EP11 人类群星发酵时 · Case诗梳风

EP11 人类群星发酵时 · Case

61分钟 ·
播放数5709
·
评论数46

在不断发酵的连接里,世界显出形状。

主播:重轻
嘉宾:Rum

Shownotes

Rum 在蜉蝣天地 从前沿突破到牛马大军,人类挑战癌症的层层战场

Rum 的播客 朗姆酒瓶

罗马的椋鸟(上)

巴塞罗那的高迪(上)

圣家堂 Sagrada Família

安东尼·高迪 Antoni Gaudí

椋鸟群飞 Starling Murmuration

乔治·帕里西 Giorgio Parisi

自旋玻璃 Spin Glass

细胞自动机 Cellular Automaton

冯·诺依曼探测器 Von Neumann Probe

《哥德尔、艾舍尔、巴赫》GEB

《正义之心》The Righteous Mind

《禅与摩托车维修艺术》Zen and the Art of Motorcycle Maintenance

《千面英雄》The Hero with a Thousand Faces

杰弗里·辛顿 Geoffrey Hinton

尤瓦尔·赫拉利 Yuval Noah Harari

Jonathan Blow

哥德堡变奏曲 Goldberg Variations

图灵停机问题 Halting Problem

麦克斯韦方程组 Maxwell’s Equations

涌现 Emergence

分形 Fractal

重整化群 Renormalization Group

毕达哥拉斯 Pythagoras

贝叶斯大脑 Bayesian Brain

自指 Self-reference

深度学习 Deep Learning

尺度不变性 Scale Invariance

封面图片是旧金山的 Sutro Tower,由重轻拍摄。

本期节目逐字稿在 shishufeng.com

诗梳风由汉洋和重轻主持,如需联系请致信 hy@funes.world

00:01:28 Rum 做播客的初衷和起步过程

00:02:19 从欧洲穹顶出发,在维基兔子洞中发散

00:03:21 维基百科的机械关联与内容的有机关联

00:05:08 什么东西会触发你做一期节目?

00:05:20 圣家堂与高迪:神圣为何看起来像克苏鲁

00:06:31 罗马椋鸟:从鸟占卜到自组织涌现

00:08:15 推翻原有故事线,反而成为内容的一部分

00:09:16 微观的跳跃连接是怎么产生的

00:11:34 如何向听众传递主观感受而非直接陈述

00:14:12 越重要的感受越不能直接告诉听众

00:16:42 用 AI 辅助准备文稿和标记创作意图

00:19:35 资料收集与思维导图的发散收束过程

00:24:10 自有知识与新材料的比例和互动

00:28:01 科研训练如何塑造内容敏感度

00:30:04 GEB、自指与意识:优雅结构的浪漫期待

00:36:26 神经网络中的分形与自相似性

00:39:01 类比思维:民科与科学突破的微妙边界

00:44:21 化繁为简的诱惑与繁复本身的美

00:50:16 层层本质、范式更替与知识的有限性

00:53:46 AI 时代做非流量驱动内容的纠结与释然

00:58:10 挂羊头卖狗肉:好内容的表里关系

00:58:55 让人触摸不可感知之物,是你的独特优势

展开Show Notes
MasterPa
MasterPa
2026.4.02
Rum 返场!
RumW:哈哈,俩节目横跳
这期都听出心流了。感觉是原型加更了。
RumW:原型真是高山
HD315969f
HD315969f
2026.4.02
优质播客内容和重轻播客内容的区别,就好像白面和“白面儿”的区别。前者可以让人学到很多,但不会把你的天灵盖掀起来。神秘的 editing 魔法。
56:05 “从最开始,这个世界就不需要我们的内容”这句话太好了
RumW:一句话化解内耗
26:50 我也是在圣母院看见那副中国人的画非常诧异 后来用维基也扒拉半天有关中国发生的教案的故事 以这个为脉络感觉也能衍生出不少有意思的内容😂
RumW:是吧!关键是搜wiki和百度,关于这个教案的描述还很不一样…
secretguardian:又可以衍生出局域网内外对同一事件不同视角的表达 以及哪些因素导致了这个现象的产生🤣
芋圆椰椰
芋圆椰椰
2026.4.02
来啦!好高产👍
gzhch
gzhch
2026.4.03
听到尺度不变性,联想到大模型中一个叫muP的工具,它用来研究不同参数规模的模型之间如何最优化地transfer超参数。背后的insight是:模型内有一些统计信息应当在不同参数规模下保持稳定,然后去反推为了达到这个稳定性,应该如何设置模型参数。这是一个大模型训练中一个由不变性的直觉出发但非常有效的技巧
RumW:嗯嗯 我也记得看过用重整化群做神经网络的paper
朗姆酒瓶听众之一前来报道。🙋
RumW:谢谢~你好!
yxlonline
yxlonline
2026.4.14
这段解开了我部分教育中的困惑,非常感谢
kyth
kyth
2026.4.06
43:08 👍🏻
我也喜欢这样,顺着一直挖,很爽,哈哈
Tachitan
Tachitan
2026.4.05
返场太棒了,最喜欢的蜉蝣天地就是Rum那期
stainlu
stainlu
2026.4.04
这期太受用了
蘑菇时间
蘑菇时间
2026.4.03
科学进步的驱动力就是寻找更好的解释。不管是类比,还是证明上帝,或者探寻高迪的建筑模式,都是在寻找一个好解释。
RumW:解释是一方面,能预测是关键
00:17 总是期待下一次和rum的对谈,而且昨天还在编辑推荐的播客里看到了rum的评论
RumW:谢谢关注~哈哈,那个播客也是一个朋友的,所以就回复了下…
亚麦
亚麦
2026.4.20
被嘉宾圈粉了,反手我就关注了他的栏目。
救命啊还好世界上有和我一样的人啊啊啊
rawCL
rawCL
2026.4.12
54:53 用 AI adapt 流量真的很容易吗哈哈哈哈?请细讲。我感觉 AI 的网感不大行而且 AI 味儿还是挺容易看出来的
YOKI-PHY
YOKI-PHY
2026.4.08
感觉也可以找赵智沉来讨论这种/个话题,应该会有不同的观点和视角,感觉还蛮有意思的
11:25 崇高本来就可以带来颤栗