by 先见未明
先见，必然未明。创新路上，我们一同求索。 - 当人们说“某人真有先见之明”时，它本身就已经是“后见之明”。 任何创新，无论技术还是商业，都必须经过验证。验证的过程，往往是漫长、混乱、挣扎，充满失败的——甚至，验证的结果也可能是被证伪。 幸运的是，自人类在地球上扎根至今，创意不息，创新不止。 ⌈先见未明⌋ 希望与你一起，发掘和记录生生不息的科技创新，探索创新背后的真价值，不人云亦云，不后见之明。
Language
🇨🇳
Publishing Since
5/9/2023
Email Addresses
1 available
Phone Numbers
0 available
April 14, 2024
<p>AI资讯大爆炸，早知道，不如真知道。</p><p>新开一档AI新闻观察栏目，每周精选最值得关注的AI动态，尽可能为大家做客观、多维的AI趋势洞察。</p><p><strong>以下是本期内容：</strong></p><p>02:01 <strong>英特尔、谷歌们继续”围剿“英伟达</strong></p><blockquote><p><a href="https://mp.weixin.qq.com/s/VGej8Jjags5v0JsHIuf_tQ">为何CUDA是英伟达AI霸主地位的护城河</a></p></blockquote><blockquote><p><a href="https://www.thepaper.cn/newsDetail_forward_26878592">TPU的诞生背景与发展经历</a></p></blockquote><p>05:32 <strong>Transformer被优化：更省内存、更省计算资源</strong></p><blockquote><p><a href="https://zhuanlan.zhihu.com/p/689556460?utm_id=0">非Transformer架构的进展与猜想</a></p></blockquote><blockquote><p><a href="https://arxiv.org/abs/2404.07143">Infini-attention论文原文</a></p></blockquote><blockquote><p><a href="https://arxiv.org/abs/2404.02258">MoD论文原文</a></p></blockquote><p>09:08 <strong>ChatGPT向付费用户开放GPT-4 Turbo</strong></p><p>10:05 <strong>ChatGPT暗黑玩法Dan模式突然爆火社媒</strong></p><blockquote><p><a href="https://mp.weixin.qq.com/s/rpiCSbKZ--Gu3dpPKDLRKQ">在 ChatGPT 上，许多人开始主动追求被 AI 骂</a></p></blockquote><p>11:17 <strong>谷歌搜索考虑对用户收“AI使用费“</strong></p><blockquote><p><a href="https://mp.weixin.qq.com/s/i0Vi4ntrxmSQy8XF7I5n9g">知乎AI革命：智能搜索与事实问答的融合</a></p></blockquote><blockquote><p><a href="https://www.ft.com/content/2f4bfeb4-6579-4819-9f5f-b3a46ff59ed1">《金融时报》报道原文</a></p></blockquote><p>14:16 <strong>本周一问：你今天kimi了吗？</strong></p><p>【很高兴认识你】</p><p>先见，必然未明。创新路上，我们一同求索。</p><p>当人们说“某人真有先见之明”时，它本身就已经是“后见之明”。任何创新，无论技术还是商业，都必须经过验证。验证的过程，往往是漫长、混乱、挣扎，充满失败的——甚至，验证的结果也可能是被证伪。</p><p>幸运的是，自人类在地球上扎根至今，创意不息，创新不止。这档播客希望发掘和记录生生不息的创新，探索创新背后的真价值，不人云亦云，不后见之明。</p><p>赛博认好友请搜微信ziyuanao。</p>
March 1, 2024
<p>过年期间听了一档YC集团合伙人的播客，聊到AI创业中的tarpit ideas（直译是“沥青坑想法”，意指某些创业想法看似fancy，但其实背后有种种难以解决的结构性问题，实际执行后会让你进退维谷，宛如深陷沥青坑）。</p><p>其中有一段讨论挺有趣。他们观察到当下很多人选择“摘星星”的创业方向，追求不平凡，但在这几个投资人看来，平平无奇也甚好。“Mundane is great”，“something boring can be amazing business”，他们说，尤其体现在LLM方向上，办公提效类需求非常旺盛，但收到的相关创业提案很少。</p><p>紧接着，开工首日，Sora来了，我们又被告（炒）知（作）要失业了。（如果你不是恰好在一家做视频生成的初创，大概率，今年，Sora干不掉你吧。。。</p><p>于是我想起mundane is great。咱仰望星辰也脚踏实地，概念是抽象的，体验才是具体的。不如就从用户的角度，来聊聊那些平平无奇但好用是宝、已经渗透到我日常工作、离取代我还有段距离的AI工具。</p><p>* 本期只分享无需科学上网、无需海外信用卡充值的产品，绿色无广</p><p><strong>【本期嘉宾】</strong></p><p>舒月 | AI圈内打工人</p><p><strong>【时间轴】</strong></p><p>01:35 AI产品从浅尝辄止的⌈玩具⌋，变成了每天在用的⌈助手⌋</p><p>07:00 有口皆碑KimiChat，万能效率助手，既免费又有自行车</p><p>15:14 AI生成PPT工具，难用，但有用</p><p>22:03 AI思维导图工具有助于提升结构思考效率，但总体较鸡肋</p><p>25:14 使用AI工具，须警惕思考懒惰和信息茧房加重的陷阱</p><p>28:00 AI几乎可以充当实习生，打工人的自我降本增效</p><p>33:53 亲测最有用、最好用的几个AI产品</p><p><strong>【对话中提到的AI产品】</strong></p><p>ReadPaper：AI辅助论文阅读工具</p><p>KimiChat：智能助手（ChatBot）</p><p>ChatMind：AI思维导图工具</p><p>Monica：基于ChatGPT的浏览器插件</p><p>Gamma、WPS AI：AI生成PPT工具</p><p>通义听悟：聚焦音、视频的工作学习AI助手</p><p><strong>【扩展阅读】</strong></p><h1><a href="https://www.bilibili.com/video/BV11x4y1C7kG/?buvid=Z44B0D494914C4A14CB2B99D89BF60B914EB&is_story_h5=false&mid=7%2BO%2B3IJVzF%2FlZBYxE1XvrA%3D%3D&p=1&plat_id=114&share_from=ugc&share_medium=iphone&share_plat=ios&share_session_id=0BF8EA52-2DD8-4514-899D-4F75469B61CF&share_source=WEIXIN&share_tag=s_i&spmid=united.player-video-detail.0.0&timestamp=1709224877&unique_k=h5z4aBk&up_id=351754674">如今AI初创企业的真相 | YC圆桌讨论 2024.2</a></h1><p><strong>【很高兴认识你】</strong></p><p>先见，必然未明。创新路上，我们一同求索。</p><p>当人们说“某人真有先见之明”时，它本身就已经是“后见之明”。任何创新，无论技术还是商业，都必须经过验证。验证的过程，往往是漫长、混乱、挣扎，充满失败的——甚至，验证的结果也可能是被证伪。</p><p>幸运的是，自人类在地球上扎根至今，创意不息，创新不止。这档播客希望发掘和记录生生不息的创新，探索创新背后的真价值，不人云亦云，不后见之明。</p><p><strong>赛博认好友请搜微信ziyuanao。</strong></p>
December 27, 2023
<p>刚刚结束的极客公园年终大会上，美国工程院院士、智源研究院原理事长张宏江和谷歌DeepMind资深工程师卢一峰进行了一场对话。</p><p>谈及大模型幻觉问题的难解，<strong>张院士提出了一个被卢一峰称为“价值百亿美金（甚至更多）”的问题：Transformer是否当下唯一可靠的架构？大模型向未来发展的过程中，技术路径上还会不会有新的、根本上的变化？</strong></p><p>在这场对谈发生前不久，卡内基梅隆大学（人称全球AI专业“天花板”）和普林斯顿大学的研究者发布了一种名为Mamba的新架构，解决Transformer核心注意力层无法扩展的致命bug，推理速度提升5倍。论文一出，国内媒体惊呼：难道Transformer架构垄断终于要被打破了？</p><p>无独有偶，<strong>半年多前，我们采访了一个正在研发非Transformer架构模型的国内团队，RWKV。团队坚持模型开源（RWKV已成为Linux基金会孵化项目，所有底层模型的知识产权将放在这家非营利机构），并成立了一家商业公司，做围绕该模型的微调量化及To C、To B商业化落地。</strong></p><p>采访中，团队核心成员罗璇说，自己在与国内AI圈、投资圈朋友交流时，经常会争论几个“非共识”：Transformer是不是唯一选择？AIGC的未来就是云服务了吗？小公司能不能做大模型？</p><p>随着时间推移，罗璇曾经的某些“非共识”观点似乎正在成为共识。在大模型底层架构创新上，除了上文提到的Mamba，微软和清华团队也在7月推出了RetNet架构；端上大模型更是近期的话题高地。RWKV自身，则累积了近万的全球开发者，与高通、MKT、英伟达等大厂展开合作（据悉，阿里达摩院近期在开发基于RWKV架构的语音识别模型）。</p><p><strong>当然，RWKV要验证其可广泛应用性，还有更长的路要走。但正如我们节目名称想传达的，先见必然未明，生生不息的创新才是最为可贵。</strong>于是，我们特别邀请罗璇年终返场，聊聊他对大模型创业的新体会。</p><p>【本期嘉宾】</p><p>罗璇 元始智能（RWKV）联创兼CPO | 前阿里机器人产品总监</p><p>【时间轴】</p><p>02:49 “所有基于Transformer的基础设施和应用都值得用RWKV重做一遍”？</p><p>04:13 全球顶尖团队都在探索大模型底层架构创新</p><p>05:27 Transformer有多贵、效率瓶颈有多大？谁用过谁知道</p><p>07:36 RWKV比Transformer，具体效率提升几何？</p><p>09:24 身后站着近万全球开发者的“小团队”，成为高通端侧模型合作方</p><p>10:58 曾经被质疑“一个中国小团队做的方向是不是靠谱？”现在全球前沿研究所都在关注</p><p>13:09 Transformer的专利在商业公司（谷歌）手上，对其生态上的模型和应用公司都是风险</p><p>15:21 AI世界需要一个类似Linux的底座，开源生态上要长出繁荣的商业化</p><p>16:55 为什么国内鲜有公开讨论“Transformer架构是否足够好”？</p><p>19:35 端侧大模型离实际应用还有多远？</p><p>23:14 国内的AI发展其实就卡在“Transformer+GPU”上</p><p>24:58 Transformer天花板临近？PMF难寻</p><p>26:38 过去半年，看着自己的非共识逐渐变成共识</p><p>27:53 AI世界里数据既业务，应用类创业公司要自建数据飞轮</p><p>【扩展阅读】</p><p><a href="http://mp.weixin.qq.com/s?__biz=MTMwNDMwODQ0MQ==&mid=2653028573&idx=1&sn=be9d6ea935760bae4cf7831bbf2a09fd&chksm=7e577d6b4920f47d5bb79b9b53407c388875328201a49fadc44e850fb0d727806ad054462041&scene=21#wechat_redirect">智源张宏江对话谷歌卢一峰：什么才是大模型「皇冠上的明珠」？</a></p><p><a href="http://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650899414&idx=1&sn=b6c34617d6d0f45b3ad3da9ea6385206&chksm=84e447a8b393cebe030f1b2dc3e5372e3258f772bdf8510134e1d551d82558225a8454399619&scene=21#wechat_redirect">五倍吞吐量，性能全面包围Transformer：新架构Mamba引爆AI圈</a></p><p><a href="http://mp.weixin.qq.com/s?__biz=MzkzNzQ2Nzg4MQ==&mid=2247483713&idx=1&sn=e8866bf6b403cefd93e1527a24eb86ad&chksm=c28e4bc7f5f9c2d1c7d1011c1e6f69029706a7f423476468f7d7ddad3c5a9317ebff3abd6a05&scene=21#wechat_redirect">被Stability AI赞助算力，被Open AI招募，这个大模型小团队是？</a></p><p>【很高兴认识你】</p><p>先见，必然未明。创新路上，我们一同求索。</p><p>当人们说“某人真有先见之明”时，它本身就已经是“后见之明”。任何创新，无论技术还是商业，都必须经过验证。验证的过程，往往是漫长、混乱、挣扎，充满失败的——甚至，验证的结果也可能是被证伪。</p><p>幸运的是，自人类在地球上扎根至今，创意不息，创新不止。这档播客希望发掘和记录生生不息的创新，探索创新背后的真价值，不人云亦云，不后见之明。</p><p><strong>赛博认好友请搜微信ziyuanao。</strong></p>
Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.
All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.
We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.
While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at [email protected] for prompt review and appropriate action, which may include content removal or proper attribution.
By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.
