Олесь Петрів / Машинное обучение / Искуcственный интеллект и можно ли его создать в действительности

Как работает машинное обучение? Что произойдет с контентом в будущем? Можно ли создать Искусственный интеллект?
#искусственныйинтеллект #нейронныесети #perceptron #tqmsystems #itинтервью #ии
Олесь Петрів: https://www.facebook.com/oles.petriv

Над материалом работали:
В кадре Зосим Максим: https://www.facebook.com/mzosim
Камера и монтаж Макух Захар: https://www.facebook.com/zahar.makuh
Сценарий и материалы Прилипка Арсений: https://www.facebook.com/arsen.prilipka

Текст интервью можно прочитать и погрузится в тему интеллекта машин: http://tqm.com.ua/ua/likbez/uanews/shtuchnyj-intelekt-v-ukrayini-oles-petryv

0:53 Принципиальное отличие систем искусственного интеллекта от систем классической алгоритмизации. Чем отличается структура взаимодействия с программистом
2:17 Есть ли разница между нейросетями и машинным обучением? И насколько близки по свойствам искусственные нейросети к биологическим. Как происходит их обучение. И что позволяют делать нейросети уже сегодня.
3:37 Как выглядит обучение системы с целью отличать изображения. И что делает нейросеть самостоятельно.
4:49 Что собой представляет нейросеть изнутри. Что значит “мы подбираем их или мы
корректируем алгоритм? Какая суть человека здесь, что мы меняем?
6:46 Что конкретно делает программист, как нейросеть создается: подача данных, выстраивание архитектуры, модули, слои и разветвления, последовательности матричных мультипликаций и итерационные смещения, - как это объединятся в нейросеть.
8:31 Какую часть работ нейросеть делает сама, и что обязательно необходимо ей для стабильной результативности. Как визуально выглядит процесс тренировки нейросети. Не допускать ошибки и что значит “переучилась”. Разница между тестовой выборкой и реальной.
10:22 Нейросети порой “зазубривают” материалы вместо ожидаемого анализа. Как это влияет на результат и методы отслеживания.
11:39 У поклонников классической алгоритмизации есть большое опасение отсутствия аудируемости результата.
12:50 Сейчас ведется много работ по подбору методов интерпретации через дерево бинарных решений, это помогает людям понимать логику машины. Какие архитектуры не поддаются таким преобразованиям. Пример распознавания “несуществующего” волка.
Про аналог DeepFake, который может работать прямо на вашем телефоне - замена любых лиц в фото, гифках и видео.
18:15 Процесс замены персонажей на видео, что такое понятие реалистичности в пиксельном виде, как записать ее формулу. Решения: как получить быстрый результат без индивидуального обучения нейросети по каждому случаю - как сейчас в DeepFake.
21:26 Дискриминатор и
синтезатор: как они работают в паре над совершенствованием результата, как
банкир и фальшивомонетчик. Пример от NVIDIA - люди, которых не существует.
24:05 Чем отличается работа с видео, где есть динамика во времени, от работы со статичными фото. Как “научить” систему рисовать реалистично.
29:24 Проект для Netflix как удалось воссоздать фильм Орсона Уеллса по черновикам режиссера отснятым 40 лет назад. И почему это не смогли сделать Голливудские киностудии.
35:59 Если в будущем контент будет генерироваться нейросетью, и наше информационное окружение станет формироваться под нас, не приведет ли это к вырождению творчества, культуры. Белый шум. На чем будут воспитываться дети.
39:49 Как вырождается контент в погоне за откликом на примере Фейсбука, и какие альтернативы
42:23 Авторское право на результаты работы, и что считается плагиатом. Как собираются регулировать, учитывая развитие технологий. О чем говорили в Голливуде на HPІ ретрите
45:27 Технология, которая не передает видеопоток, а только набор контрольных точек по лицу, и воссоздает на обратном устройстве, и это кардинально уменьшает трафик.
47:55 Какие задачи выполняет искусственный интеллект, опираясь на Big Data в медицинской сфере, и почему это до сих пор не применяется в практической медицине.
56:20 Подключение систем к человеческому мозгу напрямую, Илон Маск уже презентовал проект Neuralink, как это повлияет на жизнь в ближайшем будущем.
57:37 Использование совместного мышления, достижения и варианты развития событий
1:00:32 Ми давно киборги, многое уже привычно для нас технологии просто меняют интерфейс общения с нашим мозгом
1:02:16 Про эксперимент с внутренним ухом и голосовыми связками - или как читать и передавать мысли.
1:03:02 С чего начать разбираться в теме искусственного интеллекта.
1:03:36 Какие процессы лежат в основе работы человеческого мозга, и чем это принципиально отличается от искусственного интеллекта, как за 40 лет алгоритмы приблизились к созданию электронной личности.
1:07:33 Data Science conference - о чем говорят людей, которые будут менять наше будущее.

Похожие интервью нашего канала:
Андрей Длигач - https://youtu.be/GH9UxTT0BZ0
Игорь Новиков - https://youtu.be/psukt-3fGww

Компания TQM Systems, разработка и внедрение решений по автоматизации. Обращайтесь: http://tqm.com.ua/company/contacts
Facebook https://www.facebook.com/pg/TqmSystems/posts/?ref=page_internal

Видео Олесь Петрів / Машинное обучение / Искуcственный интеллект и можно ли его создать в действительности канала Perceptron