看影片（在新分頁開啟原站）連到 硅谷101
摘要
專訪 DeepMind 前核心科學家 Andrew Dai，回顧他在谷歌 14 年的 AI 發展歷程與技術貢獻。影片探討了從 GPT 啟發到 Gemini 系列模型的演進，以及他創立 Elorian AI 探索視覺推理新路線的動機。
An interview with former DeepMind scientist Andrew Dai reviewing his 14 years at Google and his new venture into visual reasoning.
這筆內容還沒有取得字幕或內文，這段摘要只根據標題與說明欄產生，可能不夠準確；實際內容請以原站為準。
章節
取自原站說明欄的時間軸
- 00:00专访Andrew Dai：一位谷歌AI核心科学家的14年
- 05:35从伦敦到硅谷：Google Now与个性化分发
- 06:51两次收购、两种哲学：Hinton带来深度学习，DeepMind选择独立
- 09:34半监督序列学习：谷歌错过的“GPT时刻”
- 15:54谷歌健康：跨界医疗AI失败的教训
- 16:41MaskGAN：引入填空任务探索，大幅提升文本生成质量
- 17:23让大模型学会纠错：首批将强化学习（RL）用于预训练的团队
- 18:05MoE架构：2021年研发，被谷歌“雪藏”至Gemini 1.5
- 22:11PaLM 2：极致顺滑的预训练，却遭GPT-4抢走风头
- 23:27FLAN：让ChatGPT式对话成为可能
- 25:55拉响红色警报：DeepMind与Google Brain的被迫整合与碰撞
- 29:02Gemini 1.0：追赶进度的仓促上线，导致舍弃MoE创新
- 31:42Gemini 2.0：大模型最大的差异点是数据的选择
- 35:12Gemini 3.0：大厂求稳限制激进创新，选择离职追寻研究自由
- 37:51Neolab爆发：创立Elorian AI，探索视觉推理路线
- 52:27“最重要的资源是时间”：谷歌14年的研究品味与引路人
- 58:06彩蛋：office tour：AI科学家需要绿植和白天蒸桑拿？
提到的工具與公司
- GPT
- PaLM
- Flan
- Gemini
- MaskGAN
適合誰看
對 AI 產業動態、大模型演進及谷歌技術史感興趣的從業人員與研究者。
摘要依據
- 依據
- 標題與說明欄（還沒有取得字幕或內文）
為什麼排在這裡
- 人氣
- 0.78
- 新鮮
- 0.58
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
- Gemini仓促上线背后：Google的组织困境 | 专访谷歌前核心科学家Andrew Dai影片 ・ 硅谷101 ・ 3 分鐘
- 谷歌核心AI科学家：“大语言模型和世界模型都是错误路线”影片 ・ 硅谷101 ・ 3 分鐘
- Ep 87: Gemini Co-Lead on World Models, RL's Next Domains & Continual LearningPodcast ・ Unsupervised Learning ・ 1 小時
- DeepMind Just Changed How AI Sees The World影片 ・ Two Minute Papers ・ 5 分鐘
- 谷歌DeepMind掌舵人承认当前模型略逊于前沿 | Koray Kavukcuoglu | Gemini 4 | 3.5 Pro | AI前沿 | AGI | 强化学习 | 深度学习 |影片 ・ Best Partners TV ・ 17 分鐘
- Decoding Google Gemini with Jeff DeanPodcast ・ Google DeepMind: The Podcast ・ 53 分鐘
摘要由 AI 根據標題與說明欄產生（還沒有取得原文），可能有誤；完整內容請看原站。看影片（在新分頁開啟原站）