KI-Mom: Wut und Folgen (S03/E06)

KI-Mom | Science-Fiction-Thriller

KI-Mom | Science-Fiction-Thriller

1:14:43

Artificial intelligence is evolving at an unprecedented pace—what does that mean for the future of technology, venture capital, business, and even our understanding of ourselves? Award-winning journalist and writer Anil Ananthaswamy joins us for our latest episode to discuss his latest book Why Machines Learn: The Elegant Math Behind Modern AI . Anil helps us explore the journey and many breakthroughs that have propelled machine learning from simple perceptrons to the sophisticated algorithms shaping today’s AI revolution, powering GPT and other models. The discussion aims to demystify some of the underlying mathematical concepts that power modern machine learning, to help everyone grasp this technology impacting our lives–even if your last math class was in high school. Anil walks us through the power of scaling laws, the shift from training to inference optimization, and the debate among AI’s pioneers about the road to AGI—should we be concerned, or are we still missing key pieces of the puzzle? The conversation also delves into AI’s philosophical implications—could understanding how machines learn help us better understand ourselves? And what challenges remain before AI systems can truly operate with agency? If you enjoy this episode, please subscribe and leave us a review on your favorite podcast platform. Sign up for our newsletter at techsurgepodcast.com for exclusive insights and updates on upcoming TechSurge Live Summits. Links: Read Why Machines Learn, Anil’s latest book on the math behind AI https://www.amazon.com/Why-Machines-Learn-Elegant-Behind/dp/0593185749 Learn more about Anil Ananthaswamy’s work and writing https://anilananthaswamy.com/ Watch Anil Ananthaswamy’s TED Talk on AI and intelligence https://www.ted.com/speakers/anil_ananthaswamy Discover the MIT Knight Science Journalism Fellowship that shaped Anil’s AI research https://ksj.mit.edu/ Understand the Perceptron, the foundation of neural networks https://en.wikipedia.org/wiki/Perceptron Read about the Perceptron Convergence Theorem and its significance https://www.nature.com/articles/323533a0…

大约1年之前 21:37

MP3•单集首页

Jess und Fynn machen einen Ausflug. Einfach mal raus aus der harmonischen Gemeinde und der Schenke mit dem warmen Bier – und über alles nachdenken. Doch was sie dann erleben, hätten sie nicht gedacht. Unterdessen geht es in der Gemeinde immer unharmonischer zu. Mit: Simone Kabst als KI-Mom, Bettina Kurth, Katja Hirsch, Steffen Groth u.a.
Buch, Regie und Realisation: Serotonin

30集单集

KI-Mom: Wut und Folgen (S03/E06)

published 大约1年之前

MP3•单集首页

30集单集

כל הפרקים

1
KI-Mom: Herdentrieb (S03/E10) 23:10

大约1年之前23:10

23:10

Wir schreiben das Jahr 703. Nach der Apokalpse. Ist das alles noch wirkliches Leben? Fynn erkennt den besten Moment seines Lebens seit 700 Jahren und radelt mit Jess in die Zukunft. Und auch für Nee-Chan sind die Aussichten gut. Denn KI-Mom hat eine wesentliche Erkenntnis ... Mit: Simone Kabst als KI-Mom, Bettina Kurth, Katja Hirsch, Steffen Groth u.a. Buch, Regie und Realisation: Serotonin…

1
KI-Mom: Schon immer, für immer (S03/E09) 15:29

大约1年之前15:29

15:29

Revolte in der Gemeinde. Aufstand auf der Straße. Streit in der Schenke. Was ist nur in alle gefahren? Sogar KI-Mom verliert die Selbtsbeherrschung. Sie will endlich einen Körper. Denn was ist eine KI, die nicht auf sich selbst zeigen und "Ich" sagen kann. Mit: Simone Kabst als KI-Mom, Bettina Kurth, Katja Hirsch, Steffen Groth u.a. Buch, Regie und Realisation: Serotonin…

1
KI-Mom: Unendliche Wiederholung (S03/E08) 19:33

大约1年之前19:33

19:33

Mensch und Maschine. Mensch oder Maschine. Spielt das eine Rolle? Wenn man sich liebt? Und wenn es körperlich passt. Was aber, wenn die schöne Körperhülle zerstört ist? Und man nur den maschinellen Teil sieht? Dann zeigt sich, was wahre Liebe ist ... Mit: Simone Kabst als KI-Mom, Bettina Kurth, Katja Hirsch, Steffen Groth u.a. Buch, Regie und Realisation: Serotonin…

1
KI-Mom: Bio-Kybernetik (S03/E07) 23:24

大约1年之前23:24