Saltar al contenido

Why AI Researchers Are Suddenly Obsessed With Whirlpools (Ep. 297) [RB]

28 de enero de 2026 · 33 min

Notas del episodio

VortexNet uses actual whirlpools to build neural networks. Seriously.
By borrowing equations from fluid dynamics, this new architecture might solve deep learning's toughest problems—from vanishing gradients to long-range dependencies.
Today we explain how vortex shedding, the Strouhal number, and turbulent flows might change everything in AI.

Sponsors

This episode is brought to you by Statistical Horizons
At Statistical Horizons, you can stay ahead with expert-led livestream seminars that make data analytics and AI methods practical and accessible.
Join thousands of researchers and professionals who’ve advanced their careers with Statistical Horizons.
Get $200 off any seminar with code DATA25 at https://statisticalhorizons.com

References

https://samim.io/p/2025-01-18-vortextnet/

Todos los episodios de Data Science at Home

Ajustes

Visualización

Idioma

Determina qué emisoras ves primero en la página de inicio.

Historial

Las emisoras y episodios escuchados recientemente y tus últimas búsquedas solo se guardan en este navegador.

Avisos

Un breve aviso cuando un pódcast que sigues tiene un episodio nuevo. Puedes desactivar pódcast concretos con la campana de su página.

Cuenta

Guarda tus favoritos: en la app y en la web.

Atajos de teclado

/
Abrir búsqueda
Espacio
Reproducir o pausar
← →
En el reproductor: 15 s atrás, 30 s adelante (episodios) · en una fila: siguiente tarjeta
↑ ↓
En una fila: destino dentro de la tarjeta
Inicio / Fin
En una fila: primera o última tarjeta
Esc
Cerrar ventana o menú
?
Este resumen
Reproduciendo ahora

Ir a la emisora

A continuación

    Añade episodios con «A continuación»: sonarán después del episodio actual.