#306 – Oriol Vinyals: Deep Learning and Artificial General Intelligence
Oriol Vinyals 是 DeepMind 的研究总监和深度学习负责人。请查看我们的赞助商来支持此播客： - Shopify：https://shopify.com/lex 获得 14 天免费试用 - Weights & Biases：https://lexfridman.com/wnb - Magic Spoon：https://magicspoon.com/lex 并使用代码 LEX 获得 5 美元折扣 - Blinkist：https://blinkist.com/lex 并使用代码 LEX 获得 25% 的高级折扣 EPISODE LINKS：Oriol 的 Twitter：ht
#292 – Robin Hanson: Alien Civilizations, UFOs, and the Future of Humanity
罗宾·汉森是乔治梅森大学的教授，也是牛津大学人类未来研究所的研究员。请查看我们的赞助商来支持此播客：- Lambda：https://lambdalabs.com/lex- Audible：https://audible.com/lex- BiOptimizers：http://www.magbreakthrough.com/lex 可获得 10% 折扣- BetterHelp：https://betterhelp.com/lex 可获得 10% 折扣- ExpressVPN：https://expressvpn.com/lexpod 并使用代码 LexPod 可免费获得 3 个月剧集链接：R
Applying procedural justice to sexual harassment policies processes and practices
This perspective paper addresses the recommendations of a 2018 report by the National Academies on sexual harassment by exploring how a procedural justice framework could help guide improvements and revisions to policies, processes, and practices within higher education institutions with the potenti
Want to Eliminate Paperwork and Archaic Processes for Good? Here’s How
无论我们的头衔、职能或行业如何，我们中的许多人都面临一个共同的问题：文书工作！！！基于纸张的流程会抑制效率、降低产量，甚至带来安全风险。使用过时的纸质方法通常需要额外的设备和成本，例如打印机、传真机和邮寄费等。 […]The post Want to Eliminate Paperwork and Acquisition Processes For Ever? Here's How appeared first on .
#269 – Lee Cronin: Origin of Life, Aliens, Complexity, and Consciousness
Lee Cronin 是格拉斯哥大学的化学家。请查看我们的赞助商来支持此播客：- Paperspace：https://gradient.run/lex 可获得 15 美元信用额度- Athletic Greens：https://athleticgreens.com/lex 并使用代码 LEX 可获得 1 个月的鱼油- Notion：https://notion.com/startups 可获得高达 1000 美元的团队计划折扣- Blinkist：https://blinkist.com/lex 并使用代码 LEX 可获得 25% 的保费折扣- Onnit：https://lexfridm
#267 – Mark Zuckerberg: Meta, Facebook, Instagram, and the Metaverse
马克·扎克伯格是 Meta（前 Facebook）的首席执行官。请查看我们的赞助商来支持这个播客：- Paperspace：https://gradient.run/lex 可获得 15 美元信用额度- Coinbase：https://coinbase.com/lex 可获得 5 美元免费比特币- InsideTracker：https://insidetracker.com/lex 并使用代码 Lex25 可获得 25% 的折扣- ExpressVPN：https://expressvpn.com/lexpod 并使用代码 LexPod 可免费获得 3 个月- Blinkist：https
#264 – Tim Urban: Elon Musk, Neuralink, AI, Aliens, and the Future of Humanity
蒂姆·厄本 (Tim Urban) 是热门博客“Wait But Why”的作者和插画家。请查看我们的赞助商来支持此播客：- Audible：https://audible.com/lex 可获得每月 9.95 美元，为期 6 个月- Paperspace：https://gradient.run/lex 可获得 15 美元信用额度- Coinbase：https://coinbase.com/lex 可获得 5 美元免费比特币- InsideTracker：https://insidetracker.com/lex 并使用代码 Lex25 可获得 25% 的折扣- NetSuite：http
#259 – Thomas Tull: From Batman Dark Knight Trilogy to AI and the Rolling Stones
托马斯·塔尔 (Thomas Tull) 是传奇娱乐 (Legendary Entertainment)、Tulco 的创始人、匹兹堡钢人队的部分所有者以及 Ghost Hounds 乐队的吉他手。请查看我们的赞助商来支持此播客：- Paperspace：https://gradient.run/lex 可获得 15 美元信用额度- ROKA：https://roka.com/ 并使用代码 LEX 可获得首次订单 20% 的折扣- InsideTracker：https://insidetracker.com/lex 并使用代码 Lex25 可获得 25% 的折扣- Athletic Gree
Deep Cognition and Utilize Partnership Announcement
Deep Cognition 和 Utilize 宣布他们已建立战略合作伙伴关系，以简化 Deep Cognition 的 PaperEntry 和 Utilize 的咨询专业知识的整合，以便在欧洲市场发布。随着技术在业务的各个方面发挥着不可或缺的作用，公司开始认识到需要加快生产力和对数字解决方案的投资，以 […]Deep Cognition 和 Utilize 合作伙伴关系公告首先出现在 。
#231 – Alex Gladstein: Bitcoin, Authoritarianism, and Human Rights
亚历克斯·格拉德斯坦 (Alex Gladstein) 是人权基金会和奥斯陆自由论坛的首席战略官。请查看我们的赞助商来支持此播客：- Stripe：https://stripe.com- Paperspace：https://gradient.run/lex 可获得 15 美元信用额度- Codecademy：https://codecademy.com 并使用代码 LEX 可获得 15% 的折扣- NI：https://www.ni.com/perspectives- Eight Sleep：https://www.eightsleep.com/lex 并使用代码 LEX 可获得特别优惠剧集
#222 – Jay McClelland: Neural Networks and the Emergence of Cognition
Jay McClelland 是斯坦福大学的认知科学家。请查看我们的赞助商来支持此播客：- Paperspace：https://gradient.run/lex 可获得 15 美元信用额度- Skiff：https://skiff.org/lex 可获得早期访问权- Uprising Food：https://uprisingfood.com/lex 可获得第一个入门套装的 10 美元折扣- Four Sigmatic：https://foursigmatic.com/lex 并使用代码 LexPod 可获得高达 60% 的折扣- Onnit：https://lexfridman.com/o
#217 – Rodney Brooks: Robotics
罗德尼·布鲁克斯 (Rodney Brooks) 是一位机器人专家，曾任麻省理工学院 CSAIL 负责人，也是 iRobot、Rethink Robotics 和 Robust.AI 的联合创始人。请查看我们的赞助商来支持此播客：- Paperspace：https://gradient.run/lex 可获得 15 美元信用额度- GiveDirectly：https://givedirectly.org/lex 可获得高达 300 美元的礼品匹配- BiOptimizers：http://www.magbreakthrough.com/lex 可获得 10% 的折扣- Four Sigma
#215 – Wojciech Zaremba: OpenAI Codex, GPT-3, Robotics, and the Future of AI
Wojciech Zaremba 是 OpenAI 的联合创始人。请查看我们的赞助商来支持此播客：- Paperspace：https://gradient.run/lex 可获得 15 美元信用额度- Indeed：https://indeed.com/lex 可获得 75 美元信用额度- Blinkist：https://blinkist.com/lex 并使用代码 LEX 可获得 25% 的高级折扣- Grammarly：https://grammarly.com/lex 可获得 20% 的高级折扣- Eight Sleep：https://www.eightsleep.com/lex
Machine Learning and Central Banking
当然，机器学习 (ML) 现在无处不在。几十年来，时间序列分析视角一直与 ML 相匹配（简约预测模型允许错误指定；样本外评估；集合平均等），因此即使存在许多差异，也存在许多重叠领域。有趣的是，ML 在中央银行环境中变得特别有用。例如，费城联邦储备银行现在明确招募和聘用“机器学习经济学家”。目前他们有三个，他们正在寻找第四个！在这方面，特别有趣的是，《计量经济学杂志》正在征集关于“经济政策机器学习”的特别专题论文，客座编辑来自各种领先的中央银行和大学。请参阅 https://www.bankofengland.co.uk/events/2022/october/call-for-papers-m
分数阶 SDE-Net：具有长期记忆的时间序列数据生成作者：Kohei Hayashi；Kei Nakagawa摘要：本文重点介绍使用神经网络生成时间序列数据。通常情况下，输入的时间序列数据（尤其是来自真实金融市场的数据）是不规则采样的，其噪声结构比 i.i.d. 类型更复杂。为了生成具有这种特性的时间序列，我们提出了 fSDE-Net：神经分数阶随机微分方程网络。它通过使用 Hurst 指数大于一半的分数布朗运动来推广神经 SDE 模型，从而表现出长期记忆特性。我们推导了 fSDE-Net 的求解器，并从理论上分析了 fSDE-Net 解的存在性和唯一性。我们的实验表明，fSDE-Net 模
The Latest in Observation-Driven TVP Models
看看这个。相对于“标准”GAS/DCS 显式更新，隐式随机梯度更新似乎非常有吸引力。“使用近端参数更新的稳健观察驱动模型”，作者：Rutger-Jan Lange、Bram van Os 和 Dick van Dijk。https://www.tinbergen.nl/discussion-paper/6188/22-066-iii-robust-observation-driven-models-using-proximal-parameter-updates
继续上一篇文章，如果我似乎对最近的 Kelly 等人的计划大加赞赏（确实如此），我很抱歉，但它确实让我震惊。著名的“简约”和“KISS（保持复杂简单）”原则被彻底颠覆了！George Box 和 Arnold Zellner 一定在坟墓里翻滚了…… 无处不在的复杂性美德Bryan T. Kelly（耶鲁管理学院；AQR Capital Management, LLC；美国国家经济研究局 (NBER)）；Semyon Malamud（洛桑联邦理工学院；经济政策研究中心 (CEPR)；瑞士金融研究所）；Kangying Zhou（耶鲁管理学院）我们研究了高复杂性机制下非线性回报预测模型的表现，即当
Factor Network Autoregressions
请查看 Barigozzi、Cavaliere 和 Moramarco 撰写的文章：http://d.repec.org/n?u=RePEc:arx:papers:2208.02925&r=非常酷的动态“多层网络”方法。在标准的 N 维网络中，有一个 NxN 邻接矩阵。但更丰富的网络可能有许多种连接，每种连接都由自己的邻接矩阵控制。（多么伟大的见解——一旦你听到它，就会觉得如此自然和明显。一个美好的“顿悟时刻”！）所以也许有 K 个可操作的 NxN 邻接矩阵。然后实际上有一个宏大的 3 维邻接矩阵 (NxNxK) 可操作——一个立方矩阵而不是方阵。简约建模变得绝对关键，在这方面，BCM 有效地
