A Big Jump Into AI | Martin Waxman | TEDxTrinityBellwoods

когда я был ребенком, моя любимая книга была
назвал большой прыжок, я не уверен, как
многие из вас видели или слышали о
большой прыжок, но это была отличная история о
король, который смог прыгнуть на вершину
его замка в единственной
в один прекрасный день у короля была идея иметь
конкурс и вручить приз любому из
его подданных, которые могли бы сделать это
прыгнул, поэтому он сказал им, и все они попытались
и все они этого не сделали, и я
думаю Короли вызов о том ,
что большой прыжок на самом деле тот же
подход, который мы должны предпринять с
искусственный интеллект, потому что есть
столько шумихи об искусственном
интеллект так много жаргона и обещаний
предупреждения, и мы действительно не знаем
что такое ИИ или что он делает, мы не можем
сделать этот большой шаг понимания
искусственный интеллект и как он может
измените нашу жизнь, возможно, к лучшему
может быть, к худшему мы пока не знаем
нет ни инженера, ни математика, как
кто-то, кто погружен в цифровые и
в социальных сетях Я чувствовал, что это необходимо
что я пытался разобраться с AI
потому что это оказывает глубокое влияние на
все наши жизни, знаем ли мы это или
нет, и это только станет больше
и все большее и большее влияние на время
идет к тому , что я хотел сделать сегодня
разделяют мое путешествие открытия пытаются
объяснить и упростить некоторые из
концепции вокруг ИИ, чтобы дать все
из вас немного лучше
понимание того, где мы находимся и где
мы можем возглавить ai, это не новый
Понятие это началось в 1950 — х годах на самом деле
компьютерный ученый по имени Джон Маккарти
придумал термин, и он пытался
выяснить способ получения машины
решать проблемы больше похоже на путь
люди делают это, я думал, если я собираюсь
выяснить и вернуться к корням
AI Мне нужно найти способ вернуться к
в 1950-х годах искать некоторые подсказки и
Я пошел туда, и я нашел это волшебство
8-шар много вы его признаете, это все
была популярной игрушкой, и что вы сделали
ты задал волшебный 8-бал вопрос
и это давало вам ответ, иногда
был действительно загадочным ответом, но это было
ответ тем не менее, и вдруг это
ударил меня, волшебный 8-мяч — ранняя форма
от ИИ только данные о различиях, которые он не
иметь любые данные, независимо от того, сколько
раз я задавал ему вопросы, он не мог
улучшить искусственный интеллект AI
все о предсказаниях и действительно это
какой был волшебный 8-мя мяч, так что это было
искусственный да, но не умный сейчас
дети учатся, поглощая мир
вокруг них
имитировать модели, которые они делают
предположения, а затем они адаптируют роботы
учатся во многом так же, как дети
вначале машина или ИИ является
как ребенок, и что он делает
поглощает свой мир, только мир
данных, которые мы его кормим
номера рисует слова и использует
алгоритмы, которые являются термином, который мы все слышим
все время во всем алгоритме
это набор шагов, которые мы используем для
машина использует для решения проблемы, и это
пытается найти шаблоны, а затем предсказать
какой правильный ответ будет с
лучшая статистическая вероятность, и это
действительно просто, чем больше данных у вас есть
лучшие статистические прогнозы и так далее
у вас есть лучшие результаты, у нас есть три
типы данных, потому что мы закончили
перегружены большими данными, а затем три
типы — это структурированные данные, которые я считаю
все вы знакомы со структурированными
данные похожи на числа или
что входит в таблицу неструктурированных данных
это такие вещи, как слова, которые мы говорим
или текст, письмо или сообщение в блоге
фотографии неструктурированных данных или
неструктурированные данные, а затем у нас есть полу
структурированные данные, и это
между двумя из них, поэтому число
последователей, которых вы можете иметь в Twitter, как
пример пола структурированных данных они
дней, потому что компьютеры быстрее и
быстрее, и у них больше обработки
и мы можем хранить огромное количество
информация в облаке не такая
облака там, но это облако мы
способность интерпретировать и обрабатывать больше
вещи, за пределами таблиц, мы можем интерпретировать
разговор, который называется естественным языком
а также то, что мы видим,
так называемое машинное обучение, но мы
попасть на жаргон, и я хочу шагнуть
назад и посмотреть на что-то простое
то, что вы все знаете, что есть поиск
теперь поиск — это первое, что мы делаем
онлайн на самом деле 92% всех наших
опыт начинается с поиска Google
использует то, что я имею в виду, вы не
удивлен тем, что использует ИИ для
семантический алгоритм и семантический
алгоритм понимает взаимосвязь
между словами, чтобы он знал, например
что Джон Смит , вероятно, человек и
это диалоговый интерфейс не только
понимает, что Джон Смит — человек
но он понимает отношения
между этим именем и личными местоимениями
которые описывают это, вы можете попробовать это на
Главная
затем открыть свой браузер открыть
Chrome нажимает на микрофон и
задайте вопрос, кто является премьер-министром
Министр Канады довольно простой вопрос
мы все знаем ответ на этот вопрос, и это
скажет, что премьер-министр Канады
Затем Джастин Трюдо откроет новую вкладку
и скажите, кто он женат, не тот, кто
Джастин Трюдо женится, но кто он
женат, и он скажет, что он женат
Софи Грегуар Трюдо затем откроется
закладка третьего и сказать , сколько детей делать
они имеют и говорят, сколько детей
они есть, и вы можете это сделать, возможно,
еще одна вкладка перед Google
ломается
это очень здорово во многих отношениях
потому что Google понимает наш контекст
но это тоже немного страшно
потому что Google понимает, что мы хотим
это своего рода заставляет нас , и при этом он
мы начинаем строить доверие, которое мы начинаем
доверять ему сейчас, а это так же хорошо, как
данные, которые он подает, так думают
данные как версия ИИ большой еды
и у вас может быть набор данных ,
заполненный нездоровой пищей или здоровым
варианты теперь представьте, если у вас есть данные
набор , состоящий из жирных гамбургеров
фри и безалкогольные напитки по сравнению с тем, что
состоящий из органических салатов, которые вы
думаю , что лучше хорошо ответ он
зависит от того, что вы используете для
если, например, что жирные жареные данные
set используется для создания приложения, которое
пытаясь заставить вас поесть в фаст-фуде
ресторанов , которые вы хотите использовать
но суть ни одна из них не является
полный, потому что он не является репрезентативным
более широкого населения, и где мы начинаем
попасть в неприятности с этим, когда это
сводится к таким вещам, как лицевая
признание , потому что качество
прогнозы зависят от качества и
разнообразие данных и
существует слишком много предубеждений и ошибок и
Отсутствие разнообразия данных — вот почему Alexa и
У помощника Google возникают проблемы
понимание запросов в акцентированных
Английский или почему лицо Амазонки
приложение распознавания соответствовало 28 членам США
Конгресс на кружку выстрелов осужденных
Фелоны Я знаю, что это довольно страшно и
мы должны это сделать правильно, потому что если
это приложение для распознавания лиц
невинные жизни могут быть затронуты
Китай прямо сейчас, что они делают, это
они тестируют стальные очки, которые
полиция будет носить, чтобы определить
подозреваемых на оживленных улицах, которые звучат
много как сервер
и остался здесь, в Торонто, на
Исследователи Университета Торонто
пытаясь противодействовать этому и тому, что
они делают, они что-то используют
вызванное состязательным обучением для обучения
AI для идентификации образа чего-то
скажем, черепаху, а затем настроить несколько
пикселей в том, чтобы обмануть его алгоритм
в определении его как — то еще
и что они сделали , они получили ИИ
определить изображение черепахи как
картина пушки теперь , если вы покажете человеку
существа те же две фотографии кто-то
который был скорректирован, и первый из них мы
не могу сказать разницы, но вы увидите
как основы битвы между
государства наблюдения и
признание и одурманивание лица
начинают складываться
MIT вышел с интересным
эксперимент, где они использовали набор данных
психопатических личностей для создания
то, что называется Норман Норман, — это
девиантный ИИ, и он назван в честь Нормана
Бейтс из психа, и если вы видите Нормана
онлайн не бронируйте отель, но не все
эти статистические модели, потому что Норман
и все другие прогностические
технологий, которые они используют
ученые переходят в так называемые
воплощение обучения тому, что воплощено
обучение, основанное на учебе, выходит за пределы
лаборатории и принимает непредсказуемый
окружающая среда, как мир вокруг нас
компания в Силиконовой долине открыла ИИ
они учат роботизированную руку для захвата
объекты различной формы и
весов так же, как мы
научиться захватывать facebook создал две BOTS
они создали туристическое место и проводник
бот и они попросили турист пятно
задайте вопросы, чтобы узнать, если
он может обойти Нью-Йорк
успешно, и он сделал это, я не
что многие из вас слышали о
Дуплексный Google это Google,
голосовое приложение, поэтому Google
дуплексные звонки бизнес-парикмахерские и
ресторанов для бронирования
или назначить встречу
и это звучит действительно реально с
паузы и дисфункции речи, которые
эти гудения и ахты, что все мы
общаться с людьми на самом деле люди
на другом конце не знали, что они
разговор с машиной
теперь Google после волнения поймал
много флэков для этого и во втором
итерация Дуплекс Google должен был идентифицировать
как цифровой помощник голоса, как
многие из вас видели Софию робота
так Sophia робот она это делает много
рекламные интервью со СМИ были
на свидании с Виллом Смитом и
кажется реальным, но София не разумна
хотя он говорит, что у него есть чувства, это
просто запрограммирован на реагирование на целое
набор различных команд, поэтому для
Например, если вы задали вопрос Софии
что София сделает, и я не в
признание Лилля и немного
так же, как и мы, поэтому мы думаем, что это
человек, глава AI
София действительно просто дым и зеркала
но София действительно дает нам представление
наше будущее все эти примеры София
дуплекс ботов, о которых я упоминал
Facebook — это примеры
искусственный узкий интеллект
И это означает, что это
но он действительно хорош в том, чтобы просто
одно сейчас , когда мы думаем,
ИИ мы не думаем о единой цели
потому что это не так страшно
что мы думаем о том , что — то под названием
искусственный общий интеллект и
это действительно то, что изображено во многом
фильмов и художественной литературы и что такое GI
искусственный интеллект вообще это
когда машины могут делать целую кучу
разные вещи не только одна цель и
они начинают больше напоминать нас и
вопрос в том, станут ли они
и вы знаете, никто не знает, что
ответ на это теперь есть
запуск в Силиконовой долине,
обучающих машин не просто сделать
прогнозы, но для понимания концептуальных
думать и рассуждать так , он начинает
подход искусственного общего интеллекта
по-другому мы собираемся объединить
с машинами
возможно, Элон Муск говорит о нейронном
кружево, что является связующим звеном между нашими
тела и мозги и компьютеры, которые
могли бы надеяться на улучшение жизни
и как только это не здесь, но это не так.
далеко , если вы думаете о кардиостимуляторах
и кохлеарные имплантаты и как машины
начинают звучать как мы все больше и больше и
в некоторых случаях выглядят как мы и дают нам
ответы быстрее, чем другие люди делают мы
может начать доверять БОТС больше, чем
люди и теперь думают об этом, если вы
в вашем автомобиле и пассажир противоречит
ваши указания в Google Картах , которые вы
собираюсь поверить, что возникает вопрос о том, как
мы можем сосуществовать в мире с машинами
и и какие типы отношений являются
мы будем иметь с этими машинами это
действительно предмет исследования Я
сейчас, потому что имеет потенциал
сделать жизнь действительно потрясающей или
действительно очень плохо, так, например, мы
научить детей быть вежливыми к машинам
когда они спрашивают запрос, говорим ли мы
эй, тебе нужно сказать, пожалуйста и поблагодарить
вы, и если мы это сделаем, мы поднимаем
поколение, которое не может сказать
разница между людьми и
блендер, например , в настоящее время прямо сейчас Google
помощник и Alexa имеют настройки
которые вознаграждают детей, когда они вежливы
задавая им вопросы, поэтому у вас есть
ситуация в BOTS дисциплинировать дети делают
мы доверяем им, чтобы это сделать, и как это
повлияет на все наши межличностные
отношений есть также способ
работа и все нарушения, которые мы собираемся
встретиться в следующем, может быть, пять- десять
лет, когда столько рабочих мест перемещено
машинами, и это не только рабочие места
вы можете подумать о том, чтобы
заводов его образованной работы, поэтому маркетинг
юристы-бухгалтеры радиологи
как мы будем переучивать людей
что работа для правительства — это работа
для образования это работа для
частного сектора или для всех трех
нам нужно думать о макс.
Тегмарк — профессор Массачусетского технологического института, и он
написал потрясающий и увлекательный конец
вид страшной книги под названием life 3.0 и
в этом он ставит очень сложные
вопросы, поэтому он спрашивает и что-то
рассмотреть вопрос о том, этично поработить
суперинтеллекция, так что разумная машина
делать ставки, и что произойдет, если
эта машина просыпает еще больше изменений
его целей и становится нашим мастером и
поэтому он говорит, что это так важно
что, когда мы говорим об искусственных
интеллект мы думаем о нем как — то
полезный ИИ знает, что
полезный AI делает, это требуется в нашей
мораль нашей этики наши ценности и наши
цели, и он просит таких жестких
вопросов, чтобы мы знали, что как ИИ
продолжает развиваться, будет
место для людей, и он говорит, что нам нужно
построить это в ИИ сейчас, потому что в
будущее будет слишком поздно, но вернуться к
большой прыжок Я сказал, что все потерпели неудачу в
добраться до вершины замка, но
это неправда, маленький мальчик был в состоянии
добраться до верхней части замка и он
выработали действительно действительно новый способ
делает это , как он сделал это , он встал
там, вскакивая на один шаг за раз
и я думаю, что это действительно то же самое
подход, который мы должны предпринять с помощью искусственных
интеллект, потому что есть
потенциал для лечения болезни или
возможно, искру творчества, но наоборот
также верно, и мы не можем просто похоронить
наши головы в песок вид , что не
существуют, а затем просыпаются через несколько лет до
мир, который мы больше не признаем, нам нужно
чтобы быть умными, мы должны быть критическими и
мы должны быть открыты, и нам нужно спросить
Как будет ИИ влияет на нашу работу и жизнь
и нам нужно продолжать узнавать об этом
и что это может стать
что мы могли бы стать, но нам нужно сделать
это один шаг в
время спасибо
[Аплодисменты]