Unsupervised Learning
Unsupervised Learning 的条目时间线。
时间线
- Redwood Research CEO 谈 (2026-09-03 · Unsupervised Learning)
AI 作弊速度比预想快得多，几分钟内就找到了绕过评分的方法。Shlegeris 给出了 AI 全面接管的概率估计。 - Igor Babushkin 在 DeepMind (2026-08-11 · Unsupervised Learning)
Igor Babushkin 在 DeepMind、OpenAI 和 xAI 之后押注的方向，不只是更大的集中式模型，而是能被企业和个人适配、控制，并最终更靠近用户本地运行的 AI。 - 围绕一个艰难权衡展开：open models (2026-08-05 · Unsupervised Learning)
围绕一个艰难权衡展开：open models 会带来地缘政治和安全风险，但它们也可能是必要的防御基础设施。Jacob Efron、Datalogy 的 Ari Marcos 和 Radical Ventures 的 Rob Toews 讨… - AI 氛围检查：中国开源模型、蒸馏与 Hugging (2026-08-03 · Unsupervised Learning)
三位投资人讨论中国开源模型是否真的追上了美国前沿，以及开源权重模型的安全争议。 - Igor Babushkin 认为，下一阶段的 AI (2026-08-02 · Unsupervised Learning)
Igor Babushkin 认为，下一阶段的 AI 优势可能不只是来自通用模型规模，而是来自 harness、数据本地性，以及公司能否保护那些还没有被放到互联网上的独特知识。 - xAI 联合创始人谈模型开发的未来 (2026-07-31 · Unsupervised Learning)
Igor Babuschkin 回顾从 DeepMind 到 xAI 的职业生涯，解释为何离开并创办 River AI，并谈及开源模型几乎全部来自中国的现状。 - Unsupervised Learning (2026-07-18 · Unsupervised Learning)
Unsupervised Learning，“Ep 91: Top AI Analyst Unpacks Today’s AI Hype Cycle” 核心 takeaway：Benedict Evans 并不是看空 AI， - 顶级分析师拆解今天的 AI 炒作周期 (2026-07-16 · Unsupervised Learning)
Benedict Evans 认为把 AI 与互联网对比在分析上无意义，更应研究技术实际的经济演化路径。 - Jürgen Schmidhuber 对 AI (2026-07-11 · Unsupervised Learning)
Jürgen Schmidhuber 对 AI 技术本身非常乐观，但对今天模型公司和 GPU 建设热潮的经济可持续性很怀疑。Schmidhuber 的核心区分是，“真正的 AI” 不只是屏幕后面能通过测试或写文本的系统； - AI 先驱 Schmidhuber 谈 AGI 现状 (2026-07-09 · Unsupervised Learning)
认为 AGI 受限于硬件，数据中心投资将回调，开源正追赶闭源。 - AI 氛围检查：实验室战争、API 可能消失与未来预测 (2026-06-12 · Unsupervised Learning)
三位观察者盘点半年变化：编程agent跨过阈值、开源模型退潮、Anthropic的Fable限制引发质疑、算力瓶颈可能迫使API暂停。 - AI 研究传奇对现状的诚实评估 (2026-06-03 · Unsupervised Learning)
Transformer 论文合著者 Lukasz Kaiser 谈架构局限、agent 进展与 RL 前沿。 - Demis Hassabis 传记作者 (2026-06-01 · Unsupervised Learning)
Mallaby 花三年写《The Infinity Machine》，揭示 Demis 分散押注错过 ChatGPT 和 Claude Code，曾差点用 10 亿美元把 DeepMind 独立出来 - Gemini 联合负责人谈世界模型与 RL 前沿 (2026-05-22 · Unsupervised Learning)
Oriol Vinyals 认为世界模型是 Google 通往 AGI 的独特路径，scaffolding 最终将由模型自己编写，AGI 在某种意义上可能已经到来。 - Yann LeCun：LLM 是通往智能的死胡同 (2026-05-15 · Unsupervised Learning)
图灵奖得主、Meta 前首席 AI 科学家 LeCun 认为 LLM 无法建模真实世界，提出 JEPA 架构替代，并预测行业将在 2027 年初意识到范式转变。