Трезво про ИИ

Семинар в Московском физико-техническом институте

Директор Института проблем управления РАН академик РАН Дмитрий Новиков рассказал, почему искусственные нейронные сети не используются в системах управления критически важными объектами и в чем состоит главная опасность нездорового ажиотажа вокруг искусственного интеллекта.

Пишу бааальшущий текст с очень кратким изложением истории развития математики к такому замечательному и очень емкому предмету, как вычисления и ИИ. И который, конечно же, является малой толикой всего предмета Математика (череда оксюморонов :)).

Любому очевидно, что ниже показаны три совершенно разные картинки: птица, собака и лошадь. Но с точки зрения алгоритма машинного обучения, все три могут восприниматься как одинаковые: ведь на каждом из них есть белый квадратик в черной рамке.

Во многих популярных курсах машинного и глубокого обучения вас научат классифицировать собак и кошек, предсказывать цены на недвижимость, покажут еще десятки задач, в которых машинное обучение вроде как отлично работает. Но вам расскажут намного меньше (или вообще ничего) о тех случаях, когда ML-модели не работают так, как ожидалось.

Невозможно представить современную жизнь без систем искусственного интеллекта и нейросетей – они успешно решают огромное количество задач. Но не все. Есть задачи, которые решаются великолепно, есть задачи, решение которых сопряжено с рядом проблем, есть и неразрешимые задачи в рамках текущих теоретических и практических знаний.

Об авторе: Сергей Карелов, IT-эксперт.

Одна только мелочь - автомобиля Apple нет.

... Чем-то напоминает эпопею с автопилотом Теслы, только улучшенную, версии 2.0.

Если забыли, то напомним, в чём там ситуация.

Люди разговаривают с «Алисой», пользуются фильтрами в Instagram, компании заменяют людей роботами. Однако все это вспомогательный труд — думать сами роботы все еще не умеют. О том, есть ли у них шанс научиться, размышляет Алекс фон Розен, технический директор финтех-проекта «Первый ЦУПИС»

Радость от появления нейросети Copilot была недолгой. Не прошло и недели, а на неё уже обрушился шквал критики со стороны разработчиков. Алгоритм, который должен был упростить жизнь программистов, на деле лишь всё запутал.

В этом выпуске мы обсуждали: 

Оглавление выпуска

Позвольте вам кое-что показать. 

(Видео) Девочка: Кот сидит на кровати. Мальчик гладит слона. Люди садятся в самолёт. Это большой самолёт. 

Август. Ещё очень теплое утро. Интересная тема привела нас в один из офисов проектной организации SkyWay для разговора со специалистом в области искусственного интеллекта и автоматизированных систем управления, кандидатом технических наук, Сорокиным Юрием Адамовичем.

Недавно вышла статья, которая неплохо показывает тенденцию в машинном обучении последних лет. Если коротко: число стартапов в области машинного обучения в последние два года резко упало.

 — Чем руководствуются боты, когда ставят 4 варда в одном месте или оставляют последнего крипа в лагере в своем лесу?

Рассказывает Юрий Дубровских

Часто люди путают (а иногда и отождествляют) понятия «нейронная сеть» и «искусственный интеллект». В данном материале я опишу на примерах из жизни несколько методологий и задач искусственного интеллекта и постараюсь показать, что искусственный интеллект — это не только нейронные сети.

Математики доказали, что алгоритмы машинного обучения упираются в проблему теории множеств, не имеющую решения по фундаментальным причинам

Легендарный инженер утверждает, что технологий для создания автомобиля пятого уровня автономности, то есть полностью беспилотного, не существует. Сооснователь Apple пытался довести до ума автопилот собственной Tesla, но потерпел неудачу. И теперь в числе скептиков.

Надя Тальманн о том, почему робот никогда не станет личностью, в каких профессиях машины заменят людей и почему андроидам не стоит давать гражданские права.

Эксперты-онкологи заявили, что в ходе тестов искусственный интеллект IBM Watson нередко ошибался, составляя рекомендации по лечению для гипотетических «пациентов».