grazie quindi il mio nome è Julie Pitts come
ora lo sai e oggi lo farò
parlando di un possibile futuro per
calcolo intelligente e come ciò potrebbe
cambiare il modo in cui pensiamo
dati quindi voglio parlarti un po ‘
sul perché sono qui come ho ottenuto dove sono
oggi la mia prima esposizione all’artificiale
l’intelligence era nel 2005 in realtà Jeff
Hawkins aveva appena scritto un libro intitolato
sull’intelligence nessuno ha mai sentito parlare
questo libro un paio di persone va bene così tu
potrebbe aver sentito di Jeff Hawkins lui
ha creato il Palm Pilot di nuovo in
1990
ma la sua passione per tutta la vita è una macchina
intelligenza e in particolare lui
studiare il cervello umano come mezzo per
capire come possiamo costruire
macchine intelligenti così nel 2005 è venuto
al mio posto di lavoro e ha tenuto questo discorso
e nel suo discorso ha detto qualcosa di simile
questo supponiamo che stai camminando verso il basso
la strada e stai pensando
tutto quello che succede ai tuoi giorni lo sai
è la mia sposa che prenderà i bambini
ho lasciato il forno, oh, è meglio che lo faccia
quel rapporto pronto per il mio capo
tutto ad un tratto anche se il piede affonda
proprio attraverso il pavimento sei davvero
sorpreso da questo bene, perché sei così
sorpreso perché il tuo cervello ha fatto un
serie di previsioni il tuo cervello
ha previsto il momento esatto in cui il tuo piede
prenderebbe contatto con il tuo con il
terra il tuo cervello ha previsto quanto
la resistenza che il terreno ti avrebbe dato e
il tuo cervello ha predetto quanto lontano il tuo ginocchio
sarebbe piegato come stavi camminando e
quando queste previsioni sono state violate
sei sorpreso così deve essere il tuo cervello
ero una specie di motore di predizione
assolutamente affascinato da questo pensiero
perché sembra così semplice e ha fatto
ha molto senso e ricordo di aver pensato
sai che non mi piacerebbe niente di più di
andare e lavorare
problema ma ero all’inizio della mia carriera e
Non avevo esperienza in questo settore
e così ho deciso che la mia carriera avrebbe preso un
turno diverso quindi ho finito per unirmi
Netflix giusto nel tempo
lo streaming ha iniziato a diventare popolare e
Mi sono concentrato sui problemi di costruzione
sistemi distribuiti e ridimensionandoli e
alla fine ho rivolto la mia attenzione verso
costruendo squadre e questo è quando ho avuto
quella realizzazione aspetta un minuto che non lo sia
l’unico che si sta inventando mentre vado
lungo e così l’anno scorso il mio collega e
Mi sono riunito per questo interesse comune
nell’apprendimento automatico e artificiale
intelligenza e abbiamo deciso di formare un
società che chiamiamo l’ordine di
grandezza e il problema che siamo
cercare di risolvere è costruire macchine
che sono capaci di un comportamento intelligente
e spero che alla fine di questo discorso
saprete esattamente cosa voglio dire con questo
così negli ultimi 18 mesi abbiamo dovuto
esplorare alcuni piuttosto fondamentali
domande che iniziano con ciò che ci rende
intelligente e da lì abbiamo dovuto
abbattere i componenti principali del
percezione dell’intelligenza e azione come
queste cose funzionano come fa l’ apprendimento
lavoro e uno quando abbiamo fatto un passo indietro noi
aveva una prospettiva molto diversa da
dove abbiamo iniziato su artificiale
intelligenza e dati in generale quindi io
piace condividere con voi quello che abbiamo
imparato lungo la strada e in che modo
cambiato il nostro modo di pensare artificiale
intelligenza e dati quindi ti avverto
che ho intenzione di darti un sacco di
contesto di sfondo in modo che i punti
Vado a fare i dati saranno
in realtà ha senso quindi si prega di tenere con
io come me ne vado attraverso così il primo
domanda che cosa ci rende veramente
intelligente e per trovare la risposta noi
dovuto tornare all’inizio del tempo
i cosmologi del Big Bang Sean Carroll
lo mette in questo modo, dice l’origine di
l’asimmetria del tempo che sperimentiamo
può essere rintracciato fino al
ordinato
quindi l’universo vicino al Big Bang Wow così
di cosa sta parlando, eccolo lì
riferendosi alla seconda legge di
termodinamica che afferma che il
l’universo diventa sempre più disordinato
con il tempo se farai una frittata
e rompi il tuo uovo l’uovo diventa
strapazzato e non diventa l’uovo
di nuovo diventa sempre di più
disordinatamente un’altra parola per questo sarebbe
essere entropia l’entropia dell’universo
aumenta con il tempo ma abbiamo questo
paradosso sulle nostre mani perché io sono
in piedi davanti a te e ciò che sembra
essere uno stato ordinato che sto mantenendo
e tu sei tutto seduto di fronte a me
affrontando relativamente la stessa direzione
facendo attenzione a questo discorso che trovo
quel professore piuttosto curioso, Carl
Ristin dice così. Dice il
definizione delle caratteristiche di biologico
i sistemi è che mantengono il loro
Stati e forma di fronte a a
ambiente in continua evoluzione così Carl
Freeston è un neuroscienziato e lui
fatto un lavoro pionieristico sul cervello
e imaging ma negli ultimi anni
ha rivolto la sua attenzione verso
sviluppando una base matematica per
intelligenza che chiama libera
principio di energia quindi mi piacerebbe condividere
con te l’idea dietro l’energia libera
principio perché è stato la base
per molto del nostro lavoro torniamo indietro
la seconda legge della termodinamica, quindi se
Sono un agente intelligente in cui sarò
un insieme molto piccolo di stati possibili per
esempio ho bisogno di mantenere un molto
temperatura corporea specifica 37 gradi
Celsius Devo mantenere un certo
il livello di glucosio nel sangue dice 140 milligrammi
per decilitro o meno ho bisogno di mantenere
un certo contenuto di ossigeno nel sangue questi sono
stati molto molto specifiche su tutto il
possibili stati che ho bisogno di far stare dentro
di questa scatola
se decido io sono salti faccio un salto nel mare
e vivi nell’oceano il mio corpo
la temperatura sta per cadere al di fuori di
questi livelli accettabili e non durerò
molto lungo quindi ho bisogno di fare essenzialmente
questi stati molto specifici sono alti
probabilità quindi cerchiamo di rompere questo se
Mantengo questi stati di bassa entropia che
sono alte probabilità che non ci sarò
tutto sorpreso da questo e sopravviverò
se esco qui, ci sarò
più grande bolla ad alta entropia e sto andando
essere molto sorpreso perché ciascuno di
questi stati possibili sono molto più bassi
probabilità perché ce n’è più di
Dovrei sottolineare davvero questa sorpresa
è negli occhi di chi guarda perché se
Fossi un pesce che vive nel mare sarebbe
essere perfettamente accettabile e non sorprendente
e vivere sulla terra sarebbe molto
Sorprendente quindi è tutto ciò che è possibile
diciamo che gli agenti intelligenti minimizzano
la loro sorpresa è che l’obiettivo
funzione per intelligenza bene il
la risposta è sì ma c’è un problema
e la cattura è che la sorpresa non può essere
misurato direttamente perché è così bene
sfortunatamente non possiamo osservare il
mondo direttamente quello che abbiamo è un tutto
mazzo di flussi di dati asincroni
attraverso i nostri sensi sono rumorosi
e imperfetto non sono un modello esatto
del mondo e così tutto ciò che abbiamo lasciato
fare è prendere questi flussi di dati sensoriali
che stiamo ottenendo e costruendo un modello
del mondo che speriamo sia accurato
e rappresenta il vero mondo ma tutto è
non perso perché ne abbiamo una quantità
Carl Frisson ha introdotto la chiamata gratuita
energia e se non prendi nient’altro
dalla diapositiva portatelo libero
l’energia è un limite superiore per la sorpresa
e che se minimizziamo l’energia libera noi
in realtà stanno a nostra volta riducendo al minimo il nostro
sorpresa
qualcuno qui sa qualcosa
L’ inferenza bayesiana è una specie di sorta di
Va bene così, se si conosce un po ‘di
essenzialmente questo primo termine no
preoccupati se non lo capisci
il modo in cui non è un prerequisito
questo primo termine è essenzialmente una sorpresa
è la probabilità di log negativo di
Evidenza modello bayesiano così massimizzante
il tuo modello di prova bayesiano è
equivalente a minimizzare sorpresa e
questo termine mostra davvero l’errore tra
il tuo modello del mondo e il vero
mondo finché lo facciamo
le nostre informazioni sensoriali che stanno arrivando
non è sorprendente corrisponde al nostro modello di
il mondo allora lo manteniamo veramente
stato di bassa entropia quindi l’energia libera
principio afferma che intelligente
i sistemi minimizzano l’energia libera che è un
limite superiore per sorpresa okay wow
era molto filosofico, quindi come funziona?
funziona davvero come possiamo ridurre al minimo la libertà
energia guardiamo un po ‘di più
da vicino il nostro modello del mondo, quindi il nostro
il modello del mondo consiste in realtà
credenze e credenze sono usate per formare
le previsioni per esempio tornando al mio
storia prima stai camminando lungo il
strada hai una serie di credenze su
muovendo il tuo corpo sulla camminata che hai
una serie di credenze sulla fisica e
gravità giusta se cacchio questo telecomando è
cadrà a terra e tu non eri
nato con queste credenze le hai imparate
sono codificati all’interno del sinottico
connessioni del tuo cervello e così come sono
camminando per la strada nel primo modo
Ho intenzione di ridurre al minimo la mia energia gratuita o
la mia sorpresa è che userò le mie convinzioni
di camminare per predire me stesso
spostando e prevedere il modo in cui il
il terreno si sente sotto i miei piedi e io no
sarò sorpreso quando sento il
terra sotto i miei piedi ora non ero
passivamente facendo questo ero attivamente
facendo questo ho dovuto effettivamente cambiare il
mondo per attraversare la strada
perché il mio
azioni il mio corpo fisico fa parte del
stato nascosto del mondo e così anche io
bisogno di cambiare il mondo al fine di
rendere le mie previsioni avverate e quindi
il terzo modo in cui possiamo ridurre al minimo la libertà
l’energia sta formando le credenze, e se io lo fossi
camminando per la strada e poi tutto
un improvviso il terreno è soffice e il mio
i piedi stanno affondando per terra e
Continuo a essere sorpreso perché sembra
un solido marciapiede il terreno è soffice
nel terreno è squishy bene che è strano
forse le mie convinzioni sul terreno sono
sbagliato e ho bisogno di incorporare il fatto
quei marciapiedi sono morbidi nella mia
credenze quindi queste tre cose in realtà
corrispondono alle tre componenti di
l’intelligenza che forma le previsioni è
la percezione che cambia il mondo è azione
e formando le credenze è l’apprendimento e così
queste tre cose sono tutti effetti collaterali
di minimizzare l’energia libera riducendo al minimo
più sorpresa quindi nei prossimi tre
sezioni ho intenzione di essere passare attraverso
ognuno di questi a sua volta, quindi come fa
lavoro di percezione con cui comincerò
una piccola dimostrazione che mostrerò
tutti voi un’immagine e io voglio che tu cresca
la tua mano non appena ti identifichi
qualcosa nell’immagine, per favore, non farlo
gridare che cosa è che si vede
va bene, qui andiamo bene, quindi vedo molto
di persone che non hanno ancora alzato la mano
va bene va bene così ora alza la mano se
non hai visto nulla ma solo un aspetto
come un mucchio di punti va bene lasciami dare
un piccolo suggerimento ora che vedi
qualsiasi cosa ora che non hai visto prima
questo non ha aiutato uno a quanto pare va bene
la persona va bene per curiosità
vedi qualcosa di diverso da un cane o
in particolare un dalmata non va bene così
tutti hanno visto la stessa cosa quando tu
ho visto qualcosa di così che voglio sottolineare
due cose su questo esperimento
quindi prima di tutto non l’hai fatto nonostante quello
potresti aver pensato di usare solo il tuo
visione per vedere cosa c’era in questa immagine
percepisci ciò che era in questa immagine te
effettivamente usato un altro tuo grande senso
stai campionando attivamente questa immagine in modo tuo
le azioni potrebbero essere state molto sottili
potrebbe aver leggermente voltato la testa a te
potrebbe aver mosso gli occhi intorno a te
necessario per prendere su quel flusso di dati
questo è il movimento del tuo corpo
chiamato propriocezione e combinare ciò
con gli input visivi che sei
superare le tue retine, se lo hai
mai visto un video preso da qualcuno con
una telecamera in testa mentre sono
correndo avresti visto una cosa molto traballante
video e ancora quando corri e
guardarsi attorno è un’immagine molto stabile
è perché stai mettendo insieme
il fatto che stavi muovendo il tuo corpo
insieme con l’ input visivo e il tuo
il cervello stava formando quel modello stabile di
il mondo così anche se è apparso
che stai solo seduto lì non
facendo qualcosa che eri in realtà
campionando attivamente questa immagine e il
altra cosa di cui voglio parlare
questo esperimento è che ha preso tempo per
percepire ciò che era in questa immagine non l’ho fatto
vediamo tutti alzare la mano esattamente
stesso momento e hai dovuto prendere più
campioni nel tempo in modo che tu possa
sfruttare le tue convinzioni su cani o
I dalmati per formare questa previsione facciamolo
guardare un po ‘più da vicino la
modello stesso giusto ho solo questo
scatola di credenze in una scatola di predizione ma che cosa
questo in realtà comporta questo modello
che hai costruito è gerarchico
se lo hai se hai familiarità con profondo
imparare tutto questo sarà carino
familiare quindi lasciami spiegare perché dovrebbe
essere gerarchico così come ti ho già detto
avere tutti questi diversi sensi con
informazioni molto diverse in arrivo
hai dei fotoni che ti colpiscono
retine hai segnali elettrici
passando attraverso il tuo sistema nervoso
hai le onde sonore e devi
mettere tutti questi insieme in un coerente
e quindi non solo devi associarti
questi, ma è necessario astrarre da questo
livello molto basso dire informazioni visive
in questa idea astratta di un dalmata
e non puoi farlo in un solo passaggio
bisogno di astrarre più volte quindi se noi
chiama questo livello zero, sto per dire
da qualche parte in questa gerarchia di livello
n hai formato una predizione che cosa
stai vedendo era un dalmata come facciamo noi
forma questa previsione anche se c’è
davvero tre passaggi hanno coinvolto il primo
passo è necessario formulare ipotesi
su quello che stai vedendo dato il
prove che stanno arrivando attraverso il tuo
rileva il secondo passo è che devi
seleziona le migliori ipotesi perché
ne otterrai alcuni che sono forse
in conflitto e quindi è necessario spiegare
le prove che stai vedendo e come
appena puoi spiegare quella prova
tu percepisci quindi andiamo fino a
questi passaggi per eseguirli
passi in cui dobbiamo effettivamente passare i messaggi
in tutta la nostra gerarchia così formando
ipotesi implica un messaggio di
prove che provengono dai vostri sensi
questo è davvero solo il tuo sensoriale crudo
letture in arrivo e al fine di
selezionare i migliori ipotesi che abbiamo questo
messaggio chiamato inibizione che farò
spiegare tutti questi non ti preoccupare e tu
può usare questi per disambiguare
e poi il terzo è una volta che hai
selezionato le ipotesi su ciò che è
che ti stai vedendo , allora dì AHA questo
è la causa di questa prova e così tu
inviare un messaggio indietro nella gerarchia
quindi diamo un’occhiata a come formiamo ipotesi
se guardiamo a un singolo nodo di questo
gerarchia cosa rappresenta lo
rappresenta una credenza e una credenza è
nient’altro che una coincidenza appresa
quindi hai delle credenze riguardo
dalmata o cane forse lo faresti
prove frequentemente viste di questi inferiori
caratteristiche di livello sempre in corso
insieme che ti permette di formare questo
credenza in modo da poter avere orecchie C floppy
quattro gambe e pelliccia macchiata che accadono a
all’incirca nello stesso tempo che formerai
queste connessioni non ho intenzione di parlare
su come queste connessioni sono arrivate qui
in questo momento parlerò di questo quando noi
discutere di apprendimento ma basti dire
supponiamo che tu abbia già questo
credenza come formiamo un’ipotesi che
questo è in effetti ciò che stiamo vedendo
oops quindi facciamo questo passando un messaggio
prova in avanti quindi queste cose sono
caratteristiche di livello inferiore e stanno dicendo
ho delle prove di queste tre cose
e questo ti permette di formulare questo
ipotesi quindi il prossimo passo è necessario
selezionare le migliori ipotesi perché
conosci altri animali a quattro zampe
che hai anche la pelliccia macchiata forse hai
visto mucche prima con macchie o coniglio
conigli o cavalli e quindi cosa succederà
capita è che alcune di queste funzionalità
sono condivisi e si formeranno entrambi
ipotesi in competizione perché il mondo
è pieno di ambiguità e è necessario
seleziona quale di queste migliori corrispondenze
le prove e quindi il processo con cui
lo facciamo davvero è per dire questi due
ragazzi allo stesso livello della gerarchia
scegli quello con più prove o
la maggior parte degli input provenienti da sotto così
dalmata ha più funzioni da abbinare
di mucca quindi decideremo che è stato un
donazione una volta che la donazione vince questo
competizione che alimenta
informazioni su e giù per la gerarchia e
la mucca non è così ora che abbiamo
selezionato stiamo vedendo una donazione di cui abbiamo bisogno
per ora spiegare quello che stiamo vedendo
la gerarchia quindi ne sto introducendo alcuni
nuove informazioni qui c’è qualche stato
che abbiamo memorizzato in questa convinzione e
questa è davvero la predizione che sei
rendendo questo è un po ‘il tuo a breve termine
modello di ciò che stai vedendo
in questo momento nel mondo, quindi sono
prevedendo tutto ciò che accade in questo
sala in questo momento così se partendo dal presupposto che
hai selezionato un’ipotesi che è
ha predetto quello che stai per fare è inviare
indietro un messaggio che dice bene che ho inferito
che il dalmata è la causa di questo
prova ea sua volta quando questo
spiegazione va giù la gerarchia
può effettivamente formare nuove previsioni ora
che abbiamo visto i tre passi però
esaminiamo e guardiamo tutto in uno
scivolare così dal contesto di una credenza
nodo il primo passo è che ne ottiene un po ‘
prove e lo confronterà
c’è evidenza contro la previsione
una partita lì sì o no se c’è un
abbinare quindi si può dire AHA questa convinzione
spiega le prove che è dedotto
causa, ma se non vi è alcuna corrispondenza che cosa
fai è inoltrare il messaggio al
la gerarchia dice che mi dispiace non posso spiegare
quello che sto vedendo ha bisogno di un altro più alto
livello di concetto o convinzione per spiegare questo
e così ad un certo punto nel futuro lì
potrebbe essere una spiegazione che scenderà quale
a sua volta forma questa previsione ora
intanto diciamo che sei la mucca e
hai prove più deboli della donazione
potrebbe in effetti inibire questo è un po ‘
questo messaggio laterale sta arrivando e così
l’inibizione ha l’effetto di
rimuovendo questa previsione dicendo di no è
non sono una mucca, l’ho già visto
dalmata e anche per favore fermati
inoltro di messaggi su e giù per
gerarchia quindi abbiamo questo nel contesto
di una credenza, ma che cosa è ciò che fa
significare nel contesto dell’intero
gerarchia quindi quello che succede è che puoi
inizia con qualche previsione qui
che è molto compatto e di altissimo livello
e inizi a spostare le tue previsioni
giù questa gerarchia fino a quando non ottieni questo
parallelo molto alto-dimensionale
la rappresentazione è fondamentale
differenza tra il modo in cui i computer
lavoro e il modo in cui gli umani lavorano perché noi
avere questa struttura gerarchica della memoria
non abbiamo alcun conflitto nel percepire che posso
percepire voi tutti in una volta posso
percepisci lo schermo, le pareti ci sono
no non c’è conflitto lì e io no
sorpreso perché e io non ho bisogno di essere
consapevole di queste cose perché tutte
questi sono previsti ad un livello molto basso
della mia gerarchia in modo che ne permetta molti
compiti per diventare subconscio perché io
non è necessario se io chiamo questo mio
corteccia prefrontale quassù non ho bisogno
disturbare il mio cervello cosciente o il mio mio
attenzione con questo tipo di informazioni
ora come si relaziona con il
principio di energia libera che ho detto e io
detto prima percezione è un effetto collaterale
di minimizzazione dell’energia libera in effetti
quel messaggio che stavo parlando
quel messaggio di prova che viene inviato
inoltrare a lungo termine se si media
che nel tempo è energia libera
e davvero in sostanza ciò che stiamo inviando
forward è solo errore di predizione perché
propagiamo solo quel messaggio di prova
avanti quando le nostre previsioni non coincidono
quale fosse la prova e quindi se possiamo
spiegare in modo completo le prove in particolare
molto basso nella gerarchia quindi
essenzialmente nel lungo periodo siamo
riducendo al minimo l’energia libera e ho usato
la spiegazione della parola e la predizione
un po ‘in modo intercambiabile sono
fondamentalmente la stessa cosa è l’unica vera
la differenza è che una previsione è giusta
una spiegazione delle prove future è
prova che ti aspetti di venire presto
ok, era tanto, quindi abbiamo parlato
percezione ora quali sono tutte le varie
funzionamento interno dell’azione come fa questo
funziona bene, non ho intenzione di dirtelo
perché l’ho già fatto per l’azione
davvero solo un caso speciale di percezione
se capisci come li formiamo
previsioni gerarchiche di te
capire come funziona l’azione se tu
forma questa predizione di alto livello e
succede di avere una connessione fino in fondo
fino all’area motoria della corteccia
che stiamo chiamando
inganno allora si può causare azione
capita che è davvero tutto è andiamo
torna al nostro modello del mondo quando
sei un bambino
non sai davvero come muoverti
corpo non sai come camminare e tutto
puoi davvero fare è leggere questo motore
stato che fa parte di questo stato nascosto
del mondo che non puoi direttamente
osserva quindi devi leggere tre anni
senso propriocettivo che senso ha il tuo corpo
effettivamente facendo ea sua volta è necessario
forma le convinzioni sulle tue azioni e
sul movimento che poi a sua volta
alla fine ti permettono di formulare previsioni
sull’azione e una previsione è quindi
reso vero dal tuo sistema nervoso, quindi no
parlando dal punto di vista di a
neuroscienziato quindi sono gloss andando oltre un
molti dettagli, ma è sufficiente dire
diciamo che il mio braccio è a 90 gradi e io
prevedere che sarà dritto
indovina cosa lo rende vero
accade
ora le previsioni dei tuoi stati motori
non necessariamente necessariamente reso vero
supponiamo Sto camminando lungo una buia
corridoio e voglio che il mio braccio si allunghi
ma cosa succede quando leggo il mio prossimo
l’input propriocettivo è che il mio braccio è
ancora piegato e così ottengo una sorpresa
qualche segnale di errore che passa e io
Devo cambiare le mie previsioni per abbinare
il fatto che oh c’è un muro qui
sta impedendo al mio braccio di muoversi così
è così che l’azione funziona a un livello basso
come formiamo bene gli obiettivi di alto livello
probabilmente indovinerei che stiamo usando
questa astrazione gerarchica per farlo
nel tempo ho formato una convinzione che
quando ho fame che ho intenzione di mangiare in modo tale
è un’astrazione di alto livello e così ottengo
prova della fame che passa attraverso il mio
propriocettivo scusa il mio interocettivo
senso e che forma questa previsione
riguardo al mangiare e alla fine usiamo il
stesso processo di spiegazione
giù la gerarchia che alla fine si forma
come predizione propriocettiva che è
andando a farmi andare a prendere da mangiare così
piano d’azione si svolgerà nel tempo
vero , non sta succedendo tutto allo stesso modo
istantaneamente così in cima alla mia gerarchia
dì la mia attenzione alla mia corteccia prefrontale
tutto quello che sto pensando è oh voglio
esci dalla mia sedia e prendi da mangiare
il frigo e mangia e questo è tutto ciò che sono
davvero pensando ma oh ma questo
si svolge in questi livelli inferiori
previsioni sui miei movimenti fino a
alla fine sono giù al livello del mio
movimenti muscolari proprio queste cose
non accadono tutti contemporaneamente perché solo
una cosa ha davvero un prezzo accessibile a
dato tempo se sono qui seduto nel mio
sedia da ufficio non c’è modo che io possa aprire
il frigo perché il frigorifero no
lì così tutto quello che può davvero fare a quel
il punto è in piedi quindi questo piano d’azione
si svolge davvero nel tempo tornando a
come questo si riferisce all’azione di energia libera
ridurrà al minimo l’energia libera facendo il
il mondo corrisponde alle tue previsioni è l’azione
davvero la tua percezione del motore futuro
afferma che percepisci dove stai andando
essere prima di arrivare e ci vuole
tempo quindi devi essere in grado di imparare
ciò causa queste transizioni temporali
da un’azione all’altra, quindi come va?
lavoro di apprendimento come li abbiamo formati
credenze in primo luogo bene il
errore di predizione del nostro modello è cosa
trigger destro imparare quando c’è
qualcosa che non hai proprio previsto
significa che devi modificare il tuo
credenze in modo da poter meglio prevedere
in futuro
Prendi questi messaggi di prova in arrivo
e usalo per modificare le tue convinzioni
ricorda che ridurre al minimo l’energia è
non è una cosa momentanea è a lungo termine
sforzarsi e incorporare così di nuovo
le prove nelle tue convinzioni sono a lungo termine
in modo che tu possa meglio prevedere in
questo è il futuro nel nostro cervello
implementato come pesante e di apprendimento
qualcuno ha mai sentito parlare di pesante e di apprendimento
ok nessuno ha mai sentito il termine
fuoco insieme legare insieme
no si una coppia va bene così essenzialmente che cosa
significa
il tuo cervello è composto da miliardi di
i neuroni e stanno sparando a qualsiasi dato
tempo e se due neuroni spesso sparano
allo stesso tempo sono coincidenti
stanno accadendo intorno allo stesso tempo
quindi formano una connessione e possiamo
modella questo e il software dicendo
ogni volta che arrivano le prove, noi
forma o rafforza una connessione tra
questi due nodi perché li faremo
le caratteristiche indicano che c’è un
Dalmata qui d’altra parte se tu
vedi qualche prova che non sei tu
voglio indebolire quelle connessioni in modo che
alla fine quello che ottieni è davvero buono
medio nel tempo delle prove che
stai vedendo in modo correlato questo a
l’ apprendimento gratuito dell’energia altera le tue convinzioni
e ti permetterà di ridurre il tuo
incertezza sul mondo nel lungo
corri ora che l’apprendimento può essere in realtà veloce o
lento perché se devi ancora formare
credenze e stai formando nuove credenze
beh, tutto quello che hai sono i campioni di
prova che stai ottenendo ora così tu
può rapidamente formare nuove credenze sul
altra mano se hai queste credenze
che sono molto forti diciamo che lo sei
molto in cani e gatti di allevamento
hai un sacco di credenze molto forti
riguardo ai cani ci vorrà molto più tempo
per cambiare quelle credenze molto di più
prove e questo spiega davvero perché
i bambini imparano molto più rapidamente di
gli adulti vanno bene e abbiamo parlato
sull’intelligence in generale ma andiamo
tornare a come si riferisce a
i computer calcolano i dati, quindi se diciamo
abbiamo una macchina intelligente che può
minimizzare per l’energia e interagire con
il mondo significa che non lo facciamo
hanno più bisogno dei computer di oggi
beh, cessano di farlo
qualcuno sa chi è quel tizio
qualcuno l’ha visto prima
la gente della coppia va bene è una finzione
il personaggio che è il suo nome è il comandante
dati e serve a bordo della USS
Impresa e quindi se qualcuno ha sentito parlare di
Star Trek questo è uno degli Star Trek
serie è una forma di vita artificiale e
modellato sugli esseri umani e quando io
quando io quando sarò io sono un grande fan di Star
Trek, quindi, quando guardo questo spettacolo, penso
è piuttosto strano che un Android sia una macchina
interagirebbe con un computer con
toccando sullo schermo del computer di
parlando al computer e leggendo
lo schermo ho pensato bene lui è un
computer sai perché ho bisogno di perché
ha bisogno di interagire con un computer
come un essere umano andrebbe bene dopo aver esplorato
queste domande in realtà fa molto
più senso ora perché questo ragazzo
i dati del comandante devono formare un modello di
il mondo proprio come noi umani e lui
sembra essere dotato di sensi
sono modellati sull’occhio umano dei sensi umani
Tocco della vista udito ecc. e così sarebbe
hanno senso solo che interagisce con un
computer proprio come un umano
essere quando quando scende
ad esso queste macchine intelligenti non lo sono
sarà particolarmente bravo a
tipo di operazioni che oggi
i computer eccellono a non chiedere a
macchina intelligente da aggiungere
numeri in virgola mobile, io sfido
tutti voi per farlo nella vostra testa aggiungere un
conosci 10 cifre decimali nel tuo
testa sai in questi nanosecondi
i computer saranno molto meglio di
macchine intelligenti ed esecuzione
codice deterministico e ci sarà
molto meglio a macchine intelligenti di
memorizzare e richiamare i dati proprio noi
gli umani sono terribili nel ricordare i dati
quindi immagino che in futuro
le macchine intelligenti effettivamente useranno
l’architettura del computer di oggi come un
aumento
non c’è ragione di pensare che loro
non sarebbe in grado di utilizzare per interrogare
database proprio come fanno gli esseri umani oggi
aumentare le loro capacità, quindi cosa sarà
cambiamento ho parlato di intelligente
calcolo ho detto la parola intelligente
macchine più volte cosa devo fare
in realtà significa per questo che definisco un
macchina intelligente come quella che ha un
ambiente che interagisce con un insieme di
sensori e una serie di attuatori e il
la macchina intelligente imparerà attraverso
la sua esperienza e applica questo apprendimento
per ridurre al minimo l’energia libera ok il libero
la parte energetica è un po ‘astratta ma
indovina quale sia una scelta progettuale che noi
ora abbiamo come definiamo l’energia libera
come lo usiamo per realizzare il nostro
obiettivi ti darò un po ‘ di un
esempio in seguito modo da portare con me su questo
uno che sarà il giudice che sta per
decidere se queste macchine sono
in realtà intelligente o non ben congetturato
cosa succede se riesci a costruire una macchina che è
andando a giudicare l’intelligenza allora hai
ha risolto il problema dell’intelligenza così
è lasciato a noi umani questo sta andando
essere come il test di Turing dove proviamo e
convincono gli esseri umani che sono
parlando con un umano piuttosto che con il
computer penso che un test più realistico
a breve termine sarà basato su
diciamo l’intelligenza dei roditori o dei ratti
test che potrebbe essere eseguito in alcuni
il laboratorio scientifico ha diritto sulla macchina
eseguire una varietà di compiti e
dimostrare che ha imparato dal suo
ambiente diciamo navigando in un labirinto
per esempio e che essere umano
giudicato quello per essere un comportamento intelligente
Sto andando fare un controllo rapido tempo qui 13
ok quindi, in futuro, cosa potrebbero fare le macchine?
essere capace di se hai una macchina che
ha un ambiente un set di sensori di
sensori invece di attuatori cosa può
fare
che non possiamo fare oggi le macchine saranno
in grado di andare oltre i tempi umani per
Una cosa è se ci pensate
una macchina non costringe il nostro
biologia umana la durata di una macchina
può essere molto più lungo o forse molto
più corto di un essere umano
siamo anche limitati in termini di come
percepiamo il tempo che abbiamo un certo campionamento
frequenza alla quale stiamo campionando nel
ambiente che porta a un certo
percezione del tempo bene e se tu avessi
una macchina che ne farebbe uno
osservazione ogni decennio che macchina
percepirà il tempo in modo molto diverso da
facciamo e saremo in grado di vedere
regolarità che sono completamente nascoste
per noi quindi forse queste macchine saranno
in grado di osservare ciò che sono a lungo termine
conseguenze delle decisioni che noi
gli umani ti stanno facendo potresti anche avere un
macchina che comprime il tempo in un modo
prendendo un’osservazione ogni secondo nano
o microsecondo questa macchina sarebbe
sviluppa riflessi sovrumani se lo hai
mai visto fotografia time-lapse dove
forse un’immagine viene scattata ogni 30 minuti
o di un’ora si può aver visto un po ‘
schemi in quella fotografia che tu
non ho visto solo guardare lì seduto
guardando in tempo reale quindi mi aspetto molti
diversi diversi molti nuovi temporali
i modelli emergeranno se abbiamo delle macchine
che può assaggiare il mondo a questi
diverse frequenze che altro questi
anche le macchine saranno in grado di esplorare
nuove dimensioni sensoriali in un modo
gli umani non sono stati in grado di fare noi umani
sono sempre stati esploratori sensoriali
esploratori da quando abbiamo raccolto uno strumento
da quando mettiamo una penna sulla carta
siamo entusiasti menteng le nostre capacità e
i nostri sensi ma ciò che non possiamo veramente fare
è vivere in un mondo virtuale, quindi se tu
avere una macchina che vive interamente
Internet può percepire e reagire a
anche la macchina del traffico internet può vivere
all’interno di un virtuale
vecchio come un videogioco o personaggio VR e
allora le macchine possono vivere su un
scala completamente diversa su a
scala microscopica o forse globale
scala quindi immagina una di queste macchine
che ha un andamento climatico sismico
attività dei mercati finanziari come i suoi sensi
sta andando vedere alcuni molto diversa
cose di quello che gli umani possono fare queste
le macchine saranno anche in grado di fare noioso
lavora per noi, giusto che non finiscano
attenzione che non si stancano e quindi se
tu sei un astronomo, forse lo farai
avere una di queste macchine guarda il cielo
per te
cercare un fenomeno interessante se
sei in sicurezza, forse lo sei
vedrai una di queste macchine
fuori per intrusi
perché indovina quali intrusi sono molto
sorprendente quindi sarebbe un grande uso
caso se sei uno storico, forse
avrai una di queste macchine
leggi secoli di letteratura e
ricostruire ciò che il mondo potrebbe avere
sembrava ad un certo punto della storia
anche le macchine saranno in grado di svilupparsi
comunicazione e penso che lo farà
emergere come risultato diretto della minimizzazione
energia libera nel contesto di
interagire con esseri umani o altro
macchine così nei casi in cui la previsione
colleghi agenti tra cui gli umani è un
le macchine di valore alla fine si svilupperanno
comunicazione sta sviluppando il linguaggio è
un affare difficile da avere
lingua che devi avere abbastanza
modello ricco e dettagliato del mondo
questa è una cosa completamente diversa da
ciò che chiamiamo elaborazione del linguaggio naturale
oggi che coinvolge in gran parte alcuni
analisi statistica del testo così macchine
alla fine non si svilupperà vero
linguaggio penso fino a quando non possono formare
questo modello molto ricco del mondo che
richiederà molta potenza che conosci
miliardi e miliardi di foglie
capacità perché è ciò che noi umani
avere così se abbiamo macchine che possono fare
tutte queste cose incredibili , infine, che cosa
sei qui per
in che modo i dati devono cambiare bene prima
di tutto ciò di cui abbiamo bisogno per iniziare a pensare
dati come nel presente questi
le macchine stanno campionando attivamente il mondo
agiscono in presenza che non possono agire
nel passato e quindi hanno bisogno di prendere
campioni sensoriali che può essere pari
completamente parallelo un asincrono da
i loro sensi in modo che possano imparare questo
anche la coerenza e i dati temporali saranno necessari
ispirare l’ azione e questo torna a
l’idea che l’input sensoriale è gratuito
energia ed è una quantità che noi
designer a cui noi ingegneri possiamo definire
soddisfare gli obiettivi che stiamo cercando così
Immaginate di voler una macchina di mantenere un
intervallo di temperatura specifico in un modo
potrebbe farlo iniettare molto gratis
energia quando è anche la macchina
caldo o troppo freddo e così non possiamo
controllare direttamente le azioni nel
macchina ma possiamo ispirare l’ azione usando
anche questi dati sulla quantità di energia libera possono
essere rumoroso ora perché il mondo
intrinsecamente è rumoroso e i nostri sensi sono
rumoroso e che non c’è alcun problema con
capire le regolarità in faccia
di rumore quindi non dobbiamo preoccuparci troppo
molto sulla pulizia dei nostri dati quando il
il rumore esiste effettivamente i dati non servono
essere umano più leggibile sia tu
Pensaci ci mettiamo un sacco di impegno
nel renderlo facile per gli umani
capire i dati traducendoli in
prosa visualizzarlo ma cosa succede se tu avessi
una macchina che aveva alcuni sensori e
attuatori che si interfacciano direttamente con
alcune API non è necessario tradurre
questo in termini di dati visivi o linguaggio
prima che la macchina possa capirlo noi
non è necessario etichettare i dati neanche
in machine learning ce ne sono molte
sforzo messo avanti nella costruzione
posato canonico
set di dati che coinvolgono molto umano
sforzo e se tu avessi una macchina che
potrebbe invece imparare attraverso l’esperienza
così sarà fino a noi degli esseri umani
esseri piuttosto che creare questi
set di dati per creare esperienze di apprendimento
e dal modo in cui sta avvenendo l’apprendimento
online con queste macchine intelligenti
aggiornano costantemente i loro
credenze e quindi non dobbiamo preoccuparci
su un periodo di allenamento separato come
lo faresti con una macchina tradizionale
il flusso di dati del problema di apprendimento cambierà
quando si tratta di elaborare i dati di oggi
i flussi dicono da disco a memoria a CPU a
memoria forse sulla rete in questo
caso per queste macchine i dati lo faranno
scorre attraverso le credenze e una credenza lo è
davvero una singola unità di memoria e
elaborazione in modo che la potenza di elaborazione è
veramente distribuito attraverso questa gerarchia
quindi dovremo pensare a quale tipo
dell’architettura hardware abbiamo bisogno di
creare per abilitare questo parallelo
l’elaborazione gerarchica pensa bene
scala in modo diverso come facciamo noi
intelligenza di scala piuttosto che come noi
ridimensionare CPU o macchine come si aggiunge
capacità di convinzione in modo che la macchina
diventa più intelligente, quindi immagina
iniziando forse ti succederà
inizieremo a creare macchine
che hanno l’intelligenza di un insetto
forse un piccolo roditore non stanno andando
per essere intelligente come gli esseri umani per cominciare
possiamo anche crowdsourcing come un altro
alternativa invece di pensare in termini
di ridimensionamento orizzontale in cui ti trovi
aggiungendo più macchine forse lo sei
andando a prendere una macchina che è stata
addestrato e clonare le sue convinzioni in modo che
allora queste convinzioni possono iniziare a divergere
con diverse esperienze e nel
modo in cui puoi crowdsourcing così con tutti
il divertimento sì sì, quindi quali sono tutti i
sfide
quindi la prima sfida è
non determinismo i risultati che siamo
ottenere da queste macchine non lo sono
riproducibile l’ambiente è pieno
di rumore che cambia sempre ogni volta
la macchina agisce sta cambiando il mondo
e ogni interazione influisce su di essa
credenza in termini di sicurezza critica
questo ambiente potrebbe non essere il migliore
strada da percorrere in termini di gioco e
intrattenimento questo potrebbe essere grande noi
anche questo problema con la mancanza di
trasparenza non sapremo davvero perché
la macchina ha funzionato come noi
non è possibile impostare un punto di interruzione e dire bene
era la linea 3:23 ed è per questo che la macchina
agendo nel modo in cui ha funzionato così potremmo essere
dal sorpresi dal comportamento avremo bisogno
pensare a che tipo di telemetria noi
dovrei aggiungere come facciamo i test che non possiamo
scrivere test deterministici forse abbiamo bisogno
per creare ambienti di laboratorio in
quale capire il comportamento di
queste macchine e ovviamente c’è un
molta preoccupazione nei media su come
bassa influenza dell’intelligenza artificiale
l’umanità rappresenta una minaccia per questo
il genere umano ed è davvero intelligente ragazzi
Bill Gates Elon Musk Stephen Hawking e
altri hanno detto hey pensiamo che questo
sta andando essere un grosso problema
ora farò notare che questo non è il
prima volta nella storia che alcuni davvero
gente intelligente ha detto una nuova tecnologia
sta per essere un grosso problema Platone era
molto preoccupato per l’avvento di
scrivere e come ciò potrebbe infettare il
modo in cui pensiamo che non potrebbe avere
anticipato i progressi della società che
sono venuto a causa della scrittura che ha detto
anche se non dovremmo ignorarli
preoccupazioni abbiamo bisogno di capire come può
instilliamo una convinzione incrollabile che
gli umani non saranno danneggiati in un modo da fare
quello sarebbe dire qualsiasi volta il
La macchina si avvicina a danneggiare un umano
c’è questa sovrabbondanza di libertà
energia che la macchina farà
eviterei istintivamente direi che lo siamo
ancora piuttosto lontano da Arnold
Schwarzenegger che viene dal futuro
e dicendo
da cui viene distrutta l’ umanità
macchine è meglio fermarlo nel vicino
termine penso che un obiettivo che potremmo raggiungere
sarebbe quello di costruire qualcosa che è come
intelligente come un piccolo roditore e immagina cosa
potresti fare con l’intero esercito di
questi ragazzi quindi ti ho davvero apprezzato
prestando attenzione oggi e venendo al mio
parla se hai la tua curiosità
piccato Carl Freeston ha scritto scritto
molti documenti e uno per iniziare forse
la sua carta principale di recensione di energia libera
tutti i link a questi sono tutti in
diapositive se si vuole guardare un codice
Ho fatto un’implementazione del giocattolo del
questo pezzo di apprendimento in Scala era questo
ispirato al nuovo progetto pic che è
un progetto open-source di Jeff Hawkins
e la sua squadra ti ringrazio molto
e non dimenticare di votare così
tu
ora lo sai e oggi lo farò
parlando di un possibile futuro per
calcolo intelligente e come ciò potrebbe
cambiare il modo in cui pensiamo
dati quindi voglio parlarti un po ‘
sul perché sono qui come ho ottenuto dove sono
oggi la mia prima esposizione all’artificiale
l’intelligence era nel 2005 in realtà Jeff
Hawkins aveva appena scritto un libro intitolato
sull’intelligence nessuno ha mai sentito parlare
questo libro un paio di persone va bene così tu
potrebbe aver sentito di Jeff Hawkins lui
ha creato il Palm Pilot di nuovo in
1990
ma la sua passione per tutta la vita è una macchina
intelligenza e in particolare lui
studiare il cervello umano come mezzo per
capire come possiamo costruire
macchine intelligenti così nel 2005 è venuto
al mio posto di lavoro e ha tenuto questo discorso
e nel suo discorso ha detto qualcosa di simile
questo supponiamo che stai camminando verso il basso
la strada e stai pensando
tutto quello che succede ai tuoi giorni lo sai
è la mia sposa che prenderà i bambini
ho lasciato il forno, oh, è meglio che lo faccia
quel rapporto pronto per il mio capo
tutto ad un tratto anche se il piede affonda
proprio attraverso il pavimento sei davvero
sorpreso da questo bene, perché sei così
sorpreso perché il tuo cervello ha fatto un
serie di previsioni il tuo cervello
ha previsto il momento esatto in cui il tuo piede
prenderebbe contatto con il tuo con il
terra il tuo cervello ha previsto quanto
la resistenza che il terreno ti avrebbe dato e
il tuo cervello ha predetto quanto lontano il tuo ginocchio
sarebbe piegato come stavi camminando e
quando queste previsioni sono state violate
sei sorpreso così deve essere il tuo cervello
ero una specie di motore di predizione
assolutamente affascinato da questo pensiero
perché sembra così semplice e ha fatto
ha molto senso e ricordo di aver pensato
sai che non mi piacerebbe niente di più di
andare e lavorare
problema ma ero all’inizio della mia carriera e
Non avevo esperienza in questo settore
e così ho deciso che la mia carriera avrebbe preso un
turno diverso quindi ho finito per unirmi
Netflix giusto nel tempo
lo streaming ha iniziato a diventare popolare e
Mi sono concentrato sui problemi di costruzione
sistemi distribuiti e ridimensionandoli e
alla fine ho rivolto la mia attenzione verso
costruendo squadre e questo è quando ho avuto
quella realizzazione aspetta un minuto che non lo sia
l’unico che si sta inventando mentre vado
lungo e così l’anno scorso il mio collega e
Mi sono riunito per questo interesse comune
nell’apprendimento automatico e artificiale
intelligenza e abbiamo deciso di formare un
società che chiamiamo l’ordine di
grandezza e il problema che siamo
cercare di risolvere è costruire macchine
che sono capaci di un comportamento intelligente
e spero che alla fine di questo discorso
saprete esattamente cosa voglio dire con questo
così negli ultimi 18 mesi abbiamo dovuto
esplorare alcuni piuttosto fondamentali
domande che iniziano con ciò che ci rende
intelligente e da lì abbiamo dovuto
abbattere i componenti principali del
percezione dell’intelligenza e azione come
queste cose funzionano come fa l’ apprendimento
lavoro e uno quando abbiamo fatto un passo indietro noi
aveva una prospettiva molto diversa da
dove abbiamo iniziato su artificiale
intelligenza e dati in generale quindi io
piace condividere con voi quello che abbiamo
imparato lungo la strada e in che modo
cambiato il nostro modo di pensare artificiale
intelligenza e dati quindi ti avverto
che ho intenzione di darti un sacco di
contesto di sfondo in modo che i punti
Vado a fare i dati saranno
in realtà ha senso quindi si prega di tenere con
io come me ne vado attraverso così il primo
domanda che cosa ci rende veramente
intelligente e per trovare la risposta noi
dovuto tornare all’inizio del tempo
i cosmologi del Big Bang Sean Carroll
lo mette in questo modo, dice l’origine di
l’asimmetria del tempo che sperimentiamo
può essere rintracciato fino al
ordinato
quindi l’universo vicino al Big Bang Wow così
di cosa sta parlando, eccolo lì
riferendosi alla seconda legge di
termodinamica che afferma che il
l’universo diventa sempre più disordinato
con il tempo se farai una frittata
e rompi il tuo uovo l’uovo diventa
strapazzato e non diventa l’uovo
di nuovo diventa sempre di più
disordinatamente un’altra parola per questo sarebbe
essere entropia l’entropia dell’universo
aumenta con il tempo ma abbiamo questo
paradosso sulle nostre mani perché io sono
in piedi davanti a te e ciò che sembra
essere uno stato ordinato che sto mantenendo
e tu sei tutto seduto di fronte a me
affrontando relativamente la stessa direzione
facendo attenzione a questo discorso che trovo
quel professore piuttosto curioso, Carl
Ristin dice così. Dice il
definizione delle caratteristiche di biologico
i sistemi è che mantengono il loro
Stati e forma di fronte a a
ambiente in continua evoluzione così Carl
Freeston è un neuroscienziato e lui
fatto un lavoro pionieristico sul cervello
e imaging ma negli ultimi anni
ha rivolto la sua attenzione verso
sviluppando una base matematica per
intelligenza che chiama libera
principio di energia quindi mi piacerebbe condividere
con te l’idea dietro l’energia libera
principio perché è stato la base
per molto del nostro lavoro torniamo indietro
la seconda legge della termodinamica, quindi se
Sono un agente intelligente in cui sarò
un insieme molto piccolo di stati possibili per
esempio ho bisogno di mantenere un molto
temperatura corporea specifica 37 gradi
Celsius Devo mantenere un certo
il livello di glucosio nel sangue dice 140 milligrammi
per decilitro o meno ho bisogno di mantenere
un certo contenuto di ossigeno nel sangue questi sono
stati molto molto specifiche su tutto il
possibili stati che ho bisogno di far stare dentro
di questa scatola
se decido io sono salti faccio un salto nel mare
e vivi nell’oceano il mio corpo
la temperatura sta per cadere al di fuori di
questi livelli accettabili e non durerò
molto lungo quindi ho bisogno di fare essenzialmente
questi stati molto specifici sono alti
probabilità quindi cerchiamo di rompere questo se
Mantengo questi stati di bassa entropia che
sono alte probabilità che non ci sarò
tutto sorpreso da questo e sopravviverò
se esco qui, ci sarò
più grande bolla ad alta entropia e sto andando
essere molto sorpreso perché ciascuno di
questi stati possibili sono molto più bassi
probabilità perché ce n’è più di
Dovrei sottolineare davvero questa sorpresa
è negli occhi di chi guarda perché se
Fossi un pesce che vive nel mare sarebbe
essere perfettamente accettabile e non sorprendente
e vivere sulla terra sarebbe molto
Sorprendente quindi è tutto ciò che è possibile
diciamo che gli agenti intelligenti minimizzano
la loro sorpresa è che l’obiettivo
funzione per intelligenza bene il
la risposta è sì ma c’è un problema
e la cattura è che la sorpresa non può essere
misurato direttamente perché è così bene
sfortunatamente non possiamo osservare il
mondo direttamente quello che abbiamo è un tutto
mazzo di flussi di dati asincroni
attraverso i nostri sensi sono rumorosi
e imperfetto non sono un modello esatto
del mondo e così tutto ciò che abbiamo lasciato
fare è prendere questi flussi di dati sensoriali
che stiamo ottenendo e costruendo un modello
del mondo che speriamo sia accurato
e rappresenta il vero mondo ma tutto è
non perso perché ne abbiamo una quantità
Carl Frisson ha introdotto la chiamata gratuita
energia e se non prendi nient’altro
dalla diapositiva portatelo libero
l’energia è un limite superiore per la sorpresa
e che se minimizziamo l’energia libera noi
in realtà stanno a nostra volta riducendo al minimo il nostro
sorpresa
qualcuno qui sa qualcosa
L’ inferenza bayesiana è una specie di sorta di
Va bene così, se si conosce un po ‘di
essenzialmente questo primo termine no
preoccupati se non lo capisci
il modo in cui non è un prerequisito
questo primo termine è essenzialmente una sorpresa
è la probabilità di log negativo di
Evidenza modello bayesiano così massimizzante
il tuo modello di prova bayesiano è
equivalente a minimizzare sorpresa e
questo termine mostra davvero l’errore tra
il tuo modello del mondo e il vero
mondo finché lo facciamo
le nostre informazioni sensoriali che stanno arrivando
non è sorprendente corrisponde al nostro modello di
il mondo allora lo manteniamo veramente
stato di bassa entropia quindi l’energia libera
principio afferma che intelligente
i sistemi minimizzano l’energia libera che è un
limite superiore per sorpresa okay wow
era molto filosofico, quindi come funziona?
funziona davvero come possiamo ridurre al minimo la libertà
energia guardiamo un po ‘di più
da vicino il nostro modello del mondo, quindi il nostro
il modello del mondo consiste in realtà
credenze e credenze sono usate per formare
le previsioni per esempio tornando al mio
storia prima stai camminando lungo il
strada hai una serie di credenze su
muovendo il tuo corpo sulla camminata che hai
una serie di credenze sulla fisica e
gravità giusta se cacchio questo telecomando è
cadrà a terra e tu non eri
nato con queste credenze le hai imparate
sono codificati all’interno del sinottico
connessioni del tuo cervello e così come sono
camminando per la strada nel primo modo
Ho intenzione di ridurre al minimo la mia energia gratuita o
la mia sorpresa è che userò le mie convinzioni
di camminare per predire me stesso
spostando e prevedere il modo in cui il
il terreno si sente sotto i miei piedi e io no
sarò sorpreso quando sento il
terra sotto i miei piedi ora non ero
passivamente facendo questo ero attivamente
facendo questo ho dovuto effettivamente cambiare il
mondo per attraversare la strada
perché il mio
azioni il mio corpo fisico fa parte del
stato nascosto del mondo e così anche io
bisogno di cambiare il mondo al fine di
rendere le mie previsioni avverate e quindi
il terzo modo in cui possiamo ridurre al minimo la libertà
l’energia sta formando le credenze, e se io lo fossi
camminando per la strada e poi tutto
un improvviso il terreno è soffice e il mio
i piedi stanno affondando per terra e
Continuo a essere sorpreso perché sembra
un solido marciapiede il terreno è soffice
nel terreno è squishy bene che è strano
forse le mie convinzioni sul terreno sono
sbagliato e ho bisogno di incorporare il fatto
quei marciapiedi sono morbidi nella mia
credenze quindi queste tre cose in realtà
corrispondono alle tre componenti di
l’intelligenza che forma le previsioni è
la percezione che cambia il mondo è azione
e formando le credenze è l’apprendimento e così
queste tre cose sono tutti effetti collaterali
di minimizzare l’energia libera riducendo al minimo
più sorpresa quindi nei prossimi tre
sezioni ho intenzione di essere passare attraverso
ognuno di questi a sua volta, quindi come fa
lavoro di percezione con cui comincerò
una piccola dimostrazione che mostrerò
tutti voi un’immagine e io voglio che tu cresca
la tua mano non appena ti identifichi
qualcosa nell’immagine, per favore, non farlo
gridare che cosa è che si vede
va bene, qui andiamo bene, quindi vedo molto
di persone che non hanno ancora alzato la mano
va bene va bene così ora alza la mano se
non hai visto nulla ma solo un aspetto
come un mucchio di punti va bene lasciami dare
un piccolo suggerimento ora che vedi
qualsiasi cosa ora che non hai visto prima
questo non ha aiutato uno a quanto pare va bene
la persona va bene per curiosità
vedi qualcosa di diverso da un cane o
in particolare un dalmata non va bene così
tutti hanno visto la stessa cosa quando tu
ho visto qualcosa di così che voglio sottolineare
due cose su questo esperimento
quindi prima di tutto non l’hai fatto nonostante quello
potresti aver pensato di usare solo il tuo
visione per vedere cosa c’era in questa immagine
percepisci ciò che era in questa immagine te
effettivamente usato un altro tuo grande senso
stai campionando attivamente questa immagine in modo tuo
le azioni potrebbero essere state molto sottili
potrebbe aver leggermente voltato la testa a te
potrebbe aver mosso gli occhi intorno a te
necessario per prendere su quel flusso di dati
questo è il movimento del tuo corpo
chiamato propriocezione e combinare ciò
con gli input visivi che sei
superare le tue retine, se lo hai
mai visto un video preso da qualcuno con
una telecamera in testa mentre sono
correndo avresti visto una cosa molto traballante
video e ancora quando corri e
guardarsi attorno è un’immagine molto stabile
è perché stai mettendo insieme
il fatto che stavi muovendo il tuo corpo
insieme con l’ input visivo e il tuo
il cervello stava formando quel modello stabile di
il mondo così anche se è apparso
che stai solo seduto lì non
facendo qualcosa che eri in realtà
campionando attivamente questa immagine e il
altra cosa di cui voglio parlare
questo esperimento è che ha preso tempo per
percepire ciò che era in questa immagine non l’ho fatto
vediamo tutti alzare la mano esattamente
stesso momento e hai dovuto prendere più
campioni nel tempo in modo che tu possa
sfruttare le tue convinzioni su cani o
I dalmati per formare questa previsione facciamolo
guardare un po ‘più da vicino la
modello stesso giusto ho solo questo
scatola di credenze in una scatola di predizione ma che cosa
questo in realtà comporta questo modello
che hai costruito è gerarchico
se lo hai se hai familiarità con profondo
imparare tutto questo sarà carino
familiare quindi lasciami spiegare perché dovrebbe
essere gerarchico così come ti ho già detto
avere tutti questi diversi sensi con
informazioni molto diverse in arrivo
hai dei fotoni che ti colpiscono
retine hai segnali elettrici
passando attraverso il tuo sistema nervoso
hai le onde sonore e devi
mettere tutti questi insieme in un coerente
e quindi non solo devi associarti
questi, ma è necessario astrarre da questo
livello molto basso dire informazioni visive
in questa idea astratta di un dalmata
e non puoi farlo in un solo passaggio
bisogno di astrarre più volte quindi se noi
chiama questo livello zero, sto per dire
da qualche parte in questa gerarchia di livello
n hai formato una predizione che cosa
stai vedendo era un dalmata come facciamo noi
forma questa previsione anche se c’è
davvero tre passaggi hanno coinvolto il primo
passo è necessario formulare ipotesi
su quello che stai vedendo dato il
prove che stanno arrivando attraverso il tuo
rileva il secondo passo è che devi
seleziona le migliori ipotesi perché
ne otterrai alcuni che sono forse
in conflitto e quindi è necessario spiegare
le prove che stai vedendo e come
appena puoi spiegare quella prova
tu percepisci quindi andiamo fino a
questi passaggi per eseguirli
passi in cui dobbiamo effettivamente passare i messaggi
in tutta la nostra gerarchia così formando
ipotesi implica un messaggio di
prove che provengono dai vostri sensi
questo è davvero solo il tuo sensoriale crudo
letture in arrivo e al fine di
selezionare i migliori ipotesi che abbiamo questo
messaggio chiamato inibizione che farò
spiegare tutti questi non ti preoccupare e tu
può usare questi per disambiguare
e poi il terzo è una volta che hai
selezionato le ipotesi su ciò che è
che ti stai vedendo , allora dì AHA questo
è la causa di questa prova e così tu
inviare un messaggio indietro nella gerarchia
quindi diamo un’occhiata a come formiamo ipotesi
se guardiamo a un singolo nodo di questo
gerarchia cosa rappresenta lo
rappresenta una credenza e una credenza è
nient’altro che una coincidenza appresa
quindi hai delle credenze riguardo
dalmata o cane forse lo faresti
prove frequentemente viste di questi inferiori
caratteristiche di livello sempre in corso
insieme che ti permette di formare questo
credenza in modo da poter avere orecchie C floppy
quattro gambe e pelliccia macchiata che accadono a
all’incirca nello stesso tempo che formerai
queste connessioni non ho intenzione di parlare
su come queste connessioni sono arrivate qui
in questo momento parlerò di questo quando noi
discutere di apprendimento ma basti dire
supponiamo che tu abbia già questo
credenza come formiamo un’ipotesi che
questo è in effetti ciò che stiamo vedendo
oops quindi facciamo questo passando un messaggio
prova in avanti quindi queste cose sono
caratteristiche di livello inferiore e stanno dicendo
ho delle prove di queste tre cose
e questo ti permette di formulare questo
ipotesi quindi il prossimo passo è necessario
selezionare le migliori ipotesi perché
conosci altri animali a quattro zampe
che hai anche la pelliccia macchiata forse hai
visto mucche prima con macchie o coniglio
conigli o cavalli e quindi cosa succederà
capita è che alcune di queste funzionalità
sono condivisi e si formeranno entrambi
ipotesi in competizione perché il mondo
è pieno di ambiguità e è necessario
seleziona quale di queste migliori corrispondenze
le prove e quindi il processo con cui
lo facciamo davvero è per dire questi due
ragazzi allo stesso livello della gerarchia
scegli quello con più prove o
la maggior parte degli input provenienti da sotto così
dalmata ha più funzioni da abbinare
di mucca quindi decideremo che è stato un
donazione una volta che la donazione vince questo
competizione che alimenta
informazioni su e giù per la gerarchia e
la mucca non è così ora che abbiamo
selezionato stiamo vedendo una donazione di cui abbiamo bisogno
per ora spiegare quello che stiamo vedendo
la gerarchia quindi ne sto introducendo alcuni
nuove informazioni qui c’è qualche stato
che abbiamo memorizzato in questa convinzione e
questa è davvero la predizione che sei
rendendo questo è un po ‘il tuo a breve termine
modello di ciò che stai vedendo
in questo momento nel mondo, quindi sono
prevedendo tutto ciò che accade in questo
sala in questo momento così se partendo dal presupposto che
hai selezionato un’ipotesi che è
ha predetto quello che stai per fare è inviare
indietro un messaggio che dice bene che ho inferito
che il dalmata è la causa di questo
prova ea sua volta quando questo
spiegazione va giù la gerarchia
può effettivamente formare nuove previsioni ora
che abbiamo visto i tre passi però
esaminiamo e guardiamo tutto in uno
scivolare così dal contesto di una credenza
nodo il primo passo è che ne ottiene un po ‘
prove e lo confronterà
c’è evidenza contro la previsione
una partita lì sì o no se c’è un
abbinare quindi si può dire AHA questa convinzione
spiega le prove che è dedotto
causa, ma se non vi è alcuna corrispondenza che cosa
fai è inoltrare il messaggio al
la gerarchia dice che mi dispiace non posso spiegare
quello che sto vedendo ha bisogno di un altro più alto
livello di concetto o convinzione per spiegare questo
e così ad un certo punto nel futuro lì
potrebbe essere una spiegazione che scenderà quale
a sua volta forma questa previsione ora
intanto diciamo che sei la mucca e
hai prove più deboli della donazione
potrebbe in effetti inibire questo è un po ‘
questo messaggio laterale sta arrivando e così
l’inibizione ha l’effetto di
rimuovendo questa previsione dicendo di no è
non sono una mucca, l’ho già visto
dalmata e anche per favore fermati
inoltro di messaggi su e giù per
gerarchia quindi abbiamo questo nel contesto
di una credenza, ma che cosa è ciò che fa
significare nel contesto dell’intero
gerarchia quindi quello che succede è che puoi
inizia con qualche previsione qui
che è molto compatto e di altissimo livello
e inizi a spostare le tue previsioni
giù questa gerarchia fino a quando non ottieni questo
parallelo molto alto-dimensionale
la rappresentazione è fondamentale
differenza tra il modo in cui i computer
lavoro e il modo in cui gli umani lavorano perché noi
avere questa struttura gerarchica della memoria
non abbiamo alcun conflitto nel percepire che posso
percepire voi tutti in una volta posso
percepisci lo schermo, le pareti ci sono
no non c’è conflitto lì e io no
sorpreso perché e io non ho bisogno di essere
consapevole di queste cose perché tutte
questi sono previsti ad un livello molto basso
della mia gerarchia in modo che ne permetta molti
compiti per diventare subconscio perché io
non è necessario se io chiamo questo mio
corteccia prefrontale quassù non ho bisogno
disturbare il mio cervello cosciente o il mio mio
attenzione con questo tipo di informazioni
ora come si relaziona con il
principio di energia libera che ho detto e io
detto prima percezione è un effetto collaterale
di minimizzazione dell’energia libera in effetti
quel messaggio che stavo parlando
quel messaggio di prova che viene inviato
inoltrare a lungo termine se si media
che nel tempo è energia libera
e davvero in sostanza ciò che stiamo inviando
forward è solo errore di predizione perché
propagiamo solo quel messaggio di prova
avanti quando le nostre previsioni non coincidono
quale fosse la prova e quindi se possiamo
spiegare in modo completo le prove in particolare
molto basso nella gerarchia quindi
essenzialmente nel lungo periodo siamo
riducendo al minimo l’energia libera e ho usato
la spiegazione della parola e la predizione
un po ‘in modo intercambiabile sono
fondamentalmente la stessa cosa è l’unica vera
la differenza è che una previsione è giusta
una spiegazione delle prove future è
prova che ti aspetti di venire presto
ok, era tanto, quindi abbiamo parlato
percezione ora quali sono tutte le varie
funzionamento interno dell’azione come fa questo
funziona bene, non ho intenzione di dirtelo
perché l’ho già fatto per l’azione
davvero solo un caso speciale di percezione
se capisci come li formiamo
previsioni gerarchiche di te
capire come funziona l’azione se tu
forma questa predizione di alto livello e
succede di avere una connessione fino in fondo
fino all’area motoria della corteccia
che stiamo chiamando
inganno allora si può causare azione
capita che è davvero tutto è andiamo
torna al nostro modello del mondo quando
sei un bambino
non sai davvero come muoverti
corpo non sai come camminare e tutto
puoi davvero fare è leggere questo motore
stato che fa parte di questo stato nascosto
del mondo che non puoi direttamente
osserva quindi devi leggere tre anni
senso propriocettivo che senso ha il tuo corpo
effettivamente facendo ea sua volta è necessario
forma le convinzioni sulle tue azioni e
sul movimento che poi a sua volta
alla fine ti permettono di formulare previsioni
sull’azione e una previsione è quindi
reso vero dal tuo sistema nervoso, quindi no
parlando dal punto di vista di a
neuroscienziato quindi sono gloss andando oltre un
molti dettagli, ma è sufficiente dire
diciamo che il mio braccio è a 90 gradi e io
prevedere che sarà dritto
indovina cosa lo rende vero
accade
ora le previsioni dei tuoi stati motori
non necessariamente necessariamente reso vero
supponiamo Sto camminando lungo una buia
corridoio e voglio che il mio braccio si allunghi
ma cosa succede quando leggo il mio prossimo
l’input propriocettivo è che il mio braccio è
ancora piegato e così ottengo una sorpresa
qualche segnale di errore che passa e io
Devo cambiare le mie previsioni per abbinare
il fatto che oh c’è un muro qui
sta impedendo al mio braccio di muoversi così
è così che l’azione funziona a un livello basso
come formiamo bene gli obiettivi di alto livello
probabilmente indovinerei che stiamo usando
questa astrazione gerarchica per farlo
nel tempo ho formato una convinzione che
quando ho fame che ho intenzione di mangiare in modo tale
è un’astrazione di alto livello e così ottengo
prova della fame che passa attraverso il mio
propriocettivo scusa il mio interocettivo
senso e che forma questa previsione
riguardo al mangiare e alla fine usiamo il
stesso processo di spiegazione
giù la gerarchia che alla fine si forma
come predizione propriocettiva che è
andando a farmi andare a prendere da mangiare così
piano d’azione si svolgerà nel tempo
vero , non sta succedendo tutto allo stesso modo
istantaneamente così in cima alla mia gerarchia
dì la mia attenzione alla mia corteccia prefrontale
tutto quello che sto pensando è oh voglio
esci dalla mia sedia e prendi da mangiare
il frigo e mangia e questo è tutto ciò che sono
davvero pensando ma oh ma questo
si svolge in questi livelli inferiori
previsioni sui miei movimenti fino a
alla fine sono giù al livello del mio
movimenti muscolari proprio queste cose
non accadono tutti contemporaneamente perché solo
una cosa ha davvero un prezzo accessibile a
dato tempo se sono qui seduto nel mio
sedia da ufficio non c’è modo che io possa aprire
il frigo perché il frigorifero no
lì così tutto quello che può davvero fare a quel
il punto è in piedi quindi questo piano d’azione
si svolge davvero nel tempo tornando a
come questo si riferisce all’azione di energia libera
ridurrà al minimo l’energia libera facendo il
il mondo corrisponde alle tue previsioni è l’azione
davvero la tua percezione del motore futuro
afferma che percepisci dove stai andando
essere prima di arrivare e ci vuole
tempo quindi devi essere in grado di imparare
ciò causa queste transizioni temporali
da un’azione all’altra, quindi come va?
lavoro di apprendimento come li abbiamo formati
credenze in primo luogo bene il
errore di predizione del nostro modello è cosa
trigger destro imparare quando c’è
qualcosa che non hai proprio previsto
significa che devi modificare il tuo
credenze in modo da poter meglio prevedere
in futuro
Prendi questi messaggi di prova in arrivo
e usalo per modificare le tue convinzioni
ricorda che ridurre al minimo l’energia è
non è una cosa momentanea è a lungo termine
sforzarsi e incorporare così di nuovo
le prove nelle tue convinzioni sono a lungo termine
in modo che tu possa meglio prevedere in
questo è il futuro nel nostro cervello
implementato come pesante e di apprendimento
qualcuno ha mai sentito parlare di pesante e di apprendimento
ok nessuno ha mai sentito il termine
fuoco insieme legare insieme
no si una coppia va bene così essenzialmente che cosa
significa
il tuo cervello è composto da miliardi di
i neuroni e stanno sparando a qualsiasi dato
tempo e se due neuroni spesso sparano
allo stesso tempo sono coincidenti
stanno accadendo intorno allo stesso tempo
quindi formano una connessione e possiamo
modella questo e il software dicendo
ogni volta che arrivano le prove, noi
forma o rafforza una connessione tra
questi due nodi perché li faremo
le caratteristiche indicano che c’è un
Dalmata qui d’altra parte se tu
vedi qualche prova che non sei tu
voglio indebolire quelle connessioni in modo che
alla fine quello che ottieni è davvero buono
medio nel tempo delle prove che
stai vedendo in modo correlato questo a
l’ apprendimento gratuito dell’energia altera le tue convinzioni
e ti permetterà di ridurre il tuo
incertezza sul mondo nel lungo
corri ora che l’apprendimento può essere in realtà veloce o
lento perché se devi ancora formare
credenze e stai formando nuove credenze
beh, tutto quello che hai sono i campioni di
prova che stai ottenendo ora così tu
può rapidamente formare nuove credenze sul
altra mano se hai queste credenze
che sono molto forti diciamo che lo sei
molto in cani e gatti di allevamento
hai un sacco di credenze molto forti
riguardo ai cani ci vorrà molto più tempo
per cambiare quelle credenze molto di più
prove e questo spiega davvero perché
i bambini imparano molto più rapidamente di
gli adulti vanno bene e abbiamo parlato
sull’intelligence in generale ma andiamo
tornare a come si riferisce a
i computer calcolano i dati, quindi se diciamo
abbiamo una macchina intelligente che può
minimizzare per l’energia e interagire con
il mondo significa che non lo facciamo
hanno più bisogno dei computer di oggi
beh, cessano di farlo
qualcuno sa chi è quel tizio
qualcuno l’ha visto prima
la gente della coppia va bene è una finzione
il personaggio che è il suo nome è il comandante
dati e serve a bordo della USS
Impresa e quindi se qualcuno ha sentito parlare di
Star Trek questo è uno degli Star Trek
serie è una forma di vita artificiale e
modellato sugli esseri umani e quando io
quando io quando sarò io sono un grande fan di Star
Trek, quindi, quando guardo questo spettacolo, penso
è piuttosto strano che un Android sia una macchina
interagirebbe con un computer con
toccando sullo schermo del computer di
parlando al computer e leggendo
lo schermo ho pensato bene lui è un
computer sai perché ho bisogno di perché
ha bisogno di interagire con un computer
come un essere umano andrebbe bene dopo aver esplorato
queste domande in realtà fa molto
più senso ora perché questo ragazzo
i dati del comandante devono formare un modello di
il mondo proprio come noi umani e lui
sembra essere dotato di sensi
sono modellati sull’occhio umano dei sensi umani
Tocco della vista udito ecc. e così sarebbe
hanno senso solo che interagisce con un
computer proprio come un umano
essere quando quando scende
ad esso queste macchine intelligenti non lo sono
sarà particolarmente bravo a
tipo di operazioni che oggi
i computer eccellono a non chiedere a
macchina intelligente da aggiungere
numeri in virgola mobile, io sfido
tutti voi per farlo nella vostra testa aggiungere un
conosci 10 cifre decimali nel tuo
testa sai in questi nanosecondi
i computer saranno molto meglio di
macchine intelligenti ed esecuzione
codice deterministico e ci sarà
molto meglio a macchine intelligenti di
memorizzare e richiamare i dati proprio noi
gli umani sono terribili nel ricordare i dati
quindi immagino che in futuro
le macchine intelligenti effettivamente useranno
l’architettura del computer di oggi come un
aumento
non c’è ragione di pensare che loro
non sarebbe in grado di utilizzare per interrogare
database proprio come fanno gli esseri umani oggi
aumentare le loro capacità, quindi cosa sarà
cambiamento ho parlato di intelligente
calcolo ho detto la parola intelligente
macchine più volte cosa devo fare
in realtà significa per questo che definisco un
macchina intelligente come quella che ha un
ambiente che interagisce con un insieme di
sensori e una serie di attuatori e il
la macchina intelligente imparerà attraverso
la sua esperienza e applica questo apprendimento
per ridurre al minimo l’energia libera ok il libero
la parte energetica è un po ‘astratta ma
indovina quale sia una scelta progettuale che noi
ora abbiamo come definiamo l’energia libera
come lo usiamo per realizzare il nostro
obiettivi ti darò un po ‘ di un
esempio in seguito modo da portare con me su questo
uno che sarà il giudice che sta per
decidere se queste macchine sono
in realtà intelligente o non ben congetturato
cosa succede se riesci a costruire una macchina che è
andando a giudicare l’intelligenza allora hai
ha risolto il problema dell’intelligenza così
è lasciato a noi umani questo sta andando
essere come il test di Turing dove proviamo e
convincono gli esseri umani che sono
parlando con un umano piuttosto che con il
computer penso che un test più realistico
a breve termine sarà basato su
diciamo l’intelligenza dei roditori o dei ratti
test che potrebbe essere eseguito in alcuni
il laboratorio scientifico ha diritto sulla macchina
eseguire una varietà di compiti e
dimostrare che ha imparato dal suo
ambiente diciamo navigando in un labirinto
per esempio e che essere umano
giudicato quello per essere un comportamento intelligente
Sto andando fare un controllo rapido tempo qui 13
ok quindi, in futuro, cosa potrebbero fare le macchine?
essere capace di se hai una macchina che
ha un ambiente un set di sensori di
sensori invece di attuatori cosa può
fare
che non possiamo fare oggi le macchine saranno
in grado di andare oltre i tempi umani per
Una cosa è se ci pensate
una macchina non costringe il nostro
biologia umana la durata di una macchina
può essere molto più lungo o forse molto
più corto di un essere umano
siamo anche limitati in termini di come
percepiamo il tempo che abbiamo un certo campionamento
frequenza alla quale stiamo campionando nel
ambiente che porta a un certo
percezione del tempo bene e se tu avessi
una macchina che ne farebbe uno
osservazione ogni decennio che macchina
percepirà il tempo in modo molto diverso da
facciamo e saremo in grado di vedere
regolarità che sono completamente nascoste
per noi quindi forse queste macchine saranno
in grado di osservare ciò che sono a lungo termine
conseguenze delle decisioni che noi
gli umani ti stanno facendo potresti anche avere un
macchina che comprime il tempo in un modo
prendendo un’osservazione ogni secondo nano
o microsecondo questa macchina sarebbe
sviluppa riflessi sovrumani se lo hai
mai visto fotografia time-lapse dove
forse un’immagine viene scattata ogni 30 minuti
o di un’ora si può aver visto un po ‘
schemi in quella fotografia che tu
non ho visto solo guardare lì seduto
guardando in tempo reale quindi mi aspetto molti
diversi diversi molti nuovi temporali
i modelli emergeranno se abbiamo delle macchine
che può assaggiare il mondo a questi
diverse frequenze che altro questi
anche le macchine saranno in grado di esplorare
nuove dimensioni sensoriali in un modo
gli umani non sono stati in grado di fare noi umani
sono sempre stati esploratori sensoriali
esploratori da quando abbiamo raccolto uno strumento
da quando mettiamo una penna sulla carta
siamo entusiasti menteng le nostre capacità e
i nostri sensi ma ciò che non possiamo veramente fare
è vivere in un mondo virtuale, quindi se tu
avere una macchina che vive interamente
Internet può percepire e reagire a
anche la macchina del traffico internet può vivere
all’interno di un virtuale
vecchio come un videogioco o personaggio VR e
allora le macchine possono vivere su un
scala completamente diversa su a
scala microscopica o forse globale
scala quindi immagina una di queste macchine
che ha un andamento climatico sismico
attività dei mercati finanziari come i suoi sensi
sta andando vedere alcuni molto diversa
cose di quello che gli umani possono fare queste
le macchine saranno anche in grado di fare noioso
lavora per noi, giusto che non finiscano
attenzione che non si stancano e quindi se
tu sei un astronomo, forse lo farai
avere una di queste macchine guarda il cielo
per te
cercare un fenomeno interessante se
sei in sicurezza, forse lo sei
vedrai una di queste macchine
fuori per intrusi
perché indovina quali intrusi sono molto
sorprendente quindi sarebbe un grande uso
caso se sei uno storico, forse
avrai una di queste macchine
leggi secoli di letteratura e
ricostruire ciò che il mondo potrebbe avere
sembrava ad un certo punto della storia
anche le macchine saranno in grado di svilupparsi
comunicazione e penso che lo farà
emergere come risultato diretto della minimizzazione
energia libera nel contesto di
interagire con esseri umani o altro
macchine così nei casi in cui la previsione
colleghi agenti tra cui gli umani è un
le macchine di valore alla fine si svilupperanno
comunicazione sta sviluppando il linguaggio è
un affare difficile da avere
lingua che devi avere abbastanza
modello ricco e dettagliato del mondo
questa è una cosa completamente diversa da
ciò che chiamiamo elaborazione del linguaggio naturale
oggi che coinvolge in gran parte alcuni
analisi statistica del testo così macchine
alla fine non si svilupperà vero
linguaggio penso fino a quando non possono formare
questo modello molto ricco del mondo che
richiederà molta potenza che conosci
miliardi e miliardi di foglie
capacità perché è ciò che noi umani
avere così se abbiamo macchine che possono fare
tutte queste cose incredibili , infine, che cosa
sei qui per
in che modo i dati devono cambiare bene prima
di tutto ciò di cui abbiamo bisogno per iniziare a pensare
dati come nel presente questi
le macchine stanno campionando attivamente il mondo
agiscono in presenza che non possono agire
nel passato e quindi hanno bisogno di prendere
campioni sensoriali che può essere pari
completamente parallelo un asincrono da
i loro sensi in modo che possano imparare questo
anche la coerenza e i dati temporali saranno necessari
ispirare l’ azione e questo torna a
l’idea che l’input sensoriale è gratuito
energia ed è una quantità che noi
designer a cui noi ingegneri possiamo definire
soddisfare gli obiettivi che stiamo cercando così
Immaginate di voler una macchina di mantenere un
intervallo di temperatura specifico in un modo
potrebbe farlo iniettare molto gratis
energia quando è anche la macchina
caldo o troppo freddo e così non possiamo
controllare direttamente le azioni nel
macchina ma possiamo ispirare l’ azione usando
anche questi dati sulla quantità di energia libera possono
essere rumoroso ora perché il mondo
intrinsecamente è rumoroso e i nostri sensi sono
rumoroso e che non c’è alcun problema con
capire le regolarità in faccia
di rumore quindi non dobbiamo preoccuparci troppo
molto sulla pulizia dei nostri dati quando il
il rumore esiste effettivamente i dati non servono
essere umano più leggibile sia tu
Pensaci ci mettiamo un sacco di impegno
nel renderlo facile per gli umani
capire i dati traducendoli in
prosa visualizzarlo ma cosa succede se tu avessi
una macchina che aveva alcuni sensori e
attuatori che si interfacciano direttamente con
alcune API non è necessario tradurre
questo in termini di dati visivi o linguaggio
prima che la macchina possa capirlo noi
non è necessario etichettare i dati neanche
in machine learning ce ne sono molte
sforzo messo avanti nella costruzione
posato canonico
set di dati che coinvolgono molto umano
sforzo e se tu avessi una macchina che
potrebbe invece imparare attraverso l’esperienza
così sarà fino a noi degli esseri umani
esseri piuttosto che creare questi
set di dati per creare esperienze di apprendimento
e dal modo in cui sta avvenendo l’apprendimento
online con queste macchine intelligenti
aggiornano costantemente i loro
credenze e quindi non dobbiamo preoccuparci
su un periodo di allenamento separato come
lo faresti con una macchina tradizionale
il flusso di dati del problema di apprendimento cambierà
quando si tratta di elaborare i dati di oggi
i flussi dicono da disco a memoria a CPU a
memoria forse sulla rete in questo
caso per queste macchine i dati lo faranno
scorre attraverso le credenze e una credenza lo è
davvero una singola unità di memoria e
elaborazione in modo che la potenza di elaborazione è
veramente distribuito attraverso questa gerarchia
quindi dovremo pensare a quale tipo
dell’architettura hardware abbiamo bisogno di
creare per abilitare questo parallelo
l’elaborazione gerarchica pensa bene
scala in modo diverso come facciamo noi
intelligenza di scala piuttosto che come noi
ridimensionare CPU o macchine come si aggiunge
capacità di convinzione in modo che la macchina
diventa più intelligente, quindi immagina
iniziando forse ti succederà
inizieremo a creare macchine
che hanno l’intelligenza di un insetto
forse un piccolo roditore non stanno andando
per essere intelligente come gli esseri umani per cominciare
possiamo anche crowdsourcing come un altro
alternativa invece di pensare in termini
di ridimensionamento orizzontale in cui ti trovi
aggiungendo più macchine forse lo sei
andando a prendere una macchina che è stata
addestrato e clonare le sue convinzioni in modo che
allora queste convinzioni possono iniziare a divergere
con diverse esperienze e nel
modo in cui puoi crowdsourcing così con tutti
il divertimento sì sì, quindi quali sono tutti i
sfide
quindi la prima sfida è
non determinismo i risultati che siamo
ottenere da queste macchine non lo sono
riproducibile l’ambiente è pieno
di rumore che cambia sempre ogni volta
la macchina agisce sta cambiando il mondo
e ogni interazione influisce su di essa
credenza in termini di sicurezza critica
questo ambiente potrebbe non essere il migliore
strada da percorrere in termini di gioco e
intrattenimento questo potrebbe essere grande noi
anche questo problema con la mancanza di
trasparenza non sapremo davvero perché
la macchina ha funzionato come noi
non è possibile impostare un punto di interruzione e dire bene
era la linea 3:23 ed è per questo che la macchina
agendo nel modo in cui ha funzionato così potremmo essere
dal sorpresi dal comportamento avremo bisogno
pensare a che tipo di telemetria noi
dovrei aggiungere come facciamo i test che non possiamo
scrivere test deterministici forse abbiamo bisogno
per creare ambienti di laboratorio in
quale capire il comportamento di
queste macchine e ovviamente c’è un
molta preoccupazione nei media su come
bassa influenza dell’intelligenza artificiale
l’umanità rappresenta una minaccia per questo
il genere umano ed è davvero intelligente ragazzi
Bill Gates Elon Musk Stephen Hawking e
altri hanno detto hey pensiamo che questo
sta andando essere un grosso problema
ora farò notare che questo non è il
prima volta nella storia che alcuni davvero
gente intelligente ha detto una nuova tecnologia
sta per essere un grosso problema Platone era
molto preoccupato per l’avvento di
scrivere e come ciò potrebbe infettare il
modo in cui pensiamo che non potrebbe avere
anticipato i progressi della società che
sono venuto a causa della scrittura che ha detto
anche se non dovremmo ignorarli
preoccupazioni abbiamo bisogno di capire come può
instilliamo una convinzione incrollabile che
gli umani non saranno danneggiati in un modo da fare
quello sarebbe dire qualsiasi volta il
La macchina si avvicina a danneggiare un umano
c’è questa sovrabbondanza di libertà
energia che la macchina farà
eviterei istintivamente direi che lo siamo
ancora piuttosto lontano da Arnold
Schwarzenegger che viene dal futuro
e dicendo
da cui viene distrutta l’ umanità
macchine è meglio fermarlo nel vicino
termine penso che un obiettivo che potremmo raggiungere
sarebbe quello di costruire qualcosa che è come
intelligente come un piccolo roditore e immagina cosa
potresti fare con l’intero esercito di
questi ragazzi quindi ti ho davvero apprezzato
prestando attenzione oggi e venendo al mio
parla se hai la tua curiosità
piccato Carl Freeston ha scritto scritto
molti documenti e uno per iniziare forse
la sua carta principale di recensione di energia libera
tutti i link a questi sono tutti in
diapositive se si vuole guardare un codice
Ho fatto un’implementazione del giocattolo del
questo pezzo di apprendimento in Scala era questo
ispirato al nuovo progetto pic che è
un progetto open-source di Jeff Hawkins
e la sua squadra ti ringrazio molto
e non dimenticare di votare così
tu
Please follow and like us: