Поиск
Найдено: 50
2ч 16м🧬 Отказ от целей: как открытая эволюция приведет к AGI
3ч 59м🚀 Анатомия нейросетей: фундаментальный гид по теории глубокого обучения
2ч 49м🌌 Цензура, симметрии и тупик ИИ: манифест Педро Домингоса
41 мин📊 Янник Килхер разобрал масштабный бенчмарк оптимизаторов глубокого обучения
48 мин🧠 Как предсказать параметры нейросети без обучения: разбор статьи GHN-2 с Борисом Князевым
1ч 20м🧩 Профессор MIT Филип Изола о парадоксах современной теории обобщения
1ч 18м🧠 Математика и практика обучения нейросетей: от теории MIT до работы GPT-4
41 мин📉 Янник Килчер: «Используйте Adam, этого достаточно — итоги бенчмарка оптимизаторов»
1ч 19м📉 Как Александр Мадри объясняет математику обратного распространения ошибки и концепцию Software 2.0
35 мин🎫 Магия знака или просто геометрия? Как Uber AI деконструировали нейросети
11 мин🧓 Янник Кильхер об обучении нейросетей: «XLNet стоит как пять аспирантов»
12 мин⚙ 3Blue1Brown: «Интуитивное руководство по алгоритму обратного распространения ошибки»
1ч 37м🧠 Алекс Стэнли о возвращении к ядерным методам в эпоху трансформеров
39 мин🚀 Янник Кильхер: «Data Echoing ускоряет обучение нейросетей за счёт повтора данных»
19 мин🧠 Янник Килчер: «Огромные нейросети — это лишь способ сорвать джекпот в вычислительной лотерее»
3ч 19м🌐 Проклятие размерности: почему нейросети всегда занимаются экстраполяцией
46 мин🏰 Пол Лессар о кризисе бенчмарков и математической строгости в ИИ
1ч 15м🌐 Спикер MIT: «Один GAN-снимок стоит ста обычных изображений»
1ч 57м🕵 Как глава Apollo Research проверял GPT-4 на склонность к обману
18 мин🧩 Янник Кильхер о феномене Double Descent: «Современное обучение обходит классические законы переобучения»
10 мин🛠 Ретроспектива GitHub Янника Килчера: от мониторинга GPU до самодельных библиотек
15 мин🎭 Кеннет Стенли: «Современные ИИ-модели — это всего лишь самозванцы с мусором внутри»
20 мин🧠 Тупик масштабирования ИИ: почему Кильхер не верит в вычислительный кризис
27 мин🤖 Янник Килчер: «DeepMind прогнозирует погоду лучше человека»
1ч 22м🤖 Как глубокое обучение с подкреплением меняет робототехнику и теорию управления
2ч 25м🧠 Ситуативная осведомленность ИИ: как модели учатся нас обманывать
1ч 25м🧠 Камьяр Азиззаденешели: интеграция LLM и алгоритмов AlphaGo определит будущее робототехники
1ч 16м🧩 Обучение представлений на основе сходства: лекция Сары Бири в MIT
2ч 01м🧠 Предел нейросетей: почему нам нужны гибридные системы ИИ
1ч 06м🛠 Зачем Стэнфорд убрал классические задачи ради PyTorch и Einops?
39 мин🛠 Learning Rate Grafting: как эффективно скрестить оптимизаторы в нейросетях
2ч 51м🛸 Эго как промпт: сооснователь OpenAI о природе сильного интеллекта
51 мин🧠 Как iMAML побеждает вычислительный кошмар традиционного мета-обучения?
1ч 26м🎟 Джонатан Фрэнкл: «Нейросети — это лотерея, где мы ищем один счастливый билет»
1ч 48м🌐 Пол и Кейт о кризисе Deep Learning и «алхимии»
1ч 15м🎭 Преподаватель MIT объяснил работу Stable Diffusion и CLIP
1ч 39м🧠 Почему мысленный эксперимент «Китайская комната» до сих пор пугает ИИ?
1ч 39м🧠 Почему концепция «Китайской комнаты» Джона Сёрла пугает создателей ИИ?
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📉 Стэнфорд CS224N: Эволюция языковых моделей от N-грамм до RNN
1ч 45м🧠 Йонас Хюботтер: «Локальное обучение ИИ превосходит огромные модели в 30 раз»
1ч 08м🎬 Саммерфилд об ИИ: «Мы сами постепенно втягиваемся в машину»
1ч 23м🧠 Авторегрессионные модели: от рекуррентных сетей к трансформерам и MLE
1ч 16м🔄 Лекция CS231N: как устроены нейросети и алгоритм обратного распространения
1ч 21м🧬 Основатель Gretel AI Алекс Уотсон о математических гарантиях приватности
1ч 53м🧠 Элегантная математика ИИ: Анил Анантасвами о скрытых механизмах нейросетей
54 мин🚀 Сооснователь OpenAI Войцех Заремба о будущем робототехники и нейросетей
1ч 17м🔄 Построение нейросетей с нуля: лекция MIT по TensorFlow, Keras и компьютерному зрению
1ч 11м🧠 Stanford CS221: «Искусство обучения глубоких нейронных сетей»