Основатель DeepMind: «Универсальный ИИ невозможен без нейробиологии»


Фото: EAST NEWS

Основатель DeepMind Демис Хассабис убежден, что единственный способ реализовать потенциал искусственного интеллекта — использовать принципы нейробиологии, и только изучив человеческий интеллект, мы можем надеяться раздвинуть границы искусственного.

Сейчас большинство систем ИИ основаны на математических законах, не слишком похожих на то, как работает человеческий мозг. Но различные виды машинного обучения — распознавание речи или идентификация объектов в изображении — требуют различных математических структур, а алгоритмы, которые получаются в итоге, способны выполнять только узкоспециализированные задачи.
Читать далее «Основатель DeepMind: «Универсальный ИИ невозможен без нейробиологии»»

Искусственный интеллект стал умнее человеческого. Что дальше?

Искусственный интеллект уже превзошел человека в настольных играх. Но как это может помочь человечеству?

В 1977 году величайший шахматист того времени по имени Бобби Фишер сыграл три партии против компьютерной программы Greenblatt, разработанной инженерами Массачусетского технологического института. Фишер трижды поставил мат компьютеру и одержал безоговорочную победу. В своих письмах шахматист писал, что программы допускают «грубые ошибки», а сами компьютеры называл «бесполезными кусками железа».

Но в том же году Монти Ньюборн, один из первых ученых, изучавших компьютерные шахматы, сказал пророческие слова:
«Раньше гроссмейстеры приходили на турниры по компьютерным шахматам, чтобы посмеяться. Сейчас они приходят наблюдать, а в дальнейшем будут там учиться».
Читать далее «Искусственный интеллект стал умнее человеческого. Что дальше?»

«Машинное обучение — это многоконфессиональная религия»

Интервью с разработчиками Яндекса об искусственном интеллекте и алгоритме CatBoost.

За последние несколько лет мы уже привыкли, что машинное обучение идет рука об руку с развитием искусственных нейронных сетей — настолько впечатляющие результаты различные типы нейросетей успели продемонстрировать в этой области. Однако вы наверняка слышали, что обучение машин не сводится к одним лишь нейросетям. Вот, например, во вторник Яндекс официально презентовал новый универсальный алгоритм CatBoost, построенный на градиентном бустинге над решающими деревьями.

Вместе с Анной Вероникой Дорогуш, руководителем группы разработчиков СatBoost, Александром Крайновым, руководителем группы компьютерного зрения, и Михаилом Биленко, руководителем управления искусственного интеллекта и исследований Яндекса, мы поговорили о разнообразии методов машинного обучения, особой роли градиентного бустинга и специфике алгоритма СatBoost, который в ближайшее время заменит хорошо известный Матрикснет в качестве основного инструмента Яндекса.
Читать далее ««Машинное обучение — это многоконфессиональная религия»»

«Яндекс» выложил в открытый доступ альтернативу нейросетям

Логотип проекта CatBoost

Выложенная в открытый доступ библиотека машинного обучения CatBoost отличается от традиционных методик алгоритмом градиентного бустинга для гибкого обучения на разнородных данных, в том числе, нечисловых.

Гибкое использование числовых и нечисловых данных

«Яндекс» представил новый метод машинного обучения CatBoost и выложил в открытый доступ для всех желающих библиотеку CatBoost на GitHub по лицензии Apache License 2.0. Методика позволяет эффективно обучать модели на разнородных данных — таких как местонахождение пользователя, история операций и тип устройства.
Читать далее ««Яндекс» выложил в открытый доступ альтернативу нейросетям»

7 лекций Татьяны Черниговской о мозге и языке

Татьяна Черниговская

Популярные лекции Татьяны Черниговской о мозге, творчестве и ментальном лексиконе

Мы много писали о человеческом мозге и учёных (когнитивистах, нейрофизиологах, нейропсихологах, нейроанатомах), которые занимаются изучением этого космического по своим масштабам органа. Однако до сих пор не упоминали российских исследователей, хотя вклад их неоценим. Вспомнить хотя бы Владимира Михайловича Бехтерева, который интегрировал разрозненные направления изучения нервной системы (неврология, нейроанатомия, нейрофизиология, нейропсихология, нейрохирургия, психиатрия), заложив фундамент развития отечественной нейронауки. Или Александра Романовича Лурию, признанного во всём мире основателя и несомненного лидера такого мощного направления, как экспериментальная нейролингвистика. И, конечно, как не упомянуть академика Наталью Петровну Бехтереву, вошедшую в мировую гильдию пионеров развития нейрофизиологии – мощнейшей науки о мозге, на достижениях которой зиждятся все современные исследования этого органа. Как происходит запоминание информации, обработка речи, формирование эмоций, как мозг помогает нам принимать решения, как выполняет свои функции и, главное, – как лечить тех, у кого эти функции нарушены – тот круг вопросов, которые успешно решались российскими учёными.
Читать далее «7 лекций Татьяны Черниговской о мозге и языке»

Google купила индийского разработчика искусственного интеллекта Halli Labs

Стало известно о покупке Google индийской компании Halli Labs, базирующейся в Бангалоре (Индия). Этот стартап, основанный в мае 2017 года, занимается разработками в области искусственного интеллекта. Специалисты Halli Labs главным образом сосредоточены на создании систем глубинного и машинного обучения.
Читать далее «Google купила индийского разработчика искусственного интеллекта Halli Labs»

Google DeepMind и Open AI объединяются

Многие известные личности из технологичного мира опасаются, что в один прекрасный день роботы восстанут и подчинят себе весь человеческий род. В связи с этим два мировых лидера в области ИИ объединяются, чтобы решить проблему создания программ для смарт-компьютеров, которые не смогут взять верх над человечеством.

Google DeepMind и Open AI, лаборатория, финансируемая Илоном Маском, который, кстати, является активным участником движения против сверх умного ИИ, выпустили исследовательскую статью, в которой излагается новый метод машинного обучения. Их искусственный интеллект действительно получает сигналы от людей, когда речь идет об изучении новых задач. Это может быть безопаснее, чем позволить ИИ самому разобраться, как решить проблему, что может привести к неожиданным последствиям.
Читать далее «Google DeepMind и Open AI объединяются»