@GoogleDeepMind: 观看 → https://goo.gle/4cZu4qH Spotify → https://goo.gle/4cOy1hZ Apple Podcasts → https://goo.gle/3UmoBE5 或在任意播客平台收听!
摘要
一期播客节目,嘉宾为Google DeepMind的Zoubin Ghahramani,探讨了不确定性在人工智能发展中的作用、贝叶斯思维以及对未来研究的启示。
查看缓存全文
缓存时间: 2026/08/27 18:03
观看 → https://t.co/g0gZtBtniV
Spotify → https://t.co/QNsTFlwcJb
Apple Podcasts → https://t.co/q5DmJ6A6oG
或在您收听播客的任何平台收听!🎧
@GoogleDeepMind:观看 → https://goo.gle/4cZu4qH Spotify → https://goo.gle/4cOy1hZ Apple Podcasts → https://goo.gle/3UmoBE5 或在您收听…
频道: @GoogleDeepMind
来源:https://www.youtube.com/watch?v=tBjgCj_dGZM/&utm_source=x&utm_medium=social&utm_campaign=&utm_content=
描述
在当前大语言模型浪潮兴起之前,一位学术研究人员就已致力于赋予机器感知自身局限性的能力。Zoubin Ghahramani 过去30年一直在开创一种基于不确定性数学的智能类型。如今,作为剑桥大学教授及Google DeepMind研究副总裁,Zoubin发现自己身处一场有趣辩论的核心:提高机器的不确定性认知,是否将成为推动人工智能持续进步的关键拼图之一?
时间戳:
00:00 引言
01:06 不确定性的作用
07:45 正确性与置信度
09:40 历史视角
16:10 人工智能中的贝叶斯思维
26:30 现实世界中的不确定性
36:42 未来研究与通用人工智能
订阅我们的频道 https://www.youtube.com/@googledeepmind
在X平台关注我们 https://x.com/GoogleDeepMind
在Instagram关注我们 https://instagram.com/googledeepmind
在LinkedIn添加我们 https://www.linkedin.com/company/deepmind/
相似文章
@GoogleDeepMind: 观看 → https://goo.gle/4w7S3LM Spotify → https://goo.gle/4eFgIA9 Apple Podcasts → https://goo.gle/3Sn4ZyM 或收听...
Google DeepMind 推广了一期播客节目,嘉宾为 Nenad Tomašev 和 Hannah Fry,讨论 AI 智能体、未来的智能体经济及相关安全问题。
@GoogleDeepMind:从天气预报到机器人技术,智能决策依赖于对未知的理解。我们的研究副总裁……
Google DeepMind的研究副总裁讨论了如何将不确定性和概率融入人工智能系统,以实现更安全、更可靠的现实世界决策,涵盖了贝叶斯思维和历史视角。
@GoogleDeepMind:模型的思维链就像草稿纸,提供了窥探其推理过程的窗口。在我们最新一期播客中……
Google DeepMind发布了一期关于可解释性的播客,主持人是@fryrsquared,嘉宾@NeelNanda5探讨了机制可解释性、思维链监控和安全审计。
@GoogleDeepMind: Watch → https://goo.gle/4pxlGEh Spotify → https://goo.gle/4f89R2a Apple Podcasts → https://goo.gle/4fpWThL Or listen wh…
Google DeepMind播客探讨AI可解释性(机制可解释性)与思维链推理,解释为何需要理解神经网络内部工作机制以及思维链作为临时窗口的价值与局限。
Google DeepMind研究副总裁Z. Ghahramani评当前AI模型:缺乏严格的概率、确定性及因果数学体系,'成了大杂烩'
Google DeepMind研究副总裁Z. Ghahramani批评当前AI模型缺乏概率、确定性与因果推理方面的严谨数学基础,将其形容为'大杂烩'。