跳到主要內容
AI 武林
Podcast高階EN

Decoding Google Gemini with Jeff Dean

來源 Google DeepMind: The Podcast

播放音檔(在新分頁開啟原站)連到 Google DeepMind: The Podcast

摘要

Jeff Dean 與 Hannah Fry 訪談 Google Gemini 的多模態能力與演算法發展。內容涵蓋從早期搜尋引擎到神經網路、Transformer 架構的演進,以及 Gemini 如何整合文字、影像與聲音。讀者可了解 AI 模型如何透過高維向量表示理解世界,並展望未來在設計與推理上的應用。

An interview with Jeff Dean discussing the evolution of AI, neural networks, and the capabilities of Google's multimodal Gemini model.

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

  • Jeff Dean 分享 Google 從搜尋引擎到 AI 巨頭的演進歷程。
  • 解釋 Transformer 與高維向量如何讓模型理解語言與概念。
  • 展望 Gemini 多模態模型在複雜任務與推理上的潛力。

章節

依話題轉折切分,標題由 AI 產生

  1. 00:00Jeff Dean 傳奇履歷與早期工作環境
  2. 04:00Google 從搜尋引擎到 AI 公司的演變
  3. 06:39Jeff Dean 接觸神經網路的起點
  4. 12:56Jeff Dean 考察 DeepMind 的往事
  5. 15:18強化學習與大規模訓練技術結合
  6. 21:21Transformer 架構如何改變語言模型
  7. 25:03高維向量空間讓語言理解更抽象
  8. 30:40Gemini 辨識手寫物理題並糾正錯誤
  9. 33:06個人化學習與數位落差風險討論
  10. 35:32語言模型預測與事實準確性差異
  11. 48:08複雜任務規劃與模擬實驗設計
  12. 51:56Gemini 概念模型與未來 AGI 展望

提到的工具與公司

  • Gemini
  • TensorFlow
  • Google Brain
  • DeepMind

適合誰看

對 AI 演算法原理、Google 歷史或大模型發展感興趣的技術人員與研究者。

摘要依據

講者
Hannah Fry
依據
語音轉文字

為什麼排在這裡

人氣
0.87
新鮮
0.06

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。播放音檔(在新分頁開啟原站)