Geoffrey Hinton 与 Fei-Fei Li 对话——负责任的 AI 发展
Geoffrey Hinton in conversation with Fei-Fei Li — Responsible AI development
频道:Arts & Science - University of Toronto · 时长:1:48:12 · 发布:2024-02-23 · 播放:227682
简介
2023 年多伦多大学的一场对话,Geoffrey Hinton 与 Fei-Fei Li 讨论负责任的 AI 发展。他们回顾了深度学习和 ImageNet 的历史,并讨论了 AI 的伦理和风险。
HN 为什么推荐
HN 推荐它是因为 Hinton 的研究历史以及两位先驱对十年进展的反思。
讲述了 Hinton 的历史以及他为什么在研究上选择了这个方向 — HN, 2024
中文字幕节选
大家下午好。 今天现场这么热烈的气氛真让人高兴。 欢迎来到MaRS Discovery District,这个美妙的综合体, 参加这场非常特别的Radical AI创始人活动, 由多伦多大学联合主办。 我叫Meric Gertler,非常荣幸担任多伦多大学 校长。 在开始之前,我想对多伦多大学 所在的土地表示敬意。 数千年来,这里一直是休伦-温达特人、塞内卡人 和克雷迪特密西沙加人的传统土地。 今天,这个聚会场所仍然是来自龟岛各地 许多原住民的家园, 我们非常感激有机会在这片土地上工作和聚会。 我非常高兴地欢迎大家 参加Geoffrey Hinton之间的这场讨论, 他是多伦多大学荣休大学教授, 被许多人称为深度学习教父, 以及Fei-Fei Li,她是斯坦福大学计算机科学系 首位红杉教授, 并在那里担任以人为本AI研究所的联合主任。 我要感谢Radical Ventures和其他活动合作伙伴与多伦多大学携手 创造了这个难得而特别的机会。 很大程度上要归功于Hinton教授 及其同事的开创性工作, 多伦多大学数十年来一直处于 学术AI社区的前沿。 深度学习是推动AI繁荣的主要突破之一, 其许多关键发展都是由 Hinton教授及其在多伦多大学的学生开创的。 这一卓越的传统,这一悠久的传统延续至今。 我们的教师、学生和毕业生,与Vector Institute的合作伙伴 以及世界各地的大学 正在推进机器学习并推动创新。 今年秋天晚些时候,我们的教职员工、学生 和合作伙伴将开始迁入第一阶段 就在街对面美丽的新Schwartz Reisman创新园区。 你们可能已经注意到一栋相当引人注目的建筑 位于街角,计划于明年初正式开放。 该设施将通过创建加拿大最大的 大学创新中心来加速创新和发现,这得益于Heather Reisman和Gerry Schwartz 慷慨而富有远见的捐赠。 创新园区将成为AI思想领导力的焦点, 同时容纳Schwartz Reisman技术与社会研究所, 由Gillian Hadfield教授领导,以及Vector Institute。 已经很明显,人工智能 和机器学习正在推动整个经济的创新和价值创造。 它们也在改变研究 在药物发现、医学诊断 以及寻找先进材料等领域。 当然,与此同时,人们越来越担心 AI将在塑造人类未来中扮演的角色。 因此,今天的对话显然涉及一个及时且重要的话题, 我非常高兴你们大家在这个重要时刻加入我们。 那么事不宜迟,现在让我介绍今天的主持人,Jordan Jacobs。 Jordan是Radical Ventures的管理合伙人和联合创始人, 这是一家领先的风险投资公司,支持多伦多 和世界各地的AI企业。此前,他联合创立了Layer 6 AI 并在其被TD Bank Group收购前担任联合CEO, 随后加入TD Bank Group担任首席AI官。
HN 上的讨论
参见“杰弗里·辛顿与李飞飞的对话”,两人聚在一起回顾了过去约10年的发展,包括他们为什么以及如何做出自己的贡献:* [VIDEO] — throw0101b, 2024-11
这次与杰弗里·辛顿和李飞飞的‘对话’涵盖了很多历史(1小时50分钟):* [VIDEO] * [LINK](‘镜像’)讲述了辛顿的历史以及他为什么朝着他的研究方向前进,以及李飞飞在ImageNet上的努力。 — throw0101d, 2024-03
弗朗索瓦·乔莱说LLM不会在上下文中学习。但杰夫·辛顿说LLM的少样本学习与人类相比相当有利![VIDEO] 我认为真相在中间。它们确实在上下文中学习,但不如人类好。文章中的方法通过生成数千个程序来掩盖当前LLM的不可靠性,但结果仍然不是人类水平。(不过这是令人印象深刻的工作——我不是在批评它。) — trott, 2024-06
相关视频
- 人们对密集城市生活的误解 · Oh The Urbanity! · 7:09
- 椅子存在吗? · Vsauce · 37:53
- 无线电的秘密生活 - 重制版 · tim hunkin · 31:39
- Adam Savage 对测量科学的顿悟! · Adam Savage’s Tested · 45:08
- 将办公楼改造成公寓到底需要什么 | Odd Lots · Bloomberg Podcasts · 47:33
- Sarah C. M. Paine —— 为什么独裁者总是犯下同样的致命错误 · Dwarkesh Patel · 2:24:33
- 人们对诱导需求的误解 · Oh The Urbanity! · 8:04
- 神经网络和反向传播的详细入门:构建micrograd · Andrej Karpathy · 2:25:52
- 但什么是神经网络?| 深度学习第一章 · 3Blue1Brown · 18:40
- 发生在马身上的事正在发生在我们身上 · CGP Grey · 15:00
- AlphaGo - 电影 | 完整获奖纪录片 · Google DeepMind · 1:30:28
- Transformer,LLM 背后的技术 | 深度学习第 5 章 · 3Blue1Brown · 27:14
- USENIX Security '18-Q:为什么主题演讲者不断建议改进安全性是可能的? · USENIX · 51:22
- 第一讲 | 机器学习(斯坦福) · Stanford · 1:08:40
- MarI/O - 视频游戏机器学习 · SethBling · 5:57
- 深入探讨 ChatGPT 等 LLM · Andrej Karpathy · 3:31:23