Stanford Online
Образовательный канал Стэнфорда: курсы и лекции по искусственному интеллекту, инженерии и технологиям.
510 статей
41 минStanford CS153 Frontier Systems | Scale, AGI, and the Future of Everything
1ч 04мStanford CS25: Transformers United V6 I From Language Models to Native Multimodal Intelligence
1ч 08м💻 Дженсен Хуанг: «За последние 10 лет мы ускорили вычисления в миллион раз»
1ч 05м🎓 Анджни Мидха: «Чипы сегодня — это не товар, а дефицит, цена которого только растет»
1ч 13м🏆 Как заглянуть внутрь ИИ: от теории игр до разреженных автокодировщиков
1ч 01м🌐 Хоучи: «Главный вопрос HCI — какую жизнь приглашают нас жить технологии»
53 мин🤖 Алгоритмический парадокс Моравека: как Action Chunking и генеративный контроль изменили робототехнику
36 мин🏀 Боб Уотчер: «Epic — это Google в мире здравоохранения, а ИИ — лишь ёлочные украшения»
1ч 17м🔄 Лекция Стэнфорда CS221: основы байесовских сетей и вероятностное программирование
1ч 13м🤖 Теория игр и обучение с подкреплением: от алгоритма TD-learning до равновесия Нэша
1ч 13м🧠 Лекция Stanford CS221: От табличных методов к Actor-Critic
1ч 15м🤖 Стэнфорд о методах вероятностного вывода: Байесовские сети
1ч 19мСтэнфорд CS221: Как алгоритм A* находит оптимальный путь
1ч 13мТеория игр: Minimax, Alpha-Beta и поиск оптимальной стратегии
1ч 20м🧠 Обучение байесовских сетей: от простого подсчета до магического алгоритма EM
1ч 13м🧠 Уроки Стэнфорда: Почему логика всё ещё критически важна для современного ИИ
1ч 18м🤖 От случайного блуждания до Q-Learning: как ИИ учится на своих ошибках
1ч 21м🧠 Стэнфордский курс CS221: как классический поиск масштабирует современные языковые модели
1ч 12м🚀 Стэнфорд против „взлома вознаграждения“: как разработчики ИИ формируют будущее общества
1ч 20м🎲 Искусство неопределенности: марковские процессы принятия решений в Стэнфорде
1ч 15м🧠 Стэнфордский курс CS221: основы и применение логики первого порядка
1ч 11м🧠 Stanford CS221: «Искусство обучения глубоких нейронных сетей»
1ч 12м📚 Stanford CS221: основы и методы линейной классификации
1ч 19м🤖 Как устроены современные языковые модели: от обучения до системных ограничений
1ч 12м🧠 Стэнфордский курс CS221: Основы тензорных вычислений и обучения моделей
1ч 14м📈 Сможет ли ИИ сломать график роста ВВП, который не менялся 150 лет?
58 мин🎓 Перси Лян: «Цепочки рассуждений в нейросетях могут быть уловкой для продажи токенов»
1ч 06м🛠 Зачем Стэнфорд убрал классические задачи ради PyTorch и Einops?
1ч 03м🛠 Терри Виноград: «ИИ не решает проблемы, а ускоряет их»
1ч 04м🤖 Ю Ванг о проекте Ψ0: «Будущее робототехники — эгоцентрические данные»
1ч 18м🔍 Эндрю Ын: «PCA — это не панацея для машинного обучения»
1ч 15м🧩 Лекция в Стэнфорде: приближенные offline-методы планирования в пространствах убеждений
56 мин🎓 Спикер о GenAI в образовании: «ИИ должен не заменять учителя, а высвобождать его время для общения»
56 мин🧩 Заменит ли ИИ маркерную доску, или почему нейросети не умеют создавать новые языки?
1ч 13м🏎 Как автономные гонки учат ИИ физическому интеллекту
56 мин📈 ИИ в корпорациях: как EY получила ROI 6,5 к 1 и почему 95% ИИ-проектов проваливаются
55 мин🧠 Профессор Стэнфорда объяснил разницу между обычным ИИ и Human-Centered AI
44 мин🚜 Роботы-компаньоны и «нежные» гуманоиды: новые стандарты автономной навигации от Стэнфорда
39 мин🚀 Энди Славитт: «ИИ в медицине невозможно делегировать»
58 мин🛡 Поло Чоу: «Безопасность ИИ ломается внезапно и катастрофически»
59 мин🛡 Устойчивая автономность: как роботы учатся навигации без GPS и света
52 мин🤖 Исследователи из Университета Пердью обучили робота за рекордные сроки с помощью физических априоров дифференциальных уравнений
57 мин🤖 Как чат-боты пытались перевоспитать агрессивных пользователей на Reddit
1ч 08м🛠 Stanford CS193p: внедрение SwiftData и управление данными в iOS
1ч 10м🛠 Лектор CS193p: «В мобильном интерфейсе недопустимо зависание даже на полсекунды»
1ч 10м🛠 Stanford CS193p: Как превратить модель SwiftUI в персистентную базу данных
1ч 33м💎 Stanford CS193p: Кастомные фигуры, сложные жесты и магия GeometryReader
38 мин📊 ИИ и климат: как дата-центры меняют энергетическую карту мира и социальные стандарты
57 мин🛠 Карты креативности: как нечёткая линкография раскрывает ловушки генеративного ИИ
1ч 15м🍳 Надия Фигероа представила метод управления роботами через динамические системы
53 мин🏢 ИИ в сельском хозяйстве и урбанистике: кейсы ClimateAi и Стэнфорда
1ч 45м🚀 Эндрю Ын и Лоуренс Морони о будущем карьеры в ИИ
1ч 46м🕵 Как заглянуть внутрь ИИ: от карт сверток до GPT-5
1ч 09м🤖 Ловкость рук: как Стэндфорд учит роботов чувствовать мир через оптические датчики
1ч 51м🚀 Стэнфорд CME295: Итоги 2025 года в мире трансформеров и диффузионных моделей
1ч 51м🔄 Будущее LLM в 2025 году: от авторегрессии к диффузии и аналоговым чипам
1ч 10м🎯 Профессор Стэнфорда разобрал ключевые вызовы и методологию исследований Deep RL
1ч 07м⚖ Методы Offline RL: от имитации к оптимизации стратегий
1ч 12мDREAM: как научить ИИ исследовать и обучаться эффективнее
1ч 05м🤖 Стэнфордский курс CS224R: концепции и алгоритмы автономного обучения роботов
1ч 10м🤖 Курс CS224R в Стэнфорде: разбор многозадачного RL и алгоритма Hindsight Relabeling
1ч 13м🔄 Подход Model-Based RL: как Стэнфорд обучает сложных роботов за четыре часа
1ч 09м🧠 Как Meta-RL позволяет агентам адаптироваться к новым задачам „на лету“
1ч 09м🏗 Stanford CS224R: Как иерархический ИИ решает задачи с длинным горизонтом
50 минАникайт из Стэнфорда: «Почему ваше Q-обучение нестабильно?»
1ч 05м🔄 Лекция Стэнфорда о Reward Learning: как научить искусственный интеллект понимать человеческие цели
1ч 10м🧱 Stanford CS224R Deep Reinforcement Learning | Spring 2025 | Lecture 10: RL for LLM Reasoning
1ч 02м🚀 Преподаватель Стэнфорда о методах обучения языковых моделей: от RLHF к DPO
1ч 09м⚖ Stanford CS224R: PPO и SAC как стандарты обучения с подкреплением
1ч 01м🔄 Эволюция Q-Learning: от уравнений Беллмана до алгоритмов DQN и Double DQN
1ч 07м🤖 Имитационное обучение: почему простого копирования действий недостаточно
1ч 03м🔄 Stanford Online: «Методы Actor-Critic — база для обучения LLM и роботов»
1ч 03м🔄 Эволюция алгоритмов Actor-Critic: как Стэнфорд обучает нейросети на ошибках
1ч 02м🔄 Стэнфордский курс CS224R: математический вывод градиентов политики в RL
1ч 02м🤖 Градиент стратегии в Reinforcement Learning: от REINFORCE до Importance Sampling
49 мин🔄 От слепого робопса до Tesla Optimus: как алгоритмы Reinforcement Learning меняют робототехнику
49 мин⚖ Лекция в Стэнфорде: развитие интеллекта роботов через RL
52 мин🧠 Профессор Челси Финн об основах глубокого обучения с подкреплением в Стэнфорде
1ч 07м🏗 Стэнфорд CS193p: Как устроены анимации и данные в SwiftUI
1ч 01м📱 Stanford CS193p: как адаптировать SwiftUI-приложения для iPad и Mac
1ч 13м🧩 Стэнфорд о SwiftUI: „Протоколы — это контракты и код-шеринг“
1ч 10м🧩 Лекция Stanford: «Списки, навигация и Observable-модели в SwiftUI»
1ч 10м🛠 Секреты плавной анимации в SwiftUI от преподавателя Stanford CS193p
1ч 15м🧩 Лектор Стенфорда показал продвинутые техники создания UI в SwiftUI
1ч 49м🎯 Афшин и Шервин об эволюции оценки LLM: от человеческой разметки до агентов-симуляторов
3 мин🚀 Джеймс Лэндей: Пять ключевых трендов в развитии генеративного ИИ
1ч 04м🛑 Как TorqueAGI внедряет законы физики в нейросети для роботов
1ч 03м🛠 Дональд Кнут о хаке с числом Пи и «эндшпиле» TeX82
58 мин📊 Дональд Кнут об архитектуре TeX82, управлении памятью и строках
1ч 05мДональд Кнут о внутренней архитектуре TeX82
58 мин🌍 Исследователи из Корнелла выявили системный западный дисбаланс в популярных ИИ-моделях
34 мин🚀 Сайед Мохиуддин: «ИИ станет дефляционной силой, которая разрушит старую медицину»
1ч 07м🏗 Стенфордский подход к SwiftUI: лекция о Layout и Data Flow
1ч 14м🛠 Лекция Стэнфорда CS193p: проектирование потоков данных и декомпозиция в SwiftUI
1ч 11м🛠 Стэнфордский курс CS193p: проектирование независимой модели и управления состоянием в SwiftUI
1ч 11м🏗 Разработка логики игры CodeBreaker на SwiftUI: от модели до анимаций
29 мин🤖 Почему роботы ломают лампочки и как датчик за $10 это исправит
29 мин🤖 Stanford Robotics Seminar ENGR319 | Autumn 2025 | Embodied Foundation Models
1ч 49м🧱 Beyond LLM: Стэндфордский гайд по созданию агентных систем в 2025 году
1ч 49м🧠 Как RAG, Tool Calling и агенты связывают LLM с реальным миром: лекция CME295 в Стэнфорде
1ч 49м🧠 От RAG до автономных агентов: лекция Stanford CME295 о будущем LLM
56 мин🏔 Инструментарий принятия решений: Как Стэнфорд учит управлять стартапами в условиях неопределенности
56 мин🛠 Лининг Яо: шесть принципов дизайна будущего в эпоху ИИ
1ч 47м🛠 Тюнинг LLM: как методы PPO и DPO превращают нейросети из автодополнителей в полезных помощников
1ч 47м🎯 Стэнфорд: «Ваша языковая модель — это на самом деле скрытая модель вознаграждения»
1ч 10м🎓 Стэнфордский курс CS193p (2025): глубокое погружение в SwiftUI, Xcode и декларативную разработку
1ч 10м🎓 Пол Хэгарти: «SwiftUI — это не объектно-ориентированное программирование»
1ч 47м🧠 DeepSeek R1 против OpenAI o1: как алгоритм GRPO изменил правила игры в ИИ
1ч 47м🧠 Стэнфорд CME295: Как алгоритм GRPO и DeepSeek R1 изменили логику нейросетей
1ч 08м🛠 Stanford CS193p: Как устроена память в Swift и почему SwiftUI выбирает структуры?
1ч 08м🛠 Stanford CS193p: Глубокое погружение в систему типов Swift и архитектуру Model-UI
1ч 06м🏗 Пол Хэгарти о SwiftUI: от Lego-View до логики игр
51 мин🧩 Сидни Кац: «В валидации безопасности ИИ нет серебряной пули»
56 мин📜 Как выйти за рамки линейного диаческого взаимодействия с ИИ-кодерами
51 мин🏗 Ник Грейвиш о биомиметике: «Механика — это форма вычислений»
39 мин🧠 Сэм Альтман о будущем ИИ: «Многие задачи безопасности станут задачами кибербезопасности»
18 мин🎓 Стэнфордский ИИ-путеводитель: как выбрать подходящие курсы и построить карьеру в Deep Learning
56 мин🧩 Иллюзия «вайб-кодинга»: как Лидия предлагает контролировать искусственный интеллект
46 мин🤖 Монро Кеннеди и Рене Сяо: будущее робототехники в медицине и быту
1ч 19мОбучение Байесовских сетей: от параметров к структуре
1ч 15м🗣 Стэнфорд о создании AI: как ускорить разработку в 10 раз
1ч 03м🤖 Пирамида данных для манипуляций: как Stanford обучает роботов сложному поведению
52 мин🎯 Александра на семинаре Стэнфорда: как строгость и субъектность изменят ответственный ИИ
1ч 44м🎮 От Atari до ChatGPT: как ИИ учится на своих ошибках?
1ч🤝 Безопасность ИИ в эпоху агентов: главные угрозы и методы защиты
33 мин📊 Шантану Нунди: «Половина медицины не основана на доказательствах»
1ч 17м🚀 Николас Карлини: „Безопасность станет главным барьером для внедрения ИИ-агентов“
1ч 17м🛡 Николас Карлини о будущем кибербезопасности: «Взлом ИИ станет прибыльнее кражи банковских данных»
1ч 47м🎓 Стэнфордский CME295: как на самом деле обучаются современные LLM — от претрейна до LoRA
1ч 47м🛡 Stanford CS230: защита ИИ от атак и основы генеративного моделирования
1ч 03м🐾 Как проприоцептивное осязание помогает роботам исследовать Луну и Марс
1ч 47м🧭 От BERT до RoPE: Шервин и Афшин об эволюции архитектуры Transformer
1ч 41м🎓 Стэндфордский курс CME295: глубокое погружение в архитектуру Transformer
45 мин🛠 Майкл Бернштейн: «AI-агенты предсказывают поведение человека точнее, чем мы думали»
1ч 48м🏗 Стэнфорд CME295: Как работают Mixture of Experts и механизмы памяти в LLM
1ч 06м💻 Эндрю Ын: «Скорость выполнения — главный предиктор успеха стартапа»
54 мин🌊 ИИ-генерация кода: новые интерфейсы программирования от исследователей Беркли
1ч 04м🛡 Хизер Адкинс из Google: «ИИ перевернет дилемму защитника в пользу безопасности»
1ч 39м🛠 Кион Катон-Фу из Stanford: «Глубокое обучение — это прежде всего инженерная дисциплина»
55 мин🛠 Как ИИ-агенты меняют программирование: взгляд экспертов из Anthropic и Стэнфорда
1ч🏫 Эндрю Ын: «Совет не учиться программированию — это худший карьерный совет в истории»
1ч🎓 Профессор Стэнфорда: как стать ИИ-разработчиком в 2025 году
1ч 02м🏛 Эхсан Адели: «Компьютерное зрение станет монитором жизненно важных показателей поведения»
1ч 22м🚀 ИИ вместо SRE: как ИИ-агенты Resolve автоматизируют управление продакшеном
38 мин🤖 ИИ в медицине: Сет Хейн из Epic о моделях Cosmos, GPT-5 и будущем врачебного приема
1ч 19м🚪 «Пощекотать ChatGPT»: зачем на самом деле нужны промт-инженеры
1ч 10м📎 Дэн Уэббер об этике ИИ: от намерений до объективных интересов
1ч 22м🔄 Как научить ИИ выбирать правильные метрики: стэнфордский подход к оптимизации предпочтений
1ч 21м🛠 Дизайн механизмов в эпоху ИИ: Как наука о правилах игры определяет будущее технологий и экономики
1ч 19м🚗 Лекция Стэнфорда об основах обучения ИИ на предпочтениях человека
1ч 13м📊 Как алгоритмы Polis и Twitter Community Notes помогают находить консенсус в поляризованном мире
1ч 16м📚 Обучение ИИ на человеческих предпочтениях: лекция Сэми Куа в Стэнфорде
55 мин🧠 10 способов применения ChatGPT в клинических исследованиях от экспертов Стэнфорда
51 мин🏛 Стэнфорд онлайн: как получить магистерскую степень и сертификаты в 2025 году
1ч 08м🎙 Как ИИ видит движение: лекция Руохана Гао по Video Understanding на CS231n
1ч 12м🔄 Лекция CS231N: Математический анализ авторегрессионных моделей и VAE
1ч 18м🎯 Юньчжу Ли на CS231N: от моделей мира к большим моделям поведения
1ч 06м🔄 Стэнфордский курс CS231N: эволюция механизма внимания и архитектуры трансформеров
1ч 13м🤖 Stanford CS231N: как современные нейросети видят, сегментируют и понимают изображения
1ч 13м🚀 Компьютерное зрение: от сегментации до детектирования объектов
1ч 06мСтэнфордский курс CS231N: Линейные классификаторы и основы глубокого обучения
1ч 06м🖼 Stanford: «Линейные классификаторы — это фундамент всего глубокого обучения»
1ч 09м🌐 Ранджай Кришна в Stanford CS231N: эволюция мультимодальных архитектур от CLIP до Molmo
1ч 09м🖼 Ранджей Кришна: «Как Molmo бросает вызов гигантам ИИ»
1ч 11м🔍 Архитектура RNN и LSTM: разбор лекции CS231N от Стэнфорда
1ч 11м🔄 Stanford CS231N: почему рекуррентные нейросети снова становятся актуальными
1ч 05м👁 Антропоцентричный ИИ: как Стэнфорд обучает роботов и защищает приватность
1ч 05м👁 Человекоцентричный ИИ: от Кембрийского взрыва до управления роботами силой мысли
1ч 12м🔄 Эволюция генеративных моделей: от состязательных сетей до Google Veo 3
1ч 12м🤖 Эволюция генеративных моделей: от GAN к диффузионным процессам
1ч 11м🛠 Эволюция 3D-зрения: как глубокое обучение изменило репрезентацию трехмерного мира
1ч 11м🖥 Эволюция 3D-видения: от вокселей к нейронным полям
1ч 14м🧠 Как победить ручную разметку данных: эволюция Self-Supervised Learning
1ч 14м🚀 Самообучение нейросетей: как ИИ понимает мир без разметки данных
1ч 08м🔄 Как свёрточные нейросети победили ручные признаки: лекция в Стэнфорде
1ч 08м🧠 Слепой в горах математики: как обучаются современные нейросети
1ч 11м🛠 Эволюция архитектур CNN: путеводитель Стэнфорда по глубокому обучению
1ч 12м🖥 Как обучают гигантов: Разбор технологий Llama 3 и системного параллелизма
1ч 16м🔄 Лекция CS231N: как устроены нейросети и алгоритм обратного распространения
1ч 02м👁 Фей-Фей Ли: «Мы находимся в периоде глобального потепления ИИ»
44 мин🧠 Кимберли Пауэлл из NVIDIA: «Игнорировать ИИ в медицине сегодня — неэтично»
44 мин🧠 AI in Healthcare Series: Empowering Patients with Kimberly Powell, NVIDIA
34 мин😰 Сидни Кэтц из Стэнфорда объяснила, как превратить технический доклад в историю
50 мин🧠 Питер Ли (Microsoft): «Через два года пациенты будут требовать, чтобы врачи использовали ИИ»
50 мин🤖 Питер Ли из Microsoft: «Пациенты будут возмущены, если врач не использует ИИ в качестве второго мнения»
49 мин🧠 Мишель Покрасс и Кристофер Поттс: как на самом деле работают LLM
49 мин🧠 Как сделать GenAI реально полезным: уроки Стэнфорда и OpenAI
50 мин🤖 Программирование формы: как нелинейная механика заменяет электронику в мягкой робототехнике
28 мин🤖 Как обучить робота-дворцкого? Новые подходы Стэнфорда к обобщению задач
28 мин🤖 Ян из Стэнфорда: «Action chunking — это компромисс между плавностью и реактивностью»
58 мин🧠 Скрытый дизайн: как игры меняют наше поведение незаметно для нас
56 мин🧪 Доминик Морриц: «Создавайте меньше, проектируйте больше»
1ч 05м🌀 Боюань Чэнь: «Роботы должны чувствовать мир так же, как младенцы»
1ч 16мМеханика обучения моделей: лектор Стэнфорда о GRPO
37 мин📈 Кардиолог Джессика Мега о будущем ИИ-агентов в персонализированном здравоохранении
37 мин📈 Джессика Мега: «ИИ наделит медицинскую систему возможностями супергероев»
35 мин🚀 Disciplined Convex Programming: как автоматизировать инженерную оптимизацию
41 мин⚖ Инженерная оптимизация: как математика помогает выбирать между безопасностью и скоростью
1ч 13м🎥 Как трансформеры совершили революцию в видеогенерации: разбор архитектуры Movie Gen от Meta
1ч 20м🚀 Stanford CS336: секреты обучения reasoning-моделей DeepSeek-R1, Kimi и Qwen
53 мин🤖 „Мы рассматриваем роботов как токены“: новая архитектура управления роем
1ч 14м🎨 Саяк Пол из Hugging Face: Как трансформеры захватили мир диффузионных моделей
1ч 14м🔄 Как устроен посттренинг языковых моделей: от SFT до RLHF
1ч 01м🛰 Совместное проектирование роботов: как объединить механику и алгоритмы управления
1ч 19м🧠 Stanford CS336: Как превратить сырой интернет в качественные данные для LLM
1ч 19м🤖 Искусство подготовки данных: как фильтрация и дедупликация определяют успех языковых моделей
1ч 10м🧠 Как трансформеры строят мультимодальные модели мира в онкологии: опыт Noetik.ai
1ч 10м🌍 Эшед Маргалит: «Мы создали симулятор для 6 миллиардов виртуальных клеток опухоли»
57 мин🤖 Тимоти Бикмор о виртуальных агентах с невербальным поведением в медицине
1ч 19м🧠 «Данные не падают с неба»: Как на самом деле учат AI
1ч 12м🔬 Джош Бэтсон из Anthropic: «Модели планируют свои ответы заранее»
1ч 22м🤖 Расс Тедрак: «Мы находимся на этапе электродов в лягушках»
1ч 20м📉 Кризис оценки ИИ: почему современные бенчмарки лгут?
57 мин🤖 Как Google DeepMind обучает роботов через Gemini: от уборки стола до навигации
1ч 18м🧠 Scaling laws в 2025 году: Уроки DeepSeek, MiniCPM и Cerebras
40 мин🧠 Эрик Тополь: «Машины сострадают пациентам лучше, чем врачи»
40 мин🧬 Эрик Тополь: «ИИ изменит медицину, если мы доверимся данным»
55 мин📈 Бет Стайнберг: «Фрустрация — это не стратегия управления командой»
58 мин📉 Марк Акерман: «Как мои исследования помогли создать капитализм слежки»
1ч 06м🧠 Дэнни Чжоу из Google DeepMind: как большие языковые модели на самом деле учатся рассуждать
1ч 22м🛠 Как оптимизировать инференс языковых моделей: от архитектуры до vLLM
1ч 05м🧠 Законы масштабирования LLM: от теории Вапника до 30 триллионов токенов
1ч🏗 Див Гарг об агентах: «Будущее — это системы автономных исполнителей»
1ч 15м⚙ Stanford CS336: стратегии параллельного обучения нейросетей
1ч 15м🧠 Как масштабировать ИИ: лекция Stanford об устройстве распределенного обучения
54 мин🤖 Как адаптивные алгоритмы могут незаметно управлять поведением человека?
1ч 01м🤖 Профессор Магдалена Войцешак: «Проблема не в радикализации, а в том, что новости никто не смотрит»
1ч 24м🌐 Как обучить триллионную модель: гид по параллелизму в ИИ
1ч 20м🏗 Стэндфордский курс CS336: Как ускорить языковые модели с помощью Triton и CUDA
1ч 14м🛠 Анатомия GPU и FlashAttention: как оптимизация памяти ускоряет LLM
1ч 04м🛑 Как ИИ-модели мира обучают роботов не рассыпать конфеты и понимать контекст
58 минГенеративный ИИ в медицине: как работают большие языковые модели
1ч 12м🚀 Карина Нгуен из OpenAI: «В будущем интерфейсы программ будут генерироваться на лету под каждого пользователя»
1ч 12м🚀 Карина Нгуен из OpenAI: Как RL превращает ИИ из чат-бота в полноценного напарника
25 мин🧠 Доктор Эми Абернати: «Когнитивная мощь ИИ уже превышает наши способности её использовать»
1ч 18м🏗 Стэнфорд запустил курс CS336 по созданию LLM: от байтовых токенов до GPU-ядер
1ч 21м🧠 Смесь экспертов: почему архитектура MoE стала стандартом для современных ИИ
1ч 04м✈ Кэрри: «Аудиты — лучший способ контролировать ИИ-системы»
1ч 01м🧠 От «детских» данных до нейронауки: лекция Stanford CS25
1ч 26мСтэнфорд о создании LLM: «Архитектура и гиперпараметры»
1ч 26м🏗 Как обучают современные модели: архитектурный консенсус
58 мин🎓 Stanford Online представил обновленные программы по ИИ на 2025 год
1ч 19м🧮 Секреты эффективных LLM: учет ресурсов и оптимизация в PyTorch
1ч 19м🏗 Ресурсы и PyTorch: лекция CS336 о вычислениях моделей
1ч 18м🧠 Стенфорд запускает CS336: как собрать языковую модель с нуля в эпоху ИИ-гигантов
1ч 13м📉 Как победить вычислительный взрыв при расчете безопасности нелинейных систем
1ч 15м📉 Стэнфордский курс AA228V: фальсификация систем через планирование и MCTS
1ч 15м🤖 Как алгоритмы Стэнфорда находят скрытые уязвимости в критических системах
1ч 15м📈 Stanford Online: Почему поиск редких отказов в критических системах математически сложен
1ч 11м🍬 От конфет до авиабезопасности: как Стэндфорд учит формальной логике критических систем
1ч 07м🛠 Валидация систем безопасности: модели Тейлора и вероятностная достижимость в курсе AA228V
1ч 15м🛠 Стэнфордский курс AA228V: Почему Runtime Monitoring — это «ответ на всё» в безопасности ИИ
1ч 03м🛠 Сломать, чтобы спасти: как в Стэнфорде ищут критические ошибки через оптимизацию
1ч 06м🛩 Объяснимость критических систем: как Стэнфордские ученые заглядывают внутрь ИИ
1ч 09м✈ Как зашумленный датчик высоты и фрисби помогают валидировать системы
1ч 02м🛡 Сомил Бансал: «Безопасность AI — это непрерывный процесс стресс-тестирования»
1ч 12м🛠 Стэнфордский курс AA228V: Сидни рассказывает о математическом моделировании критически важных систем
36 мин🦄 Грэм Уокер: «ИИ заставит нас перестать зубрить цикл Кребса в медвузах»
49 мин🏛 Бизнес-образование в Стэнфорде: разница между профессиональными и академическими программами
56 мин🧬 Верн Норвилл: «Хороший юрист может сделать патент на лекарство вечным»
41 мин🏛 Как цифровые инструменты транс-сообщества меняют представление о возможностях технологий
51 мин🤖 Meta о будущем робототехники: от визуального кортекса к телеуправлению
36 мин🧠 Профессор Маргарет Нил: «Переговоры — это не битва, а совместное решение проблем»
1ч 01м🛡 Онлайн-абьюз как кибератака: уроки из мира сетевой безопасности
48 мин🏛 Бэйли ДеВрис из SBA: как правительство США финансирует инновации и почему старые правила мешают стартапам
46 мин🏛 Салли Доннелли: «Контрабанда технологий — единственный способ спасти Пентагон»
42 мин🛡 Hacking for Defense: как методология Lean Startup меняет национальную безопасность США
50 мин🚀 Как Hermeus строит гиперзвуковое будущее: от военных беспилотников к рейсу Лондон-Нью-Йорк за 90 минут
51 мин🛡 Кремниевая долина на тропе войны: как ИИ и дроны меняют инвестиции в безопасность
56 мин🏛 Джастин Фанелли: «ВМС США должны стать как Netflix, чтобы не повторить судьбу Blockbuster»
58 мин🦕 Stanford Webinar - Managing and Financing the Modern Entrepreneurial Organization
43 мин🪖 Как Пентагон сэкономил $1 млрд благодаря облачным технологиям Databricks
59 мин🏠 Маянк Гоел: «Медицина не может ждать появления идеальных технологий»
1ч 08м🤖 Санбэ Ким: «Языковые модели не решат проблемы робототехники»
41 мин☠ Ананд Субрамани: «Продукт-менеджмент не мертв, но его поглотит ИИ»
1ч 12м🧠 Чаофэй Фань: «Как нейроинтерфейсы возвращают голос пациентам»
1ч 11м🎓 Stanford CS224N: Анализ CNN и TreeRNN в обработке естественного языка
1ч 16м🎓 Курс CS224N: как связать современные нейросети и философию Витгенштейна
1ч 17м📊 От RNN к LSTM: как ИИ научился не забывать прошлое
1ч 02м💾 Шихар Мурти об обучении LLM: от FP16 до LoRA
1ч 24м🛠 Ян Дюбуа рассказал о скрытых ловушках тестирования LLM
1ч 19м🧠 «Магия» Word2Vec: Преподаватель Стэнфорда о том, как обучаются языковые модели
1ч 19м⚙ Кристофер Мэннинг: Как векторы слов понимают смысл и контекст
1ч 18м🏗 Кристофер Маннинг: как компьютеры учатся понимать синтаксическую структуру языка
1ч 18м🏗 Крис Мэннинг рассказал о нейросетевой революции в синтаксическом анализе
1ч 17м📊 Лекция Стэнфорда CS224N: основы механизма внимания и оценка перевода
1ч 17м🧠 Stanford CS224N: Механизмы внимания и исследовательские проекты в NLP
1ч 03м🧠 Шикхар Мурти о возможностях LLM: рассуждения или запоминание?
1ч 13м🎓 Математика глубокого обучения: как устроен алгоритм обратного распространения ошибки
1ч 18м📉 Стэнфорд CS224N: Эволюция языковых моделей от N-грамм до RNN
1ч 08м🧬 Нейтан Ламберт о жизни после DPO: почему PPO все еще лучше, но сложнее
1ч 19м📈 Пост-обучение больших языковых моделей: от контекстного промптинга до алгоритмов RLHF и DPO
1ч 19м🤖 Арчит Шарма о будущем LLM: как обучают ChatGPT?
1ч 20м🎓 Кристофер Мэннинг: «Язык — это технология, позволившая людям захватить планету»
1ч🧱 Анхонг Го: «Нам нужно перейти от универсального дизайна к персональным ассистивным технологиям»
57 мин🎓 Stanford Online запускает Code In Place 2025: бесплатный курс Python для тысяч студентов
57 мин🎓 Стэнфорд открывает набор на Code In Place 2025: как бесплатно выучить Python по методике лучшего университета мира
46 мин🌌 ReachBot: Как стэнфордские инженеры создают робота-паука для исследования марсианских пещер
29 мин📈 Бывший глава Digital Health FDA о будущем ИИ: «Нам нужны вертолеты, а не быстрые машины»
59 мин🚂 Как ИИ превратит жесткие приложения в пластичные интерфейсы: доклад Stanford Seminar
59 мин🏭 Спикер Хайджун Ся: «Мы застряли в парадигме приложений, ИИ должен создавать рабочую среду, а не кнопки»
58 мин🧬 Будущее робототехники: создание «живых» мышц и биогибридных систем
1ч 06м🛡 Валидация критических систем в Stanford: как предотвратить катастрофы ИИ и роботов
56 мин🧩 Дизайн как функциональный компонент цифрового здоровья: уроки HeartSteps
27 минИсследователь Стэнфорда: «Активная податливость — ключ к роботам-помощникам»
40 мин🚀 Оптимизация траекторий и Space-LLaVa: Стэнфорд представил новые ИИ-инструменты для космоса
57 мин🧠 Инсоп Сонг: «Агентный ИИ — эволюция языковых моделей»
54 мин🔍 Закир Думеримик: «Пакеты данных в интернете идут по самому дешевому пути, а не по кратчайшему»
1ч 01м🧠 „Это сложно“: эксперт Stanford о реальном влиянии соцсетей на психику
1ч 03м🌐 Стив Казинс представил стратегию Стэнфордского центра робототехники
58 мин🎓 Пакс Хемайер о курсах Stanford Online: «Это редкая возможность получить кредиты Стэнфорда без зачисления на степень»
1ч 24м📚 За что Дональд Кнут обожает алгоритм Тарьяна и критикует Дейкстру?
1ч 24м❤ Дональд Кнут: «Алгоритм Тарьяна — это моя самая большая любовь в программировании»
58 мин🌾 Где прячутся полевые роботы? Проблема «лабораторной изоляции» и философия TERRA
58 мин🚜 Почему полевые роботы до сих пор не в полях?
59 мин⚠ Ответственный искусственный интеллект как задача проектирования: новые подходы Стэнфорда
49 мин📈 Как Стэнфорд внедряет ИИ в медицину: фреймворк FURM и проект Green Button
49 мин🧬 Как Стэнфордский университет внедряет ИИ в медицину: фреймворк FURM и борьба с ошибками
59 мин🤖 Как Stanford Online обучает роботов на данных человеческой деятельности
57 мин🛡 Continual Safety Assurance: новая парадигма безопасности автономных систем
1ч 20м🧠 Алгоритмы принятия решений: от MCTS до AlphaGo
58 мин🍎 Мэтт Вассар: «Если вы не умеете говорить о своих технологиях, их продаст Стив Джобс»
58 мин🏎 Кристофер Поттс: «Языковые модели — это лишь двигатели, будущее за сложными системами»
28 мин🤖 Использование физических моделей для обучения роботов ловкой манипуляции
31 мин📦 Оригами-воксели в робототехнике: как складки бумаги заменяют электронику
1ч 10м🛠 Джозеф Уильямс о будущем ИИ-коучинга: «Сделать из человека экспериментатора»
45 мин🌡 Стэнфорд: три способа научить ИИ принимать решения через оценку градиента
45 мин🌡 Оптимизация стратегий в RL: три метода оценки градиента от Stanford Online
55 мин🤹 Помощник или конкурент: как роботы меняют ресторанный труд
50 мин🌐 Технологии Gradient Spaces: трехмерная реконструкция эволюционирующих зданий
59 мин🛑 Кристина Хёк о концепции Soma Design: как вернуть разум в тело
1ч📈 Стратегия продукта: как адаптировать бизнес-модель от стартапа до корпорации
1ч🌍 Как научить роботов осязать мир: математика и алгоритмы контактов
58 мин😫 Джеймс Карриер о бизнесе: «Не будьте основателем, если можете им не быть»
1ч🚲 Тим Альтхофф: «ИИ должен быть вспомогательными колесами, а не костылем для мозга»
1 мин🎓 Stanford Online запускает курс по бизнес-стратегиям в эпоху генеративного ИИ
1 мин🚀 Джеймс Лэндэй о курсе Stanford Online по генеративному ИИ
1 мин🧠 Джеймс Ландей представил курс Stanford Online по этике и безопасности GenAI
1 мин🧠 Джеймс Лэндэй: «Человеческие ценности должны определять развитие генеративного ИИ»
1 мин🎓 Как Стэнфорд обучит основам генеративного ИИ людей без техбэкграунда?
1 мин🎓 Course Overview - Technical Fundamentals of Generative AI
1ч 10м🎮 Профессор Эмма Бранскилл об эволюции алгоритмов исследования в обучении с подкреплением
1ч 13м🧠 Стэнфордский университет: как самообучение и MCTS сделали AlphaGo непобедимым
1ч 14м⚖ Stanford CS234 Reinforcement Learning I Exploration 1 I 2024 I Lecture 11
1ч 13м🔄 От симуляции такси до ChatGPT: как максимизация энтропии и отзывы людей обучают современный ИИ
1ч 17м🧠 Стэнфордский профессор объяснил, как сэмплирование Томпсона спасает рекомендательные системы от задержек данных
1ч 13м🎲 Дэн Уэббер: «ИИ-хирург может убить одного человека ради спасения пяти, если он чистый утилитарист»
1ч 20м🧠 Стэнфордский курс CS234: принципы офлайн-RL и преодоление неопределенности
1ч 09м🧠 Обучение с подкреплением: главные вызовы и прорывы стэнфордского курса CS234
1ч 19м🚀 Профессор Бранскилл: «Обучение с подкреплением — это ключ к интеллекту»
1ч 18м🧠 Эмма Бранскилл о DQN: «Реплей-буфер — ключ к прогрессу»
1ч 18м📉 Direct Preference Optimization: почему исследователи переходят на DPO
1ч 18м🎓 Как аналитический метод DPO изменил выравнивание LLM и столкнулся со взломом наград
1ч 08м🔄 Градиент стратегии и алгоритм REINFORCE: от робототехники до ChatGPT
1ч 20м📊 Stanford CS234 Reinforcement Learning I Policy Evaluation I 2024 I Lecture 3
1ч 20мМетоды оценки политики: Монте-Карло против Temporal Difference
1ч 19м🛡 Стэнфорд о PPO: «Почему это самый полезный метод в RL»
1ч 18м🛠 От PPO до Dagger: современные методы обучения агентов
1ч 13м🧩 Stanford CS234 Reinforcement Learning I Tabular MDP Planning I 2024 I Lecture 2
53 мин🌐 Как заставить базовые 2D-модели размечать 3D-данные лидаров без участия человека
50 мин🧠 Исследование Стэнфорда: как предвзятость подтверждения влияет на решения с ИИ
53 мин💻 Эндрю Ын и Мехран Сахами о будущем кодинга: почему основы CS важнее, чем когда-либо
53 мин💻 Как ИИ меняет кодинг и образование: дискуссия Эндрю Ына и Мехрана Сахами
57 мин🗑 Stanford Seminar - If We Can Make It There: Notes On Urban Interaction
1ч 08м🧠 Кейвон Фатахалиан: «Большинство софта работает в 40 раз медленнее»
1ч 18м🧠 Транзакционная память: от алгоритмов Intel McRT до аппаратных ограничений
1ч 11м🚀 Лекция Stanford CS149: создание энергоэффективных аппаратных ускорителей
1ч 20м🔒 Разбор транзакционной памяти в курсе Стэнфорда CS149: архитектура и компромиссы
1ч 18м💡 Как доменно-ориентированные языки (DSL) решают конфликт продуктивности и производительности
1ч 13м🚀 Параллельные вычисления в Стэнфорде: разбор ключевых концепций CS149
1ч 15м🛑 Синхронизация в параллельных системах: от дедлоков до Lock-Free структур
1ч 19м🔄 Как процессоры оптимизируют работу с памятью: от когерентности к консистентности
1ч 20м⚡ Когерентность кэша и пределы масштабируемости: лекция Стэнфорда CS149
1ч 20м🚀 Системная оптимизация DNN: от матриц до Tensor Cores
1ч 17м🌐 Лекция Stanford CS149: устройство распределенных систем, MapReduce и архитектура Spark
1ч 17мApache Spark: Как устроены распределенные вычисления и почему память важнее диска
1ч 17м🌐 Лекция Стэнфорда: проектирование параллельных алгоритмов через примитивы последовательностей
1ч 17м🛠 Параллельное мышление: как алгоритмические примитивы меняют архитектуру данных
1ч 18м🎮 Стэнфордский курс CS149: устройство архитектуры GPU и основы CUDA
1ч 17м🔌 Оптимизация параллельных систем: от топологии кэша до модели Roofline
1ч 17м💻 Оптимизация производительности: локальность, коммуникации и конфликты
1ч 23м🐴 Дэниел Саскинд в Стэнфорде: почему «иллюзия ИИ» маскирует неизбежность структурной безработицы
1ч 17м⚖ Оптимизация параллельных программ: от простых очередей до Cilk-планирования
1ч 17м⚙ Stanford CS149: как правильно проектировать параллельные системы?
1ч 16м🔄 Архитектура многопоточности, дефицит пропускной способности и абстракции ISPC
1ч 16мКак процессоры скрывают задержки: уроки архитектуры от Стэнфорда
1ч 21м🤖 Лоуренс Лессиг: «Демократия требует защиты от манипуляций алгоритмов»
1ч 12м👥 Параллельные вычисления в Стэнфорде: почему ваш софт работает медленнее, чем способен компьютер
1ч 16м🧬 Анима Анандкумар: «ИИ предсказал мутации Омикрона до того, как они появились»
56 мин🧠 Арвинд Карунакаран: «Фокус на продуктивности мешает внедрению ИИ»
1ч 18м🧠 Рейд Хоффман: «ИИ — это паровая машина для человеческого разума»
1ч 44м🏗 Ян Дюбуа о создании LLM: почему данные и системы важнее архитектуры
59 мин📈 Адитья Чаллапалли из Microsoft: «Индустрия ошибается — главные деньги в ИИ принесут не создатели моделей»
37 мин🎯 Стэндфорд: как изучать медицину и ИИ онлайн на уровне магистров
1ч 12м🧠 Эрик Бриньольфсон об ИИ-революции: как автоматизация уступает дополнению труда
1ч 12м🤖 Эрик Бриньолфссон о «горьком уроке» ИИ и будущем труда
1ч 16м🛠 Архитектура современных процессоров: методы повышения производительности
1 мин🤖 Джеймс Ландей о генеративном ИИ: «Технологии повлияют на нас так, как мы можем только вообразить»
51 мин🧬 Панель MS&E447 в Стэнфорде: почему криптография важнее ИИ для будущего вычислений
52 мин🧫 Кейси Перли: «Мы учим армию США работать со скоростью стартапов»
51 мин🛠 Как Lockheed Martin Ventures инвестирует в оборонные технологии будущего
46 мин🏛 Как венчурный фонд In-Q-Tel интегрирует разработки Кремниевой долины в спецслужбы США
1ч🔄 Стив Бланк: «Министерство обороны США больше не владеет передовыми технологиями»
1ч 05м🏭 Касар Юнис: «Инженер Google ничем не отличается от сотрудника McDonald’s»
1ч⚓ Брэндон Ценг (Shield AI): почему будущее войн за автономными ИИ-пилотами и «умной массой»
49 мин🪖 Дино Маврукас: «Если вы не готовы инвестировать в лодку, которая однажды взорвется, нам не по пути»
58 мин🚀 Как ИИ и большие данные меняют работу команд
42 мин🚀 MIT: как ИИ-трансформеры ускоряют посадку космических кораблей
1ч🏙 Блэйз Ур в Стэнфорде: как право на доступ к данным превращается в инструмент борьбы за приватность
52 мин🌌 Парадигма космической разведки 3.0: как робот-змея EELS готовится к покорению океана Энцелада
1ч 19м🎯 Стэнфордский онлайн-курс: линейная условная оптимизация и алгоритм симплекса
36 мин⚖ Хён Вон Чун о будущем ИИ: «Масштабирование важнее структуры»
36 мин📉 Хён Вон Чон: «Масштабирование — главный драйвер будущего ИИ»
57 мин🤖 Stanford Seminar - Replication strategies for more robust human simulation
1ч 01м⚖ Как обучают современные LLM: секреты BigCode и фильтрации данных
47 мин🤖 Когда дизайн равен планированию: как теория траекторий Дубинса меняет проектирование роботов
26 мин🧐 Ананд Субрамани о карьере в PM: „Вам не нужен диплом программиста, чтобы создавать великие продукты“
57 мин🎮 Исследователь о правилах: „Сообщества не живут по написанному“
1ч 19м🕰 Мин Дин об эволюции ИИ: от больших языковых к мультимодальным моделям
1ч 19м🚀 Мин Дин из Zhipu AI: от языковых моделей к мультимодальным системам будущего
25 мин🏎 VR-шлем за рулем: как Стэнфорд тестирует безопасность автомобилей будущего
22 мин🤖 Самита из Stanford: «Как роботам учиться в космосе, не перегружая экспертов»
28 мин🌊 Уилл Тарпе о будущем водоочистки: «Очистка сточных вод — это не затраты, а прибыль»
1ч 19м🧠 Как обучить нейросеть за 20 минут без GPU?
55 мин🧠 Эмпатия, Double Diamond и Job Crafting: эксперты Стэнфорда о главных навыках Product Manager
58 мин📄 Как ИТ-исследования превратились в гонку за лайками и бенчмарками?
1ч 04м🏗 Разреженная смесь экспертов: детальный разбор архитектуры Mixtral 8x7B
51 мин🧬 Секрет Терминатора: как превратить шестеренки в жидкий металл?
1ч 16м🏗 Натан Ламберт: «RLHF — это необходимый инструмент выравнивания ИИ»
58 мин🧩 Профессор Кришнамуртхи о формальных методах: почему математически идеальные модели вредят пользователям?
1ч 09м📊 От шума к реальности: как математика SDE превращает хаос в изображения
57 мин🧠 Стэнфордский курс CS236: разбор фундаментальных основ глубокого генеративного ИИ
1ч 21м🎯 Стэндфордский курс: как устроены авторегрессионные модели и ChatGPT
1ч 13м📉 Математика диффузионных моделей: от стохастических процессов до Stable Diffusion
1ч 20м📐 Лекция CS236 в Стэнфорде: переход от байесовских сетей к глубоким генеративным моделям
1ч 22м📈 Как работают нормализующие потоки: основы генеративного моделирования
1ч 23м📐 Обучение энергетических моделей без сэмплирования: от Score Matching до NCE
1ч 23м🧠 Обучение ИИ без сэмплирования: как укротить энергетические модели?
1ч 21м🧩 Курс CS236 в Стэнфорде: как ученые оценивают качество генеративных нейросетей
1ч 21м📊 Как оценивать генеративные модели: от сжатия до качества изображений
1ч🌐 Дискретная диффузия против трансформеров: кто победит в генерации текста?
1ч 22м🔄 Профессор Стэнфорда объяснил математику нормализующих потоков и VAE
1ч 24м🌌 Стэнфордский курс CS236: Математика и история энергетических моделей ИИ
1ч 20м🧠 Лектор Stanford Online о латентных моделях и вариационных автокодировщиках
1ч 24м🌐 Стэнфордский университет: как устроены энергетические генеративные модели
1ч 22м🔄 Нормализующие потоки: Лекция Stanford CS236 об инвертируемых моделях
1ч 27м🤖 Математическая эволюция GAN: от f-дивергенций до расстояния Вассерштейна
1ч 27м🔬 GAN: от мини-макс игр к расстоянию Вассерштейна
1ч 25м📊 Как зашумление данных помогло диффузионным моделям победить GAN
1ч 25м🧱 Шум во благо: как Стэнфорд обучает нейросети генерировать реальность через диффузию
1ч 21м🎯 Конец диктатуры правдоподобия: почему в 2023 году ИИ перешел на градиенты?
1ч 21м🧬 Как работают скоринговые и диффузионные модели: разбор Стэнфорда
1ч 21м🤖 Профессор Стэнфорда: «VAE — это способ превратить автокодировщик в генеративную модель»
1ч 18м🗺 Стэнфордский курс CS236: Математика генеративно-состязательных сетей и парадокс правдоподобия
1ч 18мStanford Online: Как устроены генеративно-состязательные сети (GAN)
1ч 23м🧠 Авторегрессионные модели: от рекуррентных сетей к трансформерам и MLE
1ч 17м🧠 OpenAI в Стэнфорде: почему масштаб важнее архитектуры и как работает «магия» LLM
48 мин🛡 На пути к «доверенной» робототехнике: как учить роботов взаимодействовать с людьми
27 мин🎓 Лидерство по стандартам Стэнфорда: обзор программы Leading People, Culture, and Innovation
1ч 17м🕰 Эволюция нейросетей: от «Attention Is All You Need» до агентов L5
45 мин🌍 Семинар в Стэнфорде: безопасное и эффективное обучение ИИ в физическом мире
1ч 24м💻 Алгоритм LZ77: от теории до практики сжатия данных
1ч 18м🎧 Как особенности человеческого восприятия меняют современные технологии сжатия данных
1ч 24м🧩 Сжатие данных с потерями: от основ квантования до алгоритма Ллойда и k-means
1ч 21м📉 Лектор из Стэнфорда: «Нейросети превзошли JPEG и BPG»
1ч 19м🔄 Как большие языковые модели совершают революцию в сжатии данных
1ч 16м📊 За пределами iid: почему классическое сжатие данных ограничено
1ч 17м🧠 Стэнфордский университет: как арифметическое кодирование приближает сжатие к энтропии
1ч 15м🛠 Как работает алгоритм Хаффмана: от студенческого проекта до конвейеров CPU
1ч 16м📚 Стэнфорд: неравенство Крафта и пределы сжатия данных
1ч 19м📝 Как алгоритмы ANS совершили тихую революцию в сжатии данных
1ч 08м📺 Стэнфордский курс: как устроены видеокодеки от H.264 до нейросетей
1ч 19мЛекторы Стэнфордского университета о теоретических пределах сжатия данных
1ч 16м🧠 Как устроены беспрефиксные коды: лекция Стэнфорда о сжатии данных
1ч 02м📊 Stanford EE274: как работают современные алгоритмы сжатия данных
1ч 02м📈 Основы сжатия данных в Стэнфорде: от зеттабайтов до энтропии
25 мин🚁 Генерал Скотт Хауэлл: «Никогда не бываешь слишком молод, чтобы быть самым умным в комнате»
45 мин🎓 От зоологии до ЦРУ: Сью Гордон о миллиардных провалах и создании In-Q-Tel
35 мин📉 Как In-Q-Tel связывает Кремниевую долину и американскую разведку: опыт Стива Боушера
35 мин📉 Джейсон Ратье из Пентагона: «Мы должны перенаправить частный капитал в критические технологии»
38 мин🏛 Трэй Стивенс: «Defense-tech — это не работа для тех, кто ищет только вайб»
40 мин🏛 От детского лосьона до контрактов с ЦРУ: как Vannevar Labs заработала $50 млн на ИИ
1ч 16м🛠 От барьеров к L1-норме: как Стивен Бойд демистифицирует оптимизацию
1ч 21м🐛 Стивен Бойд: «Вся современная оптимизация свелась к линейной алгебре»
1ч 13м🚀 Стивен Бойд: «Оптимизация — это всегда лишь суррогат того, что вы на самом деле хотите»
1ч 17м🎯 Проклятие размерности: как Стивен Бойд ускоряет оптимизацию в 10 000 раз?
1ч 17м📐 Как метод Ньютона преодолевает анизотропию и решает задачи оптимизации
1ч 18м🧮 Стивен Бойд: «В хорошей численной работе матрицы никто не обращает»
1ч 18м📐 Стивен Бойд: «Как эффективно решать задачи выпуклой оптимизации»
1ч 19м🎓 Стивен Бойд об оптимизации: «Эллипсоиды — универсальные аппроксиматоры»
1ч 19м😤 Профессор Стивен Бойд: «Секрет надежности системы — в десяти правдоподобных моделях»
57 мин🛠 Исследователь Гарварда о провалах в дизайне систем ИИ
1ч 20м💡 Стивен Бойд о практике выпуклой оптимизации: штрафные функции и «дикие» задачи
1ч 20м⚖ Стивен Бойд: «Почему двойственность — это основа оптимизации»
1ч 20м📊 Стивен Бойд: «Почему двойственность — это ключ к оптимизации»
1ч 17м🔄 Как Стивен Бойд находит скрытую выпуклость в сложных инженерных задачах
1ч 17м🚀 Стивен Бойд: Классы задач в выпуклой оптимизации
1ч 20м📉 Профессор Стивен Бойд о скрытой выпуклости и глобальных оптимумах
1ч 20м📉 Стивен Бойд: «Любой локальный оптимум выпуклой задачи является глобальным»
1ч 20м🛠 Профессор Стивен Бойд объяснил конструктивный анализ выпуклости в Стэнфорде
56 мин🤖 Дорса Садик: «Почему больше данных может сделать вашего робота глупее»
1ч 20мСтивен Бойд: «Выпуклость позволяет делать глобальные утверждения»
11 мин🤖 Проблема alignment: почему ИИ обманывает разработчиков?
36 мин🛠 Эндрю Ын: разработка ИИ-приложений ускорилась в десятки раз
50 мин🛠 Ян Кум: как WhatsApp стал глобальным мессенджером
47 мин💬 Как сооснователи Reddit и Twitch строили многомиллионные ИТ-продукты
49 мин🕹 Стюарт Баттерфилд и Адам Д'Анджело: Как находить идеи и измерять успех в ИТ
44 мин🧐 Основатель Asana: «100-й инженер Facebook богаче большинства фаунденров»
1ч 13м🏆 Моррис Чан: Как создание TSMC изменило мировую индустрию полупроводников
1ч 10м🏛 Андреас Бехтольсхайм: почему стартапы побеждают корпорации в гонке инноваций