Как учится машина. Революция в области нейронных сетей и глубокого обучения. Ян Лекун. Yann Le Cun

0 Просмотры
Издатель
Текстовый конспект https://smart-lab.ru/blog/729099.php
Электронная книга http://flibusta.is/b/637345
Как учится машина. Революция в области нейронных сетей и глубокого обучения. Ян Лекун. Yann Le Cun

8 главные идеи обзора

у изобретателей систем искусственного интеллекта возникла идея смоделировать человеческий мозг с его способностью к обучению.


Так зародилось направление глубокого обучения (deep learning) и искусственных нейронных сетей.



2. Искусственные нейронные сети работают так: они улавливают входной сигнал и обрабатывают его таким образом, что на выходе этот сигнал идентифицируется.



3. В многослойной нейронной сети первичные слои выступают в роли экстракторов признаков, которые создаются не вручную, а автоматически — в процессе обучения.



4. ИИ обладает широкими возможностями анализа, распознавания и автоматической классификации. Многие функции ИИ уже перестали быть инновациями, превратившись в привычные и удобные составляющие нашей жизни.



5. В ближайшем будущем ИИ будет наиболее активно развиваться в четырех направлениях: медицина, автономный транспорт, виртуаль­ные помощники и бытовые/промышленные роботы.



6. Обучение с учителем не позволяет создавать действительно интеллектуальные машины.



7. Обучение с подкреплением (методом проб и ошибок) эффективно только для игр. В реальном мире оно бессмысленно и даже опасно.



8. Машины не захватят мир, если человек не заставит их это сделать. Стремление к доминированию не имеет ничего общего с высоким интеллектом.



мозг компьютера не обладает гибкостью и универсальностью человеческого мозга. Компьютерные нейроны — всего лишь математические функции, рассчитанные программой.

А самые сложные и мощные компьютеры — узкопрофильные машины. И главное — у машин нет ни грамма здравого смысла. О том, что из себя представляют машины сейчас и чего ждать в будущем, вы узнаете из обзора книги «Как учится машина».

Три причины познакомиться с обзором:
Реально оценить возможности искусственного интеллекта.
Увидеть, как ИИ уже сегодня работает в нашей обычной жизни.
Окунуться в мир машинного обучения и понять, почему восстание машин в ближайшее время нам не грозит.




Суперкомпьютеры объединяют десятки тысяч графических процессоров производительностью в десятки терафлопс. Их процессоры достигают скорости в сотни тысяч терафлопс.



Они прогнозируют погоду, рассчитывают воздушный поток вокруг самолета, моделируют прошлое, например начало существования Вселенной.



Все эти сложные манипуляции включают численное решение дифференциальных уравнений или уравнений в частных производных.



Программы искусственного интеллекта могут учиться, но пока намного хуже и медленнее людей и даже животных.



София — красивая девушка-гуманоид с загадочной улыбкой и живой мимикой в 2017 году давала интервью журналистам и очаровывала саудовских шейхов, которые даже дали ей гражданство страны.



София — просто марионетка, в которую программисты залили набор стандартных ответов на множество вопросов. Ей что-то говорят, и программа сопоставления быстро выбирает из каталога наиболее подходящую реакцию.



Машины пока еще выполняют действия, не понимая, что они делают, поскольку не обладают здравым смыслом.



Этот обзор дает ответы на вопросы: как учится машина?

Догонят ли нас компьютеры по интеллектуальным способностям?

Если это произойдет, то как скоро? И стоит ли нам опасаться господства машин в будущем?(Эволюция машинного обучения)

Пионеры машинного обучения стали работать над созданием оригинальной архитектуры сети математических функций, которые назвали искусственными нейронами.

Они улавливают входной сигнал и обрабатывают его таким образом, что на выходе этот сигнал идентифицируется.

Любая операция, например распознавание образов, поддерживается комбинированным взаимодействием искусственных нейронов.

(Глубокие сети).

Чтобы приблизить деятельность ИИ к работе мозга, недостаточно было воссоздать его строение.
Категория
Акустические системы
Комментариев нет.