因为你们在这个领域非常突出

我个人已经从事这个领域超过二十年,我们走出了上一次的  寒冬,见证了现代  的诞生。随后我们看到深度学习的兴起,它向我们展示了各种可能性,比如下棋。 然后,我们开始看到技术的深入发展以及行业对早期可能性的应用,比如语言模型。现在,我认为我们正处在一次“寒武纪大爆发”中。 在某种意义上来说,现在除了文本,我们还看到像素、视频、音频等都开始与  应用和模型结合,所以这是一个非常令人兴奋的时刻。  我认识你们俩很久了,很多人也认识你们,。但并不是所有人都了解你们在  领域的起步,所以或许我们可以简单介绍一下你们的背景,帮助观众建立基础认知。  好的,我最初接触  是在本科快结束时。

我在加州理工学学习数

学和计算机科学,那段时间非常棒。在那 手机号码数据 期间,有一篇非常有名的论文发布了,那就是  和 等人在 的“猫论文”,这是我第一次接触深度学习的概念。 这种技术让我感到惊艳,那是我第一次遇到这种配方:强大的通用学习算法、巨大的计算资源和大量的数据结合在一起时,会发生一些神奇的事情。我大约在  年、  年左右接触到这个想法,当时我就觉得这将是我未来要做的事情。

显然要做这些工作必须

手机号码数据

去读研究生,于是我发现 Feifei 在斯坦福,她当时是 孟加拉语基础语音 世界上少数几位深入研究这一领域的人之一。当时是从事深度学习和计算机视觉的绝佳时机,因为这是技术从萌芽期走向成熟并广泛应用的时刻。 那段时间,我们看到了语言建模的开端,也看到了区分性计算机视觉的起步——你可以通过图片理解其中的内容。

这段时间还出现了我们今

天称之为生成式  的早期发展,生成图像、生成文 ew线索 本等算法核心部分也是在我读博期间由学术界解决的。 当时每天早上醒来,我都会打开 rXiv 查看最新的研究成果,就像拆圣诞礼物一样,几乎每天都有新的发现。过去两年里,世界其他人也开始意识到,每天通过  技术有新的“圣诞礼物”收到。但对我们这些从事这个领域十多年的人来说,这种体验早就有了。 Feifei i 显然,我比要年长得多。我是从物理学进入  领域的,因为我的本科背景是物理学。物理学是一门教你思考大胆问题的学科,比如世界上未解之谜。在物理学中,这些问题可能与原子世界、宇宙相关,但这种训练让我产生了对另一个问题的兴趣——智能。因此,我在加州理工学院做了  和计算神经科学的博士研究。和我虽然没有在加州理工学院重叠过,但我们共享相同的母校。

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注