Towards Data Science

131 Episoder

1. 131. Jeremie Harris - TDS Podcast Finale: The future of AI, and the risks that come with it

   Udgivet: 19.10.2022
2. 130. Edouard Harris - New Research: Advanced AI may tend to seek power *by default*

   Udgivet: 12.10.2022
3. 129. Amber Teng - Building apps with a new generation of language models

   Udgivet: 5.10.2022
4. 128. David Hirko - AI observability and data as a cybersecurity weakness

   Udgivet: 28.9.2022
5. 127. Matthew Stewart - The emerging world of ML sensors

   Udgivet: 21.9.2022
6. 126. JR King - Does the brain run on deep learning?

   Udgivet: 14.9.2022
7. 125. Ryan Fedasiuk - Can the U.S. and China collaborate on AI safety?

   Udgivet: 7.9.2022
8. 124. Alex Watson - Synthetic data could change everything

   Udgivet: 18.5.2022
9. 123. Ala Shaabana and Jacob Steeves - AI on the blockchain (it actually might just make sense)

   Udgivet: 12.5.2022
10. 122. Sadie St. Lawrence - Trends in data science

    Udgivet: 4.5.2022
11. 121. Alexei Baevski - data2vec and the future of multimodal learning

    Udgivet: 27.4.2022
12. 120. Liam Fedus and Barrett Zoph - AI scaling with mixture of expert models

    Udgivet: 20.4.2022
13. 119. Jaime Sevilla - Projecting AI progress from compute trends

    Udgivet: 13.4.2022
14. 118. Angela Fan - Generating Wikipedia articles with AI

    Udgivet: 6.4.2022
15. 117. Beena Ammanath - Defining trustworthy AI

    Udgivet: 30.3.2022
16. 116. Katya Sedova - AI-powered disinformation, present and future

    Udgivet: 23.3.2022
17. 115. Irina Rish - Out-of-distribution generalization

    Udgivet: 9.3.2022
18. 114. Sam Bowman - Are we *under-hyping* AI?

    Udgivet: 2.3.2022
19. 113. Yaron Singer - Catching edge cases in AI

    Udgivet: 9.2.2022
20. 112. Tali Raveh - AI, single cell genomics, and the new era of computational biology

    Udgivet: 2.2.2022