Нобелевская премия по физике была присуждена Джону Дж. Хопфилду и Джеффри Э. Хинтону «за фундаментальные открытия и изобретения, позволяющие осуществлять машинное обучение с использованием искусственных нейронных сетей».
Я уже видел множество постов, твитов и тг-сообщений, справедливо спрашивающих: «А это вообще физика??»
Да.
Нейронные сети служат основой для большинства современных методов машинного обучения. Искусственные нейронные сети состоят из узлов и моделируются по образцу нейронов в мозге, которые создают связи и передают информацию через синапсы (хз как перевести, что-то типа "степлеры". Что-то, что сцепляется друг с дружкой) (привет грекам в канале).
Модель Хопфилда рассматривает эти нейронные сети как задачку на энергию, где система минимизирует энергию, чтобы достичь стабильности — подобно тому, как термодинамические системы приходят к равновесию. Помните, в школьной физике была "постоянная Больцмана?
Хинтон расширил эту концепцию с помощью "машины Больцмана" (он её и придумал), применяя статистическую механику для вычисления вероятностей "расстановки" нейронов, используя уравнение Больцмана для описания того, как нейроны эволюционируют к низкоэнергетическим, наиболее вероятным состояниям. Как и все мы)
Пост из "гонзо-обзоров ML-статей" (подпишитесь, если следите за темой!) со ссылкой на хороший пост в жж от ещё 2015 года. (пост с постом)
Какой крутой мужик этот Хинтон. Его ученики придумали Alexnet (с помощью неё гугл научился распознавать картинки). Он же считает, что шанс, что ИИ уничтожит человечество – примерно 50% (по его словам, он внутренне убеждён, что шанс выше, но уменьшается, потому что Ян Лекун, с которым они дружат, с ним не согласен. Дружба поможет и в борьбе со скайнетом!)
Второй учёный (Хопфилд) подписывал письмо, призывающее поставить на паузу передовые эксперименты с общим ИИ.
Так и живём!
P.S. Сумбурно получилось, не смог хорошо структурировать, но не поделиться не могу.
P.P.S. Я вот пишу диссер по применению AI в эксплуатации зданий, и каждый раз, когда я смотрю на таких монстров, мне грустно от осознания, до чего разномасштабными бывают интеллектуальные изыскания у людей. (до чего мои мелки на их фоне)
Я уже видел множество постов, твитов и тг-сообщений, справедливо спрашивающих: «А это вообще физика??»
Да.
Нейронные сети служат основой для большинства современных методов машинного обучения. Искусственные нейронные сети состоят из узлов и моделируются по образцу нейронов в мозге, которые создают связи и передают информацию через синапсы (хз как перевести, что-то типа "степлеры". Что-то, что сцепляется друг с дружкой) (привет грекам в канале).
Модель Хопфилда рассматривает эти нейронные сети как задачку на энергию, где система минимизирует энергию, чтобы достичь стабильности — подобно тому, как термодинамические системы приходят к равновесию. Помните, в школьной физике была "постоянная Больцмана?
Хинтон расширил эту концепцию с помощью "машины Больцмана" (он её и придумал), применяя статистическую механику для вычисления вероятностей "расстановки" нейронов, используя уравнение Больцмана для описания того, как нейроны эволюционируют к низкоэнергетическим, наиболее вероятным состояниям. Как и все мы)
Пост из "гонзо-обзоров ML-статей" (подпишитесь, если следите за темой!) со ссылкой на хороший пост в жж от ещё 2015 года. (пост с постом)
Какой крутой мужик этот Хинтон. Его ученики придумали Alexnet (с помощью неё гугл научился распознавать картинки). Он же считает, что шанс, что ИИ уничтожит человечество – примерно 50% (по его словам, он внутренне убеждён, что шанс выше, но уменьшается, потому что Ян Лекун, с которым они дружат, с ним не согласен. Дружба поможет и в борьбе со скайнетом!)
Второй учёный (Хопфилд) подписывал письмо, призывающее поставить на паузу передовые эксперименты с общим ИИ.
Так и живём!
P.S. Сумбурно получилось, не смог хорошо структурировать, но не поделиться не могу.
P.P.S. Я вот пишу диссер по применению AI в эксплуатации зданий, и каждый раз, когда я смотрю на таких монстров, мне грустно от осознания, до чего разномасштабными бывают интеллектуальные изыскания у людей. (до чего мои мелки на их фоне)