以下是我在2025年9月26日于维也纳TEDAI会议上TED演讲的笔记 第一场：基础 Walter Werzowa（艺术家，皇家艺术学会会员，录音学院），Olivier Oullier（Inclusive Brains，Biotech Dental，MBZUAI） - 介绍 - 乐团，大脑接口，DJ，音乐家 - 通过AI将脑电波转化为音乐的表演 Shaden Alshammari（研究员，麻省理工学院） - 化学元素周期表为机器学习框架提供灵感 - 机器学习元素周期表组织算法、分布和目标函数 - 连接不同方法的表示学习方法 - 新的图像聚类算法改进了60年前的K均值聚类算法 - R和Q变量分别表示真实关系（有和没有注释）和学习到的关系 - 机器学习算法的周期表结构揭示了新方法的空白 - 通过学习到的表示进行监督学习信号 Lukasz Kaiser（研究员，OpenAI） - 自动驾驶汽车 - 为什么它们不像出租车司机那样到处行驶？ - 为什么AI治愈疾病如此困难？机器需要从更少的数据中学习 - 更强大的可学习模型 - RNN - 蜗牛在单词周围爬行 - Transformers - 背着装有所有先前单词的背包的蜗牛 - Transformers从更少的数据中学习 - 推理模型/推理者 - 仍然携带所有单词，但也在中间生成自己的单词（测试时），可以进行数学运算并在上下文中思考 - 研究人员 - 强大的模型 + 可学习的，任意数据，任意测试时间，并行性（不再是顺序的） - 科学发现，下一种模型类型 - 时间线 - 更近而不是更远，几个月/一年而不是几十年；不是一个非常遥远的未来...