
У меня есть одно спасибо, поэтому я надеюсь, что большинство
вы слышали, что это термин искусственный
разведки или искусственного генерала
интеллект — своего рода учебник
определение будет своеобразным исследованием
строительный агент, как мы их называем, чтобы решить
разнообразие разнообразных
сложные задачи , стоящие перед без необходимости
перепрограммировать, чтобы они были очень длинными
квест, который мы взяли, и есть
еще долгий путь для нас, чтобы
см. это сделано, но, самое главное, это уже
показал много достижений и много
прогресс, который мы уже видели сегодня
сегодня, но эта мысль, которую я действительно хочу
объяснить, как мы, исследователи,
на самом деле пытается достичь этой цели
так что не только нравится определить это , но на самом деле
как мы сейчас хихикаем
Идею, представьте себе на секунду, что я
попросил вас быть чем-то вроде
инженер, возможно, и сделать что-то, что
мы выглядим чрезвычайно тривиально, мы делаем это
каждый день, поэтому есть робот, и я спрашиваю
вы в порядке, вы строите алгоритм a
последовательность инструкций, чтобы сделать это
робот открой дверь, теперь он очень
обычная, чтобы разобраться в этой проблеме
на несколько частей и что вы могли бы
что-то вроде этого сделайте правильно, чтобы
откройте , найдите дверь, где
ручка двери — это захватить ее
вниз и откройте его, я получаю, что
если вы на самом деле строго говорите
такого рода основанные на правилах и иерархические
способ решения сложной проблемы
он становится менее сложным
проблемы вы в конечном итоге с чем-то, что
возможно, не является настолько оптимальным
поэтому, если вы просто попытаетесь сделать то, что собираетесь
если кто-то откроет вас,
учет этих мест не является
как вы знаете сейчас, когда у вас есть надежда, и
ключевая концепция здесь заключается в том, что ваш алгоритм
не будет обобщать на сложность
мир , кстати, от
более мрачная конкуренция в 2015 году
эти программы на самом деле не такие простые
как четыре строки я показал вам и это
действительно показывает, что попытка построить
алгоритмы для таких, как основанные на правилах
цепочка правил
Хорхе действительно связан с неудачей
в ошибках, конечно, это было похоже
смешные, давайте попробуем пойти в
следующая строка да, вот как вы могли
сделайте это, возможно, немного
Я называю это методом обучения
и это изучает много знаний , так
возьмите проблему поиска двери
правильно, как бы вы запрограммировали это право?
так что если бы вы были, возможно, у вас есть эти
пикселей, вы пытаетесь найти эти прямоугольные
объекты, которые выглядят как двери, возможно, и
как вы видели там, это не собирается
глаза на любые условия, которые у вас могут не быть
и вы должны попробовать
ошибка повторяется, и это действительно не
потому что вы только сейчас открываете
двери и как сделать что — нибудь еще
так что картина здесь, я собираюсь вместо этого
попробуйте получить много фотографий дверей
и у меня есть человеческие рабочие, маркирующие, где
двери и что я буду делать, это я
хочу узнать , что много дверей выглядит
вместо программирования с точки зрения правил
и это очень важно, так что
к сожалению , в компьютерном зрении людей
забота о других предметах стучит в двери и
люди вообще не фотографируют
после чего я показал вам пример
найти на самом деле кошка и собака , которые
являются очень популярными объектами и в
научного сообщества, так как мы
на самом деле собираюсь сделать так, чтобы первый шаг
найти, что кошка ли изображение
содержит , скажем , кошка или собака должна
построить большую базу данных изображений, которые
содержат железных кошек или собак, а затем
буквально, как люди, чтобы маркировать тысячи
или десятки тысяч
примеры изображений , как это тот , который
на самом деле это собака, хотя эта
довольно сложно, я бы так сказал, как бы
вы даже знаете код и
через изображения и так далее, так что
первая часть — получить эту базу данных
если у вас есть эти
второй шаг — это общий
Программа , чтобы иметь возможность выучить
характеристик или моделей на этих
базы данных, и именно это
обучения и, в частности, давать нейронные
сети позволяют нам делать это здесь
видеть большую нейронную сеть, которая на самом деле
обрабатывает изображение, которое является пикселями и
активирует определенные нейроны в этом
архитектуры, которая вполне могла бы быть
например, для определения размера
животное пол enos , есть ли у него свиньи
ушей и т. д. и в решающей степени эти
Особенности этой нейронной сети
активизации на этом изображении, а не
подготовленные нами, они полностью изучены
из этих данных назад, так что у нас есть
в базе данных есть такая модель, которая
достаточно мощный , чтобы представлять все виды
интересных функций, которые в конечном итоге
приведет к выводу, который является
вероятность того, что изображение содержит
атака или док-станция и то, что вы по существу
do — подавать одно изображение за раз до этого
сети учебной базы данных и
чтобы предсказать правильную метку
в конечном итоге все эти виды
соединения устанавливаются на конфигурацию
хорошо работает и обобщается
изображения, которые означают обучение и
внутренне настолько хорошо, что на самом деле
миллиарды фотографий каждый день
анализируются с помощью такого рода
алгоритм, поэтому следующий и один из
вроде прорывов в 2014 году, которые мне
учредители и другие группы сортируются
Обнаружена не только эта идея
взяв изображение и
вероятность , но и принимает вид
последовательность символов и их отображение
через примеры обучения другому
последовательность символов, и это очень
мощный
потому что теперь мы можем также учиться
экземпляр для машинного перевода
здесь последовательность входной последовательности
будут китайские факторы и
выход будет работать на английском языке и
вы их изучаете без каких-либо
знание языка или слова
соответствуют всем словам, которые вам нужны
представляет собой большую базу данных пар
предложения на китайском и английском языках
переводы друг друга и из
несколько из этих пар примеров вы
по существу, достичь системы, которая
фактически обобщает AI, улучшает
недвижимость искусства так на самом деле
Google Translate был обновлен
в последнее время использовать подобные нейронные
сети
достичь разрыва между предыдущими
системы и переводы качества человека
по F на 50%, по сути, так что они снова
уже используется, и это уже
чтобы каждый мог извлечь выгоду из
другой такой пример, который является своего рода
интересный порождает речь, поэтому мы
действительно понимают, как речь
сгенерированное право есть вокальный тракт
который по существу представляет собой кучу труб
которые меняют форму, и вы можете
на самом деле это модель, и это одна из
эти параметрические подходы, которые вы видите
там слева , но вы также можете сделать это
просто записывайте этот акустический звук
файлы по существу от многих людей, которые
будет очень сложно от огня
как десятки тысяч очков за
второй речи, но снова вы просто позволили
нейронная сеть фигура из рода
шаблоны в этом сигнале и то, что вы получаете
в конечном итоге с очень хорошим естественным
звучащая речевая система, которая снова бьет
разрыв между предыдущими и
человеческая речь примерно на 50%, поэтому это
что-то вроде радикального уже
хорошо развитый плющ
что контролируемое обучение позволяет нам делать
и это все об этой идее
подражание, которое вы подражаете людям
с помощью этих мощных моделей глубоких
нейронных сетей, так что теперь есть еще один
Парадигма. Я хотел бы описать, что
что, если мы не сможем получить большую базу данных
этих примеров или даже лучше мы хотим
фактически выйти за рамки человеческих возможностей
если мы действительно хотим победить людей
если принять, что мы как бы ограничены
насколько они хороши, и это
подкрепляющей парадигмой обучения и
Например, в игре с золотом это было
сильно используется для недавнего результата
что я забыл начальника де ла, так что это
чрезвычайно просто, как это работает
почти как очевидный первый шаг — мы
иметь агента, который в этом случае
верхний слой , и этот агент живет в
окружающая среда , поэтому представить себе было бы
собака или или в случае с роботом мир
и у этого агента есть собака, например
хочет победить в игре Бога и
это очень просто, агент
наблюдает за окружающей средой, поэтому она наблюдает
допустим, доска целей или дверь или
что нет, и он может также действовать
это может быть, например, сыграть
часть порта, которая была бы одной
Я играю в позиции четыре
кома, например, в том
вроде игры, и в конечном итоге шесть я цепляюсь
для них игра заканчивается, и там моя
окружающей среды, поскольку создание жужжания выиграло
игра или нет, и после того, как ее научили
независимо от того, обновляет ли он
убедитесь, что по существу вознаграждение
что он получает вероятность выигрыша
максимизируется
поэтому этот агент очень похож на
нейронная сеть, которая классифицировала
но в этом случае он принимает
входы этих наблюдений
будет советом для целей
видеоигры чище или нет, и
выходы просто вероятность
каждое действие или позиция джойстика
вы хотите играть и через это
процесса вы можете достичь сверхчеловеческого
производительность в игре, я пойду и так
так очень важно, что большинство из них
алгоритмы были разработаны
развивающие игры гм мы просто вид
смешно, потому что в детстве я играл
видео игр , и теперь я сортирую работать на
создание алгоритмов для видеоигр I
не играть, но, несмотря на эти
глубокий вы знаете, что вы
на самом деле делать, когда вы делаете
эти две видеоигры, в состоянии
потому что, как вы можете себе представить это
круг наблюдений и действий
изначально это не очень хорошо, поэтому в других
слова, если вы будете действовать случайным образом, вы не будете
догонят работы очень часто , чтобы вы
должны много играть , чтобы добиться
хорошая производительность, но если вы выйдете на
реальный мир
все будет очень медленным , если вы хотите
построить 10 000 продуктов, которые вы бы
аварии, и в конце концов вы узнаете, как это сделать
это не напугает всех так
видеоигры очень важны, потому что
вы не можете запускать их параллельно в
кластер, и если вы потеряете, это не большой
но в конечном итоге вы проверяете сортировку
идей об интеллекте через это
видео ребята, которые были
по существу Humans вы знаете , представить и
план и т. д., так что это наш вид
исследовательской платформы он до сих пор
До недавнего времени Алекс не собирается быть в
будущее, но в чем проблема
а также окружающая среда, если окружающая среда
очень просто, мы научимся простым
агентов, поэтому среда и агенты
идти бок о бок и, как вы можете себе представить
чрезвычайно сложна, поэтому есть
вы знаете хищников, которые могли бы
хочу съесть вас, вам нужно энергию, чтобы
вы можете съесть растения или другое
другой человек не человек
существ, и это очень разнообразно и
очень сложно, так что кажется
создание среды и создание
агенты идут рука об руку, и он
не нужно было так , чтобы одна из идей
здесь, если мы моделируем
естественный мир, и мы хотим, например,
чтобы этот парень любил выживать
зимой нам нужно смоделировать снег и
еда и так далее, и это сложно
проблема сама по себе, как и вы
знаете, что вы на самом деле пытаетесь сделать, это
хорошо мы, исследователи, не только строим
агентов, но мы на самом деле также видим
о средах, которые
агенты продвигаются вперед и среди многих новых
среды, которые люди создают
год мы создали эту среду, которая
называются минной лаборатория , которая выглядит как
трехмерное вы знаете исследователей
может устанавливать всевозможные задачи для тестирования
анализировать идеи планирования памяти
воображение и так далее, и я покажу вам
просто простой пример, когда агент
по существу идти вокруг и попытаться
едят яблоки, но не едят лимоны, это
другое видео, где есть
как более естественное видео и
там есть агент, который сортируется
навигации этих сложных работ
выясняя , что яблоки могут появиться
снова, потому что они растут и так далее, и поэтому
поскольку эти среды становятся
более сложными и, как результат, нашими агентами
Также, конечно , лучше узнать , что они
теперь своего рода заключительная записка, это своего рода
очевидно, что нам нужен ИИ, это очень
Полезно знать, что вы можете иметь
системы перевода, у вас может быть
человек
в вашем телефоне, как помочь вам
организовывать улицы и так далее, но
он также кажется другом, которому нужен ИИ
природе мы должны кодировать эти сложные
правила для ИИ будут полезны для нас
иначе мы просто связаны
сложность среды, в которой
агенты, живущие, и поэтому мы записали их
Я хотел бы просто поблагодарить вас за ваш
внимание Я буду рад пообщаться с вами
вне форума
[Музыка]
вы слышали, что это термин искусственный
разведки или искусственного генерала
интеллект — своего рода учебник
определение будет своеобразным исследованием
строительный агент, как мы их называем, чтобы решить
разнообразие разнообразных
сложные задачи , стоящие перед без необходимости
перепрограммировать, чтобы они были очень длинными
квест, который мы взяли, и есть
еще долгий путь для нас, чтобы
см. это сделано, но, самое главное, это уже
показал много достижений и много
прогресс, который мы уже видели сегодня
сегодня, но эта мысль, которую я действительно хочу
объяснить, как мы, исследователи,
на самом деле пытается достичь этой цели
так что не только нравится определить это , но на самом деле
как мы сейчас хихикаем
Идею, представьте себе на секунду, что я
попросил вас быть чем-то вроде
инженер, возможно, и сделать что-то, что
мы выглядим чрезвычайно тривиально, мы делаем это
каждый день, поэтому есть робот, и я спрашиваю
вы в порядке, вы строите алгоритм a
последовательность инструкций, чтобы сделать это
робот открой дверь, теперь он очень
обычная, чтобы разобраться в этой проблеме
на несколько частей и что вы могли бы
что-то вроде этого сделайте правильно, чтобы
откройте , найдите дверь, где
ручка двери — это захватить ее
вниз и откройте его, я получаю, что
если вы на самом деле строго говорите
такого рода основанные на правилах и иерархические
способ решения сложной проблемы
он становится менее сложным
проблемы вы в конечном итоге с чем-то, что
возможно, не является настолько оптимальным
поэтому, если вы просто попытаетесь сделать то, что собираетесь
если кто-то откроет вас,
учет этих мест не является
как вы знаете сейчас, когда у вас есть надежда, и
ключевая концепция здесь заключается в том, что ваш алгоритм
не будет обобщать на сложность
мир , кстати, от
более мрачная конкуренция в 2015 году
эти программы на самом деле не такие простые
как четыре строки я показал вам и это
действительно показывает, что попытка построить
алгоритмы для таких, как основанные на правилах
цепочка правил
Хорхе действительно связан с неудачей
в ошибках, конечно, это было похоже
смешные, давайте попробуем пойти в
следующая строка да, вот как вы могли
сделайте это, возможно, немного
Я называю это методом обучения
и это изучает много знаний , так
возьмите проблему поиска двери
правильно, как бы вы запрограммировали это право?
так что если бы вы были, возможно, у вас есть эти
пикселей, вы пытаетесь найти эти прямоугольные
объекты, которые выглядят как двери, возможно, и
как вы видели там, это не собирается
глаза на любые условия, которые у вас могут не быть
и вы должны попробовать
ошибка повторяется, и это действительно не
потому что вы только сейчас открываете
двери и как сделать что — нибудь еще
так что картина здесь, я собираюсь вместо этого
попробуйте получить много фотографий дверей
и у меня есть человеческие рабочие, маркирующие, где
двери и что я буду делать, это я
хочу узнать , что много дверей выглядит
вместо программирования с точки зрения правил
и это очень важно, так что
к сожалению , в компьютерном зрении людей
забота о других предметах стучит в двери и
люди вообще не фотографируют
после чего я показал вам пример
найти на самом деле кошка и собака , которые
являются очень популярными объектами и в
научного сообщества, так как мы
на самом деле собираюсь сделать так, чтобы первый шаг
найти, что кошка ли изображение
содержит , скажем , кошка или собака должна
построить большую базу данных изображений, которые
содержат железных кошек или собак, а затем
буквально, как люди, чтобы маркировать тысячи
или десятки тысяч
примеры изображений , как это тот , который
на самом деле это собака, хотя эта
довольно сложно, я бы так сказал, как бы
вы даже знаете код и
через изображения и так далее, так что
первая часть — получить эту базу данных
если у вас есть эти
второй шаг — это общий
Программа , чтобы иметь возможность выучить
характеристик или моделей на этих
базы данных, и именно это
обучения и, в частности, давать нейронные
сети позволяют нам делать это здесь
видеть большую нейронную сеть, которая на самом деле
обрабатывает изображение, которое является пикселями и
активирует определенные нейроны в этом
архитектуры, которая вполне могла бы быть
например, для определения размера
животное пол enos , есть ли у него свиньи
ушей и т. д. и в решающей степени эти
Особенности этой нейронной сети
активизации на этом изображении, а не
подготовленные нами, они полностью изучены
из этих данных назад, так что у нас есть
в базе данных есть такая модель, которая
достаточно мощный , чтобы представлять все виды
интересных функций, которые в конечном итоге
приведет к выводу, который является
вероятность того, что изображение содержит
атака или док-станция и то, что вы по существу
do — подавать одно изображение за раз до этого
сети учебной базы данных и
чтобы предсказать правильную метку
в конечном итоге все эти виды
соединения устанавливаются на конфигурацию
хорошо работает и обобщается
изображения, которые означают обучение и
внутренне настолько хорошо, что на самом деле
миллиарды фотографий каждый день
анализируются с помощью такого рода
алгоритм, поэтому следующий и один из
вроде прорывов в 2014 году, которые мне
учредители и другие группы сортируются
Обнаружена не только эта идея
взяв изображение и
вероятность , но и принимает вид
последовательность символов и их отображение
через примеры обучения другому
последовательность символов, и это очень
мощный
потому что теперь мы можем также учиться
экземпляр для машинного перевода
здесь последовательность входной последовательности
будут китайские факторы и
выход будет работать на английском языке и
вы их изучаете без каких-либо
знание языка или слова
соответствуют всем словам, которые вам нужны
представляет собой большую базу данных пар
предложения на китайском и английском языках
переводы друг друга и из
несколько из этих пар примеров вы
по существу, достичь системы, которая
фактически обобщает AI, улучшает
недвижимость искусства так на самом деле
Google Translate был обновлен
в последнее время использовать подобные нейронные
сети
достичь разрыва между предыдущими
системы и переводы качества человека
по F на 50%, по сути, так что они снова
уже используется, и это уже
чтобы каждый мог извлечь выгоду из
другой такой пример, который является своего рода
интересный порождает речь, поэтому мы
действительно понимают, как речь
сгенерированное право есть вокальный тракт
который по существу представляет собой кучу труб
которые меняют форму, и вы можете
на самом деле это модель, и это одна из
эти параметрические подходы, которые вы видите
там слева , но вы также можете сделать это
просто записывайте этот акустический звук
файлы по существу от многих людей, которые
будет очень сложно от огня
как десятки тысяч очков за
второй речи, но снова вы просто позволили
нейронная сеть фигура из рода
шаблоны в этом сигнале и то, что вы получаете
в конечном итоге с очень хорошим естественным
звучащая речевая система, которая снова бьет
разрыв между предыдущими и
человеческая речь примерно на 50%, поэтому это
что-то вроде радикального уже
хорошо развитый плющ
что контролируемое обучение позволяет нам делать
и это все об этой идее
подражание, которое вы подражаете людям
с помощью этих мощных моделей глубоких
нейронных сетей, так что теперь есть еще один
Парадигма. Я хотел бы описать, что
что, если мы не сможем получить большую базу данных
этих примеров или даже лучше мы хотим
фактически выйти за рамки человеческих возможностей
если мы действительно хотим победить людей
если принять, что мы как бы ограничены
насколько они хороши, и это
подкрепляющей парадигмой обучения и
Например, в игре с золотом это было
сильно используется для недавнего результата
что я забыл начальника де ла, так что это
чрезвычайно просто, как это работает
почти как очевидный первый шаг — мы
иметь агента, который в этом случае
верхний слой , и этот агент живет в
окружающая среда , поэтому представить себе было бы
собака или или в случае с роботом мир
и у этого агента есть собака, например
хочет победить в игре Бога и
это очень просто, агент
наблюдает за окружающей средой, поэтому она наблюдает
допустим, доска целей или дверь или
что нет, и он может также действовать
это может быть, например, сыграть
часть порта, которая была бы одной
Я играю в позиции четыре
кома, например, в том
вроде игры, и в конечном итоге шесть я цепляюсь
для них игра заканчивается, и там моя
окружающей среды, поскольку создание жужжания выиграло
игра или нет, и после того, как ее научили
независимо от того, обновляет ли он
убедитесь, что по существу вознаграждение
что он получает вероятность выигрыша
максимизируется
поэтому этот агент очень похож на
нейронная сеть, которая классифицировала
но в этом случае он принимает
входы этих наблюдений
будет советом для целей
видеоигры чище или нет, и
выходы просто вероятность
каждое действие или позиция джойстика
вы хотите играть и через это
процесса вы можете достичь сверхчеловеческого
производительность в игре, я пойду и так
так очень важно, что большинство из них
алгоритмы были разработаны
развивающие игры гм мы просто вид
смешно, потому что в детстве я играл
видео игр , и теперь я сортирую работать на
создание алгоритмов для видеоигр I
не играть, но, несмотря на эти
глубокий вы знаете, что вы
на самом деле делать, когда вы делаете
эти две видеоигры, в состоянии
потому что, как вы можете себе представить это
круг наблюдений и действий
изначально это не очень хорошо, поэтому в других
слова, если вы будете действовать случайным образом, вы не будете
догонят работы очень часто , чтобы вы
должны много играть , чтобы добиться
хорошая производительность, но если вы выйдете на
реальный мир
все будет очень медленным , если вы хотите
построить 10 000 продуктов, которые вы бы
аварии, и в конце концов вы узнаете, как это сделать
это не напугает всех так
видеоигры очень важны, потому что
вы не можете запускать их параллельно в
кластер, и если вы потеряете, это не большой
но в конечном итоге вы проверяете сортировку
идей об интеллекте через это
видео ребята, которые были
по существу Humans вы знаете , представить и
план и т. д., так что это наш вид
исследовательской платформы он до сих пор
До недавнего времени Алекс не собирается быть в
будущее, но в чем проблема
а также окружающая среда, если окружающая среда
очень просто, мы научимся простым
агентов, поэтому среда и агенты
идти бок о бок и, как вы можете себе представить
чрезвычайно сложна, поэтому есть
вы знаете хищников, которые могли бы
хочу съесть вас, вам нужно энергию, чтобы
вы можете съесть растения или другое
другой человек не человек
существ, и это очень разнообразно и
очень сложно, так что кажется
создание среды и создание
агенты идут рука об руку, и он
не нужно было так , чтобы одна из идей
здесь, если мы моделируем
естественный мир, и мы хотим, например,
чтобы этот парень любил выживать
зимой нам нужно смоделировать снег и
еда и так далее, и это сложно
проблема сама по себе, как и вы
знаете, что вы на самом деле пытаетесь сделать, это
хорошо мы, исследователи, не только строим
агентов, но мы на самом деле также видим
о средах, которые
агенты продвигаются вперед и среди многих новых
среды, которые люди создают
год мы создали эту среду, которая
называются минной лаборатория , которая выглядит как
трехмерное вы знаете исследователей
может устанавливать всевозможные задачи для тестирования
анализировать идеи планирования памяти
воображение и так далее, и я покажу вам
просто простой пример, когда агент
по существу идти вокруг и попытаться
едят яблоки, но не едят лимоны, это
другое видео, где есть
как более естественное видео и
там есть агент, который сортируется
навигации этих сложных работ
выясняя , что яблоки могут появиться
снова, потому что они растут и так далее, и поэтому
поскольку эти среды становятся
более сложными и, как результат, нашими агентами
Также, конечно , лучше узнать , что они
теперь своего рода заключительная записка, это своего рода
очевидно, что нам нужен ИИ, это очень
Полезно знать, что вы можете иметь
системы перевода, у вас может быть
человек
в вашем телефоне, как помочь вам
организовывать улицы и так далее, но
он также кажется другом, которому нужен ИИ
природе мы должны кодировать эти сложные
правила для ИИ будут полезны для нас
иначе мы просто связаны
сложность среды, в которой
агенты, живущие, и поэтому мы записали их
Я хотел бы просто поблагодарить вас за ваш
внимание Я буду рад пообщаться с вами
вне форума
[Музыка]
Please follow and like us:
Be First to Comment