咱们究竟在教AI学习什么
第一集:The Wonderful and terrifying implications of computers that can learn
讲的是如今的机器学习尤为是深度学习,能够学习,能够看图,能够说话,能够艺术设计以内的。咱们锻炼的机器学习还能作不少其余的复杂的事情,而且会作的愈来愈好,指数增长的变好,超越不少初级的人类服务。并且咱们要不可避免的接受这一现象的到来了。
第二集:We're building a Dystopia just to make people click on ads
看过,是算法可能造就一个咱们不想看到的乌托邦的世界。
第三集:How we're teaching computer to understand pictures
看过,李飞飞报告本身在机器视觉方面的进展。
第四集:How Computers learn to recognize objects instantly
讲述了这个研究生小伙伴作的图像中的目标识别,不只仅识别一个单个的物体,能够识别多个物体。并且数据量上去以后能够动态的处理数据流,实时的识别视频中的多个的对象。而且这个软件是开源的。之后这种多目标动态检测的软件会以更加低廉的成本部署到移动端。
第五集:How computers are learning to be creative
这一集主要的仍是图像识别。首先是正向的解释,如何从神经网络的输入和权重计算输出也就是识别物体。其次讲述了逆向的如何训练网络,经过最小偏差去拟合出想要的权重参数。最后彻底逆向的知道权重参数,知道输出识别的物体,反向的得出训练使用的图片,仍是很是富有艺术的感受的。最后讲者说,感知和创意是联系在一块儿的。而且这些东西不是人类独有的,有一天机器也会用于这样的智能。
第六集:What intelligence machines can learn from a school of fish
从讲者的一块儿潜泳出发。开始讲述一些群体智能的机器人。她用的是协做智能的表达。可是应该是一样的意思。也就是说简单的低等生物包括目前阶段的人工智能给出简单的规则以后在群体中可能表现出很是复杂的智慧或者复杂度,其实就是一种模式的涌现。从信息论的角度来看复杂度并不高。可是从行为模式的角度看,复杂度仍是挺高的。最后做者升华了一下主题,但愿本身可能给机器更高的智能,一种改变人类的智能。
第七集:Can a computer writer poetry?
讲者给出了一些电脑写的诗和一些诗人写的。让听众去分辨这些诗属于人类仍是机器。最终搅乱了你们的判断。由于人和机器写的东西看上去没有界限,其实都是人在写。机器目前的机器只是一个镜子,简单的算法是从特征中写,复杂的算法是一种复杂的方式写。可是都是人类的智能。最终机器能不能脱离人类创造出东西,首先是一个哲学问题。
第八集:How AI can enhance our memory, work and social lives
讲者认为目前的人工智能是为了人类更好的或者而存在的。讲者是siri的创造者,对将来有很是美好的畅想,例如如今的机器和人结合一块儿判断癌变准确率上升了不少,之后人要是有机器辅助去记忆一辈子中遇到的全部的事情,那么幸福的程度会获得普遍的提升。
第九集:What happens when our computers get smarter than we are?
讲者认为智慧的出现不是线性增长的多是忽然出现的。并且机器的智能极有多是一种远远超过咱们的存在。而讲者的一个类比我很是喜欢,咱们曾经和猩猩处在同一个水平上,当年的咱们千方百计超越智能的时候,黑猩猩可能也尝试把咱们给关闭掉,可是咱们仍是千方百计向前进化。如今的智能机器也是同样,可能咱们惧怕的时候会想办法kill掉本身创造的更强大的智能。可是他们老是有办法越过咱们的屏障,过上一种咱们没法理解的生活。而咱们就像如今的黑猩猩同样,无辜而无知的继续在本身的水平上活着。做者说为了不这样的情况的发生咱们如今要研究一些机制能略微的对这种超越进行限制。这多是从历史长河的角度看。是很是正确的决定。
第十集:Can we build AI without losing control over it
这位讲者也一样认为机器智慧将会远远超过人类的智慧,由于物理上的光速要比生物上的电流的速度高三个数量级。因此一旦计算机得到更增强大的力量以后,创造的东西可能远远超过咱们的理解,咱们的存在与否也就变得可有可无了。或者咱们成为机器人的边缘感知系统和机器共生。这些讲述仍是比较虚。可是讲者认为五十年是很快度过的,咱们可能没有时间作好安全措施。