Поиск
Найдено: 50
1ч 21м🧩 Курс CS236 в Стэнфорде: как ученые оценивают качество генеративных нейросетей
1ч 12м🔄 Лекция CS231N: Математический анализ авторегрессионных моделей и VAE
57 мин🧠 Стэнфордский курс CS236: разбор фундаментальных основ глубокого генеративного ИИ
2ч 31м🚀 Иллюзия разума: почему ИИ останется лишь предсказателем слов
2ч 45м🧠 Байесовская механика: как ИИ учится выживать и «мыслить»
1ч 24м🌐 Стэнфордский университет: как устроены энергетические генеративные модели
1ч 21м🤖 Профессор Стэнфорда: «VAE — это способ превратить автокодировщик в генеративную модель»
1ч 20м📐 Лекция CS236 в Стэнфорде: переход от байесовских сетей к глубоким генеративным моделям
2ч 10м🌌 Почему реальность — это дорогая вычислительная иллюзия
1ч 21м🔄 Как нейросети учатся создавать данные: базовые архитектуры в MIT
1ч 21м📊 Как оценивать генеративные модели: от сжатия до качества изображений
45 мин🌀 Карл Фристон: «Вы сами являетесь доказательством собственного существования»
1ч 21м🎯 Стэндфордский курс: как устроены авторегрессионные модели и ChatGPT
2ч 33м🧠 Миф об автономном ИИ: почему глубокое обучение не интеллект
2ч🧩 Смысл против хаоса: как мозг фильтрует реальность ради выживания
1ч 12м🔄 Эволюция генеративных моделей: от состязательных сетей до Google Veo 3
1ч 24м🌌 Стэнфордский курс CS236: Математика и история энергетических моделей ИИ
1ч 15м🌐 Спикер MIT: «Один GAN-снимок стоит ста обычных изображений»
1ч 12м🤖 Эволюция генеративных моделей: от GAN к диффузионным процессам
34 мин🎥 Как построить генеративные модели уровня Sora в условиях стартапа
39 мин🤖 Ауке Виггерс о нейросетевом сжатии данных и будущем видеотрансформеров
16 мин🧠 Карл Фристон: «Наш мозг — это фантастический орган»
2ч 59м🌌 Карл Фристон: почему будущее ИИ за мелкими периферийными устройствами
18 мин🎓 Стэнфордский ИИ-путеводитель: как выбрать подходящие курсы и построить карьеру в Deep Learning
1ч 42м🧠 Карл Фристон: «Сознание — это вывод о нашем будущем»
46 мин🤖 Как нейросети заменяют людей: исторический анализ Сергея Минаева
1ч 28м📘 Педро Домингос: почему глубокое обучение зашло в тупик локального оптимума
40 мин💡 Куок Ле о создании нейросетей и будущем NLP: от кота в Google до генеративных моделей
1ч 21м🏗 Lec 16 MIT: Как работают условные генеративные модели и мультимодальные чат-боты
44 мин🎨 Даг Эк: как проект Magenta обучает нейросети искусству и музыке
58 мин🛑 Ян ЛеКун представил архитектуру JEPA для создания модели мира
54 мин🌍 Анастасис Германидис: «Видеомодели симулируют законы физики из данных»
1ч 21м🧬 Как работают скоринговые и диффузионные модели: разбор Стэнфорда
1ч🌐 Дискретная диффузия против трансформеров: кто победит в генерации текста?
2ч 45м🧠 От живых клеток к ИИ: как байесовская механика объясняет разум
37 мин📈 Кардиолог Джессика Мега о будущем ИИ-агентов в персонализированном здравоохранении
53 мин🤖 Алгоритмический парадокс Моравека: как Action Chunking и генеративный контроль изменили робототехнику
54 мин🔮 Сергей Марков: «Искусственный интеллект — это просто сложный инструмент»
27 мин🚊 «Это просто алгоритм»: Мосен Биотти об ограничениях медицинского ИИ
1ч 34м🧩 Карл Фристон и Максвелл Рэмстед о физике разума и биологических целях
52 мин🎨 Как Runway превратился из арт-эксперимента в гиганта за $1,5 млрд
31 мин🖼 Янник Кильхер о модели Image GPT от OpenAI: «Генеративное обучение на пикселях»
1ч 22м🔄 Профессор Стэнфорда объяснил математику нормализующих потоков и VAE
1ч 18м🗺 Стэнфордский курс CS236: Математика генеративно-состязательных сетей и парадокс правдоподобия
18 мин«Teacher-forcing — это хак»: решение для стохастических RNN
3ч 01м🧩 Алгоритм безусловного принятия: как личная драма создала Replika
48 мин🧠 Мидо Ассран описал работу предиктивной архитектуры ИИ V-JEPA
37 мин📈 Джессика Мега: «ИИ наделит медицинскую систему возможностями супергероев»
1ч 13м🎥 Как трансформеры совершили революцию в видеогенерации: разбор архитектуры Movie Gen от Meta
2ч 10м🏄 Как стать инженером ИИ без академической математики