[Музыка]
[Аплодисменты]
[Музыка]
[Аплодисменты]
[Музыка]
это действительно захватывающие времена
прорывы происходят в
нейробиологии и искусственных
интеллект, пользующийся нашей повседневной
жизни, в частности, нейробиологии
делает ИИ лучше, и ИИ делает
neuroscience лучше, и поэтому я буду говорить
о невероятных нововведениях
возможности, а также риски, которые
происходит через эти взаимодействия I
Я невролог, изучаю
человеческого мозга и того, как он связан с
поведение мой главный инструмент для изучения
Мозг человека и прогнозирования поведение
Магнитно- резонансная томография МРТ, которую мы ставим
участников сканеров мозга, подобных вам
см. на экране, и мы можем измерить
их мозговой активности, пока они
выполнение различных типов задач МРТ
было вокруг какое-то время, как вы знаете
это очень мощный инструмент для изображения
внутренних структур в безопасном и
неинвазивный подход к 1991 году ученым
обнаружили, что вы можете использовать эти
МРТ-машины для определения нейронной активности
в то время как люди смотрят на вещи или
думать о разных вещах и о том, что
известен как функциональный магнитный
резонансная визуализация, которую я назову fMRI
сегодня на моем выступлении, так что я
в основном ученый из ФМР, и я чувствую
очень повезло быть ученым в этом
современный возраст, потому что для нас fMRI является добрым
например, с телескопом или с
микроскоп без телескопа вы
не могут изучать звезды без
микроскопа вы не можете изучить
микроскопического мира, и благодаря fMRI мы
может узнать больше о том, как мозг
работает, как никогда прежде, чем вы видите здесь
на экране , что , по крайней мере на
начиная с 1990-х годов Pia
мы используем fMRI для определения того, что
части мозга , тем не менее в настоящее время
2018
благодаря машине машинного обучения AI
интеллекта и вычислительной мощности мы
может узнать еще много невероятных вещей
о том, что происходит в вашем мозгу
пока вы в сканере, позвольте мне показать
вы несколько примеров
это исследование не из моей лаборатории, это
из лаборатории Джека Аллена в Калифорнийском университете в Беркли
но вдохновил многие проекты в моем
это исследование, в котором
вы участник лежа в
сканера вы можете видеть экран телевизора, когда
вы в сканере, и вы избили
вы смотрите это видео слева
хорошо, что вы смотрите видеоклип и
что группа Галлантов сделала, это они
построенные модели с использованием машинного интеллекта
машинное обучение
они построили очень сложные модели для
понять, что такое отношения
между тем, когда вы смотрите фильм и
деятельность мозга, которую вы можете сделать
с помощью фМРТ , а затем просто на основе
Только сигналы fMRI, когда вы смотрите
этот фильм они могут угадать, что вы
и это предположение показано на
справа от экрана, так что отпустите меня
вперед и запустить этот раз в то время
субъект, пока вы находитесь в сканере
вы смотрите фильм слева
и справа — компьютерное угадывание
то, что вы смотрите на это, действительно
форма чтения ума и это исследование
был опубликован в 2011 году, и поэтому это
довольно недавно
вы знаете прорыв в человеческом
на самом деле эта технология имеет
были настолько хорошо развиты, что группа
в Японии в 80 лет я также использовал это
техника для сканирования людей, пока они
спать и пока они мечтают и
они смогли начать декодировать
что люди мечтают, а также мои собственные
лаборатория Алан Коэн и Брайс круто
были членами моей лаборатории, они были
так вдохновленный исследованием, что вы просто
увидели, что они решили , что хотят
в
попытайтесь продвинуть методы
чтение ума, и они сделали это исследование
где они хотели посмотреть, можем ли мы рисовать
на что люди смотрели в
сканер, так что представьте, что вы в сканере
вы смотрите на лицо по одному за раз
и мы можем построить модели того, как лицо
восприятие активирует ваш мозг и просто
основанный на чтении и декодировании, что
активность мозга , которая собирается через
сканер fMRI, мы можем догадаться о
внизу наш компьютер может рисовать какие лица
он думает, что вы смотрите, когда
вы находитесь в сканере, и хотя это
немного нечеткое вы знаете это для
первая попытка, я думаю, это сработало
довольно неплохо матч составляет около 65%
на основе того, что люди искали в
сканер и то, что компьютер
угадывание на основе сканирования мозга снова
это форма чтения ума в
отдельный проект моя собственная лаборатория
вместе в сотрудничестве со многими
сказочные коллеги, в частности Тодд
Констебль в Йельском университете
Школа медицины
мы используем этот метод fMRI для выполнения
другие виды важных открытий
о человеческом мозге, и поэтому это
немного отличается от того, что я только что показал
вы, но позвольте мне попытаться объяснить, что мы
здесь, в этом исследовании, мы помещаем людей в
сканер, и мы не обязательно
попросите их сделать что-нибудь на самом деле, мы просто
если бы они ложились в задание, известное
как покоящееся состояние, мы просто просили людей
полежать в сканере и только остальной
конечно, ваш мозг всегда активен
мозг никогда не праздный и, что важно
мозг каждого человека уникален и действует
по- разному, и наши большие
научное исследование нашего развития
что мы создали способ конвертировать ваши
активности мозга в таблицу
номера, которые мы смогли зачитать
активность мозга в состоянии покоя
и преобразовать его в матрицу чисел a
таблицу чисел и, что важно,
эта матрица чисел уникальна для каждого
индивидуально это то, что мы называем
функциональное соединение
немой , потому что это набор чисел
измерение — как различные части вашего
мозг общается друг с другом
синхронно или синхронно, но
Короче говоря, я могу взять каждый из
вы сканируете сканер на
15 минут, а затем я могу вытащить из
ваш мозг — это матрица чисел, которая будет
быть уникальным для вас, и поэтому мы собираемся позвонить
что отпечаток мозга и вот почему
для обложки журнала, где это
были опубликованы, у них есть эта общая картина
отпечатка пальца, так что я могу потянуть
из отпечатка пальца мозга от каждого из
вы, который будет уникальным для вас
что само по себе не интересен , но
что еще примечательнее то, что
есть компоненты вашего мозга
отпечаток пальца так же, как есть
компоненты вашего генома, которые коррелируют
с различными чертами и поведением и
поэтому, используя это открытие, мы опубликовали
показывая, что мы можем зачитать
ваш IQ на основе вашего отпечатка мозга
хорошо и длинный рассказ, я могу взять любой
один из вас поместил вас в сканер сканирует вас
в течение 15 минут, а затем мой компьютер будет
скажите мне, что ваш IQ является точным
достаточно, чтобы я больше не разрешал
студенты, чтобы посмотреть на мою деятельность мозга I
не хотят, чтобы они чувствовали себя запуганными больше
над различными компонентами вашего мозга
отпечатки пальцев соответствуют разным
поведения, например, мы хотим использовать
этот метод для количественного определения поведения
которые трудно изменить в
чисел, например, в этом исследовании мы можем
просто сканируя свой мозг и
извлекая ваш отпечаток мозга, мы можем
зачитывать и количественно оценивать, насколько вы внимательны
мы можем количественно определить, есть ли у вас
синдрома дефицита внимания или сейчас и
насколько тяжелы эти симптомы в других
исследования мы можем исследовать пациентов с болезнью Альцгеймера
и определить, насколько сильно их память
мы можем количественно определить, что мы можем
положить пациента с аутизмом в сканер и
определить, сколько когнитивных нарушений
что они экспонируются фактически в
другое исследование нашей лаборатории
могут забрать людей в сканер
и мы даже можем зачитать их
личности мы можем определить, как
экстраверт вы или как невротик вы
просто взглянув на ваш мозг
отпечаток пальца, измеренный с помощью fMRI, так что я
очень рад много из них
и мы поговорим о том, как они
могут быть использованы в интересах общества
но я также хочу на минутку сказать
что это было возможно только из- за
огромная вычислительная мощность, которую мы
начал пользоваться за последние десять лет
и, что самое главное, из — за
фантастический и очень мощный и захватывающий
алгоритмы, которые искусственный интеллект
и машинное обучение предоставляют нам
поскольку они предоставляют миру и
мы все уже получаем пользу от
эти технологии, когда вы смотрите
для книги или пытаться выбрать песню
рекомендации по продукту, которые вы получаете от
Amazon или форма iTunes и т. Д. Являются
исходя из алгоритмов машинного обучения
как вы можете видеть в этом примере
здесь движущие систем ассистентов
или даже самостоятельного вождения авто можно
благодаря достижениям в области машинного обучения
и искусственный интеллект и
алгоритмы распознавания изображений
становясь настолько могущественными, что они даже
врачи-сертифицированные врачи в своих
способность классифицировать и диагностировать кожу
рака или других видов рака, которые
измеряются рентгенограммами в
конечно, все в этом
аудитория в Корее хорошо знакома с
тот факт, что искусственный интеллект
теперь могут обыграть игроков чемпиона мира
и это действительно так, и я уверен, что я
знаю, что у него много шумихи и внимания
в средствах массовой информации и то, что я могу поделиться с
вы в том , что она не была сверхраздутым его
поистине сенсационно замечательно, я
думаю, что это один из самых важных
в современном обществе, что
компьютер способен победить человека в этом
замечательная игра Go, это поразительно
ни один ученый никогда не предсказывал, что это
могло случиться
это на ранней стадии нашего
пять раз, потому что игра Go — это так
и потому, что даже самые
быстрый суперкомпьютер не может
изучить все ходы возможно в порядке
бить человека чемпион хорошо это было
возможно только потому , что они изменили
как эти алгоритмы работали, это было
из- за достижений в области нейронауки
почему компьютер смог победить человека
и я очень хотел бы кредитовать демис
hassabis — генеральный директор, которого вы знаете
это чрезвычайно инновационная компания AI
google deepmind он в основном
включены принципы из
нейробиологии , чтобы создать это
массовый прогресс в области ИИ, и я
огромный поклонник его, и это частично
потому что и я хотел бы поделиться с вами
вот что он был неврологом своим
подготовка его PhD-фона была фактически
исследование fMRI очень похоже на то, что я
сделал, и на самом деле я мог бы даже сказать, что
десять лет назад я был более знаменит, чем он
но, конечно, все изменилось
с тех пор он сделал намного больше с
его жизнь, чем у меня, но в любом случае его
обучение проходило в когнитивной нейронауке
используя fMRI, и он использовал свои
знания о нейробиологии, чтобы
огромные успехи в искусственном
интеллект, и я очень доволен и
благодарен ему, потому что он продолжает
пропагандировать эту важность этого
брак между нейронаукой и ИИ для
Например, он опубликовал свою статью, где он
постоянно говорит о том, что его
Алгоритмы искусственного интеллекта
вдохновленные принципами нейробиологии и
он говорит о том, что
потребность в области нейронауки и
ИИ, чтобы собраться вместе , теперь более актуально
чем когда-либо прежде, и у него есть товар для
быть в состоянии сказать это утверждение, потому что
Алфаго этот замечательный алгоритм был
способный достичь своей революционной
производительность из- за этого брака
от неврологии, так что это красиво
изображение нейронных клеток в мозге
и способ думать о мозге
что у вас есть все это о
сто миллиардов нейронов они вроде
как маленькие простые компьютеры, и они
массово подключается через десятки, если
не сотни триллионов соединений
известные как синапсы и наиболее важные
вещь, чтобы знать об этом массивном
связность этих сетей нейронов
заключается в том, что они общаются друг с другом
и, самое главное, соединения
Модифицируемый, и это позволяет
мозг, чтобы учиться почти
все, что ему нужно, чтобы узнать дополнительно
нейроны не просто случайны
образуя какой-то суп в голове
но они организованы в иерархии
и они образуют слои, о которых вы можете думать
они формируют слои разных
уровни сложности и обработки
так что если у нас есть мозг на вершине
и у нас есть искусственная система на
нижняя нейронная сеть — искусственная
система разведки на нижнем мозге
схема сверху и идея здесь
заключается в том, что вы можете принимать сенсорный ввод
видение звучит так и так далее и
вы увеличиваете, когда мы обрабатываем это
более сложные уровни на
начиная вы просто обрабатываете звуки и
цветов и линий, а в конце
другой конец на правой стороне после
вы проходите через все эти слои, которые у вас есть
то есть у вас есть слова, которые у вас есть понятия
у вас есть лица и сцены просто больше
комплексных представлений, и это и
это в основном архитектура
как альфаго способен
замечательный уровень интеллекта в
Кроме того, существуют два принципа
неврология обработка человеческого мозга
мозговая обработка и мозг животных
существует два принципа :
это делает нас людьми такими особенными и
они были включены ими как Havas
в его искусственный интеллект
алгоритмы — это воспроизведение, которое является
идея, что даже если вы не активно
глядя на что-то или думая о
что-то, даже когда вы отдыхаете
мозг воспроизводит свой опыт и
когда вы спите, когда мечтаете мечтать
на самом деле ваш мозг воспроизводит его
опытом со дня, и это не
просто делаю это для удовольствия в процессе
из переигрывая своего опыта это
формирование знаний и формирование
воспоминания, как доказательство здесь, мы имеем на
сверху слева некоторые изображения нейронов
активность, собранная у крысы, когда она
бегать в лабиринте в течение дня
а на дне — те же самые нейроны
по существу переигрывая свою деятельность, пока
он спит, пока он мечтает хорошо
на самом деле существует сильная переписка
если вы нарушаете мечту Ратта
обучение начинает снижаться, это становится
ослабленный
следующий — предсказание вашего мозга, вы можете
постоянно планируют и думают о
будущее и думать о результатах
потенциальные результаты различных действий
и мысли, которые вы можете предпринять и
ранее компьютеры действительно не делали
многие из вас знают много прогнозов, но
одна из причин, по которой альфаго может
это потрясающие вещи, а также шахматы
программы в том, что она обладает этой способностью
встроенный в этой способности , чтобы начать
предсказать результат различных ходов
поэтому в целом я думаю, что мы — нейронаука и
AI имеют вид совместной совместной миссии
преимущество заключается в предоставлении персонализированных
прогнозы для людей для машин для
любой цели, которую вы можете иметь и
они до сих пор вы знаете , возбуждающими
события только начинают вас знать
это только они только начинают теперь я
думаю , что в ближайшие 10 лет 20 собираются
быть невероятным
мы собираемся увидеть некоторые удивительные новшества
которые идут на пользу всем нам и так
нам нужно продолжать думать о том, как
ИИ и нейронаука могут
другой номер один, очевидно, компьютеры
имеют большую скорость и мощность по сравнению с
нейроны в вашей голове, но люди
гораздо более универсальны в нашем мозгу
Когнитивное познание человеческого мозга очень много
более гибкий и он может адаптироваться и
может значительно улучшить обучение
Вы можете научить компьютер одной задаче
это только узнает, как это сделать.
одна задача, если вы научите человека задаче
обычно может обобщать это на многие
другие задачи второго компьютера имеют это
удивительная способность запускать симуляции, такие как
мы должны спать и мечтать, чтобы
выполните повтор, вы можете запрограммировать компьютер на
переиграть все время в порядке прямо сейчас
Альфаго обучался в
новейшая версия алфавита называется
alpha go zero, он может победить AI
алгоритм, избивающий чемпион ISA
дверь есть самая последняя версия
учит себе, что он просто работает сам по себе
и играет с собой , чтобы
добиться замечательного обучения и
производительность — это то, что
компьютеры могут бить людей, вы знаете
все время, потому что они так быстро и
мощный
тогда как у людей есть одно преимущество:
мы имеем то, что нам не нужны все эти
примеры обучения, которые мы можем узнать только из
в одном примере вы учите двухлетнего ребенка
как выглядит жираф, который вам не нужен
чтобы показать сто или тысячу фотографий
из жирафов ребенок может учиться и
обобщают почти один выстрел и
это то, что алгоритмы ИИ
теперь начинаю изучать, как вы учитесь
так быстро
в одном случае, как только они начинают собирать
что тогда ИИ станет еще больше
умнее, чем это уже есть, а затем
В-третьих , компьютерные алгоритмы
и преимущества AI и могут обрабатывать большие данные
они могут обрабатывать огромные объемы
информации, но они, но они не знают
что делать с этой информацией они
не знаю, правильно ли они ошибаются
знать, что хорошо или плохо, и так
в конечном счете, они всегда всегда нуждаются в
учитель
мы всегда должны этический контроль нам нужен
Человек должен научить машины тому, что правильно или
неправильно, потому что данные не научат
машина правильная или неправильная здесь
в некоторых примерах это был чатбот и
в течение дня выпуска куча людей
пользователи взаимодействовали с ним
Twitter и научил его быть расистским и
злой этот бот чата в течение дня просто
из-за плохих данных
взаимодействия с людьми он начал
отрицать Холокост, который он начал любить
Гитлер, и это стало очень расистским, потому что
алгоритмы искусственного интеллекта они
не знаю, что правильно или неправильно ты
знайте, что они просто скопируют все данные
подпитывая его, есть термин для этого
мусор в мусор, хорошо, они не
имеют возможность различать, что хорошо
или плохо, только люди могут это сделать для
алгоритмы машинного обучения
это системы распознавания образов
это люди конгресса в Объединенной
Состояния и компьютерный алгоритм
вы знаете, что они классифицируют их как преступников
согласившись, что вы были в
заключенных и, конечно, есть эти
другие очень тревожные примеры
неверная классификация
человеческих лиц, а также даже
вы сами знаете, что мы должны
беспокоиться о
насколько они безопасны, потому что вы снова знаете
они не делают, они не идеальны и
вы знаете, что им нужно узнать, что вы знаете, как
судить, когда они
дорога такая же для neuroscience мы
Получив эту способность, я могу зачитать ваши
IQ я могу зачитать вашу личность мы
в конечном счете, хотим использовать это для
хотят иметь возможность диагностировать депрессию
умственные нарушения чтения
существует так много мощных способов использования
это особенно в медицине для хорошего
но мы должны быть осторожны, а не
использовать это для плохих целей, мы не
хотят проводить скрининг людей без
их знания только для определенных рабочих мест или
некоторые школы, которые были бы ужасны
если вы попали в Йельский университет, потому что ваш мозг
сканирование выглядело хорошо, и вам отказали
вход в Йельский университет, потому что ваш мозг
сканирование выглядело плохо, что было бы ужасно
поэтому мы должны убедиться, что мы используем эти новые
технологий и хороших путей
То же самое с AI снова AI не
хорошо знать от плохого, и поэтому мы должны
убедитесь, что мы продолжаем придерживаться этических норм
контроль над нашими алгоритмами и
Я снова думаю, что самый большой риск
со всеми этими событиями в области нейробиологии
и с искусственным интеллектом, что
умственная конфиденциальность в порядке, мы никогда не должны
использовать эти методы для извлечения
информация о лицах без
их знания, если вы собираетесь читать
что-то от твоего мозга
если вы собираетесь что-то прочитать
из их профиля в социальных сетях или
их использование веб-трафика, то мы
должен рассказывать людям, что
информация, которую мы извлекаем из них
и поэтому я закончу с этим, я хочу
Большое вам спасибо за внимание и
Я с нетерпением жду будущего
вместе в области нейронауки и ИИ
[Аплодисменты]
[Аплодисменты]
[Музыка]
[Аплодисменты]
[Музыка]
это действительно захватывающие времена
прорывы происходят в
нейробиологии и искусственных
интеллект, пользующийся нашей повседневной
жизни, в частности, нейробиологии
делает ИИ лучше, и ИИ делает
neuroscience лучше, и поэтому я буду говорить
о невероятных нововведениях
возможности, а также риски, которые
происходит через эти взаимодействия I
Я невролог, изучаю
человеческого мозга и того, как он связан с
поведение мой главный инструмент для изучения
Мозг человека и прогнозирования поведение
Магнитно- резонансная томография МРТ, которую мы ставим
участников сканеров мозга, подобных вам
см. на экране, и мы можем измерить
их мозговой активности, пока они
выполнение различных типов задач МРТ
было вокруг какое-то время, как вы знаете
это очень мощный инструмент для изображения
внутренних структур в безопасном и
неинвазивный подход к 1991 году ученым
обнаружили, что вы можете использовать эти
МРТ-машины для определения нейронной активности
в то время как люди смотрят на вещи или
думать о разных вещах и о том, что
известен как функциональный магнитный
резонансная визуализация, которую я назову fMRI
сегодня на моем выступлении, так что я
в основном ученый из ФМР, и я чувствую
очень повезло быть ученым в этом
современный возраст, потому что для нас fMRI является добрым
например, с телескопом или с
микроскоп без телескопа вы
не могут изучать звезды без
микроскопа вы не можете изучить
микроскопического мира, и благодаря fMRI мы
может узнать больше о том, как мозг
работает, как никогда прежде, чем вы видите здесь
на экране , что , по крайней мере на
начиная с 1990-х годов Pia
мы используем fMRI для определения того, что
части мозга , тем не менее в настоящее время
2018
благодаря машине машинного обучения AI
интеллекта и вычислительной мощности мы
может узнать еще много невероятных вещей
о том, что происходит в вашем мозгу
пока вы в сканере, позвольте мне показать
вы несколько примеров
это исследование не из моей лаборатории, это
из лаборатории Джека Аллена в Калифорнийском университете в Беркли
но вдохновил многие проекты в моем
это исследование, в котором
вы участник лежа в
сканера вы можете видеть экран телевизора, когда
вы в сканере, и вы избили
вы смотрите это видео слева
хорошо, что вы смотрите видеоклип и
что группа Галлантов сделала, это они
построенные модели с использованием машинного интеллекта
машинное обучение
они построили очень сложные модели для
понять, что такое отношения
между тем, когда вы смотрите фильм и
деятельность мозга, которую вы можете сделать
с помощью фМРТ , а затем просто на основе
Только сигналы fMRI, когда вы смотрите
этот фильм они могут угадать, что вы
и это предположение показано на
справа от экрана, так что отпустите меня
вперед и запустить этот раз в то время
субъект, пока вы находитесь в сканере
вы смотрите фильм слева
и справа — компьютерное угадывание
то, что вы смотрите на это, действительно
форма чтения ума и это исследование
был опубликован в 2011 году, и поэтому это
довольно недавно
вы знаете прорыв в человеческом
на самом деле эта технология имеет
были настолько хорошо развиты, что группа
в Японии в 80 лет я также использовал это
техника для сканирования людей, пока они
спать и пока они мечтают и
они смогли начать декодировать
что люди мечтают, а также мои собственные
лаборатория Алан Коэн и Брайс круто
были членами моей лаборатории, они были
так вдохновленный исследованием, что вы просто
увидели, что они решили , что хотят
в
попытайтесь продвинуть методы
чтение ума, и они сделали это исследование
где они хотели посмотреть, можем ли мы рисовать
на что люди смотрели в
сканер, так что представьте, что вы в сканере
вы смотрите на лицо по одному за раз
и мы можем построить модели того, как лицо
восприятие активирует ваш мозг и просто
основанный на чтении и декодировании, что
активность мозга , которая собирается через
сканер fMRI, мы можем догадаться о
внизу наш компьютер может рисовать какие лица
он думает, что вы смотрите, когда
вы находитесь в сканере, и хотя это
немного нечеткое вы знаете это для
первая попытка, я думаю, это сработало
довольно неплохо матч составляет около 65%
на основе того, что люди искали в
сканер и то, что компьютер
угадывание на основе сканирования мозга снова
это форма чтения ума в
отдельный проект моя собственная лаборатория
вместе в сотрудничестве со многими
сказочные коллеги, в частности Тодд
Констебль в Йельском университете
Школа медицины
мы используем этот метод fMRI для выполнения
другие виды важных открытий
о человеческом мозге, и поэтому это
немного отличается от того, что я только что показал
вы, но позвольте мне попытаться объяснить, что мы
здесь, в этом исследовании, мы помещаем людей в
сканер, и мы не обязательно
попросите их сделать что-нибудь на самом деле, мы просто
если бы они ложились в задание, известное
как покоящееся состояние, мы просто просили людей
полежать в сканере и только остальной
конечно, ваш мозг всегда активен
мозг никогда не праздный и, что важно
мозг каждого человека уникален и действует
по- разному, и наши большие
научное исследование нашего развития
что мы создали способ конвертировать ваши
активности мозга в таблицу
номера, которые мы смогли зачитать
активность мозга в состоянии покоя
и преобразовать его в матрицу чисел a
таблицу чисел и, что важно,
эта матрица чисел уникальна для каждого
индивидуально это то, что мы называем
функциональное соединение
немой , потому что это набор чисел
измерение — как различные части вашего
мозг общается друг с другом
синхронно или синхронно, но
Короче говоря, я могу взять каждый из
вы сканируете сканер на
15 минут, а затем я могу вытащить из
ваш мозг — это матрица чисел, которая будет
быть уникальным для вас, и поэтому мы собираемся позвонить
что отпечаток мозга и вот почему
для обложки журнала, где это
были опубликованы, у них есть эта общая картина
отпечатка пальца, так что я могу потянуть
из отпечатка пальца мозга от каждого из
вы, который будет уникальным для вас
что само по себе не интересен , но
что еще примечательнее то, что
есть компоненты вашего мозга
отпечаток пальца так же, как есть
компоненты вашего генома, которые коррелируют
с различными чертами и поведением и
поэтому, используя это открытие, мы опубликовали
показывая, что мы можем зачитать
ваш IQ на основе вашего отпечатка мозга
хорошо и длинный рассказ, я могу взять любой
один из вас поместил вас в сканер сканирует вас
в течение 15 минут, а затем мой компьютер будет
скажите мне, что ваш IQ является точным
достаточно, чтобы я больше не разрешал
студенты, чтобы посмотреть на мою деятельность мозга I
не хотят, чтобы они чувствовали себя запуганными больше
над различными компонентами вашего мозга
отпечатки пальцев соответствуют разным
поведения, например, мы хотим использовать
этот метод для количественного определения поведения
которые трудно изменить в
чисел, например, в этом исследовании мы можем
просто сканируя свой мозг и
извлекая ваш отпечаток мозга, мы можем
зачитывать и количественно оценивать, насколько вы внимательны
мы можем количественно определить, есть ли у вас
синдрома дефицита внимания или сейчас и
насколько тяжелы эти симптомы в других
исследования мы можем исследовать пациентов с болезнью Альцгеймера
и определить, насколько сильно их память
мы можем количественно определить, что мы можем
положить пациента с аутизмом в сканер и
определить, сколько когнитивных нарушений
что они экспонируются фактически в
другое исследование нашей лаборатории
могут забрать людей в сканер
и мы даже можем зачитать их
личности мы можем определить, как
экстраверт вы или как невротик вы
просто взглянув на ваш мозг
отпечаток пальца, измеренный с помощью fMRI, так что я
очень рад много из них
и мы поговорим о том, как они
могут быть использованы в интересах общества
но я также хочу на минутку сказать
что это было возможно только из- за
огромная вычислительная мощность, которую мы
начал пользоваться за последние десять лет
и, что самое главное, из — за
фантастический и очень мощный и захватывающий
алгоритмы, которые искусственный интеллект
и машинное обучение предоставляют нам
поскольку они предоставляют миру и
мы все уже получаем пользу от
эти технологии, когда вы смотрите
для книги или пытаться выбрать песню
рекомендации по продукту, которые вы получаете от
Amazon или форма iTunes и т. Д. Являются
исходя из алгоритмов машинного обучения
как вы можете видеть в этом примере
здесь движущие систем ассистентов
или даже самостоятельного вождения авто можно
благодаря достижениям в области машинного обучения
и искусственный интеллект и
алгоритмы распознавания изображений
становясь настолько могущественными, что они даже
врачи-сертифицированные врачи в своих
способность классифицировать и диагностировать кожу
рака или других видов рака, которые
измеряются рентгенограммами в
конечно, все в этом
аудитория в Корее хорошо знакома с
тот факт, что искусственный интеллект
теперь могут обыграть игроков чемпиона мира
и это действительно так, и я уверен, что я
знаю, что у него много шумихи и внимания
в средствах массовой информации и то, что я могу поделиться с
вы в том , что она не была сверхраздутым его
поистине сенсационно замечательно, я
думаю, что это один из самых важных
в современном обществе, что
компьютер способен победить человека в этом
замечательная игра Go, это поразительно
ни один ученый никогда не предсказывал, что это
могло случиться
это на ранней стадии нашего
пять раз, потому что игра Go — это так
и потому, что даже самые
быстрый суперкомпьютер не может
изучить все ходы возможно в порядке
бить человека чемпион хорошо это было
возможно только потому , что они изменили
как эти алгоритмы работали, это было
из- за достижений в области нейронауки
почему компьютер смог победить человека
и я очень хотел бы кредитовать демис
hassabis — генеральный директор, которого вы знаете
это чрезвычайно инновационная компания AI
google deepmind он в основном
включены принципы из
нейробиологии , чтобы создать это
массовый прогресс в области ИИ, и я
огромный поклонник его, и это частично
потому что и я хотел бы поделиться с вами
вот что он был неврологом своим
подготовка его PhD-фона была фактически
исследование fMRI очень похоже на то, что я
сделал, и на самом деле я мог бы даже сказать, что
десять лет назад я был более знаменит, чем он
но, конечно, все изменилось
с тех пор он сделал намного больше с
его жизнь, чем у меня, но в любом случае его
обучение проходило в когнитивной нейронауке
используя fMRI, и он использовал свои
знания о нейробиологии, чтобы
огромные успехи в искусственном
интеллект, и я очень доволен и
благодарен ему, потому что он продолжает
пропагандировать эту важность этого
брак между нейронаукой и ИИ для
Например, он опубликовал свою статью, где он
постоянно говорит о том, что его
Алгоритмы искусственного интеллекта
вдохновленные принципами нейробиологии и
он говорит о том, что
потребность в области нейронауки и
ИИ, чтобы собраться вместе , теперь более актуально
чем когда-либо прежде, и у него есть товар для
быть в состоянии сказать это утверждение, потому что
Алфаго этот замечательный алгоритм был
способный достичь своей революционной
производительность из- за этого брака
от неврологии, так что это красиво
изображение нейронных клеток в мозге
и способ думать о мозге
что у вас есть все это о
сто миллиардов нейронов они вроде
как маленькие простые компьютеры, и они
массово подключается через десятки, если
не сотни триллионов соединений
известные как синапсы и наиболее важные
вещь, чтобы знать об этом массивном
связность этих сетей нейронов
заключается в том, что они общаются друг с другом
и, самое главное, соединения
Модифицируемый, и это позволяет
мозг, чтобы учиться почти
все, что ему нужно, чтобы узнать дополнительно
нейроны не просто случайны
образуя какой-то суп в голове
но они организованы в иерархии
и они образуют слои, о которых вы можете думать
они формируют слои разных
уровни сложности и обработки
так что если у нас есть мозг на вершине
и у нас есть искусственная система на
нижняя нейронная сеть — искусственная
система разведки на нижнем мозге
схема сверху и идея здесь
заключается в том, что вы можете принимать сенсорный ввод
видение звучит так и так далее и
вы увеличиваете, когда мы обрабатываем это
более сложные уровни на
начиная вы просто обрабатываете звуки и
цветов и линий, а в конце
другой конец на правой стороне после
вы проходите через все эти слои, которые у вас есть
то есть у вас есть слова, которые у вас есть понятия
у вас есть лица и сцены просто больше
комплексных представлений, и это и
это в основном архитектура
как альфаго способен
замечательный уровень интеллекта в
Кроме того, существуют два принципа
неврология обработка человеческого мозга
мозговая обработка и мозг животных
существует два принципа :
это делает нас людьми такими особенными и
они были включены ими как Havas
в его искусственный интеллект
алгоритмы — это воспроизведение, которое является
идея, что даже если вы не активно
глядя на что-то или думая о
что-то, даже когда вы отдыхаете
мозг воспроизводит свой опыт и
когда вы спите, когда мечтаете мечтать
на самом деле ваш мозг воспроизводит его
опытом со дня, и это не
просто делаю это для удовольствия в процессе
из переигрывая своего опыта это
формирование знаний и формирование
воспоминания, как доказательство здесь, мы имеем на
сверху слева некоторые изображения нейронов
активность, собранная у крысы, когда она
бегать в лабиринте в течение дня
а на дне — те же самые нейроны
по существу переигрывая свою деятельность, пока
он спит, пока он мечтает хорошо
на самом деле существует сильная переписка
если вы нарушаете мечту Ратта
обучение начинает снижаться, это становится
ослабленный
следующий — предсказание вашего мозга, вы можете
постоянно планируют и думают о
будущее и думать о результатах
потенциальные результаты различных действий
и мысли, которые вы можете предпринять и
ранее компьютеры действительно не делали
многие из вас знают много прогнозов, но
одна из причин, по которой альфаго может
это потрясающие вещи, а также шахматы
программы в том, что она обладает этой способностью
встроенный в этой способности , чтобы начать
предсказать результат различных ходов
поэтому в целом я думаю, что мы — нейронаука и
AI имеют вид совместной совместной миссии
преимущество заключается в предоставлении персонализированных
прогнозы для людей для машин для
любой цели, которую вы можете иметь и
они до сих пор вы знаете , возбуждающими
события только начинают вас знать
это только они только начинают теперь я
думаю , что в ближайшие 10 лет 20 собираются
быть невероятным
мы собираемся увидеть некоторые удивительные новшества
которые идут на пользу всем нам и так
нам нужно продолжать думать о том, как
ИИ и нейронаука могут
другой номер один, очевидно, компьютеры
имеют большую скорость и мощность по сравнению с
нейроны в вашей голове, но люди
гораздо более универсальны в нашем мозгу
Когнитивное познание человеческого мозга очень много
более гибкий и он может адаптироваться и
может значительно улучшить обучение
Вы можете научить компьютер одной задаче
это только узнает, как это сделать.
одна задача, если вы научите человека задаче
обычно может обобщать это на многие
другие задачи второго компьютера имеют это
удивительная способность запускать симуляции, такие как
мы должны спать и мечтать, чтобы
выполните повтор, вы можете запрограммировать компьютер на
переиграть все время в порядке прямо сейчас
Альфаго обучался в
новейшая версия алфавита называется
alpha go zero, он может победить AI
алгоритм, избивающий чемпион ISA
дверь есть самая последняя версия
учит себе, что он просто работает сам по себе
и играет с собой , чтобы
добиться замечательного обучения и
производительность — это то, что
компьютеры могут бить людей, вы знаете
все время, потому что они так быстро и
мощный
тогда как у людей есть одно преимущество:
мы имеем то, что нам не нужны все эти
примеры обучения, которые мы можем узнать только из
в одном примере вы учите двухлетнего ребенка
как выглядит жираф, который вам не нужен
чтобы показать сто или тысячу фотографий
из жирафов ребенок может учиться и
обобщают почти один выстрел и
это то, что алгоритмы ИИ
теперь начинаю изучать, как вы учитесь
так быстро
в одном случае, как только они начинают собирать
что тогда ИИ станет еще больше
умнее, чем это уже есть, а затем
В-третьих , компьютерные алгоритмы
и преимущества AI и могут обрабатывать большие данные
они могут обрабатывать огромные объемы
информации, но они, но они не знают
что делать с этой информацией они
не знаю, правильно ли они ошибаются
знать, что хорошо или плохо, и так
в конечном счете, они всегда всегда нуждаются в
учитель
мы всегда должны этический контроль нам нужен
Человек должен научить машины тому, что правильно или
неправильно, потому что данные не научат
машина правильная или неправильная здесь
в некоторых примерах это был чатбот и
в течение дня выпуска куча людей
пользователи взаимодействовали с ним
Twitter и научил его быть расистским и
злой этот бот чата в течение дня просто
из-за плохих данных
взаимодействия с людьми он начал
отрицать Холокост, который он начал любить
Гитлер, и это стало очень расистским, потому что
алгоритмы искусственного интеллекта они
не знаю, что правильно или неправильно ты
знайте, что они просто скопируют все данные
подпитывая его, есть термин для этого
мусор в мусор, хорошо, они не
имеют возможность различать, что хорошо
или плохо, только люди могут это сделать для
алгоритмы машинного обучения
это системы распознавания образов
это люди конгресса в Объединенной
Состояния и компьютерный алгоритм
вы знаете, что они классифицируют их как преступников
согласившись, что вы были в
заключенных и, конечно, есть эти
другие очень тревожные примеры
неверная классификация
человеческих лиц, а также даже
вы сами знаете, что мы должны
беспокоиться о
насколько они безопасны, потому что вы снова знаете
они не делают, они не идеальны и
вы знаете, что им нужно узнать, что вы знаете, как
судить, когда они
дорога такая же для neuroscience мы
Получив эту способность, я могу зачитать ваши
IQ я могу зачитать вашу личность мы
в конечном счете, хотим использовать это для
хотят иметь возможность диагностировать депрессию
умственные нарушения чтения
существует так много мощных способов использования
это особенно в медицине для хорошего
но мы должны быть осторожны, а не
использовать это для плохих целей, мы не
хотят проводить скрининг людей без
их знания только для определенных рабочих мест или
некоторые школы, которые были бы ужасны
если вы попали в Йельский университет, потому что ваш мозг
сканирование выглядело хорошо, и вам отказали
вход в Йельский университет, потому что ваш мозг
сканирование выглядело плохо, что было бы ужасно
поэтому мы должны убедиться, что мы используем эти новые
технологий и хороших путей
То же самое с AI снова AI не
хорошо знать от плохого, и поэтому мы должны
убедитесь, что мы продолжаем придерживаться этических норм
контроль над нашими алгоритмами и
Я снова думаю, что самый большой риск
со всеми этими событиями в области нейробиологии
и с искусственным интеллектом, что
умственная конфиденциальность в порядке, мы никогда не должны
использовать эти методы для извлечения
информация о лицах без
их знания, если вы собираетесь читать
что-то от твоего мозга
если вы собираетесь что-то прочитать
из их профиля в социальных сетях или
их использование веб-трафика, то мы
должен рассказывать людям, что
информация, которую мы извлекаем из них
и поэтому я закончу с этим, я хочу
Большое вам спасибо за внимание и
Я с нетерпением жду будущего
вместе в области нейронауки и ИИ
[Аплодисменты]
Please follow and like us:
Be First to Comment