Специалист по Computer Science Александр Панов об искусственном интеллекте, целенаправленном действии и вычислительной модели неокортекса.

Когнитивная психология с самого начала своей истории описывала человека как вычислительную машину. Иван расскажет о ключевых моментах развития этого пути исследования человека, к чему он привёл на сегодняшний день и как учёные моделируют такие таинственные и, как кажется, присущие только человеку процессы, как интуиция, предвидение, инсайт и уверенность.

Зильберман Александр Рафаилович. Летняя школа «Современная математика», г. Дубна 28 июля 2007 г.

Дэвид Вернон — признанный специалист в области создания и изучения искусственного интеллекта, приглашенный профессор Университета Иннополис. За последние 36 лет он работал в университетах Ирландии, Швеции, Германии, ОАЭ, а также в Европейском сообществе развития систем искусственного интеллекта. Мы побеседовали с Дэвидом о настоящем и будущем искусственного интеллекта.

Недавно на сайте Geektimes вышла статья «Искусственные нейронные сети простыми словами». Мы побеседовали с ее автором о развитии искусственного интеллекта и нейронных сетей. Юрий работает сейчас в небольшой фирме РСПК, изучает чат-ботов.

Когда я заводил разговор о нейронных сетях — люди обычно начинали боязливо на меня смотреть, грустнели, иногда у них начинал дёргаться глаз, а в крайних случаях они залезали под стол. Но, на самом деле, эти сети просты и интуитивны. Да-да, именно так! И, позвольте, я вам это докажу!

Очень часто люди не задумываются, почему они придерживаются той или иной точки зрения. Так сегодня значительная часть исследователей и инженеров, занимающихся адаптивными системами, a priori придерживаются принципа "бытие определяет сознание", а, следовательно, и действия. Этот наивный взгляд на вещи, предполагает, что обучение состоит в нахождении закономерностей в том потоке информации, который доступен из наблюдения, поступает на вход системы. Естественно, что при таком подходе модель системы, обладающей адаптивным поведением, будет представлять собой некоторое отображение множества входных данных на множество выходов, управляющих поведением системы. При этом обучение, адаптивность поведения обычно обеспечивается детерминированными алгоритмами, изменяющими функцию отображения. Использование таких принципов, позволяет быстро создавать приемлемые модели адаптивных систем, которые обеспечивают достаточно гибкое поведение в среде, на которую рассчитывал конструктор. Однако, при соприкосновении с неожиданными изменениями среды, с необходимостью использования нестандартных ходов, такая "отражательная" детерминированная схема пасует. Как же создать действительно адаптивную систему?

На лекции мы обсудим вторую весну искусственного интеллекта в цифрах и фактах, ключевые работы в области искусственного интеллекта и машинного обучения в 2017 году. Поговорим о распознавании изображений, речи, обработке естественного языка и о других направлениях исследований; обсудим новые модели и оборудование 2017 года. Также поговорим о применении ИИ и машинного обучения в бизнесе, медицине и науке, а также обсудим, чего мы ждем от искусственного интеллекта и машинного обучения в 2018 году.

Что такое машинное обучение? И можно ли считать, что программа, натренированная решать ту или иную задачу, понимает, что она делает? О том, как компьютер развивает интуицию и учится фильтровать спам, распознавать изображения и играть в игры, в новом материале «Чердака» рассказывает Иван Ерофеев.

Человеческий разум превосходит системы искусственного интеллекта, потому что использует физические законы на квантовомеханическом уровне. К такому не бесспорному утверждению склоняется в своей новой книге Роджер Пенроуз, известный ученый, работающий в области математической физики. Хотя (как признает Пенроуз) это утверждение в настоящее время не может быть строго доказано, некоторые интригующие аргументы, содержащиеся в его книге «Новый ум императора», дают достаточно серьезные основания усомниться в справедливости философских положений, которые лежат в основе искусственного интеллекта.