grazie, grazie illustre
introduzione lì così il mio nome è Phil e
oggi parlerò del
significato della vita artificiale ed è a
parla di dove parleremo del
storia di IA di cui parleremo
le sue origini e ho intenzione di portare quella
a oggi e poi stiamo andando
vedi come l’ IA si sta evolvendo nell’odierna
settore e lungo la strada anche noi
impara un po ‘sulla parola che io
preferisco la scienza dei dati, quindi se noi, se noi
pensaci per un attimo che siamo
andando a pensare a cosa pensa la gente
L’intelligenza artificiale è e probabilmente torneranno a
un po ‘di fantascienza penso che sia dove il
le origini dell’IA provenivano davvero da e in
in particolare questo probabilmente due tagli di libri
film che l’ha davvero buttato fuori dal primo
il robot I di Isaac Asimov molto molto
libro famoso ora dove le Tre Leggi di
La robotica è originaria e lo è
interessante notare che il reale
la storia è stata scritta nel 1942 quindi è molto
molto molto vecchio e il libro I Robot the
la raccolta di racconti è stata
pubblicato intorno al 1950 che eri tu
conosci uno dei primi veri elementi di definizione
momenti in letteratura in cui l’intelligenza artificiale era il primo
considerato allora abbiamo 2001 Spazio
Odissea una storia di uno psicotico
intelligenza artificiale che ha tentato
uccidere l’equipaggio a bordo di uno spazio
stazione per salvare il proprio e
l’anima e quello era nel 1968 così parecchi
anni dopo e quello era in realtà
prodotto all’altezza di quando le persone
ho iniziato a pensare al lato negativo
di intelligenza artificiale, infatti, il tutto
in realtà va molto più indietro di
il 1940 1968 anche nel mito della mitologia
ci sono molti riferimenti a – to
vari agenti automatici in greco
mitologia Talos era un automa di bronzo
e fu creato dal loro dio
Efesto è stato dato a Europa da vicino
Zeus per proteggerla quando era sul
isola di Creta sarebbe andato in giro
lancio
sir pirati qualcuno tenta solo di invadere
l’isola quindi mi piace l’ idea che gli dei
anche bisogno di vacanze a Creta e
anche in altre culture pure in
In Cina ci sono molte storie
persone che creano robot umani penso
la parola era sì ingegneri che lo farebbero
creare uomini meccanici per impressionare il
Imperatore al tempo così attraverso il nostro qualsiasi
numero di culture ce ne sono molte
riferimenti a agenti automatizzati in
le età oscure penso che le storie
diventa un po ‘più dubbioso nel 1206
è piuttosto una vecchia chat di riferimento
i college II hanno ricreato un programmabile
orchestra di esseri umani meccanici ma
il mio preferito nel 1500 aa ragazzo
chiamato Park Ellis ha affermato di avere
creato una vita artificiale fuori
magnetismo alchemico e sperma ora lo farei
non mi piace essere stato lì durante il suo
esperimenti e sospetto che fosse così
probabilmente la nascita del giocattolo del sesso
industria proprio lì e poi nel 1500
domande leggermente discutibili alcune
di quelli ed è persino persino serio
pensatori René Descartes
ha proposto che gli animali alla fine
erano solo forme complesse di macchine così
stiamo iniziando a vedere in tutto il
la storia nelle epoche oscure che meno
queste idee sono un po ‘discutibili ma
la gente ci stava sicuramente pensando
molto tempo fa durante il
Rinascimento e dopo il Rinascimento
le cose cominciano ad avere un po ‘di più
pubblicato Thomas Hobbes
Il Leviatano nella loro ragione non è altro che
calcolo e in realtà sono appena dentro
la British Library di Londra
loro hanno un display al momento
che ha una prima edizione di Leviatano
e pensare che è stato scritto così
tanto tempo fa è davvero impressionante
Ti consiglierei di andare a vedere
quello totalmente gratuito e nel 1642 Blaise
Pascal lui tra molte altre cose
ha inventato la prima calcolatrice e
questo è davvero il primo che sai
esempi reali di macchine che possono
imita alcune parti del pensiero umano così lui
avrebbe avuto un sacco di consensi in quel momento
Gottfried Leibniz
era molto prolifico lui era il ragazzo
quello che ha trovato in modo indipendente
calcolo differenziale ha inventato il
sistema di conteggio binario e altro ancora
interessante ha avuto alcune altre cose
che erano forse un po ‘più audace
tuttavia la gente dimentica di aver tentato di farlo
lavorare sull’assegnazione di un numero specifico a
tutti i pensieri che gli esseri umani potrebbero
mai avere al fine di cercare di creare un
soluzione algebrica per pensare ovviamente
quello non ha funzionato troppo bene per lui a
almeno ci ha provato, ma davvero è stato giusto
prima degli anni ’50 e intorno agli anni ’50
dove dove le cose hanno cominciato a venire
insieme come un campo e non lo era
davvero a causa di una persona era una persona
influente molto ricco ma lo era
in realtà una confluenza di molti diversi
cose così uno dei primi è quello
è stato scoperto che il cervello era in realtà
era stato costruito da un molto
grande quantità di componenti elettrici
e il cervello era pensato al momento di
per rappresentare e replicare un
circuito elettrico e quella era una chiave
scoperta anche Claude Shannon in giro
quella volta definì la sua definizione di
quali informazioni sono e come possiamo
quantificarlo e probabilmente uno dei più
la gente importante di tutto era Alan
Turing e lui lui in questo in questo
In particolare, ha trovato un
teoria del calcolo che fondamentalmente
definito i limiti funzionali di a
motore di calcolo e quello era davvero
importante perché ha dimostrato che il
solo i veri limiti era il
potenza di elaborazione della macchina stessa
e queste idee e altre hanno iniziato
sollevare l’idea che la convinzione che noi
potrebbe effettivamente creare un artificiale
cervello così tanto che nel 1950 circa
ho iniziato a vedere le prime implementazioni
di un cervello artificiale in modo da pensare a questo
come il professor D Andreas è un drone ma
sai molto molto molto prima a
ragazzo chiamato William Gray Walter lui
ho iniziato a giocare con i robot e dico
erano molto semplici ma intendo loro
erano piuttosto complessi al
ma ora sembrano abbastanza semplici
composto da un tubo fotografico che è
come una lampadina che è piena di a
gas in cui la resistenza cambia
a seconda di dove i fotoni colpiscono il
gas su e avrebbero raccolto
collegato a due amplificatori a vuoto e
quindi inserito nei motori quindi l’idea era
che questa cosa potrebbe seguirti
lo mostrò alla luce e sarebbe seguito
andrebbe verso la luce e quello
di per sé era davvero forte ma lui lui lui
ha giocato un piccolo trucco per le persone
sembra che ce ne fossero di più
intelligente di quello che c’era ed era
questo ciò che ha fatto ha messo le luci accese
prese a muro su spine a muro e
ogni volta che la batteria dei robot ha iniziato a
scolo lo spingerebbe verso quella luce
e ricollegarsi e ricaricarsi
eseguire il backup quindi è solo un semplice
modifica del suo robot che ha dato il
impressione che fosse davvero
era intelligente e si nutriva da solo
badare a se stesso e questo è
generalmente pensato come uno dei primi
robot intelligenti ma davvero il
il momento fondamentale era il
definizione del test di Turing in
macchinari per la produzione di carta e
intelligenza e in questo Alan Turing
iniziato a pensare a cosa pensare
in realtà è e lui è venuto a
conclusione che non era davvero chiara
definizione di cosa fosse il pensiero così lui
ha creato la sua e la sua idea di cosa
pensare è se puoi ingannare un umano
nel pensare che un computer è
in realtà un umano quindi puoi definirlo
come pensare e questo ha cambiato il gioco
completamente perché ha costretto il
problema ha reso il problema molto di più
più semplice di quanto non fosse in precedenza
per la prima volta sai fare
le macchine sembrano un problema
la gente potrebbe risolvere e solo pensare
riguardo alle idee in quel momento questo è
una citazione di John von Neumann un famoso
matematico era nella conferenza e
gli è stata posta la domanda che non penso
i computer e le macchine saranno sempre
in grado di pensare come possono loro
penso di fare cose così complesse che non possiamo
possibilmente prendi un computer per farlo e
ha detto che insisti è qualcosa a
macchina non può fare si vuole se si vuole
dimmi precisamente che cosa una macchina non può
faccio e posso sempre fare una macchina che
farò proprio questo e questo era in realtà
una chiave di lettura e penso che questo sia 19
Penso che sia stato il 1948 a dirlo e
il problema era che la gente ancora non lo faceva
davvero cogliere quell’idea ci sono voluti circa 30
o 40 anni come vedremo un po ‘ più tardi
per le persone rendersi conto che è questo
dobbiamo farlo , non dobbiamo provarci e
fai questa idea generalizzata di un umano
cervello persone intorno a me l’idea presieduta
la tesi della chiesa da pochi anni
più tardi è uscito e ha detto che in sostanza
qualsiasi algoritmo che un essere umano può usare per fare
qualcosa che possiamo codificare in forma di macchina
quindi per esempio se possiamo definire un
algoritmo per l’ordinamento di lettere in a
ufficio postale e inserendoli in un
certa scatola sai se possiamo definire un
algoritmo per che siamo in grado di codificare che nella
software in una macchina relativamente facilmente
quindi è solo una teoria generale da dire
che gli algoritmi possono essere possono essere
codificato in forma di macchina ma poi lì
era un’estensione di questo e di David
Deutsch e lui ha tentato di dimostrare
che come un’estensione a questo che qualsiasi
processo fisico che potrebbe essere simulato
da una macchina informatica universale potrebbe
essere eseguito da una macchina e tu sai
ci sono un paio di avvertimenti per questo e
in pratica il circuito di avvertimento è arrivato di nuovo
fino al potere computazionale di cui abbiamo bisogno
essere in grado di simularlo e prevederlo
accadendo in tempo reale altrimenti
non ha senso, ma che ha ottenuto
tutti eccitati perché in teoria se
abbiamo un computer che è potente
abbastanza possiamo simulare qualsiasi naturale
elaborare qualsiasi processo naturale e
che ci include così tra il 1955 e il
1970 il vero boom nell’IA ci fu vasto
somme di denaro che sono state versate a
facendo ricerche sull’IA e uno di quelli
esempi è il DARPA the the the
agenzia di finanziamento militare finanziata mi t – ‘s
Laboratorio di intelligenza artificiale per un totale di 25 milioni all’anno
e questo era completamente aperto e non strutturato
finanziamento sai che è stato il denaro
potrebbero passare dentro in ogni caso e e
anche in quel periodo alcuni molto molto
persone intelligenti hanno iniziato a fare
previsioni su cosa succederebbe quando
hanno visto questo progresso lo sai
questo è successo a questa confluenza
solo per una decina, cinque o dieci anni
quando le persone
ho iniziato a pensare di provare a fare un
cervello umano così erano semplicemente
estrapolando nei prossimi cinque o dieci
anni e hanno suggerito cose come
loro avrebbero costruito quello che avrebbe battuto il mondo
campione di scacchi che conosci tra dieci anni a
nuove macchine matematiche del teorema della paura
sarebbe capace entro 20 anni di
facendo qualsiasi lavoro e l’uomo può farlo
è stato abbastanza audace e tu conosci come te
probabilmente sai che tutto è spuntato così vecchio
busto e la ragione era solo la gente
è diventato privo di diritti con l’idea di
AI perché non hanno visto niente hanno visto tutto
di queste grandiose idee e predizioni
del 1955 e del 1960 ma non arrivò nulla
di esso e in oops di cintura I piuma
nel Regno Unito almeno nel 1973 la luce
Hill riferiva che era un
un rapporto sponsorizzato dal governo criticato
il totale fallimento di AI per raggiungere il suo
obiettivi grandiosi e completamente
ha portato allo smantellamento della ricerca dell’IA in
il Regno Unito interamente ed è un vero peccato
perché fino a quel momento in realtà il
Il Regno Unito era era era abbastanza all’avanguardia
una nostra ricerca e ora è ora non lo è
è tutto negli Stati Uniti perché abbiamo perso tutto
il finanziamento, ma ad essere sinceri, si
posso criticarli un po ‘perché
avrebbero dovuto capire questo lo sai
queste sono persone intelligenti ma è anche questo
non era non è stata colpa loro
i limiti reali erano limitati
quantità di potenza computazionale così come
un esempio di processi all’ora 6570
potrebbero gestire circa 1 milione
istruzioni per secondo macchina corrente
le implementazioni della visione necessitano da qualche parte
tra 10.000 e 1 milione di milioni
istruzioni al secondo, quindi questo era
ordini di grandezza lontano da dove loro
Doveva esserci anche un tecnico
limitazione che hanno trovato altrettanto bene
chiamato la maledizione della dimensionalità così a
dimensione è un termine tecnico la mia altezza
la mia età il mio colore degli occhi sai che sono tutti
dimensioni in un set di dati in modo che lo farebbe
sii tridimensionale e molti di questi
queste visione come problemi per
esempio sono molto
multidimensionale
e molti dei problemi possono essere solo
risolto in tempo esponenziale in modo che significa
ogni volta che aggiungiamo una nuova dimensione
prende una quantità esponenziale di tempo
più a lungo per risolverlo ora finalmente uno
di uno dei più interessanti
pensa e il più bello è come
codifica conoscenza del senso comune così tu
conoscere molti molti problemi come se tu solo
immagina come vedi le cose che hai
insieme di regole e codifiche e leggi se
hai imparato nel corso della tua vita
e ti aspetti che quelli siano veri te
supponi che siano veri, quindi se hai visto un
foto in cui qualcuno stava in bilico
capovolto si sarebbe istantaneamente
riconoscere che c’era qualcosa di sbagliato in
quella foto ma cercando di insegnare a
macchina come farlo è incredibilmente
difficile perché significa che dobbiamo
fornire esempi di persone in bilico gancio
Scivola giù e penso uno dei migliori
modi di dimostrare che è con
con i miei figli amo parlare delle mie
i bambini perché mi piace guardare come
imparano e correla così bene
con come le macchine apprendono, questo è un
dipinto che disegnava quando era
verso le tre aveva circa tre anni quando lei
disegnato questo e può chiunque il pubblico a
suggerire cosa potrebbe essere
faccia di meduse qualcuno ha detto elefante
allora wow hai un cervello astratto io
non vedere un elefante lì devi essere
devi essere un fan di Picasso o
qualcosa così sì grande cappello medusa
persona e questo è esattamente ciò che pensiamo
abbiamo pensato ma lei in realtà ci ha detto
qualcosa di diverso e noi no
capisci cosa voleva dire fino a noi
capovolto ed è in realtà
una tazza di tè vede la tazza il manico del
il vapore del tè è fantastico
Disegnando una tazza di tè , la disegnò
a testa in giù, quindi non aveva senso per noi
lei nella sua mente di tre anni no
ho imparato che il vapore deve salire
anche il suo vapore può facilmente scendere
quindi sai se non possiamo nemmeno riconoscere
che come diavolo possiamo insegnare una macchina
che il vapore deve andare, dobbiamo insegnarlo
termodinamica solo per fare un visual
problema
è da pazzi
e finalmente arriviamo agli anni ’80 e questo
è davvero quando torniamo a von
il commento di neumann e la gente realizzano
che sono gli unici problemi pratici
quello potrebbe essere risolto
conosci problemi di problemi esperti dove
limitiamo veramente il problema e questo
è stato chiamato l’ascesa del
sistema esperto e solo come esempio di
che se qualcuno venisse da me un cliente
Venuto da me, dico che voglio un sistema che sia
in grado di gestire gli ordini con la voce
questo è un problema enormemente non vincolato
ed è che sarebbe molto difficile da
risolvi perché hai bisogno di un hai bisogno di un
algoritmo che è in grado di prendere qualsiasi tecnologia
qualsiasi testo e basta convertire qualsiasi discorso
scusa e convertilo in testo
una sorta di conoscenza su come ordinare e
sistemi e cose del genere
problema incredibilmente ma se lo convertiamo
se noi se provassimo e vincessimo il
problema un po ‘ diventa molto
più facile se suggeriamo che il prodotto
assegnerà ordini per vocazione
una combinazione di carne e patate
che è apparentemente tutto ciò che mangi
Berlino, quindi dev’essere così
una combinazione di carne e patate e
a Berlino sai che stiamo costringendo
il problema perché diventa molto
più facile ora l’unica cosa che le persone
puoi ordinare carne o patate che hai
due cose lì e se sei a Berlino
sapete abbiamo un po ‘alcuni esempi di
qualcuno che parla tedesco o probabilmente
Inglese in realtà tutti tutti
parla inglese che è incredibile ma
perché abbiamo limitato il problema
diventa molto più facile che potremmo fare
qualcosa come una semplice misura di distanza
per dire come fosse simile il suono
da quella persona alla nuova osservazione
che abbiamo appena visto e in giro
gli anni 2000 questo alcune di queste previsioni
che finalmente aveva cominciato a diventare realtà
e da allora erano trascorsi 50 anni
Turing aveva fatto tutto il suo incredibile lavoro
ma nel 1997 circa una delle previsioni
chi ha vinto con OJ Simon batte il mondo
il campione di scacchi in realtà si è avverato
è stato fatto da questa grande scatola nera chiamata
blu intenso e, naturalmente, deve essere un
grande scatola nera perché è costruita da IBM
vendono grandi scatole nere
Sono sicuro che lì dentro c’era anche lui
solo un piccolo laptop o un singolo
PU forse una persona in realtà è grande
abbastanza per essere scommesso ora che quando lui
in realtà ha vinto quella competizione di scacchi
ragazzo che era la sua tomba
egli non è stato permesso di uscirne
perché in realtà è il mondo degli scacchi
campione e doveva essere sepolto per
i posteri futuri e quello era trenta
nove anni dopo l’ iniziale noi il
predizione iniziale di HJ Simon e it
ho impiegato tutto quel tempo per realizzare
che non possiamo risolvere questi grandiosi
problemi che dobbiamo costringere noi stessi
uno dei miei esempi preferiti è nel 2004
2005 DARPA ha finanziato il grande
sfida e ricorda che DARPA è lo stesso
agenzia che ha finanziato l’IA iniziale
ricerca nel laboratorio di intelligenza artificiale di circa 40 anni
anni fa e 50 anni fa e loro
ha iniziato a versare nuovamente i soldi in AI
e questo era un compito da guidare per un robot
autonomamente attraverso 120 131 miglia lungo
una pista deserta del deserto, quindi questo è
un problema incredibilmente difficile da risolvere
al momento e uno dei miei mentori Greg
Duckworth era in realtà stava lavorando per
Darfur al momento e ha avuto il compito
di sederti in questa macchina da inseguimento che vedi
questa macchina in sottofondo qui perché
le macchine davanti erano completamente
autonomo non c’era nessuno al suo interno
dovevano farlo per assicurarci che lì
no, non lo sapevi, no?
avevano una macchina da inseguimento che seguiva il
auto per garantire la sicurezza e cose simili
loro e dentro quella macchina loro avevano loro
aveva alcuni pulsanti che potevano premere lì
sono due pulsanti ne avevano uno un po ‘
pulsante rosso che era come una pausa che
metterebbe in pausa il software che funzionava all’interno
l’auto e permettigli di venire a un
l’arresto grazioso del secondo era un’uccisione
cambiare e conoscere gli americani
probabilmente far saltare in aria qualcosa
da qualche parte non so se esploderà il
macchina o la montagna o cosa ma
qualcosa probabilmente esploderà e loro
stavano seguendo
scusate tutti gli americani tra il pubblico e
e stavano seguendo questa macchina e tutto il resto
di un tratto circa 20 miglia in macchina
improvvisamente virò fuori rotta e iniziò
infuriava nel deserto e ci provarono
premendo il tasto software e
non ha funzionato non ha risposto a mantenuto
andando e lui vede questa è una buona immagine
perché dimostra il tipo di
il terreno che loro erano in te lo sanno
enormi massi conosci cespugli e alberi
e stava attraversando tutto questo
e totalmente distruggendo la macchina e questi
i ragazzi in realtà hanno faticato per tenere il passo
perché non potevano ottenere
attraverso quel terreno e alla fine
dopo averlo seguito per un po ‘loro
erano pronti a premere il kill switch e
esplodere ma non volevano davvero
per farlo voleva dargli un
opportunità di fermarsi e finalmente si fermò
ma di propria iniziativa non l’hanno fatto
tutto ciò si è fermato misteriosamente così
quando sono usciti
sai che sono in punta di piedi in punta di piedi
questa macchina e come sai con la schiena
della mano lo ha semplicemente toccato
che nel caso li mordesse o
qualcosa che conosci il controllo dello scarico
e il motore non funzionava e così il
pensato ok va bene deve essere sicuro e
sono saltati fuori e si è scoperto
che il cavo della batteria si era staccato
stava scavalcando tutto quel terreno accidentato
e che aveva causato un reset completo del sistema
e l’auto si era appena fermata perché
tutto aveva smesso di funzionare così
era il motivo per cui si arresta ma non ha spiegato
perché è diventato berserk in primo luogo
e così tornarono in albergo e loro
iniziato a guardare tutti i log e
hanno trovato una voce di log misteriosa che
all’improvviso si fermò e si fermò a
22 gradi a destra 0,5 accelerazione e
quella era l’ultima voce di registro e questa
è venuto fuori perché stavano usando
C ++ qualcuno ha fatto accidentalmente a
perdita di memoria e dopo esattamente 21 miglia
di operazione ha riempito tutta la RAM in
il computer e quindi non rispondeva
a qualsiasi OS comanda qualcosa in esso e
ecco perché la pausa del software no
funziona solo una perdita di memoria che conosci
incubo
così questi sistemi complessi queste dinamiche
sistemi questi sistemi che sono supposti
avere un feedback può ancora causare può farlo
ancora venire un raccolto solo a causa di a
perdita di memoria quindi perché sta succedendo tutto questo
ora ed è interessante notare che
in realtà non è dovuto a nessuno
persone particolarmente intelligenti anche se
ci sono molte persone molto intelligenti
lavorando a questo problema non è dovuto a
un nuovo paradigma sai che non è dovuto a
un nuovo sai mania o mania o
la tecnologia è puramente a
potere computazionale nel 1951 lì
era un computer creato da una società chiamata
Ferranti che è una vecchia società in
Manchester nel Regno Unito e loro intendo
sono stati in rilievo circa 30 anni fa
sfortunatamente ma hanno costruito un computer
chiamato
Marquand e quello hanno avuto una performance di
800 istruzioni al secondo e a quello
tempo una cappella presso l’Università di
Manchester ha codificato una vittoria a scacchi
algoritmo su quella macchina ma il
problema era che ci sono volute due ore per fare
una sola mossa per un intero gioco
prendi come 50 anni così è stato solo
irragionevole utilizzare effettivamente per
in realtà battere chiunque ma tutto il
roba esisteva in quel momento e ci sono voluti
fino a quando non conosci 40 47 46 anni dopo
finché non abbiamo avuto qualcosa che era
generalmente abbastanza buono per essere in grado di
calcola ciò in tempo reale e anche oggi
nel 2016 I core 7 ha 317 miliardi
istruzioni al secondo le conosci
sono molti molti molti ordini di grandezza
maggiore di quello che abbiamo avuto in precedenza
e questo è l’unico motivo per cui
possiamo possiamo fare tutto questo fantastico
roba ora così facciamo che vediamo che l’ AI ora lo è
vedremo l’IA come una cosa sì e no
purtroppo sì in un certo senso se prendiamo
La definizione di Hobbs e Turing di cosa
l’intelligenza è sì sì sicuramente noi
può farlo adesso
sai che possiamo guidare le auto usando
macchine migliori di un umano in realtà
e ho avuto una conversazione interessante con un ragazzo
in uno dei miei corsi di formazione il giorno prima
ieri e lavora per un’azienda
che aiuta i regolatori a definire i test per
sistemi avanzati come automobili automatiche
e hanno detto che stanno avendo reale reale
problemi che cercano di definire i regolamenti
per auto automatizzate perché i sistemi
sono così complesse normalmente lì che io
significa fondamentalmente ora i regolatori sono
ancora come lo stile Apollo
verifica dei sistemi che sai che vai
attraverso il codice riga per riga e tu
verifica che faccia esattamente quello che è
dovrebbe fare ma in questi sistemi sono
così complesso non possiamo più farlo
ci deve essere un cambiamento in un cambiamento
il modo in cui le autorità di regolamentazione si fare test
so che abbiamo abbracciato i test unitari per te
conosce decenni ormai un ingegnere del software
ma non sta ancora succedendo
nei regolatori così abbiamo bisogno di bisogno di
cambia che abbiamo bisogno di forzare il
regolatori a
perché è l’unico modo in cui stiamo andando
per andare avanti sai così sì, macchine
parlando di computer vision
problemi possiamo fare molte cose molto
meglio di un umano può ora così in termini
di tale definizione sì l’abbiamo
ma per gli ingegneri penso che l’argomento
è interessante ma ci manca un po ‘
il punto
e questo mi porta al punto principale del mio stop
dicendo AI non ha senso che lo sia
è un dibattito filosofico su cosa
intelligente è non ha alcuna relazione con
ingegneria sai che penso sia di più
su una questione di cosa sia il
definizione di una macchina come se se fosse
dici che va bene che gli umani possano pensare a cosa
abbiamo già dimostrato che lo siamo
solo di nuovo complesse reti biologiche
possiamo essere classificati come una macchina siamo noi
solo macchine se siamo macchine allora
sono anche senzienti
perché è solo una macchina così
è un dibattito filosofico quindi so come
ingegneri probabilmente ne siete a conoscenza e
questo è abbastanza giusto ma quando torni indietro
vai al tuo dipartimento marketing e dì
smettila di dire AI per favore smettila di dirlo
perché esploderà in tutti
faccia perché al momento è di essere
usato proprio come ogni altra mania prima
conosci tutti i big data e e
ed e tutto prima che
alla fine si esaurirà perché
la gente smetterà di crederti
sai che hanno sentito tutto prima e
per questo l’intero campo lo farà
soffri quindi smettila di dirlo e preferisco
invece di usare un termine chiamato dati
la scienza e io preferisco la scienza dei dati
perché dimostra il
approccio multidisciplinare che è
richiesto per lavorare con i dati in questi giorni
la definizione di Cameron Bure nome
ora una signora che ha scritto il libro facendo i dati
la scienza mi piace come la migliore e
dice che uno scienziato dei dati è un
software qualcuno che è meglio
ingegneria del software di uno statistico
un ingegnere del software che è meglio
statistiche altri ingegneri del software
e aggiungo anche il mio e dico che io
penso sia importante per i dipendenti
essere consulenti e lo sono anche le persone
generalmente più consulenti di quanto non siano
loro sono impiegati così quel tipo di in a
in poche parole è ciò che è la scienza dei dati
ma comprende alcuni di diversi
discipline che sono emerse nel corso
da diversi campi e questo non è un
provare a provare e sai mettere alcuni di
quelle cose nel contesto in realtà
mi preoccupo quando ho disegnato questa immagine ho pensato
è stato bello sembrava un po ‘come un Venn
diagramma ma ora mi scuso – sembra a
piccolo fallico e ho sentito una storia io
sentito una storia l’altro giorno e
apparentemente su Westminster Bridge questo
probabilmente è davvero ornato ringhiera questo
che è come un Fleur de Lys su di loro e
quando il sole che conosci si abbassa
questi fleur-de-lis si estendono sicuramente
queste forme molto maleducate attraverso il ponte
e sono sicuro che non era un’intenzione
e non era mia intenzione neanche io
scusa ma l’idea è è che tutti
questi luoghi tutti questi campi e
le tecniche sono state tutte da differenti
alcuni sono venuti dal business
parte alcuni sono venuti solo dal fatto
che stiamo usando una grande quantità di dati
e alcuni sono venuti dall’idea di
cercando di implementare l’ottomano
automazione quindi prendiamo un po ‘di
tempo solo passando attraverso quei campi se
non li avete mai visto prima in modo che il
il primo e probabilmente il più famoso
è l’apprendimento automatico e questo è il
pratica di automatizzare alcuni dati guidati
processo così mi piace dire che il software
e l’ingegneria del software è il
automazione di un processo di un’azienda
processo sai questo fatto molto difficile
ci sono regole molto vicine che puoi
applicare per codificare questo in software
qualcosa come un algoritmo vincente di scacchi
sai che è solo una serie
di regole che dobbiamo seguire per ottenere
a un fine apprendimento macchina sta facendo
una cosa simile ma lo sta facendo
le decisioni invece stiamo cercando di
replicare il processo decisionale
il giudizio che qualcuno fa quando
stanno cercando di farti sapere se
stanno cercando di stabilire se
qualcuno è degno di avere un prestito o no
questo è un giudizio e una macchina
l’apprendimento è la pratica del provare
per l’auto automatizzare che via, ovviamente, un
il grande esempio di ciò è la robotica e
in realtà l’unica cosa che ho contro
il professor DeAngelis parla è che lui è
i robot sono davvero fantastici
così bello
sai che posso software dove dove il
i tecnici di back-end guardano il front-end
ingegneri e dico che vorrei averne un po ‘
front-end a cui potrei esibire
persone perché la gente sarebbe stupita
perché tutto ciò che abbiamo è solo quel ricciolo
che possiamo fare ed è
sta prendendo ci sono voluti mesi per scrivere
quel codice e tutto ciò che facciamo è semplicemente fare un
arricciati come si, non è mai stato così
solo un ricciolo e poi il front end ragazzi
ho dato un’occhiata a tutte queste veglie e
il garage è lo stesso che sai di fare
scienza dei dati
Non faccio robotica, vorrei averlo fatto
la robotica è molto più cool e
allora ne abbiamo un altro veramente buono
esempio non sono sicuro di quanti di voi sono
i coltivatori di cetrioli sentono a Berlino ma
se tu fossi quello che potresti fare sei tu
potrebbe scrivere un algoritmo che lo farà
classificare grandi cetrioli piccoli medi e
se fossero dritti o piegati così
un’altra implementazione davvero esoterica
di apprendimento automatico lì, ma solo
va a mostrare questo alla diversità di
industrie che queste tecniche informatiche
sono stati applicati a così tanto che spero
fa un po ‘ di analisi dei sensi in
il lato commerciale delle cose viene da
l’idea di provare a convertire i dati in
azioni di intuizioni attuabili così così
aziende che ci sono informazioni
elabora le aziende che possono assorbire
passare capire e agire su quello
le informazioni saranno in un
vantaggio intrinseco rispetto al loro
concorrenti e questo è ciò che l’analisi
tenta di prendere quei dati e
fornire semplici intuizioni attuabili di
persone su cui agire e uno dei
i migliori esempi di analisi sono Google
Analitiche perché ci sono così tante persone
familiarità con questo è molto concentrato
verso le imprese basate sul web ma lì
sono equivalenti per te lo sai a molti
altri settori conosci la produzione e
aziende di tipo offline ora
Big Data questo questo porta la corona
bene questa è la seconda corona in alto
è IA e mi infastidisco davvero
parola AI anche io mi infastidisco per la parola
Big Data per ragioni molto simili
Non ho bisogno di guardare chi in realtà
coniato il termine ma il termine Big Data
significa solo un sacco di dati che sai che è
non è non è davvero una cosa è
solo un aggettivo per descrivere quanto
dati ne hai un sacco
e non fa nemmeno l’ inglese
ha senso anche Big Data I
Non so c’è un grande
quantità di pubblico qui oggi sì
non ha nemmeno senso in inglese ma
è diventata una vera disciplina in
a sé stante perché maneggiando e
il ridimensionamento per gestire un sacco di dati è
in realtà un problema davvero difficile ma da essere
onesto, lo considero più di un
problema di tipo informatico ed è
probabilmente qualcosa che molti di voi fanno
su base giornaliera ma si è formata
una parte della scienza dei dati a causa del
una grande quantità di dati che ora è richiesta
a per fare alcuni di questi avanzati
applicazioni e si può vedere un paio di
progetti anche lì e là
presentazioni a loro volta
queste tecnologie sì sì grandi dati molto
un sacco di dati e ci arriviamo
un altro termine hype in realtà è questo
quello di quelli che generalmente fa
ho molte promesse così profonde
imparando mi piace pensare al profondo
imparare come uno dei primi largamente usato
quadri di apprendimento generale e
Lo dico per tutto il tempo
1950 quando iniziò Alan Turing
parlando di questi tipi di cose lui
parlava sempre di loro in termini
di un quadro di calcolo generico voi
so che questo è il primo indizio di ciò
diventando realtà la sua unità di base è un neurone
e nasce dall’idea del nostro cervello
di nuovo e nel suo cuore è in realtà
solo una semplice funzione lineare che conosci
quindi se potessi tornare a scuola
quando fai lo y è uguale a MX plus C
è tutto un neurone in una rete neurale
Va bene non è troppo complicato alcuni
tecnicità una non linearità di un bla
bla bla bla bla ma l’idea è è
che quando si impilano molti di questi
neuroni in modelli molto molto complessi
sono in grado di essere in grado di farlo
imitare e simulare e prevedere molto molto
processi molto complessi ed ecco cosa
permette loro di lavorare su questo livello
dati complessi UBA dimensionali e questo è
in realtà un grosso problema anche perché
se torniamo alla teologia dei professori
parliamo ancora alla stella che era
sempre parlando di feedback e come
tutti i problemi di sempre risolti da
risposta
sfortunatamente questo è così complesso
questo ha interconnessioni e feedback
tra centinaia di migliaia di decine di
migliaia di neuroni e questi diventano
altamente altamente instabile perché non è possibile
controllare tutte con un sai in
così il mio modo nuovo così quando noi quando noi
lavora con l’apprendimento approfondito cosa vedrai
è un sacco di quello che conosci
esplosioni che hai visto sui grafici
lui ha parlato così tanto del lavoro
negli ultimi venti o trent’anni
in realtà sta cercando di trovare modi
questo può controllarlo e ora lo facciamo
finalmente ce l’ho e va avanti in a
processo chiamato formazione noi prendiamo questi
modelli molto complessi e li alleniamo
in pratica li costringiamo a prenderli a calci
nel lavoro e il problema con quello
è che è fantastico durante l’allenamento
processo ma poi quando lo rilasciamo
il selvaggio non ne ha poi
feedback più che stiamo chiedendo di fare
cose su nuovi dati non ci sono feedback
inerente a quel design e questo è quello che
succede quando le cose vanno male così bene io
continua a parlare di uno dei miei migliori
gli esempi sono Ted o AI ed era questo
chattare su questo bot di Twitter che Microsoft
creato nel 2014 ed è stato fantastico
ad esempio perché ci sono un sacco di
ragazzi davvero intelligenti hanno prodotto un bot su Twitter
è stato fantastico nel rispondere alle domande di
un modo umano come lo faresti sicuramente
supererebbe sicuramente il test di Turing
il problema era che ne prendevano un po ‘
feedback in là cercano di imparare
i nuovi tweet che ha ricevuto dopo averlo avuto
stato addestrato, ma il problema era
non si rendevano conto che il mondo era
pieno di ingegneri sadici come te e
invece di essere un prodotto fantastico
la gente ha cercato di rompere in modo che lo ha inviato
tutti i tipi di tweet pazzi davvero
tweet orribili tweet e testi e
finalmente questo bot ha iniziato a ripetere
le cose che sicuramente non erano
bello e per quello dopo solo 24 anni
ore è stato chiuso e in realtà il
cancellato tutto ciò che conosci Mike the the
La polizia di Microsoft ha appena portato un pennello
e ho appena spostato tutto, sai
hanno ancora il dominio ma la pagina
se ne è andato non c’è alcun accenno a questo
ed è un peccato perché è stato davvero
bene non era un grande pezzo di
funziona solo è andato tutto storto, okay
e data mining mi piace parlare un po ‘
un po ‘di data mining anche perché
è ancora davvero molto importante e
data mining ha 20 30 anni è il
processo di cercare di raccogliere e analizzare
e capire i dati per cercare di inferire
qual è il processo al di sotto di questi dati
e tu sai che lo è ancora ancora
importante oggi perché abbiamo abbiamo
tutti questi dati ma dobbiamo ancora
capire i processi sottostanti noi
non posso semplicemente applicare queste scatole nere e
aspettiamo che tutto funzioni bene come noi
vorrei così come è correlato all’IA
bene, penso a quello che mi piacerebbe che tu provassi
e rendersi conto che è tutto avanzato
prodotti che vedi oggi conosci
i droni che vedi tu li conosci
sono molto sofisticati e sono molto
impressionante ma sarebbero tornati intendo
è ancora più fondamentale dei dati
scienza direi che è quasi solo
l’elettronica sai che è solo controllo
teoria ed è un controllo molto avanzato
teoria ma è solo che tutto ciò che
Google è Google è grande solo
diventare molto molto bravo con i Big Data
problema nella gestione di enormi quantità di dati
e riducendolo in un formato leggibile
e generalmente puoi prendere la maggior parte dei prodotti
e li dividi in questo modo tu
sapere che non c’è magia coinvolta è tutto
beh, per essere onesti, la maggior parte è così
solo duro lavoro e ingegneria più di
sai
magia ma c’è qualche relazione con l’ intelligenza artificiale
perché se proviamo a pensare a cosa
facciamo in una vita quotidiana
In realtà stavo andando davvero
cambia questo grafico un po ‘penso
è un po ‘ troppo complicato quello che sono
provando a suggerire è così che un umano
modella la nostra psiche facciamo cose così
sono orientati al futuro
facciamo le cose che sono radicati nella società
in questo momento e facciamo anche cose
che sono anche legati al passato e
queste mappe molto bene alle varie
discipline di apprendimento automatico così abbiamo
ottenuto la previsione e la classificazione
sono i compiti molto orientati al futuro
stiamo cercando di fare qualcosa di prevedibile
qualcosa in futuro forse e
allora abbiamo osservazioni e il
varie tecniche intorno al
osserva le cose come i dati
minerario e
la tua ingegneria e tutto il resto
radicato nel momento e poi abbiamo
roba in passato si sa se si va a
una biblioteca e guarda questo catalogo
è stato catalogato è stato un taxon
alized e le persone hanno speso un intero
vita solo catalogando certe cose
quindi è sicuramente una parte importante di
la nostra psiche e c’è una mappa e un raggio
di strumenti di tecniche di apprendimento automatico
che possiamo esibirci per fare lo stesso
cose così se eccelliamo in tutti questi
forse allora potremmo dire che lo siamo
iniziando a replicare le funzioni di a
umano per dimostrare alcuni di questi
queste idee e alcune di queste facoltà
di nuovo tornerò dai miei figli
e un po ‘ più di recente quando il mio modello è
circa tre e mezzo ora sono stato
cercando di insegnarti a prendere la palla
perché a quanto pare è davvero difficile
Io non pensi che sia così
veramente difficile ma è e e quando
lei quando ha iniziato lei tutto quello che ho fatto è stato
è stato appena impostato il compito di giusto
lanciare qualcosa nell’aria e
prendendolo e la prima cosa che lei
è stato questo, lei è rimasta lì e io
era ancora sveglio e sai che l’ ha presa
buttando un po ‘ ok ma lei aveva assolutamente
non ho idea di come prenderlo è qualcosa
che lei doveva imparare e tu conosci il
la prima cosa che deve fare è
innanzitutto osservi questo è un
compito di osservazione che dobbiamo guardare
la palla così ho cercato di insegnarle a guardare
alla palla ma lei si stava concentrando così
difficile e quello che stavo cercando di insegnarle
lei ha fatto questo, mi sono dovuto spostare fisicamente
lontano da me, così lei non mi guarderebbe
invece lei lo fece sembrare giusto
furtivamente in un solo vincere in quel modo, invece
così ha iniziato a provare e imitare
io sai che lei ha visto che stavo facendo questo
che lei ha provato a farlo, ma lei lo era
ancora concentrato così tanto e lei
Stavo facendo così sai ma c’è un
numero di diversi compiti coinvolti il
prima è che lei ha un classificare che
è circa la destra l’esempio migliore che ho
questo è sapere quando si parla di
tagliare qualcosa lì sul lavoro
superficie e si rilascia il coltello dal
superficie di lavoro si esegue questa piccola danza per
prova a sfuggire al coltello che cade è
come un occidentale del XXI secolo, lo sai
sparare al negozio di chop dance ed è così
esso
classificazione in modo istintivo
perché se dovessi lasciare un po ‘di cibo ,
in realtà proverebbe a prenderlo con
il mio piede
sai che non salterà fuori strada
ma io vengo dallo Yorkshire, sono piuttosto stretto
sai che dobbiamo salvare tutto
e questa è una cosa istintiva che noi
è che è qualcosa che abbiamo
imparato da molti molti molti anni e
non ha ancora imparato come farlo
e il secondo è l’osservazione di cui ha bisogno
per osservare la traiettoria di quella palla
in volo ha bisogno di stimare il
velocità e il gradiente e il
posizione del suo corpo e basta
davvero difficile da fare come ben interessato
per i giocatori di baseball americani hanno
ho imparato a guardare il lanciatore come
sta lanciando la palla perché la palla
vola così veloce che non hanno tempo di farlo
reagiscono alla palla in volo che sono
utilizzando le funzionalità che stanno utilizzando le dimensioni
che hanno capito il loro
Carriere di guardare come il lanciatore
lancia la palla quindi è abbastanza
interessante quando ottieni un
passo non convenzionale ne conosco uno che è
gettandolo da terra o in alto o
ha una azione di lancio molto strana
che lottano davvero e questo è
puramente perché non ne hanno avuto abbastanza
pratica o esperienza per imparare il
caratteristiche di questi tipi di passi e
allora finalmente ha bisogno di fare un
previsione e questa è la domanda d’esame
che probabilmente abbiamo ottenuto il nostro esame
per la matematica o la fisica e in realtà lo è
ancora una domanda difficile da risolvere perché
ci sono molte variabili in là che abbiamo
ho un po ‘di velocità che dobbiamo calcolare
il differenziale di quella velocità che abbiamo
devo prendere in considerazione la gravità e
e cose del genere
ancora in qualche modo con un sacco e molto
pratica siamo solo in grado di
lo fai automaticamente così è in realtà
nessuna sorpresa che sia in realtà abbastanza
difficile prendere una palla e ci vorrà la mia
figlia di anni di pratica e questo è
tipo di lezione per questo per tutto
è una lezione per l’ apprendimento automatico
perché quello che ci dice è davvero
che abbiamo bisogno di un sacco di dati che
bisogno di tanti e molti esempi da essere
in grado di formare i nostri modelli per fare il
cose che vogliamo che facciano se lo sei
imparare un nuovo argomento che ti serve
bisogno di prendere tempo per praticare e
pratica e pratica
e poi alla fine starai meglio
okay, quindi ti mostriamo alcuni esempi
Io vado a mostrarvi un altro paio
esempi di robotica perché sono
così bello in sicurezza, tutto bene in un grande
Computer LED p10 e occupa oltre 300.000
30 K che i college di parole sono nel torto
schermo difficile comunica con a
forma computer tramite una Rhodiola è
circa gli ingegneri del 1960 1965 fanno lo stesso
oggi guardando quale è successo al
programmi per computer che controllano il traballante e
sta usando una stampante di teletype anche a
occupato per tutto ciò che assomiglia
communicati
le istruzioni su e il raggio catodico
tubo display molto avanzato lì
un’altra azione di livello intermedio che lei è
parlando di farti sapere scuoterlo
era importante o dirgli di andare a sinistra o
vai a destra, diciamo semplicemente di andare a
luogo specifico sarebbe capire il
interazione come la loro capacità di recuperare
da imprevisti e questo mi piace
guarderò un po ‘questo perché
gremlin charlie simboleggia un agente di
modificare
sconosciuto a shakey Amo il video finisce
in quanto il pugilato e ma è quello che era
digli dove è la scatola che va bene così
Era circa diciannove anni dal 1966 a 72 anni
era lo stato dell’arte e lo era
piuttosto impressionante
in circa 2016 pezzi da Boston Dynamics
e di nuovo sono solo loro
guarda questo pochino smetterò di parlare
per un secondo
Ecco come sono fatti i robot ubriachi e io
come questo esempio perché in realtà
dimostra antropomorfismo e
antropomorfizzando con inanimato
gli oggetti ricordano che è una veste okay ma
mentre stiamo guardando questo è ciò che è
passando per la testa non mi piaci
smettila
questo è davvero significa che lo lascia fare
il suo lavoro ha un lavoro lo lascia fare
esso
non è vero?
va solo a mostrare come possiamo realmente
sento per questi oggetti inanimati anche se io
pensare è affascinante e lo faremo
faremo solo un altro esempio del
l’uomo è cattivo
[Applausi]
a un idiota non piace quel ragazzo
ma tu sai come un piccolo scavo a
Anche il professore è sottotono, oh non puoi
vedi che i robot sono così 1970 sai
nessuno è più interessato ai robot
passiamo alle cose più avanzate
e ho un esempio qui che è
lavorando con una nuova data, un nuovo dato ish
set chiamato la Stanford
set di dati per rispondere alle domande e questo è
davvero bello perché è un set di dati
è usato per affrontare un tipo specifico di
problema con il testo e il problema è
dato un testo a mano libera puoi rispondere
domande a mano libera e questo è davvero
dura è un problema davvero difficile da
solve lasciare così di Basta dare un’occhiata ad un
coppia motore a vapore e avremo a
guarda gli esempi qui così il testo arriva
in è come questo breve estratto da
qualcosa come un PDR eccitato o
Wikipedia o qualcosa del genere e
allora ci viene data una verità di base
risponde quindi queste sono le vere risposte
che l’algoritmo dovrebbe
prevedere per la domanda insieme a
geotermico o nucleare ciò che è a
fonte di calore non comburente notevole
e tu lo sai, quindi ti chiederò
oltre e c’è un paio di
diverse potenziali risposte giuste qui
e ho una delle implementazioni
di una delle soluzioni più recenti a
questo e non so se scegliamo
uno dei loro paragrafi pre-scritti quindi
puoi vedere che sta rispondendo a quelli
libero da domande abbastanza bene e
generalmente se passi attraverso tutti questi
domande lo troverai
ottiene la risposta giusta ma davvero
la cosa interessante è che se solo ignori
questo è ciò che ho detto generalmente ok okay
Non ho detto completamente bene
mi ha sfidato un sacco di asini intelligenti nel
il pubblico oggi va bene così mi chiedono come
ma ho appena ricevuto il full-text di
Guida galattica per gli autostoppisti qui
e ho intenzione di chiederlo a mano libera
domanda prima ho intenzione di chiedere a
domanda che so che ottiene il giusto
rispondi per quanto è grande un cane chi
reinserito nel mio club, quindi la mia ricerca
storia quanti anni e dopo una coppia
di secondi o giù di lì dovrebbe sperare di ottenere un
rispondi e ci vai e io credo
è corretto e alcuni di loro alcuni
più dei più nerd tra il pubblico
potrebbe essere in grado di correggermi ma ma questo
è una risposta molto interessante assumendo
è corretto perché in realtà sei tu
so che questo non è nemmeno un numero
questa è una parola che viene tirato fuori dal
testo e credo che in realtà
in autostop, scio alla galassia
in realtà non ci sono molti numeri
per la maggior parte dei numeri tutti
scritto come parole, quindi questo è stato in grado di farlo
interpretare la mia domanda per chiedere a
numero anche se non ci sono numeri in
il testo quindi è davvero interessante
risultato chiediamo qualcosa e questo è uh
penso un po ‘più difficile
che questo tipo di risposta sbagliata
diventa un po ‘confuso sì, allora
il pianeta è più sicuro dalla galassia, non lo so
probabilmente è parte di un testo più lungo
ma è devo essere molto, ma siamo tutti
qui per fare una cosa e una sola cosa
vediamo che cosa ti prometto
non ho programmato quello che è puramente
l’algoritmo che sceglie da solo cosa
la vita è tutto e uno è che sia
Satira già dominata non sono sicuro di me
spero che abbia o quello o sia
che sta già diventando cattivo e noi
dovrebbe fermarlo ora
okay e penso che siamo fuori dal tempo
quindi mi limiterò a finire up è quello giusto
si, va bene così sai cosa è il
significato della vita avrei il significato di
vita artificiale se noi se prendiamo
vista del tifo
le tue macchine stanno già agendo come
umani in modo da poter chiedere ad un umano ciò che è
il significato della vita è lo stesso
domanda e io sono un ingegnere e nessun modo
vado a provare e a chiedere questo tipo di
domande così mi piace finire se
sei interessato alla scienza dei dati I
ha iniziato un nuovo sito web nel mondo degli affari
formazione dati scienza comm che regala
qualche formazione gratuita in scienza dei dati e
aiuta anche le persone a imparare online quali dati
Scienze Quindi, con questo vi ringrazio molto
molto ho un paio di domande qui
e so che siamo nel tempo o lo farò presto
essere almeno ok ora perché il nostro
immagini a uno di loro stai guardando
avanti per usare il calcolo quantistico in
congiunzione con la scienza che non conosco
sii onesto, non so nemmeno dove sia
per andare intendo prima ci sono un sacco di
problemi pratici con il contenuto del computer
calcolo e quando diventano
mainstream, stanno solo andando da te
conoscere il colpo e l’intera idea di
essere in grado di calcolare questi complessi
processi e poi diventeranno
possibile quindi sinceramente non posso nemmeno
immagina cosa succederà una volta
avere la possibilità di predire casuali
processi che non so intendo
in definitiva se si potesse prevedere il
posizione di ogni atomo nell’universo
stai predicendo il futuro e se
il calcolo costante può persino ottenerne alcuni
ne conosci il livello se possono farlo
lavorare su un certo livello fisico quindi il
il mondo è l’ostrica sì, non ne ho idea
grazie per il resto delle domande
non esitate a venire a chiedere loro in
persona sì vi ringrazio molto che posso
vedi Michael, il tuo già qui benvenuto
Michael
non vedo l’ora di parlare in 20
minuti e solo una nota finale il
esempio con la classificazione del cetriolo
che hai mostrato questo è in realtà uno dei
gli argomenti per gli ultimi discorsi di oggi
Ci vediamo in giro
[Applausi]
introduzione lì così il mio nome è Phil e
oggi parlerò del
significato della vita artificiale ed è a
parla di dove parleremo del
storia di IA di cui parleremo
le sue origini e ho intenzione di portare quella
a oggi e poi stiamo andando
vedi come l’ IA si sta evolvendo nell’odierna
settore e lungo la strada anche noi
impara un po ‘sulla parola che io
preferisco la scienza dei dati, quindi se noi, se noi
pensaci per un attimo che siamo
andando a pensare a cosa pensa la gente
L’intelligenza artificiale è e probabilmente torneranno a
un po ‘di fantascienza penso che sia dove il
le origini dell’IA provenivano davvero da e in
in particolare questo probabilmente due tagli di libri
film che l’ha davvero buttato fuori dal primo
il robot I di Isaac Asimov molto molto
libro famoso ora dove le Tre Leggi di
La robotica è originaria e lo è
interessante notare che il reale
la storia è stata scritta nel 1942 quindi è molto
molto molto vecchio e il libro I Robot the
la raccolta di racconti è stata
pubblicato intorno al 1950 che eri tu
conosci uno dei primi veri elementi di definizione
momenti in letteratura in cui l’intelligenza artificiale era il primo
considerato allora abbiamo 2001 Spazio
Odissea una storia di uno psicotico
intelligenza artificiale che ha tentato
uccidere l’equipaggio a bordo di uno spazio
stazione per salvare il proprio e
l’anima e quello era nel 1968 così parecchi
anni dopo e quello era in realtà
prodotto all’altezza di quando le persone
ho iniziato a pensare al lato negativo
di intelligenza artificiale, infatti, il tutto
in realtà va molto più indietro di
il 1940 1968 anche nel mito della mitologia
ci sono molti riferimenti a – to
vari agenti automatici in greco
mitologia Talos era un automa di bronzo
e fu creato dal loro dio
Efesto è stato dato a Europa da vicino
Zeus per proteggerla quando era sul
isola di Creta sarebbe andato in giro
lancio
sir pirati qualcuno tenta solo di invadere
l’isola quindi mi piace l’ idea che gli dei
anche bisogno di vacanze a Creta e
anche in altre culture pure in
In Cina ci sono molte storie
persone che creano robot umani penso
la parola era sì ingegneri che lo farebbero
creare uomini meccanici per impressionare il
Imperatore al tempo così attraverso il nostro qualsiasi
numero di culture ce ne sono molte
riferimenti a agenti automatizzati in
le età oscure penso che le storie
diventa un po ‘più dubbioso nel 1206
è piuttosto una vecchia chat di riferimento
i college II hanno ricreato un programmabile
orchestra di esseri umani meccanici ma
il mio preferito nel 1500 aa ragazzo
chiamato Park Ellis ha affermato di avere
creato una vita artificiale fuori
magnetismo alchemico e sperma ora lo farei
non mi piace essere stato lì durante il suo
esperimenti e sospetto che fosse così
probabilmente la nascita del giocattolo del sesso
industria proprio lì e poi nel 1500
domande leggermente discutibili alcune
di quelli ed è persino persino serio
pensatori René Descartes
ha proposto che gli animali alla fine
erano solo forme complesse di macchine così
stiamo iniziando a vedere in tutto il
la storia nelle epoche oscure che meno
queste idee sono un po ‘discutibili ma
la gente ci stava sicuramente pensando
molto tempo fa durante il
Rinascimento e dopo il Rinascimento
le cose cominciano ad avere un po ‘di più
pubblicato Thomas Hobbes
Il Leviatano nella loro ragione non è altro che
calcolo e in realtà sono appena dentro
la British Library di Londra
loro hanno un display al momento
che ha una prima edizione di Leviatano
e pensare che è stato scritto così
tanto tempo fa è davvero impressionante
Ti consiglierei di andare a vedere
quello totalmente gratuito e nel 1642 Blaise
Pascal lui tra molte altre cose
ha inventato la prima calcolatrice e
questo è davvero il primo che sai
esempi reali di macchine che possono
imita alcune parti del pensiero umano così lui
avrebbe avuto un sacco di consensi in quel momento
Gottfried Leibniz
era molto prolifico lui era il ragazzo
quello che ha trovato in modo indipendente
calcolo differenziale ha inventato il
sistema di conteggio binario e altro ancora
interessante ha avuto alcune altre cose
che erano forse un po ‘più audace
tuttavia la gente dimentica di aver tentato di farlo
lavorare sull’assegnazione di un numero specifico a
tutti i pensieri che gli esseri umani potrebbero
mai avere al fine di cercare di creare un
soluzione algebrica per pensare ovviamente
quello non ha funzionato troppo bene per lui a
almeno ci ha provato, ma davvero è stato giusto
prima degli anni ’50 e intorno agli anni ’50
dove dove le cose hanno cominciato a venire
insieme come un campo e non lo era
davvero a causa di una persona era una persona
influente molto ricco ma lo era
in realtà una confluenza di molti diversi
cose così uno dei primi è quello
è stato scoperto che il cervello era in realtà
era stato costruito da un molto
grande quantità di componenti elettrici
e il cervello era pensato al momento di
per rappresentare e replicare un
circuito elettrico e quella era una chiave
scoperta anche Claude Shannon in giro
quella volta definì la sua definizione di
quali informazioni sono e come possiamo
quantificarlo e probabilmente uno dei più
la gente importante di tutto era Alan
Turing e lui lui in questo in questo
In particolare, ha trovato un
teoria del calcolo che fondamentalmente
definito i limiti funzionali di a
motore di calcolo e quello era davvero
importante perché ha dimostrato che il
solo i veri limiti era il
potenza di elaborazione della macchina stessa
e queste idee e altre hanno iniziato
sollevare l’idea che la convinzione che noi
potrebbe effettivamente creare un artificiale
cervello così tanto che nel 1950 circa
ho iniziato a vedere le prime implementazioni
di un cervello artificiale in modo da pensare a questo
come il professor D Andreas è un drone ma
sai molto molto molto prima a
ragazzo chiamato William Gray Walter lui
ho iniziato a giocare con i robot e dico
erano molto semplici ma intendo loro
erano piuttosto complessi al
ma ora sembrano abbastanza semplici
composto da un tubo fotografico che è
come una lampadina che è piena di a
gas in cui la resistenza cambia
a seconda di dove i fotoni colpiscono il
gas su e avrebbero raccolto
collegato a due amplificatori a vuoto e
quindi inserito nei motori quindi l’idea era
che questa cosa potrebbe seguirti
lo mostrò alla luce e sarebbe seguito
andrebbe verso la luce e quello
di per sé era davvero forte ma lui lui lui
ha giocato un piccolo trucco per le persone
sembra che ce ne fossero di più
intelligente di quello che c’era ed era
questo ciò che ha fatto ha messo le luci accese
prese a muro su spine a muro e
ogni volta che la batteria dei robot ha iniziato a
scolo lo spingerebbe verso quella luce
e ricollegarsi e ricaricarsi
eseguire il backup quindi è solo un semplice
modifica del suo robot che ha dato il
impressione che fosse davvero
era intelligente e si nutriva da solo
badare a se stesso e questo è
generalmente pensato come uno dei primi
robot intelligenti ma davvero il
il momento fondamentale era il
definizione del test di Turing in
macchinari per la produzione di carta e
intelligenza e in questo Alan Turing
iniziato a pensare a cosa pensare
in realtà è e lui è venuto a
conclusione che non era davvero chiara
definizione di cosa fosse il pensiero così lui
ha creato la sua e la sua idea di cosa
pensare è se puoi ingannare un umano
nel pensare che un computer è
in realtà un umano quindi puoi definirlo
come pensare e questo ha cambiato il gioco
completamente perché ha costretto il
problema ha reso il problema molto di più
più semplice di quanto non fosse in precedenza
per la prima volta sai fare
le macchine sembrano un problema
la gente potrebbe risolvere e solo pensare
riguardo alle idee in quel momento questo è
una citazione di John von Neumann un famoso
matematico era nella conferenza e
gli è stata posta la domanda che non penso
i computer e le macchine saranno sempre
in grado di pensare come possono loro
penso di fare cose così complesse che non possiamo
possibilmente prendi un computer per farlo e
ha detto che insisti è qualcosa a
macchina non può fare si vuole se si vuole
dimmi precisamente che cosa una macchina non può
faccio e posso sempre fare una macchina che
farò proprio questo e questo era in realtà
una chiave di lettura e penso che questo sia 19
Penso che sia stato il 1948 a dirlo e
il problema era che la gente ancora non lo faceva
davvero cogliere quell’idea ci sono voluti circa 30
o 40 anni come vedremo un po ‘ più tardi
per le persone rendersi conto che è questo
dobbiamo farlo , non dobbiamo provarci e
fai questa idea generalizzata di un umano
cervello persone intorno a me l’idea presieduta
la tesi della chiesa da pochi anni
più tardi è uscito e ha detto che in sostanza
qualsiasi algoritmo che un essere umano può usare per fare
qualcosa che possiamo codificare in forma di macchina
quindi per esempio se possiamo definire un
algoritmo per l’ordinamento di lettere in a
ufficio postale e inserendoli in un
certa scatola sai se possiamo definire un
algoritmo per che siamo in grado di codificare che nella
software in una macchina relativamente facilmente
quindi è solo una teoria generale da dire
che gli algoritmi possono essere possono essere
codificato in forma di macchina ma poi lì
era un’estensione di questo e di David
Deutsch e lui ha tentato di dimostrare
che come un’estensione a questo che qualsiasi
processo fisico che potrebbe essere simulato
da una macchina informatica universale potrebbe
essere eseguito da una macchina e tu sai
ci sono un paio di avvertimenti per questo e
in pratica il circuito di avvertimento è arrivato di nuovo
fino al potere computazionale di cui abbiamo bisogno
essere in grado di simularlo e prevederlo
accadendo in tempo reale altrimenti
non ha senso, ma che ha ottenuto
tutti eccitati perché in teoria se
abbiamo un computer che è potente
abbastanza possiamo simulare qualsiasi naturale
elaborare qualsiasi processo naturale e
che ci include così tra il 1955 e il
1970 il vero boom nell’IA ci fu vasto
somme di denaro che sono state versate a
facendo ricerche sull’IA e uno di quelli
esempi è il DARPA the the the
agenzia di finanziamento militare finanziata mi t – ‘s
Laboratorio di intelligenza artificiale per un totale di 25 milioni all’anno
e questo era completamente aperto e non strutturato
finanziamento sai che è stato il denaro
potrebbero passare dentro in ogni caso e e
anche in quel periodo alcuni molto molto
persone intelligenti hanno iniziato a fare
previsioni su cosa succederebbe quando
hanno visto questo progresso lo sai
questo è successo a questa confluenza
solo per una decina, cinque o dieci anni
quando le persone
ho iniziato a pensare di provare a fare un
cervello umano così erano semplicemente
estrapolando nei prossimi cinque o dieci
anni e hanno suggerito cose come
loro avrebbero costruito quello che avrebbe battuto il mondo
campione di scacchi che conosci tra dieci anni a
nuove macchine matematiche del teorema della paura
sarebbe capace entro 20 anni di
facendo qualsiasi lavoro e l’uomo può farlo
è stato abbastanza audace e tu conosci come te
probabilmente sai che tutto è spuntato così vecchio
busto e la ragione era solo la gente
è diventato privo di diritti con l’idea di
AI perché non hanno visto niente hanno visto tutto
di queste grandiose idee e predizioni
del 1955 e del 1960 ma non arrivò nulla
di esso e in oops di cintura I piuma
nel Regno Unito almeno nel 1973 la luce
Hill riferiva che era un
un rapporto sponsorizzato dal governo criticato
il totale fallimento di AI per raggiungere il suo
obiettivi grandiosi e completamente
ha portato allo smantellamento della ricerca dell’IA in
il Regno Unito interamente ed è un vero peccato
perché fino a quel momento in realtà il
Il Regno Unito era era era abbastanza all’avanguardia
una nostra ricerca e ora è ora non lo è
è tutto negli Stati Uniti perché abbiamo perso tutto
il finanziamento, ma ad essere sinceri, si
posso criticarli un po ‘perché
avrebbero dovuto capire questo lo sai
queste sono persone intelligenti ma è anche questo
non era non è stata colpa loro
i limiti reali erano limitati
quantità di potenza computazionale così come
un esempio di processi all’ora 6570
potrebbero gestire circa 1 milione
istruzioni per secondo macchina corrente
le implementazioni della visione necessitano da qualche parte
tra 10.000 e 1 milione di milioni
istruzioni al secondo, quindi questo era
ordini di grandezza lontano da dove loro
Doveva esserci anche un tecnico
limitazione che hanno trovato altrettanto bene
chiamato la maledizione della dimensionalità così a
dimensione è un termine tecnico la mia altezza
la mia età il mio colore degli occhi sai che sono tutti
dimensioni in un set di dati in modo che lo farebbe
sii tridimensionale e molti di questi
queste visione come problemi per
esempio sono molto
multidimensionale
e molti dei problemi possono essere solo
risolto in tempo esponenziale in modo che significa
ogni volta che aggiungiamo una nuova dimensione
prende una quantità esponenziale di tempo
più a lungo per risolverlo ora finalmente uno
di uno dei più interessanti
pensa e il più bello è come
codifica conoscenza del senso comune così tu
conoscere molti molti problemi come se tu solo
immagina come vedi le cose che hai
insieme di regole e codifiche e leggi se
hai imparato nel corso della tua vita
e ti aspetti che quelli siano veri te
supponi che siano veri, quindi se hai visto un
foto in cui qualcuno stava in bilico
capovolto si sarebbe istantaneamente
riconoscere che c’era qualcosa di sbagliato in
quella foto ma cercando di insegnare a
macchina come farlo è incredibilmente
difficile perché significa che dobbiamo
fornire esempi di persone in bilico gancio
Scivola giù e penso uno dei migliori
modi di dimostrare che è con
con i miei figli amo parlare delle mie
i bambini perché mi piace guardare come
imparano e correla così bene
con come le macchine apprendono, questo è un
dipinto che disegnava quando era
verso le tre aveva circa tre anni quando lei
disegnato questo e può chiunque il pubblico a
suggerire cosa potrebbe essere
faccia di meduse qualcuno ha detto elefante
allora wow hai un cervello astratto io
non vedere un elefante lì devi essere
devi essere un fan di Picasso o
qualcosa così sì grande cappello medusa
persona e questo è esattamente ciò che pensiamo
abbiamo pensato ma lei in realtà ci ha detto
qualcosa di diverso e noi no
capisci cosa voleva dire fino a noi
capovolto ed è in realtà
una tazza di tè vede la tazza il manico del
il vapore del tè è fantastico
Disegnando una tazza di tè , la disegnò
a testa in giù, quindi non aveva senso per noi
lei nella sua mente di tre anni no
ho imparato che il vapore deve salire
anche il suo vapore può facilmente scendere
quindi sai se non possiamo nemmeno riconoscere
che come diavolo possiamo insegnare una macchina
che il vapore deve andare, dobbiamo insegnarlo
termodinamica solo per fare un visual
problema
è da pazzi
e finalmente arriviamo agli anni ’80 e questo
è davvero quando torniamo a von
il commento di neumann e la gente realizzano
che sono gli unici problemi pratici
quello potrebbe essere risolto
conosci problemi di problemi esperti dove
limitiamo veramente il problema e questo
è stato chiamato l’ascesa del
sistema esperto e solo come esempio di
che se qualcuno venisse da me un cliente
Venuto da me, dico che voglio un sistema che sia
in grado di gestire gli ordini con la voce
questo è un problema enormemente non vincolato
ed è che sarebbe molto difficile da
risolvi perché hai bisogno di un hai bisogno di un
algoritmo che è in grado di prendere qualsiasi tecnologia
qualsiasi testo e basta convertire qualsiasi discorso
scusa e convertilo in testo
una sorta di conoscenza su come ordinare e
sistemi e cose del genere
problema incredibilmente ma se lo convertiamo
se noi se provassimo e vincessimo il
problema un po ‘ diventa molto
più facile se suggeriamo che il prodotto
assegnerà ordini per vocazione
una combinazione di carne e patate
che è apparentemente tutto ciò che mangi
Berlino, quindi dev’essere così
una combinazione di carne e patate e
a Berlino sai che stiamo costringendo
il problema perché diventa molto
più facile ora l’unica cosa che le persone
puoi ordinare carne o patate che hai
due cose lì e se sei a Berlino
sapete abbiamo un po ‘alcuni esempi di
qualcuno che parla tedesco o probabilmente
Inglese in realtà tutti tutti
parla inglese che è incredibile ma
perché abbiamo limitato il problema
diventa molto più facile che potremmo fare
qualcosa come una semplice misura di distanza
per dire come fosse simile il suono
da quella persona alla nuova osservazione
che abbiamo appena visto e in giro
gli anni 2000 questo alcune di queste previsioni
che finalmente aveva cominciato a diventare realtà
e da allora erano trascorsi 50 anni
Turing aveva fatto tutto il suo incredibile lavoro
ma nel 1997 circa una delle previsioni
chi ha vinto con OJ Simon batte il mondo
il campione di scacchi in realtà si è avverato
è stato fatto da questa grande scatola nera chiamata
blu intenso e, naturalmente, deve essere un
grande scatola nera perché è costruita da IBM
vendono grandi scatole nere
Sono sicuro che lì dentro c’era anche lui
solo un piccolo laptop o un singolo
PU forse una persona in realtà è grande
abbastanza per essere scommesso ora che quando lui
in realtà ha vinto quella competizione di scacchi
ragazzo che era la sua tomba
egli non è stato permesso di uscirne
perché in realtà è il mondo degli scacchi
campione e doveva essere sepolto per
i posteri futuri e quello era trenta
nove anni dopo l’ iniziale noi il
predizione iniziale di HJ Simon e it
ho impiegato tutto quel tempo per realizzare
che non possiamo risolvere questi grandiosi
problemi che dobbiamo costringere noi stessi
uno dei miei esempi preferiti è nel 2004
2005 DARPA ha finanziato il grande
sfida e ricorda che DARPA è lo stesso
agenzia che ha finanziato l’IA iniziale
ricerca nel laboratorio di intelligenza artificiale di circa 40 anni
anni fa e 50 anni fa e loro
ha iniziato a versare nuovamente i soldi in AI
e questo era un compito da guidare per un robot
autonomamente attraverso 120 131 miglia lungo
una pista deserta del deserto, quindi questo è
un problema incredibilmente difficile da risolvere
al momento e uno dei miei mentori Greg
Duckworth era in realtà stava lavorando per
Darfur al momento e ha avuto il compito
di sederti in questa macchina da inseguimento che vedi
questa macchina in sottofondo qui perché
le macchine davanti erano completamente
autonomo non c’era nessuno al suo interno
dovevano farlo per assicurarci che lì
no, non lo sapevi, no?
avevano una macchina da inseguimento che seguiva il
auto per garantire la sicurezza e cose simili
loro e dentro quella macchina loro avevano loro
aveva alcuni pulsanti che potevano premere lì
sono due pulsanti ne avevano uno un po ‘
pulsante rosso che era come una pausa che
metterebbe in pausa il software che funzionava all’interno
l’auto e permettigli di venire a un
l’arresto grazioso del secondo era un’uccisione
cambiare e conoscere gli americani
probabilmente far saltare in aria qualcosa
da qualche parte non so se esploderà il
macchina o la montagna o cosa ma
qualcosa probabilmente esploderà e loro
stavano seguendo
scusate tutti gli americani tra il pubblico e
e stavano seguendo questa macchina e tutto il resto
di un tratto circa 20 miglia in macchina
improvvisamente virò fuori rotta e iniziò
infuriava nel deserto e ci provarono
premendo il tasto software e
non ha funzionato non ha risposto a mantenuto
andando e lui vede questa è una buona immagine
perché dimostra il tipo di
il terreno che loro erano in te lo sanno
enormi massi conosci cespugli e alberi
e stava attraversando tutto questo
e totalmente distruggendo la macchina e questi
i ragazzi in realtà hanno faticato per tenere il passo
perché non potevano ottenere
attraverso quel terreno e alla fine
dopo averlo seguito per un po ‘loro
erano pronti a premere il kill switch e
esplodere ma non volevano davvero
per farlo voleva dargli un
opportunità di fermarsi e finalmente si fermò
ma di propria iniziativa non l’hanno fatto
tutto ciò si è fermato misteriosamente così
quando sono usciti
sai che sono in punta di piedi in punta di piedi
questa macchina e come sai con la schiena
della mano lo ha semplicemente toccato
che nel caso li mordesse o
qualcosa che conosci il controllo dello scarico
e il motore non funzionava e così il
pensato ok va bene deve essere sicuro e
sono saltati fuori e si è scoperto
che il cavo della batteria si era staccato
stava scavalcando tutto quel terreno accidentato
e che aveva causato un reset completo del sistema
e l’auto si era appena fermata perché
tutto aveva smesso di funzionare così
era il motivo per cui si arresta ma non ha spiegato
perché è diventato berserk in primo luogo
e così tornarono in albergo e loro
iniziato a guardare tutti i log e
hanno trovato una voce di log misteriosa che
all’improvviso si fermò e si fermò a
22 gradi a destra 0,5 accelerazione e
quella era l’ultima voce di registro e questa
è venuto fuori perché stavano usando
C ++ qualcuno ha fatto accidentalmente a
perdita di memoria e dopo esattamente 21 miglia
di operazione ha riempito tutta la RAM in
il computer e quindi non rispondeva
a qualsiasi OS comanda qualcosa in esso e
ecco perché la pausa del software no
funziona solo una perdita di memoria che conosci
incubo
così questi sistemi complessi queste dinamiche
sistemi questi sistemi che sono supposti
avere un feedback può ancora causare può farlo
ancora venire un raccolto solo a causa di a
perdita di memoria quindi perché sta succedendo tutto questo
ora ed è interessante notare che
in realtà non è dovuto a nessuno
persone particolarmente intelligenti anche se
ci sono molte persone molto intelligenti
lavorando a questo problema non è dovuto a
un nuovo paradigma sai che non è dovuto a
un nuovo sai mania o mania o
la tecnologia è puramente a
potere computazionale nel 1951 lì
era un computer creato da una società chiamata
Ferranti che è una vecchia società in
Manchester nel Regno Unito e loro intendo
sono stati in rilievo circa 30 anni fa
sfortunatamente ma hanno costruito un computer
chiamato
Marquand e quello hanno avuto una performance di
800 istruzioni al secondo e a quello
tempo una cappella presso l’Università di
Manchester ha codificato una vittoria a scacchi
algoritmo su quella macchina ma il
problema era che ci sono volute due ore per fare
una sola mossa per un intero gioco
prendi come 50 anni così è stato solo
irragionevole utilizzare effettivamente per
in realtà battere chiunque ma tutto il
roba esisteva in quel momento e ci sono voluti
fino a quando non conosci 40 47 46 anni dopo
finché non abbiamo avuto qualcosa che era
generalmente abbastanza buono per essere in grado di
calcola ciò in tempo reale e anche oggi
nel 2016 I core 7 ha 317 miliardi
istruzioni al secondo le conosci
sono molti molti molti ordini di grandezza
maggiore di quello che abbiamo avuto in precedenza
e questo è l’unico motivo per cui
possiamo possiamo fare tutto questo fantastico
roba ora così facciamo che vediamo che l’ AI ora lo è
vedremo l’IA come una cosa sì e no
purtroppo sì in un certo senso se prendiamo
La definizione di Hobbs e Turing di cosa
l’intelligenza è sì sì sicuramente noi
può farlo adesso
sai che possiamo guidare le auto usando
macchine migliori di un umano in realtà
e ho avuto una conversazione interessante con un ragazzo
in uno dei miei corsi di formazione il giorno prima
ieri e lavora per un’azienda
che aiuta i regolatori a definire i test per
sistemi avanzati come automobili automatiche
e hanno detto che stanno avendo reale reale
problemi che cercano di definire i regolamenti
per auto automatizzate perché i sistemi
sono così complesse normalmente lì che io
significa fondamentalmente ora i regolatori sono
ancora come lo stile Apollo
verifica dei sistemi che sai che vai
attraverso il codice riga per riga e tu
verifica che faccia esattamente quello che è
dovrebbe fare ma in questi sistemi sono
così complesso non possiamo più farlo
ci deve essere un cambiamento in un cambiamento
il modo in cui le autorità di regolamentazione si fare test
so che abbiamo abbracciato i test unitari per te
conosce decenni ormai un ingegnere del software
ma non sta ancora succedendo
nei regolatori così abbiamo bisogno di bisogno di
cambia che abbiamo bisogno di forzare il
regolatori a
perché è l’unico modo in cui stiamo andando
per andare avanti sai così sì, macchine
parlando di computer vision
problemi possiamo fare molte cose molto
meglio di un umano può ora così in termini
di tale definizione sì l’abbiamo
ma per gli ingegneri penso che l’argomento
è interessante ma ci manca un po ‘
il punto
e questo mi porta al punto principale del mio stop
dicendo AI non ha senso che lo sia
è un dibattito filosofico su cosa
intelligente è non ha alcuna relazione con
ingegneria sai che penso sia di più
su una questione di cosa sia il
definizione di una macchina come se se fosse
dici che va bene che gli umani possano pensare a cosa
abbiamo già dimostrato che lo siamo
solo di nuovo complesse reti biologiche
possiamo essere classificati come una macchina siamo noi
solo macchine se siamo macchine allora
sono anche senzienti
perché è solo una macchina così
è un dibattito filosofico quindi so come
ingegneri probabilmente ne siete a conoscenza e
questo è abbastanza giusto ma quando torni indietro
vai al tuo dipartimento marketing e dì
smettila di dire AI per favore smettila di dirlo
perché esploderà in tutti
faccia perché al momento è di essere
usato proprio come ogni altra mania prima
conosci tutti i big data e e
ed e tutto prima che
alla fine si esaurirà perché
la gente smetterà di crederti
sai che hanno sentito tutto prima e
per questo l’intero campo lo farà
soffri quindi smettila di dirlo e preferisco
invece di usare un termine chiamato dati
la scienza e io preferisco la scienza dei dati
perché dimostra il
approccio multidisciplinare che è
richiesto per lavorare con i dati in questi giorni
la definizione di Cameron Bure nome
ora una signora che ha scritto il libro facendo i dati
la scienza mi piace come la migliore e
dice che uno scienziato dei dati è un
software qualcuno che è meglio
ingegneria del software di uno statistico
un ingegnere del software che è meglio
statistiche altri ingegneri del software
e aggiungo anche il mio e dico che io
penso sia importante per i dipendenti
essere consulenti e lo sono anche le persone
generalmente più consulenti di quanto non siano
loro sono impiegati così quel tipo di in a
in poche parole è ciò che è la scienza dei dati
ma comprende alcuni di diversi
discipline che sono emerse nel corso
da diversi campi e questo non è un
provare a provare e sai mettere alcuni di
quelle cose nel contesto in realtà
mi preoccupo quando ho disegnato questa immagine ho pensato
è stato bello sembrava un po ‘come un Venn
diagramma ma ora mi scuso – sembra a
piccolo fallico e ho sentito una storia io
sentito una storia l’altro giorno e
apparentemente su Westminster Bridge questo
probabilmente è davvero ornato ringhiera questo
che è come un Fleur de Lys su di loro e
quando il sole che conosci si abbassa
questi fleur-de-lis si estendono sicuramente
queste forme molto maleducate attraverso il ponte
e sono sicuro che non era un’intenzione
e non era mia intenzione neanche io
scusa ma l’idea è è che tutti
questi luoghi tutti questi campi e
le tecniche sono state tutte da differenti
alcuni sono venuti dal business
parte alcuni sono venuti solo dal fatto
che stiamo usando una grande quantità di dati
e alcuni sono venuti dall’idea di
cercando di implementare l’ottomano
automazione quindi prendiamo un po ‘di
tempo solo passando attraverso quei campi se
non li avete mai visto prima in modo che il
il primo e probabilmente il più famoso
è l’apprendimento automatico e questo è il
pratica di automatizzare alcuni dati guidati
processo così mi piace dire che il software
e l’ingegneria del software è il
automazione di un processo di un’azienda
processo sai questo fatto molto difficile
ci sono regole molto vicine che puoi
applicare per codificare questo in software
qualcosa come un algoritmo vincente di scacchi
sai che è solo una serie
di regole che dobbiamo seguire per ottenere
a un fine apprendimento macchina sta facendo
una cosa simile ma lo sta facendo
le decisioni invece stiamo cercando di
replicare il processo decisionale
il giudizio che qualcuno fa quando
stanno cercando di farti sapere se
stanno cercando di stabilire se
qualcuno è degno di avere un prestito o no
questo è un giudizio e una macchina
l’apprendimento è la pratica del provare
per l’auto automatizzare che via, ovviamente, un
il grande esempio di ciò è la robotica e
in realtà l’unica cosa che ho contro
il professor DeAngelis parla è che lui è
i robot sono davvero fantastici
così bello
sai che posso software dove dove il
i tecnici di back-end guardano il front-end
ingegneri e dico che vorrei averne un po ‘
front-end a cui potrei esibire
persone perché la gente sarebbe stupita
perché tutto ciò che abbiamo è solo quel ricciolo
che possiamo fare ed è
sta prendendo ci sono voluti mesi per scrivere
quel codice e tutto ciò che facciamo è semplicemente fare un
arricciati come si, non è mai stato così
solo un ricciolo e poi il front end ragazzi
ho dato un’occhiata a tutte queste veglie e
il garage è lo stesso che sai di fare
scienza dei dati
Non faccio robotica, vorrei averlo fatto
la robotica è molto più cool e
allora ne abbiamo un altro veramente buono
esempio non sono sicuro di quanti di voi sono
i coltivatori di cetrioli sentono a Berlino ma
se tu fossi quello che potresti fare sei tu
potrebbe scrivere un algoritmo che lo farà
classificare grandi cetrioli piccoli medi e
se fossero dritti o piegati così
un’altra implementazione davvero esoterica
di apprendimento automatico lì, ma solo
va a mostrare questo alla diversità di
industrie che queste tecniche informatiche
sono stati applicati a così tanto che spero
fa un po ‘ di analisi dei sensi in
il lato commerciale delle cose viene da
l’idea di provare a convertire i dati in
azioni di intuizioni attuabili così così
aziende che ci sono informazioni
elabora le aziende che possono assorbire
passare capire e agire su quello
le informazioni saranno in un
vantaggio intrinseco rispetto al loro
concorrenti e questo è ciò che l’analisi
tenta di prendere quei dati e
fornire semplici intuizioni attuabili di
persone su cui agire e uno dei
i migliori esempi di analisi sono Google
Analitiche perché ci sono così tante persone
familiarità con questo è molto concentrato
verso le imprese basate sul web ma lì
sono equivalenti per te lo sai a molti
altri settori conosci la produzione e
aziende di tipo offline ora
Big Data questo questo porta la corona
bene questa è la seconda corona in alto
è IA e mi infastidisco davvero
parola AI anche io mi infastidisco per la parola
Big Data per ragioni molto simili
Non ho bisogno di guardare chi in realtà
coniato il termine ma il termine Big Data
significa solo un sacco di dati che sai che è
non è non è davvero una cosa è
solo un aggettivo per descrivere quanto
dati ne hai un sacco
e non fa nemmeno l’ inglese
ha senso anche Big Data I
Non so c’è un grande
quantità di pubblico qui oggi sì
non ha nemmeno senso in inglese ma
è diventata una vera disciplina in
a sé stante perché maneggiando e
il ridimensionamento per gestire un sacco di dati è
in realtà un problema davvero difficile ma da essere
onesto, lo considero più di un
problema di tipo informatico ed è
probabilmente qualcosa che molti di voi fanno
su base giornaliera ma si è formata
una parte della scienza dei dati a causa del
una grande quantità di dati che ora è richiesta
a per fare alcuni di questi avanzati
applicazioni e si può vedere un paio di
progetti anche lì e là
presentazioni a loro volta
queste tecnologie sì sì grandi dati molto
un sacco di dati e ci arriviamo
un altro termine hype in realtà è questo
quello di quelli che generalmente fa
ho molte promesse così profonde
imparando mi piace pensare al profondo
imparare come uno dei primi largamente usato
quadri di apprendimento generale e
Lo dico per tutto il tempo
1950 quando iniziò Alan Turing
parlando di questi tipi di cose lui
parlava sempre di loro in termini
di un quadro di calcolo generico voi
so che questo è il primo indizio di ciò
diventando realtà la sua unità di base è un neurone
e nasce dall’idea del nostro cervello
di nuovo e nel suo cuore è in realtà
solo una semplice funzione lineare che conosci
quindi se potessi tornare a scuola
quando fai lo y è uguale a MX plus C
è tutto un neurone in una rete neurale
Va bene non è troppo complicato alcuni
tecnicità una non linearità di un bla
bla bla bla bla ma l’idea è è
che quando si impilano molti di questi
neuroni in modelli molto molto complessi
sono in grado di essere in grado di farlo
imitare e simulare e prevedere molto molto
processi molto complessi ed ecco cosa
permette loro di lavorare su questo livello
dati complessi UBA dimensionali e questo è
in realtà un grosso problema anche perché
se torniamo alla teologia dei professori
parliamo ancora alla stella che era
sempre parlando di feedback e come
tutti i problemi di sempre risolti da
risposta
sfortunatamente questo è così complesso
questo ha interconnessioni e feedback
tra centinaia di migliaia di decine di
migliaia di neuroni e questi diventano
altamente altamente instabile perché non è possibile
controllare tutte con un sai in
così il mio modo nuovo così quando noi quando noi
lavora con l’apprendimento approfondito cosa vedrai
è un sacco di quello che conosci
esplosioni che hai visto sui grafici
lui ha parlato così tanto del lavoro
negli ultimi venti o trent’anni
in realtà sta cercando di trovare modi
questo può controllarlo e ora lo facciamo
finalmente ce l’ho e va avanti in a
processo chiamato formazione noi prendiamo questi
modelli molto complessi e li alleniamo
in pratica li costringiamo a prenderli a calci
nel lavoro e il problema con quello
è che è fantastico durante l’allenamento
processo ma poi quando lo rilasciamo
il selvaggio non ne ha poi
feedback più che stiamo chiedendo di fare
cose su nuovi dati non ci sono feedback
inerente a quel design e questo è quello che
succede quando le cose vanno male così bene io
continua a parlare di uno dei miei migliori
gli esempi sono Ted o AI ed era questo
chattare su questo bot di Twitter che Microsoft
creato nel 2014 ed è stato fantastico
ad esempio perché ci sono un sacco di
ragazzi davvero intelligenti hanno prodotto un bot su Twitter
è stato fantastico nel rispondere alle domande di
un modo umano come lo faresti sicuramente
supererebbe sicuramente il test di Turing
il problema era che ne prendevano un po ‘
feedback in là cercano di imparare
i nuovi tweet che ha ricevuto dopo averlo avuto
stato addestrato, ma il problema era
non si rendevano conto che il mondo era
pieno di ingegneri sadici come te e
invece di essere un prodotto fantastico
la gente ha cercato di rompere in modo che lo ha inviato
tutti i tipi di tweet pazzi davvero
tweet orribili tweet e testi e
finalmente questo bot ha iniziato a ripetere
le cose che sicuramente non erano
bello e per quello dopo solo 24 anni
ore è stato chiuso e in realtà il
cancellato tutto ciò che conosci Mike the the
La polizia di Microsoft ha appena portato un pennello
e ho appena spostato tutto, sai
hanno ancora il dominio ma la pagina
se ne è andato non c’è alcun accenno a questo
ed è un peccato perché è stato davvero
bene non era un grande pezzo di
funziona solo è andato tutto storto, okay
e data mining mi piace parlare un po ‘
un po ‘di data mining anche perché
è ancora davvero molto importante e
data mining ha 20 30 anni è il
processo di cercare di raccogliere e analizzare
e capire i dati per cercare di inferire
qual è il processo al di sotto di questi dati
e tu sai che lo è ancora ancora
importante oggi perché abbiamo abbiamo
tutti questi dati ma dobbiamo ancora
capire i processi sottostanti noi
non posso semplicemente applicare queste scatole nere e
aspettiamo che tutto funzioni bene come noi
vorrei così come è correlato all’IA
bene, penso a quello che mi piacerebbe che tu provassi
e rendersi conto che è tutto avanzato
prodotti che vedi oggi conosci
i droni che vedi tu li conosci
sono molto sofisticati e sono molto
impressionante ma sarebbero tornati intendo
è ancora più fondamentale dei dati
scienza direi che è quasi solo
l’elettronica sai che è solo controllo
teoria ed è un controllo molto avanzato
teoria ma è solo che tutto ciò che
Google è Google è grande solo
diventare molto molto bravo con i Big Data
problema nella gestione di enormi quantità di dati
e riducendolo in un formato leggibile
e generalmente puoi prendere la maggior parte dei prodotti
e li dividi in questo modo tu
sapere che non c’è magia coinvolta è tutto
beh, per essere onesti, la maggior parte è così
solo duro lavoro e ingegneria più di
sai
magia ma c’è qualche relazione con l’ intelligenza artificiale
perché se proviamo a pensare a cosa
facciamo in una vita quotidiana
In realtà stavo andando davvero
cambia questo grafico un po ‘penso
è un po ‘ troppo complicato quello che sono
provando a suggerire è così che un umano
modella la nostra psiche facciamo cose così
sono orientati al futuro
facciamo le cose che sono radicati nella società
in questo momento e facciamo anche cose
che sono anche legati al passato e
queste mappe molto bene alle varie
discipline di apprendimento automatico così abbiamo
ottenuto la previsione e la classificazione
sono i compiti molto orientati al futuro
stiamo cercando di fare qualcosa di prevedibile
qualcosa in futuro forse e
allora abbiamo osservazioni e il
varie tecniche intorno al
osserva le cose come i dati
minerario e
la tua ingegneria e tutto il resto
radicato nel momento e poi abbiamo
roba in passato si sa se si va a
una biblioteca e guarda questo catalogo
è stato catalogato è stato un taxon
alized e le persone hanno speso un intero
vita solo catalogando certe cose
quindi è sicuramente una parte importante di
la nostra psiche e c’è una mappa e un raggio
di strumenti di tecniche di apprendimento automatico
che possiamo esibirci per fare lo stesso
cose così se eccelliamo in tutti questi
forse allora potremmo dire che lo siamo
iniziando a replicare le funzioni di a
umano per dimostrare alcuni di questi
queste idee e alcune di queste facoltà
di nuovo tornerò dai miei figli
e un po ‘ più di recente quando il mio modello è
circa tre e mezzo ora sono stato
cercando di insegnarti a prendere la palla
perché a quanto pare è davvero difficile
Io non pensi che sia così
veramente difficile ma è e e quando
lei quando ha iniziato lei tutto quello che ho fatto è stato
è stato appena impostato il compito di giusto
lanciare qualcosa nell’aria e
prendendolo e la prima cosa che lei
è stato questo, lei è rimasta lì e io
era ancora sveglio e sai che l’ ha presa
buttando un po ‘ ok ma lei aveva assolutamente
non ho idea di come prenderlo è qualcosa
che lei doveva imparare e tu conosci il
la prima cosa che deve fare è
innanzitutto osservi questo è un
compito di osservazione che dobbiamo guardare
la palla così ho cercato di insegnarle a guardare
alla palla ma lei si stava concentrando così
difficile e quello che stavo cercando di insegnarle
lei ha fatto questo, mi sono dovuto spostare fisicamente
lontano da me, così lei non mi guarderebbe
invece lei lo fece sembrare giusto
furtivamente in un solo vincere in quel modo, invece
così ha iniziato a provare e imitare
io sai che lei ha visto che stavo facendo questo
che lei ha provato a farlo, ma lei lo era
ancora concentrato così tanto e lei
Stavo facendo così sai ma c’è un
numero di diversi compiti coinvolti il
prima è che lei ha un classificare che
è circa la destra l’esempio migliore che ho
questo è sapere quando si parla di
tagliare qualcosa lì sul lavoro
superficie e si rilascia il coltello dal
superficie di lavoro si esegue questa piccola danza per
prova a sfuggire al coltello che cade è
come un occidentale del XXI secolo, lo sai
sparare al negozio di chop dance ed è così
esso
classificazione in modo istintivo
perché se dovessi lasciare un po ‘di cibo ,
in realtà proverebbe a prenderlo con
il mio piede
sai che non salterà fuori strada
ma io vengo dallo Yorkshire, sono piuttosto stretto
sai che dobbiamo salvare tutto
e questa è una cosa istintiva che noi
è che è qualcosa che abbiamo
imparato da molti molti molti anni e
non ha ancora imparato come farlo
e il secondo è l’osservazione di cui ha bisogno
per osservare la traiettoria di quella palla
in volo ha bisogno di stimare il
velocità e il gradiente e il
posizione del suo corpo e basta
davvero difficile da fare come ben interessato
per i giocatori di baseball americani hanno
ho imparato a guardare il lanciatore come
sta lanciando la palla perché la palla
vola così veloce che non hanno tempo di farlo
reagiscono alla palla in volo che sono
utilizzando le funzionalità che stanno utilizzando le dimensioni
che hanno capito il loro
Carriere di guardare come il lanciatore
lancia la palla quindi è abbastanza
interessante quando ottieni un
passo non convenzionale ne conosco uno che è
gettandolo da terra o in alto o
ha una azione di lancio molto strana
che lottano davvero e questo è
puramente perché non ne hanno avuto abbastanza
pratica o esperienza per imparare il
caratteristiche di questi tipi di passi e
allora finalmente ha bisogno di fare un
previsione e questa è la domanda d’esame
che probabilmente abbiamo ottenuto il nostro esame
per la matematica o la fisica e in realtà lo è
ancora una domanda difficile da risolvere perché
ci sono molte variabili in là che abbiamo
ho un po ‘di velocità che dobbiamo calcolare
il differenziale di quella velocità che abbiamo
devo prendere in considerazione la gravità e
e cose del genere
ancora in qualche modo con un sacco e molto
pratica siamo solo in grado di
lo fai automaticamente così è in realtà
nessuna sorpresa che sia in realtà abbastanza
difficile prendere una palla e ci vorrà la mia
figlia di anni di pratica e questo è
tipo di lezione per questo per tutto
è una lezione per l’ apprendimento automatico
perché quello che ci dice è davvero
che abbiamo bisogno di un sacco di dati che
bisogno di tanti e molti esempi da essere
in grado di formare i nostri modelli per fare il
cose che vogliamo che facciano se lo sei
imparare un nuovo argomento che ti serve
bisogno di prendere tempo per praticare e
pratica e pratica
e poi alla fine starai meglio
okay, quindi ti mostriamo alcuni esempi
Io vado a mostrarvi un altro paio
esempi di robotica perché sono
così bello in sicurezza, tutto bene in un grande
Computer LED p10 e occupa oltre 300.000
30 K che i college di parole sono nel torto
schermo difficile comunica con a
forma computer tramite una Rhodiola è
circa gli ingegneri del 1960 1965 fanno lo stesso
oggi guardando quale è successo al
programmi per computer che controllano il traballante e
sta usando una stampante di teletype anche a
occupato per tutto ciò che assomiglia
communicati
le istruzioni su e il raggio catodico
tubo display molto avanzato lì
un’altra azione di livello intermedio che lei è
parlando di farti sapere scuoterlo
era importante o dirgli di andare a sinistra o
vai a destra, diciamo semplicemente di andare a
luogo specifico sarebbe capire il
interazione come la loro capacità di recuperare
da imprevisti e questo mi piace
guarderò un po ‘questo perché
gremlin charlie simboleggia un agente di
modificare
sconosciuto a shakey Amo il video finisce
in quanto il pugilato e ma è quello che era
digli dove è la scatola che va bene così
Era circa diciannove anni dal 1966 a 72 anni
era lo stato dell’arte e lo era
piuttosto impressionante
in circa 2016 pezzi da Boston Dynamics
e di nuovo sono solo loro
guarda questo pochino smetterò di parlare
per un secondo
Ecco come sono fatti i robot ubriachi e io
come questo esempio perché in realtà
dimostra antropomorfismo e
antropomorfizzando con inanimato
gli oggetti ricordano che è una veste okay ma
mentre stiamo guardando questo è ciò che è
passando per la testa non mi piaci
smettila
questo è davvero significa che lo lascia fare
il suo lavoro ha un lavoro lo lascia fare
esso
non è vero?
va solo a mostrare come possiamo realmente
sento per questi oggetti inanimati anche se io
pensare è affascinante e lo faremo
faremo solo un altro esempio del
l’uomo è cattivo
[Applausi]
a un idiota non piace quel ragazzo
ma tu sai come un piccolo scavo a
Anche il professore è sottotono, oh non puoi
vedi che i robot sono così 1970 sai
nessuno è più interessato ai robot
passiamo alle cose più avanzate
e ho un esempio qui che è
lavorando con una nuova data, un nuovo dato ish
set chiamato la Stanford
set di dati per rispondere alle domande e questo è
davvero bello perché è un set di dati
è usato per affrontare un tipo specifico di
problema con il testo e il problema è
dato un testo a mano libera puoi rispondere
domande a mano libera e questo è davvero
dura è un problema davvero difficile da
solve lasciare così di Basta dare un’occhiata ad un
coppia motore a vapore e avremo a
guarda gli esempi qui così il testo arriva
in è come questo breve estratto da
qualcosa come un PDR eccitato o
Wikipedia o qualcosa del genere e
allora ci viene data una verità di base
risponde quindi queste sono le vere risposte
che l’algoritmo dovrebbe
prevedere per la domanda insieme a
geotermico o nucleare ciò che è a
fonte di calore non comburente notevole
e tu lo sai, quindi ti chiederò
oltre e c’è un paio di
diverse potenziali risposte giuste qui
e ho una delle implementazioni
di una delle soluzioni più recenti a
questo e non so se scegliamo
uno dei loro paragrafi pre-scritti quindi
puoi vedere che sta rispondendo a quelli
libero da domande abbastanza bene e
generalmente se passi attraverso tutti questi
domande lo troverai
ottiene la risposta giusta ma davvero
la cosa interessante è che se solo ignori
questo è ciò che ho detto generalmente ok okay
Non ho detto completamente bene
mi ha sfidato un sacco di asini intelligenti nel
il pubblico oggi va bene così mi chiedono come
ma ho appena ricevuto il full-text di
Guida galattica per gli autostoppisti qui
e ho intenzione di chiederlo a mano libera
domanda prima ho intenzione di chiedere a
domanda che so che ottiene il giusto
rispondi per quanto è grande un cane chi
reinserito nel mio club, quindi la mia ricerca
storia quanti anni e dopo una coppia
di secondi o giù di lì dovrebbe sperare di ottenere un
rispondi e ci vai e io credo
è corretto e alcuni di loro alcuni
più dei più nerd tra il pubblico
potrebbe essere in grado di correggermi ma ma questo
è una risposta molto interessante assumendo
è corretto perché in realtà sei tu
so che questo non è nemmeno un numero
questa è una parola che viene tirato fuori dal
testo e credo che in realtà
in autostop, scio alla galassia
in realtà non ci sono molti numeri
per la maggior parte dei numeri tutti
scritto come parole, quindi questo è stato in grado di farlo
interpretare la mia domanda per chiedere a
numero anche se non ci sono numeri in
il testo quindi è davvero interessante
risultato chiediamo qualcosa e questo è uh
penso un po ‘più difficile
che questo tipo di risposta sbagliata
diventa un po ‘confuso sì, allora
il pianeta è più sicuro dalla galassia, non lo so
probabilmente è parte di un testo più lungo
ma è devo essere molto, ma siamo tutti
qui per fare una cosa e una sola cosa
vediamo che cosa ti prometto
non ho programmato quello che è puramente
l’algoritmo che sceglie da solo cosa
la vita è tutto e uno è che sia
Satira già dominata non sono sicuro di me
spero che abbia o quello o sia
che sta già diventando cattivo e noi
dovrebbe fermarlo ora
okay e penso che siamo fuori dal tempo
quindi mi limiterò a finire up è quello giusto
si, va bene così sai cosa è il
significato della vita avrei il significato di
vita artificiale se noi se prendiamo
vista del tifo
le tue macchine stanno già agendo come
umani in modo da poter chiedere ad un umano ciò che è
il significato della vita è lo stesso
domanda e io sono un ingegnere e nessun modo
vado a provare e a chiedere questo tipo di
domande così mi piace finire se
sei interessato alla scienza dei dati I
ha iniziato un nuovo sito web nel mondo degli affari
formazione dati scienza comm che regala
qualche formazione gratuita in scienza dei dati e
aiuta anche le persone a imparare online quali dati
Scienze Quindi, con questo vi ringrazio molto
molto ho un paio di domande qui
e so che siamo nel tempo o lo farò presto
essere almeno ok ora perché il nostro
immagini a uno di loro stai guardando
avanti per usare il calcolo quantistico in
congiunzione con la scienza che non conosco
sii onesto, non so nemmeno dove sia
per andare intendo prima ci sono un sacco di
problemi pratici con il contenuto del computer
calcolo e quando diventano
mainstream, stanno solo andando da te
conoscere il colpo e l’intera idea di
essere in grado di calcolare questi complessi
processi e poi diventeranno
possibile quindi sinceramente non posso nemmeno
immagina cosa succederà una volta
avere la possibilità di predire casuali
processi che non so intendo
in definitiva se si potesse prevedere il
posizione di ogni atomo nell’universo
stai predicendo il futuro e se
il calcolo costante può persino ottenerne alcuni
ne conosci il livello se possono farlo
lavorare su un certo livello fisico quindi il
il mondo è l’ostrica sì, non ne ho idea
grazie per il resto delle domande
non esitate a venire a chiedere loro in
persona sì vi ringrazio molto che posso
vedi Michael, il tuo già qui benvenuto
Michael
non vedo l’ora di parlare in 20
minuti e solo una nota finale il
esempio con la classificazione del cetriolo
che hai mostrato questo è in realtà uno dei
gli argomenti per gli ultimi discorsi di oggi
Ci vediamo in giro
[Applausi]
Please follow and like us: