视角与神经生物学 — Lex Fridman 访谈

228
0
2025-10-09 17:03:42
未经作者授权，禁止转载
5
投币
17
1
生物学
神经网络
物理学
心灵
诺贝尔物理学奖
深度学习
ai
固体物理
强化学习
统计物理
西安数学张老师 发消息
嬉笑之中蕴乎理，诙谐之中寓乎道。
臭氧层的大洞修复了吗？毁天灭地的男人米基利，给世界又出了一道致命难题。全...
自说自话的总裁
2.7万 8
科技前沿
（67/240）
自动连播
9.9万播放
简介
乔布斯：苹果创意源于被产品经理们忽视的用户需求
20:03
97年对苹果来说是一个生死攸关的转折点，这一年恢复了乔布斯的正确领导
11:40
乔布斯：用技术传递人性温度的灵魂匠人
12:40
NeXT内部交流会，乔布斯分享对未来的战略规划和打法
18:16
斯坦福大学AP、斯隆奖马腾宇：自监督学习
01:23:06
清华姚班、斯隆奖得主、斯坦福大学AP马腾宇：基于平方和的多项式时间张量分解
01:12:19
乔布斯在年被苹果驱逐后创立NeXT，NeXTSTEP操作系统，成为苹果复兴的基石
20:17
天才与暴君的双面镜像乔布斯与MBA学生问答
01:09:42
ICM2026 1小时报告人，美科院院士姚鸿泽：AI改变了数学
01:16:41
25岁的乔布斯谈硅谷的创业氛围和摩尔定律
19:40
以赂美之地封天下之谋臣，以事美之心礼天下之奇才，并力西向，则吾恐美人食之不得下咽也。
06:28
SBU终身教授顾险峰：深度学习的几何理解
01:59:59
微软全国广播公司专访英伟达创始人黄仁勋
17:56
OpenAI又一核心科学家Hyung Won Chung被扎克伯格动用钞能力挖走
30:34
斯隆奖得主、加州大学伯克利分校教授张瑞祥：波动方程的局部平滑处理
42:20
纽约州立大学石溪分校终身教授顾险峰讲座：网格生成
01:08:03
奥特曼宣布GPT5即将横空出世，和微软CEO谈笑风生，扎克伯格为什么不惊慌？
31:51
黄仁勋对扎克伯格说：早知道成功要这么久，和你一样大学退学了
58:38
钢铁侠马斯克和黄仁勋聊自动驾驶的难题和挑战
22:02
英伟达创始人黄仁勋和工程院院士、阿里云王坚在链博会煮酒论AI
28:27
高盛CEO大卫所罗门对话黄仁勋：AI，还是AI
29:44
软银孙正义：从“愿景”到“幻灭”的连续踩雷
01:04:33
华美半导体协会2023，英伟达的30年创新之路
01:00:28
斯坦福大学助理教授、姚班斯隆奖得主马腾宇：有理论保证的领域自适应
50:15
斯坦福大学助理教授、姚班斯隆奖得主马腾宇：针对小型、不平衡和异方差数据集的深度学习
36:10
1988年NeXT产品发布会，乔布斯的再次创业
30:42
鲁豫采访一个筋斗十万八千里的孙宇晨
10:38
赵长鹏急流勇退、马放南山：数字货币帝国的禅让之道
57:58
赵长鹏的赦免棋局：从“认罪者”到“权力游说者”
01:10:26
寒武纪创始人陈天石《云边端车协同构建智能芯片新生态》
13:28
寒武纪创始人陈天石：AI“芯”技术赋能行业新发展
12:24
中科院陈云霁：从深度学习处理器到智能处理器
30:26
CMU AP、Manba作者Albert Gu入选亚马逊、谷歌研究奖：如何制作Manba？
01:04:28
CMU AP陈贝迪入选谷歌研究学者计划，ICML：角视觉硬度
14:18
TAMU AP涂正中入选谷歌研究学者计划：AI 模型安全与多模态进展
59:46
多伦多大学PhD、英伟达研究科学家高俊：三维生成式AI的前沿发展与未来展望
45:46
Tri Dao：AI硬件格局将在2-3年内巨变，专用芯片是未来
59:06
普林斯顿大学 AP Tri Dao解析Flash Attention：突破长序列训练瓶颈，实现高效Transformer
58:58
普林斯顿大学AP Tri Dao入选2025谷歌研究学者计划
36:51
甲骨文创始人拉里·埃里森：迷失医生的航线，找到自己的海图
23:12
英伟达机器学习研究总监、加州理工学院教授阿尼玛·阿南德库玛：神经算子: 学习偏微分方程的新范式
01:00:01
普莉希拉·陈和扎克伯格夫妇访谈：AI与医疗
02:15:32
估值千亿的AI数据标注公司是怎么炼成的：“有多少人工就有多少智能。”？
01:07:42
哈佛大学医学博士普莉希拉·陈：AI推动医学
37:47
bo zhao北京智源人工智能研究院：训练数据压缩与合成
01:34:29
哥大计算机系副教授Eugene Wu：人机交互系统
49:18
谷歌学者、UMD副教授黄嘉斌：语言模型从自回归到扩散
12:28
斯隆奖得主、UIUC AP姜楠：价值函数逼近的强化学习计算难度探析
01:20:37
斯隆奖得主、UIUC ap姜楠：重新思考强化学习理论基础
01:06:11
斯隆奖得主、CMU AP、清华姚班贾志豪：自动发现机器学习系统优化
30:42
UIUC AP、谷歌学者Yupeng Zhang：基于离散对数的多项式承诺方案
01:31:18
UIUC AP、谷歌学者Yupeng Zhang：基于纠错码的ZKP
01:29:12
UIUC AP、谷歌学者Yupeng Zhang：线性概率可检验证明
01:36:54
UIUC AP、谷歌学者Yupeng Zhang：更多ZKP应用
28:53
IEEE FELLOW、康奈尔大学副教授张志汝：二值化深度学习的协同设计
22:58
UA ap Lei Cao获得亚马逊研究奖：SAUL——迈向高效数据科学
54:27
USCB ap丁雨霏：量子计算系统：挑战与机遇
49:56
UCSB ap丁雨霏：量子低密度奇偶校验码
01:34:21
USCD ap 斯隆奖得主Xiaolong Wang：学习型人形机器人
01:04:16
USCD ap、斯隆奖得主Xiaolong Wang：野外机器人感知
32:31
NYU ap谢赛宁：具有诱导结构的深度表征学习
54:07
【CVPR 2025 研讨会】NYU ap谢赛宁：计算机视觉中的可扩展生成模型
53:30
关于Sora，你想知道的一切：两位顶尖AI科学家的思想碰撞
31:14
DiT架构解析：斯隆奖得主谢赛宁揭秘Sora视频生成的底层逻辑
11:59
CMU AP吴彤霜获亚马逊研究奖：超越准确率：使用CheckList对NLP模型进行行为测试
40:35
UCB博后姚顺宇转会deepmind：良禽择木而栖，贤臣择主而事
01:09:43
24诺贝尔物理学奖约翰·霍普菲尔德：心灵的物理学视角与神经生物学 — Lex Fridman 访谈
01:12:49
OpenAI前高层研究员宋飏加盟Meta：生成式人工智能中扩散模型的进展
01:20:43
加州理工学院AP宋飏：扩散性模型和一致性模型
38:20
清华叉院AP袁洋：论AI基础模型的力量
28:50
清华叉院AP贺天行：大模型智能体沙盒模拟
50:19
港科大陈启峰：VLA深度融合多模态，革新自动驾驶场景认知
01:21:42
普林斯顿大学AP Ewin Tang：构建经典框架以分析量子机器学习
43:50
斯隆奖得主、MIT教授韩松：利用微型机器学习技术降低人工智能的碳足迹
01:03:23
Meta MSL R&D Lead宋飏：扩散模型与分数生成模型
01:32:01
UCB AP陈立杰：全息原理中的伪随机性与伪纠缠
01:06:52
UCB AP 陈立杰：密码学的最小复杂度假设
01:01:26
陈立杰：去随机化及其与计算复杂性理论的广泛联系
02:01:05
UCB AP 陈立杰：针对ACC电路的新下界与去随机化研究
52:45
Claude团队解码黑箱：机器意识的边界与语言模型内部探索
59:03
Anthropic CEO达里奥·阿莫迪 对话 云计算之父马克·贝尼奥夫
38:36
周靖人晋升阿里合伙人！中科大少年班学霸掌舵，AI 布局再释决心
28:14
英伟达首席研究科学家焦剑涛：训练后可验证智能体
01:17:29
OpenAI科学家Jason Wei & Hyung Won Chung：语言模型的直觉 —— 从 Transformer 历史塑造 AI 未来
01:17:07
Jason Wei离开OpenAI加入Meta：大型语言模型的扩展范式
40:10
Meta Jason Wei：大语言模型中的涌现与推理
52:04
前OpenAI灵魂人物Jason Wei：对大语言模型的一些直观理解
57:33
Thinking Machines Lab陈丹琦：两阶段检索 - 阅读器方法
31:57
普林斯顿大学AP陈丹琦：稠密检索器与端到端训练
55:52
斯隆奖得主姚班陈丹琦：高效预训练语言模型的探索之路
20:09
普林斯顿大学AP、斯隆奖得主陈丹琦：AI开放领域问答
04:13:07
普林斯顿大学AP陈丹琦：当今机器阅读系统的性能评估与反思
38:20
OpenAI创始人Sam Altman和前CTO Mira Murati：AI 时代我们该如何准备？
49:37
AI教母李飞飞院士对话Mira Murati：AI招聘，能力比文凭更重要
32:13
微软CTO Kevin Scott对话Thinking Machine Labs创始人 Mira Murati：AI创新和伦理
01:06:03
彭博社采访Thinking Machine Labs创始人Mira Murati和早期投资人
24:02
前阿里通义千问大模型技术负责人周畅解读大模型
38:38
港理工算法专家杨红霞教授：生成式 AI 正重塑千行百业
54:42
蚂蚁集团RL首席科学家、清华叉院AP吴翼：大模型的偏执和幻觉
29:24
沐曦CTO杨建：算力新范式，大模型的挑战、优化与国产GPU生态展望
01:38:40
新加坡国立大学AP冯佳时：网络架构设计与类脑
29:49
英伟达焦剑涛：Starling-7B：基于RLAIF改进模型帮助性与无害性
13:04
焦建涛：面向安全编排的函数调用基础模型
16:39
UCB AP焦剑涛：信息测度的估计及其应用：将样本量从n提升至nlogn
26:39
UCB AP焦剑涛：近优模仿学习算法
01:06:25
英伟达朱邦华：企业级生成式人工智能软件智能体
07:53
英伟达朱邦华：论在线契约设计的样本复杂度
10:12
英伟达朱邦华：基于原则的大语言模型后训练研究
57:50
姚顺雨：大语言模型智能体——历史与概述
01:08:44
DeepMind姚顺宇：量子混沌化中的量子涨落
01:01:20
姚顺雨：语言智能体的构建与评估
55:42
姚顺雨、哈里森：语言智能体——从推理到行动
01:26:33
姚顺雨、米歇尔・卡斯塔斯塔：人工智能智能体炉边谈话
51:44
姚顺雨：The Second Half
24:31
姚顺雨：基于语料迁移的涌现语言与自然语言关联构建
04:53
纽约大学Yuzhou Gu：置信传播不动点的唯一性
18:37
纽约大学Yuzhou Gu：树与超树上的重构
02:11:44
毕树超：拓展硅基智能前沿领域：回顾过往、现存难题与未来展望
01:13:43
Meta任泓宇：关系数据库上的复杂推理
01:21:58
林俊旸：扩展模型规模与上下文长度，迈向通用智能
23:57
林俊旸：通义千问的未来：一款通用智能体模型
25:14
苏伟杰：统计学如何推动大语言模型的公平性、对齐与水印技术发展
59:20
苏炜杰：NeurIPS 与 ICML 同行评审的回归方法研究
53:30
沃顿商学院副教授苏炜杰：一个优质的深度神经网络应具备何种特质
01:07:34
沃顿商学院苏炜杰：科学深度学习的一种新范式
01:28:17
苏伟杰：一种面向估计任务的真实型所有者协助式评分机制
57:44
苏炜杰：“科学” 的一种新范式：深度学习
01:18:17
Thingking Machines Lab陈丹琦：从检索增强生成到长上下文模型
01:01:58
普林斯顿大学副教授陈丹琦：学术界的语言模型训练：研究问题与发展机遇
01:07:25
CMU何泰然：面向通用型人形机器人技能的可扩展仿真到真实学习
59:19
UCSD AP王小龙：可泛化几何机器人学习
01:05:26
斯隆奖得主王小龙：基于自监督的机器人学习泛化
01:12:04
王小龙：面向可泛化技能获取的几何机器人学习
01:02:27
UCSD AP王小龙：面向人形机器人的人体建模
01:07:49
唐杰：通往通用人工智能之路及其对互联网的影响
42:03
MIT何恺明：面向端到端生成建模
42:34
deepmind何恺明：生成式AI 在科学与推理领域的应用
29:22
deepmind何恺明：深度残差学习及其对 AI 格局的塑造
01:15:51
斯坦福AP马腾宇：2025年检索增强生成 (RAG) 技术现状与前沿：前路展望
18:48
斯坦福大学AP马腾宇：理解预训练的三个维度
59:58
斯隆奖得主姚班马腾宇：迈向理解上下文学习
01:29:35
斯坦福AP马腾宇：探究非线性模型向未见域与全域的外推能力
42:21
Voyage AI 创始人马腾宇访谈
35:50
杜克大学副教授鬲融：多层网络低成本解的损失曲面连通性解释
22:34
斯隆奖得主鬲融：优化曲面与两层神经网络
58:27
清华姚班鬲融：训练动力学中的竞争机制
55:39
鬲融： 面向理解轻度过参数化模型的训练动力学
01:03:04
鬲融：超越过参数化张量分解的「懒惰训练」范式
28:59
CMU AP贾志豪：机器学习优化方法的自动发现
59:58
斯隆奖贾志豪：自动发现机器学习优化方法
59:36
CMU AP贾志豪： 低延迟、高性能大语言模型推理与微调
30:36
NYU AP谢赛宁：多模态未来：为超级智能构建超级感知
37:41
谢赛宁：多模态未来：为何视觉表征依然重要
01:04:21
NYU AP谢赛宁：让虚拟智能扎根现实生活
48:44
斯坦福大学AP吴佳俊：构建数字孪生的两大范式
34:48
姚班吴佳俊：从物理本征特性理解视觉智能
01:04:37
吴佳俊：从物理本征特性理解视觉智能
56:07
MIT AP韩松：加速大语言模型与生成式人工智能
01:11:24
斯隆奖得主韩松：面向边缘端的高效视觉语言模型
54:30
CMU AP李远志：特征纯化：对抗训练如何实现鲁棒深度学习？
01:29:38
CMU AP 李远志：大模型中的知识抽取与操纵
01:17:44
谷歌钟沛林：对数直径轮数下的并行图连通性算法
53:19
芝加哥大学AP谭宸浩：人工智能时代的科学
01:06:49
陈丹琦：Transformer 与大规模预训练模型
03:08:40
清华叉院AP吴翼：面向大语言模型的高效强化学习训练
58:21
斯隆奖得主伍骁迪：面向哈密顿量的量子算法设计与实现1
01:34:29
斯隆奖得主伍骁迪：面向哈密顿量的量子算法设计与实现2
01:19:58
UCSD AP张昊：基于 Certaindex 高效部署推理程序
30:23
斯隆奖得主张昊：基于滑动块注意力的快速视频生成
54:42
UCSD AP张昊：真实场景下的大语言模型微调、部署与评测
29:20
斯隆奖得主朱俊彦：让创作者与生成式模型真正协同创作
54:48
ChatbotArena 运行一年后的反思（LMSYS团队）
22:43
斯隆奖得主卢海浩：线性规划的一阶方法 —— 理论、计算与应用
01:11:05
陈丹琦：大语言模型预训练与指令微调中的数据选择
58:39
斯坦福大学AP杨笛一：构建语言技术，打造更健康的在线社区
48:46
斯隆奖得主杨笛一：实现人与智能体的交互
01:05:39
翁荔：多样化训练环境对解决机器人操作问题的作用
51:46
翁荔：用于机器人操作中自动目标发现的非对称自博弈
34:09
CMU AP陈贝迪：面向大语言模型高效推理的上下文稀疏性
01:05:21
CMU AP陈贝迪：长上下文 LLM 的高效推理：采样式与分解式注意力
50:01
MIT PhD邓明扬：基于漂移的生成式建模
59:22
Meta宋飏：通过估计数据分布的梯度来学习生成数据
01:03:15
CMU AP陈贝迪：重新思考测试时扩展定律
01:01:48
Jimmy Ba：AGI 研发路上那些匪夷所思的坑与故事
44:51
OpenAI张鹏川：视觉 - 语言预训练（VLP）进展
35:13
Elorian杨寅飞：利用含噪声的图文数据训练视觉和多模态模型
22:34
DeepMind王子瑞：跨语言对齐与联合训练：对比研究及一个简洁统一框架
43:14
UCLA顾全全：面向大语言模型对齐的自博弈偏好优化
33:27
斯隆奖得主顾全全：双层卷积神经网络中的良性过拟合
57:02
顾全全：过参数化神经网络的学习 —— 从神经切核（NTK）到自博弈
44:07
UCLA副教授顾全全：中等学习率下随机梯度下降的隐式偏置
01:05:46
阿里云CTO周靖人：规模化构建基础大模型：系统实践与挑战
01:31:13
林俊旸：下一代开源基础大模型
24:13
林俊旸：迈向通用智能体之路（2025年香港理工大学研究生学术会议）
02:30:42
Jimmy Ba：神经网络泛化能力的直观理解
01:10:30
斯隆奖得主Jimmy Ba：如何引导基础模型
58:55
Jimmy Ba：这次不一样吗？大语言模型浪潮
01:33:51
普林斯顿大学教授王梦迪：大基础模型的可控生成
58:15
普林斯顿大学教授王梦迪：面向高维生成优化的扩散模型
01:02:27
CMU AP贾志豪：基于部分等价变换的张量程序优化
14:54
王梦迪：特征空间中的强化学习：复杂度与遗憾界
44:54
王梦迪：引导扩散模型迈向生成式优化
53:05
智谱唐杰：AGI 与 ChatGLM 之路
15:34
清华特奖游凯超：vLLM：人人可用、快速、低成本的大模型推理服务
24:28
UMass AP乔明达：决策树启发式算法即使在平滑分析框架下也会失效
17:01
UMass AP乔明达：Online Pen Testing
21:20
乔明达：在几乎多项式时间内正确学习决策树
18:14
西北大学AP陆一平：利用随机模拟校准机器学习
01:05:24
前xAI联合创始人吴宇怀：记忆增强 Transformer
01:00:14
前xAI核心成员刘昊天：可操控视觉智能
57:21
港科大副教授陈启峰：探索图像中的可逆性
52:55
CMU AP朱俊彦：面向所有人的生成对抗网络
01:10:07
港科大副教授陈启峰：高分辨率视频生成与用户交互式编辑
54:38
普林斯顿大学AP刘壮：数据集偏差的十年抗争：我们成功了吗？
01:02:53
普林斯顿大学教授王梦迪：生成式人工智能与统计数据科学：机遇与挑战
47:16
OSU AP苏煜：基于大语言模型的神经符号化语言智能体
44:11
清华大学副教授戴季峰：OpenMMLab 教程
34:35
CMU AP李旻辰：刚体与流体的优化式时间积分方法导论
01:31:34
斯隆奖得主、UCB AP梅松：生成式 AI 时代下神经网络逼近理论的再审视
56:37
斯坦福大学副教授Percy Liang：基础模型的开源与科学研究
52:50
斯隆奖得主Percy Liang：基础模型纪元：开源生态与科学前沿
44:01
斯坦福大学CRFM主任Percy Liang：基础模型，是否只是空中楼阁？
37:07
斯坦福大学副教授Percy Liang：马尔可夫决策过程
01:20:20
哈佛大学AP杜一伦：通过组合生成构建具备泛化能力的多模态模型
31:46
OpenAI陈博远：扩散强迫：次令牌预测与全序列扩散的融合
40:03
哈佛大学AP杜一伦：学习世界的组合模型
01:13:16
杜一伦：基于能量模型的隐式学习
01:05:38
香港大学马毅：追寻智能的本质
01:12:31
宋舒然：当学习遇见引力：从数据中学会拥抱动力学的机器人
01:06:25
滑铁卢大学石昊悦：追踪（多模态）大语言模型中符号接地的涌现过程
01:07:40
栗师：带异常值的聚类 —— 近似算法与分布式算法
41:25
茅佳源：基于神经符号概念的学习、推理与规划
01:03:32
菲尔兹奖得主圆桌会议：AI如何彻底改变数学研究
50:18
田渊栋：神经符号决策统一框架
01:09:45
陶哲轩：新的数学工作流程——AI for Math
01:00:47
田渊栋：由内而外的可解释性 —— 多层 Transformer 中的训练动力学
01:07:09
菲尔兹奖得主迈克尔・弗里德曼：压缩即一切
52:31
石昊悦：语言学洞见深化我们对人工智能系统的理解
01:04:31
田渊栋：AI引导的非线性优化
53:41
田渊栋：支持长上下文的大语言模型高效推理
53:35

小白也能学的AI短片实战工作流
掌握导演级镜头思维

菲尔兹奖得主迈克尔・弗里德曼：压缩即一切
西安数学张老师
3275 1

获得诺贝尔化学奖的AlphaFold，为何颠覆了生物学界？
量子位
31.2万 442

2024诺奖得主辛顿最新演讲：人类错了，AI真的拥有“理解力”！| 逻辑符号 / 神经网络 / 深度学习 / 自动补全论 / 幻觉真相
赛博门外憨
2.2万 30

菲尔兹奖得主迈克尔·弗里德曼最新访谈：聊聊数学本质与智能边界
SAIRfoundation
1.0万 2

【Frontier】古法数学已死！菲尔兹奖得主也在逃离！AI4Math才是未来！数学的层级压缩 | Michael Freedman
至高机器智能
1.1万 1

菲尔兹奖得主迪米尼-科潘:聪明与数学创造无关, 聪明人像机器
Bili_求真讲座
5.9万 20

物理学大神在晚年后，为什么都开始研究神学
充满希望的探路者
13.4万 266

爆肝124年物理学诺贝尔奖（1901-2024），人类近代物理学的高光时刻，看看你认识几个？2025年诺贝尔物理学奖花落谁家？
脸红学长
10.5万 385

陶哲轩：新的数学工作流程——AI for Math
西安数学张老师
1.3万 1

假如物理学家有面板
li9ht5
2.1万 52

现代物理学第一人!宇宙的统一者!
任泽-
2.4万 5

听到今年诺贝尔物理奖的结果，诺贝尔连夜转码了……
毕的二阶导
171.3万 1526

【世界模型】破解三条主流技术路线，下一代大模型必争之地
梗直哥丶
2.5万 6

AI强化学习之父「Richard Sutton」：LLM最终只是“苦涩的教训”❗️LLM是“死路一条”
鱼C-小甲鱼
9.5万 113

香农信息论撑不住现代AI了
睡着也要敲代码
1.0万 1

【熟肉】理查德·费曼解释时间，你从未这样理解过 - Physics The Feynman Way
英文白斑马
3.0万 92

1957年诺贝尔物理学奖得主李政道官方采访
墨子沙龙
10.6万 13

理查德·费曼观察了冯·诺依曼的大脑，看到了非人类的东西
认知进阶之路
4.3万 62

【双语音+文稿】（完整版）人工智能教父杰弗里·辛顿教授2026最新演讲：主题围绕“人工智能与我们的未来”，展望未来，辛顿警告说，这些系统有可能操纵和控制我们。
YouTube访谈实录
3.3万 43

科尔数论奖得主唐云清：阿贝尔簇的基本约化
西安数学张老师
8115 0
展开
投稿安利动画，解锁现金好礼！
客服
顶部
赛事库 课堂 2021拜年纪