白话-大模型

白话-大模型 的全部节目

共 33 集。

第32期丨DeepFake:当眼见不再为实

第32期丨DeepFake:当眼见不再为实

白话-大模型

【第32期】一场全员熟人的跨国高管视频会议,为何只有财务人员自己是真人?2亿港元惊天骗局的背后,AI究竟攻克了哪两道技术难关? 本期迎来第5章《AI生成纪元的黎明》收官之战,带你层层扒开AI造假与换脸的底层密码: 1. 无中生有的完美假脸(StyleGAN):为什么早期GAN改个笑容就会长出胡子?英伟达如何用潜空间W解耦、4×4到1024×1024按分辨率分层注入、以及局部随机噪点,造出ThisPersonDoesNotExist上毫发毕现的虚拟人类? 2. 偷梁换柱的实时换脸(Deepfake):把第29期的自编码器AE和第31期的GAN拼在一起会发生什么?“双生自编码器”如何提取面部表情的最大公约数,把骗子的动作实时套在高管的脸上? 3. 生成纪元的世纪交响:回望AE、VAE与GAN的两条哲学路线,预告扩散模型Diffusion的范式统一,并揭晓在幕后操纵AI性格的神秘力量——损失函数。 #AI #人工智能 #白话大模型 #AI科普 #Deepfake #StyleGAN #GAN #自编码器 #生成式AI #深度学习 * 00:00 开场与章节预告:为什么暂缓损失函数加餐,先给第5章收官 * 00:33 真实案件切入:2024香港2亿港元AI换脸多人会议诈骗案 * 01:21 跨越恐怖谷:AI人脸生成需要攻克的两道核心技术难关 * 02:12 第一道难关:早期GAN的“特征纠缠”与牵一发而动全身的痛点 * 03:31 StyleGAN巅峰之作:解开特征死结的三个精妙工程设计 * 06:48 第二道难关:DeepFake深度伪造是如何实现移花接木的? * 07:13 双生自编码器(AE+GAN):通用动作与专属面相的拆解还原 * 09:10 后真相时代来临:当像素与物理现实之间的必然联系被切断 * 09:44 第5章全章回望:从AE到VAE、GAN的两套科学哲学交锋 * 10:51 终极预告:从扩散模型(Diffusion)统一范式,到通往下一期“损失函数”的小径

11 分钟 30 次播放 5天前

第31期丨GAN:天才的博弈

第31期丨GAN:天才的博弈

白话-大模型

【第31期】2014年蒙特利尔酒吧里的一场微醺争论催生了改变深度学习历史的绝妙灵感。本期节目带你走进生成对抗网络GAN的传奇诞生史。 在这个模型中,AI化身为造假画家与火眼金睛的鉴定家,在冯诺依曼提出的极小极大博弈中展开激烈的猫鼠游戏。本期视频将硬核拆解GAN的运作原理,带你探究工程师为何对这项AI黑魔法爱恨交加,并揭开让系统瞬间失灵的模式坍塌之谜。 我们还会重温佳士得拍卖行那幅拍出43万美元天价的AI画作背后的致敬彩蛋,并客观复盘LSTM之父施米德胡伯关于路线与抢功的学术公案。 #AI #人工智能 #白话大模型 #生成对抗网络 #GAN #深度学习 #伊恩古德费洛 #极小极大博弈 #MiniMax 本期时间轴 00:00|从 VAE 到 GAN:如何让 AI 画得更真实? 00:55|蒙特利尔酒吧:27岁天才的午夜灵光 02:15|酒后写代码:一次改变历史的幸运实验 03:39|画家与鉴定家:GAN 的猫鼠游戏 04:38|反向传播:两个神经网络如何共同进化? 05:30|终极平衡:判别器只能靠猜,准确率50% 06:01|MiniMax:冯·诺依曼的博弈论如何走进 AI? 07:32|AI 黑魔法:GAN 为什么如此难以训练? 08:56|模式坍塌:为什么 AI 永远只画同一只黑猫? 10:11|佳士得拍卖:一幅签着数学公式的43万美元画作 11:32|学术抢功风波:施米德胡伯为何怒斥古德费洛? 12:23|天时、地利、人和:谁真正成就了 GAN? 13:35|尾声:下一期,补上神经网络的关键拼图——损失函数

14 分钟 99+ 次播放 3周前

第27期丨伊利亚:贯穿两次AI革命的天才

第27期丨伊利亚:贯穿两次AI革命的天才

白话-大模型

同名视频号有视频版。 在生成式人工智能席卷全球的今天,技术的狂飙突进让无数科技探索者感到兴奋,但也伴随着失控的隐忧。 本期节目我们将把目光聚焦于一位极其特殊的重量级人物伊利亚 苏茨克维。他不仅是辛顿的得意门生,更是AlexNet Seq2Seq以及GPT系列背后的核心技术大脑。就是这样一个亲手缔造了现今AI繁荣的技术天才,却在OpenAI如日中天之际策划了一场震惊硅谷的行动,试图为这辆狂奔的列车踩下刹车。 他为何要在火焰最旺时选择做个灭火者?跟随我的视角,一起走进这位顶尖AI科学家的理想、妥协与最终的坚持。 时间轴 [00:00] 开场:从 Seq2Seq 讲到伊利亚·苏茨克维——这一次,他成为本期故事的主角。 [01:04] 少年伊利亚:从苏联出生、以色列成长,到追问“为什么人类会学习,而计算机不会”。 [01:28] 遇见辛顿:16 岁进入多伦多大学,在 AI 寒冬中走进连接主义的核心火种。 [02:31] AlexNet 一战封神:两块显卡训练出的深度网络,正式点燃深度学习时代。 [03:13] 从视觉到语言:伊利亚转向 NLP,推动 Seq2Seq 打开机器翻译与语言模型的新阶段。 [04:20] 加入 OpenAI:从谷歌离开,参与创立一个以 AGI 安全为理想起点的研究机构。 [05:08] GPT 路线成型:押注大规模无监督预训练、Transformer 与 Scaling Law,等待智能的“涌现”。 [07:06] OpenAI 宫斗爆发:伊利亚参与推动罢免 Sam Altman,安全理想与商业速度的矛盾彻底公开化。 [08:37] 离开 OpenAI,创立 SSI:不发产品、不做 API,把“安全超级智能”作为唯一目标。 [11:03] 回看伊利亚的三次点火:AlexNet、Seq2Seq、GPT 之后,他选择在技术狂飙中按下暂停键。

12 分钟 99+ 次播放 4个月前

第26期丨AI奇迹年:2014

第26期丨AI奇迹年:2014

白话-大模型

你好,欢迎来到白话大模型的第26期。在人工智能的发展史上,2014年是一个被称为奇迹年的特殊节点。在短短四个月内,三篇重磅论文的相继问世彻底改变了机器翻译乃至整个自然语言处理的版图。今天这期节目,我将带大家回到奇迹年的开篇,去认识一个叫做 Seq2Seq 的全新架构。在它出现之前,系统庞大且繁复的统计机器翻译法主宰了业界近20年。Seq2Seq 是如何通过先理解再生成的两步走战略,巧妙解决输入输出长度不一致难题的?AI 又是怎么利用向量把感性概念变成可计算数字的?让我们一起探索这把打开 AI 黑箱的钥匙。 * 00:00:48 见证人工智能的历史节点:2014 奇迹年与改变机器翻译版图的重磅论文 * 00:01:48 传统统计机器翻译法的困局:像几十个老师傅组成手工作坊一样繁杂的系统 * 00:03:21 革命性的两步走战略:由编码器与解码器组成的 Seq2Seq 核心思想揭秘 * 00:04:34 案例沙盘推演:模型是如何把英文原句逐词阅读并生成上下文向量再解码成中文的 * 00:08:32 打开黑箱的万能钥匙:什么是向量以及 AI 如何通过数字加减法推导出女王的概念 * 00:12:38 碾压传统模型的工程奇迹:伊利亚如何运用四层 LSTM 架构与庞大算力取得业界最佳成绩 * 00:13:54 下期重磅预告:贯穿两次技术革命的探索者伊利亚的现代传奇故事

14 分钟 99+ 次播放 4个月前

第25期丨GRU:优雅的简化

第25期丨GRU:优雅的简化

白话-大模型

【第25期】上一期我们讲了 LSTM:它用“三道门”和“细胞状态”,让 AI 学会管理长期记忆。 但 LSTM 也有一个问题:设计很精巧,结构也比较复杂。那么,有没有办法保留 LSTM 的核心思想,但把结构做得更简洁?这就是本期主角:GRU,门控循环单元。 它把 LSTM 的复杂记忆管理系统,简化成“两道门”:重置门和更新门。一个决定旧记忆还要不要参与,一个决定新旧记忆该怎么混合。 更少的参数,更快的训练,更优雅的结构。GRU 不一定要取代 LSTM,但它告诉我们:在 AI 里,真正厉害的设计,往往不是越复杂越好,而是找到刚刚好的复杂度。 * 00:00:00 开篇:回顾LSTM的长期记忆机制与复杂性局限 * 00:00:33 学界清流:为什么约书亚·本吉奥拒绝天价年薪,坚守MILA实验室? * 00:01:14 技术主角登场:赵京铉与2014年的那篇“神作”论文 * 00:02:16 大刀阔斧:GRU的“两项关键简化”设计哲学 * 00:03:51 深度拆解:重置门(Reset Gate)如何决定旧记忆的“去留” * 00:06:36 核心旋钮:更新门(Update Gate)与大脑记忆的新陈代谢 * 00:08:45 流程全景:GRU如何用“两门一态”完成与LSTM同等的工作 * 00:10:06 预告:迈向Seq2Seq,即将开启的AI翻译革命 #AI #白话大模型 #GRU #门控循环单元 #LSTM #深度学习 #人工智能 #AI科普 #神经网络 #大模型

11 分钟 99+ 次播放 5个月前

第24期丨LSTM:让AI学会管理记忆

第24期丨LSTM:让AI学会管理记忆

白话-大模型

【第24期】你是否想过,为什么早期的 AI 总是“读了后面忘前面”?在那个连深度学习三巨头之一的本吉奥都从数学上证明了 RNN 存在长期记忆缺陷的年代,一对来自德国的师生——塞普·霍克海特和约尔根·施米德胡伯,却在学术边缘地带,用一种“另起炉灶”的天才构思,修筑了一条通往未来的“记忆高速公路”。 本期节目,我们将深入浅出地拆解 LSTM(长短期记忆网络)的底层逻辑。它不仅仅是技术上的解耦与创新,更蕴含着一种深刻的人生哲学:真正的智能,并不在于记住所有,而在于学会选择。同时,我们还会聊聊那位性格强硬、在学界掀起无数风暴的“异类”天才施米德胡伯。 前方高能,让我们一起进入时间记忆与信息流的微观世界 。 00:13 RNN 的致命伤: 为什么早期的 AI 读到文章末尾就会忘掉开头?本吉奥的数学证明与梯度消失难题 。 01:31 德国师生的逆袭: 霍克海特与施米德胡伯的相遇,以及 LSTM 在 1997 年的横空出世 。 03:12 重新修一条路: 拒绝在旧路上缝缝补补,LSTM 如何通过引入“细胞状态(Cell State)”实现长期记忆的高速流动 。 03:55 加法胜过乘法: 直观理解为什么加法更新能缓解梯度消失,保护重要的信息火种 。 04:53 解耦的艺术: 隐藏状态负责思考,细胞状态负责流传,复杂系统的高效分工逻辑 。 05:14 智能收费站: 深度拆解“门控机制”——遗忘门、输入门与输出门是如何协同工作的 。 06:12 遗忘门哲学: 为什么说“学会遗忘”才是通往智能的第一道关卡 。 11:24 技术之外的执念: “战斗力十足”的施米德胡伯,关于原创性、学界偏见与科学进步的冷思考 。

13 分钟 99+ 次播放 6个月前

第22期丨记忆的萌芽:RNN诞生

第22期丨记忆的萌芽:RNN诞生

白话-大模型

在 Transformer 统治 AI 界的今天,那个曾经被称为“循环神经网络(RNN)”的技术似乎已退居二线。然而,很多人并不知道,今天 GPT、豆包身上那些令人惊艳的能力——预测下一个词的核心机制、脱胎换骨的“自注意力机制”,其实全都是在研究 RNN 的过程中被“逼”出来的。 如果不理解 RNN,你就无法真正读懂 AI 是如何从“只会看图”进化到“能够思考”的。本期节目,我们将开启本书第四章《机器之心:RNN 与序列记忆》,带你回到 20 世纪 80 年代,看数学宗师乔丹与心理语言学家艾尔曼如何通过截然不同的逻辑,赋予了机器最原始的“记忆力”。这不仅是技术的演进,更是人类模仿自身心智的一场伟大实验。 * 00:00 为什么要聊“过时”的 RNN?它是通往 Transformer 的必经之路。 * 01:07 从 CNN 到 RNN:当 AI 面对“狗咬人”和“人咬狗”,顺序为何如此致命? * 02:02 语义的迷宫:为什么“想一个人”在不同上下文里有完全相反的含义? * 03:03 AI 的“断片”时刻:揭秘早期神经网络缺乏上下文记忆的致命缺陷。 * 04:05 双雄会:数学大师 Michael Jordan 与认知科学家 Jeffrey Elman 的思想碰撞。 * 04:46 Jordan 网络:在标准网络里加个“补丁”,让输出值学会“回流”。 * 07:11 语言是天生的吗?艾尔曼如何用 AI 挑战主流语言学观点。 * 09:12 隐藏层的秘密:为什么传递“激活值”比传递“结果”更有深远影响?

10 分钟 99+ 次播放 7个月前

第21期丨ResNet突破深度极限

第21期丨ResNet突破深度极限

白话-大模型

【第21期】自从2012年AlexNet开启了深度学习的狂欢,整个AI界都坚信网络越深模型越强。可是当层数堆叠到三五十层时,大家却撞上了一堵令人绝望的叹息之墙,也就是网络退化。模型非但没有变聪明,反而越学越笨。 本期星科技将带你认识这位打破僵局的中国天才学者何恺明。我们将用一个极其接地气的职场企划案审批比喻,为你硬核拆解他那大道至简的天才设计,ResNet残差网络。看一条极简的VIP直达电梯通道,如何保住深层网络的信息不丢失,并在2015年的ImageNet大赛上以152层的恐怖深度历史性地超越人类肉眼识别率。 更重要的是,这套跨越时代的钢铁骨架,至今依然流淌在ChatGPT和DeepSeek等前沿大语言模型的血液中。 期待你在评论区留下你的思考,咱们一起探讨。 * 00:00 深度学习的新信仰:回顾AlexNet开启的“网络越深,模型越强”时代。 * 00:25 2014年ImageNet双雄会:VGG与GoogLeNet的巅峰对决,离人类水平仅一步之遥。 * 01:22 撞向“叹息之墙”:当层数堆叠,模型为何在训练集上离奇“变笨”? * 02:32 状元何恺明的硬核人生:从广东满分状元到计算机视觉领域的顶级学者。 * 04:09 解密ResNet核心逻辑:抛弃H(x),改学“残差”F(x)的天才变通。 * 05:10 大白话拆解:如果模型训练是“解方程”,参数规模到底有多恐怖? * 09:02 职场视角看退化:当CEO遇上层层加戏的“中间层”,原稿的闪光点是如何丢掉的? * 10:18 恒等映射与保底机制:ResNet如何为深度网络建立性能的“绝对下限”。 * 11:49 152层的神迹:AI首次在准确率上超越人类,残差思想如何渗透进今天的Transformer。 * 13:35 下期预告:从静态空间到流动时间,开启RNN与序列数据的新篇章。

14 分钟 99+ 次播放 7个月前

播放列表

自动播放下一个

播放列表还是空的

去找些喜欢的单集添加进来吧