Это аудио – сокращенная версия книги Гэри Маркуса и Эрнеста Дэвиса «Перезагрузка ИИ. Создание искусственного интеллекта, которому можно доверять». Только самые ценные мысли, идеи, кейсы, примеры.
Искусственный интеллект принципиально изменил нашу жизнь: GPS-навигаторы помогают легко проложить маршрут, электронные переводчики позволяют любому справиться с самыми редкими языками, системы распознавания лиц становятся помощниками полицейских. Все это со временем будет только совершенствоваться. А еще в недалеком будущем нам на помощь придут роботы, избавив многих от докучной и опасной работы. Или нет? Гэри Маркус и Эрнест Дэвис посвятили изучению ИИ годы и теперь преисполнены обоснованного скепсиса. Компьютеры хранят в своей памяти горы информации, но от этого не становятся умнее. Роботы все чаще оказываются звездами демороликов, но это не делает их более умелыми. Благодаря ИИ машины наделены способностью видеть, слышать, учиться, но все это делают одинаково плохо. Что не так с искусственным интеллектом? И есть ли у нас время это исправить?
Зачем слушать
• Понять основные принципы работы искусственного интеллекта.
• Трезво взглянуть на обещанный Курцвейлом и Маском мир будущего.
• Познакомиться с базовыми особенностями человеческого и компьютерного мышления.
Об авторе
Гэри Маркус – профессор психологии и нейробиологии Нью-Йоркского университета и соучредитель компании Geometric Intelligence. Автор пяти книг, ставших бестселлерами The New York Times.
Эрнест Дэвис – профессор Нью-Йоркского университета, один из ведущих мировых специалистов в сфере обучения искусственного интеллекта базовым знаниям о мире.
Книга поколебала мою уверенность во все могущественность искусственного интеллекта. Было интересно ознакомиться с принципами работы ИИ, с особенностями его мышления.Но все таки еще разум человека не дошел до исправления неправильного мышления ИИ. Подтверждением этого являются факты, изложенные в книге. Таких авторов книги, профессоров США, обязательно стоит послушать.
2. Весь технологический прогресс направлен на то, чтобы создавать сравнительно неразумные машины, выполняющие довольно узкие задачи и полагающиеся на слепые корреляции данных. Выгодно для Facebook и Google, невыгодно для всех нас.
1. Глубокое обучение непрозрачно, ограниченно, неэффективно, если работает с минимумом данных и не умеет связывать их в целостную картину. Глубокое не значит умное, речь всего лишь о количестве нейронных слоев в сети, а не о полноте осмысления мира.
Корректировку ошибок нейросети уместнее сравнить не с правкой ошибочного кода, а, скорее, с корректировкой побочных симптомов нового лекарства, на которое организм может отреагировать как угодно
Обучение компьютеров неизбежно предполагает, что им нужно учиться самостоятельно: нереально вручную кодировать все, что нужно знать машинам
Отзывы 1