
в октябре 2015 года Alphago глубокое обучение
сети, которая была обучена играть
настольная игра пойдет на битву тогдашнего правящего
Европейский у5 идти чемпион вентилятора к нулю это
был первый раз , когда компьютер
программа когда-либо избивала профессионала
идти через пять месяцев улучшенный
версия alphago продолжила бы играть
тогдашний игрок в мире Lise
Aldo четыре к одному теперь, чтобы поместить это в
какой контекст, почему это было
впечатляющий подвиг для компьютерной программы
выполнить расчетное количество
возможные юридические позиции на доске
где-то около двух раз десять
сто семьдесят возможностей для
дать представление о том, что на самом деле означает
это фактическое количество нулей
сколько возможных позиций назад доска
теперь может быть не так, если
программа может явно представлять все
этих возможностей, поскольку для
вычислительные причины, которые близки
невозможно , важно то, что
программа, которая интуитивно играет
игра так же, как и
профессиональный игрок идет сейчас alphago
была разработана с использованием комбинации двух
различные методы контролируются
обучение, когда программисты принимают экспертов
наборов данных и в этом случае
игры играют ведущие игроки go
стратегии, разработанные на протяжении многих лет и
кодировать представления знаний в
система, и это используется в
совместное обучение
который является способом, с помощью которого программа
обучается оптимальным следующим шагам от
те уже запрограммированные игры в
серия вознаграждений и наказаний сейчас
ускоренное продвижение вперед в прошлом декабре
те, кто работает в глубоком разуме
alphago создал новую программу alphago
ноль, и это использует что-то немного
разному требуется чистый лист
подход, а не явно
подготовка следующих шагов в игре или
наилучшие сочетания и ходы
тренер возьмём основные правила
игра и научить программу, как
научитесь так, как это происходит
разрабатывая свои собственные стратегии и
заключение их работы по этому вопросу
запрограммировать государственное
накопили знания из
миллионы игр играли более тысячи
лет, коллективно перегоняющих
шаблоны пословиц и книг, а также
пробел в несколько дней, начиная с tabla rasa
чистый лист
Алфаго ноль смог заново открыть
из знания, а также роман
стратегии, которые дают новые идеи
в самую старую из игр теперь, что делает
это означает, что для компьютерной программы
найти знания или разработать
Новые стратегии и как это , что
сами программисты не знали, как
это произошло, и это действительно приносит нам
к теме того, что я хочу поговорить с
вы, ребята, сегодня, и это действительно
роль машинного интеллекта и
эти типы глубоких нейронных сетей и
вид будущего знания и что
означает ли это, что мы знаем что-то
и теперь я действительно не хочу говорить
о любой подобной сингулярной идее
нет ни одной вещи, с которой я хочу поговорить
вы о том, что я хочу мотивировать
думая об этом размышлении о
роль этих типов искусственных
интеллектуалов в нашем обществе и в том, как
мы производим знание в настоящее время в конечном счете , это
является проблемой автоматизации и людей
пытались автоматизировать наши
деятельности с начала
цивилизации, когда мы трудились в
поля, производящие культуры, мы пытаемся это сделать
в большем масштабе , чтобы мы делегировали
задача быть пригородной довольно жестоко, но мы
сделал это , и это было автоматизация
интеллектуальная деятельность пахотных полей
ускоренная перемотка вперед и в промышленном
Революции мы автоматизировали задачу
производство товаров , и мы сделали это на
головокружительный темп, освобождающий людей
выполнять другие действия, а затем
с появлением компьютеров мы
автоматизировал процесс арифметики в
логические операции вместо людей
с трудом вычислить вручную
эти сложные математические уравнения
мы можем автоматизировать это с помощью компьютеров
через симфонию электрического жужжания
и теперь с искусственным интеллектом
мы автоматизировали задачи решения проблем на
уровень, который ранее невообразимый
но я хочу поговорить об автоматизации
не только интеллекта, как в
решения проблем и задачи, но
скорее, автоматизация знаний и
что это выглядит как сейчас я хочу
оставаться агностиком относительно того, есть ли
машинные знания таким образом
неизбежно или
уже происходит, и я скорее хочу
представляют собой гипотетический вопрос
Я философ, поэтому мы заинтересованы в
эти типы гипотетических вопросов
действительно хватайтесь за то, что я думаю
мы уже видим, что это произойдет
и это действительно какова роль
такого рода искусственно произведенные
знания в нашем обществе в целом сейчас
есть пара вопросов, которые я
хотите, чтобы вы держались в задней части
когда я обсуждаю эти типы
глубокие нейронные сети, и это действительно
вопрос о себе, так как вы
знайте, что вы знаете, что означает
знать что-то, и это может показаться
как правило, путают и
раздражающий философский вопрос, потому что
это это философский вопрос , но
это то, что я думаю, нам нужно быть
спрашивая себя в таких типах
ситуаций и таких ситуаций, когда
это не люди, создающие такие знания, как
в случае алфавита нуль он создал
новые знания НПО или вновь открытые НПО
знания и новые стратегии, так что
означает ли это для этой программы знать
и что еще более важно, как мы
включить этот тип знания в
наши собственные тела знания , что являются
каковы рода критерии , которые мы
нужно выбрать вид знания, который он
должны быть приведены в наше общество и
что это не должно теперь со стержнями
alphago 0 и он — программы alphago или
скажем, любую другую глубокую нейронную сеть, которая
использует аналогичный стиль архитектуры, который вы
может спросить себя, если
программисты и разработчики создали это
система, то не правда ли это, что
дал знания, и я думаю, что
в этот момент хорошо сделать шаг
назад и понять , если разработчики могли
отслеживать вид каждого шага системы
взял на себя эти знания или
прийти к какому-то решению и
ответ, вероятно, да, это
программистов или разработчиков в этом
сценарий, который дал знания, но
это не относится к этим типам
такие системы, как alphago zero, как мы видели
глубокий ум и вывод их
боль
/ они говорят, что придумали роман
стратегий и вновь открыл
но они сами не могли
действительно отслеживать, как это произошло
поэтому я действительно хочу задать этот вопрос
какова роль этого типа
знания в нашем обществе теперь есть
название для этих типов систем
типы систем, которые очень сложны
и может иметь ряд скрытых
слоев и как они принимают решение
и теперь это системы Blackbox
они называются системами Blackbox
именно потому, что вы не можете взломать их
открытые и видные, как каждый шаг
было принято , чтобы прийти к некоторым выходам и
это важно, потому что эти системы
не были построены с идеей
что они были созданы для
эффективности, поэтому мы не должны быть
особенно удивлены, когда мы смотрим на
эти типы действительно сложных нервных
сетей, и мы не можем точно определить
как это произошло с первого этапа до конца
конечный результат этапа два , и я думаю ,
такого рода разъединения между
результаты этих систем Blackbox и
наши собственные ожидания от того, что мы
было бы предположить , эти системы будут производить
вид создает этот разведывательный самолет
отставание или мы всегда играем в
выводы из них действительно
сложные глубокие нейронные сети и
что мы ожидали бы результатов
быть, и я думаю, что этот развевающийся самолет
отставание между действительно конкретными задачами и
оптимизированное эффективное решение проблем, которые
эти типы систем делают и тем больше
вид общих и тонких причин, которые
люди обычно ищут и наши
объяснения представляет действительно
интересная задача для нас и то, как мы
увидеть роль знаний в нашем обществе
и специально искусственно
знания в нашем обществе, и я думаю
что главное в этом тоже
находится в ситуациях с реальной жизнью
последствия
теперь с алфавитом 0, если программа
было сделать какую-то ошибку в
я не думаю, что кто-нибудь из нас
будет считать, что иметь
этических воздействий или общих разрушительных
влияет на общество, но что происходит, когда
эти типы глубоких нейронных сетей получают
применяется к ситуациям
с реальными последствиями, когда это
не просто количественное суждение о
где разместить кусок на доске, но
скорее качественный, и мы
уже в той точке, где это
происходит так, что эти типы черного ящика
системы уже используют ряд
реальные сценарии с реальной жизнью
последствия говорят, например, в
определение того, будет ли кто-либо
по умолчанию по кредиту вероятность
что они будут или в случае
рецидивизм и определение приговора
для конкретных случаев вероятность того, что
кто-то совершит преступление сейчас
приводит нас к другому виду , это вопрос
обсуждается прямо сейчас, и это
проблема алгоритмического смещения, поэтому проблема
самих наборов данных
потому что люди собирают данные, и у нас есть
которые мы не можем контролировать и
эти результаты говорят в случае
преступный рецидивизм, применяющий эти глубокие
нейронных сетей, они обнаружили, что некоторые из
эти системы имеют расовую предвзятость
это ситуация, когда есть реальность
последствия ситуации, когда это не
просто количественное суждение, но
качественный, где живут люди
влияют и действительно значимы и
важно, и это также подчеркивает
Другой вопрос , и это своего рода из
отключаться между нашими мотивами
в использовании этих программ для
эффективности и разумности в процессе
приговор или наши мотивы, чтобы быть более
справедливыми и справедливыми, но мотивами
этих систем, не соответствующих
наш собственный, мы имеем дело с преступным
рецидивизм и вероятность у кого-то
будет ли я совершать преступление, которое они
обнаружил расовую предвзятость, и это
несправедливый или несправедливый результат этих
программ, и нам нужно начать думать
о том, как эти мотивы и наши собственные
соответствовать или как заставить их соответствовать прямо сейчас
есть какая -то проблема, которую я думаю
подчеркивает это очень хорошо, что
вставлять себя в популярную сферу
и это то, что проблема Шарли Я не
если кто-нибудь из вас слышал об этом
прежде чем я думаю, что это было на хорошем месте
в некоторых точках
а проблема вагонетки это представить себе
что есть тип ствола ствола
из- под контроля и на этом поезде
теперь пять человек связаны
стоя рядом с рычагом
что если вы опросили , переключите
отслеживает движение поездов, избегая этих
пяти людей сейчас вот проблема на
что железнодорожные пути , которые вы можете переключиться на
есть один человек, связанный таким образом ваш выбор
я разрешаю поезду продолжать
и убить пять невинных людей, связанных
на трассе или же я умышленно тянуть
рычага и осудить одного человека на
теперь ужасная судьба
этического решения и в этой ситуации
надеюсь, вы будете действовать,
выберите, чтобы не тянуть дорожку или не тянуть
рычаг по какой — либо причине или вы бы
выберите, чтобы спасти пять человек и осудить
один человек к смерти теперь более важно
для этого обсуждения того, что мы
говоря сегодня, как бы вы
на самом деле пришли к такому решению , как бы
вы знаете, какое решение сделать, и я
думаю , что отражает самостоятельно и
процесс принятия решений и то, как мы добираемся до этого
дает нам подсказки, где мы должны ожидать
из этих очень сложных глубоких нервных
сети для одного говорят , что вы потяните рычаг
вы можете получить доступ ко всем различным этапам
что привело вас к тому, почему вы
потяните рычаг или не потяните рычаг, который вы
может также предложить своего рода
оправдание, почему вы думаете
лучше так умышленно осудить одного
человек до смерти, когда огонь
экономя пять других или наоборот
вы также можете предложить что-то вроде
мотивы, и вот что такое
интересно, поэтому мы можем сказать в
ситуации я был мотивирован , чтобы сохранить как
много жизней , как это возможно , так что я решил
потяните этот рычаг, хотя это означает
убийство человека на этом пути, но для
все, что вы знаете, что один человек на
трек или все, что мы знаем, было вашим смертным
враг и ваши мотивы не были
особенно потому, что вы хотели
этот человек умереть в конце, но
Дело в том, что вы можете получить доступ
и обосновать и дать основания для вашего
мотивы в этой ситуации и я
думаю, вы знаете, что это
технологии идет так, как
нейронные сети применяются к нашим
живет в основном это своего рода
ситуации , которые появятся в
случай без водителя, где он мог бы
предлагаться с двумя неприятными выборами
как в проблеме с тележкой, и
принять решение
и мы должны ожидать, что он сделает
принять решение и сделать его правильным
мы должны также думать, что спрос будет больше, чем
это мы должны потребовать от
способность не только получить доступ к своим собственным шагам
и государства оправдывают свое решение и
предлагают некоторые указания на мотивацию
как это дошло до этого решения так же, как и
если бы вы были в такой ситуации
и я думаю, что это действительно приводит нас к
точка требования каких-то критериев
для знания и этих типов
искусственные системы, и это действительно
образ мышления, который я хочу
на вас впечатляет то, что нам нужно
начните думать о том, как мы оцениваем
знания и эти очень сложные
Нейронные сети сейчас я хочу дать сортировку
оговорки
помните, что это было гипотетическим
вопрос в начале к виду
мотивировать мышление о том, что значит
искусственно производить знания в этом
путь
искусственные знания или машины
знание в этом смысле, вероятно, является
долгий путь
alphago zero дает нам некоторые указания
что возбуждения уже происходят
и я думаю , что это идеальное время для
начать задавать эти вопросы , чтобы сортировать
опередить кривую на то, что она означает
для машин для получения знаний в
таким образом, но это сложная задача
нет ничего проще в достижении
это так, я думаю, что это будет
все руки на палубе и в настоящее время для людей
в целом говорят, что люди, которые не
разработка таких систем, которые
не смотрят на философские
последствия все еще важны, что
мы задаем себе вопрос о том, что мы
следует ожидать от искусственного
интеллекта и машинных знаний в
таким образом, поскольку это влияет на наши
живет, как мы уже видели, как это
применяется к случаям дефолта по
кредитов или криминалистического рецидива или в этих
этические ситуации, такие как гипотетические
тележка проблема они имеют реальную жизнь
последствия и последствия для нашего общества
и это затрагивает всех нас, поэтому я надеюсь
что после сегодняшнего дня я мотивировал вас
достаточно, чтобы начать думать об этих
заботы машинного интеллекта и
будущее знаний спасибо
вы
[Аплодисменты]
сети, которая была обучена играть
настольная игра пойдет на битву тогдашнего правящего
Европейский у5 идти чемпион вентилятора к нулю это
был первый раз , когда компьютер
программа когда-либо избивала профессионала
идти через пять месяцев улучшенный
версия alphago продолжила бы играть
тогдашний игрок в мире Lise
Aldo четыре к одному теперь, чтобы поместить это в
какой контекст, почему это было
впечатляющий подвиг для компьютерной программы
выполнить расчетное количество
возможные юридические позиции на доске
где-то около двух раз десять
сто семьдесят возможностей для
дать представление о том, что на самом деле означает
это фактическое количество нулей
сколько возможных позиций назад доска
теперь может быть не так, если
программа может явно представлять все
этих возможностей, поскольку для
вычислительные причины, которые близки
невозможно , важно то, что
программа, которая интуитивно играет
игра так же, как и
профессиональный игрок идет сейчас alphago
была разработана с использованием комбинации двух
различные методы контролируются
обучение, когда программисты принимают экспертов
наборов данных и в этом случае
игры играют ведущие игроки go
стратегии, разработанные на протяжении многих лет и
кодировать представления знаний в
система, и это используется в
совместное обучение
который является способом, с помощью которого программа
обучается оптимальным следующим шагам от
те уже запрограммированные игры в
серия вознаграждений и наказаний сейчас
ускоренное продвижение вперед в прошлом декабре
те, кто работает в глубоком разуме
alphago создал новую программу alphago
ноль, и это использует что-то немного
разному требуется чистый лист
подход, а не явно
подготовка следующих шагов в игре или
наилучшие сочетания и ходы
тренер возьмём основные правила
игра и научить программу, как
научитесь так, как это происходит
разрабатывая свои собственные стратегии и
заключение их работы по этому вопросу
запрограммировать государственное
накопили знания из
миллионы игр играли более тысячи
лет, коллективно перегоняющих
шаблоны пословиц и книг, а также
пробел в несколько дней, начиная с tabla rasa
чистый лист
Алфаго ноль смог заново открыть
из знания, а также роман
стратегии, которые дают новые идеи
в самую старую из игр теперь, что делает
это означает, что для компьютерной программы
найти знания или разработать
Новые стратегии и как это , что
сами программисты не знали, как
это произошло, и это действительно приносит нам
к теме того, что я хочу поговорить с
вы, ребята, сегодня, и это действительно
роль машинного интеллекта и
эти типы глубоких нейронных сетей и
вид будущего знания и что
означает ли это, что мы знаем что-то
и теперь я действительно не хочу говорить
о любой подобной сингулярной идее
нет ни одной вещи, с которой я хочу поговорить
вы о том, что я хочу мотивировать
думая об этом размышлении о
роль этих типов искусственных
интеллектуалов в нашем обществе и в том, как
мы производим знание в настоящее время в конечном счете , это
является проблемой автоматизации и людей
пытались автоматизировать наши
деятельности с начала
цивилизации, когда мы трудились в
поля, производящие культуры, мы пытаемся это сделать
в большем масштабе , чтобы мы делегировали
задача быть пригородной довольно жестоко, но мы
сделал это , и это было автоматизация
интеллектуальная деятельность пахотных полей
ускоренная перемотка вперед и в промышленном
Революции мы автоматизировали задачу
производство товаров , и мы сделали это на
головокружительный темп, освобождающий людей
выполнять другие действия, а затем
с появлением компьютеров мы
автоматизировал процесс арифметики в
логические операции вместо людей
с трудом вычислить вручную
эти сложные математические уравнения
мы можем автоматизировать это с помощью компьютеров
через симфонию электрического жужжания
и теперь с искусственным интеллектом
мы автоматизировали задачи решения проблем на
уровень, который ранее невообразимый
но я хочу поговорить об автоматизации
не только интеллекта, как в
решения проблем и задачи, но
скорее, автоматизация знаний и
что это выглядит как сейчас я хочу
оставаться агностиком относительно того, есть ли
машинные знания таким образом
неизбежно или
уже происходит, и я скорее хочу
представляют собой гипотетический вопрос
Я философ, поэтому мы заинтересованы в
эти типы гипотетических вопросов
действительно хватайтесь за то, что я думаю
мы уже видим, что это произойдет
и это действительно какова роль
такого рода искусственно произведенные
знания в нашем обществе в целом сейчас
есть пара вопросов, которые я
хотите, чтобы вы держались в задней части
когда я обсуждаю эти типы
глубокие нейронные сети, и это действительно
вопрос о себе, так как вы
знайте, что вы знаете, что означает
знать что-то, и это может показаться
как правило, путают и
раздражающий философский вопрос, потому что
это это философский вопрос , но
это то, что я думаю, нам нужно быть
спрашивая себя в таких типах
ситуаций и таких ситуаций, когда
это не люди, создающие такие знания, как
в случае алфавита нуль он создал
новые знания НПО или вновь открытые НПО
знания и новые стратегии, так что
означает ли это для этой программы знать
и что еще более важно, как мы
включить этот тип знания в
наши собственные тела знания , что являются
каковы рода критерии , которые мы
нужно выбрать вид знания, который он
должны быть приведены в наше общество и
что это не должно теперь со стержнями
alphago 0 и он — программы alphago или
скажем, любую другую глубокую нейронную сеть, которая
использует аналогичный стиль архитектуры, который вы
может спросить себя, если
программисты и разработчики создали это
система, то не правда ли это, что
дал знания, и я думаю, что
в этот момент хорошо сделать шаг
назад и понять , если разработчики могли
отслеживать вид каждого шага системы
взял на себя эти знания или
прийти к какому-то решению и
ответ, вероятно, да, это
программистов или разработчиков в этом
сценарий, который дал знания, но
это не относится к этим типам
такие системы, как alphago zero, как мы видели
глубокий ум и вывод их
боль
/ они говорят, что придумали роман
стратегий и вновь открыл
но они сами не могли
действительно отслеживать, как это произошло
поэтому я действительно хочу задать этот вопрос
какова роль этого типа
знания в нашем обществе теперь есть
название для этих типов систем
типы систем, которые очень сложны
и может иметь ряд скрытых
слоев и как они принимают решение
и теперь это системы Blackbox
они называются системами Blackbox
именно потому, что вы не можете взломать их
открытые и видные, как каждый шаг
было принято , чтобы прийти к некоторым выходам и
это важно, потому что эти системы
не были построены с идеей
что они были созданы для
эффективности, поэтому мы не должны быть
особенно удивлены, когда мы смотрим на
эти типы действительно сложных нервных
сетей, и мы не можем точно определить
как это произошло с первого этапа до конца
конечный результат этапа два , и я думаю ,
такого рода разъединения между
результаты этих систем Blackbox и
наши собственные ожидания от того, что мы
было бы предположить , эти системы будут производить
вид создает этот разведывательный самолет
отставание или мы всегда играем в
выводы из них действительно
сложные глубокие нейронные сети и
что мы ожидали бы результатов
быть, и я думаю, что этот развевающийся самолет
отставание между действительно конкретными задачами и
оптимизированное эффективное решение проблем, которые
эти типы систем делают и тем больше
вид общих и тонких причин, которые
люди обычно ищут и наши
объяснения представляет действительно
интересная задача для нас и то, как мы
увидеть роль знаний в нашем обществе
и специально искусственно
знания в нашем обществе, и я думаю
что главное в этом тоже
находится в ситуациях с реальной жизнью
последствия
теперь с алфавитом 0, если программа
было сделать какую-то ошибку в
я не думаю, что кто-нибудь из нас
будет считать, что иметь
этических воздействий или общих разрушительных
влияет на общество, но что происходит, когда
эти типы глубоких нейронных сетей получают
применяется к ситуациям
с реальными последствиями, когда это
не просто количественное суждение о
где разместить кусок на доске, но
скорее качественный, и мы
уже в той точке, где это
происходит так, что эти типы черного ящика
системы уже используют ряд
реальные сценарии с реальной жизнью
последствия говорят, например, в
определение того, будет ли кто-либо
по умолчанию по кредиту вероятность
что они будут или в случае
рецидивизм и определение приговора
для конкретных случаев вероятность того, что
кто-то совершит преступление сейчас
приводит нас к другому виду , это вопрос
обсуждается прямо сейчас, и это
проблема алгоритмического смещения, поэтому проблема
самих наборов данных
потому что люди собирают данные, и у нас есть
которые мы не можем контролировать и
эти результаты говорят в случае
преступный рецидивизм, применяющий эти глубокие
нейронных сетей, они обнаружили, что некоторые из
эти системы имеют расовую предвзятость
это ситуация, когда есть реальность
последствия ситуации, когда это не
просто количественное суждение, но
качественный, где живут люди
влияют и действительно значимы и
важно, и это также подчеркивает
Другой вопрос , и это своего рода из
отключаться между нашими мотивами
в использовании этих программ для
эффективности и разумности в процессе
приговор или наши мотивы, чтобы быть более
справедливыми и справедливыми, но мотивами
этих систем, не соответствующих
наш собственный, мы имеем дело с преступным
рецидивизм и вероятность у кого-то
будет ли я совершать преступление, которое они
обнаружил расовую предвзятость, и это
несправедливый или несправедливый результат этих
программ, и нам нужно начать думать
о том, как эти мотивы и наши собственные
соответствовать или как заставить их соответствовать прямо сейчас
есть какая -то проблема, которую я думаю
подчеркивает это очень хорошо, что
вставлять себя в популярную сферу
и это то, что проблема Шарли Я не
если кто-нибудь из вас слышал об этом
прежде чем я думаю, что это было на хорошем месте
в некоторых точках
а проблема вагонетки это представить себе
что есть тип ствола ствола
из- под контроля и на этом поезде
теперь пять человек связаны
стоя рядом с рычагом
что если вы опросили , переключите
отслеживает движение поездов, избегая этих
пяти людей сейчас вот проблема на
что железнодорожные пути , которые вы можете переключиться на
есть один человек, связанный таким образом ваш выбор
я разрешаю поезду продолжать
и убить пять невинных людей, связанных
на трассе или же я умышленно тянуть
рычага и осудить одного человека на
теперь ужасная судьба
этического решения и в этой ситуации
надеюсь, вы будете действовать,
выберите, чтобы не тянуть дорожку или не тянуть
рычаг по какой — либо причине или вы бы
выберите, чтобы спасти пять человек и осудить
один человек к смерти теперь более важно
для этого обсуждения того, что мы
говоря сегодня, как бы вы
на самом деле пришли к такому решению , как бы
вы знаете, какое решение сделать, и я
думаю , что отражает самостоятельно и
процесс принятия решений и то, как мы добираемся до этого
дает нам подсказки, где мы должны ожидать
из этих очень сложных глубоких нервных
сети для одного говорят , что вы потяните рычаг
вы можете получить доступ ко всем различным этапам
что привело вас к тому, почему вы
потяните рычаг или не потяните рычаг, который вы
может также предложить своего рода
оправдание, почему вы думаете
лучше так умышленно осудить одного
человек до смерти, когда огонь
экономя пять других или наоборот
вы также можете предложить что-то вроде
мотивы, и вот что такое
интересно, поэтому мы можем сказать в
ситуации я был мотивирован , чтобы сохранить как
много жизней , как это возможно , так что я решил
потяните этот рычаг, хотя это означает
убийство человека на этом пути, но для
все, что вы знаете, что один человек на
трек или все, что мы знаем, было вашим смертным
враг и ваши мотивы не были
особенно потому, что вы хотели
этот человек умереть в конце, но
Дело в том, что вы можете получить доступ
и обосновать и дать основания для вашего
мотивы в этой ситуации и я
думаю, вы знаете, что это
технологии идет так, как
нейронные сети применяются к нашим
живет в основном это своего рода
ситуации , которые появятся в
случай без водителя, где он мог бы
предлагаться с двумя неприятными выборами
как в проблеме с тележкой, и
принять решение
и мы должны ожидать, что он сделает
принять решение и сделать его правильным
мы должны также думать, что спрос будет больше, чем
это мы должны потребовать от
способность не только получить доступ к своим собственным шагам
и государства оправдывают свое решение и
предлагают некоторые указания на мотивацию
как это дошло до этого решения так же, как и
если бы вы были в такой ситуации
и я думаю, что это действительно приводит нас к
точка требования каких-то критериев
для знания и этих типов
искусственные системы, и это действительно
образ мышления, который я хочу
на вас впечатляет то, что нам нужно
начните думать о том, как мы оцениваем
знания и эти очень сложные
Нейронные сети сейчас я хочу дать сортировку
оговорки
помните, что это было гипотетическим
вопрос в начале к виду
мотивировать мышление о том, что значит
искусственно производить знания в этом
путь
искусственные знания или машины
знание в этом смысле, вероятно, является
долгий путь
alphago zero дает нам некоторые указания
что возбуждения уже происходят
и я думаю , что это идеальное время для
начать задавать эти вопросы , чтобы сортировать
опередить кривую на то, что она означает
для машин для получения знаний в
таким образом, но это сложная задача
нет ничего проще в достижении
это так, я думаю, что это будет
все руки на палубе и в настоящее время для людей
в целом говорят, что люди, которые не
разработка таких систем, которые
не смотрят на философские
последствия все еще важны, что
мы задаем себе вопрос о том, что мы
следует ожидать от искусственного
интеллекта и машинных знаний в
таким образом, поскольку это влияет на наши
живет, как мы уже видели, как это
применяется к случаям дефолта по
кредитов или криминалистического рецидива или в этих
этические ситуации, такие как гипотетические
тележка проблема они имеют реальную жизнь
последствия и последствия для нашего общества
и это затрагивает всех нас, поэтому я надеюсь
что после сегодняшнего дня я мотивировал вас
достаточно, чтобы начать думать об этих
заботы машинного интеллекта и
будущее знаний спасибо
вы
[Аплодисменты]
Please follow and like us:
Be First to Comment