поэтому машины могут подумать об этой идее
сингулярность времени в истории, когда
компьютерная программа будет настолько умна, что
он сможет создать еще один
компьютерная программа даже умнее и так далее
и так далее до кончины человечества
это маловероятно, Алан Тьюринг
разработал тест , чтобы проверить эту идею спросить
вопрос может машины считать его тест
у нас был компьютер, пытающийся обмануть
человек, думая , она сама по себе является человеком
посредством беседы простой и
вы можете подумать о некорректном тестировании, но
вам будет приятно узнать, что почти 70
лет на этом тесте еще не было
прошел не близкий общий AI сильный ИИ
искусственный интеллект, который может
все, что люди могут делать, и больше, и
лучше это далеко не здесь , однако
возможно, один из самых больших скачков в
это направление — это технология, которая
так называемого глубокого обучения на самом деле, когда в
новости, которые вы слышите о событиях в ИИ
чаще всего вы слышите
о событиях или применениях
глубокое обучение
вы видите, в то время как другие AIS способны
решение небольших проблем, таких как
игра или поиск пути в лабиринте
что интересно и интересно о глубокой
обучение заключается в том, что это одна технология
который может решить ряд различных
проблемы
это то, что мы называем классификатором, это одно
лучших классификаторов, но то, что
что его можно сварить до кошек и
собаки
Представьте , что вы хотите , компьютер , чтобы иметь возможность
различать кошка и собака вы
может научить его структуре
как они выглядят, как вы могли бы их научить
в частности, признать конкретные
но что революционно
глубокое обучение заключается в том, что оно полностью
на основе образцов — единственное, что вам нужно
много много образцов много изображений
кошек и собак, а в Интернете есть
много ошибок, и система будет
самостоятельно учиться различать
их , и вы можете думать , хорошо это
очень простой пример, и вы бы
удивил количество разных
проблемы в мире, которые могут быть
уменьшено, чтобы просто классифицировать, например
классификация между хорошими шахматами
положение и плохое шахматное положение
классификации между пустой дорогой и
дороги с пешеходами на нем, если вы
построение самоходного автомобиля настолько глубоким
обучение является универсальным, и да, это может быть
используется, чтобы решать и играть в игры лучше, чем
людей, о которых вы, возможно, недавно слышали
alphago победить лучший идти в мире
игрока, а затем снова снова побеждает
лучший игрок в мире
в других мирах
другая очень важная характеристика
потому что нам нужны только образцы для
обучать его
нам не нужен эксперт
инженеры, которые построили альфаго, не
экспертам, которые им едва ли нужны
знать правила, и система будет учиться
сама по себе и является той же технологией
которые могут быть применены к ряду
проблемы, которые захватывают воображение
средств массовой информации от чтения губ до медицинских
диагностика и что является увлекательным
что, хотя он может решить все эти
проблемы глубокого обучения имеют ряд
Ограничения мы здесь сегодня о
как будущее доказательство своей жизни мы были
слушание от нашего первого оратора о
нужно учиться и о других
ораторах о
технологии и дополнительных
вклад, который я хотел бы сделать, состоит в том, что
иногда новые технологии могут быть
чрезмерное глубокое обучение является мощным
он также имеет некоторые ограничения, как
Я сказал, что вам нужно много фотографий кошек
и собак, и у нас есть много таких, но
когда ваша проблема становится более сложной
вам нужны все больше и больше данных и больших данных
быстро становится необходимостью для большого
вычислительная система , которая требует много
энергия и много денег, и это не
единственное ограничение, которое было показано
недавно, что вы можете обмануть
вы можете показать ему образ
cat, мы любим это, и тогда мы можем изменить
каждый пиксель изображения очень мал
количество в очень умном виде в такой
путь, чтобы получившийся образ нам по-прежнему
выглядит как кошка, но глубокое обучение
система будет думать, что это собака
или таблица или Mac или что вы хотите
обмануть его в веру в глубокое обучение
ограничен, и это захватывающе, и это
универсальный, и он мощный, но все
эти прилагательные разделяют я утверждаю , по
в значительной степени каждая разрушающая технология
мы столкнулись с этим примером.
называется компьютер или персональный компьютер
и позвольте мне спросить вас об этом.
понимать каждый электронный
компонента и его функции внутри вашего
компьютер или телефон, я знаю, что не знаю
и это не мешает мне использовать их
не останавливает меня
узнавать о них каждый день больше и
больше, поскольку мне нужно, если бы компьютеры были
придумали сегодня, и люди говорили
они сделают вашу работу устаревшей
они сделают вашу роль несущественной
ну как бы вы отреагировали на панику?
самоуверенность, я утверждаю, и это мой
вызов вам, что мы лечим глубокие
обучения так же, как мы лечим
наши компьютеры мы узнаем его , и он будет
трудно, но так было использование электронных таблиц
в первый раз вокруг него может даже не быть
этот эффективный, но опять же ни один
были текстовыми процессами, когда они сначала
появилась хорошая новость , потому что
единственное, что нам нужно для обучения
Система обучения является примеры образцов
данные относительно хороши Treacher
относительно просто реализовать
как простые девять девяти строк кода
вот сколько строк кода требуется
мне написать программу глубокого обучения, чтобы
вот идея, что я думаю, что это стоит
мы избавимся от этого элитизма
умения сделаем машину
менее опытным специалистам
давайте демократизировать использование технологий
включая машинное обучение, уходят и
узнать, что эти девять строк кода
есть, и если вы не знаете, как кодировать
научиться программировать, и если вы можете это сделать
в менее чем девяти строках
точка — это не панику, научиться кодировать и
вы
[Аплодисменты]
сингулярность времени в истории, когда
компьютерная программа будет настолько умна, что
он сможет создать еще один
компьютерная программа даже умнее и так далее
и так далее до кончины человечества
это маловероятно, Алан Тьюринг
разработал тест , чтобы проверить эту идею спросить
вопрос может машины считать его тест
у нас был компьютер, пытающийся обмануть
человек, думая , она сама по себе является человеком
посредством беседы простой и
вы можете подумать о некорректном тестировании, но
вам будет приятно узнать, что почти 70
лет на этом тесте еще не было
прошел не близкий общий AI сильный ИИ
искусственный интеллект, который может
все, что люди могут делать, и больше, и
лучше это далеко не здесь , однако
возможно, один из самых больших скачков в
это направление — это технология, которая
так называемого глубокого обучения на самом деле, когда в
новости, которые вы слышите о событиях в ИИ
чаще всего вы слышите
о событиях или применениях
глубокое обучение
вы видите, в то время как другие AIS способны
решение небольших проблем, таких как
игра или поиск пути в лабиринте
что интересно и интересно о глубокой
обучение заключается в том, что это одна технология
который может решить ряд различных
проблемы
это то, что мы называем классификатором, это одно
лучших классификаторов, но то, что
что его можно сварить до кошек и
собаки
Представьте , что вы хотите , компьютер , чтобы иметь возможность
различать кошка и собака вы
может научить его структуре
как они выглядят, как вы могли бы их научить
в частности, признать конкретные
но что революционно
глубокое обучение заключается в том, что оно полностью
на основе образцов — единственное, что вам нужно
много много образцов много изображений
кошек и собак, а в Интернете есть
много ошибок, и система будет
самостоятельно учиться различать
их , и вы можете думать , хорошо это
очень простой пример, и вы бы
удивил количество разных
проблемы в мире, которые могут быть
уменьшено, чтобы просто классифицировать, например
классификация между хорошими шахматами
положение и плохое шахматное положение
классификации между пустой дорогой и
дороги с пешеходами на нем, если вы
построение самоходного автомобиля настолько глубоким
обучение является универсальным, и да, это может быть
используется, чтобы решать и играть в игры лучше, чем
людей, о которых вы, возможно, недавно слышали
alphago победить лучший идти в мире
игрока, а затем снова снова побеждает
лучший игрок в мире
в других мирах
другая очень важная характеристика
потому что нам нужны только образцы для
обучать его
нам не нужен эксперт
инженеры, которые построили альфаго, не
экспертам, которые им едва ли нужны
знать правила, и система будет учиться
сама по себе и является той же технологией
которые могут быть применены к ряду
проблемы, которые захватывают воображение
средств массовой информации от чтения губ до медицинских
диагностика и что является увлекательным
что, хотя он может решить все эти
проблемы глубокого обучения имеют ряд
Ограничения мы здесь сегодня о
как будущее доказательство своей жизни мы были
слушание от нашего первого оратора о
нужно учиться и о других
ораторах о
технологии и дополнительных
вклад, который я хотел бы сделать, состоит в том, что
иногда новые технологии могут быть
чрезмерное глубокое обучение является мощным
он также имеет некоторые ограничения, как
Я сказал, что вам нужно много фотографий кошек
и собак, и у нас есть много таких, но
когда ваша проблема становится более сложной
вам нужны все больше и больше данных и больших данных
быстро становится необходимостью для большого
вычислительная система , которая требует много
энергия и много денег, и это не
единственное ограничение, которое было показано
недавно, что вы можете обмануть
вы можете показать ему образ
cat, мы любим это, и тогда мы можем изменить
каждый пиксель изображения очень мал
количество в очень умном виде в такой
путь, чтобы получившийся образ нам по-прежнему
выглядит как кошка, но глубокое обучение
система будет думать, что это собака
или таблица или Mac или что вы хотите
обмануть его в веру в глубокое обучение
ограничен, и это захватывающе, и это
универсальный, и он мощный, но все
эти прилагательные разделяют я утверждаю , по
в значительной степени каждая разрушающая технология
мы столкнулись с этим примером.
называется компьютер или персональный компьютер
и позвольте мне спросить вас об этом.
понимать каждый электронный
компонента и его функции внутри вашего
компьютер или телефон, я знаю, что не знаю
и это не мешает мне использовать их
не останавливает меня
узнавать о них каждый день больше и
больше, поскольку мне нужно, если бы компьютеры были
придумали сегодня, и люди говорили
они сделают вашу работу устаревшей
они сделают вашу роль несущественной
ну как бы вы отреагировали на панику?
самоуверенность, я утверждаю, и это мой
вызов вам, что мы лечим глубокие
обучения так же, как мы лечим
наши компьютеры мы узнаем его , и он будет
трудно, но так было использование электронных таблиц
в первый раз вокруг него может даже не быть
этот эффективный, но опять же ни один
были текстовыми процессами, когда они сначала
появилась хорошая новость , потому что
единственное, что нам нужно для обучения
Система обучения является примеры образцов
данные относительно хороши Treacher
относительно просто реализовать
как простые девять девяти строк кода
вот сколько строк кода требуется
мне написать программу глубокого обучения, чтобы
вот идея, что я думаю, что это стоит
мы избавимся от этого элитизма
умения сделаем машину
менее опытным специалистам
давайте демократизировать использование технологий
включая машинное обучение, уходят и
узнать, что эти девять строк кода
есть, и если вы не знаете, как кодировать
научиться программировать, и если вы можете это сделать
в менее чем девяти строках
точка — это не панику, научиться кодировать и
вы
[Аплодисменты]
Please follow and like us:
Be First to Comment