Kundaje：真正的数据瓶颈要等 AI 驱动的全自动化机器人实验室
anshulkundaje · x · 2026-09-09
延续前文争论，Anshul Kundaje 进一步表态：他相当确信「数据多样性与规模的物理瓶颈」会一直存在，直到出现两件事——AI 驱动的检测/实验技术（assay tech）递归式改进，以及配全自动供应链的、真正超大规模的全机器人实验室。这是对「交互训练能否突破预训练数据墙」的悲观但具体的前提条件陈述。
所属事件:斯坦福教授激辩 AI 前景：数据瓶颈与「就这么管用了」的转变(10 条相关)→
「研究」频道最新
- Stu-tU 提出 RANSAC 评分新法,经 128 倍失准仍选对模型 — ducha_aiki · 2026-09-09
- 曝 OpenAI 万级 agent 联手 88 小时 Lean 证明 Navier-Stokes 会奇异化 — johnseach · 2026-09-09
- 测试时算力新想象:一万实例通过留言板互相影响 — mertdumenci · 2026-09-09
- 数学家「看出定义」像婴儿认物, transformer 训练正在抹掉这种能力? — MoonL88537 · 2026-09-09
- Marigold V2 用单步流匹配改造 DiT,单目深度估计更强 — huawei-bayerlab · 2026-09-09
- kornia-rs：Rust 低层 3D 视觉库，性能超 OpenCV 与 NVIDIA VPI — edgarriba · 2026-09-09