Artificial Intelligence | Euro Beinat | TEDxYouth@AICS

lascia che ti porti prima al 1956, quindi è così
un workshop presso l’estate Dartmouth
scuola nel Vermont ed è considerata
data di nascita dell’intelligenza artificiale
e fammi leggere la dichiarazione che hanno fatto
perché hanno avuto questo incontro per procedere
la base di una congettura che ogni
aspetto dell’apprendimento o qualsiasi altra caratteristica
di intelligenza può essere in linea di principio essere
così precisamente descritto che la macchina
può essere fatto per simulare pensare
vogliono incrinare l’intelligenza loro
voglio che un computer faccia ciò che gli umani
fare
quello è il 1956, è un obiettivo audace perché
il computer nel 1956 è così così
quando hai questo e ci pensi
fare un computer ha simulato l’intelligenza
hai davvero una visione a pensarci
se scorri sul tuo iPhone il
potere di calcolo per fare questa semplice azione
potrebbe prendere questa macchina mesi così a
la sessione su Facebook potrebbe richiedere 15 anni
è un po ‘difficile pensare all’artificiale
intelligenza in quell’ambiente e in
Infatti ci sono voluti qualcosa come 50 a 60
anni prima quella promessa potrebbe essere
materializzato quindi siamo più o meno dentro
2012 2010 2012 che la prima ondata di
grandi risultati importanti è uscito il primo
ondata di algoritmi importanti che ordinano
di simulare il cervello e fare qualcosa
come fa il cervello , fa un’immagine migliore
il riconoscimento è il primo grande esempio
il riconoscimento delle immagini implica che tu abbia
un’immagine un’immagine di qualcosa e a
la macchina ti dice cosa c’è dentro giusto
quindi questo è stato lavorato per molti
anni e puoi vedere gli album erano
okay per molto tempo potrebbero
riconoscere tre su quattro immagini che
non è molto buono per fare questo
è solo un semplice software e quindi un gruppo
dei ricercatori di Toronto dicono di dimenticare
su quel modo di fare cose che non facciamo
prendere un algoritmo un software che tu
ho messo tutte le istruzioni per dire come
riconoscere un’immagine ma insegniamo il
algoritmo prendiamo un algoritmo che è
in realtà progettato per imparare a non fare
cose ma per imparare cosa succede è quello
dal 75% sale all’80% e poi all’anno
dopo un anno diventa super- umano così
significa che fa un compito umano meglio di
un umano e ora puoi farlo nell’immagine
il riconoscimento in riconoscimento del testo
nella parola in movimento e così via e così via
e così via
in passato tutto ciò che abbiamo fatto
il software era istruzioni che ci hai detto
dopo cosa fare e tutto ciò che fai
con il software deve essere detto al
software da qualcuno così quando si fa clic su
tasto su una tastiera qualcuno ha detto il
macchina per fare tutto ciò che accade
finché qualcosa non compare sullo schermo
tranne che per gli errori quando hai degli errori
questa è l’ unica volta in cui il software
inventa qualcosa anche se è qualcosa
che non vuoi davvero così il nuovo
serie di algoritmi è però stato sono
sulla base di una premessa diversa la premessa
che hai copiato il modo in cui funziona il cervello
e il cervello funziona in questo modo in molti
semplici pezzi di calcolo che sono
neuroni principali che sono compilati insieme
in uno strato molto complesso e questo è il modo
succede
all’interno di questo algoritmo di riconoscimento dell’immagine
quindi metti un’immagine all’ingresso che
l’immagine è segmenti in luoghi diversi
e dopo aver mostrato molte immagini
quell’algoritmo può fare l’associazione
tra l’input e l’output voi
mostra che l’immagine e questa è Sarah è così
un’altra immagine e questa è un’altra persona
Facebook fa che tutto il tempo in modo
quando pubblichi qualcosa su facebook
la prima cosa che succede se c’è
una foto lì passa attraverso una serie
di reti neurali che in realtà si dividono
fuori il contenuto a causa di quello che hai
un cambiamento nella separazione da cui parti
software o algoritmi nel vecchio modo in
che in realtà ti istruisco
dì all’algoritmo tutto ciò che
voglio che faccia questo è il motivo per cui chiami
istruzioni nel software si va dal
terra a ciò che chiamiamo sorvegliato
imparando in modo da mostrare molti algoritmi
molti esempi di immagini di parole di
domande per l’ università e così via
e quell’algoritmo riconosce il
relazione tra qualcosa che dice
questo e l’output che rende il
connessione tra input e output e
poi lo mostri qualcosa che non ha
visto e può rendere per sé è un
modo molto molto semplice di fare
l’intelligenza è in realtà molto molto
Semplicemente non è così che funziona il nostro cervello
in pratica facciamo molte altre cose ma
questo è ciò che abbiamo adesso, quindi non lo è
intelligenza veramente artificiale cosa noi
chiama l’ intelligenza artificiale limitata
è tuttavia estremamente potente dove
stiamo andando è incustodito
apprendimento
quindi hai bisogno di pochissimi esempi da imparare
pensa alla prima volta che hai visto un
Segway hai solo bisogno di un frame
un secondo di quell’oggetto da capire
era nella stessa categoria di scape
lavora su biciclette e così via non ne hai avuto bisogno
qualsiasi altra cosa solo un esempio di computer
non può farlo potrebbe richiedere anni o
decenni per loro per impararlo o forse
mai ma in ogni caso quindi questo è il
parte dove siamo così questo momento lo sappiamo
come fare l’apprendimento supervisionato che conosciamo
come insegnare macchine da molti esempi
per farlo meglio di esseri umani e questo è
potente è potente perché se a
la persona può farlo svolgere un compito mentale in
meno di un secondo probabilmente può essere
automatizzato probabilmente c’è un algoritmo
questo lo fa meglio di te ma non in
dieci anni non in cinque anni con quello che noi
ora la tecnologia è questa, se tu
fai in modo che quell’app passi ulteriormente
qual è l’impatto perché è importante
perché è importante perché circa il 60% di
occupazioni lavorative e così via
cambiato da questo senza alcuno sviluppo
niente di nuovo, solo quello che abbiamo ora
tutto il mio lavoro i tuoi lavori futuri e così via
sarà interessato da questo in a
modo sostanziale fondamentale così in cinque
anni da adesso sarebbe impossibile
immagina il dottore che fa la diagnosi
senza consultare un algoritmo che è
semplicemente impossibile immaginare è solo
impossibile concepire un avvocato
avvia il caso senza fare un agente
il lavoro di sfondo per l’avvocato
stesso quindi è importante quindi la domanda
possiamo fidarci di questi algoritmi?
dirti la verità e quando lo fanno
le decisioni per te hanno una morale
standard che usano per creare il
decisione quindi ne tratterò alcuni
di questi elementi nella presentazione
ora il primo problema che hai è questo
molti dei potenti strumenti che abbiamo
sviluppato all’interno di ciò che chiamiamo artificiale
l’intelligenza è in realtà una scatola nera così
sai che funzionano bene, sai
quello che metti dentro sai quello che metti
fuori non sai davvero perché funzionano
che bene è sorprendente ma noi
in realtà non conosco la vera funzione
il vero funzionamento interiore di un neurone
rete conosciamo il cablaggio ma perché lo fa
di solito
in realtà non lo sappiamo quindi devi
inizia a pensare a come fai realmente
colpire all’interno di questo algoritmo per essere sicuro
che fanno quello che vuoi e loro lo fanno
in un modo corretto
quindi iniziamo con un semplice caso in
questo caso diciamo che lo vuoi
interpreta questa immagine e tu vuoi
avere una figura algoritmica dove
c’è più gente è un caso semplice
non ci sarà alcun algoritmo nel
mondo e fare un’ipotesi diversa
questa è l’inaugurazione di Obama e questo è
Trump in aberration dove c’è di più
la gente cancella abbastanza a destra
ogni macchina sarà in grado di farlo
è semplice informazioni esplicite
in realtà ogni essere umano farebbe il
lo stesso tranne forse 10 o 12 in
Washington quindi è abbastanza chiaro
situazione qui ma poi cosa succede
quando hai questo così qui hai un
macchina che accetta un algoritmo
prende molti dossier medici molti
li compila ed è capace di
rilevando la sepsi che conosci a
condizioni gravi il 90% delle volte meglio
o in realtà più veloce di un dottore così
hai un algoritmo che in realtà
si comporta meglio di un medico nel
senso che rileva le cose più velocemente
giusto e poi il dottore presume che tu sia
un dottore devi scoprire cosa faccio
fare con quello mi fido di farlo su
perché ho 16 ore di vantaggio ma
Devo scoprire se questo algoritmo è
correggi, quindi cos’è che ha reso questo
l’algoritmo va dalle prove che ha dovuto
la conclusione che rende così devi
hai chiaro perché altrimenti tu
non posso usarlo , ne guadagna ancora di più
complicato in situazioni come questa così
questo è un algoritmo che predice il
incidenti stradali dal modo in cui questo è un
simulazione che non possiamo mettere nel reale
pannelli sulle strade perché non lo facciamo
sapere come reagirebbero le persone a questo ma
questi sono comunque algoritmi
previsto nei prossimi 10 chilometri di
i prossimi 30 minuti ci saranno
un incidente o non giusto e poi se
lo fanno come dovresti aver bisogno di essere
prima che tu lo spegni davvero
informazioni perché una volta l’informazione
è fuori e forse questo non è il migliore
modo di farlo che questo sta per
cambia il modo in cui le persone si comportano in modo da te
potrebbe avere un cambio di traffico che noi
provato rimuovere l’incidente ma lo sai
potrebbe davvero farlo funzionare così tu
non so davvero e peggio ancora
peggio in ogni caso ancora più profondo è quello
hai macchine che sono davvero così
forte e potente come questo
può sollevare una persona che non può farlo
ma quanto possono aumentare
anche schiacciarlo, quindi devi davvero aver fiducia
loro completamente così ecco il problema che
proviamo a risolvere e ti darò un
un paio di esempi di come siamo dentro
ricerca i professionisti della comunità quelli
lavoro in AI prova a farlo
il problema principale che hai è che hai
due tipi di algoritmi funzionano
estremamente bene ma non lo sai davvero
perché quelli che sai perché lavorano
ma non lo fanno così bene
spiegare capacità e prestazioni sono dentro
conflitto c’è un trade-off che vuoi
buona prestazione che non sai come
spiegalo che vuoi spiegarlo noi
dobbiamo rinunciare alle prestazioni che vogliamo
sbarazzarsi di quel conflitto che non vogliamo
quel trade-off vogliamo assicurarcelo
in realtà spiegabile e funzionano bene
quindi alcune delle cose che sono le persone
fare è ovviamente testare quali sono i
limiti di questi algoritmi il primo
cosa vuoi fare da quando siamo
parlando di allenamento e quindi non lo sei
codifica un’ora a cui ti stai allenando
algoritmo stai introducendo pregiudizi
introducendo pregiudizi che rendono il
l’algoritmo funziona in un modo che non lo è
supposto fare questo è chiamato bussola
è uno strumento utilizzato dai tribunali negli Stati Uniti
Dichiara alcuni tribunali per decidere se condannato
può essere rilasciato su parole o meno così tu
decidere in libertà o no per una persona
e lo fa basandosi sulla storia e a
questionario e mette il punteggio e
ciò che viene fuori è questo algoritmo
questo è stato testato dal numero di persone
che cercano di spingere l’argomento al
limite è che il bianco evento 2D3 ho bisogno di
leggilo perché non puoi i bianchi che d3
offendere siamo classificati come a basso rischio
il doppio rispetto ai neri offende l’udito
in modo che la tolleranza fosse davvero parziale
favore dei bianchi giusto perché è così
qualcuno lo ha fatto apposta
probabilmente non c’è nessuno che vuole fare
che di proposito solo la storia il
casi i giudici che hanno deciso nel
passato che aveva quel pregiudizio codificato nel
informazioni utilizzate per addestrare l’algoritmo
e questo è ora parte del codice per
consigli davvero i giudici, quindi questo è uno dei
le cose principali che non possiamo permetterci di fare
questo deve essere setacciato possiamo farlo
perché è un dato di fatto
peggio non è un posto giusto è solo in
e così via, ma c’è una cosa che noi
non posso permettermi di prenderlo e solo
codificalo e rendilo parte degli algoritmi
così
le persone stanno facendo qualcosa di sperimentale
come questo allungando gli algoritmi a
il limite per scoprire dove falliscono
dove si rompono o comunque dove
sono di parte un altro caso
l’esercizio fisico è così tanta immagine
riconoscimento forse tutto ciò che ha
a che fare con il riconoscimento dell’immagine in questo
il punto nel tempo è automatico quindi basta
avere uno strumento software e Algrim che lo fa
è per te
quindi se hai una faccia lo riconosci
quella faccia è la mia faccia è la stessa cosa con o
senza che sia importante, sono ancora io
giusto e se cambio il colore degli occhiali
sono sempre io, ma è lo stesso per un
la macchina in realtà risulta non è così
alcune persone stanno usando strumenti e
tecniche per vedere dove gli algoritmi
BREAK così si vuole allungare al
limitare e scoprire posti e formazione
stabilisce che ingannare loro questo è ciò che questi
ragazzi hanno trovato che è sufficiente in questo
caso di indossare occhiali che hanno un molto
colore e modello specifici per ingannare il
algoritmo di riconoscimento delle immagini, quindi cosa
succede è che questo ragazzo in cima
giusto questo è il ragazzo ma è riconosciuto
come la signora la donna media è
riconosciuto come quel ragazzo e così via così
l’algoritmo è completamente confuso e e
il motivo per cui lo fa è perché
pezzo di informazione che modella
effettivamente setaccia attraverso il neurale
rete a quello alcuni strati del
la rete neurale altera qualcosa
fondamentale ricordare che non lo facciamo
so davvero perché questo funziona così l’unico
cosa che possiamo fare è quello di testare a
il limite quindi sappiamo dove si rompe
non userà mai qualcosa che tu non
sapere dove si rompe, quindi questo è abbastanza
pezzo importante di allenamento ma è tutto
sulla formazione quindi c’è qualche limite alla
cosa si può fare da test si deve
fare qualcosa in anticipo
questo è un tipico dilemma di autonomia
auto questo è un veicolo che non può fermarsi
più e ha tre terribili
scelte anche nei prossimi secondi
colpisci la persona giusta o colpisci il
albero sulle strisce zebra o vai
contro quel muro e si rischia la vita
dei passeggeri della macchina quale
non puoi fermare la macchina questo sta per
accadere in azione ha sfortunato
è successo alla gente prima che sia una cosa
delle situazioni in cui il risultato
di tua scelta è Nega
non c’è niente di positivo che Alka abbia ragione
quindi come scegli qui bene se lo fai
addestrando il modo in cui lo facciamo ora
allenamento supervisionato probabilmente lo fai
quindi questo è il modo in cui si allena un
algoritmo per battere un giocatore go questo è andare
è un gioco da tavolo molto più complesso
di scacchi e fu detto e nessuno no
l’algoritmo potrebbe davvero vincere un umano
giocatore ma è stato dimostrato per ultimo
anni fa è un affare fatto come fai tu
allenati, fai molti giochi
in passato hai l’algoritmo per
riconoscere i modelli di questo gioco e
alla fine questo algoritmo lo fa come il
bravi giocatori giusto e poi effettivamente il
il trucco è che facciamo funzionare l’algoritmo
contro se stesso quindi si allenerà
ancora meglio dopo un milione di partite così tu
può addestrare una macchina un veicolo in questo modo
perché allora devi creare un
milioni di debiti prima di capirlo
che non è proprio quello che vuoi dalla
auto quindi devi trovare un altro modo per
farlo in modo che il modo in cui l’albero tech è
lo sviluppo ora è questo in realtà
sollevare algoritmi modo le stesse modalità
tu cresci i figli esattamente allo stesso modo
con una presa non puoi aspettare 20 anni
quindi devi trovare modi per accelerare
quella formazione quindi ce ne sono un paio
modi in cui funziona davvero bene uno che io
come molto è Georgia Tech negli Stati Uniti
è quello con il creare storie su
il comportamento delle persone in quella situazione
migliaia di storie è solo narrativa
e hai gli algoritmi appresi da
queste narrative qual’è il codice il
codice morale o le scelte che le persone
hanno fatto in quelle situazioni e poi
in questo modo hai effettivamente la macchina
impara cosa hanno fatto gli umani in a
terribile situazione del genere che potrebbe
non essere la scelta migliore, ma almeno lo è
buono come gli umani hanno fatto e da
lì puoi costruire così ci sono a
pochi esperimenti in corso in questo momento
quello che mi piace molto è un algoritmo
come questo che è stato addestrato a
riconoscere qual è la scelta è il
codici che usi quando esci su un
data e vai al cinema così
migliaia di persone hanno costruito
racconti su quell’evento e indovina
ciò che l’algoritmo rileva un numero di
cose ma ciò che rileva anche che a
elemento chiave in quello schema è così
apparentemente per quell’algoritmo che si bacia
un elemento estremamente importante dell’andare
in una giornata al cinema in base alla
storie
di molte persone questo è un modo di apprendere
sai cosa succede se un algoritmo risulta
e suggerito di baciare, penso che siamo in un
buon posto
grazie
[Applausi]