📌 一句话摘要

美团产品负责人谢青池分享其一年多研读 200 余篇 AI 论文的旅程，系统梳理了 AI 模型范式、基础设施、数据、语言及多模态模型的完整变迁史，并提供了高效学习策略。

📝 详细摘要

本期播客特邀美团光年之外产品负责人谢青池，分享他作为非技术背景产品经理，通过一年多时间研读数百篇 AI 论文，深入理解 AI 技术边界的经验。节目以其独特的视角，将 AI 发展史划分为模型范式变迁、基础设施与数据、语言模型和多模态模型四大核心部分，详细解读了从 1999 年 GPU 诞生到 2024 年最新进展中的 36 篇关键论文。内容涵盖了深度学习的开端 AlexNet、Transformer 架构的革命性影响、强化学习的突破（如 AlphaGo Zero）、LoRA 等高效微调技术、以及 Scaling Law、LAION-5B 等数据与算力发展里程碑。同时，播客也探讨了 Word2Vec、GPT 系列、InstructGPT 等语言模型演进，以及 GAN、Diffusion、CLIP、Stable Diffusion 等多模态模型的创新。谢青池还分享了如何利用 AI 工具辅助论文阅读、推荐了体系化的学习资源，并强调了在 AI 早期阶段，产品经理深入理解技术原理对产品创新和职业发展的重要性。整个分享旨在帮助技术从业者和 AI 爱好者构建对 AI 宏观发展脉络的深刻理解。

💡 主要观点

1. 深入阅读 AI 论文是理解技术边界、推动产品创新的关键路径 对于产品经理而言，尤其在 AI 技术早期阶段，通过研读核心论文可以掌握技术原理、了解发展趋势，从而更好地定义产品方向和实现创新变革。
2. AI 技术发展是模型范式、基础设施、数据和算法协同演进的结果 从 GPU 的出现、深度学习的兴起、Transformer 的革命，到 Scaling Law 指导下的数据与算力扩展，AI 的进步是多方面要素相互促进的复杂过程。
3. 高效的 AI 学习应充分利用 AI 工具，结合体系化资源和历史视角 推荐使用 AI 翻译、AI 问答、可视化工具辅助理解，并结合吴恩达、李沐等专家的视频课程和经典书籍，从历史脉络和范式变迁角度深入学习。

💬 文章金句

• 读论文是'给你打开一扇门'，让你能直接'与这个世界最聪明的头脑对话'。
• 对我来说，读论文是探索边界的一个方式和方法。所以大概从 2022 年二三年开始，我就开始想去把论文系统的读一遍。
• 我后来找到一个工具，叫做沉浸式翻译，很多人也用过。我用到它以后，最后就是本质上我现在看的论文都是 AI 帮我翻译过的。
• Alice net 这篇文章是那个时代第一篇，它同时 scale 了数据，同时 scale 了计算量，也同时 scale 了模型规模的这么一个工作。
• Transformer 论文的标题叫做 attention is all you need。我们连 encoder 都不要了。我们就只要注意力和 decoder。我们现在的模主流模型也都是 decoder only 的。

📊 文章信息

收听完整播客