与「多伦多」相关的搜索结果

今天最大的AI圈消息 Andrej Karpathy 是当今全球人工智能领域最具影响力的技术人物之一，被很多人视为“连接 AI 理论研究、工业落地与大众传播”的代表性人物。他出生于斯洛伐克，少年时期移民加拿大，本科毕业于多伦多大学计算机专业，之后进入 Stanford University 攻读博士，师从著名计算机视觉学者 Fei-Fei Li。在斯坦福期间，他专注于深度学习和计算机视觉研究，参与了 ImageNet 时代卷积神经网络爆发期的重要工作，也是在这一阶段奠定了他在 AI 圈的知名度。 毕业后，他加入 OpenAI 创始团队，是 OpenAI 最早的一批核心研究人员之一，参与了 GPT 系列和生成式 AI 的早期探索。随后他转投 Tesla，担任 AI Director（人工智能总监），成为特斯拉自动驾驶 Autopilot/FSD 神经网络体系的核心负责人之一。他主导推动了 Tesla 从传统规则式自动驾驶转向端到端视觉神经网络路线，被认为深刻影响了现代自动驾驶行业的发展方向。Tesla 大规模使用摄像头+神经网络替代激光雷达的技术路线，背后就有他的重要推动。 除了技术能力之外，Karpathy 在全球 AI 社区影响力极大的原因，还在于他极强的技术表达能力。他擅长把复杂的大模型、Transformer、神经网络训练机制，用非常直观、工程化的方式讲清楚。他提出过著名观点“Software 3.0”，认为自然语言正在逐渐成为新的编程接口；其经典言论“The hottest new programming language is English（最热门的新编程语言是英语）”在 AI 圈广泛传播，也象征着大模型时代 Prompt 与自然语言编程的重要性。他发布的 nanoGPT、神经网络课程、LLM 工程实践教程等内容，被大量开发者、研究人员和创业者视为入门大模型的重要学习资源。 2026 年，他宣布加入 Anthropic，重新回到前沿大模型研发领域，引发整个 AI 行业高度关注。很多业内人士认为，Karpathy 的职业轨迹本身几乎贯穿了现代 AI 的几个关键阶段：从 ImageNet 深度学习革命，到 OpenAI 的生成式 AI 崛起，再到 Tesla 自动驾驶，以及如今的大模型竞争。他不仅是一名研究员，更像是“AI 工程化时代”的代表人物之一，在学术界、硅谷创业圈、自动驾驶行业和全球开发者社区都拥有极高声望与长期影响力。

POET长期靠“即将起飞”的故事维持股价，但实际缺乏真实商业化落地、合作伙伴多为死关系、订单疑似自导自演，属于典型的“故事股”崩盘对象。 NightMarketResearch现已公开做空，并发布完整报告（ 1. 主要客户合作突然取消且不透明： POET宣布Celestial AI/Marvell取消产品订单，但NMR认为这并非孤立事件，公司并未充分披露真实情况。Marvell合作已“死亡多年”，POET却归咎于“保密协议泄露”，与事实不符。 2. 新客户Lumilens高度可疑，疑似循环炒作： 短短两周内，POET的“头号客户”从Marvell变成一家资金不足的初创公司Lumilens。NMR认为Lumilens与POET此前神秘的500万美元订单方（Accton子公司GoldiLink）存在关联，双方办公地点相距仅数百英尺，CEO还担任GoldiLink董事，明显是“循环推广”而非真实需求。Lumilens被指无意真正履行订单，且与POET过往“Rain Tree”等回收关系高度相似。 3. 所有合作伙伴均称合作“无关紧要或已死亡”： NMR在2026年OFC展会上实地访谈了7家POET合作伙伴（Celestial AI/Marvell、Foxconn、Luxshare、三菱、Multilane、Adtran、Semtech），全部反馈合作规模微不足道或早已终止。 4. 历史订单履行风险极高： 500万美元订单的模式与2023年300万美元未履行订单高度一致，存在随时取消或缩减的风险。 5. 公司总部实地考察发现异常： NMR前往多伦多POET总部大楼，发现楼层房间空置，同层租户无人认识POET公司，疑似实际运营规模远低于对外宣传。 6. 奖项均为付费营销骗局： POET常宣传的“AI Breakthrough Awards”等奖项，实际是由加州郊区民宅里的推广公司运营的付费营销方案，毫无含金量。 7. 10余年“即将商业化”叙事反复失败： 管理层长期重复“合作伙伴即将落地”“即将大规模商业化”的故事，但过去所有合作最终均无疾而终，技术被证明“可有可无”。 8. 估值完全脱离基本面： 当前约40亿美元市值对应2025年预计收入约3700倍，属于严重高估。公司存在信息披露问题，技术本身也缺乏护城河，股价存在大幅下行空间。

12. 完整'华尔街盲点'机会系统 '你是精品研究公司合伙人， 专门找华尔街无法或不愿覆盖的机会—— 构建完整系统识别市场遗漏。 构建覆盖找隐藏股票的系统。 构建：覆盖缺口筛选器(零或最少分析师)、 外国上市(伦敦/东京/多伦多)、 分拆追踪(3年年化10%+)、 破产后权益(干净资产负债表)、 复杂结构、被遗弃小盘、 贬低行业折价、微盘宝石、 IPO后机会、研究工作流。 输出完整研究系统、 具体筛选、各类机会列表、 优先研究工作流。 [描述研究时间、投资组合、 风险承受、外汇/微盘/复杂能力]'

啄木鸟的声音 #多伦多# #搞笑# #加拿大# #纽约# 来自 @YouTube。 有一个特别高深的科学知识你想一下：啄木鸟用头高强度的啄木，为什么不会得脑震荡？#啄木鸟##多伦多# #加拿大# #美股#

这可能是今年最重要的AI新闻，但中文互联网还没什么人聊。 昨天，一家成立不到三年的多伦多芯片公司扔下了一颗核弹。他们不是做大模型的，不是做应用的，而是做了一件听起来很复古的事：把AI模型直接刻在芯片里。 这家公司叫 Taalas。他们做的芯片 HC1，运行 Llama

【4】父母家卧室的两块GPU 2012年，多伦多 Alex Krizhevsky不想写文献综述。 这是多伦多大学博士生的必经之路：你得读一大堆论文，写一篇综述，证明你了解这个领域，然后才能正式开始做研究。没人喜欢这件事，Alex尤其不喜欢。 Hinton看出来了。 "这样吧，"他说，"你每周在ImageNet上提升1%的准确率，就可以推迟一周写综述。" 这是Hinton做过的最好的管理决策。 Alex开始疯狂刷分。一周，又一周，又一周。准确率一直在涨，综述一直没写。 训练用的硬件很简陋：两块Nvidia GPU，放在Alex父母家的卧室里。 "学校付的GPU的钱，"Hinton后来说，"但电费是他父母付的。我这是在帮多伦多大学省钱。" 刚开始的时候，Alex其实什么都不懂。有一次他跑来跟Hinton说："不行，跑不动。" Hinton走过去一看，发现Alex把权重衰减参数设成了1。 "为什么设成1？" "我觉得这个数看起来不错。" "应该是0.001。" Hinton后来总结说，学生看起来蠢，不是因为真的蠢，只是因为还不知道。Alex学得很快，很快就变成了顶尖高手。 另一个学生Ilya Sutskever一直在推动这件事。"我们得把这东西用在ImageNet上，"他说，"必须赶在Yann LeCun之前。" Yann LeCun当时在纽约大学，也在做卷积神经网络。他一直想让自己的学生把这技术用在ImageNet竞赛上，但那些学生总觉得有更重要的事情要做。 Ilya没那么多顾虑。他亲自把ImageNet的数据预处理好，全部裁剪成统一尺寸，让Alex可以直接开始训练。 2012年秋天，ImageNet竞赛的结果公布。Alex他们的模型赢了，而且不是赢了一点点——是碾压式的胜利。 那个模型后来被叫做AlexNet。整个计算机视觉领域都被震动了。深度学习不再是一小撮人的信仰，而是被证明真正有用的东西。 而这一切的起点，是一个不想写综述的博士生，两块GPU，和一间父母家的卧室。

【3】64岁的实习生 2012年夏天，Google总部 2012年夏天，Geoffrey Hinton从多伦多飞到加州，要在Google待一个夏天。 问题来了：怎么给他发工资？ Google有"访问学者"这个职位，但要求至少待六个月。Hinton只能待几个月，不够格。HR翻遍了系统，找到了唯一一个能用的类别：实习生。 于是，64岁的Hinton拿到了一张绿色工牌，上面写着"实习生"。 新人培训那天，他走进一间大教室。满屋子都是二十出头的年轻人，来自清华、MIT、印度理工。每个人头上都戴着一顶统一发放的小帽子。Hinton也戴上了。 他后来说："我还留着那顶帽子。" 讲师站在前面，开始讲怎么登录系统："用你的LDAP和OTP……" Hinton举手了："什么是LDAP？什么是OTP？" 全场的年轻人都转过头来看他。这个老头是谁？怎么什么都不会？ 教室里有四个助教，负责帮学生解决问题。十分钟后，其中一个被专门分配给了Hinton。 午饭时间，他端着餐盘去排队。忽然有人喊了一声："Hinton教授！" 是他以前在多伦多教过的一个本科生，碰巧也在Google实习。 全场的年轻人又转过头来看他。眼神完全变了。 多年以后，Dean回忆这件事时说："他是我的实习生。" Hinton接话说："你们年龄字段只给了6个bit，所以我只比其他实习生大了一点点。"

查理•芒格推荐的 48 本书： 一、传记类 　　 　　芒格认为，传记是一种更易于使人们将思想创立者的生活与人格联系在一起的方式。“如果你一生中总是与那些有远见卓识的故人交友的话，那么你将生活得更好，更有教养。这比仅仅讲一些大道理强多了。” 　　 　　1、《富兰克林自传》，作者：（美）本杰明•富兰克林 　　 　　2、《本杰明•富兰克林》，作者：（美）卡尔范多伦 　　 　　3、《穷查理宝典》，作者：（美）彼得•考夫曼 　　 　　4、《爱因斯坦：生活与宇宙》，作者：（美）瓦尔特•艾萨克森 　　 　　5、《我生活的种种模式》，作者：（美）赫尔伯特•A•西蒙（诺贝尔经济学奖获得者中惟一的管理学家） 　　 　　6、《约翰•亚当斯》，作者：（美）大卫•麦库卢 　　 　　7、《约翰逊传》，作者：（美）罗伯特•卡洛 　　 　　8、《安德鲁•卡耐基》，作者：（美）约瑟夫•弗雷泽•沃 　　 　　9、《洛克菲勒：一个关于财富的神话》，作者：（美）罗恩•切尔诺 　　 　　10、《比尔•盖兹与微软帝国的创建》，作者：（美）詹姆斯•华莱士，吉姆•艾瑞克森 　　 　　11、《以表现为傲：一直前行》，作者：（美）莱斯•施瓦布 　　 　　12、《购并霸业：时代华纳总裁史蒂夫•罗斯传》，作者：（美）康尼•布鲁克 　　 二、自然科学类 　　 　　芒格还十分喜欢科普读物，特别是关于进化论方面的内容。芒格认为，在投资上，“生物学上的原因能够帮助预测商业进化过程的结果，商业和生物进化有很多相似性。” 　　 　　13、《物种起源》，作者：（英）查尔斯•达尔文 　　 　　14、《达尔文的盲点》，作者：弗兰克•雷恩 　　 　　15、《第三种猩猩：人类的身世与未来》，作者：（英）贾雷德•戴蒙德 　　 　　16、《基因组：一个物种的23章自传》，作者：马特•里德尔 　　 　　17、《自私的基因》，作者：（英）里查德•道金斯 　　 　　18、《盲眼钟表匠》，作者：（英）理查德•道金斯 　　 　　19、《温度，决定一切》，作者：基诺•沙格瑞 　　 　　20、《语言本能》， 作者：（美）史蒂芬•平克 　　 　　21、《没有两个人是一样的》，作者：朱迪思•哈里斯 　　 　　22、《冰河世纪》，作者：（德）雷纳·克鲁门勒 　　 　　23、《深奥的简洁：从混沌、复杂到地球生命的起源》，作者：（英）约翰•葛瑞宾 　　 　　24、《科学的星火》，作者：彼得•贝弗林 　　 　　25、《三个科学家和他们各自的上帝：在信息时代寻找生命的意义》，作者：（美）罗伯特•怀特 　　 三、 社会科学类 　　 　　芒格认为挑选股票是处世艺术的一个分支，要将投资视为处世能力的一部分来理解。 　　 　　27、《炮炮、病菌与钢铁》，作者：（美）贾雷德•戴蒙德 　　 　　28、《生活在极限之内：生态学、经济学和人口禁忌》，作者：（美）加勒特•哈丁 　　 　　29、《苏格兰人如何发明现代世界：西欧最穷的国家如何创造了世界》，作者：（美）亚瑟•赫尔曼 　　 　　30、《国富国穷》，作者：（美）戴维•兰德斯 　　 　　31、《影响力》，作者：（美）罗伯特•西奥迪尼 　　 　　32、《活出意义来》，作者：（奥）维克多•弗兰克 　　 　　33、《管理决策中的判断》，作者：（美）马克斯•巴泽曼 　　 　　34、《毫不退让地赢得谈判：哈佛谈判法》，作者：（美）罗杰•菲舍尔，威廉•L•尤里，布鲁斯•巴顿 　　 　　35、《只有偏执狂才能生存》，作者：（美）安迪•格鲁夫 　　 　　36、《成事在人：关键时刻发挥领导和合作的效力》， 作者：（美）罗杰•菲舍尔，阿兰•夏普 　　 　　37、《异类：不一样的成功启示录》， 作者：（美）马尔科姆•格拉德威尔 　　 四、财经类 　　 　　芒格曾说：“我想我和巴菲特从一些好的商业杂志中得到的比从其它地方多。” 　　 　　38、《聪明的投资者》， 作者：（美）本杰明•格雷厄姆 　　 　　39、《证券分析》，作者：（美）本杰明•格雷厄姆 　　 　　40、《价值再发现：走进投资大师本杰明》，作者：（美）珍妮特•洛尔 　　 　　41、《怎样选择成长股》，作者：（美）菲利普•费舍尔 　　 　　42、《向巴菲特学投资》，作者：（美）瑞奇•罗克伍德 　　 　　43、《巴菲特的投资组合》，作者：（美）罗伯特・哈格斯特朗 　　 　　44、《财富公式：玩转拉斯维加斯和华尔街的故事》，作者：（美）威廉•庞德斯通 　　 　　45、《诚信的背后：华尔街圈钱游戏的真相》（也译为泥鸽靶），作者：（美）弗兰克•帕特诺伊 　　 　　46、《愚者的阴谋》，作者：（美）库尔特•艾欣沃尔德 　　 　　47、《门口的野蛮人》，作者：（美）布莱恩•伯勒，约翰•希利亚尔 　　 　　48、《贼巢》，作者：（美）詹姆斯•B•斯图尔特