
[Musica]
quindi immagino di essere uno di quei buoni vecchi
ho formato un popolo I così quando ho iniziato
fare ricerca in artificiale
l’intelligenza che stavamo davvero facendo
questa rappresentazione della conoscenza così io
in realtà provengono dalla conoscenza
tipo di rappresentazione di laboratorio presso il
a Chipping Università così ho effettivamente
direi che abbiamo molto da fare
impara da queste tecniche tradizionali
all’intelligenza artificiale, come pure
ma naturalmente oggi ne abbiamo molti
apprendimento automatico per assistere e a
migliorare su quelle tecnologie quindi cosa
Sono interessato a condividere qui il
idea che penso valga la pena di tifare qui
oggi è questo il modo in cui andiamo da tutto questo
risultati eccitanti e molto affascinanti
che vediamo in intelligenza artificiale
che è davvero sulla comprensione di come
può meccanizzare l’ intelligenza o il pensiero
elabora le cognizioni e così via e come
lo sfruttiamo quando si tratta del nostro
proprio probabilmente è un problem-solving
capacità e abilità e lo farei
sostengo che in realtà entrambi possiamo imparare a
molto dall’intelligenza artificiale ma
anche approfittare del fatto che noi
avere computer estremamente potenti quando
risolviamo i problemi quindi ciò di cui abbiamo veramente bisogno
fare è sviluppare e coltivare il nostro
pensiero computazionale e sfruttamento
e questo potere computazionale che esiste
mentre risolvo i problemi quindi intendo ciò che è
intelligenza artificiale così ho chiesto al
presidente della società di area svedese che faccio
viene posta questa domanda abbastanza spesso ma
Penso dallo scopo di questo discorso a
Almeno lo direi semplicemente artificiale
l’intelligenza è davvero una specie di studio
della meccanizzazione algoritmica o
cognizione in cui la cognizione è come noi
pensa come risolviamo i problemi come facciamo noi
pianificare come ragioniamo e così via in che modo
lo capiamo abbastanza bene
e il nostro essere in grado di scrivere algoritmi
che può effettivamente portare
lo stesso tipo di problem solving
processi per esempio, così abbiamo visto
che negli esempi precedenti che noi
abbiamo fatto abbastanza progressi e noi
sono arrivato abbastanza lontano, quindi intendo uno
domanda che possiamo chiedere è perché ora perché lo sono
noi qui oggi mostriamo questo tipo di
i progressi sono innanzi tutto il software è
mangiare il mondo in modo fondamentalmente software
sta prendendo il controllo di dove avevamo precedentemente
l’hardware, per esempio uno, lo porta
un esempio è Ericsson Telecom
reti dove in precedenza hai avuto
hardware specializzato e specializzato
stazioni base e se si desidera cambiare
la funzionalità della tua rete di telecomunicazioni
qualcuno deve andare fisicamente lì
sostituiscono l’hardware oggi solo loro
avere un computer standard e loro solo
cambia il software quindi se vuoi un nuovo
funzionalità nella tua rete di telecomunicazioni sei solo
cambia il software e tutto funziona
lo stesso e lo stesso vale per le auto dove
puoi avere lo stesso motore in più
i modelli della macchina l’unica differenza è
che se paghi centomila di più
ottieni l’edizione sportiva che significa
che ha un software diverso rispetto a
l’ edizione standard così è il software
mangiare continuamente il mondo ed è
anche il fatto che non è solo il digitale
mondo ma quelli sono la parola analogica
in realtà unendo così ciò che vediamo è questo
cose che facciamo nel mondo digitale
ha conseguenze nel mondo analogico di
il mondo fisico e, naturalmente, il
in un altro modo che le cose che noi
fare nel mondo fisico hanno
conseguenze nel mondo digitale che è
tipo di più facile da vedere, ma questo in realtà
stato il caso che ci fosse un giornalista
che aveva l’ epilessia e c’era qualcuno
chi era arrabbiato con lui non gli piaceva
quello che sta scrivendo e in realtà lo ha mandato
un file che hanno aperto il suo file e lui
ha iniziato a lampeggiare ed è come un
effetto stroboscopio e loro in realtà
ha causato un attacco per lui così è
in realtà un modo per attaccare una persona
attraverso un media digitale quindi il digitale
il mondo e il mondo analogico sono veramente
diventando uno così che è un altro
fatto interessante ovviamente poi anche noi
avere questo sviluppo computazionale
poteri da unità di elaborazione geografica
così
grazie a tutti i bambini che giocano molto
i videogiochi a casa abbiamo oggi il
enormi poteri computazionali che noi
oggi che abbiamo bisogno di tutto questo
apprendimento automatico e così via anche noi
un sacco di dati etichettati che effettivamente abbiamo
esempi così di nuovo sono fondamentalmente noi qui
usando i nostri dispositivi mobili o altre cose
per raccogliere dati che consente continuamente
questi algoritmi di apprendimento automatico a
impara dai dati che abbiamo
disponibile e finalmente ovviamente lo è
anche il miglioramento degli algoritmi a causa di
ricerca ma è interessante che cosa
vediamo che questo tipo di convergenza di a
numero di diversi fattori che rende
tutto questo possibile quindi perché è questo
importante loro perché dovremmo cura bene
prima di tutto quello che abbiamo visto è questo
l’apprendimento automatico può effettivamente trovarli
modelli complessi e li estraggono così
in precedenza abbiamo dovuto spendere un sacco di
sforzo nel definire questi noi stessi
ora possono essere estratti molto di più
in modo efficiente e su larga scala e anche
consente l’adattamento quindi non è un
sistema fisso ma piuttosto può cambiare
e si evolvono e si adattano a runtime così
diventa molto più flessibile e, naturalmente
quindi molto più utile ma vediamo anche è
che l’interfaccia per computer è
diventando molto più basato sul naturale
lingua quindi intendo in un certo senso che puoi
vederlo intendo la casella di ricerca di Google
il tipo di interesse è solo che è solo un
box inserisci tutto ciò che ti piace e lo farà
rispondi a qualsiasi tipo di domande che hai
e quello che vediamo oggi è quello ovviamente
che ci stiamo evolvendo così in precedenza
era questo tipo di sistema a una domanda
o sistema di risposta alle domande, naturalmente
Google è un esempio di questo IBM Watson
un altro esempio che tu chiedi a te
domanda che ritorna con una risposta così
quello che stiamo iniziando a vedere ora è
dialoghi in modo da avere effettivamente un
conversazione con il tuo computer o il tuo
il tuo sistema e comprende te e
tiene traccia della storia e può rispondere
in modo significativo quindi il tipo
di frutta a bassa attaccatura c’è tutto
l’ assistenza clienti funziona così
aziende
questo è molto nel processo di
essere rilevato da questo tipo di
avatar ma poi se guardiamo di più
entità fisiche come robot, quindi cosa io
direi che è davvero interessante
cosa con un robot è che permette
presenza fisica ovunque e in qualsiasi momento
che intendo prima dovevi essere
da qualche parte con cui interagire fisicamente
quella posizione particolare ora avendo un
robot puoi essere effettivamente in qualsiasi posto
qualsiasi posto almeno quello dove c’è un
robot e puoi essere in molti posti
luoghi fisici allo stesso tempo quindi io
pensa che o quelle cose siano ciò che è
davvero interessante con la robotica e io
significa prendere tutto questo insieme è quello
quello che abbiamo visto in precedenza è come
relativamente ciò che è un semplice o
lavoro ripetitivo e ripetitivo
oltre all’automazione ma ciò che vediamo oggi
soprattutto se guardi sistemi come
IBM Watson è quel lavoro di conoscenza che è
molto giusto per l’automazione e lo è
in realtà il tipo di lavoro professionale
che richiede un sacco di conoscenze di un
persona per raccogliere un sacco un sacco di
conoscenza e quindi essere in grado di chiedere
le domande fanno diagnosi o suggeriscono
trattamenti e così via quelli sono tipo di
lavori che sono attualmente presi di mira
da questo tipo di sistemi per cui pensi
avvocati di esempio che sono attualmente
sistemi che forniscono consulenza legale
molto più efficiente molto più veloce molto
più economico e anche con maggiore precisione
rispetto agli umani ed è anche il fatto
che hai di nuovo se prendi l’Iban
qual è l’esempio che cosa stanno cercando di fare
ora è ovviamente andare in medicina
affari come supporto ai medici nel fare
diagnosi medica quindi è davvero molto
interessante vedere quali sono i
conseguenze e quindi è importante
per tutti noi così su questa nota penso
è molto interessante guardare il
gioco di scacchi
quindi il gioco degli scacchi è stato un gioco
dove noi umani non abbiamo possibilità
quindi dal profondo blu batte Garry Kasparov
nel 1997 credo fosse in realtà 20
anni fa le persone non avevano avuto una possibilità in
una partita a scacchi ma ciò che è interessante
è così anche se gli umani non possono essere
computer è in realtà il fatto che
gli umani stanno diventando sempre di più
meglio a scacchi e il motivo sono
diventare migliori è perché lo sono
usando i programmi di scacchi per allenarsi così
ottengono una formazione più efficace attraverso
questi giocatori di scacchi computerizzati e il
secondo è che l’interesse per l’acquisto
è ancora molto alto quindi intendo ora che –
Carlson sta giocando e così via
genera tremendo interesse anche
anche se gli umani non sono i migliori ma
per tipo di fare il terzo punto che è
il più interessante è quello perfino
anche se i computer sono migliori degli umani
se unisci umani e computer
insieme in squadre in cui fare
qualcosa chiamato scacchi freestyle dove
hai uno o più umani che giocano
insieme a uno o più scacchi
computer e sono migliori di entrambi
gli umani e i computer così
Certo, c’è molto interessante che noi
si completano a vicenda che gli umani hanno
alcuni punti di forza e i computer hanno
alcuni punti di forza facciamo leva su questo e
diventare ancora meglio insieme così nel mio dentro
la mia mente non è né calcolatrice né computer
gli umani sono più sia i computer che i computer
umani insieme che collaborano e da allora
poiché penso che questo sia molto importante
sono stati anche fortemente coinvolti in
educazione quindi come prendiamo questo
capire e spostarlo nell’educazione
quindi il concetto che sono stato
promuovere è il concetto di
pensiero computazionale che è
fondamentalmente un processo di problem-solving per
descrivere analizzare e risolvere i problemi in
in modo tale che i computer possono aiutare e
spesso usiamo tecniche dal computer
scienza perché nella mia mente
l’informatica è davvero su come fare
meccanizziamo la soluzione dei problemi intendo
già dall’inizio quando Alan Turing
fondamentalmente inventato l’informatica
durante durante la seconda guerra mondiale
il suo obiettivo era che dovevamo essere migliori
risolvere questo problema e cioè scomporre il
codice determinato e abbiamo bisogno di aiuto con
che quindi ha inventato questo e
abbiamo studiato il computazionale
proprietà o problem solving o
calcolo computazionale in generale così
In realtà sosterrò che questo è il
tipo di abilità che le persone devono
sviluppare così cosa intendo cosa sono
il vero tipo di componenti in calcestruzzo
ovviamente sta dando passo-passo
istruzioni che istruiscono effettivamente a
computer o una persona per fare cose è
problemi di decomposizione in parti più piccole
rompendo i problemi per trovare i modelli
di nuovo questo è ciò che l’ apprendimento automatico è
molto bravo e come lo prendiamo
questi modelli e creare astrazioni
o modelli più generali dalla
specifiche e infine la progettazione
algoritmi per meccanizzare effettivamente le parti
o tutto il processo di risoluzione dei problemi così
questi sono di solito i componenti di base
del pensiero computazionale così da prendere un
esempio concreto così da quando ho lavorato
con l’Agenzia nazionale per l’ istruzione
in realtà abbiamo solo il governo
ha deciso di o ha fatto un nuovo curriculum
per l’ istruzione da K a 9 qui in Svezia
che ora implica programmazione e come
Ho partecipato a questo processo in
sto sviluppando questo nuovo curriculum che sono stato
usando questo esempio per mostrare ciò che
significa che supponi di voler insegnare al
ragazzi di fare poligoni regolari così in questo
caso fare un quadrato e un modo per liberare
bambini per dimostrarlo per capire che a
quadrato è fare un programma che disegna a
quadrato e in un esempio sarebbe a
usa zero che è uno particolare
linguaggio di programmazione per farlo e
per farlo a zero si incolla
scriverebbe un programma come questo tu
devi capire che il quadrato
consiste di quattro lati e di disegnare a
lato ti muovi di 100 passi e poi ti giri
90 gradi e andresti a 100 F ti giri
90 gradi va 1 e passo 90
gradi vanno uno sui gradini e poi tu
hai fatto il tuo quadrato ma poi tu
sarà ciò che è la comunanza qui
voglio trovare i modelli così, naturalmente
lo schema è ripetere qualcosa quattro
volte in modo da disegnare la linea quattro volte
e ti giri e lo ripeti quattro
volte poi dici tutto alla grande ora che sei
giù a piazza come puoi fare un Pentagono
naturalmente che cosa hai bisogno di cambiare
bene devi cambiare i quattro in a
cinque tutti possono capirlo ma
cosa succede se cambi il 100 in
200 bene ottieni il quadrato con due volte
come lati lunghi e quattro volte tanto
area in modo da poter parlare della relazione
tra circonferenza e un’area così
cosa abbiamo bisogno di cambiare questo corso come
molto giriamo e quindi l’idea può
essere come me puoi calcolarlo o farlo
sii pigro come me e dici solo oh bene tu
devi fare 360 gradi bene hai fatto quattro
volte nono nel primo caso ora tu
devo fare quattro volte cinque volte quello che è
il settimo 2.5 o qualcosa
per ottenere il quadrato completo e ora
puoi generalizzare ancora di più e
costruisci un algoritmo per disegnare
un poligono arbitrario fondamentalmente giusto
chiedendo quanti lati e ripetendo
questo così in questo particolare semplice
esempio stiamo attraversando tutto questo
diversi passaggi che abbiamo decomposto noi
abbiamo trovato un modello che abbiamo
generalizzato e abbiamo progettato un
algoritmo per risolvere questo problema ma non lo è
si tratta solo di abilità
atteggiamenti come la fiducia nel trattare
con problemi di complessità con molti
componenti differenti che lavorano con
problemi difficili e la persistenza I
significa che questa è una delle maggiori sfide
persistenza come far arrivare gli studenti
non mollare ma in realtà continua a
risolvere questi problemi di tolleranza per
ambiguità la capacità di affrontare
problemi aperti come facciamo a
aperto e un problema e stretto 8.000
qualcosa che possiamo effettivamente risolvere e
forse possiamo anche solo restringendolo
verso il basso e juicing questo fattore abbiamo il
strumenti computazionali a nostro vantaggio
e infine anche la capacità di
comunicare e lavorare con gli altri a
raggiungere un obiettivo comune quindi è davvero
sul comunicatore e sulla collaborazione
non può fare le cose da soli è necessario
lavora insieme se lavori insieme
con persone o con computer che lo fanno
non importa quel che voglio dire che devi
collaborare perché l’interessante
problemi che dobbiamo risolvere questi
i giorni non sono promessi in un singolo
l’individuo può risolvere con o da
loro stessi quindi penso che
cosa computazionale cattura davvero
quello che dobbiamo essere bravi a al fine di
sfruttare tutti questi artificiali
intelligenza e altri computazionali
strumenti che abbiamo così ciò che è interessante
ecco che mentre impariamo di più
intelligenza artificiale e come noi
sviluppare questi strumenti basati su per esempio
apprendimento automatico dobbiamo essere in grado di
sfruttale attraverso il nostro calcolo
pensando di essere in grado di capire come
i processi computazionali funzionano e come
possiamo beneficiare di quelli che abbiamo visto
problemi quindi quello che vediamo oggi è
in realtà un numero di casi interessanti
dove le persone usano l’apprendimento automatico o
altri strumenti come parte della propria
processo di problem-solving e semplicemente dare
l’unico esempio concreto era questo
scrivere questi rapporti su quali sono i posti di lavoro
probabilmente sarà automatizzato in realtà
apprendimento e modello di ciò che sono
fattori che influenzano il rischio di essere
assunto dall’automazione e, naturalmente
come stiamo migliorando in questo possiamo
ovviamente sviluppare meglio artificiale
strumenti di intelligence così diventando migliori
a utilizzare gli strumenti che abbiamo anche diventare migliori
a svilupparli ulteriormente, quindi penso
questo è veramente interessante
interconnessione tra questi due e
anche il fatto che noi come persone possiamo
beneficiare di avere questo strumento presso il nostro
smaltimento e migliorando la risoluzione
problemi così gentili da riassumere penso
non è né / né è insieme
insieme con le macchine e insieme
con questi strumenti molto sofisticati noi
può risolvere i problemi che affrontiamo come a
società e forse puoi vedere questo come
qualche passo successivo nell’evoluzione
prendendo questa sinergia
tra l’uomo e l’ intelligenza artificiale
grazie mille
[Musica]
quindi immagino di essere uno di quei buoni vecchi
ho formato un popolo I così quando ho iniziato
fare ricerca in artificiale
l’intelligenza che stavamo davvero facendo
questa rappresentazione della conoscenza così io
in realtà provengono dalla conoscenza
tipo di rappresentazione di laboratorio presso il
a Chipping Università così ho effettivamente
direi che abbiamo molto da fare
impara da queste tecniche tradizionali
all’intelligenza artificiale, come pure
ma naturalmente oggi ne abbiamo molti
apprendimento automatico per assistere e a
migliorare su quelle tecnologie quindi cosa
Sono interessato a condividere qui il
idea che penso valga la pena di tifare qui
oggi è questo il modo in cui andiamo da tutto questo
risultati eccitanti e molto affascinanti
che vediamo in intelligenza artificiale
che è davvero sulla comprensione di come
può meccanizzare l’ intelligenza o il pensiero
elabora le cognizioni e così via e come
lo sfruttiamo quando si tratta del nostro
proprio probabilmente è un problem-solving
capacità e abilità e lo farei
sostengo che in realtà entrambi possiamo imparare a
molto dall’intelligenza artificiale ma
anche approfittare del fatto che noi
avere computer estremamente potenti quando
risolviamo i problemi quindi ciò di cui abbiamo veramente bisogno
fare è sviluppare e coltivare il nostro
pensiero computazionale e sfruttamento
e questo potere computazionale che esiste
mentre risolvo i problemi quindi intendo ciò che è
intelligenza artificiale così ho chiesto al
presidente della società di area svedese che faccio
viene posta questa domanda abbastanza spesso ma
Penso dallo scopo di questo discorso a
Almeno lo direi semplicemente artificiale
l’intelligenza è davvero una specie di studio
della meccanizzazione algoritmica o
cognizione in cui la cognizione è come noi
pensa come risolviamo i problemi come facciamo noi
pianificare come ragioniamo e così via in che modo
lo capiamo abbastanza bene
e il nostro essere in grado di scrivere algoritmi
che può effettivamente portare
lo stesso tipo di problem solving
processi per esempio, così abbiamo visto
che negli esempi precedenti che noi
abbiamo fatto abbastanza progressi e noi
sono arrivato abbastanza lontano, quindi intendo uno
domanda che possiamo chiedere è perché ora perché lo sono
noi qui oggi mostriamo questo tipo di
i progressi sono innanzi tutto il software è
mangiare il mondo in modo fondamentalmente software
sta prendendo il controllo di dove avevamo precedentemente
l’hardware, per esempio uno, lo porta
un esempio è Ericsson Telecom
reti dove in precedenza hai avuto
hardware specializzato e specializzato
stazioni base e se si desidera cambiare
la funzionalità della tua rete di telecomunicazioni
qualcuno deve andare fisicamente lì
sostituiscono l’hardware oggi solo loro
avere un computer standard e loro solo
cambia il software quindi se vuoi un nuovo
funzionalità nella tua rete di telecomunicazioni sei solo
cambia il software e tutto funziona
lo stesso e lo stesso vale per le auto dove
puoi avere lo stesso motore in più
i modelli della macchina l’unica differenza è
che se paghi centomila di più
ottieni l’edizione sportiva che significa
che ha un software diverso rispetto a
l’ edizione standard così è il software
mangiare continuamente il mondo ed è
anche il fatto che non è solo il digitale
mondo ma quelli sono la parola analogica
in realtà unendo così ciò che vediamo è questo
cose che facciamo nel mondo digitale
ha conseguenze nel mondo analogico di
il mondo fisico e, naturalmente, il
in un altro modo che le cose che noi
fare nel mondo fisico hanno
conseguenze nel mondo digitale che è
tipo di più facile da vedere, ma questo in realtà
stato il caso che ci fosse un giornalista
che aveva l’ epilessia e c’era qualcuno
chi era arrabbiato con lui non gli piaceva
quello che sta scrivendo e in realtà lo ha mandato
un file che hanno aperto il suo file e lui
ha iniziato a lampeggiare ed è come un
effetto stroboscopio e loro in realtà
ha causato un attacco per lui così è
in realtà un modo per attaccare una persona
attraverso un media digitale quindi il digitale
il mondo e il mondo analogico sono veramente
diventando uno così che è un altro
fatto interessante ovviamente poi anche noi
avere questo sviluppo computazionale
poteri da unità di elaborazione geografica
così
grazie a tutti i bambini che giocano molto
i videogiochi a casa abbiamo oggi il
enormi poteri computazionali che noi
oggi che abbiamo bisogno di tutto questo
apprendimento automatico e così via anche noi
un sacco di dati etichettati che effettivamente abbiamo
esempi così di nuovo sono fondamentalmente noi qui
usando i nostri dispositivi mobili o altre cose
per raccogliere dati che consente continuamente
questi algoritmi di apprendimento automatico a
impara dai dati che abbiamo
disponibile e finalmente ovviamente lo è
anche il miglioramento degli algoritmi a causa di
ricerca ma è interessante che cosa
vediamo che questo tipo di convergenza di a
numero di diversi fattori che rende
tutto questo possibile quindi perché è questo
importante loro perché dovremmo cura bene
prima di tutto quello che abbiamo visto è questo
l’apprendimento automatico può effettivamente trovarli
modelli complessi e li estraggono così
in precedenza abbiamo dovuto spendere un sacco di
sforzo nel definire questi noi stessi
ora possono essere estratti molto di più
in modo efficiente e su larga scala e anche
consente l’adattamento quindi non è un
sistema fisso ma piuttosto può cambiare
e si evolvono e si adattano a runtime così
diventa molto più flessibile e, naturalmente
quindi molto più utile ma vediamo anche è
che l’interfaccia per computer è
diventando molto più basato sul naturale
lingua quindi intendo in un certo senso che puoi
vederlo intendo la casella di ricerca di Google
il tipo di interesse è solo che è solo un
box inserisci tutto ciò che ti piace e lo farà
rispondi a qualsiasi tipo di domande che hai
e quello che vediamo oggi è quello ovviamente
che ci stiamo evolvendo così in precedenza
era questo tipo di sistema a una domanda
o sistema di risposta alle domande, naturalmente
Google è un esempio di questo IBM Watson
un altro esempio che tu chiedi a te
domanda che ritorna con una risposta così
quello che stiamo iniziando a vedere ora è
dialoghi in modo da avere effettivamente un
conversazione con il tuo computer o il tuo
il tuo sistema e comprende te e
tiene traccia della storia e può rispondere
in modo significativo quindi il tipo
di frutta a bassa attaccatura c’è tutto
l’ assistenza clienti funziona così
aziende
questo è molto nel processo di
essere rilevato da questo tipo di
avatar ma poi se guardiamo di più
entità fisiche come robot, quindi cosa io
direi che è davvero interessante
cosa con un robot è che permette
presenza fisica ovunque e in qualsiasi momento
che intendo prima dovevi essere
da qualche parte con cui interagire fisicamente
quella posizione particolare ora avendo un
robot puoi essere effettivamente in qualsiasi posto
qualsiasi posto almeno quello dove c’è un
robot e puoi essere in molti posti
luoghi fisici allo stesso tempo quindi io
pensa che o quelle cose siano ciò che è
davvero interessante con la robotica e io
significa prendere tutto questo insieme è quello
quello che abbiamo visto in precedenza è come
relativamente ciò che è un semplice o
lavoro ripetitivo e ripetitivo
oltre all’automazione ma ciò che vediamo oggi
soprattutto se guardi sistemi come
IBM Watson è quel lavoro di conoscenza che è
molto giusto per l’automazione e lo è
in realtà il tipo di lavoro professionale
che richiede un sacco di conoscenze di un
persona per raccogliere un sacco un sacco di
conoscenza e quindi essere in grado di chiedere
le domande fanno diagnosi o suggeriscono
trattamenti e così via quelli sono tipo di
lavori che sono attualmente presi di mira
da questo tipo di sistemi per cui pensi
avvocati di esempio che sono attualmente
sistemi che forniscono consulenza legale
molto più efficiente molto più veloce molto
più economico e anche con maggiore precisione
rispetto agli umani ed è anche il fatto
che hai di nuovo se prendi l’Iban
qual è l’esempio che cosa stanno cercando di fare
ora è ovviamente andare in medicina
affari come supporto ai medici nel fare
diagnosi medica quindi è davvero molto
interessante vedere quali sono i
conseguenze e quindi è importante
per tutti noi così su questa nota penso
è molto interessante guardare il
gioco di scacchi
quindi il gioco degli scacchi è stato un gioco
dove noi umani non abbiamo possibilità
quindi dal profondo blu batte Garry Kasparov
nel 1997 credo fosse in realtà 20
anni fa le persone non avevano avuto una possibilità in
una partita a scacchi ma ciò che è interessante
è così anche se gli umani non possono essere
computer è in realtà il fatto che
gli umani stanno diventando sempre di più
meglio a scacchi e il motivo sono
diventare migliori è perché lo sono
usando i programmi di scacchi per allenarsi così
ottengono una formazione più efficace attraverso
questi giocatori di scacchi computerizzati e il
secondo è che l’interesse per l’acquisto
è ancora molto alto quindi intendo ora che –
Carlson sta giocando e così via
genera tremendo interesse anche
anche se gli umani non sono i migliori ma
per tipo di fare il terzo punto che è
il più interessante è quello perfino
anche se i computer sono migliori degli umani
se unisci umani e computer
insieme in squadre in cui fare
qualcosa chiamato scacchi freestyle dove
hai uno o più umani che giocano
insieme a uno o più scacchi
computer e sono migliori di entrambi
gli umani e i computer così
Certo, c’è molto interessante che noi
si completano a vicenda che gli umani hanno
alcuni punti di forza e i computer hanno
alcuni punti di forza facciamo leva su questo e
diventare ancora meglio insieme così nel mio dentro
la mia mente non è né calcolatrice né computer
gli umani sono più sia i computer che i computer
umani insieme che collaborano e da allora
poiché penso che questo sia molto importante
sono stati anche fortemente coinvolti in
educazione quindi come prendiamo questo
capire e spostarlo nell’educazione
quindi il concetto che sono stato
promuovere è il concetto di
pensiero computazionale che è
fondamentalmente un processo di problem-solving per
descrivere analizzare e risolvere i problemi in
in modo tale che i computer possono aiutare e
spesso usiamo tecniche dal computer
scienza perché nella mia mente
l’informatica è davvero su come fare
meccanizziamo la soluzione dei problemi intendo
già dall’inizio quando Alan Turing
fondamentalmente inventato l’informatica
durante durante la seconda guerra mondiale
il suo obiettivo era che dovevamo essere migliori
risolvere questo problema e cioè scomporre il
codice determinato e abbiamo bisogno di aiuto con
che quindi ha inventato questo e
abbiamo studiato il computazionale
proprietà o problem solving o
calcolo computazionale in generale così
In realtà sosterrò che questo è il
tipo di abilità che le persone devono
sviluppare così cosa intendo cosa sono
il vero tipo di componenti in calcestruzzo
ovviamente sta dando passo-passo
istruzioni che istruiscono effettivamente a
computer o una persona per fare cose è
problemi di decomposizione in parti più piccole
rompendo i problemi per trovare i modelli
di nuovo questo è ciò che l’ apprendimento automatico è
molto bravo e come lo prendiamo
questi modelli e creare astrazioni
o modelli più generali dalla
specifiche e infine la progettazione
algoritmi per meccanizzare effettivamente le parti
o tutto il processo di risoluzione dei problemi così
questi sono di solito i componenti di base
del pensiero computazionale così da prendere un
esempio concreto così da quando ho lavorato
con l’Agenzia nazionale per l’ istruzione
in realtà abbiamo solo il governo
ha deciso di o ha fatto un nuovo curriculum
per l’ istruzione da K a 9 qui in Svezia
che ora implica programmazione e come
Ho partecipato a questo processo in
sto sviluppando questo nuovo curriculum che sono stato
usando questo esempio per mostrare ciò che
significa che supponi di voler insegnare al
ragazzi di fare poligoni regolari così in questo
caso fare un quadrato e un modo per liberare
bambini per dimostrarlo per capire che a
quadrato è fare un programma che disegna a
quadrato e in un esempio sarebbe a
usa zero che è uno particolare
linguaggio di programmazione per farlo e
per farlo a zero si incolla
scriverebbe un programma come questo tu
devi capire che il quadrato
consiste di quattro lati e di disegnare a
lato ti muovi di 100 passi e poi ti giri
90 gradi e andresti a 100 F ti giri
90 gradi va 1 e passo 90
gradi vanno uno sui gradini e poi tu
hai fatto il tuo quadrato ma poi tu
sarà ciò che è la comunanza qui
voglio trovare i modelli così, naturalmente
lo schema è ripetere qualcosa quattro
volte in modo da disegnare la linea quattro volte
e ti giri e lo ripeti quattro
volte poi dici tutto alla grande ora che sei
giù a piazza come puoi fare un Pentagono
naturalmente che cosa hai bisogno di cambiare
bene devi cambiare i quattro in a
cinque tutti possono capirlo ma
cosa succede se cambi il 100 in
200 bene ottieni il quadrato con due volte
come lati lunghi e quattro volte tanto
area in modo da poter parlare della relazione
tra circonferenza e un’area così
cosa abbiamo bisogno di cambiare questo corso come
molto giriamo e quindi l’idea può
essere come me puoi calcolarlo o farlo
sii pigro come me e dici solo oh bene tu
devi fare 360 gradi bene hai fatto quattro
volte nono nel primo caso ora tu
devo fare quattro volte cinque volte quello che è
il settimo 2.5 o qualcosa
per ottenere il quadrato completo e ora
puoi generalizzare ancora di più e
costruisci un algoritmo per disegnare
un poligono arbitrario fondamentalmente giusto
chiedendo quanti lati e ripetendo
questo così in questo particolare semplice
esempio stiamo attraversando tutto questo
diversi passaggi che abbiamo decomposto noi
abbiamo trovato un modello che abbiamo
generalizzato e abbiamo progettato un
algoritmo per risolvere questo problema ma non lo è
si tratta solo di abilità
atteggiamenti come la fiducia nel trattare
con problemi di complessità con molti
componenti differenti che lavorano con
problemi difficili e la persistenza I
significa che questa è una delle maggiori sfide
persistenza come far arrivare gli studenti
non mollare ma in realtà continua a
risolvere questi problemi di tolleranza per
ambiguità la capacità di affrontare
problemi aperti come facciamo a
aperto e un problema e stretto 8.000
qualcosa che possiamo effettivamente risolvere e
forse possiamo anche solo restringendolo
verso il basso e juicing questo fattore abbiamo il
strumenti computazionali a nostro vantaggio
e infine anche la capacità di
comunicare e lavorare con gli altri a
raggiungere un obiettivo comune quindi è davvero
sul comunicatore e sulla collaborazione
non può fare le cose da soli è necessario
lavora insieme se lavori insieme
con persone o con computer che lo fanno
non importa quel che voglio dire che devi
collaborare perché l’interessante
problemi che dobbiamo risolvere questi
i giorni non sono promessi in un singolo
l’individuo può risolvere con o da
loro stessi quindi penso che
cosa computazionale cattura davvero
quello che dobbiamo essere bravi a al fine di
sfruttare tutti questi artificiali
intelligenza e altri computazionali
strumenti che abbiamo così ciò che è interessante
ecco che mentre impariamo di più
intelligenza artificiale e come noi
sviluppare questi strumenti basati su per esempio
apprendimento automatico dobbiamo essere in grado di
sfruttale attraverso il nostro calcolo
pensando di essere in grado di capire come
i processi computazionali funzionano e come
possiamo beneficiare di quelli che abbiamo visto
problemi quindi quello che vediamo oggi è
in realtà un numero di casi interessanti
dove le persone usano l’apprendimento automatico o
altri strumenti come parte della propria
processo di problem-solving e semplicemente dare
l’unico esempio concreto era questo
scrivere questi rapporti su quali sono i posti di lavoro
probabilmente sarà automatizzato in realtà
apprendimento e modello di ciò che sono
fattori che influenzano il rischio di essere
assunto dall’automazione e, naturalmente
come stiamo migliorando in questo possiamo
ovviamente sviluppare meglio artificiale
strumenti di intelligence così diventando migliori
a utilizzare gli strumenti che abbiamo anche diventare migliori
a svilupparli ulteriormente, quindi penso
questo è veramente interessante
interconnessione tra questi due e
anche il fatto che noi come persone possiamo
beneficiare di avere questo strumento presso il nostro
smaltimento e migliorando la risoluzione
problemi così gentili da riassumere penso
non è né / né è insieme
insieme con le macchine e insieme
con questi strumenti molto sofisticati noi
può risolvere i problemi che affrontiamo come a
società e forse puoi vedere questo come
qualche passo successivo nell’evoluzione
prendendo questa sinergia
tra l’uomo e l’ intelligenza artificiale
grazie mille
[Musica]
Please follow and like us:
Be First to Comment