[Музыка]
[Аплодисменты]
люди любят притворяться, что объекты
как люди, мы даем им имена, которые мы говорим
к ним мы привязаны к ним, как Том
висит здесь, в кастовом разговоре с его
друг оливкового масла под названием Уилсон, но
когда дело доходит до компьютеров, как вы
думать о машинах, думающих как люди
и если машины могут думать как люди
что если однажды они начнут думать
лучше, чем мы, это
вопросы, которые люди задают мне, как
далеко мы от того перехитрил
компьютеров, насколько далеко развивается
искусственный интеллект Я исследователь
в искусственном интеллекте в Кембридже
Университет, и это была моя жизнь
Для решения этих вопросов искусственных
разведка делает новости
заголовки почти ежедневно мы читаем о
компьютер глубокий ум, избивающий мир
гроссмейстер в игре без водителя
автомобили проверяются на наших улицах
дроны будут доставлять наши
такие фильмы, как ex machina и Blade
Бегун изображает наше будущее
заполнены роботами, которые
неотличимы от нас, но что делает
будущее ИИ действительно надеялось на нас
когда я был ребенком, я любил математику, что я
действительно был очарован
красота и элегантность
решения, которые я видел, а иногда и
найденный мной и мной был также
заинтересованы в людях, поэтому я задавался вопросом, как
вы, люди, придумываете такие
интуитивные ответы
как я прошел через мое образование и работу
Путешествие я начал исследовать этот вид
человеческого мышления и попытаться сделать
компьютеры делают то же самое, что мне нужны компьютеры
найти решения, интуитивно понятные для
люди позвольте мне привести вам пример, что я
означает интуитивное человеческое мышление здесь
шахматная доска это называется изуродованным
шахматная доска, потому что две диагонали
углы были удалены теперь известным
проблема спрашивает, можете ли вы покрыть этот калечащий
шахматная доска с Domino’s есть
многие способы, которые мы могли бы попытаться сделать
как это
нет, как об этом
до сих пор нет в настоящее время не считают эту идею давайте
цвет этой доски черно-белый, как
шахматная доска, и теперь это сразу
очевидно, что у нас больше черных квадратов
чем белые квадраты, потому что, когда мы
изуродовал доску, мы удалили две белые
квадраты, но мы должны там быть одинаковыми
количество черных квадратов и белый
квадраты, потому что домино покрывает один
черный и один белый квадрат, так что
очевидно, мы никогда не сможем покрыть
эта изуродованная шахматная доска с
домино
это так легко и просто для
люди не видят и не понимают символов
нет алгебры нет чисел, я сделал сейчас, что
как вы думаете, как компьютер идет
о решении этой проблемы это как
множество символов
много алгебр много
понятия совершенно неразборчивы
и интуиция позади
человеческое решение полностью потеряно в нем
компьютеры не могут
человеческое мышление, но это то, что
завораживает меня, как мы подражаем этому
вид человеческого мышления на машинах сейчас
искусственный интеллект давно
для достижения компьютерного мышления и
поведение, неотличимое от
человек, так почему же ИИ является таким
Горячая тема в настоящее время
есть три основных продвижения
позволяют нам сделать огромный прогресс в
ИИ, и они являются
наличие массивов данных, которые мы
все генерируют все время массовые
вычислительной мощности , что мы имеем доступ к
сегодня и новые и более сложные
алгоритмы машинного обучения, которые мы
ранее не рассматривались с точки зрения
данные, которые вы делаете каждый клик, записываются
где-нибудь каждое видео, которое вы смотрите каждый
вещь, которую вы покупаете онлайн, все, что вы говорите
своим друзьям в социальных медиа и это
данные используются для изучения чего-либо и для
узнайте о себе
что вы можете персонализировать
рекомендации , такие как какой — то
фильм, который вам может понравиться, но более того
он также используется для изучения групп
люди и их поведение
вы можете арендовать его действительно
дешево от любого из, например ,
Центры обработки данных Amazon и получить доступ к
его 80 000 или около того компьютерных серверов для
сравнение компьютера Watson, избивающего
человек, находящийся под угрозой
в 2011 году использовалось 90 серверов, поэтому мы имеем
мгновенный доступ к массовым вычислениям
мощность
но если все больше и сложнее
алгоритмы машинного обучения, которые
сердце революции ИИ, в отличие от
в прошлом, когда мы строим эти специализированные
систем, которые знали о проблемах и
приступили к решению этих конкретных
проблемы алгоритмов машинного обучения
сегодня ничего не знают о проблемах
они знают только об обучении только
знать об обучении
возьмите, например, autocorrect на своем
Телефон
ранее ваша орфографическая ошибка
редко подбираются и даже тогда только
если оно было написано определенным образом
и это было потому, что они были
специализированной системы, которая
конкретные правила сегодня я могу ввести в мой
телефона на словенском языке, и хотя мой
телефон ничего не знает об этом иностранном
языка, он сможет узнать, как я
заклинание контролирует слова и даже как я
пропустить их сейчас, это интересно
потому что это кажется довольно противоречивым
не так ли это машинное обучение
алгоритмы ничего не знают о
проблема заключается в том, что они
они могут принимать любые данные и
на самом деле любая проблема, которая
может быть пересчитан как статистический алгоритм
теперь на огромных наборах данных можно
снова и снова
новые творческие подходы, например,
современные приложения для знакомств используют новую машину
алгоритмов обучения, и результат
ваш идеальный партнер, знаете ли вы
по-видимому, каждый третий из нас использует их
но есть огромные проблемы при попытке
добиться того, что иногда называют
как общий ИИ гибкий адаптируемый
система самообучения, которая
все, что человек делает в
способы, которые неотличимы от
человеческие компьютерные системы сегодня супер
быстро справляются с большим количеством данных
что намного превышает человеческие возможности, но
они делают это способами, которые являются машинами
ориентированной и большую часть времени
непонятным для человека одним из
вещи, которые им не хватает, — это способность
думать интуитивно, как люди еще не
теперь это возвращает меня к моей любви к
математики и людей, и в своей работе я смотрю
на том, как люди решают математические
проблемы , а затем я делаю компьютеры делают
то же, в частности, меня интересует
как люди решают проблемы с использованием
интуитивные методы, такие как использование диаграмм
вот пример, который я собираюсь добавить
все числа от 1 до любого числа
что вы даете мне да какой-либо номер, чтобы любой
число от 0 до 100, скажем так II
есть шанс, даже если смотреть, я могу слышать
номер ok, я слышу 53, поэтому сумма всех
число от 1 до 53 составляет 1431, как
Я делаю это
ну, я использовал эту теорему так, чтобы я
на самом деле не сложить все числа для
От 1 до 53, вместо этого я умножил его 53 раза
54 делится на 2, потому что я использовал это
теоремы намного проще и быстрее, чем
так что это та проблема, которая
вы можете помнить из своих занятий по математике
в школе, и теперь мои дети
узнав об этом, позвольте мне посмотреть шоу
как многие из вас помнят это из
школа а некоторые некоторые не все давайте посмотрим, если
Я могу пробежать память, и я покажу
вы, как меня научили этой проблеме в
в школе мы использовали диаграмму
так что моя работа состоит в том, чтобы сложить все цифры
чтобы показать, что сложение всех
числа от 1 до любого числа n равны
n раз n плюс 1 делится на 2, так что я
собираюсь представлять, потому что мы говорим
о числах Я собираюсь представить их
с использованием счетчиков, и на самом деле я
начнем показывать одну сторону
уравнение n раз n плюс 1, и поэтому я буду
возьмите прямоугольник, на самом деле я собираюсь взять
n, чтобы быть конкретным числом, являющимся
номер 5, поэтому я рисую диаграмму a
прямоугольник шириной 5 и шириной
шесть счетчиков высокие, и это мой n раз
n плюс 1 теперь представьте, что вырезаете это
прямоугольник вниз по диагонали , как это
и вы можете видеть, что мы получаем два
одинаковые треугольники, каждый из которых равен пяти
счетчики высокие, но моя проблема составляет половину моего
прямоугольник говорит n раз n плюс 1
разделен на 2, поэтому я просто возьму один
этих треугольников, и это сейчас
представляет одну сторону моего уравнения в настоящее время
моя задача — показать, что это равнозначно
сумма всех увеличивающихся чисел теперь
Представьте, что вырезаете этот треугольник в ряды
вот так и теперь вы заметите, что я
получить последовательность возрастающих чисел, так что
мой треугольник показывает, что 1 плюс 2 плюс 3
плюс 4 плюс 5 равно 2 5 раз 6 разделенных
на 2, что составляет 15, но больше, чем это
также мы видим, что мое решение
будет удерживаться для любого номера 5 или
номер 3, который вы мне дали, или 99 или 1001
он будет таким же, и мы также можем увидеть
что это правильное решение, поэтому я хотел
захватить это на компьютерах и захотеть
чтобы они решали проблемы точно
таким образом
что это именно то , что я так и сделал
Я построил систему, в которой эти пространственные
Манипуляции являются выводы из
Затем я использовал формальные методы для
обосновать, почему конкретный конкретный случай
как на номер пять может захватить
решение для любого числа и системы
показывает, что решение правильное
поэтому я показал, что компьютеры могут решить
проблемы аналогичным образом, что люди
решить их, но я также подумал, может
они открывают новые невидимые решения
вещи, которые люди не поняли
до этого, чтобы сделать это, мы могли бы
использовать методы ИИ, такие как машинное обучение
о котором я упомянул, прежде чем я сосредоточился на
проблемы математики, но общие
принципы интуитивного мышления могут быть
применяется в любой области человеческой деятельности
и это, где я буду
фокусирующие следующие Машины для знакомства с
новые знания новых интуитивных человеческих
решения так будут AI перехитрить людей
будут ли эти информационные системы представляют собой
угроза для людей в один прекрасный день я вижу
будущее в руках экспертов-специалистов, но
сильно поддерживались и помогали этим
машины интеллектуальных систем собираются
работать и сотрудничать с нами, чтобы
помогают нам работать более эффективно , но и
делать то, что находится за пределами нашего
только мы должны бояться
мы должны ограничить или замедлить
развитие искусственного интеллекта
определенно не позитивные
перевешивают негативы, на самом деле я думаю
более рискованно не преследовать
развитие искусственного интеллекта
мы нигде не находимся рядом с типом Терминатора
будущее
но мы всего лишь десять лет или около того от
будущее, где интеллектуальные системы
помочь врачам лучше диагностировать, где
персонализированные препараты используются для лечения
более эффективно, когда ИИ
системы помогают водителям безопаснее управлять
хирурги работают более точно, где
эта система позволяет всем нам просить людей
общаться на нескольких языках
возможно, самое захватывающее время в
история человечества — скорость, с которой
технология продвигается экспоненциально
и с быстрыми изменениями всегда будет
быть победителями и проигравшими, так что теперь, как
мы делаем, как мы становимся победителями в этом
слушайте, как учиться понимать
возможностей и сделать все, что
мы знаем сегодня
работаем для нас, чтобы мы могли превратить нашу планету
в лучшее место спасибо
[Аплодисменты]
[Аплодисменты]
люди любят притворяться, что объекты
как люди, мы даем им имена, которые мы говорим
к ним мы привязаны к ним, как Том
висит здесь, в кастовом разговоре с его
друг оливкового масла под названием Уилсон, но
когда дело доходит до компьютеров, как вы
думать о машинах, думающих как люди
и если машины могут думать как люди
что если однажды они начнут думать
лучше, чем мы, это
вопросы, которые люди задают мне, как
далеко мы от того перехитрил
компьютеров, насколько далеко развивается
искусственный интеллект Я исследователь
в искусственном интеллекте в Кембридже
Университет, и это была моя жизнь
Для решения этих вопросов искусственных
разведка делает новости
заголовки почти ежедневно мы читаем о
компьютер глубокий ум, избивающий мир
гроссмейстер в игре без водителя
автомобили проверяются на наших улицах
дроны будут доставлять наши
такие фильмы, как ex machina и Blade
Бегун изображает наше будущее
заполнены роботами, которые
неотличимы от нас, но что делает
будущее ИИ действительно надеялось на нас
когда я был ребенком, я любил математику, что я
действительно был очарован
красота и элегантность
решения, которые я видел, а иногда и
найденный мной и мной был также
заинтересованы в людях, поэтому я задавался вопросом, как
вы, люди, придумываете такие
интуитивные ответы
как я прошел через мое образование и работу
Путешествие я начал исследовать этот вид
человеческого мышления и попытаться сделать
компьютеры делают то же самое, что мне нужны компьютеры
найти решения, интуитивно понятные для
люди позвольте мне привести вам пример, что я
означает интуитивное человеческое мышление здесь
шахматная доска это называется изуродованным
шахматная доска, потому что две диагонали
углы были удалены теперь известным
проблема спрашивает, можете ли вы покрыть этот калечащий
шахматная доска с Domino’s есть
многие способы, которые мы могли бы попытаться сделать
как это
нет, как об этом
до сих пор нет в настоящее время не считают эту идею давайте
цвет этой доски черно-белый, как
шахматная доска, и теперь это сразу
очевидно, что у нас больше черных квадратов
чем белые квадраты, потому что, когда мы
изуродовал доску, мы удалили две белые
квадраты, но мы должны там быть одинаковыми
количество черных квадратов и белый
квадраты, потому что домино покрывает один
черный и один белый квадрат, так что
очевидно, мы никогда не сможем покрыть
эта изуродованная шахматная доска с
домино
это так легко и просто для
люди не видят и не понимают символов
нет алгебры нет чисел, я сделал сейчас, что
как вы думаете, как компьютер идет
о решении этой проблемы это как
множество символов
много алгебр много
понятия совершенно неразборчивы
и интуиция позади
человеческое решение полностью потеряно в нем
компьютеры не могут
человеческое мышление, но это то, что
завораживает меня, как мы подражаем этому
вид человеческого мышления на машинах сейчас
искусственный интеллект давно
для достижения компьютерного мышления и
поведение, неотличимое от
человек, так почему же ИИ является таким
Горячая тема в настоящее время
есть три основных продвижения
позволяют нам сделать огромный прогресс в
ИИ, и они являются
наличие массивов данных, которые мы
все генерируют все время массовые
вычислительной мощности , что мы имеем доступ к
сегодня и новые и более сложные
алгоритмы машинного обучения, которые мы
ранее не рассматривались с точки зрения
данные, которые вы делаете каждый клик, записываются
где-нибудь каждое видео, которое вы смотрите каждый
вещь, которую вы покупаете онлайн, все, что вы говорите
своим друзьям в социальных медиа и это
данные используются для изучения чего-либо и для
узнайте о себе
что вы можете персонализировать
рекомендации , такие как какой — то
фильм, который вам может понравиться, но более того
он также используется для изучения групп
люди и их поведение
вы можете арендовать его действительно
дешево от любого из, например ,
Центры обработки данных Amazon и получить доступ к
его 80 000 или около того компьютерных серверов для
сравнение компьютера Watson, избивающего
человек, находящийся под угрозой
в 2011 году использовалось 90 серверов, поэтому мы имеем
мгновенный доступ к массовым вычислениям
мощность
но если все больше и сложнее
алгоритмы машинного обучения, которые
сердце революции ИИ, в отличие от
в прошлом, когда мы строим эти специализированные
систем, которые знали о проблемах и
приступили к решению этих конкретных
проблемы алгоритмов машинного обучения
сегодня ничего не знают о проблемах
они знают только об обучении только
знать об обучении
возьмите, например, autocorrect на своем
Телефон
ранее ваша орфографическая ошибка
редко подбираются и даже тогда только
если оно было написано определенным образом
и это было потому, что они были
специализированной системы, которая
конкретные правила сегодня я могу ввести в мой
телефона на словенском языке, и хотя мой
телефон ничего не знает об этом иностранном
языка, он сможет узнать, как я
заклинание контролирует слова и даже как я
пропустить их сейчас, это интересно
потому что это кажется довольно противоречивым
не так ли это машинное обучение
алгоритмы ничего не знают о
проблема заключается в том, что они
они могут принимать любые данные и
на самом деле любая проблема, которая
может быть пересчитан как статистический алгоритм
теперь на огромных наборах данных можно
снова и снова
новые творческие подходы, например,
современные приложения для знакомств используют новую машину
алгоритмов обучения, и результат
ваш идеальный партнер, знаете ли вы
по-видимому, каждый третий из нас использует их
но есть огромные проблемы при попытке
добиться того, что иногда называют
как общий ИИ гибкий адаптируемый
система самообучения, которая
все, что человек делает в
способы, которые неотличимы от
человеческие компьютерные системы сегодня супер
быстро справляются с большим количеством данных
что намного превышает человеческие возможности, но
они делают это способами, которые являются машинами
ориентированной и большую часть времени
непонятным для человека одним из
вещи, которые им не хватает, — это способность
думать интуитивно, как люди еще не
теперь это возвращает меня к моей любви к
математики и людей, и в своей работе я смотрю
на том, как люди решают математические
проблемы , а затем я делаю компьютеры делают
то же, в частности, меня интересует
как люди решают проблемы с использованием
интуитивные методы, такие как использование диаграмм
вот пример, который я собираюсь добавить
все числа от 1 до любого числа
что вы даете мне да какой-либо номер, чтобы любой
число от 0 до 100, скажем так II
есть шанс, даже если смотреть, я могу слышать
номер ok, я слышу 53, поэтому сумма всех
число от 1 до 53 составляет 1431, как
Я делаю это
ну, я использовал эту теорему так, чтобы я
на самом деле не сложить все числа для
От 1 до 53, вместо этого я умножил его 53 раза
54 делится на 2, потому что я использовал это
теоремы намного проще и быстрее, чем
так что это та проблема, которая
вы можете помнить из своих занятий по математике
в школе, и теперь мои дети
узнав об этом, позвольте мне посмотреть шоу
как многие из вас помнят это из
школа а некоторые некоторые не все давайте посмотрим, если
Я могу пробежать память, и я покажу
вы, как меня научили этой проблеме в
в школе мы использовали диаграмму
так что моя работа состоит в том, чтобы сложить все цифры
чтобы показать, что сложение всех
числа от 1 до любого числа n равны
n раз n плюс 1 делится на 2, так что я
собираюсь представлять, потому что мы говорим
о числах Я собираюсь представить их
с использованием счетчиков, и на самом деле я
начнем показывать одну сторону
уравнение n раз n плюс 1, и поэтому я буду
возьмите прямоугольник, на самом деле я собираюсь взять
n, чтобы быть конкретным числом, являющимся
номер 5, поэтому я рисую диаграмму a
прямоугольник шириной 5 и шириной
шесть счетчиков высокие, и это мой n раз
n плюс 1 теперь представьте, что вырезаете это
прямоугольник вниз по диагонали , как это
и вы можете видеть, что мы получаем два
одинаковые треугольники, каждый из которых равен пяти
счетчики высокие, но моя проблема составляет половину моего
прямоугольник говорит n раз n плюс 1
разделен на 2, поэтому я просто возьму один
этих треугольников, и это сейчас
представляет одну сторону моего уравнения в настоящее время
моя задача — показать, что это равнозначно
сумма всех увеличивающихся чисел теперь
Представьте, что вырезаете этот треугольник в ряды
вот так и теперь вы заметите, что я
получить последовательность возрастающих чисел, так что
мой треугольник показывает, что 1 плюс 2 плюс 3
плюс 4 плюс 5 равно 2 5 раз 6 разделенных
на 2, что составляет 15, но больше, чем это
также мы видим, что мое решение
будет удерживаться для любого номера 5 или
номер 3, который вы мне дали, или 99 или 1001
он будет таким же, и мы также можем увидеть
что это правильное решение, поэтому я хотел
захватить это на компьютерах и захотеть
чтобы они решали проблемы точно
таким образом
что это именно то , что я так и сделал
Я построил систему, в которой эти пространственные
Манипуляции являются выводы из
Затем я использовал формальные методы для
обосновать, почему конкретный конкретный случай
как на номер пять может захватить
решение для любого числа и системы
показывает, что решение правильное
поэтому я показал, что компьютеры могут решить
проблемы аналогичным образом, что люди
решить их, но я также подумал, может
они открывают новые невидимые решения
вещи, которые люди не поняли
до этого, чтобы сделать это, мы могли бы
использовать методы ИИ, такие как машинное обучение
о котором я упомянул, прежде чем я сосредоточился на
проблемы математики, но общие
принципы интуитивного мышления могут быть
применяется в любой области человеческой деятельности
и это, где я буду
фокусирующие следующие Машины для знакомства с
новые знания новых интуитивных человеческих
решения так будут AI перехитрить людей
будут ли эти информационные системы представляют собой
угроза для людей в один прекрасный день я вижу
будущее в руках экспертов-специалистов, но
сильно поддерживались и помогали этим
машины интеллектуальных систем собираются
работать и сотрудничать с нами, чтобы
помогают нам работать более эффективно , но и
делать то, что находится за пределами нашего
только мы должны бояться
мы должны ограничить или замедлить
развитие искусственного интеллекта
определенно не позитивные
перевешивают негативы, на самом деле я думаю
более рискованно не преследовать
развитие искусственного интеллекта
мы нигде не находимся рядом с типом Терминатора
будущее
но мы всего лишь десять лет или около того от
будущее, где интеллектуальные системы
помочь врачам лучше диагностировать, где
персонализированные препараты используются для лечения
более эффективно, когда ИИ
системы помогают водителям безопаснее управлять
хирурги работают более точно, где
эта система позволяет всем нам просить людей
общаться на нескольких языках
возможно, самое захватывающее время в
история человечества — скорость, с которой
технология продвигается экспоненциально
и с быстрыми изменениями всегда будет
быть победителями и проигравшими, так что теперь, как
мы делаем, как мы становимся победителями в этом
слушайте, как учиться понимать
возможностей и сделать все, что
мы знаем сегодня
работаем для нас, чтобы мы могли превратить нашу планету
в лучшее место спасибо
[Аплодисменты]
Please follow and like us:
Be First to Comment