聽節目（在新分頁開啟原站）連到 The MAD Podcast
摘要
Richard Socher 探討 AI 自我提升（Recursive Self-Improvement）如何加速科學進步。他認為當 AI 能預測蛋白質結構並模擬複雜系統時，將能解決抗生素和癌症等長期未解的科學問題。透過 AI 整合多領域知識，人類將重新發現被遺忘的基礎原理，並加速藥物開發與能源技術的突破。
Richard Socher explores how Recursive Self-Improvement will accelerate scientific progress. By predicting protein structures and simulating complex systems, AI will solve long-standing problems like cancer and antibiotics, integrating knowledge across disciplines to unlock new scientific paradigms.
重點
- AI 能預測蛋白質結構，解決癌症等複雜疾病。
- AI 將整合多領域知識，重新發現基礎科學原理。
- AI 可加速藥物開發與能源技術突破。
章節
依話題轉折切分，標題由 AI 產生
- 00:00科學進步的瓶頸：知識分化的深層原因
- 02:24從分科到通才：模擬與工程化的雙重挑戰
- 13:38東海岸地理隱喻的侷限與語言模型的誤差
- 16:19可實現的突破：核聚變、新材料與經濟預測
- 21:36創意的機制：從 Go 棋局到開端性探索
- 24:36四柱支柱：從知識到資料、模擬與自動化
- 28:11AI for AI：從模仿到自主研究的階梯
- 30:55生物學中的幻覺：從錯誤到探索工具
- 33:16生物學的工程化轉折：從記憶到重組
- 37:15臨床試驗的自動化：從十餘年到即時決策
- 44:48藥物研發的加速：價格彈性與市場結構
- 52:38經濟預測的失敗：模擬社會與政策建議
- 1:09:50四柱機器的核心：資料、模擬與實驗設計
- 1:13:45從概念到產品：AI 與人類互動的未來圖景
提到的工具與公司
- Recursive
- DeCA NLP
- NIPS
- NeurIPS
- OpenReview
- Nvidia
適合誰看
對 AI 未來應用、科學突破及自我提升趨勢感興趣的讀者。
摘要依據
- 講者
- Richard Socher、Matt Turck
- 依據
- 語音轉文字
為什麼排在這裡
- 人氣
- 0.50
- 新鮮
- 0.92
在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算
相關內容
- Humanity’s Last Invention — Richard Socher of RecursivePodcast ・ Latent Space ・ 1 小時 32 分（在新分頁開啟原站）
- E242｜最快半年AI跑通自进化？与陈天桥首席科学家聊聊硅谷模型必争之地Podcast ・ 硅谷101 ・ 1 小時 11 分（在新分頁開啟原站）
- AlphaFold: Grand challenge to Nobel Prize | John Jumper影片 ・ Google DeepMind ・ 48 分鐘（在新分頁開啟原站）
- Recursive-in-Recursive AI for Scientific AI Agents影片 ・ Discover AI ・ 35 分鐘（在新分頁開啟原站）
- AI: Supercharging Scientific Exploration with Pushmeet KohliPodcast ・ Google DeepMind: The Podcast ・ 47 分鐘（在新分頁開啟原站）
- When AI Research Starts Moving Faster Than Human Research - Zhengyao JiangPodcast ・ Machine Learning Street Talk ・ 44 分鐘
摘要由 AI 根據原文產生，可能有誤；完整內容請看原站。聽節目（在新分頁開啟原站）