Spelade
-
【主播】
泓君Jane，硅谷101创始人，播客主理人
【嘉宾】
陈羽北，加州大学戴维斯分校电子与计算机工程系助理教授。
【你将听到】
【大模型 vs 人脑】
02:09 白盒研究的目标：把AI从工程推向科学
02:53 从早期模型到大语言模型，如何识别词汇的元意思
06:51 OpenAI的研究：用gpt4理解gpt2模型
08:46 白盒研究的本质是理解信号的结构，从而提升模型效率
11:37 人脑如何通过少量数据获得泛化的能力
12:46 比起人脑，大语言模型观测手段多，但它对世界的理解不够
20:11 稀疏编码：源自大脑神经元的运作机制
【白盒研究】
22:01 黑盒模型发展很快：只求工作，不求简洁
24:56 白盒模型的问题：过度简洁
27:19 Yann Lecun：支持白盒研究但不确定走得通
28:25 基础AI研究靠好奇心驱动，而非商业化
30:16 白盒模型的三个流派：可视化、神经科学、数学统计
32:30 对黑盒模型的优化：提升效率、统一不同模型
33:44 距离白盒gpt还很远，发展是阶段性的
35:29 打开ImageNet是白盒的第一步
【关于Yann LeCun】
38:21 Yann经历了神经网络领域历史上的高峰低谷
39:45 加入Yann LeCun组是偶然
42:51 Yann对大方向的坚持和直觉
43:02 “不反对Scaling Law，但只堆数据是不够的”
49:10 科学家马毅 & Yann，观点并不冲突：高层次的规律是简洁的
51:58 从至暗时刻走出的AI科学家们：专注、纯粹
53:55 Yann希望学生可以做与时间共存的工作
55:57 “读phd不应该研究llm”
57:24 Yann在Meta的贡献：筹建Meta AI、开源路线
60:29 大模型未来的发展：Scaling Law依然重要，但提升效率也很重要
【相关阅读】
Anthropic的研究：从神经网络Claude 3 Sonnet提取可解释的特征
OpenAI的研究：让GPT4去解释GPT2的神经元
马毅团队的白盒模型
【相关人物介绍】
Yann LeCun：计算机科学家，在机器学习、计算机视觉、移动机器人和计算神经科学等领域都有很多贡献，被誉为“卷积神经网络之父”，现任Meta首席AI科学家，并担任纽约大学教授。他在1980年代率先提出了卷积神经网络（CNN），这项技术成为现代计算机视觉的基础。LeCun与Geoffrey Hinton和Yoshua Bengio共同获得2018年图灵奖，表彰他们在深度学习方面的开创性工作。
【监制】
Holiday
【后期】
AMEI
【BGM】
Alteration - Karoliina Gabel
Listen to the Forest Weep - Hanna Lindgren
【在这里找到我们】
公众号：硅谷101
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客
海外用户：Apple Podcast｜Spotify｜TuneIn｜Youtube｜Amazon Music
联系我们：[email protected]
-
上周参加了由泓君主理的《硅谷101》新一期访谈的录制，聊了一些文章以外的弦外音。
从0到10亿月活用户，TikTok用了不到4年的时间，这也是第一个真正打入美国主流市场的中国社交产品。这期，我们从商业的角度来聊聊，TikTok为什么能够在海外成长起来。
05:02 Facebook也曾想收购Musical.ly，但不够坚定
05:30 TikTok在美国成长起来的三大因素
10:40 留存率低，为何还敢下狠手做海外投放？
11:54 那么多短视频产品，为什么只有TikTok做起来了？
14:44 增长瓶颈，Musical.ly创始人主动要求变更品牌
16:10 "不留空档，全面压制"
17:36 TikTok的成功是体制的胜利，不是人的胜利
22:26 张一鸣关注公司高管如何发朋友圈
26:23 海外用户如何看待TikTok？
29:40 中国公司在海外会遇到哪些挫折？
35:41 如何写出好的商业故事：耐力与坚韧度
36:47 商业记者是一份需要耐得住寂寞的工作【相关阅读】
《TikTok内幕：张一鸣的巨浪征途》
mp.weixin.qq.com【泓君播客】
《硅谷101》
-
上周更新了《TikTok内幕：张一鸣的巨浪征途》音频版的上篇，下篇也终于完成了，包含这篇长文的6-10章节。
希望能方便到没时间阅读文字的朋友们。这个形式作为文字作品的衍生品，目前还处于尝试中，您有任何的意见和建议，都欢迎反馈给我。
第六章：双月涨了1.1亿！——"不要沾沾自喜"、"我们是风口上的猪" 00:18 第七章："不留空档，全面压制" 05:38 第三章：政治大冒险 14:17 第四章：巨浪上的舰队 24:40 第五章：格子衫、月饼、宇宙条 34:48【可以在这里看到全文】TikTok内幕：张一鸣的巨浪征途
-
文章很长，为了方便还没来得及阅读的朋友，或者读了一半中间中断了，又或者阅读完后还觉得不过瘾的，我制作了全文的音频版本。❤️
今天更新"上集"，"下集"我会尽快更新。
希望这期播客，可以陪伴你度过五一节——抓住春天的尾巴。
欢迎您多多评价。我会精选评论，后续送出我的收藏版小册子！
序 第一章：张一鸣的纯粹人格 02:02 第二章：暗线 05:52 第三章：失败了 09:44 第四章：黑白双T 17:05 第五章：Facebook的大意 28:22【注释】
1、几个产品名称：
TikTok、News Master、TopBuzz、Buzz Video、Helo
2、几个关键指标：
DAU：日活用户数
ARPU值（Average Revenue Per User）：每用户平均收入
3、DAU乘以ARPU值：
日活总数，乘一个日活用户能赚多少钱，能依此得出一个市场可供榨取的最大商业利益。
4、P0战略=最高优先级战略
5、字节国际化事业部是字节成立的第一个事业部，简称"i18n"。
（来源是internationalization，i和n是首末字符，18是中间的字符数。）
6、生命周期：用户拿到新手机多少天会卸载App
7、tick tock=嘀嗒声
8、阳陆育和朱骏先后做的三款产品：知了、音乐地、Musical.ly
9、Facebook做的阻击TikTok产品：Lasso
【可以在这里看到全文】TikTok内幕：张一鸣的巨浪征途
-
我们的节目正在推出新系列【从蒸汽机到无人驾驶】，今天是第2集。
最近萝卜快跑在武汉引发广泛关注，许多人开始讨论Robotaxi是不是迎来拐点？我邀请了楼天城来聊聊。
楼天城是清华首届姚班毕业生，因在编程竞赛的优异战绩又被称作“楼教主”。他毕业后进入Google工作，在这里最早接触了无人驾驶，而后又加入百度从事无人车研发。2016年，楼天城与百度前首席架构师彭军，创立无人驾驶公司小马智行（Pony.AI），他出任联合创始人兼CTO。该公司估值达85亿美元，正寻求在纳斯达克或纽交所上市。
节目中，我们探讨了关于Robotaxi的新闻、无人驾驶的简史、自动驾驶常见的路线之争。楼天城说了一些颇为尖锐的观点：比如，“L2做得越厉害，它离L4越远，反之亦然”，又比如“当自动驾驶超越人类，数据就变成干扰项，并不是越多越好”。
我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：） 02:11 先谈两条新闻：1、萝卜快跑火了，2、Tesla推迟Robotaxi发布时间 04:39 用时间概念来表达“无人驾驶小史”：1小时/10小时/100小时/1000小时/10000小时，自动开不用人接管（跨越每一步中的关键点） 10:10 我主要精力花在“Contest based metric system”（“基于竞赛的度量系统”，旨在根据不同的场景分别评估系统的能力。） 16:45 “端到端”根本变化是，让整个模型的能力加强了，避免模块之间传输信息丢失 17:18 “端到端”只能做到100小时，从100到1000小时是超越资源和能力的 17:50 自动驾驶的路线之争：先有目标不同，才有路线不同 1、激光雷达/纯视觉？“纯视觉只能做好学生，但激光雷达能作弊” 2、车路协同/单车智能？“互相加成，但单车智能是priority” 3、渐进式自动驾驶/跨越式自动驾驶？“一个是足球、一个是篮球” 4、辅助驾驶/自动驾驶？“L2做得越厉害，它离L4越远” 26:57 无人驾驶创业这8年：高潮与低谷，落地得快与慢 35:54 “当你真的超越人类，数据不是越多越好，数据是干扰项” 44:06 关于个人：姚期智先生令我印象深刻的、ACRush、“只有冠军才知道冠军和亚军的差距” 49:10 坚持20年编程竞赛的人告诉你一个竞赛技巧：“Hold cold card”【更多信息】
文字版可参考：《和楼天城聊Robotaxi：“L2越厉害，就离L4越远”》
联络我们：微博@张小珺-Benita，小红书@张小珺jùn
更多信息欢迎关注公众号：张小珺
-
「硅谷早知道」S4E15 | 好莱坞大神挑战奈飞之作，Quibi能成功吗
「硅谷早知道」S4E16 | 印度会有疫情大爆发吗？
「反潮流俱乐部」Lady Gaga 汇聚群星璀璨时，你会更珍惜 35 年前的 Live Aid
