Размер видео: 1280 X 720853 X 480640 X 360
Показать панель управления
Автовоспроизведение
Автоповтор
如果大家感兴趣参加5月29-31号在旧金山举行的GenAI Summit SF大会,线下面对面OpenAI及Sora团队核心成员,马斯克xAI团队创始成员、Mistral AI、微软、英伟达、谷歌DeepMind、Meta AI、Perplexity、Character.ai的核心成员和研究科学家,可以看看官网嘉宾:genaisummit.ai 购票链接:www.eventbrite.com/e/genai-summit-san-francisco-2024-tickets-796934722207 (专属优惠码:使用【SV101】购票,可享受10%的购票优惠)
时间轴来咯~ (期待听到大家的想法:Sora到底是不是世界模型❓)你会看到:00:00-00:24 万众期待的世界模型01:27-02:48 历史溯源:World Models与Mental Model 02:49-04:37 Yann LeCun的定义:观察、状态估计、动作建议、潜在变量建议04:38-06:34 世界模型与“狗狗模型”的类比06:35-10:32 批判声音:Sora无法成为世界模型?10:33-13:21 积极的声音:机器人、游戏AI与模拟13:22-16:02 谷歌Genie与未来竞争
博主太漂亮了😂又聪明 学识又高 在硅谷工作 还能走在人类科技前沿 太厉害了 👍👍👍
超棒der😊
My sentiments exactly!
你想知道金主爸爸是谁?
天鹅是谁养的?
她的旁白技巧,一看就是专业水平,她应该是文科生
Part 1):任何一條神經網路也是一個多變數廻歸分析,也是統計學迴歸分析的一環。我在40年前攻讀數理統計就涉及這些人工智能及多變量(含時間變量)的廻歸分析(向量/ 矩陣/ 線性代數/ 機率/ 取様….), 以便對一些事件做出精准智能的預測。所謂自我學習或機器學習也只是用後面收集或模擬出的更新的資料去修正原先迥歸分析的杈重或係數參數而已。而深度學習也只是處理巨量變數時,為了避免僅用單層機器學習進行巨量變數而需要解大矩陣導致對巨量平行計算的需求,進而變換設計成每層適量變數,建立多層次的機器學習修正。40 年前人工智慧就是數理統計的一大課題。馬斯克說得一點都沒錯-目前的人工智慧全部建立在數理統計的基礎上。從那時開始就不斷有各行各業的數據分析專業人士來我們數理統計這參與並學習迥歸分析。他們回去後就不斷建立了屬於他們行業內的多條神經網絡(行業內的迥歸模型)。在那時從事這類研究工作的數理統計的博士生全部被限制在晚上12 時過後才能使用國家級的超級計算機,否則我們兩三𠆤人一上線全部就大當機。我們那時也發展出一套類似挖礦機的方式,利用所有大量閒置的𠆤人電腦來提供其微小的算力,進而整合這些龐大的所謂分散型算力,但受限那時網路的不發達,很難把規模擴大。近幾十年隨計算機能力不斷提升,目前市面AI 所謂大模型,主要是著力於面對”服務大衆需要”的所謂生成式/ 語言等等的智能協作服務。就是把百行百業各個領域等等數以千萬千億計資料進行迥歸模型的建立及修正(所謂自我深度學習)而形成龐大的神經網絡。因此也不用太誇大眼下的AI , 這些早在40 年以前都已建構了理論基礎,而智能恊作早在各專業領域都已發展的非常完善,只是因過去算力不足只能在各自專業領域進行中小規模(變量數較少)的神經網絡建構。例如氣象預報就是早期最明顯的利用氣象專用超高速大電腦發展為成熟預測能力(AI)的例子,股票買賣決策也是智能恊作(AI/CIC)的典型。”把簡單數學上使用即存的規模資料或電腦模擬資料進行所謂的㢠歸分析/模型建構並藉此模型做可行的智能預判或恊作,包裝成醫學上複雜尚未完全掌握的神經網路的機制及作用原理”,不但瓢竊了數理統計在AI 發展的絕對地位,實在也是在誤導整𠆤AI 的發展。也會造成眼下一般人的過度期待和焦慮。應將AI 改稱作” CIC:Computer Intelligent Collaboration , 電腦智能恊作, 更為恰當。何謂知識? 由經驗總結後( 抽象具體化) ,就形成知識(用數字分析的表達方式就是去建構知識模型)。 形成知識後就可複製/ 傳承/ 預測/ 擴展。因此目前的AI 發展,就是在循人類文明發展至為重要的其中的一𠆤過程-只是採用了數位化的方式,將經驗知識化了。目前的AI 只是以數理統計為手段及方法論,以資訊及計算機工程為工具,進行數位型的經驗知識化的過程。人類有許多其他不同型態非常複雜的智慧,這種僅止於知識數位化的智慧, 其實離人類多型態的智慧還有非常巨大的距離。另外, 眼下AI 服務於大衆的大模型的各種數學理論及所謂的機器學習(參數修正)及深度學習(參數及變數的多層次增加及修正)。 早在40 年前相應的數學理論都已完備(但落實到實際應用上,如何解1 億 by 1 億的聯立方程組( 行列式計算), 這需要極其龐大的平行計算能力,在那時期是完全不可能的) 。 其實AI 最重要最關鍵的是各行各業各領域的專家組,而不是這些AI 編程的公司( 他們只是依需求用已完善的數學統計理論加以電腦編程後,利用巨大算力去幫忙找出合適的模型並不斷予以完善)。 只有各行各業各領域的專家組才知道在茫茫大海中的資料及訊息中,那些因素才是其所涉領域的関鍵變數,那些變數資料才是可做為他們收集分析建立模型的。例如氣象學/經濟學/股票買賣智能決策/ 醫學/ 藥學/ 農業生產/ 基因工程/ 化學工程/自動駕駛/飛彈防空系統/圖像識別及處理/ 建築結構力學/小樣品模擬模型(核爆/飛機失事)………..等等。 此外服務大衆的語言學也是極度複雜的一門學課,其可能的變量變因會高達幾千萬𠆤, 再加上多層級過濾學習修正的模式,因此其涉及的變數算力就以億計, 所以才稱做大模型。 要取那些因素進行那一層分析,主要都是語言學家在主導。而這些眼下的AI 應用的公司, 只是利用已發展完備的數學統計理論在不同領域專家組的指導下,去有效的進行數拈收集整理分析並進而建立一個特定領域的模型,作為該特定領域的電腦智能恊作工具。
但是人类本身的知识也是由经验积累出来的,结合现在网络所展示的各种信息,现在的大模型都是在模拟大脑接收信息然后给出反馈的环境,看上去与人脑似乎相差也不远,这条路似乎目前进展很好啊,但是你好像不是很看好这个发展趋势?
@@应龙-w8b 我不看好的是由算力方主導的發展-專業性不足,跨大其成果,亂燒錢,精準度不夠。應由產業專家組主導。
@@janchangchou777 那你的要求可能是一个跨专业跨国界的人类知识的结晶,那其中牵扯到的资金、信仰和学术观念纷争简直难以想象
Sora 很厲害驚艷,但離「世界模型」遠得很。Nvidia GTC 發佈許多很有用的東西。 老黃默默的做大事。這些事或能把「世界模型」早日催生出來。
魯棒性這個字完全摧毀了這個視頻的專業程度
非常清楚
这个大会有线上直播吗
好给力的内容,你家狗狗都出境了!❤
感觉最后还是集中到算力上。算力最终又归到电力上。以后电力行业应该要发展了,也许可以先入手一波?
100K 好漂亮的數字!用兩年時間達到的訂閱數。再用三個月達到200K。😂
我们继续加油!💪
AI新王,破解量子算法、破译古老语言、用几个小时给出科学家花费数月才能得到的研究方案……自 AI 初创公司 Anthropic (由几位前open ai 重要科研专家组成)于太平洋时间 2024 年 3 月 4 日发布 Claude 3 大模型以来,全世界网友正在对其进行广泛测试,并得出科研领域正在被该模型颠覆的观点,在科研领域胜于Open Ai。
搞没有搞错,现在还没有到5月份!
以后用Sora创造无数种虚拟矩阵都是有可能的。😁有种《黑客帝国》+《头号玩家》的感觉。☺
互联网记忆真的很好玩,才半年时间,sora从爆出视频作假,到现在被中国的科灵全面超越,已经从灯塔变成业界冥灯了。
挖的真深
世界模型 是建立在 AGI之後
总有一点错觉,101的视频似乎越来越像AI生成的了😂
挺好的
Most beautiful girl ❤🎉最美女主播,博学多才,福泽粉丝❤❤❤新加坡粉丝吴峻森Paul Goh Singapore ❤
Nvidia GTC 2024 發佈許多新產品,令人驚艷,但也令人懷疑老黃吹牛過度。為此我回去看GTC2023。發現那裏說的東西基本都實現了。所以老黃不說謊。😂
GTC的片子很快上 😊
您以为我对内容感兴趣,其实我只是来看漂亮可爱的小姐姐的!请问AI会知道吗?哈哈谢谢😂
Ai Sora總是讓我聯想到Aoi Sora
番號多少?
那你挺煞笔的
@@motizuki1275 而你挺甲掰的
@@motizuki1275 而你還滿加白的
我是挺乐观的
do we really have a definition of humanbeing?
说说Figure 机器人吧
可以先看看这期:ruclips.net/video/dLELvoFt_iA/видео.html
現在才明白 sora不是蒼井空😂
Ai SoraAoi Sora
煞笔东西
วาย
沙发🛋?
不管如何模拟,反正必须在俺亲自指引之下!
哎呦喂,李飞飞啊,他爷爷活活饿死几百万中国人啊!这个深仇大恨真正的中国人不会忘记。
你病的不轻
如果大家感兴趣参加5月29-31号在旧金山举行的GenAI Summit SF大会,线下面对面OpenAI及Sora团队核心成员,马斯克xAI团队创始成员、Mistral AI、微软、英伟达、谷歌DeepMind、Meta AI、Perplexity、Character.ai的核心成员和研究科学家,可以看看官网嘉宾:genaisummit.ai
购票链接:www.eventbrite.com/e/genai-summit-san-francisco-2024-tickets-796934722207 (专属优惠码:使用【SV101】购票,可享受10%的购票优惠)
时间轴来咯~ (期待听到大家的想法:Sora到底是不是世界模型❓)
你会看到:
00:00-00:24 万众期待的世界模型
01:27-02:48 历史溯源:World Models与Mental Model
02:49-04:37 Yann LeCun的定义:观察、状态估计、动作建议、潜在变量建议
04:38-06:34 世界模型与“狗狗模型”的类比
06:35-10:32 批判声音:Sora无法成为世界模型?
10:33-13:21 积极的声音:机器人、游戏AI与模拟
13:22-16:02 谷歌Genie与未来竞争
博主太漂亮了😂又聪明 学识又高 在硅谷工作 还能走在人类科技前沿 太厉害了 👍👍👍
超棒der😊
My sentiments exactly!
你想知道金主爸爸是谁?
天鹅是谁养的?
她的旁白技巧,一看就是专业水平,她应该是文科生
Part 1):
任何一條神經網路也是一個多變數廻歸分析,也是統計學迴歸分析的一環。我在40年前攻讀數理統計就涉及這些人工智能及多變量(含時間變量)的廻歸分析(向量/ 矩陣/ 線性代數/ 機率/ 取様….), 以便對一些事件做出精准智能的預測。
所謂自我學習或機器學習也只是用後面收集或模擬出的更新的資料去修正原先迥歸分析的杈重或係數參數而已。
而深度學習也只是處理巨量變數時,為了避免僅用單層機器學習進行巨量變數而需要解大矩陣導致對巨量平行計算的需求,進而變換設計成每層適量變數,建立多層次的機器學習修正。
40 年前人工智慧就是數理統計的一大課題。馬斯克說得一點都沒錯-目前的人工智慧全部建立在數理統計的基礎上。從那時開始就不斷有各行各業的數據分析專業人士來我們數理統計這參與並學習迥歸分析。他們回去後就不斷建立了屬於他們行業內的多條神經網絡(行業內的迥歸模型)。
在那時從事這類研究工作的數理統計的博士生全部被限制在晚上12 時過後才能使用國家級的超級計算機,否則我們兩三𠆤人一上線全部就大當機。我們那時也發展出一套類似挖礦機的方式,利用所有大量閒置的𠆤人電腦來提供其微小的算力,進而整合這些龐大的所謂分散型算力,但受限那時網路的不發達,很難把規模擴大。
近幾十年隨計算機能力不斷提升,目前市面AI 所謂大模型,主要是著力於面對”服務大衆需要”的所謂生成式/ 語言等等的智能協作服務。就是把百行百業各個領域等等數以千萬千億計資料進行迥歸模型的建立及修正(所謂自我深度學習)而形成龐大的神經網絡。
因此也不用太誇大眼下的AI , 這些早在40 年以前都已建構了理論基礎,而智能恊作早在各專業領域都已發展的非常完善,只是因過去算力不足只能在各自專業領域進行中小規模(變量數較少)的神經網絡建構。例如氣象預報就是早期最明顯的利用氣象專用超高速大電腦發展為成熟預測能力(AI)的例子,股票買賣決策也是智能恊作(AI/CIC)的典型。
”把簡單數學上使用即存的規模資料或電腦模擬資料進行所謂的㢠歸分析/模型建構並藉此模型做可行的智能預判或恊作,包裝成醫學上複雜尚未完全掌握的神經網路的機制及作用原理”,不但瓢竊了數理統計在AI 發展的絕對地位,實在也是在誤導整𠆤AI 的發展。也會造成眼下一般人的過度期待和焦慮。應將AI 改稱作” CIC:Computer Intelligent Collaboration , 電腦智能恊作, 更為恰當。
何謂知識? 由經驗總結後( 抽象具體化) ,就形成知識(用數字分析的表達方式就是去建構知識模型)。 形成知識後就可複製/ 傳承/ 預測/ 擴展。因此目前的AI 發展,就是在循人類文明發展至為重要的其中的一𠆤過程-只是採用了數位化的方式,將經驗知識化了。
目前的AI 只是以數理統計為手段及方法論,以資訊及計算機工程為工具,進行數位型的經驗知識化的過程。
人類有許多其他不同型態非常複雜的智慧,這種僅止於知識數位化的智慧, 其實離人類多型態的智慧還有非常巨大的距離。
另外, 眼下AI 服務於大衆的大模型的各種數學理論及所謂的機器學習(參數修正)及深度學習(參數及變數的多層次增加及修正)。 早在40 年前相應的數學理論都已完備(但落實到實際應用上,如何解1 億 by 1 億的聯立方程組( 行列式計算), 這需要極其龐大的平行計算能力,在那時期是完全不可能的) 。
其實AI 最重要最關鍵的是各行各業各領域的專家組,而不是這些AI 編程的公司( 他們只是依需求用已完善的數學統計理論加以電腦編程後,利用巨大算力去幫忙找出合適的模型並不斷予以完善)。
只有各行各業各領域的專家組才知道在茫茫大海中的資料及訊息中,那些因素才是其所涉領域的関鍵變數,那些變數資料才是可做為他們收集分析建立模型的。例如氣象學/經濟學/股票買賣智能決策/ 醫學/ 藥學/ 農業生產/ 基因工程/ 化學工程/自動駕駛/飛彈防空系統/圖像識別及處理/ 建築結構力學/小樣品模擬模型(核爆/飛機失事)………..等等。
此外服務大衆的語言學也是極度複雜的一門學課,其可能的變量變因會高達幾千萬𠆤, 再加上多層級過濾學習修正的模式,因此其涉及的變數算力就以億計, 所以才稱做大模型。 要取那些因素進行那一層分析,主要都是語言學家在主導。
而這些眼下的AI 應用的公司, 只是利用已發展完備的數學統計理論在不同領域專家組的指導下,去有效的進行數拈收集整理分析並進而建立一個特定領域的模型,作為該特定領域的電腦智能恊作工具。
但是人类本身的知识也是由经验积累出来的,结合现在网络所展示的各种信息,现在的大模型都是在模拟大脑接收信息然后给出反馈的环境,看上去与人脑似乎相差也不远,这条路似乎目前进展很好啊,但是你好像不是很看好这个发展趋势?
@@应龙-w8b 我不看好的是由算力方主導的發展-專業性不足,跨大其成果,亂燒錢,精準度不夠。應由產業專家組主導。
@@janchangchou777 那你的要求可能是一个跨专业跨国界的人类知识的结晶,那其中牵扯到的资金、信仰和学术观念纷争简直难以想象
Sora 很厲害驚艷,但離「世界模型」遠得很。Nvidia GTC 發佈許多很有用的東西。 老黃默默的做大事。這些事或能把「世界模型」早日催生出來。
魯棒性這個字完全摧毀了這個視頻的專業程度
非常清楚
这个大会有线上直播吗
好给力的内容,你家狗狗都出境了!❤
感觉最后还是集中到算力上。算力最终又归到电力上。以后电力行业应该要发展了,也许可以先入手一波?
100K 好漂亮的數字!用兩年時間達到的訂閱數。再用三個月達到200K。😂
我们继续加油!💪
AI新王,破解量子算法、破译古老语言、用几个小时给出科学家花费数月才能得到的研究方案……自 AI 初创公司 Anthropic (由几位前open ai 重要科研专家组成)于太平洋时间 2024 年 3 月 4 日发布 Claude 3 大模型以来,全世界网友正在对其进行广泛测试,并得出科研领域正在被该模型颠覆的观点,在科研领域胜于Open Ai。
搞没有搞错,现在还没有到5月份!
以后用Sora创造无数种虚拟矩阵都是有可能的。😁有种《黑客帝国》+《头号玩家》的感觉。☺
互联网记忆真的很好玩,才半年时间,sora从爆出视频作假,到现在被中国的科灵全面超越,已经从灯塔变成业界冥灯了。
挖的真深
世界模型 是建立在 AGI之後
总有一点错觉,101的视频似乎越来越像AI生成的了😂
挺好的
Most beautiful girl ❤🎉最美女主播,博学多才,福泽粉丝❤❤❤
新加坡粉丝吴峻森
Paul Goh Singapore ❤
Nvidia GTC 2024 發佈許多新產品,令人驚艷,但也令人懷疑老黃吹牛過度。為此我回去看GTC2023。發現那裏說的東西基本都實現了。所以老黃不說謊。😂
GTC的片子很快上 😊
您以为我对内容感兴趣,其实我只是来看漂亮可爱的小姐姐的!请问AI会知道吗?哈哈谢谢😂
Ai Sora
總是讓我聯想到
Aoi Sora
番號多少?
那你挺煞笔的
@@motizuki1275
而你挺甲掰的
@@motizuki1275
而你還滿加白的
我是挺乐观的
do we really have a definition of humanbeing?
说说Figure 机器人吧
可以先看看这期:ruclips.net/video/dLELvoFt_iA/видео.html
現在才明白 sora不是蒼井空😂
Ai Sora
Aoi Sora
煞笔东西
วาย
沙发🛋?
不管如何模拟,反正必须在俺亲自指引之下!
哎呦喂,李飞飞啊,他爷爷活活饿死几百万中国人啊!这个深仇大恨真正的中国人不会忘记。
你病的不轻