<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" encoding="UTF-8" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:sy="http://purl.org/rss/1.0/modules/syndication/" xmlns:admin="http://webns.net/mvcb/" xmlns:atom="http://www.w3.org/2005/Atom/" xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:googleplay="http://www.google.com/schemas/play-podcasts/1.0" xmlns:itunes="http://www.itunes.com/dtds/podcast-1.0.dtd" xmlns:fireside="http://fireside.fm/modules/rss/fireside">
  <channel>
    <fireside:hostname>web02.fireside.fm</fireside:hostname>
    <fireside:genDate>Tue, 28 Apr 2026 02:43:01 -0500</fireside:genDate>
    <generator>Fireside (https://fireside.fm)</generator>
    <title>硅谷101 - Episodes Tagged with “Chatgpt”</title>
    <link>https://sv101.fireside.fm/tags/chatgpt</link>
    <pubDate>Fri, 26 Jan 2024 15:45:00 -0800</pubDate>
    <description>失败、背叛、不被理解，硅谷精神领袖一直都不是完美的存在；他们是科学家，创造者，行动派，他们有独立的价值观。《硅谷101》是由媒体人泓君发起的深度访谈节目，是一档分享当下最新鲜的技术、知识与思想的科技播客。
公众账号：硅谷101
联系邮箱：podcast@sv101.net
</description>
    <language>zh-cn</language>
    <itunes:type>episodic</itunes:type>
    <itunes:subtitle>这是一档分享当下最新鲜的技术、知识与思想的科技播客</itunes:subtitle>
    <itunes:author>硅谷101</itunes:author>
    <itunes:summary>失败、背叛、不被理解，硅谷精神领袖一直都不是完美的存在；他们是科学家，创造者，行动派，他们有独立的价值观。《硅谷101》是由媒体人泓君发起的深度访谈节目，是一档分享当下最新鲜的技术、知识与思想的科技播客。
公众账号：硅谷101
联系邮箱：podcast@sv101.net
</itunes:summary>
    <itunes:image href="https://media24.fireside.fm/file/fireside-images-2024/podcasts/images/f/f0f20376-8faf-4940-b920-84af6c734e2d/cover.jpg?v=6"/>
    <itunes:explicit>no</itunes:explicit>
    <itunes:keywords>tech, business, SiiconValley, 科技, 泓君, 硅谷101</itunes:keywords>
    <itunes:owner>
      <itunes:name>硅谷101</itunes:name>
      <itunes:email>liuhj60@gmail.com</itunes:email>
    </itunes:owner>
<itunes:category text="Technology"/>
<itunes:category text="Business"/>
<itunes:category text="Business">
  <itunes:category text="Entrepreneurship"/>
</itunes:category>
<item>
  <title>E138｜如何用大模型提升学习效率？来自1100小时的深度使用体验</title>
  <link>https://sv101.fireside.fm/143</link>
  <guid isPermaLink="false">978242d0-d1d0-4ccf-b101-86728070ce8d</guid>
  <pubDate>Fri, 26 Jan 2024 15:45:00 -0800</pubDate>
  <author>硅谷101</author>
  <enclosure url="https://aphid.fireside.fm/d/1437767933/f0f20376-8faf-4940-b920-84af6c734e2d/978242d0-d1d0-4ccf-b101-86728070ce8d.mp3" length="72385106" type="audio/mpeg"/>
  <itunes:episodeType>full</itunes:episodeType>
  <itunes:season>4</itunes:season>
  <itunes:author>硅谷101</itunes:author>
  <itunes:subtitle>解锁高阶玩家的五步使用秘诀</itunes:subtitle>
  <itunes:duration>50:15</itunes:duration>
  <itunes:explicit>no</itunes:explicit>
  <itunes:image href="https://media24.fireside.fm/file/fireside-images-2024/podcasts/images/f/f0f20376-8faf-4940-b920-84af6c734e2d/cover.jpg?v=6"/>
  <description>转眼已经2024年了，这轮生成式人工智能大浪潮已经开始了16个月了。我们从各个角度聊过大模型给各行各业带来的变化，但是缺了一个视角：普通人是如何使用大模型的，尤其是学生。大概是一年以前的这个时候，在线课程供应商Study.com向1000名18岁以上的学生发起了一项调查，超过89%的学生使用ChatGPT来完成家庭作业，48%的学生用ChatGPT完成小测验，53%的学生用ChatGPT写论文，22%的学生用ChatGPT生成论文大纲。
我就在好奇，大模型是如何帮助这些学生来学习的。但要找到真正把大模型用的好的学生嘉宾并不容易。直到同事给我推荐了本期嘉宾Siqi，他是从ChatGPT发布就开始使用，知道OpenAI和这些大模型公司的每一次宕机，准确来说他不算学生，但是抱着学生的心态在想学习，马上也要在大公司内部转到大模型的组，我们就来看看他是如何成为ChatGPT的高阶玩家的。
这期节目我们录制于2023年11月，恰逢OpenAI开发者大会之后。跟他聊完的这两个月里，我种草了很多功能也解锁了很多新用法，有机会我再来跟大家聊一聊我们如何在播客和视频产品中用生成式人工智能技术来辅助我们做内容，欢迎持续关注我们。
【主播】
泓君，硅谷101创始人，播客主理人
【嘉宾】
左斯琦，大模型深度使用者
【你将听到】
01:50 学习和使用ChatGPT的五个步骤
05:07 用Rag与API学习哲学：一次下载几百篇文献的问答学习法
10:44  大模型辅助下的数学学习：从被动接受者到老师视角挑错
17:22 ChatGPT证明题正确率是30%，沟通超过5-6轮就会忘掉之前的问题
19:00 挑战一排代码也不写，10个小时做一款小游戏
23:39 Siqi版的Character.ai ：十几个小时打造尼采或者黑格尔人格
25:52 ChatGPT与Claude.ai、Bard的区别
29:00 把流程化的事情扔给GPTs
33:17 OpenAI在提高效率降低成本，而不是提升它的准确性
33:40 最感兴趣的方向：自我提升的AI Agent
37:42 当GenAI遇上思维导图：无法既宏观又细节
40:06 智商测试只与做智商测试的能力有关，与智商无关
41:52 大模型能解决什么问题比是不是有意识更有意义
44:00 哲学的本质就是Clarify Question
45:54 当奖励系统失效，如何跳脱出成年人的职场阶梯
47:08 聊聊哲学、数学与计算机的共同点与艺术美感
【相关信息】
播客中提到使用大模型学习的五个步骤：
1. ChatGPT做总结，全局理解，记在spreadsheet上
2. Audible/speechify听
3. spreadsheet复习，费曼法自问
4. 用chatgpt提问题，做比较，扩展延伸到相关的问题和领域
5. 用RAG + GPT API做research
播客中提到的小游戏画面
&lt;a href="https://ibb.co/Sc2NpYy"&gt;&lt;img src="https://i.ibb.co/cwPJdf3/oo0-Bey-Hero-Profil.png" alt="oo0-Bey-Hero-Profil"&gt;&lt;/a&gt;
*与黑格尔和尼采的对话截图 *
&lt;a href="https://ibb.co/FHk8tM9"&gt;&lt;img src="https://i.ibb.co/hYx2vjk/You-What-is-Life.png" alt="You-What-is-Life"&gt;&lt;/a&gt;
【后期】
AMEI
【BGM】
Simple Pleasantries - Arthur Benson 
【在这里找到我们】
公众号：硅谷101
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客
海外用户：Apple Podcast｜Spotify｜TuneIn｜Google Podcast｜Amazon Music
联系我们：podcast@sv101.net
</description>
  <itunes:keywords>ChatGPT, 学生, 深度体验, 大模型, 左斯琦</itunes:keywords>
  <content:encoded>
    <![CDATA[<p>转眼已经2024年了，这轮生成式人工智能大浪潮已经开始了16个月了。我们从各个角度聊过大模型给各行各业带来的变化，但是缺了一个视角：普通人是如何使用大模型的，尤其是学生。大概是一年以前的这个时候，在线课程供应商Study.com向1000名18岁以上的学生发起了一项调查，超过89%的学生使用ChatGPT来完成家庭作业，48%的学生用ChatGPT完成小测验，53%的学生用ChatGPT写论文，22%的学生用ChatGPT生成论文大纲。</p>

<p>我就在好奇，大模型是如何帮助这些学生来学习的。但要找到真正把大模型用的好的学生嘉宾并不容易。直到同事给我推荐了本期嘉宾Siqi，他是从ChatGPT发布就开始使用，知道OpenAI和这些大模型公司的每一次宕机，准确来说他不算学生，但是抱着学生的心态在想学习，马上也要在大公司内部转到大模型的组，我们就来看看他是如何成为ChatGPT的高阶玩家的。</p>

<p>这期节目我们录制于2023年11月，恰逢OpenAI开发者大会之后。跟他聊完的这两个月里，我种草了很多功能也解锁了很多新用法，有机会我再来跟大家聊一聊我们如何在播客和视频产品中用生成式人工智能技术来辅助我们做内容，欢迎持续关注我们。</p>

<p><strong>【主播】</strong><br>
泓君，硅谷101创始人，播客主理人<br>
<strong>【嘉宾】</strong><br>
左斯琦，大模型深度使用者</p>

<p><strong>【你将听到】</strong><br>
01:50 学习和使用ChatGPT的五个步骤<br>
05:07 用Rag与API学习哲学：一次下载几百篇文献的问答学习法<br>
10:44  大模型辅助下的数学学习：从被动接受者到老师视角挑错<br>
17:22 ChatGPT证明题正确率是30%，沟通超过5-6轮就会忘掉之前的问题<br>
19:00 挑战一排代码也不写，10个小时做一款小游戏<br>
23:39 Siqi版的Character.ai ：十几个小时打造尼采或者黑格尔人格<br>
25:52 ChatGPT与Claude.ai、Bard的区别<br>
29:00 把流程化的事情扔给GPTs<br>
33:17 OpenAI在提高效率降低成本，而不是提升它的准确性<br>
33:40 最感兴趣的方向：自我提升的AI Agent<br>
37:42 当GenAI遇上思维导图：无法既宏观又细节</p>

<p>40:06 智商测试只与做智商测试的能力有关，与智商无关<br>
41:52 大模型能解决什么问题比是不是有意识更有意义<br>
44:00 哲学的本质就是Clarify Question<br>
45:54 当奖励系统失效，如何跳脱出成年人的职场阶梯<br>
47:08 聊聊哲学、数学与计算机的共同点与艺术美感</p>

<p><strong>【相关信息】</strong><br>
播客中提到使用大模型学习的<strong>五个步骤</strong>：</p>

<ol>
<li>ChatGPT做总结，全局理解，记在spreadsheet上</li>
<li>Audible/speechify听</li>
<li>spreadsheet复习，费曼法自问</li>
<li>用chatgpt提问题，做比较，扩展延伸到相关的问题和领域</li>
<li>用RAG + GPT API做research</li>
</ol>

<p><strong>播客中提到的小游戏画面</strong><br>
<a href="https://ibb.co/Sc2NpYy"><img src="https://i.ibb.co/cwPJdf3/oo0-Bey-Hero-Profil.png" alt="oo0-Bey-Hero-Profil" border="0" /></a></p>

<p>*<em>与黑格尔和尼采的对话截图 *</em><br>
<a href="https://ibb.co/FHk8tM9"><img src="https://i.ibb.co/hYx2vjk/You-What-is-Life.png" alt="You-What-is-Life" border="0" /></a></p>

<p><strong>【后期】</strong><br>
AMEI<br>
<strong>【BGM】</strong><br>
Simple Pleasantries - Arthur Benson </p>

<p><strong>【在这里找到我们】</strong><br>
公众号：硅谷101<br>
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客<br>
海外用户：Apple Podcast｜Spotify｜TuneIn｜Google Podcast｜Amazon Music<br>
联系我们：<a href="mailto:podcast@sv101.net" rel="nofollow">podcast@sv101.net</a></p>]]>
  </content:encoded>
  <itunes:summary>
    <![CDATA[<p>转眼已经2024年了，这轮生成式人工智能大浪潮已经开始了16个月了。我们从各个角度聊过大模型给各行各业带来的变化，但是缺了一个视角：普通人是如何使用大模型的，尤其是学生。大概是一年以前的这个时候，在线课程供应商Study.com向1000名18岁以上的学生发起了一项调查，超过89%的学生使用ChatGPT来完成家庭作业，48%的学生用ChatGPT完成小测验，53%的学生用ChatGPT写论文，22%的学生用ChatGPT生成论文大纲。</p>

<p>我就在好奇，大模型是如何帮助这些学生来学习的。但要找到真正把大模型用的好的学生嘉宾并不容易。直到同事给我推荐了本期嘉宾Siqi，他是从ChatGPT发布就开始使用，知道OpenAI和这些大模型公司的每一次宕机，准确来说他不算学生，但是抱着学生的心态在想学习，马上也要在大公司内部转到大模型的组，我们就来看看他是如何成为ChatGPT的高阶玩家的。</p>

<p>这期节目我们录制于2023年11月，恰逢OpenAI开发者大会之后。跟他聊完的这两个月里，我种草了很多功能也解锁了很多新用法，有机会我再来跟大家聊一聊我们如何在播客和视频产品中用生成式人工智能技术来辅助我们做内容，欢迎持续关注我们。</p>

<p><strong>【主播】</strong><br>
泓君，硅谷101创始人，播客主理人<br>
<strong>【嘉宾】</strong><br>
左斯琦，大模型深度使用者</p>

<p><strong>【你将听到】</strong><br>
01:50 学习和使用ChatGPT的五个步骤<br>
05:07 用Rag与API学习哲学：一次下载几百篇文献的问答学习法<br>
10:44  大模型辅助下的数学学习：从被动接受者到老师视角挑错<br>
17:22 ChatGPT证明题正确率是30%，沟通超过5-6轮就会忘掉之前的问题<br>
19:00 挑战一排代码也不写，10个小时做一款小游戏<br>
23:39 Siqi版的Character.ai ：十几个小时打造尼采或者黑格尔人格<br>
25:52 ChatGPT与Claude.ai、Bard的区别<br>
29:00 把流程化的事情扔给GPTs<br>
33:17 OpenAI在提高效率降低成本，而不是提升它的准确性<br>
33:40 最感兴趣的方向：自我提升的AI Agent<br>
37:42 当GenAI遇上思维导图：无法既宏观又细节</p>

<p>40:06 智商测试只与做智商测试的能力有关，与智商无关<br>
41:52 大模型能解决什么问题比是不是有意识更有意义<br>
44:00 哲学的本质就是Clarify Question<br>
45:54 当奖励系统失效，如何跳脱出成年人的职场阶梯<br>
47:08 聊聊哲学、数学与计算机的共同点与艺术美感</p>

<p><strong>【相关信息】</strong><br>
播客中提到使用大模型学习的<strong>五个步骤</strong>：</p>

<ol>
<li>ChatGPT做总结，全局理解，记在spreadsheet上</li>
<li>Audible/speechify听</li>
<li>spreadsheet复习，费曼法自问</li>
<li>用chatgpt提问题，做比较，扩展延伸到相关的问题和领域</li>
<li>用RAG + GPT API做research</li>
</ol>

<p><strong>播客中提到的小游戏画面</strong><br>
<a href="https://ibb.co/Sc2NpYy"><img src="https://i.ibb.co/cwPJdf3/oo0-Bey-Hero-Profil.png" alt="oo0-Bey-Hero-Profil" border="0" /></a></p>

<p>*<em>与黑格尔和尼采的对话截图 *</em><br>
<a href="https://ibb.co/FHk8tM9"><img src="https://i.ibb.co/hYx2vjk/You-What-is-Life.png" alt="You-What-is-Life" border="0" /></a></p>

<p><strong>【后期】</strong><br>
AMEI<br>
<strong>【BGM】</strong><br>
Simple Pleasantries - Arthur Benson </p>

<p><strong>【在这里找到我们】</strong><br>
公众号：硅谷101<br>
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客<br>
海外用户：Apple Podcast｜Spotify｜TuneIn｜Google Podcast｜Amazon Music<br>
联系我们：<a href="mailto:podcast@sv101.net" rel="nofollow">podcast@sv101.net</a></p>]]>
  </itunes:summary>
</item>
<item>
  <title>E104 | 新玩法新格局，ChatGPT如何改变游戏行业？| AIGC特辑</title>
  <link>https://sv101.fireside.fm/108</link>
  <guid isPermaLink="false">2dcc8a8d-1574-499d-98f5-c422d465d574</guid>
  <pubDate>Tue, 21 Mar 2023 06:30:00 -0700</pubDate>
  <author>硅谷101</author>
  <enclosure url="https://aphid.fireside.fm/d/1437767933/f0f20376-8faf-4940-b920-84af6c734e2d/2dcc8a8d-1574-499d-98f5-c422d465d574.mp3" length="80009759" type="audio/mpeg"/>
  <itunes:episodeType>full</itunes:episodeType>
  <itunes:season>4</itunes:season>
  <itunes:author>硅谷101</itunes:author>
  <itunes:subtitle>《西部世界》走出科幻，ChatGPT会带来游戏行业洗牌吗？</itunes:subtitle>
  <itunes:duration>55:33</itunes:duration>
  <itunes:explicit>no</itunes:explicit>
  <itunes:image href="https://media24.fireside.fm/file/fireside-images-2024/podcasts/images/f/f0f20376-8faf-4940-b920-84af6c734e2d/cover.jpg?v=6"/>
  <description>游戏的本质是好玩，当生成式AI这种新技术到来时，它正在从各个方向去改变游戏的玩法。这可能是一次角色扮演的对话，也可能是两把不同的道具，还有可能是让虚拟引擎5的脚本可以自动化渲染。
用新科技做出来的游戏，不管在玩法还是交互上，都与以往的游戏不同，类似于《西部世界》这样的游戏也不再只是科幻。就像当年皮克斯率先用新技术做出《玩具总动员》一样，新技术的到来，也意味着游戏行业的重新洗牌。
过去，基于角色扮演，已经诞生了估值10亿美元的独角兽Character.ai和微软投资的Inworld。在角色扮演领域，ChatGPT会如何跟游戏行业相结合呢？ChatGPT又会如何改变游戏行业？
另外，感谢Quantum-engine.ai对本期节目demo环节的技术支持，如果大家对音频中的演示环节感兴趣，也可以去Quantum-engine的网站体验一下，互动效果会更直观，他们的网址是：https://www.quantum-engine.ai/
【主播】
泓君，《硅谷101》主播
【嘉宾】
吕骋（Jesse Lyu）,  Quantum-engine.ai创始人，连续创业者
【你将听到】
01:56 玩家体验+生产环节，ChatGPT对游戏行业的两大改变
07:12 当经典IP引入开放式对话，重新探索NPC的价值
09:23 实现开放式游戏视觉引擎联动的三个步骤：生成对话、行为、与蓝图的自动化
14:59 《赛博朋克2077 》：来生酒吧的任何人产生自然对话
16:15 Demo时间：当马斯克想把特斯拉卖给比尔·盖茨
29:04 角色扮演独角兽Character.ai和Inworld.ai的核心优势
33:01 AIGC应用层的壁垒是前端用户体验
34:37 延时与速度是用户体验的核心
37:47 工程化的科技需要藏起来，耐得住枯燥的优化
42:34 好莱坞积淀深厚，AIGC无法处理好故事与好皮肤
47:18 画面提升对游戏销量影响不大，但玩法创新影响很大
49:06 AIGC提升的沉浸感与交互方式
50:36 来自于皮克斯《玩具总动员》的启发：占领技术高地长达四年
53:11 利用新科技做出来的游戏，一定是不一样的游戏
【后期】
AMEI、加菲
【BGM】
Cyberpunk - Marten 
【在这里找到我们】
公众账号：硅谷101
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客
海外用户：Apple Podcast｜Spotify｜TuneIn｜Google Podcast｜Amazon Music
联系我们：podcast@sv101.net Special Guest: 吕骋.
</description>
  <itunes:keywords>Jesse Lyn, Quantum-engine.ai, ChatGPT, 游戏</itunes:keywords>
  <content:encoded>
    <![CDATA[<p>游戏的本质是好玩，当生成式AI这种新技术到来时，它正在从各个方向去改变游戏的玩法。这可能是一次角色扮演的对话，也可能是两把不同的道具，还有可能是让虚拟引擎5的脚本可以自动化渲染。</p>

<p>用新科技做出来的游戏，不管在玩法还是交互上，都与以往的游戏不同，类似于《西部世界》这样的游戏也不再只是科幻。就像当年皮克斯率先用新技术做出《玩具总动员》一样，新技术的到来，也意味着游戏行业的重新洗牌。</p>

<p>过去，基于角色扮演，已经诞生了估值10亿美元的独角兽Character.ai和微软投资的Inworld。在角色扮演领域，ChatGPT会如何跟游戏行业相结合呢？ChatGPT又会如何改变游戏行业？</p>

<p>另外，感谢Quantum-engine.ai对本期节目demo环节的技术支持，如果大家对音频中的演示环节感兴趣，也可以去Quantum-engine的网站体验一下，互动效果会更直观，他们的网址是：<a href="https://www.quantum-engine.ai/" rel="nofollow">https://www.quantum-engine.ai/</a></p>

<hr>

<p><strong>【主播】</strong><br>
泓君，《硅谷101》主播<br>
<strong>【嘉宾】</strong><br>
吕骋（Jesse Lyu）,  Quantum-engine.ai创始人，连续创业者</p>

<hr>

<p><strong>【你将听到】</strong><br>
01:56 玩家体验+生产环节，ChatGPT对游戏行业的两大改变<br>
07:12 当经典IP引入开放式对话，重新探索NPC的价值<br>
09:23 实现开放式游戏视觉引擎联动的三个步骤：生成对话、行为、与蓝图的自动化<br>
14:59 《赛博朋克2077 》：来生酒吧的任何人产生自然对话<br>
16:15 Demo时间：当马斯克想把特斯拉卖给比尔·盖茨<br>
29:04 角色扮演独角兽Character.ai和Inworld.ai的核心优势<br>
33:01 AIGC应用层的壁垒是前端用户体验<br>
34:37 延时与速度是用户体验的核心<br>
37:47 工程化的科技需要藏起来，耐得住枯燥的优化<br>
42:34 好莱坞积淀深厚，AIGC无法处理好故事与好皮肤<br>
47:18 画面提升对游戏销量影响不大，但玩法创新影响很大<br>
49:06 AIGC提升的沉浸感与交互方式<br>
50:36 来自于皮克斯《玩具总动员》的启发：占领技术高地长达四年<br>
53:11 利用新科技做出来的游戏，一定是不一样的游戏</p>

<hr>

<p><strong>【后期】</strong><br>
AMEI、加菲<br>
<strong>【BGM】</strong><br>
Cyberpunk - Marten </p>

<hr>

<p><strong>【在这里找到我们】</strong><br>
公众账号：硅谷101<br>
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客<br>
海外用户：Apple Podcast｜Spotify｜TuneIn｜Google Podcast｜Amazon Music<br>
联系我们：<a href="mailto:podcast@sv101.net" rel="nofollow">podcast@sv101.net</a></p><p>Special Guest: 吕骋.</p>]]>
  </content:encoded>
  <itunes:summary>
    <![CDATA[<p>游戏的本质是好玩，当生成式AI这种新技术到来时，它正在从各个方向去改变游戏的玩法。这可能是一次角色扮演的对话，也可能是两把不同的道具，还有可能是让虚拟引擎5的脚本可以自动化渲染。</p>

<p>用新科技做出来的游戏，不管在玩法还是交互上，都与以往的游戏不同，类似于《西部世界》这样的游戏也不再只是科幻。就像当年皮克斯率先用新技术做出《玩具总动员》一样，新技术的到来，也意味着游戏行业的重新洗牌。</p>

<p>过去，基于角色扮演，已经诞生了估值10亿美元的独角兽Character.ai和微软投资的Inworld。在角色扮演领域，ChatGPT会如何跟游戏行业相结合呢？ChatGPT又会如何改变游戏行业？</p>

<p>另外，感谢Quantum-engine.ai对本期节目demo环节的技术支持，如果大家对音频中的演示环节感兴趣，也可以去Quantum-engine的网站体验一下，互动效果会更直观，他们的网址是：<a href="https://www.quantum-engine.ai/" rel="nofollow">https://www.quantum-engine.ai/</a></p>

<hr>

<p><strong>【主播】</strong><br>
泓君，《硅谷101》主播<br>
<strong>【嘉宾】</strong><br>
吕骋（Jesse Lyu）,  Quantum-engine.ai创始人，连续创业者</p>

<hr>

<p><strong>【你将听到】</strong><br>
01:56 玩家体验+生产环节，ChatGPT对游戏行业的两大改变<br>
07:12 当经典IP引入开放式对话，重新探索NPC的价值<br>
09:23 实现开放式游戏视觉引擎联动的三个步骤：生成对话、行为、与蓝图的自动化<br>
14:59 《赛博朋克2077 》：来生酒吧的任何人产生自然对话<br>
16:15 Demo时间：当马斯克想把特斯拉卖给比尔·盖茨<br>
29:04 角色扮演独角兽Character.ai和Inworld.ai的核心优势<br>
33:01 AIGC应用层的壁垒是前端用户体验<br>
34:37 延时与速度是用户体验的核心<br>
37:47 工程化的科技需要藏起来，耐得住枯燥的优化<br>
42:34 好莱坞积淀深厚，AIGC无法处理好故事与好皮肤<br>
47:18 画面提升对游戏销量影响不大，但玩法创新影响很大<br>
49:06 AIGC提升的沉浸感与交互方式<br>
50:36 来自于皮克斯《玩具总动员》的启发：占领技术高地长达四年<br>
53:11 利用新科技做出来的游戏，一定是不一样的游戏</p>

<hr>

<p><strong>【后期】</strong><br>
AMEI、加菲<br>
<strong>【BGM】</strong><br>
Cyberpunk - Marten </p>

<hr>

<p><strong>【在这里找到我们】</strong><br>
公众账号：硅谷101<br>
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客<br>
海外用户：Apple Podcast｜Spotify｜TuneIn｜Google Podcast｜Amazon Music<br>
联系我们：<a href="mailto:podcast@sv101.net" rel="nofollow">podcast@sv101.net</a></p><p>Special Guest: 吕骋.</p>]]>
  </itunes:summary>
</item>
<item>
  <title>E100｜ChatGPT们来了，生命科学走出一百年黑暗探索｜AIGC特辑</title>
  <link>https://sv101.fireside.fm/104</link>
  <guid isPermaLink="false">741b81df-08bc-4215-8f91-c572de4f5bb2</guid>
  <pubDate>Thu, 16 Feb 2023 15:15:00 -0800</pubDate>
  <author>硅谷101</author>
  <enclosure url="https://aphid.fireside.fm/d/1437767933/f0f20376-8faf-4940-b920-84af6c734e2d/741b81df-08bc-4215-8f91-c572de4f5bb2.mp3" length="82922127" type="audio/mpeg"/>
  <itunes:episodeType>full</itunes:episodeType>
  <itunes:season>3</itunes:season>
  <itunes:author>硅谷101</itunes:author>
  <itunes:subtitle>不管是ChatGPT还是文字生成图片，生成式AI正在给生物制药行业带来全新的改变；研究人员称，这项技术可比肩诺奖。</itunes:subtitle>
  <itunes:duration>49:21</itunes:duration>
  <itunes:explicit>no</itunes:explicit>
  <itunes:image href="https://media24.fireside.fm/file/fireside-images-2024/podcasts/images/f/f0f20376-8faf-4940-b920-84af6c734e2d/cover.jpg?v=6"/>
  <description>不管是ChatGPT还是文字生成图片，生成式AI正在给生物制药行业带来全新的改变。
一家初创公司Profluent，用类似ChatGPT的蛋白质工程深度学习语言模型Progen，首次实现了AI预测蛋白质的合成，研究成果已经于1月26日发表于《自然》杂志子刊。研究人员称，这项新技术可比肩诺奖，会变得比定向进化（获得诺贝尔奖的蛋白质设计技术）更加强大。
过去一百年人类在生命科学上的探索，相当于盲筛。X光、冷冻电镜、Alphafold，现在的ChatGPT，它们正在一步步变成科学家手里越来越强大的工具。有了ChatGPT，我们在制药领域最重要的药物发现环节，可能会开启一个突飞猛进的时代，人类离治愈疾病甚至是延缓衰老更近了。
【主播】
泓君，资深媒体人
【嘉宾】
郭春龙Allen，水木未来CEO
【你将听到】
01:52 结构生物学的几次大进步：冷冻电镜解析结构、Alphafold预测蛋白质结构到ChatGPT们生成药物
05:22 X光积累的数据，让Alphafold2 可以对单链蛋白的准确预测
07:50 生成式AI还需要高质量数据，但生物数据的标签成本高
09:39 优质的生物结构的数据哪里来？
10:50 不止PBD，新一代的AI对数据的要求更高
13:04 创业公司两大流派：语言生成与图片生成式AI，对应预测蛋白质序列与结构
16:34 生物科学的目标：治病、治愈癌症与延缓衰老
18:07 理解蛋白质：序列决定结构，结构决定功能
20:13 比10的50次方小分子药更难的生物药
21:19 过去一百多年，制药的方法基本靠盲筛
22:05 找到解开人类生命秘密的钥匙
23:06 ChatGPT给生物医药带来全新的可能性：解决一百年后也找不到的新靶点
24:36 一款药物诞生的七个步骤
26:31 早期药物没选对，进入临床很困难
27:03 AI如何帮助药物研发？Nimbus卖给武田制药的故事
29:41 早期研究不是花钱最多的，但是是最难的
31:22 中国结构生物学原创科研，部分领域全球领先
33:02 大药企为何创新乏力？更类似于基金运作模式
35:03 制药行业的资本运作套路
39:51 美国三大生物医药中心是如何形成的
45:00 选开源模型还是OpenAI的API接口？生物领域更看训练数据的质量
49:04 不得不做！就好比任何零售商不去拥抱电商一样
【名词解释】
冷冻电镜（Cryo-EM）
一种高分辨率的成像技术，用于观察生物分子的结构。与传统的电镜不同，Cryo-EM使用冷冻技术来冻结生物样品，使其保持原始状态并防止样品在成像过程中受到破坏。然后，使用电子束通过样品，并收集这些电子的衍射图像。与X射线晶体学和核磁共振成像不同，Cryo-EM不需要制备晶体，因此可以用于研究非晶态的生物分子。在成像后，使用计算机算法对收集的图像进行处理和重构，生成高分辨率的三维结构模型。
Cryo-EM在生物学、生物化学、药物发现等领域中发挥着越来越重要的作用，因为它可以研究到目前为止无法通过其他技术进行研究的生物分子结构。
PDB数据库（Protein Data Bank）
是一个存储蛋白质、核酸和其他生物分子三维结构数据的国际性数据库。PDB数据库是生物医学和生物科学研究中最重要的资源之一。研究人员可以利用PDB数据库中的数据来研究蛋白质、核酸和其他生物分子的结构和功能，以及分子间的相互作用。PDB数据库还提供了许多分析工具和资源，以帮助研究人员更好地理解和利用存储在其中的数据。
AlphaFold
AlphaFold是由DeepMind开发的一种人工智能系统，旨在解决生物学中蛋白质结构预测的问题。蛋白质结构是蛋白质功能的基础，但由于其复杂性和多样性，目前的实验方法难以准确预测蛋白质的三维结构，而AlphaFold的创新在于使用深度学习算法预测蛋白质结构，实现了比以往更高的精度和速度。AlphaFold的成功得益于其基于蛋白质序列和结构的大量数据集，以及强大的深度神经网络模型。该系统通过预测蛋白质序列中的残基之间的空间距离，然后将这些距离约束与知道的蛋白质结构信息结合起来，最终预测出蛋白质的三维结构。
*Profluent *
由前Salesforce AI研究负责人创立，让挖掘蛋白质或者调整蛋白质到所需功能变得简单。它拥有一个12亿参数的蛋白质语言模型ProGen，首次实现了AI预测蛋白质的合成。
Generate Biomedicines
成立于2017年，总部位于美国马萨诸塞州剑桥市。该公司是由计算机科学家和生物学家共同创立的，旨在利用人工智能和机器学习等技术来开发下一代蛋白质药物。Generate Biomedicines成立的目的是加速药物研发的速度和效率，为人类健康做出更多的贡献。
Nimbus
是一家专注于发现和开发新型药物的公司，总部位于美国马萨诸塞州剑桥市。Nimbus的研发重点是针对疾病的靶向治疗，致力于发现和开发创新的小分子药物，利用计算化学、结构生物学和细胞生物学等技术，以提高新药发现的效率和成功率。
薛定谔公司（Schrodinger）
Schrodinger是一家专注于将计算机模拟和AI技术应用于药物研发的生物AI技术公司。其创新的平台和工具有望加速新药的发现和开发，从而为患者带来更好的治疗选择。成立于1990年，总部位于美国纽约。比尔·盖茨与谷歌均为其股东。
Schrodinger的主要产品包括：Glide，用于预测分子的结构和相互作用；Maestro，用于分子设计和仿真；以及LigPrep，用于分子库筛选和优化等。这些工具的特点是快速、准确、高效，并且可以通过云端服务实现远程访问。
武田制药
武田制药是一家日本的制药公司，成立于1781年，总部位于东京都千代田区。该公司的主要业务是开发、生产和销售药品，其产品涵盖多个治疗领域，如肿瘤、消化系统疾病、神经科学、心血管疾病、免疫学和代谢疾病等。
Genentech
基因泰克是一家生物技术公司，成立于1976年，总部位于美国加利福尼亚州南旧金山。该公司是全球最早的生物技术公司之一，专注于研究和开发基因工程药物和生物制剂。Genentech的成功吸引了大量的生物技术公司和生物医疗公司进入硅谷地区，形成了一个完整的生物医疗产业生态圈。
Genentech的主要产品包括一些广泛使用的生物制剂和基因工程药物，例如Avastin、Herceptin、Lucentis、Rituxan等。这些药物用于治疗癌症、风湿性关节炎、心血管疾病等疾病，具有较好的疗效和安全性。
（以上名词解释由ChatGPT生成，略有删减）
【后期】
Amei
【BGM】
So Rare - Benjamin Rice
【在这里找到我们】
公众账号：硅谷101
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客
海外用户：Apple Podcast｜Spotify｜TuneIn｜Google Podcast｜Amazon Music
联系我们：podcast@sv101.net
 Special Guest: 郭春龙Allen.
</description>
  <itunes:keywords>郭春龙Allen, ChatGPT, ProGen, BioTech</itunes:keywords>
  <content:encoded>
    <![CDATA[<p>不管是ChatGPT还是文字生成图片，生成式AI正在给生物制药行业带来全新的改变。</p>

<p>一家初创公司Profluent，用类似ChatGPT的蛋白质工程深度学习语言模型Progen，首次实现了AI预测蛋白质的合成，研究成果已经于1月26日发表于《自然》杂志子刊。研究人员称，这项新技术可比肩诺奖，会变得比定向进化（获得诺贝尔奖的蛋白质设计技术）更加强大。</p>

<p>过去一百年人类在生命科学上的探索，相当于盲筛。X光、冷冻电镜、Alphafold，现在的ChatGPT，它们正在一步步变成科学家手里越来越强大的工具。有了ChatGPT，我们在制药领域最重要的药物发现环节，可能会开启一个突飞猛进的时代，人类离治愈疾病甚至是延缓衰老更近了。</p>

<hr>

<p><strong>【主播】</strong><br>
泓君，资深媒体人<br>
<strong>【嘉宾】</strong><br>
郭春龙Allen，水木未来CEO</p>

<hr>

<p><strong>【你将听到】</strong><br>
01:52 结构生物学的几次大进步：冷冻电镜解析结构、Alphafold预测蛋白质结构到ChatGPT们生成药物<br>
05:22 X光积累的数据，让Alphafold2 可以对单链蛋白的准确预测<br>
07:50 生成式AI还需要高质量数据，但生物数据的标签成本高<br>
09:39 优质的生物结构的数据哪里来？<br>
10:50 不止PBD，新一代的AI对数据的要求更高<br>
13:04 创业公司两大流派：语言生成与图片生成式AI，对应预测蛋白质序列与结构</p>

<p>16:34 生物科学的目标：治病、治愈癌症与延缓衰老<br>
18:07 理解蛋白质：序列决定结构，结构决定功能<br>
20:13 比10的50次方小分子药更难的生物药<br>
21:19 过去一百多年，制药的方法基本靠盲筛<br>
22:05 找到解开人类生命秘密的钥匙<br>
23:06 ChatGPT给生物医药带来全新的可能性：解决一百年后也找不到的新靶点<br>
24:36 一款药物诞生的七个步骤<br>
26:31 早期药物没选对，进入临床很困难</p>

<p>27:03 AI如何帮助药物研发？Nimbus卖给武田制药的故事<br>
29:41 早期研究不是花钱最多的，但是是最难的<br>
31:22 中国结构生物学原创科研，部分领域全球领先<br>
33:02 大药企为何创新乏力？更类似于基金运作模式<br>
35:03 制药行业的资本运作套路<br>
39:51 美国三大生物医药中心是如何形成的<br>
45:00 选开源模型还是OpenAI的API接口？生物领域更看训练数据的质量<br>
49:04 不得不做！就好比任何零售商不去拥抱电商一样</p>

<hr>

<p><strong>【名词解释】</strong><br>
<strong>冷冻电镜（Cryo-EM）</strong><br>
一种高分辨率的成像技术，用于观察生物分子的结构。与传统的电镜不同，Cryo-EM使用冷冻技术来冻结生物样品，使其保持原始状态并防止样品在成像过程中受到破坏。然后，使用电子束通过样品，并收集这些电子的衍射图像。与X射线晶体学和核磁共振成像不同，Cryo-EM不需要制备晶体，因此可以用于研究非晶态的生物分子。在成像后，使用计算机算法对收集的图像进行处理和重构，生成高分辨率的三维结构模型。<br>
Cryo-EM在生物学、生物化学、药物发现等领域中发挥着越来越重要的作用，因为它可以研究到目前为止无法通过其他技术进行研究的生物分子结构。</p>

<p><strong>PDB数据库（Protein Data Bank）</strong><br>
是一个存储蛋白质、核酸和其他生物分子三维结构数据的国际性数据库。PDB数据库是生物医学和生物科学研究中最重要的资源之一。研究人员可以利用PDB数据库中的数据来研究蛋白质、核酸和其他生物分子的结构和功能，以及分子间的相互作用。PDB数据库还提供了许多分析工具和资源，以帮助研究人员更好地理解和利用存储在其中的数据。</p>

<p><strong>AlphaFold</strong><br>
AlphaFold是由DeepMind开发的一种人工智能系统，旨在解决生物学中蛋白质结构预测的问题。蛋白质结构是蛋白质功能的基础，但由于其复杂性和多样性，目前的实验方法难以准确预测蛋白质的三维结构，而AlphaFold的创新在于使用深度学习算法预测蛋白质结构，实现了比以往更高的精度和速度。AlphaFold的成功得益于其基于蛋白质序列和结构的大量数据集，以及强大的深度神经网络模型。该系统通过预测蛋白质序列中的残基之间的空间距离，然后将这些距离约束与知道的蛋白质结构信息结合起来，最终预测出蛋白质的三维结构。</p>

<p>*<em>Profluent *</em><br>
由前Salesforce AI研究负责人创立，让挖掘蛋白质或者调整蛋白质到所需功能变得简单。它拥有一个12亿参数的蛋白质语言模型ProGen，首次实现了AI预测蛋白质的合成。</p>

<p><strong>Generate Biomedicines</strong><br>
成立于2017年，总部位于美国马萨诸塞州剑桥市。该公司是由计算机科学家和生物学家共同创立的，旨在利用人工智能和机器学习等技术来开发下一代蛋白质药物。Generate Biomedicines成立的目的是加速药物研发的速度和效率，为人类健康做出更多的贡献。</p>

<p><strong>Nimbus</strong><br>
是一家专注于发现和开发新型药物的公司，总部位于美国马萨诸塞州剑桥市。Nimbus的研发重点是针对疾病的靶向治疗，致力于发现和开发创新的小分子药物，利用计算化学、结构生物学和细胞生物学等技术，以提高新药发现的效率和成功率。</p>

<p><strong>薛定谔公司（Schrodinger）</strong><br>
Schrodinger是一家专注于将计算机模拟和AI技术应用于药物研发的生物AI技术公司。其创新的平台和工具有望加速新药的发现和开发，从而为患者带来更好的治疗选择。成立于1990年，总部位于美国纽约。比尔·盖茨与谷歌均为其股东。<br>
Schrodinger的主要产品包括：Glide，用于预测分子的结构和相互作用；Maestro，用于分子设计和仿真；以及LigPrep，用于分子库筛选和优化等。这些工具的特点是快速、准确、高效，并且可以通过云端服务实现远程访问。</p>

<p><strong>武田制药</strong><br>
武田制药是一家日本的制药公司，成立于1781年，总部位于东京都千代田区。该公司的主要业务是开发、生产和销售药品，其产品涵盖多个治疗领域，如肿瘤、消化系统疾病、神经科学、心血管疾病、免疫学和代谢疾病等。</p>

<p><strong>Genentech</strong><br>
基因泰克是一家生物技术公司，成立于1976年，总部位于美国加利福尼亚州南旧金山。该公司是全球最早的生物技术公司之一，专注于研究和开发基因工程药物和生物制剂。Genentech的成功吸引了大量的生物技术公司和生物医疗公司进入硅谷地区，形成了一个完整的生物医疗产业生态圈。<br>
Genentech的主要产品包括一些广泛使用的生物制剂和基因工程药物，例如Avastin、Herceptin、Lucentis、Rituxan等。这些药物用于治疗癌症、风湿性关节炎、心血管疾病等疾病，具有较好的疗效和安全性。</p>

<p>（以上名词解释由ChatGPT生成，略有删减）</p>

<hr>

<p><strong>【后期】</strong><br>
Amei</p>

<p><strong>【BGM】</strong><br>
So Rare - Benjamin Rice</p>

<hr>

<p><strong>【在这里找到我们】</strong><br>
公众账号：硅谷101<br>
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客<br>
海外用户：Apple Podcast｜Spotify｜TuneIn｜Google Podcast｜Amazon Music<br>
联系我们：<a href="mailto:podcast@sv101.net" rel="nofollow">podcast@sv101.net</a></p><p>Special Guest: 郭春龙Allen.</p>]]>
  </content:encoded>
  <itunes:summary>
    <![CDATA[<p>不管是ChatGPT还是文字生成图片，生成式AI正在给生物制药行业带来全新的改变。</p>

<p>一家初创公司Profluent，用类似ChatGPT的蛋白质工程深度学习语言模型Progen，首次实现了AI预测蛋白质的合成，研究成果已经于1月26日发表于《自然》杂志子刊。研究人员称，这项新技术可比肩诺奖，会变得比定向进化（获得诺贝尔奖的蛋白质设计技术）更加强大。</p>

<p>过去一百年人类在生命科学上的探索，相当于盲筛。X光、冷冻电镜、Alphafold，现在的ChatGPT，它们正在一步步变成科学家手里越来越强大的工具。有了ChatGPT，我们在制药领域最重要的药物发现环节，可能会开启一个突飞猛进的时代，人类离治愈疾病甚至是延缓衰老更近了。</p>

<hr>

<p><strong>【主播】</strong><br>
泓君，资深媒体人<br>
<strong>【嘉宾】</strong><br>
郭春龙Allen，水木未来CEO</p>

<hr>

<p><strong>【你将听到】</strong><br>
01:52 结构生物学的几次大进步：冷冻电镜解析结构、Alphafold预测蛋白质结构到ChatGPT们生成药物<br>
05:22 X光积累的数据，让Alphafold2 可以对单链蛋白的准确预测<br>
07:50 生成式AI还需要高质量数据，但生物数据的标签成本高<br>
09:39 优质的生物结构的数据哪里来？<br>
10:50 不止PBD，新一代的AI对数据的要求更高<br>
13:04 创业公司两大流派：语言生成与图片生成式AI，对应预测蛋白质序列与结构</p>

<p>16:34 生物科学的目标：治病、治愈癌症与延缓衰老<br>
18:07 理解蛋白质：序列决定结构，结构决定功能<br>
20:13 比10的50次方小分子药更难的生物药<br>
21:19 过去一百多年，制药的方法基本靠盲筛<br>
22:05 找到解开人类生命秘密的钥匙<br>
23:06 ChatGPT给生物医药带来全新的可能性：解决一百年后也找不到的新靶点<br>
24:36 一款药物诞生的七个步骤<br>
26:31 早期药物没选对，进入临床很困难</p>

<p>27:03 AI如何帮助药物研发？Nimbus卖给武田制药的故事<br>
29:41 早期研究不是花钱最多的，但是是最难的<br>
31:22 中国结构生物学原创科研，部分领域全球领先<br>
33:02 大药企为何创新乏力？更类似于基金运作模式<br>
35:03 制药行业的资本运作套路<br>
39:51 美国三大生物医药中心是如何形成的<br>
45:00 选开源模型还是OpenAI的API接口？生物领域更看训练数据的质量<br>
49:04 不得不做！就好比任何零售商不去拥抱电商一样</p>

<hr>

<p><strong>【名词解释】</strong><br>
<strong>冷冻电镜（Cryo-EM）</strong><br>
一种高分辨率的成像技术，用于观察生物分子的结构。与传统的电镜不同，Cryo-EM使用冷冻技术来冻结生物样品，使其保持原始状态并防止样品在成像过程中受到破坏。然后，使用电子束通过样品，并收集这些电子的衍射图像。与X射线晶体学和核磁共振成像不同，Cryo-EM不需要制备晶体，因此可以用于研究非晶态的生物分子。在成像后，使用计算机算法对收集的图像进行处理和重构，生成高分辨率的三维结构模型。<br>
Cryo-EM在生物学、生物化学、药物发现等领域中发挥着越来越重要的作用，因为它可以研究到目前为止无法通过其他技术进行研究的生物分子结构。</p>

<p><strong>PDB数据库（Protein Data Bank）</strong><br>
是一个存储蛋白质、核酸和其他生物分子三维结构数据的国际性数据库。PDB数据库是生物医学和生物科学研究中最重要的资源之一。研究人员可以利用PDB数据库中的数据来研究蛋白质、核酸和其他生物分子的结构和功能，以及分子间的相互作用。PDB数据库还提供了许多分析工具和资源，以帮助研究人员更好地理解和利用存储在其中的数据。</p>

<p><strong>AlphaFold</strong><br>
AlphaFold是由DeepMind开发的一种人工智能系统，旨在解决生物学中蛋白质结构预测的问题。蛋白质结构是蛋白质功能的基础，但由于其复杂性和多样性，目前的实验方法难以准确预测蛋白质的三维结构，而AlphaFold的创新在于使用深度学习算法预测蛋白质结构，实现了比以往更高的精度和速度。AlphaFold的成功得益于其基于蛋白质序列和结构的大量数据集，以及强大的深度神经网络模型。该系统通过预测蛋白质序列中的残基之间的空间距离，然后将这些距离约束与知道的蛋白质结构信息结合起来，最终预测出蛋白质的三维结构。</p>

<p>*<em>Profluent *</em><br>
由前Salesforce AI研究负责人创立，让挖掘蛋白质或者调整蛋白质到所需功能变得简单。它拥有一个12亿参数的蛋白质语言模型ProGen，首次实现了AI预测蛋白质的合成。</p>

<p><strong>Generate Biomedicines</strong><br>
成立于2017年，总部位于美国马萨诸塞州剑桥市。该公司是由计算机科学家和生物学家共同创立的，旨在利用人工智能和机器学习等技术来开发下一代蛋白质药物。Generate Biomedicines成立的目的是加速药物研发的速度和效率，为人类健康做出更多的贡献。</p>

<p><strong>Nimbus</strong><br>
是一家专注于发现和开发新型药物的公司，总部位于美国马萨诸塞州剑桥市。Nimbus的研发重点是针对疾病的靶向治疗，致力于发现和开发创新的小分子药物，利用计算化学、结构生物学和细胞生物学等技术，以提高新药发现的效率和成功率。</p>

<p><strong>薛定谔公司（Schrodinger）</strong><br>
Schrodinger是一家专注于将计算机模拟和AI技术应用于药物研发的生物AI技术公司。其创新的平台和工具有望加速新药的发现和开发，从而为患者带来更好的治疗选择。成立于1990年，总部位于美国纽约。比尔·盖茨与谷歌均为其股东。<br>
Schrodinger的主要产品包括：Glide，用于预测分子的结构和相互作用；Maestro，用于分子设计和仿真；以及LigPrep，用于分子库筛选和优化等。这些工具的特点是快速、准确、高效，并且可以通过云端服务实现远程访问。</p>

<p><strong>武田制药</strong><br>
武田制药是一家日本的制药公司，成立于1781年，总部位于东京都千代田区。该公司的主要业务是开发、生产和销售药品，其产品涵盖多个治疗领域，如肿瘤、消化系统疾病、神经科学、心血管疾病、免疫学和代谢疾病等。</p>

<p><strong>Genentech</strong><br>
基因泰克是一家生物技术公司，成立于1976年，总部位于美国加利福尼亚州南旧金山。该公司是全球最早的生物技术公司之一，专注于研究和开发基因工程药物和生物制剂。Genentech的成功吸引了大量的生物技术公司和生物医疗公司进入硅谷地区，形成了一个完整的生物医疗产业生态圈。<br>
Genentech的主要产品包括一些广泛使用的生物制剂和基因工程药物，例如Avastin、Herceptin、Lucentis、Rituxan等。这些药物用于治疗癌症、风湿性关节炎、心血管疾病等疾病，具有较好的疗效和安全性。</p>

<p>（以上名词解释由ChatGPT生成，略有删减）</p>

<hr>

<p><strong>【后期】</strong><br>
Amei</p>

<p><strong>【BGM】</strong><br>
So Rare - Benjamin Rice</p>

<hr>

<p><strong>【在这里找到我们】</strong><br>
公众账号：硅谷101<br>
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客<br>
海外用户：Apple Podcast｜Spotify｜TuneIn｜Google Podcast｜Amazon Music<br>
联系我们：<a href="mailto:podcast@sv101.net" rel="nofollow">podcast@sv101.net</a></p><p>Special Guest: 郭春龙Allen.</p>]]>
  </itunes:summary>
</item>
<item>
  <title>S3E93｜ChatGPT替代谷歌搜索？不，是降维打击｜AIGC特辑</title>
  <link>https://sv101.fireside.fm/97</link>
  <guid isPermaLink="false">798f238f-9441-4c43-94ba-7879554140b6</guid>
  <pubDate>Thu, 15 Dec 2022 16:45:00 -0800</pubDate>
  <author>硅谷101</author>
  <enclosure url="https://aphid.fireside.fm/d/1437767933/f0f20376-8faf-4940-b920-84af6c734e2d/798f238f-9441-4c43-94ba-7879554140b6.mp3" length="92345702" type="audio/mpeg"/>
  <itunes:episodeType>full</itunes:episodeType>
  <itunes:season>3</itunes:season>
  <itunes:author>硅谷101</itunes:author>
  <itunes:subtitle>也许我们可以抄到他们的做法，但是抄不到它背后的整个思考</itunes:subtitle>
  <itunes:duration>1:16:56</itunes:duration>
  <itunes:explicit>no</itunes:explicit>
  <itunes:image href="https://media24.fireside.fm/file/fireside-images-2024/podcasts/images/f/f0f20376-8faf-4940-b920-84af6c734e2d/cover.jpg?v=6"/>
  <description>最近关注AIGC领域的小伙伴，应该都注意到了OpenAI放出的新聊天机器人ChatGPT，它推出一周的时间，用户数就已经过百万了。这期我们就来聊聊ChatGPT。
此外，《硅谷101》正在推出AIGC特辑，这是我们这个系列的第四期，对AIGC感兴趣的小伙伴欢迎持续关注。
【主播】
泓君，资深媒体人
【嘉宾】
余家辉，AI研究员
陶芳波，心识宇宙MindVerse创始人
【你将听到】
【ChatGPT、GPT-3与Siri】
01:52 ChatGPT的第一印象：做了十年AI仍觉得惊艳
05:16 回答中庸，刻意为之
06:34 相比于GPT-3的提高：反馈函数与人工标注
08:53 人工标注：真人写答案，喂给GPT或者判断答案
11:49 Chat-GPT与Siri语音助手的区别
【取代程序员？】
15:08 ChatGPT与AlphaCode会不会取代程序员
17:49 公司正在把ChatGPT引入日常开发
19:54 代码版权问题： Stack Overflow禁掉ChatGPT
23:43 OpenAI新产品：可以反馈实时数据的Web GPT
【AI大模型的崛起】
25:10 AI大模型浪潮为何崛起
27:33 类似于大脑的技术架构
29:52 "大力出奇迹"不完全适用，OpenAI的四大优势
35:15 不断尝试定义自己的问题，在认识上探索大模型的使用边界
36:46 大公司的Research Lab：Follow不难，而需要定义问题
39:32 长远看，ChatGPT会是谷歌的竞争对手吗
42:47 ChatBot能做的比现在远多的多，蕴含很多平台级的机会
45:19 下一代互联网的基础设施
47:50 关于GPT4的想象力
【全脑模型】
51:20 以大模型能力为底座，Yann LeCun设计的全脑框架模型
【开源与商业模式】
58:40 争议开源：OpenAI不Open
64:00 Stability开源对团队的机会与挑战
66:00  ChatGPT稀释Jasper.ai用户，但应用层仍有价值
71:40 大模型如何赚钱
【相关播客】
S3E88 AIGC特辑｜赛跑开始：中国能长出自己的OpenAI吗？
S3E87 AIGC特辑｜一句话生成图片初体验，AI挑战艺术家谁会赢？
S3E91AIGC特辑｜与艺术家聊聊，AI绘画投入商用的两大障碍
【后期】
大元
【BGM】
Cheese and Crackers - Arthur Benson
【硅谷101新节目】
《硅谷101》视频
跟播客比较起来，我们的视频内容更倾向于用精炼的语言，15分钟讲清楚一个复杂的科技事件。欢迎大家在Youtube上搜索《硅谷101》，中国听众可以在B站、微信视频号、微博上来订阅我们。
《Web3 101》
另外，《硅谷101》播客也正在分叉出一档探索Web3世界的节目《Web3 101》，这档节目会讲述Web3世界发生的大事件。中国听众可以在苹果播客和小宇宙上收听，美国听众可以在苹果播客、Spotify上收听。
【在这里找到我们】
公众账号：硅谷101
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客
海外用户：Apple Podcast｜Spotify｜TuneIn｜Google Podcast｜Amazon Music
联系我们：podcast@sv101.net
 Special Guests: 余家辉 and 陶芳波.
</description>
  <itunes:keywords>余家辉, 陶芳波, ChatGPT, OpenAI</itunes:keywords>
  <content:encoded>
    <![CDATA[<p>最近关注AIGC领域的小伙伴，应该都注意到了OpenAI放出的新聊天机器人ChatGPT，它推出一周的时间，用户数就已经过百万了。这期我们就来聊聊ChatGPT。</p>

<p>此外，《硅谷101》正在推出AIGC特辑，这是我们这个系列的第四期，对AIGC感兴趣的小伙伴欢迎持续关注。</p>

<hr>

<p>【主播】<br>
泓君，资深媒体人<br>
【嘉宾】<br>
余家辉，AI研究员<br>
陶芳波，心识宇宙MindVerse创始人</p>

<p><strong>【你将听到】<br>
【ChatGPT、GPT-3与Siri】</strong><br>
01:52 ChatGPT的第一印象：做了十年AI仍觉得惊艳<br>
05:16 回答中庸，刻意为之<br>
06:34 相比于GPT-3的提高：反馈函数与人工标注<br>
08:53 人工标注：真人写答案，喂给GPT或者判断答案<br>
11:49 Chat-GPT与Siri语音助手的区别</p>

<p><strong>【取代程序员？】</strong><br>
15:08 ChatGPT与AlphaCode会不会取代程序员<br>
17:49 公司正在把ChatGPT引入日常开发<br>
19:54 代码版权问题： Stack Overflow禁掉ChatGPT<br>
23:43 OpenAI新产品：可以反馈实时数据的Web GPT</p>

<p><strong>【AI大模型的崛起】</strong><br>
25:10 AI大模型浪潮为何崛起<br>
27:33 类似于大脑的技术架构<br>
29:52 &quot;大力出奇迹&quot;不完全适用，OpenAI的四大优势<br>
35:15 不断尝试定义自己的问题，在认识上探索大模型的使用边界<br>
36:46 大公司的Research Lab：Follow不难，而需要定义问题<br>
39:32 长远看，ChatGPT会是谷歌的竞争对手吗<br>
42:47 ChatBot能做的比现在远多的多，蕴含很多平台级的机会<br>
45:19 下一代互联网的基础设施<br>
47:50 关于GPT4的想象力</p>

<p><strong>【全脑模型】</strong><br>
51:20 以大模型能力为底座，Yann LeCun设计的全脑框架模型</p>

<p><strong>【开源与商业模式】</strong><br>
58:40 争议开源：OpenAI不Open<br>
64:00 Stability开源对团队的机会与挑战<br>
66:00  ChatGPT稀释Jasper.ai用户，但应用层仍有价值<br>
71:40 大模型如何赚钱</p>

<hr>

<p><strong>【相关播客】</strong><br>
S3E88 AIGC特辑｜赛跑开始：中国能长出自己的OpenAI吗？<br>
S3E87 AIGC特辑｜一句话生成图片初体验，AI挑战艺术家谁会赢？<br>
S3E91AIGC特辑｜与艺术家聊聊，AI绘画投入商用的两大障碍</p>

<hr>

<p>【后期】<br>
大元<br>
【BGM】<br>
Cheese and Crackers - Arthur Benson</p>

<hr>

<p>【硅谷101新节目】<br>
《硅谷101》视频<br>
跟播客比较起来，我们的视频内容更倾向于用精炼的语言，15分钟讲清楚一个复杂的科技事件。欢迎大家在Youtube上搜索《硅谷101》，中国听众可以在B站、微信视频号、微博上来订阅我们。<br>
《Web3 101》<br>
另外，《硅谷101》播客也正在分叉出一档探索Web3世界的节目《Web3 101》，这档节目会讲述Web3世界发生的大事件。中国听众可以在苹果播客和小宇宙上收听，美国听众可以在苹果播客、Spotify上收听。</p>

<p>【在这里找到我们】<br>
公众账号：硅谷101<br>
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客<br>
海外用户：Apple Podcast｜Spotify｜TuneIn｜Google Podcast｜Amazon Music<br>
联系我们：<a href="mailto:podcast@sv101.net" rel="nofollow">podcast@sv101.net</a></p><p>Special Guests: 余家辉 and 陶芳波.</p>]]>
  </content:encoded>
  <itunes:summary>
    <![CDATA[<p>最近关注AIGC领域的小伙伴，应该都注意到了OpenAI放出的新聊天机器人ChatGPT，它推出一周的时间，用户数就已经过百万了。这期我们就来聊聊ChatGPT。</p>

<p>此外，《硅谷101》正在推出AIGC特辑，这是我们这个系列的第四期，对AIGC感兴趣的小伙伴欢迎持续关注。</p>

<hr>

<p>【主播】<br>
泓君，资深媒体人<br>
【嘉宾】<br>
余家辉，AI研究员<br>
陶芳波，心识宇宙MindVerse创始人</p>

<p><strong>【你将听到】<br>
【ChatGPT、GPT-3与Siri】</strong><br>
01:52 ChatGPT的第一印象：做了十年AI仍觉得惊艳<br>
05:16 回答中庸，刻意为之<br>
06:34 相比于GPT-3的提高：反馈函数与人工标注<br>
08:53 人工标注：真人写答案，喂给GPT或者判断答案<br>
11:49 Chat-GPT与Siri语音助手的区别</p>

<p><strong>【取代程序员？】</strong><br>
15:08 ChatGPT与AlphaCode会不会取代程序员<br>
17:49 公司正在把ChatGPT引入日常开发<br>
19:54 代码版权问题： Stack Overflow禁掉ChatGPT<br>
23:43 OpenAI新产品：可以反馈实时数据的Web GPT</p>

<p><strong>【AI大模型的崛起】</strong><br>
25:10 AI大模型浪潮为何崛起<br>
27:33 类似于大脑的技术架构<br>
29:52 &quot;大力出奇迹&quot;不完全适用，OpenAI的四大优势<br>
35:15 不断尝试定义自己的问题，在认识上探索大模型的使用边界<br>
36:46 大公司的Research Lab：Follow不难，而需要定义问题<br>
39:32 长远看，ChatGPT会是谷歌的竞争对手吗<br>
42:47 ChatBot能做的比现在远多的多，蕴含很多平台级的机会<br>
45:19 下一代互联网的基础设施<br>
47:50 关于GPT4的想象力</p>

<p><strong>【全脑模型】</strong><br>
51:20 以大模型能力为底座，Yann LeCun设计的全脑框架模型</p>

<p><strong>【开源与商业模式】</strong><br>
58:40 争议开源：OpenAI不Open<br>
64:00 Stability开源对团队的机会与挑战<br>
66:00  ChatGPT稀释Jasper.ai用户，但应用层仍有价值<br>
71:40 大模型如何赚钱</p>

<hr>

<p><strong>【相关播客】</strong><br>
S3E88 AIGC特辑｜赛跑开始：中国能长出自己的OpenAI吗？<br>
S3E87 AIGC特辑｜一句话生成图片初体验，AI挑战艺术家谁会赢？<br>
S3E91AIGC特辑｜与艺术家聊聊，AI绘画投入商用的两大障碍</p>

<hr>

<p>【后期】<br>
大元<br>
【BGM】<br>
Cheese and Crackers - Arthur Benson</p>

<hr>

<p>【硅谷101新节目】<br>
《硅谷101》视频<br>
跟播客比较起来，我们的视频内容更倾向于用精炼的语言，15分钟讲清楚一个复杂的科技事件。欢迎大家在Youtube上搜索《硅谷101》，中国听众可以在B站、微信视频号、微博上来订阅我们。<br>
《Web3 101》<br>
另外，《硅谷101》播客也正在分叉出一档探索Web3世界的节目《Web3 101》，这档节目会讲述Web3世界发生的大事件。中国听众可以在苹果播客和小宇宙上收听，美国听众可以在苹果播客、Spotify上收听。</p>

<p>【在这里找到我们】<br>
公众账号：硅谷101<br>
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客<br>
海外用户：Apple Podcast｜Spotify｜TuneIn｜Google Podcast｜Amazon Music<br>
联系我们：<a href="mailto:podcast@sv101.net" rel="nofollow">podcast@sv101.net</a></p><p>Special Guests: 余家辉 and 陶芳波.</p>]]>
  </itunes:summary>
</item>
  </channel>
</rss>
