Сергей Марков: "Искусственный интеллект и машинное обучение 2021"
Вставка
- Опубліковано 7 кві 2022
- Лекция состоялась 29 января 2022 года в Культурно-просветительском центре "Архэ" (arhe.msk.ru/).
Поддержать наш проект можно здесь - new.donatepay.ru/@arhe
Все доп. материалы на сайте Сергея Маркова - markoff.science/
На лекции мы обсудим ключевые работы в области искусственного интеллекта и машинного обучения в 2021 году. Посмотрим на прогресс, достигнутый этих областях, с позиции цифр и фактов. Поговорим о гигантских трансформерных моделях, таких как MT-NLG, mT5/ExT5, ruDALL-E, RETRO, о распознавании и генерации изображений, речи, различных задачах обработки естественного языка и о других направлениях исследований; обсудим новые нейросетевые модели и оборудование 2021 года, поговорим о применении ИИ и машинного обучения в бизнесе, медицине и науке, а также о том, чего мы ждем от искусственного интеллекта и машинного обучения в 2022 году.
Лектор: Сергей Марков, специалист по методам машинного обучения и основатель портала XX2 ВЕК (22century.ru).
===
Веб-сайт Центра "Архэ" - arhe.msk.ru
"Архэ" в ВКонтакте - kpc_arhe
"Архэ Санкт-Петербург" в ВКонтакте - arhe_spb
"Архэ Самара" в ВКонтакте - arhe_samara
"Архэ" в UA-cam - / ЦентрАрхэ
"Архэ" в Telegram - t.me/arhecenter
"Архэ" в Яндекс Дзен - zen.yandex.ru/arhe
"Архэ" в Одноклассники - ok.ru/centrarhe
"Архэ Детям" в UA-cam - / АрхэДетям
"АРХЭология Знаний" - / АРХЭологияЗнаний
Покупка билетов на Timepad - arhe-events.timepad.ru
Краудфандинг на Planeta.ru - planeta.ru/848080
Календарь мероприятий - arhe.msk.ru/events
Архив курсов Центра "Архэ" - arhe.msk.ru/archive
Поддержка нашего проекта - new.donatepay.ru/@arhe
Почта для связи: arhe.msk@gmail.com
Телефон для связи: +7 (495) 088-92-81
===
смотрю каждый год!
спасибо
Зевающий лектор - это потрясающе!
Термин "искусственный интеллект" (artificial intelligence) стал в ходу с середины 50'х, когда возник вопрос можно ли научить ЭВМ мыслить как человек. На заре применения ЭВМ на них в основном решались вычислительные задачи.
Общее определение ИИ как умение решать интеллектуальные задачи, которые способен человек, не совсем точное. Под него можно подвести вообще любую задачу решаемую на ЭВМ.
Классические же задачи относимые к ИИ (АI), которые должны решать программно-технических комплексы, это такие:
- игровые программы (шахматы, шашки и подобные им);
- все творческие задачи (сочинять музыку, писать стихи, рисовать картины, исполнять песни человеческим голосом и тп);
- задачи решаемые с помощью машинного зрения (распознавание образов и анализ трехмерных сцен);
- анализ текста и извлечение из него смысла;
- перевод текста с одного языка на другой;
- способность рассуждать и умение объяснять получение результата;
- вести осмысленный диалог (в том числе человеческим голосом) на конкретную тему и моделировать человеческие эмоции.
Вот, наверное, такие основные задачи по решению которых и можно говорить о классическом ИИ.
Какими же технологиями, методами и способами достигается решение этих задач это уже отдельный вопрос: математическими, не математическими,, методами машинного обучения, моделированием работы человеческого мозга (искусственные нейронные сети) или другими. Но в принципе неверно утверждение, что если решается некоторая задача, например с помощью построенной модели ИНС то это и есть настоящий ИИ.
Нельзя соотносить применяемую технологию и понятие ИИ. Именно способность объяснить полученный результат, почему такой а не другой, будет отличать ИИ от обычная предсказательной (вероятностной) модели.
В последнее время ИИ, к сожалению, стал использоваться больше как пиар-термин, чтобы "запудрить мозги" и получить финансирование под свои проекты.
Лекция полезная, много сказано из классики ИИ, но что касается тестов по определению ИИ, то здесь несколько примитивов. Не тесты, не используемые технологии определяют ИИ, а именно способность решать перечисленные выше задачи и позволяет говорить как о таковом ИИ.
Спасибо
Жалко, что не были освещены агенты (а их такое же множество, как и трансформеров) для обучения с подкреплением.
Поддержать наш проект можно здесь - new.donatepay.ru/@arhe
Все доп. материалы на сайте Сергея Маркова - markoff.science/
Жаль, нельзя ставить больше одного лайка
Интересно было бы увидеть анализ и генерацию ассистентом текста на эсперанто. Язык с относительно простой грамматикой и выразительный (просто распознать речь; допускает почти дословный перевод на этот язык). Эл-переводчики уже есть, поэтому текстов для обучения нейронки создать можно достаточно много. При малых затратах на обучение нейронки качество диалогов должно быть намного выше.
А кто-нибудь знает, что можно школьнику присоветовать, чтобы познакомится с AI моделями, например, для рисования или создания текстов?
А крайняк курсы какие платные не очень заумные. Программить на Python не предлагать.
есть канал одного "старичка", который на пенсии решил изучать ИИшки, генетические алгоритмы - foo52ru ТехноШаман.
думаю, контент там как раз для детей будет интересным.
у него есть и серия видео про нейронные сети от знакомства до практического применения на примере простейшей задачи как раз по рисованию.
а есть канал Two Minute Papers про последние достижения в области нейронок. Со ссылками на научные статьи и на исходники. Но там, конечно, далеко не школьынй уровень.
@@Achmd Это классно, но мой школьник только-только начал линейные функции, таких слов как экспонента ещё не знает даже. Хотя канал прикольный, надо будет держать в голове.
@@mirthmagic6370 есть ещё проще. Видео "аналоговые компьютеры возвращаются часть вторая" от Веритасиум в переводе ВойсПавер или ВертДайдер. Там рассказывается про начало эры компьютерного зрения. На примере простейшей сети с одним выходным нейроном, который определяет квадрат на входе или круг. Веса связей считаются простым вычитанием или сложением с исходной картинкой. Всё элементарно. Повторить можно даже в тетрадке. Самих формул там, правда, не написано, и их нужно придумать самому, исходя из условий. Но наглядное представление нейросетей это даст.
Спасибо, есть интерес образовательный и практический, слушаем...☺
это не ии становятся лучше, а люди тупеют.
❤❤❤
Человек, когда встречается с новым объектом, воспринимает это сразу как трёхмерную модель, поэтому в следующий раз ему не надо 100500 млн фотографий одного и того же во всех ракурсах, чтобы ещё распознать знакомый объект.
обман зрения всегда имеет место быть. Например, может видел, видео с белым котом, который со спины похож на собаку?
уже сейчас на стандартных датасетах, где человек делает, допустим, 10% ошибок, нейронки делают лишь 5%.
да, человек быстрее запомнит предмет. Но математическая модель быстрее её опознает и сделает это точнее. Для этого она и нужна.
Человек не видит 3Д, невежество надо понижать.
@@user-by8bp4xr3x Не знаю как ты, а я вижу. Настолько хорошо, что по начерталка и черчение в универе были автоматом.
@@mirthmagic6370 физиологии плевать что ты там в универе делал. У человека 2Д зрение, которое мозг обрабатывает в 3Д, очевидно что инженерное образование не делает тебя грамотным в других сферах.
ps по начерталке у меня было всё пучком, хороший был препод, но физиологию нервной системы и глаза необходимо отдельно изучать. Тем более что человек обрабатывает визуальные объекты не так как ИИ, так как проходит другое обучение и имеет другие способы получения данных, поэтому твоя аналогия ерунда полная.
@@user-by8bp4xr3x чел, это очень отвратительная черта докапываться до слов )) Ведь тогда можно сказать, что осязаем мы не пальцами, вкус чувствуем не языком, а мозгом, а язык и кожа просто получают раздражение )
Под "видим 3д" как раз и подразумевается, что каждый глаз видит 2д, а мозг складывает из них 3д картинку. Это же очевидно.
Вообще-то печально. Народ играется мощными вычислителями и нейросетями, без идей и представлений о реально применимом, а нет тупо прикольном выхлопе.
Даже в работе с текстами. Ассоциация с обезьяной, нажимающей клавиши на музыкальном синтезаторе и гордо смотрящей на всех - "вот какой я могу".
Понятно, что причастные к этой отрасли будут пиарить свою деятельность, говоря о "достижениях", но хотелось бы честных отзывов конечных пользователей этих им приложений.
А почему так много дизлайков? Я подвержен стадному чувству и потому мне надо понимать, тратить на лекцию три часа или нет. Поймите!
Лекция была поздно, получилась с налётом неформальности, что многим тут не нравится. Но, по-моему, информация подаётся достаточно плотно и интересно. Для новенького такое, мне кажется, наоборот, самое то - попадаешь в водоворот специфичных знаний, терминов, которые начинаешь по-тихоньку гуглить
После безумного 2022 даже страшно и подумать что предложит ИИ уже лет через 5-10
Машины делают машины... Где-то такое печальное начало я уже слышал..)))
тяжело слушать лектора, которому не интересно читать лекцию.
да он почти одно и тоже тарабанит каждый год, уж сам зевает. перегорел видать.
платные модели изжили себя, даже донатные
Чёрт как и с другого мира, прям слушаешь как лекцию из нацистской Германии.
какой же ведущий душнила, так нудно читать о таком интересном
1:21:00 Красный флаг может оскорбить только недалёких, чьё видение истории сформировано гос пропагандой и всякими маргиналами вроде Дудя/Лядова/Каца/одувана. Те же Единоросы, но вид сбоку.