quindi voglio parlarti un po ‘
sulla mia carriera e sul mio percorso e su come
imparato a lasciare andare e lasciare che gli altri prendano
oltre così ho definito la mia carriera principalmente come
un programmatore e sono stato in grado di farlo
che in un sacco di ottimi posti oltre il
anni sono stato nella forma educativa
a Brown Cow e Stanford sono stato a
piccole aziende e grandi aziende che ho
sono stato alla NASA quindi ho tutto il
domini di primo livello che la edu ducka
ducka e il dot-com e ne ho avuto altri
ruoli pure
Sono stato manager, sono stato un insegnante
Sono stato un autore ma principalmente io
definisco me stesso come programmatore ma io ho
imparato ad adattarsi e cambiare nel tempo così
cos’è che un programmatore fa bene
si inizia si ottiene un’idea e poi
hai messo insieme alcune istruzioni esatte
dire al computer cosa fare e quando
Ho iniziato a scriverli tutti a mano
ultimamente la maggior parte si cerca e
scaricare dal web e poi tu
scrivi il resto per incollare insieme ma il
processo è che devo dire al computer
esattamente cosa devo caricare su di te
incollalo nel computer e ora il
il software più l’hardware diventa questo
macchina che insieme può prendere input e
produrre l’output giusto per fare qualsiasi cosa
compito che vuoi e il computer è un
incredibile macchina mutevole che hai messo
in diversi software che può fare
cose differenti
ma col tempo ho imparato che puoi solo andare
finora con quello se tu ogni volta che tu
voglio cambiare il computer da fare
qualcos’altro devi scrivere un nuovo
programma che può solo andare così lontano e alcuni
i programmi sono troppo difficili da scrivere, quindi come
possiamo cambiare il modo in cui vediamo il mondo
per andare più avanti e la risposta è
di lasciarlo andare a dire che non devo essere
in carica posso permettere al computer di fare cosa
deve fare e come lo facciamo bene
sostituiamo le istruzioni scritte a mano
che dicono al computer passo dopo passo
ecco esattamente cosa hai intenzione di fare
e invece gli diamo una memoria flessibile
e una capacità di imparare
e in modo cruciale gli diamo la capacità di
osserva il mondo che Seidman vediamo
cosa sta succedendo nel mondo e impara
da quello ed usi quelle osservazioni a
cambia se stesso quindi non è più il
programmatore che sta istituendo quelli
cambia è il computer stesso da
osservando il mondo bene e come facciamo noi
prendilo per farlo
beh , non è più programmando
da ciò che chiamiamo machine learning così il
il computer sta imparando osservando e
venire con la risposta giusta e questo
lo fa usando il metodo scientifico
ora molti di voi hanno goduto di una chimica
o classe fisica che alcuni di voi hanno
sofferto attraverso una chimica o a
classe di fisica e una grande parte di quello è
facendo esperimenti e forse hai fatto
un esperimento come questo dove
l’insegnante dice che qui ci sono alcuni pezzi di
metallo e alcuni di loro sono di rame e
alcuni di loro sono LED e io voglio che tu
metterli sulla bilancia e e
capire quanto pesano e poi
misurare il loro volume e poi tracciarlo
su un grafico come questo e così tu con me
fin qui va bene che tutti debbano essere
nella tua classe se l’hai creato
grafico correttamente sei a metà strada ma
allora la vera sfida è qui
pezzo misterioso di metallo e l’insegnante
chiede cos’è di rame o di sinistra
e il modo in cui puoi rispondere è questo
disegnando queste linee e dicendo che sembra
come tutte le lettere su quella riga
e tutti i rami dell’altra linea
e questo pezzo sembra carino
vicino alla linea di rame, quindi sto andando
Immagino che è il rame bene ora che hai
un a-minus stai andando alla grande
ma puoi fare un ulteriore passo avanti e dire
Farò in modo che questa decisione lo regoli
dice se è al di sotto di quella linea verde allora
chiameremo un rame e se lo è
sopra poi lo chiamiamo piombo e possiamo
annotare che regola in questa forma dicendo
abbiamo inventato questo nuovo concetto che è
chiamato densità che è il rapporto del
massa al volume e che il
densità sopra quella soglia ed è
ha portato altrimenti è calmo
ok ora hai un A nella tua classe
stai andando alla grande
e nota cosa hai fatto qui
utente hai osservato il mondo che hai
formò una teoria e parte di quella teoria
sta introducendo qualcosa che non lo era
lì prima di questa nozione di densità
che non faceva parte dell’input non lo è
parte dell’output ma è un
forma intermedia ed essenzialmente
tutto ciò che facciamo in machine learning è
solo una versione di quello solo di più
complicato perché in quell’esempio noi
aveva 30 esempi 30 pezzi di metallo che
abbiamo tracciato tre variabili del volume
la massa e se fosse rame o
LED e le linee che usiamo
separata una decisione da un altro erano
tutte le linee rette quindi questo è il
forma più semplice che puoi avere e quando noi
arrivare a reali problemi di apprendimento automatico
è più come milioni o qualche volta
miliardi di esempi e variabili e
le linee che li separano sono molto
frastagliato ora non posso davvero mostrarti un
immagine di milioni di variabili
posso solo tracciare la forma bidimensionale così
devi solo immaginare che si ottiene
più complicato ma tutto viene
dalla stessa idea osserva il mondo te
forma queste teorie e fai
previsioni e cosa puoi fare con
quello
bene puoi fare cose come giocare a scacchi
mostriamo esempi di scacchi
posizioni e chi vince e perde e
il sistema può imparare a muoversi
che vince piuttosto che spostarlo
perde e lo fa meglio di qualsiasi umano
ha mai fatto allo stesso modo fare lo stesso tipo
di cose per il gioco del Go gioco
e anche per giocare a giochi come
Starcraft che sono molto più complessi
molte altre azioni che possiamo ancora imparare
fallo ed essere il campione in palio
osservando il mondo e formando questi
teorie
possiamo imparare a identificare gli oggetti
sono in foto quindi creiamo un database
di milioni di foto con le etichette
per quello che sono e il computer
impara che la mappatura da immagini a
esempi lo mostri che è una foto
mai visto prima e può venire fuori
con la risposta giusta quanti di questi
le persone riconoscono bene la risposta
dovrebbe essere nessuno perché nessuno di questi è
persone reali
tutte queste sono persone che erano
generato da un computer avendolo
guarda esempi di persone che hanno imparato cosa
la gente in generale assomiglia e poi
chiedendo di generare una nuova persona
non è mai stato visto prima e possiamo
fallo e possiamo farlo in modo convincente
moda possiamo applicare questo tipo di
computer vision technology to medical
analisi e quindi qui stiamo guardando a
immagine di un bulbo oculare che prova a
la diagnosi per la malattia risulta questo è
uno sano e possiamo farlo giusto
giusto e possiamo farlo meglio di
i medici esperti fanno e possiamo anche imparare
più bene quindi abbiamo preso queste immagini
e abbiamo avuto il compito di capire
hai la retinopatia diabetica o no?
e potremmo dire si, possiamo prevederlo
abbastanza bene ma quando lo metti
insieme un gruppo di nerd informatici e un
un mucchio di dottori che non vogliono solo
fermati lì così hanno detto okay, abbiamo
ottenuto questo database e ha più di
colonne in esso oltre a solo malati o
in modo sano potremmo predire il sangue
pressione del paziente solo guardando
alle palle giuste e la risposta è stata
sì, si può fare anche questo e quindi questo
è un altro percorso verso la determinazione del
pressione sanguigna e
e facendo previsioni basate su questo e
poi uno dei nerd del computer dice oh
bene nel database c’è questo altro
colonna di sesso possiamo prevedere che e
il dottore dice oh sciocco computer
scienziato non puoi farlo che non c’è
differenza tra una palla maschile e una
bulbo oculare femminile e
lo scienziato informatico ha detto bene se
è così allora come mai abbiamo previsto
la maggior parte di loro correttamente e la risposta è
nessuno lo sa ancora ma ci stiamo provando
capire perché può farlo
previsione vediamo che c’è un po ‘
un po ‘di differenza nel modo in cui l’ottica
il nervo è collegato alla parte posteriore del
occhio che conosci nella costruzione del
testa nell’orbita dell’occhio e così via
c’è anche qualcosa in corso in giro
la periferia dell’occhio che non lo facciamo
abbastanza capire ancora così questo computer
la tecnologia guida i medici
ripensare ciò che sanno perché può
fare previsioni che non possono
un altro esempio è che possiamo iniziare
osservando il mondo che ci circonda come noi
guidare e imparare a fare una guida autonoma
auto che può guidare senza
incidenti
possiamo prendere i testi in una sola lingua
traducilo in un’altra lingua
questo è qualcosa che non possiamo abbastanza
ancora fare a livello di esperto
traduttori ma d’altra parte possiamo
fare un centinaio di lingue diverse in e
traduci in uno qualsiasi di cento
lingue diverse e non troppe
gli esperti coprono che molte lingue possiamo
combinare la visione artificiale con il
traduzione in modo da poter puntare il telefono
a un segno può riconoscere le parole in
quel segno e poi rigenerare un’immagine
che usa il carattere e il colore corretti ma
lo traduce nella tua lingua madre
e possiamo imparare a generare didascalie
per le foto quindi prima di mostrarti
oggetti di apprendimento mi mostrano una foto di a
colibrì ti dirò che è un
colibrì ora possiamo dire raccogliamo
tutte le foto su internet
avere didascalie su di loro e imparare a
mappatura da immagini a didascalie e così via
ecco l’immagine che non si vede mai
prima e arriva con una didascalia a
strada che porta in montagna così
è abbastanza buono ed è it’s
capire cosa sta succedendo ed è
capire abbastanza sull’inglese a
avere una grammatica corretta e pertinente
frase quindi è una bella combinazione di
due diverse modalità e finora tutte
gli esempi che ti ho mostrato sono stati
i successi sono stati per lo più in o
sopra il livello di esperti umani pochi a
un po ‘sotto ma non voglio
darti l’ impressione che questo
la tecnologia è perfetta quindi lascia che ti mostri
alcuni dei outtakes di questo programma
gli abbiamo dato questa foto che non ha mai
ho visto una foto come la abbastanza simile a questa
prima e la didascalia era un paio di
giraffe in piedi l’una accanto all’altra così
non è giusto ma non ha molto
esperienza con i cavalli in viola
pigiama ma forse ha visto il modello
il pigiama visto che sembra un po ‘
come i punti sulla giraffa e penso
rovina la coppia perché in alcuni
il modo in cui il sistema dice che non è così
abbinare la singola giraffa forse è due
giraffe che mi stanno confondendo
eccone un’altra , è un’ottima immagine
e la didascalia è un uomo che cavalca un
skateboard
e non so quanto bene si manifesti
il proiettore ma ci sono orizzontali
linee nelle assi del pavimento lì
forse assomiglia un po ‘al mazzo di
uno skateboard
non ci sono certamente ruote ma il
il computer ha deciso qui che nessuno no
anche il Re sarebbe in quella posa
a meno che non fossero fuori equilibrio su a
skateboard okay quindi non siamo ancora perfetti
ma una visione allettante di sorprendente
capacità
ora così ho parlato del compito di a
programmatore tradizionale questo è un famoso
immagina che qui c’è Margaret Hamilton
chi era il programmatore principale per il
Progetto Apollo nei primi giorni e it
ho appena scoperto che lei è la mia
capo nel mio primo lavoro fuori dal college, quindi
ho avuto la possibilità di conoscerla nel ruolo di a
programmatore tradizionale come avevamo detto
dire al computer esattamente cosa fare
passo dopo passo se questo e quello e te
può vedere le istruzioni che è venuta
con te sei abbastanza dettagliato
ci sono molte situazioni e molte
comandi per esattamente cosa fare in questo modo
significa ciò che un programmatore tradizionale è
facendo da micromante e nessuno
adora un micromanager che non vuoi
Darth, per essere il tuo capo, ne fai uno
piccolo errore con il tuo incrociatore stellare
e lui è sopra di te che non è il
ben fatto
vogliamo il successo che non vuoi
micromanage che vuoi dare un po ‘
la libertà di fare la cosa giusta
quindi se non è un micromanager ciò che è
la giusta metafora per come dovremmo ottenere
computer per avere successo è un insegnante
beh, questo ha senso perché lo siamo
mostrando loro molti esempi è a
capo bene che tipo di ha senso –
ed ecco che il generale Patton dice di no
dire alla gente come fare cose che sono
cosa dice un programmatore tradizionale
loro cosa fare e con cosa facciamo
un sistema di apprendimento automatico e lasciarli
ti sorprendo con i risultati e io
pensa questa citazione appropriata perché
Il generale Patton si sta occupando della nebbia di
guerra con l’incertezza e questo è esattamente
qual è il problema in artificiale
intelligenza che siamo andati dal
tipo di compiti di programmazione tradizionali noi
fare il bilanciamento di un foglio di calcolo che sono
certo ai compiti incerti come
guidare una macchina per strada dove chi
sa cosa succederà dopo e quando
hai a che fare con l’incertezza più
devi essere in grado di reagire piuttosto che
pre-programma in anticipo quindi forse a
leader come il generale Patton è un diritto
metafora o forse un filosofo e così
Vado a due dei miei preferiti
filosofi
e un Mick sulla destra qui è famoso
per aver detto la sua citazione su quello che è
che vogliamo fare
Penso che il mix sia sbagliato e penso
Bobby a sinistra ce l’ha davvero
giusta direzione
perché queste sono le cose che noi
bisogno nella vita ma abbiamo costruito un sistema in cui
ci permettiamo di dire quello che vogliamo
e talvolta il modo in cui clicchiamo e usiamo
i nostri voti o forse stiamo sbagliando
direzione e quindi potrei sprecare ore
giocando a qualche gioco stupido o leggendo un po ‘
pettegolezzi che non sono importanti alla fine
dicono oh uomo Mi piacerebbe avere quelle
ore indietro ma è troppo tardi ovviamente
è troppo tardi per me, ma quello che è peggio è
è troppo tardi per tutti i miei amici
perché abbiamo costruito questo mercato di
idee e cricche su cui clicco
qualcosa allora che serve come a
raccomandazione e quindi sei più probabile
per ottenerlo e quindi si fa clic su di esso e
questa è una raccomandazione per i tuoi amici
e si diffonde come un virus
abbiamo costruito il nostro sistema in modo tale
non necessariamente incoraggiamo il
le cose di cui abbiamo veramente bisogno incoraggiamo
i gesti a breve termine per le cose che noi
voglio nel breve periodo e se lo siamo
costruiremo i nostri sistemi in termini di
cercando di ottimizzare e dirigersi verso il
le cose di cui abbiamo bisogno dobbiamo fare di meglio
lavoro come società come filosofi e
Efeso che capisce cosa è come a
società a cui miriamo e poi
possiamo usare l’apprendimento automatico per ottenere il nostro
computer
grazie
[Applausi]
sulla mia carriera e sul mio percorso e su come
imparato a lasciare andare e lasciare che gli altri prendano
oltre così ho definito la mia carriera principalmente come
un programmatore e sono stato in grado di farlo
che in un sacco di ottimi posti oltre il
anni sono stato nella forma educativa
a Brown Cow e Stanford sono stato a
piccole aziende e grandi aziende che ho
sono stato alla NASA quindi ho tutto il
domini di primo livello che la edu ducka
ducka e il dot-com e ne ho avuto altri
ruoli pure
Sono stato manager, sono stato un insegnante
Sono stato un autore ma principalmente io
definisco me stesso come programmatore ma io ho
imparato ad adattarsi e cambiare nel tempo così
cos’è che un programmatore fa bene
si inizia si ottiene un’idea e poi
hai messo insieme alcune istruzioni esatte
dire al computer cosa fare e quando
Ho iniziato a scriverli tutti a mano
ultimamente la maggior parte si cerca e
scaricare dal web e poi tu
scrivi il resto per incollare insieme ma il
processo è che devo dire al computer
esattamente cosa devo caricare su di te
incollalo nel computer e ora il
il software più l’hardware diventa questo
macchina che insieme può prendere input e
produrre l’output giusto per fare qualsiasi cosa
compito che vuoi e il computer è un
incredibile macchina mutevole che hai messo
in diversi software che può fare
cose differenti
ma col tempo ho imparato che puoi solo andare
finora con quello se tu ogni volta che tu
voglio cambiare il computer da fare
qualcos’altro devi scrivere un nuovo
programma che può solo andare così lontano e alcuni
i programmi sono troppo difficili da scrivere, quindi come
possiamo cambiare il modo in cui vediamo il mondo
per andare più avanti e la risposta è
di lasciarlo andare a dire che non devo essere
in carica posso permettere al computer di fare cosa
deve fare e come lo facciamo bene
sostituiamo le istruzioni scritte a mano
che dicono al computer passo dopo passo
ecco esattamente cosa hai intenzione di fare
e invece gli diamo una memoria flessibile
e una capacità di imparare
e in modo cruciale gli diamo la capacità di
osserva il mondo che Seidman vediamo
cosa sta succedendo nel mondo e impara
da quello ed usi quelle osservazioni a
cambia se stesso quindi non è più il
programmatore che sta istituendo quelli
cambia è il computer stesso da
osservando il mondo bene e come facciamo noi
prendilo per farlo
beh , non è più programmando
da ciò che chiamiamo machine learning così il
il computer sta imparando osservando e
venire con la risposta giusta e questo
lo fa usando il metodo scientifico
ora molti di voi hanno goduto di una chimica
o classe fisica che alcuni di voi hanno
sofferto attraverso una chimica o a
classe di fisica e una grande parte di quello è
facendo esperimenti e forse hai fatto
un esperimento come questo dove
l’insegnante dice che qui ci sono alcuni pezzi di
metallo e alcuni di loro sono di rame e
alcuni di loro sono LED e io voglio che tu
metterli sulla bilancia e e
capire quanto pesano e poi
misurare il loro volume e poi tracciarlo
su un grafico come questo e così tu con me
fin qui va bene che tutti debbano essere
nella tua classe se l’hai creato
grafico correttamente sei a metà strada ma
allora la vera sfida è qui
pezzo misterioso di metallo e l’insegnante
chiede cos’è di rame o di sinistra
e il modo in cui puoi rispondere è questo
disegnando queste linee e dicendo che sembra
come tutte le lettere su quella riga
e tutti i rami dell’altra linea
e questo pezzo sembra carino
vicino alla linea di rame, quindi sto andando
Immagino che è il rame bene ora che hai
un a-minus stai andando alla grande
ma puoi fare un ulteriore passo avanti e dire
Farò in modo che questa decisione lo regoli
dice se è al di sotto di quella linea verde allora
chiameremo un rame e se lo è
sopra poi lo chiamiamo piombo e possiamo
annotare che regola in questa forma dicendo
abbiamo inventato questo nuovo concetto che è
chiamato densità che è il rapporto del
massa al volume e che il
densità sopra quella soglia ed è
ha portato altrimenti è calmo
ok ora hai un A nella tua classe
stai andando alla grande
e nota cosa hai fatto qui
utente hai osservato il mondo che hai
formò una teoria e parte di quella teoria
sta introducendo qualcosa che non lo era
lì prima di questa nozione di densità
che non faceva parte dell’input non lo è
parte dell’output ma è un
forma intermedia ed essenzialmente
tutto ciò che facciamo in machine learning è
solo una versione di quello solo di più
complicato perché in quell’esempio noi
aveva 30 esempi 30 pezzi di metallo che
abbiamo tracciato tre variabili del volume
la massa e se fosse rame o
LED e le linee che usiamo
separata una decisione da un altro erano
tutte le linee rette quindi questo è il
forma più semplice che puoi avere e quando noi
arrivare a reali problemi di apprendimento automatico
è più come milioni o qualche volta
miliardi di esempi e variabili e
le linee che li separano sono molto
frastagliato ora non posso davvero mostrarti un
immagine di milioni di variabili
posso solo tracciare la forma bidimensionale così
devi solo immaginare che si ottiene
più complicato ma tutto viene
dalla stessa idea osserva il mondo te
forma queste teorie e fai
previsioni e cosa puoi fare con
quello
bene puoi fare cose come giocare a scacchi
mostriamo esempi di scacchi
posizioni e chi vince e perde e
il sistema può imparare a muoversi
che vince piuttosto che spostarlo
perde e lo fa meglio di qualsiasi umano
ha mai fatto allo stesso modo fare lo stesso tipo
di cose per il gioco del Go gioco
e anche per giocare a giochi come
Starcraft che sono molto più complessi
molte altre azioni che possiamo ancora imparare
fallo ed essere il campione in palio
osservando il mondo e formando questi
teorie
possiamo imparare a identificare gli oggetti
sono in foto quindi creiamo un database
di milioni di foto con le etichette
per quello che sono e il computer
impara che la mappatura da immagini a
esempi lo mostri che è una foto
mai visto prima e può venire fuori
con la risposta giusta quanti di questi
le persone riconoscono bene la risposta
dovrebbe essere nessuno perché nessuno di questi è
persone reali
tutte queste sono persone che erano
generato da un computer avendolo
guarda esempi di persone che hanno imparato cosa
la gente in generale assomiglia e poi
chiedendo di generare una nuova persona
non è mai stato visto prima e possiamo
fallo e possiamo farlo in modo convincente
moda possiamo applicare questo tipo di
computer vision technology to medical
analisi e quindi qui stiamo guardando a
immagine di un bulbo oculare che prova a
la diagnosi per la malattia risulta questo è
uno sano e possiamo farlo giusto
giusto e possiamo farlo meglio di
i medici esperti fanno e possiamo anche imparare
più bene quindi abbiamo preso queste immagini
e abbiamo avuto il compito di capire
hai la retinopatia diabetica o no?
e potremmo dire si, possiamo prevederlo
abbastanza bene ma quando lo metti
insieme un gruppo di nerd informatici e un
un mucchio di dottori che non vogliono solo
fermati lì così hanno detto okay, abbiamo
ottenuto questo database e ha più di
colonne in esso oltre a solo malati o
in modo sano potremmo predire il sangue
pressione del paziente solo guardando
alle palle giuste e la risposta è stata
sì, si può fare anche questo e quindi questo
è un altro percorso verso la determinazione del
pressione sanguigna e
e facendo previsioni basate su questo e
poi uno dei nerd del computer dice oh
bene nel database c’è questo altro
colonna di sesso possiamo prevedere che e
il dottore dice oh sciocco computer
scienziato non puoi farlo che non c’è
differenza tra una palla maschile e una
bulbo oculare femminile e
lo scienziato informatico ha detto bene se
è così allora come mai abbiamo previsto
la maggior parte di loro correttamente e la risposta è
nessuno lo sa ancora ma ci stiamo provando
capire perché può farlo
previsione vediamo che c’è un po ‘
un po ‘di differenza nel modo in cui l’ottica
il nervo è collegato alla parte posteriore del
occhio che conosci nella costruzione del
testa nell’orbita dell’occhio e così via
c’è anche qualcosa in corso in giro
la periferia dell’occhio che non lo facciamo
abbastanza capire ancora così questo computer
la tecnologia guida i medici
ripensare ciò che sanno perché può
fare previsioni che non possono
un altro esempio è che possiamo iniziare
osservando il mondo che ci circonda come noi
guidare e imparare a fare una guida autonoma
auto che può guidare senza
incidenti
possiamo prendere i testi in una sola lingua
traducilo in un’altra lingua
questo è qualcosa che non possiamo abbastanza
ancora fare a livello di esperto
traduttori ma d’altra parte possiamo
fare un centinaio di lingue diverse in e
traduci in uno qualsiasi di cento
lingue diverse e non troppe
gli esperti coprono che molte lingue possiamo
combinare la visione artificiale con il
traduzione in modo da poter puntare il telefono
a un segno può riconoscere le parole in
quel segno e poi rigenerare un’immagine
che usa il carattere e il colore corretti ma
lo traduce nella tua lingua madre
e possiamo imparare a generare didascalie
per le foto quindi prima di mostrarti
oggetti di apprendimento mi mostrano una foto di a
colibrì ti dirò che è un
colibrì ora possiamo dire raccogliamo
tutte le foto su internet
avere didascalie su di loro e imparare a
mappatura da immagini a didascalie e così via
ecco l’immagine che non si vede mai
prima e arriva con una didascalia a
strada che porta in montagna così
è abbastanza buono ed è it’s
capire cosa sta succedendo ed è
capire abbastanza sull’inglese a
avere una grammatica corretta e pertinente
frase quindi è una bella combinazione di
due diverse modalità e finora tutte
gli esempi che ti ho mostrato sono stati
i successi sono stati per lo più in o
sopra il livello di esperti umani pochi a
un po ‘sotto ma non voglio
darti l’ impressione che questo
la tecnologia è perfetta quindi lascia che ti mostri
alcuni dei outtakes di questo programma
gli abbiamo dato questa foto che non ha mai
ho visto una foto come la abbastanza simile a questa
prima e la didascalia era un paio di
giraffe in piedi l’una accanto all’altra così
non è giusto ma non ha molto
esperienza con i cavalli in viola
pigiama ma forse ha visto il modello
il pigiama visto che sembra un po ‘
come i punti sulla giraffa e penso
rovina la coppia perché in alcuni
il modo in cui il sistema dice che non è così
abbinare la singola giraffa forse è due
giraffe che mi stanno confondendo
eccone un’altra , è un’ottima immagine
e la didascalia è un uomo che cavalca un
skateboard
e non so quanto bene si manifesti
il proiettore ma ci sono orizzontali
linee nelle assi del pavimento lì
forse assomiglia un po ‘al mazzo di
uno skateboard
non ci sono certamente ruote ma il
il computer ha deciso qui che nessuno no
anche il Re sarebbe in quella posa
a meno che non fossero fuori equilibrio su a
skateboard okay quindi non siamo ancora perfetti
ma una visione allettante di sorprendente
capacità
ora così ho parlato del compito di a
programmatore tradizionale questo è un famoso
immagina che qui c’è Margaret Hamilton
chi era il programmatore principale per il
Progetto Apollo nei primi giorni e it
ho appena scoperto che lei è la mia
capo nel mio primo lavoro fuori dal college, quindi
ho avuto la possibilità di conoscerla nel ruolo di a
programmatore tradizionale come avevamo detto
dire al computer esattamente cosa fare
passo dopo passo se questo e quello e te
può vedere le istruzioni che è venuta
con te sei abbastanza dettagliato
ci sono molte situazioni e molte
comandi per esattamente cosa fare in questo modo
significa ciò che un programmatore tradizionale è
facendo da micromante e nessuno
adora un micromanager che non vuoi
Darth, per essere il tuo capo, ne fai uno
piccolo errore con il tuo incrociatore stellare
e lui è sopra di te che non è il
ben fatto
vogliamo il successo che non vuoi
micromanage che vuoi dare un po ‘
la libertà di fare la cosa giusta
quindi se non è un micromanager ciò che è
la giusta metafora per come dovremmo ottenere
computer per avere successo è un insegnante
beh, questo ha senso perché lo siamo
mostrando loro molti esempi è a
capo bene che tipo di ha senso –
ed ecco che il generale Patton dice di no
dire alla gente come fare cose che sono
cosa dice un programmatore tradizionale
loro cosa fare e con cosa facciamo
un sistema di apprendimento automatico e lasciarli
ti sorprendo con i risultati e io
pensa questa citazione appropriata perché
Il generale Patton si sta occupando della nebbia di
guerra con l’incertezza e questo è esattamente
qual è il problema in artificiale
intelligenza che siamo andati dal
tipo di compiti di programmazione tradizionali noi
fare il bilanciamento di un foglio di calcolo che sono
certo ai compiti incerti come
guidare una macchina per strada dove chi
sa cosa succederà dopo e quando
hai a che fare con l’incertezza più
devi essere in grado di reagire piuttosto che
pre-programma in anticipo quindi forse a
leader come il generale Patton è un diritto
metafora o forse un filosofo e così
Vado a due dei miei preferiti
filosofi
e un Mick sulla destra qui è famoso
per aver detto la sua citazione su quello che è
che vogliamo fare
Penso che il mix sia sbagliato e penso
Bobby a sinistra ce l’ha davvero
giusta direzione
perché queste sono le cose che noi
bisogno nella vita ma abbiamo costruito un sistema in cui
ci permettiamo di dire quello che vogliamo
e talvolta il modo in cui clicchiamo e usiamo
i nostri voti o forse stiamo sbagliando
direzione e quindi potrei sprecare ore
giocando a qualche gioco stupido o leggendo un po ‘
pettegolezzi che non sono importanti alla fine
dicono oh uomo Mi piacerebbe avere quelle
ore indietro ma è troppo tardi ovviamente
è troppo tardi per me, ma quello che è peggio è
è troppo tardi per tutti i miei amici
perché abbiamo costruito questo mercato di
idee e cricche su cui clicco
qualcosa allora che serve come a
raccomandazione e quindi sei più probabile
per ottenerlo e quindi si fa clic su di esso e
questa è una raccomandazione per i tuoi amici
e si diffonde come un virus
abbiamo costruito il nostro sistema in modo tale
non necessariamente incoraggiamo il
le cose di cui abbiamo veramente bisogno incoraggiamo
i gesti a breve termine per le cose che noi
voglio nel breve periodo e se lo siamo
costruiremo i nostri sistemi in termini di
cercando di ottimizzare e dirigersi verso il
le cose di cui abbiamo bisogno dobbiamo fare di meglio
lavoro come società come filosofi e
Efeso che capisce cosa è come a
società a cui miriamo e poi
possiamo usare l’apprendimento automatico per ottenere il nostro
computer
grazie
[Applausi]
Please follow and like us: