KI-Vorträge
Kuratierte YouTube-Videos führender KI-Forscher und Tech-CEOs – von TED Talks bis Konferenz-Keynotes. Alle Vorträge verlinken direkt auf YouTube.

Kai-Fu Lee (李开复)
CEO Sinovation Ventures / 01.AI, ehem. Google China
"How AI Can Save Our Humanity" (TED) – Wie USA & China die Deep-Learning-Revolution antreiben; Mensch-KI-Koexistenz durch Mitgefühl.

Fei-Fei Li (李飞飞)
Stanford HAI, World Labs, "Godmother of AI"
"With Spatial Intelligence, AI Will Understand the Real World" (TED) – Räumliche Intelligenz für KI in der 3D-Welt.

Andrew Ng (吴恩达)
Stanford, DeepLearning.AI, ehem. Baidu Chief Scientist
"The Rise of AI Agents & Agentic Reasoning" (Snowflake BUILD Keynote) – Vier Design-Patterns agentischer KI-Workflows.

Andrej Karpathy
Gründer Eureka Labs, ehem. OpenAI & Tesla AI
"Deep Dive into LLMs like ChatGPT" – 3,5h Tiefeneinblick in LLM-Funktionsweise. Eigener Kanal, Mio. Views.

Geoffrey Hinton
"Godfather of AI", Nobelpreis Physik 2024
Nobelpreis-Vorlesung: Boltzmann Machines, Deep Learning und Warnung vor KI-Risiken.

Yoshua Bengio
Mila – Quebec AI Institute, Turing-Preisträger
"The Catastrophic Risks of AI — and a Safer Path" (TED) – Deep Learning, KI-Sicherheit und ein verantwortungsvoller Weg.

Yann LeCun
VP & Chief AI Scientist Meta, Turing-Preisträger
"Objective-Driven AI" – Kritik an LLMs, Vorstellung von "World Models". Ausführlicher Vortrag.

Ilya Sutskever
Mitgründer Safe Superintelligence, ehem. OpenAI
NeurIPS 2024 Keynote über Superintelligenz und KI-Sicherheit. Seltene, aber hochbeachtete Auftritte.

Jürgen Schmidhuber
KAUST AI Initiative / IDSIA, LSTM-Erfinder
"Long Short-Term Memory" – Erklärung von LSTM, Recurrent Networks und KI-Geschichte.

Demis Hassabis
CEO Google DeepMind, Nobelpreis Chemie 2024
"How AI Is Unlocking the Secrets of Nature and the Universe" (TED) – Von AlphaGo bis AlphaFold.

Kaiming He (何恺明)
MIT-Professor, Erfinder ResNet
"Masked Autoencoders Are Scalable Vision Learners" – CVPR 2022 Vortrag über MAE.

Bernhard Schölkopf
Direktor MPI Intelligente Systeme, Tübingen
"Foundations of Causal Inference and Its Impacts on Machine Learning" – Vortrag bei Microsoft Research.

Sepp Hochreiter
JKU Linz, LSTM-Miterfinder, ELLIS
"LSTM: The Comeback Story?" – Interview über LSTM-Ursprünge und xLSTM als nächster Schritt.

Yang Qiang (杨强)
HKUST / WeBank, Federated Learning Pionier
"Federated Large Language Models and Their Applications" – NeurIPS 2024 Workshop Keynote.

Li Mu (李沐)
KI-Forscher & Educator, ehem. Amazon
"动手学深度学习" – Populärer YouTube-Kanal mit ML-Tutorials, Paper-Reviews und Kursen.

Jensen Huang (黄仁勋)
CEO & Mitgründer NVIDIA
GTC 2025 Keynote (~2,5h): Blackwell GPUs, KI-Infrastruktur, Robotik, Physical AI.

Sam Altman
CEO OpenAI
OpenAI DevDay 2024 – Fireside Chat mit Sam Altman und Kevin Weil über GPT und AGI-Vision.

Elon Musk
Gründer xAI / Tesla / SpaceX
xAI Grok 3 Demo – Live-Präsentation mit Elon Musk und Team.

Mark Zuckerberg
Gründer & CEO Meta
"The Mark Zuckerberg Interview" – Über Llama, Open-Source-AI und Metas Strategie.

Sundar Pichai
CEO Alphabet / Google
Google I/O 2024 Keynote – Gemini und die Zukunft von Google AI.

Satya Nadella
CEO Microsoft
Microsoft Build 2024 Full Keynote – Copilot, KI-Strategie und Zukunftsvision.

Dario Amodei
CEO & Mitgründer Anthropic
AWS Summit 2024 – Fireside Chat über Constitutional AI, KI-Sicherheit und Anthropic.

Mira Murati
Gründerin Thinking Machines Lab, ehem. OpenAI CTO
"Where We Go From Here" – Über GPT-4, ChatGPT und verantwortungsvolle KI-Entwicklung.

Jack Ma (马云)
Gründer Alibaba Group
WAIC 2019 – Berühmtes Bühnengespräch mit Elon Musk über KI-Zukunft, >30 Mio. Views.

Jie Tang (唐杰)
Tsinghua University / Zhipu AI, ChatGLM-Entwickler
KDD 2024 – "ChatGLM: A Family of Large Models" – Entwicklung von GLM-130B bis GLM-4, Chinas führendes Open-Source-LLM.

Ming Ding (丁明)
Zhipu AI, Forscher für multimodale KI
Stanford CS25 – "From Large Language Models to Large Multimodal Models" – Integration von Vision, Sprache und mehr.

Zeyuan Allen-Zhu (朱泽园)
Meta FAIR, ehem. Microsoft Research
ICML 2024 Tutorial – "Physics of Language Models" – Wissenschaftliche Analyse, wie LLMs Sprache, Wissen und Logik lernen (1h53).

Terence Tao (陶哲轩)
UCLA, Fields-Medaillenträger
Oxford Mathematics – "The Potential for AI in Science and Mathematics" – Wie KI die mathematische Forschung transformiert.

Junyang Lin (林俊阳)
Alibaba Qwen, Hauptentwickler Qwen-Modelle
AI Engineer – "The Future of Qwen: A Generalist Agent Model" – Entwicklung der Qwen-Modellfamilie von LLMs bis zu multimodalen Agenten.