@梁斌penny
今天看了深圳大学发布的《短视频用户的算法实践与“破茧”报告》。给出了一个颠覆直觉的答案：👉 77.8%的用户认为算法推荐“出乎意料但有趣”，👉 73.9%的人通过算法发现了“以前不了解的新领域”，👉 75%以上的用户相信自己能主动影响推荐结果。换句话说，用户不是被动“被算法喂内容”，而是在主动“训练算法”。 算法不是“造茧”，而是基于兴趣推荐未知内容，拓宽视野。关于“信息茧房”的担忧被夸大了。研究团队发放了1200多份问卷，让用户给国内主流平台的算法打分，评估其算法的多样性、新鲜性、精准性和可控性。我理解算法只是影响用户感知的一方面，像是内容多样性、新鲜性和平台本身的内容供给丰富度也有关。【图1】此外，研究团队还做了代理实验，用“空白手机账号”模拟三种用户行为模式（仅浏览、日常点击、搜索探索），熵值越高，代表推荐性越强，见【图2】。这个实验发现，无论在哪种模式下，抖音的推荐多样性都处于高位，印证了大家说的“抖音算法强”；哔哩哔哩的推荐多样性则高度由用户行为驱动；小红书则以高效收敛、精准聚焦为主要特征。这个研究很有意思，此前没见过对具体平台的算法测评，信息量很大。1️⃣ 抖音：多样性整体最高，且对用户行为最“敏感”• 无论是“仅浏览”、“日常点击”还是“多元兴趣”，抖音的熵值都处于高位（约4.0以上）。• 说明抖音算法既能精准匹配兴趣，又保持探索性。当用户表现出多元兴趣时，多样性不降反升，说明系统会积极“响应探索”——算法具有自适应拓展机制。👉这意味着抖音算法能积极满足用户“破茧”需求，平台在鼓励探索上也更主动。2️⃣ 哔哩哔哩：用户主导型多样性，波动大但潜力强• B站在“仅浏览”时熵值较低，但在“多元兴趣模式”下跃升至最高（4.4左右）。• 这说明B站算法的多样性高度依赖用户主动行为，而非算法自身的“探索性”设计。👉换句话说，B站用户的能动性决定了信息多样性，这与B站年轻用户群体的主动探索习惯、高内容自定义度高度吻合。3️⃣ 小红书：算法高效收敛，聚焦而非拓展• 在三个平台中熵值最低，且从“仅浏览”到“日常点击”显著下降（约2.8 → 2.1）。• 即算法在捕捉兴趣信号后，会迅速聚焦、强化垂直内容。👉说明小红书的推荐逻辑更偏向兴趣深耕与社群聚合，这不意味着用户被困在“茧房”里，而是说明平台更强化垂直沉浸体验。延展来看，这份报告是在回答中国网民如何理解算法和“茧房”关系的问题：首先发现，“茧房”可能被高估了，绝大多数用户认为算法推得挺丰富；其次，用户应对算法的自主性很强，善用搜索、“不感兴趣”等功能告诉算法自己想看什么；最后，各平台算法各有侧重，有更平衡稳定的，有更精准敏捷的，看你需要哪个就看哪个，当然最好还是各种渠道都看一下，丰富摄入。不过退一万步讲，假如你都不想看，懒得上网，只想待在自己的“信息舒适区”里有问题吗？其实也没啥，你开心就好。我觉得就算有“茧房”，这事也没多严重，有你自己的一方天地。人生匆匆三万天，开心度过每一天最重要。
@哈勃观察员
英伟达Al峰会：展望下一波人工智能！当地时间8日，英伟达“AI峰会”在美国华盛顿特区拉开大幕。在为期三天的活动中，英伟达将着力展示其芯片体系和可定制人工智能服务的前景。英伟达副总裁Bob Pette在当天的会上表示，当今在全球范围内即将看到有更多行业采用（AI）。预计人工智能将在所有利用该技术的行业里产生高达20万亿美元的影响。他还着重讲到了“人工智能的下一个阶段”，应用范围将越来越广，从先进的Al代理到由机器人运行的工厂，再到天气预测、治疗癌症、探索外星生命等。根据英伟达的解释，下一波人工智能浪潮将会是“物理人工智能”，这指的是由机器人在物理世界中互动，机器本身则由远程计算机控制。#热门微博##科技快讯##英伟达##人工智能#
@环球市场播报
【鸿海：正在建造全球最大英伟达超级芯片工厂，GB200有望四季度发货】富士康宣布正在墨西哥打造全球最大的英伟达GB200芯片制造工厂，以应对AI市场对Blackwell芯片的火爆需求。鸿海董事长刘扬伟表示，市场对Blackwell芯片的需求达到“疯狂程度”。不止是GB200芯片，AI关键零部件、服务器、甚至AI数据中心，鸿海将成为首家量产并出货搭载这些超级芯片的公司。计划到2025年产能达到20000台英伟达NVL72机柜。鸿海：正在建造全球最大英伟达超级芯片工厂，GB200有望四季度发货 下载APP搞定全球市场 网页链接
AI现在这么神通广大，按照道理，我们这种搞数据的厂长应该有机会成为“首富”。但其实不是这样。AI对数据的依赖其实是有限的，几个方面，第一就是强化学习这类方法可以让训练过程大大降低对外部语料的需求；监督式学习则需要大量语料。比如alphago后面就不需要人类棋谱了。第二个方面我认为未来的知识会同时由AI和人类一起创造，AI的创造能力更强，甚至可以检验人类创造的知识（当然人也可以检验机器创造的知识）。最后，AI足够强大了，想蒸馏出什么知识蒸馏不出来，根本没必要“采集”了，直接找大模型要就行了，甚至大量领域类的提问都可以找大模型生成。。。最终数据一定会实现人类大同，数据终将平等的属于全人类。
@刘飞Lufy
作为 AI 领域最重要的人物之一、带队做出曾经打败围棋世界冠军的 AlphaGo、DeepMind 的创始人哈萨比斯，与其资深科学家江珀，共同获得了 2024 年诺贝尔化学奖。非常意外，震惊了化学学界，因为这种跨领域在历史上极为少见。哈萨比斯是最早的人工智能创业者，DeepMind 也是过去最重要的人工智能公司之一。哈萨比斯清楚演示的重要，最初的研究是围绕各种游戏（包括桌面游戏）， AlphaGo 作为深蓝的后辈打败围棋高手后， 也成功做出了出色的星际争霸 2 的对战人工智能。2014 年，DeepMind 被 Google 以 4 亿英镑收购。DeepMind 开发出的人工智能 AlphaFold 能够高精度地预测蛋白质结构。在生物学领域，理解蛋白质结构对于理解其功能和开发靶向治疗药物至关重要。另外，他们还利用深度学习工具GNoME发现了超过220万种新的晶体材料。对了，哈萨比斯年轻的时候还参与开发了一个有简易人工智能的知名游戏，即主题公园。今年的诺贝尔奖已经下定决心得罪传统学界，一意孤行颁给「AI」了。我盲猜一个文学奖颁给山姆·奥特曼。更多内容。欢迎看一本根据半拿铁人工智能风云录系列整理而来的新书《人工智能风云录》。
我听过张院士的课，讲svm，很难分类的场景，升到高维，就好分了，一下子就听懂了，印象深刻。//@刘群MT-to-Death:认识张钹老师有些时间了，最近才知道他这么厉害。他出身名门，是我国AI领域很少的几个院士之一，都89岁了，在清华工作的时间，比清华整个建校历史的一半还长，这个年龄了，头脑还极为清晰，作报告的时候非常有条理，重点突出，而且对当前最先进的技术非常了解，观点一针见血。精力也非常充沛，跟年轻人在一起开一个上午会，也丝毫不觉得疲倦。太佩服了！//@马少平THU:这个有文字链接，非常详细的访谈，作者是清华校友，采访了很多人。
@人物
#中国人工智能泰斗张钹作为天才的决心##89岁院士和他的大模型清华代表队#张钹用自己的职业生涯，培养了整整一代人工智能人才，而留在这些人身上的坚持，构成了我们今天所面对的技术现实。 这是一位老人和他所改变的一代人的故事。张钹讲起他的学生们总是最高兴的，他还给这个学生群体取了一个名字——清华代表队。 张钹 天才的决心
我补充一个细节，谷歌拿下hinton的策略非常高明，一轮轮叫价后，每个大厂都要面子，都能高一口，谷歌一看不行，单独把Hinton团队叫到一个屋子里，提出一个足够大的加价幅度，然后让hinton说yes还是no，如果no，谷歌就退出。而且不能出门和另外几家讨论后再说no，hinton是体面人，看到价格也足够大了，就同意了。。//@刘群MT-to-Death:这个帖子很多细节，非常好！
@饭统戴老板
昨天，诺贝尔物理学奖颁给了Geoffrey Hinton（杰弗里·辛顿），出乎不少人的意料。不管有没有争议，辛顿在深度神经网络领域的地位毋庸置疑，而且他不是那种只待在象牙塔里的人，跟产业的连接也很密，现在全球AGI领域各条战线上的明星，或者明星公司，基本都能跟他搭上线。关于他的故事我们写过很多，这里摘录一些：1. 2012年10月，辛顿带两个学生ImageNet图像识别比赛上夺冠，然后把自己和两个学生打包成一家公司（图1），起名叫DNNresearch，给自己估值1200万美元，邀请几家科技大厂来拍卖。是谁促成这件事的呢？是百度。2. 当时百度多媒体部的负责人，拿过第一届ImageNet大赛的冠军，所以在读了论文后，马上意识到辛顿团队的巨大价值，就给辛顿发邮件要合作，这个人就是余凯，就是汽车芯片和智驾领域的独角兽“地平线”的创始人（图2）。3. 过了多年苦日子的辛顿，看到邮件后一口答应，顺带提出100万美元的合作经费，余凯向李彦宏请示，后者爽快地答应。然后辛顿意识到产业界如此饥渴，干脆多问几家，于是合作就变成了竞标，邀请四家公司参与：Google、微软、百度，和当时还没做出阿法狗的DeepMind。4. 拍卖在加州和内华达州交界处的太浩湖（Lake Tahoe）举行，这个地方就是《教父2》开头科里昂家族开派对的地方。5. 起价1200万美元，每抬一次价格是100万美元，然后四家公司迅速抬到了4400万美元，把辛顿搞的有些头晕，果断喊停，把公司卖给最后的喊价者Google。百度尽管没能夺标，但这件事足够余凯和李彦宏吹一辈子。6. 当时代表微软参与竞标的，是邓力（图3）。邓力是语音识别领域的大神级人物，跟辛顿相识多年，深度神经网络用到语音领域，这两人贡献巨大。提到语音识别，你是不是就想起了科大讯飞？是的，邓力的母校就是中科大，科大讯飞创始人刘庆峰在1998年拿到ISCSL最佳学生论文奖，就是邓力给发的奖，他之后也多次回合肥跟讯飞团队交流。7. 代表Google参与竞标的，是谷歌的传奇大神Jeff Dean（图4）。虽然最后夺标，但Jeff Dean心情复杂，因为辛顿在2012年6月曾经短暂参与了Google的The Cat Neurons项目（即“谷歌猫”），然后辛顿一眼就指出了这个项目的缺陷——使用16000块CPU来，但没有使用GPU。8. 当年推荐辛顿去“谷歌猫”项目的，是另一位人工智能领域的大神吴恩达（图5）。他后来经过余凯的牵线，去百度待了一段时间。9. 正是受谷歌猫项目的启发，辛顿就带着学生搞出了AlexNet算法，里面只用了4块英伟达的GPU。而夺冠之后，全球学术和产业界终于意识到了GPU在深度神经网络训练方面的独特优势，订单像雪花一样向英伟达飘去——所以ImageNet这场比赛，其实也改变了黄仁勋的命运。10. 但讽刺的是，2009年辛顿给英伟达写了一封邮件，想要一块免费的显卡：“我刚刚告诉一千名机器学习研究人员，他们应该去买英伟达的显卡。你能免费送我一个吗？” 然后英伟达……拒绝了。AlexNet算法用的那两块英伟达GTX580，是辛顿拿出紧张的经费自己买的。11. 当然，ImageNet这场比赛还链接到另外两个人——一个是大赛的创办者李飞飞（图6），是华人在AI学术领域最至高的存在；另一个是辛顿团队两名学生之一的Ilya Sutskever（图7），后面是OpenAI的创始人兼首席科学家。这里就不多赘述了。12. 参与竞标的DeepMind，拿到了马斯克的投资，然后马斯克又推荐给Google创始人拉里·佩奇，于是Google就让辛顿参与收购评估。由于辛顿腰不好（只能躺，不能坐），所以他们包了一架私人飞机，改造了座椅，让辛顿躺着飞过去。最后Google花4亿美金收购DeepMind，之后DeepMind做出了震惊世界的AlphaGo。13. Google对辛顿团队的竞标，其实引发了一场科技大厂抢夺教授的风潮，思路很奇特：先把老师挖过来人，然后期待他们把学生也带过来。于是Facebook挖了杨立昆（图8），亚马逊挖了Alex Smola（图9），苹果挖了Ruslan Salakhutdinov（也是辛顿的学生）。这个几个人都带了很多学生加入，“带徒入组”。14. 总之，从2012年6月的“谷歌猫”项目，到10月的ImageNet大赛，再到12月的太浩湖竞拍，差不多6个月的时间里，围绕着杰弗里·辛顿这个人，全球AI领域最重要的公司和人，几乎都串了起来。历史就是这么有意思。15. 我们之前根据这段历史，写过一篇「2012，改变人类命运的180天」，链接附上评论里，大家有兴趣可以一看。另外，关于辛顿家族，还有很多趣事，这个大家可以看刘群老师写的这篇博文微博正文16. 这个故事其实还有一个启发，就是中国的科技大厂，一定要参与对全球人才的盘点和追逐，虽然现在这个国际环境下越来越难，但你不参与，很多时候就可能连外面正在发生什么都不知道；你参与了，能第一时间感受到温度。越是这种环境，国内大厂越不能闭门造车。
@深圳Jacky
“远洋捕捞”之所以被拿出来反复强调、再强调，这官方反复“强调”本身，其实就很说明这个事情已经由来已久而且相当泛滥。所谓“远洋捕捞”，文中写道：“现实中，个别地方的执法部门违法违规异地抓捕民营企业家，违规查封、冻结甚至划转外地企业和个人财产，被称为「远洋捕捞」式执法。”对此，每一位有可能被“远洋捕捞”的潜在对象，都应当引起足够的重视，并尽可能地预防说不定哪天就莫名其妙被捕捞的潜在风险。比如，可以通过研究过往同类案件来获得“如何避免”的经验。如果是在深圳，我想华强北的老板们可能就很有经验，他们必定都知道这其中的水有多深、又该如何避免。