[Musica]
[Applausi]
[Musica]
[Applausi]
[Musica]
questi sono tempi davvero eccitanti
le scoperte stanno accadendo in
neuroscienza e in artificiale
intelligenza a vantaggio del nostro quotidiano
la vita in particolare è la neuroscienza
rendere l’intelligenza artificiale migliore e l’IA sta facendo
le neuroscienze sono migliori e così parlerò
sulle incredibili innovazioni
opportunità e anche rischi che sono
accadendo attraverso queste interazioni I
io sono un neuroscienziato che studio
cervello umano e come si riferisce al
comportamento il mio principale strumento per studiare il
cervello umano e il comportamento previsione è
MRI imaging a risonanza magnetica abbiamo messo
partecipanti a scanner cerebrali come te
vedi sullo schermo e possiamo misurare
la loro attività cerebrale mentre sono
eseguire diversi tipi di compiti MRI
è stato intorno per un po ‘come sapete
è uno strumento molto potente per l’immagine
strutture interne in una cassaforte e
modo non invasivo intorno agli scienziati del 1991
ho scoperto che puoi usarli
Macchine per la risonanza magnetica per dedurre l’attività neurale
mentre le persone guardano le cose o
pensando a cose diverse e cose simili
è noto come magnetico funzionale
imaging a risonanza che chiamerò fMRI
durante il mio discorso oggi così sono
fondamentalmente uno scienziato fMRI e mi sento
molto fortunato ad essere uno scienziato in questo
età moderna perché per noi la risonanza magnetica è gentile
di come avere un telescopio o avere un
microscopio senza un telescopio tu
non posso studiare le stelle senza a
microscopio non puoi studiare il
mondo microscopico e grazie a fMRI noi
può imparare di più su come il cervello
opera che mai prima di vedere qui
sullo schermo che almeno al
a partire dagli anni ’90 Pia
stiamo usando la risonanza magnetica per inferire che differenza
parti del cervello, tuttavia, ora sono dentro
2018
grazie alla macchina di apprendimento automatico AI
intelligenza e potenza computazionale noi
può imparare molte cose più incredibili
su cosa sta succedendo nel tuo cervello
mentre sei nello scanner lasciami mostrare
alcuni esempi
questo studio non è dal mio laboratorio questo è
dal laboratorio di Jack Allen all’UC Berkeley
ma in ispirato molti progetti nel mio
laboratorio questo è uno studio dove immagina
siete un partecipante si trova giù nella
scanner è possibile vedere uno schermo TV quando
sei nello scanner e sei a posto
stai guardando questo video a sinistra
okay stai guardando un video clip e
cosa ha fatto il gruppo di Gallants è stato loro
modelli costruiti usando l’intelligenza della macchina
apprendimento automatico
hanno costruito modelli molto sofisticati per
capire qual è la relazione
tra quando stai guardando un film e
l’ attività cerebrale che puoi dedurre
utilizzando fMRI e poi semplicemente sulla base del
segnali fMRI da soli mentre stai guardando
questo film possono indovinare cosa sei
guardando e quell’ipotesi è mostrata su
il diritto dello schermo quindi lasciami andare
avanti e ricominciare da capo mentre il
soggetto mentre sei nello scanner
stai guardando il film a sinistra
e sulla destra c’è un computer che indovina
quello che stai guardando è veramente un
forma di lettura della mente va bene e questo studio
è stato pubblicato nel 2011 e quindi è a
abbastanza recente
conosci la svolta umana
la neuroscienza infatti ha questa tecnologia
stato così ben sviluppato ora che un gruppo
in Giappone a 80 anni ho anche usato questo
tecnica per analizzare le persone mentre sono
dormendo e mentre stanno sognando e
sono stati in grado di iniziare a decodificare
quello che la gente sta sognando come me
laboratorio Alan Cohen e Bryce cool
erano membri del mio laboratorio
così ispirato dallo studio che tu solo
visto che hanno deciso che volevano
a
provare ad avanzare i metodi di
lettura della mente e hanno fatto questo studio
dove volevano vedere se possiamo disegnare
quello che le persone stanno guardando nel
scanner quindi immagina di essere nello scanner
stai guardando una faccia una alla volta
e possiamo costruire modelli di come la faccia
la percezione attiva il tuo cervello e solo
basato sulla lettura e sulla decodifica di quello
l’attività cerebrale che ha raccolto attraverso
lo scanner fMRI che possiamo indovinare su
in basso il nostro computer può disegnare quali volti
pensa che stavi guardando quando
sei nello scanner e anche se lo è
un po ‘sfocato lo sai per a
primo tentativo è stato penso che abbia funzionato
abbastanza bene la partita è di circa il 65%
basato su ciò che le persone stavano guardando in
lo scanner e cos’è il computer
indovinare sulla base delle scansioni del cervello di nuovo
è una forma di lettura della mente in a
progetto separato mio laboratorio
insieme in collaborazione con molti
colleghi favolosi in particolare Todd
Il gruppo di Constable alla Yale University
Scuola di Medicina
stiamo usando questo metodo fMRI da fare
altri tipi di importanti scoperte
riguardo al cervello umano e quindi questo è un
poco diverso da quello che ho appena mostrato
ma lascia che provi a spiegare cosa
fatto qui in questo studio abbiamo messo le persone dentro
lo scanner e non abbiamo necessariamente
chiediamo loro di fare qualsiasi cosa, infatti, solo noi
li ha fatti sdraiare in un compito noto
come stato di riposo abbiamo solo chiesto alle persone di farlo
sdraiarsi nello scanner e appena resto
Ovviamente il tuo cervello è sempre attivo
il cervello non è mai inattivo e importante
il cervello di ognuno è unico e funziona
in modi abbastanza diversi e nostri grandi
la ricerca scientifica è il nostro sviluppo
che abbiamo creato un modo per convertire il tuo
attività cerebrale a un foglio di calcolo di
numeri siamo stati in grado di leggere il tuo
attività cerebrale durante lo stato di riposo
e convertirlo in una matrice di numeri a
foglio di calcolo di numeri e, soprattutto
quella matrice di numeri è unica per ciascuno
individuo è qualcosa che chiamiamo
la connessione funzionale
muto perché ciò che questo insieme di numeri è
misurare è come diverse parti del tuo
il cervello comunica tra loro
in sincronia o fuori sincrono ma
lunga storia breve posso prendere ognuno di
ti metti nello scanner per te
15 minuti e poi posso uscire da
il tuo cervello è una matrice di numeri che lo farà
essere unico per te e quindi chiameremo
che un’impronta digitale del cervello e per questo
per la copertina del diario dove questo
è stato pubblicato hanno questa grande immagine
di un’impronta digitale quindi immagino di poter tirare
estrarre un’impronta digitale del cervello da ognuno di
tu sarai unico per te
solo questo non è interessante ma
quello che è ancora più notevole è quello
ci sono componenti del tuo cervello
impronte digitali proprio come ci sono
componenti del tuo genoma che correlano
con diversi tratti e comportamenti e
così usando quella scoperta abbiamo pubblicato a
trovando dimostrando che possiamo leggere
il tuo QI basato sull’impronta digitale del tuo cervello
breve va bene e lunga storia posso prendere qualsiasi
uno di voi ti ha messo in uno scanner per scansionarti
per 15 minuti e poi il mio computer lo farà
dimmi qual è il tuo QI è accurato
abbastanza da non permettere più il mio
studenti a guardare la mia attività cerebrale
non voglio che si sentano più intimiditi
su diversi componenti del tuo cervello
le impronte digitali corrispondono a diverse
Comportamenti che ad esempio vogliamo utilizzare
questa tecnica per quantificare i comportamenti
che sono difficili da cambiare in
numeri per esempio in questo studio possiamo
semplicemente scannerizzando il tuo cervello e
possiamo estrarre l’impronta del tuo cervello
leggi e quantifica quanto sei attento
siamo in grado di quantificare se hai
disturbo da deficit di attenzione o ora e
quanto gravi questi sintomi sono in altri
studi possiamo esaminare i pazienti di Alzheimer
e determinare quanto sia grave la loro memoria
i sintomi sono quantificabili che possiamo
metti un paziente con autismo nello scanner e
determinare quanto danno cognitivo
che stanno esibendo di fatto a
un altro studio il nostro laboratorio
può prendere persone metterli nello scanner
e possiamo persino leggere i loro
personalità possiamo determinare come
estroversa siete o come nevrotici si
sono solo guardando il tuo cervello
l’impronta digitale misurata con fMRI così sono
piuttosto eccitato per molti di questi
scoperte e parleremo di loro
può essere ulteriormente utilizzato a beneficio della società
ma voglio anche prendere un momento per dire
che questo era possibile solo a causa di
l’enorme potere computazionale che noi
ha iniziato a godere negli ultimi dieci anni
e, soprattutto, a causa della
elegante e molto potente ed eccitante
algoritmi che intelligenza artificiale
e l’ apprendimento automatico ci stanno fornendo
come stanno fornendo al mondo e
tutti ne stiamo già beneficiando
queste tecnologie quando stai cercando
per un libro o cercando di scegliere una canzone
i consigli sui prodotti che ottieni
Amazon o forma iTunes e così via sono
proveniente da algoritmi di apprendimento automatico
proprio come potresti vedere in questo esempio
qui i sistemi di assistente alla guida
o anche auto a guida autonoma è possibile
grazie ai progressi nell’apprendimento automatico
e intelligenza artificiale e il
gli algoritmi per il riconoscimento delle immagini sono
diventando così potente che persino loro
dottori rivali con la certificazione di bordo nella loro
capacità di classificare e diagnosticare la pelle
cancri o altri tipi di cancri che
sono misurati attraverso le radiografie in
in particolare, naturalmente, tutti in questo
il pubblico in Corea ha molta familiarità
il fatto che l’intelligenza artificiale
ora può battere i giocatori degli obiettivi dei campioni umani
ed e questo è veramente e sono sicuro che io
sapere che ha un sacco di hype e attenzione
nei media e quello che posso condividere con
voi è che non è stato overhyped esso
è veramente sensazionale , è straordinario
penso sia uno dei più importanti
risultati nella società moderna che a
il computer è in grado di battere un umano in questo
notevole gioco di Go it è sbalorditivo
nessuno scienziato mai previsto che questo
potrebbe essere successo
questo presto nel nostro
cinque volte perché il gioco di Go è così
complesso e perché anche il più
il supercomputer più veloce e potente non può
esplorare tutte le mosse possibili in ordine
per battere un campione umano era okay
possibile solo perché hanno cambiato il
in che modo funzionavano questi algoritmi
a causa dei progressi nelle neuroscienze è
perché un computer è stato in grado di battere un umano
e mi piacerebbe davvero dare credito alla demis
hassabis l’amministratore delegato di più sai
questa società di AI incredibilmente innovativa
google deepmind lui fondamentalmente
principi incorporati da
neuroscienza per creare questo
enorme progresso nel calcolo dell’informatica artificiale e io sono
un grande fan di lui ed è in parte
perché e mi piacerebbe condividere con voi
ecco che era un neuroscienziato suo
la formazione del suo background di dottorato era in realtà
una ricerca fMRI molto simile a quella che io
fatto e in effetti II potrebbe persino dirlo
dieci anni fa ero più famoso di lui
era, ma ovviamente le cose sono cambiate a
molto da allora ha fatto molto di più con
la sua vita che ho ma ma comunque la sua
la formazione era in neuroscienza cognitiva
usando fMRI e ha usato le sue intuizioni
conoscenza delle neuroscienze per portarli
incredibili progressi in artificiale
intelligenza e sono molto felice e
grato a lui perché continua a
difendere questa importanza di questo
matrimonio tra neuroscienza e intelligenza artificiale per
esempio ha pubblicato il suo giornale dove lui
parla costantemente del suo
gli algoritmi di intelligenza artificiale sono
ispirato ai principi della neuroscienza e
parla di così tanto in gioco il
bisogno del campo delle neuroscienze e
L’AI per venire insieme è ora più urgente
come mai prima e ha i beni per
essere in grado di dire questa affermazione perché
alphago questa notevole algoritmo era
capace di realizzare il suo rivoluzionario
performance a causa di questo matrimonio
dalle neuroscienze quindi questa è una bella
immagine delle cellule neuronali nel cervello
e il modo di pensare al cervello è
che hai tutto questo su a
cento miliardi di neuroni sono una specie di
come piccoli computer semplici e sono
massicciamente collegato attraverso dozzine se
non centinaia di migliaia di miliardi di connessioni
noto come sinapsi e il più importante
cosa sapere di questo enorme
connettività queste reti di neuroni
è che comunicano tra loro
e la cosa più importante sono le connessioni
ok modificabile e che consente il
cervello per imparare praticamente quasi
tutto ciò che ha bisogno di imparare in aggiunta
i neuroni non sono solo casualmente
formando una sorta di zuppa nella tua testa
ma sono organizzati in gerarchie
e formano strati a cui puoi pensare
come formando strati di diverso
livelli di sofisticazione e elaborazione
quindi se qui abbiamo il cervello in cima
e abbiamo un sistema artificiale sul
in basso una rete neurale artificiale
sistema di intelligenza sul cervello in basso
schematico in alto e l’idea qui
è che puoi prendere input sensoriali
visione sembra toccare e così via e e
aumenti quando lo elaboriamo
livelli più sofisticati al
iniziando a elaborare solo suoni e
colori e linee e alla fine al
l’altra estremità dall’estrema destra dopo
si passa attraverso tutti questi strati che hai
nel senso che hai parole hai concetti
hai facce e scene ancora di più
rappresentazioni complesse e questo e
questa è fondamentalmente l’architettura di
come alphago è in grado di raggiungere il suo
notevole livello di intelligenza in
Inoltre ci sono due principi di
cervello neuroscientifico che tratta umano
elaborazione del cervello e cervello animale
elaborazione ci sono due principi che
sono che ci rendono umani così speciali e
sono stati incorporati da loro come Havas
nella sua intelligenza artificiale
algoritmi uno è replay che è il
idea che anche quando non sei attivamente
guardando qualcosa o pensando
qualcosa anche quando stai riposando
il cervello sta riproducendo le sue esperienze e
quando dormi quando sogni sogni
in realtà è il tuo cervello a riprodurne il suo
esperienze dal giorno e non lo è
lo faccio solo per divertimento nel processo
di rivedere le sue esperienze è
formando conoscenza e si sta formando
ricordi come prova qui abbiamo sul
in alto a sinistra alcune immagini di neuronale
attività raccolta da un topo quando è
correre in un labirinto durante il giorno
e sul fondo ci sono gli stessi neuroni
essenzialmente riproducendo la sua attività mentre
sta dormendo mentre sta sognando okay
c’è una forte corrispondenza di fatto
se interrompi il sogno di Rath
l’apprendimento inizia a scendere diventa
alterata
la prossima è la previsione che il tuo cervello puoi
pianificare e pensare costantemente al
futuro e pensa ai risultati
esiti potenziali di diverse azioni
e pensieri che puoi prendere e
in precedenza i computer non funzionavano davvero
molti di voi sanno fare molte previsioni ma
uno dei motivi per cui alphago può farlo
sono cose incredibili e anche scacchi
i programmi è che ha questa capacità
costruito in questa capacità di cominciare a
prevedere il risultato di diverse mosse
quindi, nel complesso, penso che siamo neuroscienze e
AI ha una specie di joint missione congiunta
il vantaggio è nella fornitura personalizzata
previsioni per gli esseri umani per le macchine per
qualsiasi obiettivo che possiate avere e
sono ancora sai emozionante
gli sviluppi stanno appena iniziando a sapere
è solo che sta appena iniziando ora
pensano i prossimi 10 20 anni stanno per
essere incredibile
vedremo alcune incredibili innovazioni
che andrà a beneficio di tutti noi e così
dobbiamo continuare a pensare a come
AI e neuroscienza possono informare ciascuno
l’altro numero uno ovviamente i computer
avere più velocità e potenza rispetto a
i neuroni nella tua testa comunque umani
sono molto più versatili il nostro cervello
cognizione La cognizione del cervello umano è molto
più flessibile e può adattarsi e
potrebbe trasferire l’apprendimento molto meglio di
un
ugh puoi insegnare a un computer un compito
è solo andare a imparare a fare è
un compito se insegni a un essere umano un compito esso
di solito può generalizzarlo a molti
altri computer secondi hanno questo
incredibile capacità di eseguire simulazioni come
dobbiamo dormire e sognare per
fare replay è possibile programmare un computer per
riproduci tutto il tempo ok adesso
alphago stato addestrato sui giochi umani
è la versione più recente di alphago
alfa vai a zero , può battere l’intelligenza artificiale
algoritmo che ha battuto il campione ISA
porta c’è la versione più recente
insegna se stesso e funziona da solo
e gioca con se stesso per
raggiungere un notevole apprendimento e
la prestazione è qualcosa che
i computer possono battere gli umani come sai
tutto il tempo perché sono così veloci e
potente
mentre con gli umani ne è un vantaggio
abbiamo è che non abbiamo bisogno di tutti questi
esempi di formazione che possiamo imparare da solo
un esempio che insegni a un bambino di due anni
che aspetto ha una giraffa di cui non hai bisogno
per mostrare un centinaio o più di mille immagini
di giraffe che un bambino può imparare e
generalizzare in quasi un colpo e e
questo è qualcosa che gli algoritmi di intelligenza artificiale sono
ora inizi a imparare come impari
qualcosa così in fretta
in un caso una volta che iniziano a raccogliere
quello su allora l’AI diventerà ancora più
più intelligente di quanto sia già e poi il
il terzo punto è quello degli algoritmi informatici
e AI vantaggio e in grado di elaborare i big data
possono elaborare enormi quantità di
informazioni ma loro ma loro non sanno
cosa fare con quella informazione loro
non so bene dal torto , non lo fanno
sapere cosa è buono o cattivo e così
alla fine loro sempre abbiamo sempre bisogno di a
insegnante umano
abbiamo sempre bisogno di controllo etico di cui abbiamo bisogno a
umano per insegnare alle macchine ciò che è giusto o
sbagliato okay perché i dati non insegneranno a
macchina che cosa è giusto o sbagliato qui sono
alcuni esempi questo era un chatbot e
entro un giorno di rilascio un mucchio di umano
gli utenti stavano interagendo con esso
Twitter e ha insegnato a essere razzista e
malvagio questo chat bot entro un giorno solo
a causa di dati errati
interazioni con gli umani a cui ha iniziato
negare l’Olocausto che ha iniziato ad amare
Hitler e divenne molto razzista perché
algoritmi di intelligenza artificiale loro
non so cosa sia giusto o sbagliato tu
sanno che semplicemente copieranno qualunque dato sia
essendo nutrito con esso c’è un termine per questo
immondizia nella spazzatura va bene non lo fanno
avere la capacità di discernere ciò che è buono
o cattivi solo gli umani possono farlo per
algoritmi di apprendimento automatico
questi sono sistemi di riconoscimento di schemi
questi sono uomini del Congresso negli Stati Uniti
Stati e un algoritmo del computer trattato
sai categorizzarli come criminali
avendo acconsentito a sapere di essere stato dentro
prigionieri e naturalmente ci sono questi
altri esempi molto inquietanti di
errori di classificazione
di volti umani e anche pari
auto a guida autonoma sai che dobbiamo
preoccuparsi
quanto sono sicuri perché di nuovo tu sai
loro non lo fanno non sono perfetti e
si sa hanno bisogno di imparare si sa come
per formulare giudizi quando scendono il
siamo la stessa cosa per le neuroscienze
acquisendo questa capacità, posso leggere il tuo
QI posso leggere la tua personalità noi
alla fine voglio usarlo per sempre
voglio essere in grado di diagnosticare la depressione
disturbi mentali disturbi della lettura
ci sono così tanti modi potenti da usare
questo soprattutto in medicina per sempre
scopi, ma dobbiamo stare attenti non
per usare questo per scopi cattivi non lo facciamo
vuole essere la selezione delle persone senza
la loro conoscenza solo per determinati lavori o
certe scuole sarebbero terribili
se sei entrato a Yale perché il tuo cervello
la scansione è sembrata buona e ti sei negato
ammissione a Yale perché il tuo cervello
scansione sembrava male che sarebbe stato terribile
quindi dobbiamo assicurarci di usare questi nuovi
tecnologie e buone maniere
la stessa cosa con AI ancora AI non lo fa
conosco bene dal male e quindi dobbiamo
assicurati che continuiamo a essere etici
controllo sui nostri algoritmi e in
chiudendo di nuovo penso che il rischio più grande
con tutti questi sviluppi neuroscientifici
e con l’intelligenza artificiale è quello
la privacy mentale va bene, non dovremmo mai
usa queste tecniche per estrarre
informazioni su individui senza
la loro conoscenza se hai intenzione di leggere
fuori qualcosa dal tuo cervello
se hai intenzione di leggere qualcosa
dal loro profilo sui social media o
il loro utilizzo del traffico web quindi noi
dovrebbe dire alla gente cosa
informazioni che stiamo estraendo da loro
e così chiuderò con questo voglio
grazie mille per la tua attenzione e
Non vedo l’ora al futuro che abbiamo
insieme in neuroscienza e intelligenza artificiale
[Applausi]
[Applausi]
[Musica]
[Applausi]
[Musica]
questi sono tempi davvero eccitanti
le scoperte stanno accadendo in
neuroscienza e in artificiale
intelligenza a vantaggio del nostro quotidiano
la vita in particolare è la neuroscienza
rendere l’intelligenza artificiale migliore e l’IA sta facendo
le neuroscienze sono migliori e così parlerò
sulle incredibili innovazioni
opportunità e anche rischi che sono
accadendo attraverso queste interazioni I
io sono un neuroscienziato che studio
cervello umano e come si riferisce al
comportamento il mio principale strumento per studiare il
cervello umano e il comportamento previsione è
MRI imaging a risonanza magnetica abbiamo messo
partecipanti a scanner cerebrali come te
vedi sullo schermo e possiamo misurare
la loro attività cerebrale mentre sono
eseguire diversi tipi di compiti MRI
è stato intorno per un po ‘come sapete
è uno strumento molto potente per l’immagine
strutture interne in una cassaforte e
modo non invasivo intorno agli scienziati del 1991
ho scoperto che puoi usarli
Macchine per la risonanza magnetica per dedurre l’attività neurale
mentre le persone guardano le cose o
pensando a cose diverse e cose simili
è noto come magnetico funzionale
imaging a risonanza che chiamerò fMRI
durante il mio discorso oggi così sono
fondamentalmente uno scienziato fMRI e mi sento
molto fortunato ad essere uno scienziato in questo
età moderna perché per noi la risonanza magnetica è gentile
di come avere un telescopio o avere un
microscopio senza un telescopio tu
non posso studiare le stelle senza a
microscopio non puoi studiare il
mondo microscopico e grazie a fMRI noi
può imparare di più su come il cervello
opera che mai prima di vedere qui
sullo schermo che almeno al
a partire dagli anni ’90 Pia
stiamo usando la risonanza magnetica per inferire che differenza
parti del cervello, tuttavia, ora sono dentro
2018
grazie alla macchina di apprendimento automatico AI
intelligenza e potenza computazionale noi
può imparare molte cose più incredibili
su cosa sta succedendo nel tuo cervello
mentre sei nello scanner lasciami mostrare
alcuni esempi
questo studio non è dal mio laboratorio questo è
dal laboratorio di Jack Allen all’UC Berkeley
ma in ispirato molti progetti nel mio
laboratorio questo è uno studio dove immagina
siete un partecipante si trova giù nella
scanner è possibile vedere uno schermo TV quando
sei nello scanner e sei a posto
stai guardando questo video a sinistra
okay stai guardando un video clip e
cosa ha fatto il gruppo di Gallants è stato loro
modelli costruiti usando l’intelligenza della macchina
apprendimento automatico
hanno costruito modelli molto sofisticati per
capire qual è la relazione
tra quando stai guardando un film e
l’ attività cerebrale che puoi dedurre
utilizzando fMRI e poi semplicemente sulla base del
segnali fMRI da soli mentre stai guardando
questo film possono indovinare cosa sei
guardando e quell’ipotesi è mostrata su
il diritto dello schermo quindi lasciami andare
avanti e ricominciare da capo mentre il
soggetto mentre sei nello scanner
stai guardando il film a sinistra
e sulla destra c’è un computer che indovina
quello che stai guardando è veramente un
forma di lettura della mente va bene e questo studio
è stato pubblicato nel 2011 e quindi è a
abbastanza recente
conosci la svolta umana
la neuroscienza infatti ha questa tecnologia
stato così ben sviluppato ora che un gruppo
in Giappone a 80 anni ho anche usato questo
tecnica per analizzare le persone mentre sono
dormendo e mentre stanno sognando e
sono stati in grado di iniziare a decodificare
quello che la gente sta sognando come me
laboratorio Alan Cohen e Bryce cool
erano membri del mio laboratorio
così ispirato dallo studio che tu solo
visto che hanno deciso che volevano
a
provare ad avanzare i metodi di
lettura della mente e hanno fatto questo studio
dove volevano vedere se possiamo disegnare
quello che le persone stanno guardando nel
scanner quindi immagina di essere nello scanner
stai guardando una faccia una alla volta
e possiamo costruire modelli di come la faccia
la percezione attiva il tuo cervello e solo
basato sulla lettura e sulla decodifica di quello
l’attività cerebrale che ha raccolto attraverso
lo scanner fMRI che possiamo indovinare su
in basso il nostro computer può disegnare quali volti
pensa che stavi guardando quando
sei nello scanner e anche se lo è
un po ‘sfocato lo sai per a
primo tentativo è stato penso che abbia funzionato
abbastanza bene la partita è di circa il 65%
basato su ciò che le persone stavano guardando in
lo scanner e cos’è il computer
indovinare sulla base delle scansioni del cervello di nuovo
è una forma di lettura della mente in a
progetto separato mio laboratorio
insieme in collaborazione con molti
colleghi favolosi in particolare Todd
Il gruppo di Constable alla Yale University
Scuola di Medicina
stiamo usando questo metodo fMRI da fare
altri tipi di importanti scoperte
riguardo al cervello umano e quindi questo è un
poco diverso da quello che ho appena mostrato
ma lascia che provi a spiegare cosa
fatto qui in questo studio abbiamo messo le persone dentro
lo scanner e non abbiamo necessariamente
chiediamo loro di fare qualsiasi cosa, infatti, solo noi
li ha fatti sdraiare in un compito noto
come stato di riposo abbiamo solo chiesto alle persone di farlo
sdraiarsi nello scanner e appena resto
Ovviamente il tuo cervello è sempre attivo
il cervello non è mai inattivo e importante
il cervello di ognuno è unico e funziona
in modi abbastanza diversi e nostri grandi
la ricerca scientifica è il nostro sviluppo
che abbiamo creato un modo per convertire il tuo
attività cerebrale a un foglio di calcolo di
numeri siamo stati in grado di leggere il tuo
attività cerebrale durante lo stato di riposo
e convertirlo in una matrice di numeri a
foglio di calcolo di numeri e, soprattutto
quella matrice di numeri è unica per ciascuno
individuo è qualcosa che chiamiamo
la connessione funzionale
muto perché ciò che questo insieme di numeri è
misurare è come diverse parti del tuo
il cervello comunica tra loro
in sincronia o fuori sincrono ma
lunga storia breve posso prendere ognuno di
ti metti nello scanner per te
15 minuti e poi posso uscire da
il tuo cervello è una matrice di numeri che lo farà
essere unico per te e quindi chiameremo
che un’impronta digitale del cervello e per questo
per la copertina del diario dove questo
è stato pubblicato hanno questa grande immagine
di un’impronta digitale quindi immagino di poter tirare
estrarre un’impronta digitale del cervello da ognuno di
tu sarai unico per te
solo questo non è interessante ma
quello che è ancora più notevole è quello
ci sono componenti del tuo cervello
impronte digitali proprio come ci sono
componenti del tuo genoma che correlano
con diversi tratti e comportamenti e
così usando quella scoperta abbiamo pubblicato a
trovando dimostrando che possiamo leggere
il tuo QI basato sull’impronta digitale del tuo cervello
breve va bene e lunga storia posso prendere qualsiasi
uno di voi ti ha messo in uno scanner per scansionarti
per 15 minuti e poi il mio computer lo farà
dimmi qual è il tuo QI è accurato
abbastanza da non permettere più il mio
studenti a guardare la mia attività cerebrale
non voglio che si sentano più intimiditi
su diversi componenti del tuo cervello
le impronte digitali corrispondono a diverse
Comportamenti che ad esempio vogliamo utilizzare
questa tecnica per quantificare i comportamenti
che sono difficili da cambiare in
numeri per esempio in questo studio possiamo
semplicemente scannerizzando il tuo cervello e
possiamo estrarre l’impronta del tuo cervello
leggi e quantifica quanto sei attento
siamo in grado di quantificare se hai
disturbo da deficit di attenzione o ora e
quanto gravi questi sintomi sono in altri
studi possiamo esaminare i pazienti di Alzheimer
e determinare quanto sia grave la loro memoria
i sintomi sono quantificabili che possiamo
metti un paziente con autismo nello scanner e
determinare quanto danno cognitivo
che stanno esibendo di fatto a
un altro studio il nostro laboratorio
può prendere persone metterli nello scanner
e possiamo persino leggere i loro
personalità possiamo determinare come
estroversa siete o come nevrotici si
sono solo guardando il tuo cervello
l’impronta digitale misurata con fMRI così sono
piuttosto eccitato per molti di questi
scoperte e parleremo di loro
può essere ulteriormente utilizzato a beneficio della società
ma voglio anche prendere un momento per dire
che questo era possibile solo a causa di
l’enorme potere computazionale che noi
ha iniziato a godere negli ultimi dieci anni
e, soprattutto, a causa della
elegante e molto potente ed eccitante
algoritmi che intelligenza artificiale
e l’ apprendimento automatico ci stanno fornendo
come stanno fornendo al mondo e
tutti ne stiamo già beneficiando
queste tecnologie quando stai cercando
per un libro o cercando di scegliere una canzone
i consigli sui prodotti che ottieni
Amazon o forma iTunes e così via sono
proveniente da algoritmi di apprendimento automatico
proprio come potresti vedere in questo esempio
qui i sistemi di assistente alla guida
o anche auto a guida autonoma è possibile
grazie ai progressi nell’apprendimento automatico
e intelligenza artificiale e il
gli algoritmi per il riconoscimento delle immagini sono
diventando così potente che persino loro
dottori rivali con la certificazione di bordo nella loro
capacità di classificare e diagnosticare la pelle
cancri o altri tipi di cancri che
sono misurati attraverso le radiografie in
in particolare, naturalmente, tutti in questo
il pubblico in Corea ha molta familiarità
il fatto che l’intelligenza artificiale
ora può battere i giocatori degli obiettivi dei campioni umani
ed e questo è veramente e sono sicuro che io
sapere che ha un sacco di hype e attenzione
nei media e quello che posso condividere con
voi è che non è stato overhyped esso
è veramente sensazionale , è straordinario
penso sia uno dei più importanti
risultati nella società moderna che a
il computer è in grado di battere un umano in questo
notevole gioco di Go it è sbalorditivo
nessuno scienziato mai previsto che questo
potrebbe essere successo
questo presto nel nostro
cinque volte perché il gioco di Go è così
complesso e perché anche il più
il supercomputer più veloce e potente non può
esplorare tutte le mosse possibili in ordine
per battere un campione umano era okay
possibile solo perché hanno cambiato il
in che modo funzionavano questi algoritmi
a causa dei progressi nelle neuroscienze è
perché un computer è stato in grado di battere un umano
e mi piacerebbe davvero dare credito alla demis
hassabis l’amministratore delegato di più sai
questa società di AI incredibilmente innovativa
google deepmind lui fondamentalmente
principi incorporati da
neuroscienza per creare questo
enorme progresso nel calcolo dell’informatica artificiale e io sono
un grande fan di lui ed è in parte
perché e mi piacerebbe condividere con voi
ecco che era un neuroscienziato suo
la formazione del suo background di dottorato era in realtà
una ricerca fMRI molto simile a quella che io
fatto e in effetti II potrebbe persino dirlo
dieci anni fa ero più famoso di lui
era, ma ovviamente le cose sono cambiate a
molto da allora ha fatto molto di più con
la sua vita che ho ma ma comunque la sua
la formazione era in neuroscienza cognitiva
usando fMRI e ha usato le sue intuizioni
conoscenza delle neuroscienze per portarli
incredibili progressi in artificiale
intelligenza e sono molto felice e
grato a lui perché continua a
difendere questa importanza di questo
matrimonio tra neuroscienza e intelligenza artificiale per
esempio ha pubblicato il suo giornale dove lui
parla costantemente del suo
gli algoritmi di intelligenza artificiale sono
ispirato ai principi della neuroscienza e
parla di così tanto in gioco il
bisogno del campo delle neuroscienze e
L’AI per venire insieme è ora più urgente
come mai prima e ha i beni per
essere in grado di dire questa affermazione perché
alphago questa notevole algoritmo era
capace di realizzare il suo rivoluzionario
performance a causa di questo matrimonio
dalle neuroscienze quindi questa è una bella
immagine delle cellule neuronali nel cervello
e il modo di pensare al cervello è
che hai tutto questo su a
cento miliardi di neuroni sono una specie di
come piccoli computer semplici e sono
massicciamente collegato attraverso dozzine se
non centinaia di migliaia di miliardi di connessioni
noto come sinapsi e il più importante
cosa sapere di questo enorme
connettività queste reti di neuroni
è che comunicano tra loro
e la cosa più importante sono le connessioni
ok modificabile e che consente il
cervello per imparare praticamente quasi
tutto ciò che ha bisogno di imparare in aggiunta
i neuroni non sono solo casualmente
formando una sorta di zuppa nella tua testa
ma sono organizzati in gerarchie
e formano strati a cui puoi pensare
come formando strati di diverso
livelli di sofisticazione e elaborazione
quindi se qui abbiamo il cervello in cima
e abbiamo un sistema artificiale sul
in basso una rete neurale artificiale
sistema di intelligenza sul cervello in basso
schematico in alto e l’idea qui
è che puoi prendere input sensoriali
visione sembra toccare e così via e e
aumenti quando lo elaboriamo
livelli più sofisticati al
iniziando a elaborare solo suoni e
colori e linee e alla fine al
l’altra estremità dall’estrema destra dopo
si passa attraverso tutti questi strati che hai
nel senso che hai parole hai concetti
hai facce e scene ancora di più
rappresentazioni complesse e questo e
questa è fondamentalmente l’architettura di
come alphago è in grado di raggiungere il suo
notevole livello di intelligenza in
Inoltre ci sono due principi di
cervello neuroscientifico che tratta umano
elaborazione del cervello e cervello animale
elaborazione ci sono due principi che
sono che ci rendono umani così speciali e
sono stati incorporati da loro come Havas
nella sua intelligenza artificiale
algoritmi uno è replay che è il
idea che anche quando non sei attivamente
guardando qualcosa o pensando
qualcosa anche quando stai riposando
il cervello sta riproducendo le sue esperienze e
quando dormi quando sogni sogni
in realtà è il tuo cervello a riprodurne il suo
esperienze dal giorno e non lo è
lo faccio solo per divertimento nel processo
di rivedere le sue esperienze è
formando conoscenza e si sta formando
ricordi come prova qui abbiamo sul
in alto a sinistra alcune immagini di neuronale
attività raccolta da un topo quando è
correre in un labirinto durante il giorno
e sul fondo ci sono gli stessi neuroni
essenzialmente riproducendo la sua attività mentre
sta dormendo mentre sta sognando okay
c’è una forte corrispondenza di fatto
se interrompi il sogno di Rath
l’apprendimento inizia a scendere diventa
alterata
la prossima è la previsione che il tuo cervello puoi
pianificare e pensare costantemente al
futuro e pensa ai risultati
esiti potenziali di diverse azioni
e pensieri che puoi prendere e
in precedenza i computer non funzionavano davvero
molti di voi sanno fare molte previsioni ma
uno dei motivi per cui alphago può farlo
sono cose incredibili e anche scacchi
i programmi è che ha questa capacità
costruito in questa capacità di cominciare a
prevedere il risultato di diverse mosse
quindi, nel complesso, penso che siamo neuroscienze e
AI ha una specie di joint missione congiunta
il vantaggio è nella fornitura personalizzata
previsioni per gli esseri umani per le macchine per
qualsiasi obiettivo che possiate avere e
sono ancora sai emozionante
gli sviluppi stanno appena iniziando a sapere
è solo che sta appena iniziando ora
pensano i prossimi 10 20 anni stanno per
essere incredibile
vedremo alcune incredibili innovazioni
che andrà a beneficio di tutti noi e così
dobbiamo continuare a pensare a come
AI e neuroscienza possono informare ciascuno
l’altro numero uno ovviamente i computer
avere più velocità e potenza rispetto a
i neuroni nella tua testa comunque umani
sono molto più versatili il nostro cervello
cognizione La cognizione del cervello umano è molto
più flessibile e può adattarsi e
potrebbe trasferire l’apprendimento molto meglio di
un
ugh puoi insegnare a un computer un compito
è solo andare a imparare a fare è
un compito se insegni a un essere umano un compito esso
di solito può generalizzarlo a molti
altri computer secondi hanno questo
incredibile capacità di eseguire simulazioni come
dobbiamo dormire e sognare per
fare replay è possibile programmare un computer per
riproduci tutto il tempo ok adesso
alphago stato addestrato sui giochi umani
è la versione più recente di alphago
alfa vai a zero , può battere l’intelligenza artificiale
algoritmo che ha battuto il campione ISA
porta c’è la versione più recente
insegna se stesso e funziona da solo
e gioca con se stesso per
raggiungere un notevole apprendimento e
la prestazione è qualcosa che
i computer possono battere gli umani come sai
tutto il tempo perché sono così veloci e
potente
mentre con gli umani ne è un vantaggio
abbiamo è che non abbiamo bisogno di tutti questi
esempi di formazione che possiamo imparare da solo
un esempio che insegni a un bambino di due anni
che aspetto ha una giraffa di cui non hai bisogno
per mostrare un centinaio o più di mille immagini
di giraffe che un bambino può imparare e
generalizzare in quasi un colpo e e
questo è qualcosa che gli algoritmi di intelligenza artificiale sono
ora inizi a imparare come impari
qualcosa così in fretta
in un caso una volta che iniziano a raccogliere
quello su allora l’AI diventerà ancora più
più intelligente di quanto sia già e poi il
il terzo punto è quello degli algoritmi informatici
e AI vantaggio e in grado di elaborare i big data
possono elaborare enormi quantità di
informazioni ma loro ma loro non sanno
cosa fare con quella informazione loro
non so bene dal torto , non lo fanno
sapere cosa è buono o cattivo e così
alla fine loro sempre abbiamo sempre bisogno di a
insegnante umano
abbiamo sempre bisogno di controllo etico di cui abbiamo bisogno a
umano per insegnare alle macchine ciò che è giusto o
sbagliato okay perché i dati non insegneranno a
macchina che cosa è giusto o sbagliato qui sono
alcuni esempi questo era un chatbot e
entro un giorno di rilascio un mucchio di umano
gli utenti stavano interagendo con esso
Twitter e ha insegnato a essere razzista e
malvagio questo chat bot entro un giorno solo
a causa di dati errati
interazioni con gli umani a cui ha iniziato
negare l’Olocausto che ha iniziato ad amare
Hitler e divenne molto razzista perché
algoritmi di intelligenza artificiale loro
non so cosa sia giusto o sbagliato tu
sanno che semplicemente copieranno qualunque dato sia
essendo nutrito con esso c’è un termine per questo
immondizia nella spazzatura va bene non lo fanno
avere la capacità di discernere ciò che è buono
o cattivi solo gli umani possono farlo per
algoritmi di apprendimento automatico
questi sono sistemi di riconoscimento di schemi
questi sono uomini del Congresso negli Stati Uniti
Stati e un algoritmo del computer trattato
sai categorizzarli come criminali
avendo acconsentito a sapere di essere stato dentro
prigionieri e naturalmente ci sono questi
altri esempi molto inquietanti di
errori di classificazione
di volti umani e anche pari
auto a guida autonoma sai che dobbiamo
preoccuparsi
quanto sono sicuri perché di nuovo tu sai
loro non lo fanno non sono perfetti e
si sa hanno bisogno di imparare si sa come
per formulare giudizi quando scendono il
siamo la stessa cosa per le neuroscienze
acquisendo questa capacità, posso leggere il tuo
QI posso leggere la tua personalità noi
alla fine voglio usarlo per sempre
voglio essere in grado di diagnosticare la depressione
disturbi mentali disturbi della lettura
ci sono così tanti modi potenti da usare
questo soprattutto in medicina per sempre
scopi, ma dobbiamo stare attenti non
per usare questo per scopi cattivi non lo facciamo
vuole essere la selezione delle persone senza
la loro conoscenza solo per determinati lavori o
certe scuole sarebbero terribili
se sei entrato a Yale perché il tuo cervello
la scansione è sembrata buona e ti sei negato
ammissione a Yale perché il tuo cervello
scansione sembrava male che sarebbe stato terribile
quindi dobbiamo assicurarci di usare questi nuovi
tecnologie e buone maniere
la stessa cosa con AI ancora AI non lo fa
conosco bene dal male e quindi dobbiamo
assicurati che continuiamo a essere etici
controllo sui nostri algoritmi e in
chiudendo di nuovo penso che il rischio più grande
con tutti questi sviluppi neuroscientifici
e con l’intelligenza artificiale è quello
la privacy mentale va bene, non dovremmo mai
usa queste tecniche per estrarre
informazioni su individui senza
la loro conoscenza se hai intenzione di leggere
fuori qualcosa dal tuo cervello
se hai intenzione di leggere qualcosa
dal loro profilo sui social media o
il loro utilizzo del traffico web quindi noi
dovrebbe dire alla gente cosa
informazioni che stiamo estraendo da loro
e così chiuderò con questo voglio
grazie mille per la tua attenzione e
Non vedo l’ora al futuro che abbiamo
insieme in neuroscienza e intelligenza artificiale
[Applausi]
Please follow and like us: