跳到主要內容
AI 武林
Podcast高階EN

What’s Next for AI? OpenAI’s Łukasz Kaiser (Transformer Co-Author)

來源 The MAD Podcast

聽節目(在新分頁開啟原站)連到 The MAD Podcast

摘要

專訪 OpenAI 首席研究員 Łukasz Kaiser,探討 AI 進步並非停滯,而是從預訓練轉向新的推理範式。他解釋了 GPT-5.1 等模型如何透過工具使用與邏輯推理大幅提升能力,並分析工程最佳化、資料品質與硬體資源競爭對產業的影響。

An interview with OpenAI researcher Łukasz Kaiser discussing the future of AI, the shift from pre-training to reasoning models, and the challenges in robotics and hardware integration.

摘要、重點與章節標題由語言模型整理,細節(誰說的、數字、先後)可能有誤;要引用請以原始內容為準。

重點

  • AI 進步仍是指數增長,只是從預訓練轉向更高效的推理範式。
  • 模型能處理複雜任務,但邏輯與信任問題仍需人類介入。
  • 未來機器人與硬體應用將是下一個重大突破方向。

章節

依話題轉折切分,標題由 AI 產生

  1. 00:00AI 能力呈指數增長的新範式
  2. 06:21大模型隱藏的實用能力與教育落差
  3. 11:22推理模型如何透過思考鏈提升答案
  4. 21:51從數學背景到現代 AI 架構師的歷程
  5. 24:26注意力機制如何演變為 AI 核心
  6. 26:51Transformer 架構開發的艱難與文化差異
  7. 30:55實驗室團隊運作模式與 GPU 資源競爭
  8. 37:34模型可解釋性現狀與黑箱挑戰
  9. 40:06從 GPT 四到五的核心演進
  10. 46:40推理模型的能力邊界與侷限
  11. 54:29工程瓶頸與自動化實驗難題
  12. 59:32通用模型未來與人類任務價值
  13. 1:02:34多模態與機器人領域發展前景
  14. 1:05:01感謝聆聽與訂閱頻道呼籲

提到的工具與公司

  • GPT-5.1
  • GPT-5.1 Codex Max
  • Gemini Banana Pro
  • Emacs

適合誰看

對 AI 技術趨勢、模型架構演進及產業應用有興趣的研究者或從業者。

摘要依據

講者
Matt Turck
依據
語音轉文字

為什麼排在這裡

人氣
0.50
新鮮
0.30

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

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)