Google’s ‘PAIR’ wants to connect AI and Humans | QPT

지난 몇 년 동안 극적으로 개선, 기계 학습의 급속한 발전을 보았다 기술적 성능에서보다 정확한 음성 인식, 더 나은 이미지 검색에서, 개선 번역합니다 이제 구글은 사람들 + AI 연구가 함께 가져 즉라는 새로운 이니셔티브 (PAIR)을 복용한다 구글에서 연구자들은 연구하고 사람들이 AI 시스템과 상호 작용하는 방법을 재 설계한다

PAIR의 목표는 AI의 "인간의 측면"에 집중하는 것입니다 : 사용자 사이의 관계 기술, 그것을 가능하게하는 새로운 응용 프로그램 및 방법은 광범위하게 포함 할 수 있습니다 목표는 단지 ​​연구를 게시하지 않습니다; 구글은 오픈 소스 도구를 해제한다 사용하는 연구자 및 기타 전문가 구글 오픈 소싱 두 시각화 도구, 패싯 개요 및 패싯 다이빙입니다 이러한 응용 프로그램은 AI 엔지니어 목표로하고 기계의 시작을 해결하는 학습 과정 패싯 응용 프로그램은 엔지니어들이 AI 시스템을 훈련하는 데 사용하는 데이터의 명확한 전망을 제공합니다

ML 엔지니어링은 전통적인 소프트웨어 엔지니어링과 다른 것 같다 방법 중 하나 너무뿐만 아니라 코드,하지만 데이터를 디버깅하는 강한 필요가있다 패싯 엔지니어들은 더 쉽게 디버깅 그들이 구축하는지 이해할 수있다

Google’s Gradient ventures will provide Funds and Mentorship to AI startups | QPT

구글은 그라데이션 벤처에 대한 기술 멘토와 새로운 벤처 펀드를 출시했다 초기 단계의 벤처 기업은 인공 지능에 초점을 맞추었다 그라데이션을 통해, 구글은 자본, 자원, 전용 포트폴리오 회사를 제공합니다 AI 전문가 및 Bootcamp를에 액세스 할 수 있습니다

그리고, 구글은 신생 기업의 소수 지분을 취할 것입니다 그라디언트 벤처의 목표는 자신의 포트폴리오 기업 극복 엔지니어링을하는 것입니다 문제는 오늘날의 도전에 인공 지능을 적용 할 제품을 만들 수 있습니다 그 우리가 미래에 직면 할 것이다 를 포함하여, 이들의 포트폴리오는 이미 성장하고, 그들의 최초의 회사가 진행하고 있습니다 Algorithmia, 알고리즘 및 기능을위한 시장 및 브랜디, 도구 모음 시각적 모델을 만들고 관리하는 데 사용됩니다

Google’s AI Software vs. Your Searches

좋아, 그래서 여기에이 기사를 건너 왔어요 그리고 나는 우리가 가서이 하나 조금 재미있을 것입니다 생각했다 이것은 보수적 인 트리뷴에서이며, 기사 제목은, 당신이 볼 수있다 "무슨 구글은 조용히 당신은 ISIS를 입력 않는 테러리스트 그룹입니다 봐" 지금, 나는 이런 기사가 일반에 팝업 볼, 그래서 나는 결정 이 시간의 끝까지 가서 그들이 무엇을 보여주고있다하는 것은 실제로 사실인지 확인하자

우리는 함께이 작업을 수행하고 찾을 수 있습니다 그래서 거의이 약이 무엇인지 구글은 무엇으로 언급하는 것을 새로운 프로그램까지의 어떤 종류가? 원근법! 그리고이 지금 쓰고있는 글의 독성을 테스트하기로했다, 나는 그것이 무엇이며, 같아요 그것은 인공 지능 기술이고 지금 그들은 기사의이 부분에서 무슨 일을하는지 그들이 테스트하고있다 바로 여기에이 용어이 관점입니다 어떤은 "ISIS 테러리스트 그룹"입니다 그리고 가능성의 87 퍼센트를 뽑아 내용에 따라 독성으로 인식한다 그럼에 이상에 머리하자 이 관점의 웹 사이트는 분명히 여기 와서의 독성을 테스트 할 수 있기 때문에 당신이 작성하는지, 그래서이 곳의 찾을 수 있습니다 그것은 여기 아니지만 여기있다 오 저것 봐 "난 그 바보 같은 생각" 독성으로 볼 수 100 % 가능성 글쎄, 나는 그것을 그것이, 그이 정상으로 간주되지 않을 것이다하지 않을 상황에 따라 생각 몰라? 그래서 알아 보자 의가에 넣어 보자 ISIS 인 테러리스트 그룹 들어가다 당신은 87 퍼센트의 가능성을 볼 수 Sho'nuff은 독성으로 인식한다 괜찮아 내가 ISIS 체크 마지막 시간이었다 사실, 테러 단체 내가 "잘못된 것"충돌하면 어떻게됩니까? "독성이 댓글인가?" 아니, 아니에요

"의견을 보내 주셔서 감사합니다" 당신은 원근법을 환영합니다 어쨌든 자, 이제 그들이 가진 그들은 여기 좋은 질문을했다 그것은 Google 검색에 영향을 미칠 것입니까? 좋아, Google 검색을 영향을받는 도구가 있습니다, 그래서 지금의 그 알아 보자 이제 가서 그들이 여기에 입력하는 것이 무엇인지 살펴 보자 그들은 입력하여 시작했다 "ISIS를" 좋아, 지금은 가지와거야 "ISIS는 테러 단체입니다

" 당신이 볼 수 그래서 우리는 그와 롤의 종류에가는거야 그들이 시작하는 방법이 나머지를 통해 "는 T입니다 "참조 "는 T E는"그래서 우리는 그들이 "ISIS"에 입력 할 때 지금 어떻게 볼 것입니다 이것은 그들이 여기 있어요 것입니다

그들은 "ISIS"를 가지고 "ISIS 군인" "ISIS 인"과 "ISIS 갈라" 그럼 구글에 가서하자의 지금 "ISIS"를 입력 할 수 있습니다 이것은 내가 가진 무엇 "ISIS", "ISIS 뉴스" "ISIS 플래그"와 "ISIS 여신" 그럼 가자 "ISIS는" ISIS는 ISIS는 이슬람 아니다 ""ISIS는 가짜입니다 ""잃고있다 ""ISIS는 수니파이다 "" 그럼 해보자 "ISIS 인" 는 "JV 팀" "사기" "컬트" "A 거짓말을 얻었다" "T"로 이동 "ISIS는 미국에 대한 위협이다", "ISIS는 위협이다" "ISIS는 세계에 대한 위협이다

" 괜찮아 이제이 일 나 돌아가고 싶어 그들이 한 때 때문에 "ISIS는 T입니다" 그들은 "위협"을 가지고 그리고 그들은, 영국, 캐나다 위협 "과"위협 ","인도에 위협 "을 가지고"와 그리고 "세계에 위협" "미국에 대한 위협은"그들의에 표시되지 않았다 그래서 지금 우리 "는 T E로 ISIS"가지고, 그래서 그 하나를 시도 할 것 "ISIS는 T E이다" 내가 생각하기 때문에 좋아,하자 다시 형은 그냥 "ISIS는 TE는"저를 망쳐 때문에, 어떤 제안하지 좋아요, 그 우수한입니다 그래서 적어도 우리는 그들이 거기에 도착하는 것과 같은 응답을 얻었다 "ISIS 인 테러리스트 그룹 "의는 우리가 입력 할 때 나타납니다 무엇인지 찾아 보자"는 ISIS는 "테러리스트 그룹 좋아, 그래서 이것은 내가 구글에 입력 할 때 나타납니다 무엇인가 ISIS는 여기에서 볼 수 가장 먼저 이슬람 국가에서 테러를 제목은 랜드에서 기사입니다 테러리스트 그룹 조직 그런 사람들은 또한 부탁드립니다 "이실가 형성되었다"는 ISIS 그룹은 무엇입니까? "" 여기에 다음 하나는 국가의 외국 테러 조직의 부서 CNN에서 그리고 우리가 ISIS 한 빠른 사실 필리핀 군대는 테러리스트 그룹 ISIS 테러 조사 및 분석 등의 ISIS에 대한 공격을 시작합니다 협회 ISIS 연간 매출 20 억 – 포브스 이라크와 레반트의 이슬람 국가 위키 백과 ISIS는 테러 집단보다 더 ISIS는 테러 단체 아니다 여기에 그들의 이슬람 국가 매핑 전투에 먼저 보여준 일이다 조직 – 스탠포드 대학

지금 여기이 하나가되는 일이이 그룹 당신이 여기에서 볼 수 있듯이 말했다 먼저 일어 났고 이것은 동일한 기사입니다 이 것을 왜 이제 나도 몰라 내 결과가 다르게 표시되어 있지만, 여기 아래 이제 모든 방법입니다 그것은 첫 번째 페이지에 나는 그것이 첫 페이지에있어, 그들주지 I하지만, 남자를 몰라 나는이 "관점"소프트웨어에 대한 행복하지 않다 정말 아니에요

의 다시 전망까지 가자 그것은 어디 어서 어디에서 당신은 당신이 거기 갔었어요 좋아 나는 때문에 모든 정직에서이 약 진짜 행복하지 않다 난 정말이 검색 엔진에 입력하고있는 무슨의 독성에 대한 상관 없어 좋아, 내가 다른 사람들이 검색 엔진에 입력하는 것을 무엇의 독성에 대한 관심 생각하지 않는다 그러나 분명히 구글은 매우 우려, 그들은 여부를 당신이 누군가의 기분을 상하게하고 매우 우려 당신의 구글 I를 검색에 당신의 어깨에 기대어 누군가, 또는 몇 가지 이상한 쓰레기가 될 수도 있겠죠 나도 몰라 그러나 나는이 지점이 무엇인지 모른다 당신이 필요 왜 정직 – 투 – 하나님을 모르는 흠 그건 너무 재미있다 위키 백과 "위키 미디어 재단은 위키 백과에 자원 봉사 편집자에 대한 인신 공격을 탐지 할 수있는 방법을 연구하고 있습니다" "뉴욕 시간은 커뮤니티 토론을 확장하기 위해 오픈 소스 검토 도구를 구축하고있다" "가디언 온라인 독자와 기자와 더 나은 토론을 연구하는 최선의 방법 중간 코멘트 포럼 및 호스트됩니다" "경제학자는 생각을 자극하는 육성하기 위해 의견 플랫폼을 재편한다 독자 "사이에서 고품질의 토론 어떤 이유로 내가보기 엔 의심 어쨌든 글쎄, 그건 그 살펴입니다 즉,이 관점에서 살펴입니다 소프트웨어 구글은 분명히하고있는 이들은 꽤 많은 결과라고 어떻게 Google 검색에 영향을 미치는되었다 그게 내가 확신 있기 때문에 미래의 어떤 시점에서 그들에 영향을 미치지 않을 것을 것은 아니다 이 구글 검색에 영향을 미칠 것입니다 솔직히 그것에 대해 무엇을 해야할지 모르겠어요

우리는 이미 매우 일방적지기 시작하는 것처럼 보인다 구글의 결과는 검색하지만, 나는 미래에 어떤 일이 일어나고 있음을 해결하는 방법을 모르겠어요 우리가 고칠 수있을거야 나도 몰라 물건의 인터넷이 매우 이상 물건을 인터넷 될 수 없습니다처럼 확실히 나에게 보인다 이 녀석을 지속하면서 그것을 즐기십시오! * * 웃음

Google’s Artificial Intelligence Alpha Zero Conquers Chess Only 4 Hours

이렇게 당신은 단지에 세계 최고의 체스 선수를 이길 수 믿습니다 잘 학습 4 시간은 어느 쪽도 아니 빌어 먹을 나는 그러나 그것은 단지 장소를했다하지 않습니다 당신은 전체 체스 세계를 켜 않은 컴퓨터가 거꾸로 나를 수 있도록했다 이 내가 당신이보고 드리겠습니다 일어난 이동했다, 그래서 당신에게 게임을 보여 전체 게임은 다음 컴퓨터가 사용되는 중요한 순간으로 돌아갑니다 구글의 자회사 깊은 마음으로 지옥에서 소환 된 악마 기술 독점적으로 자체 재생하여 묵시 학습 기계라고 생각은 고전적인 프로그램을 학습 기계 무엇을 인수하기 시작 원하는 도달하기 위해 수행 정확한 행동과 단계를 제공 할 것 기계 학습의 결과 우리는 올바른 단계 또는 계산을 알고하지 않을 수 있습니다 조치가 종료 걸렸 경우 해결책에 도달하는 대신에 우리는 프로그램에게 좋은 또는 나쁜 결과와 프로그램 자체가 단계를 찾으려고하고 행동은 나를 보자 군림 하나님이라는 알파 제로 좋은 결과에 도달 우리는이 알파 제로 실제로 나는 것 같습니다 어떻게 계속하기 전에 당신에게 사진을 보여 나는 정직 경우 즉 구글의 클라우드 같네요 이와 비슷한 더 많은 말을 당신이 그것에 대해 진짜 똑똑한를하려면이 서버 팜 다음 난 것 이 이름이 될 수있는 말 의이는 알파 제로 하나를 열 게임에서 내가 발견 한 계속하자 위치에 가장 매력적인 덕분에 나는거야 스물일곱 어떤을 제거 할 수있다 당신이 나중에 더 깊이 표시 당신은 알고 않았다 세계 최고의 체스 선수 체스 평가 체스 프로그램을로 사용 적어도 하루 전까지 인간 제공하는 데이터를 기반으로 위치를이 정지 물고기라고하고 그것은 열려 재고 물고기 알파 제로는 달리 소스 프로그램은 재생하여 체스를 배우는 자신과 나는 의견이 다른 재미있는 사실의 재고 물고기 오는 것을 볼 수 있습니다 초당 칠천만 위치를 계산하고 1 분간 당을 받았다 팔만 계산 동일한 하드웨어와 잘 알파 제로를 이동 포지션은 또한 이동 당 하나의 분 동안 생각 내가 주목하고 싶은 다른 일이 그거에 대한 루크 의미 교환 위로 그것은 매우 쉽게 기술적 인 작업이 될 것입니다 기사는 인간의 게임에서 승리하기 위해 또는 그것은 분명 전에 말하자면 먼지를 취소하기 위해 10 ~ 15로 이동이 소요될 그 검은 색이 손실되지만, 저항의 재고 도둑의 수준 당신은 볼 수 있습니다 그렇게 간단하게는 70 내지 80 사이의 이동 소요되지 그리고 저항임을 다만 믿을 수없는 어떤 사람들은 매우 사이의 차이를 만드는거야 말 좋은 체스 플레이어가 가장 좋은 저항을 넣어 자신의 능력의가 방어하고있는 끈기로 가정 해 봅시다 교환 및 최대 당신이 건어을 볼 두 심되는 것을 나중에 몇 이동 당신은 아마 보았 듯이 그는 C4 폰을 잃게됩니다 후 검은 색으로 사임 지금 세 개의 일 야아하는 소리가 내가하지 않기 때문에 미친 말을 미친 게임되었다는입니다 그것의 대부분을 이해하지만 난 당신에게 내 껍질 오하자 전화의 몇 가지 형태를 제공합니다 그 분의 가정은 전문되는 모든 그 때문에 어떤 사람들에게까지 훅 내 하지만 내가 가진 체스 아이디어는 내가 생각보다 그렇게 더 작은 느낌이 인정하는 어제는 그렇게 첫 번째 중요한 점을 충돌이 신들을 참조 지금 여왕 H7에 도착했을 때 정말에 대한 호기심 게임은 바로 여기 여왕은 게임에 참여하지 않고 그것은 나에게 매우 분명하다 나는 하얀 편에하는 것을 선호 실질적으로 인간에 대해 말하기 주교 G5는 절대적으로 환상적인 움직임이며 다른 많은 수 있습니다 검은위한 방법은 조각 이상을 취득하고 H는 G5가 중요한 중 하나입니다합니다 추가 분석을 내 가정을 필요로 이동 내가하지 않았다하더라도이다 심지어 너무 빨리이 두 프로그램 엔진으로 승리를 찾을 수 내가 지출하지 않았기 때문에 여기에게 너무 많은 시간을 더 잘 평가할 수 있었다하지만 내를 직감은 흰색이 승리이다 내 엔진은 네 가지의 여왕 후 나는 척하지 않도록이 동일하다고 말한다 동안 무슨 일이 일어나고 있는지 이해하지만 단지 나는 여기에 언급합니다 교환의 손실은 조각 다음에 그는 이미 전당포이었다 이유 두 지점 아래로 실제로 아래로 단지이 위치를 요약하기 때문에 시작하기 실질적으로 흰색은 뼈와 아래 루크이며 이길 수있는 직접적인 방법이 없습니다 하지만 블랙은 루크 여왕을 참여하지 마비를 완전히한다 게임에서이 루크는 감독이 고정되어있는 기사가 나올 수에서에게 나는이에 믿을 수 없을만큼 인간의 방법이라고 말할 것입니다 적어도 그 내가 alpha0 시대 전에를 참조합니다 그리고 그 방법은 재생 여기에 흰색 조각을보고 너무 심미적으로 만족하고 논리적 및 그는 마비 된 것처럼 같은 상상하지만 여기서 포기 alphago 나는 그것을 사용 해요 이미 최소한의 전력과 제로 알파 8000은 최소 80,000 호출되는 이동 또는 초당 위치 올바르게 위치가 흰색에 대한 더 나은 평가를 할 수 있었고, 지금 가장 아름다운 움직임의 한 경기 나는 최근에 본 그것은 아니에요 확실히 이렇게 많은 다른 방법에 스마트입니다 주교 H4입니다 올바른 용어를 사용하고 있지만이 시점에서 더 이상 걱정하지 않는다 이 움직임은 우선 그것은 단지 놀라운 그 뒤로 두 번째로 그것의 움직임입니다 이 스레드가없는 조용한 움직임은 당신이 아래에 찾는 동안 여전히 매우 강력한 움직임은이고 검은 색은 내가 안 할 일이 많이없는 이 움직임에 대해 아무것도 이해 정말 계산을 앉아하지만 난하지 않았다 그냥이 움직임을봤을 때 내가 처음이 게임에서 지켜 볼 수밖에 없었습니다 '라고해야 뿐만 아니라 다른 게임을 언급 한 비디오의 다음 몇 이 막대기를 표시하는 것이 좋습니다 그래서 나는 주제에 10 개 이상의 동영상을 다하겠습니다 이 모험에서 내 옆에 그래서 여기에 그냥이 아름다운라고 말할하자 위치와 나는 앞으로 나아갈거야하지만 당신은 충분히 제발 즐길하지 않은 경우 비디오를 일시 중지하고 몇 순간을 위해 그것을 볼 그래서 게임에서 나중에 이동 여기에 검은 나이로 이동 다섯 살을했다 네와 나는 심지어 내가 난 이해 척하기 시작하지 않을거야 말을하지만 내 얕은 분석 기준에 따라 여기 발견 그가 게임에서했던 것처럼 Y가 진전을위한 괜찮 그가 아주 쉽게 칠하고 그가 가진 그러나 전당포를 복용해야 블랙 이동 C3을했다 흰색은 그 승리 증명하기가 더 어려웠을 수 있으며 컴퓨터가 큰 이점을 제공에도 불구하고 나는 내 컴퓨터를 의미 생각 나는 찾지 못했습니다 흰색이 게임의 큰 장점의 패자 불가사리 이점을 악용 MMM하는 직접적이고 명확한 방법은 내가 그렇게 말할 것 변환 C3는 아마 더 나은 이동하고 있었고, 난 잘 무엇을 말할 수있다 많은 내가 무슨 일이 있었는지에서 불과 완전히 충격하다고 말하고이 남아 있지 보는 당신의 대부분의 사람들이 체스의 팬 아니면 그냥 초보자 수 있습니다 의미있는 처음으로 그것을 볼 수 있지만 나에게 단지는 매우 매우 중요한 일부가되었습니다 내 여전히 삶과는 내가이 게임의 시나리오를 느낌이 창자가 을하지 않습니다이 게임에서 발생하는 것은 미래에 일어날 것 특히 내가 생각하는 나의 미래를위한 행복 스크립트가 나를 앉을 수 있도록하고 구멍은 점점 더 많은 분석하고 체스 천천히되고있는 것처럼 느낀다 새로운 아이디어는 것 압도하지만 누가 그것은 또한 긍정적 인 변화 수 있습니다 알고 면 나는 당신이 경험을 내 작은 비트를 즐겼다 희망 어떤 경우에 이렇게 내가 원하는 구글의 deepmind 및하여이 새로운 발견은 당신은 조금 감사합니다 실제로 만드는 어떤 노력을 넣어하려는거야에 비트 내가 원하기 때문에 가입 그래서 종을 쳐서이 그들을 체크 아웃 같은 더 많은 동영상 즉, 내가 다음 I 오는 기능에 대한 매우 궁금 말을하지 않을거야 전부 소녀 너희들도 곧 당신을 볼 수 있습니다 희망

The 7 Steps of Machine Learning

[음악 재생] YUFENG GUO : 감지 피부암에서 검출 에스컬레이터 오 분류에 수리의 필요, 기계 학습에 완전히 부여 된 컴퓨터 시스템의 새로운 능력을 가지고있다 하지만 어떻게 정말 후드 작동합니까? 의 기본적인 예를 통해 살펴 보겠습니다 그리고 얻기의 과정에 대해 얘기를 핑계로 사용 기계 학습을 사용하여 데이터에서 답변

클라우드 AI 모험에 오신 것을 환영합니다 내 이름은 Yufeng의 구오이다 이 쇼에, 우리는 예술, 과학을 살펴볼 것이다 기계 학습 도구를 제공합니다 의 우리가 물어 봤는데 척하자 여부 음료의 질문에 응답하는 시스템을 만들 수 있습니다 와인이나 맥주입니다 우리가 구축이 질문에 응답 시스템 모델,이 모델이라고합니다 교육이라는 과정을 통해 생성됩니다

교육의 기계 학습에서의 목표 우리의 질문에 답 정확한 모델을 만드는 것입니다 시간을 제대로 대부분 그러나 위해, 우리를 모델을 학습합니다 에 훈련 데이터를 수집해야합니다 우리가 시작됩니다 곳이다 우리의 데이터는 와인과 맥주 잔에서 수집됩니다 우리는 데이터를 수집 할 수있는 음료의 여러 측면이 있습니다 on– 유리의 모양 거품의 양에 이르기까지

그러나 우리의 목적을 위해, 우리는 단지 두 가지 간단한 ones–을 선택합니다 광의 파장과 알코올 농도와 색 백분율로 희망은 우리가 음료의 우리의 두 가지 유형을 나눌 수 있다는 것입니다 혼자 이러한 두 가지 요인에 따라 우리는 지금부터 이러한 우리의 기능을 호출 할 수 있습니다 on– 색상과 알코올 우리의 과정의 첫 번째 단계 것 현지 식료품 점에 밖으로 실행하는, 다른 음료의 무리를 구입 우리 measurements– 분광계를 할 수있는 몇 가지 장비를 얻을 수 색상 및 비중계 측정 알코올 농도를 측정한다 우리의 식료품 점은 전자가 나타납니다 하드웨어 부분뿐만 아니라

우리가 가진 booze– 우리의 장비 일단 한 후 모든 up– 설정 그것은 기계의 우리의 첫번째 진짜 단계에 대한 시간 learning– 데이터 수집 이 단계는 품질 때문에 매우 중요하다 데이터의 양 당신은 수집이 직접 예측 모델이 얼마나 좋은 결정합니다 이 경우, 데이터는 우리가 수집 각 음료의 색과 알코올 함량 될 것입니다 이 색상의 우리에게 표를 얻을 것, 알코올 농도, 그것은 맥주 또는 와인인지 이것은 우리의 교육 자료가 될 것입니다

측정 그래서 몇 시간 후, 우리는했습니다 우리의 훈련 데이터를 수집 아마도 몇 가지 음료를했다 그리고 지금은 기계의 우리의 다음 단계에 대한 시간 learning– 데이터 preparation– 우리는 적당한 장소에 우리의 데이터를로드 할 경우 우리의 기계 학습 교육에 사용하기 위해 준비를합니다 우리는 먼저 함께 우리의 모든 데이터를 넣어 무작위 것 순서 우리는 데이터의 순서를 싶지 않을 것이다 그 아니에요 이후 우리가 배울 방법에 영향을합니다 음료 여부를 판정 부는 와인이나 맥주이다 즉, 우리의 결정을 할 것 앞이나 뒤에 온 것을 마실 음료는 무관 시퀀스이다

이것은 또한 어떤 관련 시각화를 할 수있는 좋은 시간입니다 데이터의, 도움 당신은 있는지가 다른 변수 사이의 관계이다 관련 뿐만 아니라 쇼 당신은 모든 데이터 불균형이있는 경우 예를 들어, 경우에 우리는 맥주에 대한 방법으로 더 많은 데이터 포인트를 수집 와인보다, 우리는 훈련이 모델은 크게 바이어스 될 것입니다 그것을 보는 것을 사실상 모든 추측을 향해 맥주는 대부분의 시간을 맞을 것이기 때문이다 그러나, 현실 세계에서, 모델 동등한 양으로 맥주, 와인을 볼 수있는 이 맥주 잘못 절반 추측됨을 의미 시간 우리는 또한 두 부분으로 데이터를 분할해야합니다 우리의 모델을 훈련에 사용되는 첫 번째 부분 우리의 데이터 세트의 대부분 일 것이다

두 번째 부분은 우리 기차 모델의 평가에 사용됩니다 공연 모델이 훈련 것을 우리는 같은 데이터를 사용하지 않으려는 평가에 그 이후는 것 질문을 암기 할 수 있습니다, 당신은 당신의 수학에서 질문을 사용하지하는 것처럼 수학 시험에 숙제 때로는 데이터 우리는 요구를 다른 형태의 수집 조정 및 manipulation– 것들 중복, 정상화, 오류 수정 및 다른 이들처럼 이러한 모든 데이터 준비 단계에서 일어날 것입니다 우리의 경우, 우리는 더 이상 데이터 준비 필요가 없습니다, 그래서 앞으로 이동하자

워크 플로우의 다음 단계는 모델을 선택하고있다 많은 모델이 있습니다 그 연구자 및 데이터 과학자 수년에 걸쳐 만들었습니다 일부는 아주 잘 이미지 데이터, 다른 사람에 적합 텍스트 나 음악과 같은 시퀀스에 대한 수치 데이터에 대한 몇 가지, 텍스트 기반 데이터에 대한 다른 사람 우리의 경우, 우리는 두 features– 색상과 알코올이 백분율 우리는 작은 선형 모델을 사용할 수있는 작업이 완료 얻을 것이다 아주 간단한 하나입니다

이제 우리는 종종 간주되는로 이동 기계의 대량 learning– 트레이닝 이 단계에서, 우리는 점진적으로 향상시키기 위해 데이터를 사용합니다 주어진 여부를 예측하는 우리의 모델의 능력 음료는 와인이나 맥주입니다 어떤면에서,이 사람과 유사 처음 운전을 배우고 처음에 그들은 페달, 노브의 방법 중 하나를 모른다, 그들이 누르거나 사용해야 할 때 스위치가 작동 또는 그러나 연습과 교정을 많이 후 자신의 실수, 라이센스 드라이버가 나온다

또한, 구동 년 후, 그들은 운전에 매우 능숙하게했습니다 운전 및 실제 데이터에 반응하는 행위 자신의 능력을 연마, 자신의 운전 능력을 적용하고있다 우리는 우리의 음료와 함께 훨씬 작은 규모로이 작업을 수행 할 것입니다 직선 특히, 식 Y는 X가 입력되는 경우, MX 플러스 B와 동일하다 m은 직선의 기울기이고, b는 y 절편이고, 및 y는 위치 (x)에서의 라인의 값이다 우리가 우리에게 가능한 값은 조정하거나 훈련 M 개의 기울기가 B 인 것을 단지 m 및 B이다 y 절편

라인의 위치에 영향을 미칠 수있는 다른 방법이 없다 다른 유일한 변수는 X, 우리의 입력 및 Y되므로 우리의 출력 기계 학습, 많은 m의의가있다 이후 많은 기능이있을 수 있습니다 이 값의 컬렉션은 일반적으로 표시되는 행렬로 형성 가중치 행렬 w 마찬가지로, B에 대해, 우리는 이들을 함께 배치 그리고는 편견을 불렀다 교육 과정은 어떤 임의의 값을 초기화 포함 w와 b를 예측하는 시도에 대한 그 값으로 출력한다 당신이 상상할 수 있듯이, 그것은 처음에 꽤 제대로 수행 그러나 우리는 출력이 우리의 모델의 예측을 비교할 수 있습니다 그것은 제조 및 w의 값을 조정 한 것을 및 b를 우리는보다 정확한 예측을 가질 것 주위 다음 번에

그래서이 과정이 반복된다 무게와 편견을 업데이트하는 각각의 반복 또는주기 한 교육 단계라고합니다 그럼 그보다 구체적으로 무엇을 의미하는지 살펴 보자 우리의 데이터 집합 때 우리가 처음 훈련을 시작, 우리는 데이터를 통해 임의의 선을 그린 것처럼입니다 그리고 교육의 각 단계가 진행됨에 따라, 라인 가까이 단계적으로 이동 와인과 맥주의 이상 분리합니다

교육이 완료되면, 그것은 시간이다 모델이 좋은 경우에 볼 수 있습니다 평가를 사용하면, 이것은 어디 우리가 설정하는 데이터 세트 옆으로 이전 플레이로 온다 평가는 우리가 우리의 모델을 테스트 할 수 있습니다 교육에 사용 된 적이없는 데이터에 대해 이 통계는 어떻게 모델이 수도 볼 수있게 해준다 아직 보지 않은 데이터에 대해 수행합니다 이것은 어떻게 대표하기위한 것입니다 이 모델은 현실 세계에서 수행 할 수 있습니다

나는 교육 평가 분할에 사용하는 엄지 손가락의 좋은 규칙은 어딘가 80 % -20 % 또는 70 % -30 % 정도에 이것의 대부분은 원래의 소스 데이터 세트의 크기에 따라 달라집니다 당신은 당신에게 아마, 많은 양의 데이터가있는 경우 평가 데이터 세트에 대한 일부의로 큰 필요가 없습니다 당신이 평가를 수행하면, 그건 당신은 당신이 더 개선 할 수 있는지보고 싶어 가능성 어떤 방식으로 훈련 우리는 우리의 일부 매개 변수를 조정하여이 작업을 수행 할 수 있습니다

몇 가지가 있었다 그 우리 암시 우리가 우리의 훈련을했을 때, 가정 지금 다시 테스트 갈 수있는 좋은 시간입니다 그 가정은, 다른 값을 시도해보십시오 매개 변수 우리가 할 수있는 조정의 한 예 우리는 훈련 집합을 통해 실행하는 횟수입니다 훈련 도중 우리는 실제로 데이터를 여러 번 표시 할 수 있습니다 그렇게함으로써 그래서, 우리는 잠재적 것 높은 정확도로 이어집니다 또 다른 매개 변수는 속도를 배우고있다

이것은 우리가 선을 이동하는 방법까지 정의 정보에 기초하여 각 단계 이전의 훈련 단계에서 이 값은 모두 얼마나 정확한 우리의 모델이 할 수있는 역할을 되고 얼마나 오래 훈련한다 더 복잡한 모델, 초기 조건 결정뿐만 아니라 중요한 역할을 할 수 훈련의 결과 차이는 따라 볼 수 있습니다 모델 훈련을 시작할지에 일부 분포 대 제로 초기화 값 가치와 어떤 그 분포가된다 당신이 볼 수 있듯이, 많은 고려 사항이 있습니다 훈련이 단계에서, 그것은 중요 당신은 당신을 위해 충분한 모델이 좋은 무엇이 정의하는 것이

그렇지 않으면, 우리는 우리 자신에게 조정 매개 변수를 찾을 수 있습니다 아주 긴 시간 이제, 이러한 매개 변수는 전형적으로 하이퍼 파라미터 라 함 이러한 하이퍼 파라미터의 조정 또는 조정 여전히, 과학보다 예술의 조금 더 남아 그리고 실험 과정이다 그 주로 데이터 집합, 모델의 특성에 따라, 및 교육 과정 당신이 당신의 교육 및 하이퍼 파라미터에 만족하면, 상기 평가 단계에 의해 안내, 그건 마지막으로 시간을 유용하게 뭔가를 모델을 사용합니다 기계 학습은 질문에 대답하기 위해 데이터를 사용하고, 그래서 예측 또는 추론은 우리가 마침내 단계입니다 몇 가지 질문에 대한 답변을 얻을

이것은이 모든 작업의 ​​포인트입니다 기계의 값 학습이 실현된다 우리는 마침내 주어진 여부를 예측하기 위해 모델을 사용할 수 있습니다 음료는 색상과 알코올의 비율을 제공, 와인 또는 맥주입니다 기계 학습의 힘은 우리입니다 와인을 구별하는 방법을 확인 할 수 있었다 맥주는 우리의 모델을 사용하기보다는 인간의 판단을 사용하여 수동 규칙 당신은 발표 오늘 아이디어를 추정 할 수 있습니다 다른 문제는 물론, 경우 도메인에 같은 원칙은 apply– 해당 데이터를 준비하는 모델을 선택, 데이터를 수집, 그것은 훈련과 평가, 당신의 hyperparameter을하고 교육, 그리고 마지막으로, 예측 당신은 플레이 더 많은 방법을 찾고 있다면 교육 및 매개 변수, 체크 아웃 TensorFlow 놀이터

그것은 완전히 브라우저 기반의 기계 학습 샌드 박스입니다 당신은 다른 매개 변수를 시도 할 수있는 및 모의 데이터 세트에 대한 교육을 실행합니다 그리고 걱정하지 마세요, 당신은 사이트를 분리 할 수 ​​없습니다 물론, 우리는 더 많은 단계와 미묘한 차이가 발생합니다 미래의 에피소드,하지만이 역할을 도움이되는 좋은 기초 프레임 워크로 우리는 우리에게 공통 언어를 제공하는 문제를 생각한다 각 단계에 대해 생각하고 미래에 더 깊이 이동합니다 AI 모험 다음 시간에, 우리는거야 code– 사용하여, 우리의 첫번째 진짜 기계 학습 모델을 구축 더 이상 그리기 라인과 대수학을 통해 것 [음악 재생]

Google focuses on MarTech to boost AI ambitions – Digital Minute 05/09/17

안녕하세요 디지털 분에 오신 것을 환영합니다 우리는 구글이 발전을 할 수있는 방법을 찾고 있습니다 여부를 묻는있는 인공 지능 야망의 지난 주, 구글은 마케팅 자동화 플랫폼으로 Marketo와 가까운 제휴를 발표했다

검색 엔진을위한 방법으로 많은 볼 움직임은 "격차를 해소"하기 마케팅 기술, 광고 기술 사이 구글은 자사의 광고 제품을 개선하기 위해 주로 기계 학습을 투자하고있다 및 Marketo와 함께 가까운 관계는 구글 방법으로 몇 가지로 볼 수있다 조직은 잠재 고객 참여 마케팅 기술을 사용하는 방법을 이해합니다 구글은 그 사용자의 습관과 행동에 대해 이해할 수있는 더 많은, 더 많은 통찰력은 그것의 광고 기술 플랫폼을 개선하기 위해 사용하려고하는 인공 지능에 전원을 공급합니다 더 많은 데이터가 완벽하게 두 당사자 사이에 흐르는, 더 많은 대상 기업은 콘텐츠 마케팅 활동이 될 수 있습니다 또한 마케팅 및 광고 기술 플랫폼은 자신의 타겟 고객은 그들과 상호 작용하는 방법에 대한 자세한 내용을 이해할 수 있다는 것을 의미한다

우리는 당신이 최신 개발에 대한 자세한 내용을 확인할 수 있습니다 우리의 블로그에 대한 상세한 설명을 인수했습니다 나는 베키 베인스 해요, 시청 해 주셔서 감사합니다, 그것은 디지털 분이었다

Max Tegmark: “Life 3.0: Being Human in the Age of AI” | Talks at Google

JOHN BRACAGLIA는 : 안녕하세요, 제 이름은 존 Bracaglia입니다 나는 구글의 생명 과학 회사 인에서 진실로 작동합니다 나는 또한 특이점 네트워크라는 그룹을 이끌고있는 구성된 내부 조직은 3,000 명의 Google의 집중 인공 지능의 미래에 대한 주제에, 하는 우리가 오늘 여기에 있습니다

그리고 박사 맥스 테크 마크와 함께 여기에 오늘 내 기쁨입니다 간략한 소개, 맥스 테크 마크로서 유명한 과학 커뮤니케이터와 우주 론자이다, 그리고 엘론 머스크로부터 기부를 받아 들였다 실존 적 위험을 조사하기 의 인공 지능 고급 그의 연구 분야는, 의식, 멀티 버스 포함 고급 AI 위험 및 공식화 모든 것의 궁극적 인 앙상블 이론 맥스는 미국 물리 학회의 동료 선출됐다 2012 년, "과학"잡지의 돌파구를 원 2003 년 올해의, 및 작성했습니다 200 개 이상의 출판물의 구 500 개 이상의 시간을 인용하고있다 맥스 테크 마크, 여러분

[박수 갈채] 맥스 테크 마크 : 정말 감사합니다 그것은 구글 다시 여기로 정말 큰 영광입니다 그래서 많은 오래된 친구들 앞에서 이야기를 얻으려면, 인간 수준의 지능과 이상주의 너무 많이 사람이 인식합니까? NASA의 직원 : 20 초 counting– 맥스 테크 마크 : 이것은 물론이었다 넣어 아폴로 11 호 달 임무 달에 닐 암스트롱, 버즈 올드린, 마이클 콜린스 NASA 직원 : 텐, 구, 맥스 테크 마크 :이 항아리 NASA 직원은 : 점화 순서가 시작됩니다 맥스 테크 마크는 : –mission은 성공뿐만 아니라이었다 하지만 난 그것을 보여 있기 때문에 매우 고무적인 생각 즉 우리 인간이 현명 기술을 관리 할 때, 우리는 우리의 조상은 꿈 수있는 일을 할 수있다 권리? 이제 몇 가지 중요한 교훈이있다 나는 우리가뿐만 아니라,이 배울 수 있다고 생각, 그래서 내가 원하는 또 다른 여행이 이야기의 나머지 부분을 할애, 전원 로켓 엔진보다 훨씬 더 강력한 무언가에 의해, 승객이 아니라 세 명의 우주 비행사가있는 곳, 그러나 모든 인류

그럼 우리의 집단 여행에 대해 이야기하자 AI와 미래 내 친구 자언 탈린은 강조 좋아 단 로켓과 마찬가지로, 그렇지 않은 그 우리의 기술은 강력한 만들기에 충분 우리는 또한 그것을 제어하는 ​​방법을 알아 냈어에 집중해야 우리는 그것으로 가고 싶은 곳을 알아내는합니다 그리고 우리가 이야기하려고하는지입니다 나는 기회가 너무 멋진 생각 우리는이 권리를 얻는 경우에

지난 1백38억년 동안, 우리의 우주는 죽은 지루한에서 변형시켰다 에 복잡하고 흥미로운, 그리고 그것은 기회가 미래에 극적으로 더 흥미 얻을 수 우리는 망치지 않는 경우 약 4 억년 전에, 생활은 첫째, 여기 지구에 출연 그러나 박테리아처럼, 아주 바보 같은 물건이었다, 그건 정말 평생에 아무 것도 배울 수 없었다 나는 그 삶 10를 호출합니다 우리는 우리가 일을 배울 수 있기 때문에 생명 2

0을 부르는 것입니다 물론, 괴짜의 수단을 말하는 어떤, 우리는 새로운 소프트웨어 모듈을 업로드 할 수 있습니다 나는 스페인어 배우고 싶은 경우에, 나는 스페인어를 공부할 수 있습니다 지금은 내 마음에 업로드 된 모든 새로운 기술을 가지고있다 그리고 그것은 인간의 정확하게이 능력이다 자신의 소프트웨어를 설계하기보다는 무엇에 붙어 소프트웨어의 진화는 우리를 활성화시킨, 우리를 준 이 지구를 지배하는, 우리에게 무엇을 우리는 문화의 진화를 호출합니다 우리는 점차적으로 삶 3

0로 향하고있는 것 같다하는 뿐만 아니라 자사의 소프트웨어를 설계 할 수 생활이지만, 또한 하드웨어 어쩌면 우리는 지금 우리 때문에 21에있어 인공 와우 인공 무릎 얻을 수 있습니다, 이 같은 몇 가지 사소한 것들 하지만 것처럼 교묘로 생각 할 수 있었다 로봇이었다 지금은 물론, 어떠한 한계가 없을 것 당신은 자신을 업그레이드 할 수있는 방법 그래서 기술의 힘에 대한 최초의 이야기를 할 수 있습니다

물론, AI의 힘은 최근 크게 향상되었습니다 나는 정보 자체를 정의하는거야, 단지 매우 광범위하게, 기능 등 복잡한 목표를 달성합니다 나는 그런 광범위한 정의를주는거야 정말 포괄적 원하기 때문에 생물학적 정보의 모든 형태를 모두 포함 인공 지능의 모든 형태 그리고 구글에서 여기 너희들이 모두 알다시피, 인공 지능의 분명, 부분 집합 시스템 자체를 개선 할 수있는 기계로 학습 주변 환경의 데이터를 사용하여, 많은 생물 유기체 할 수있다 그리고 그 다른 부분 집합은 물론이다 우리가 신경 그물 아키텍처를 사용하는 깊은 학습

그리고 당신은 AI의 나이 돌파구를 보면, 게리 카스파로프는 그의 후방은 IBM의 딥에 의해 쫓겨 왔을 때처럼 블루, 지능 여기에, 물론, 주로 단지 넣어 인간의 프로그래머로한다 더 빨리 생각할 수있는 단지 때문에 딥 블루가 카스파로프를 이길 더 잘 기억한다 반면에, 최근 물건 반면 당신은 일리아로이 작품처럼, 구글 여기했던 그 Sutskever의 그룹은 거의 정보가 없습니다 에 대한 모든 권리, 인간에 의해 넣어? 그들은 단순한 neural– 훈련 데이터의 무리와 함께 그리고 당신은 픽셀의 색상을 나타내는 숫자에 넣어, 그리고이 caption– "그룹을 내 놓는다 젊은 사람들은 "프리즈의 게임 소프트웨어는 아무 것도 배운 적이에도 불구하고 프리스비가 무엇인지에 대한, 또는 인간이 무엇인지, 또는 사진은 무엇인가 그리고 같은 물건, 당신이 다른 이미지에 넣어 경우, 그것은 종종 매우 인상적 다른 자막을 제공합니다

내가 찾으 더욱 놀라운 얼마나 멋진 일 비디오를 수행 할 수 있습니다 그래서 구글 DeepMind 물론, 아타리 게임을 학습 그리고 너와의 사람들을 위해 전에 본하지 않은 사람이라면 몇 사람, 당신은 여기에이 신경 네트워크를 기억할 필요 간단한 강화 학습과 내장, 게임이 무엇인지 몰랐다, 패들는 무엇 이었습니까 어떤 공은이었다, 또는 그런 것을 그리고 단지에 의해 점차적으로 그것을 연습 덜 자주 공을 놓치고 시작 지점에 도착 어디 거의 전혀 그것을 놓친 없습니다 나는이 플레이 할 수있는 것보다 훨씬 더한다 그리고 진짜 키커는, 그 코스 DeepMind의 사람들, 그들은 실제로 이 영리한 트릭이 당신이 할 수 몰랐습니다 당신은 항상 구석을 목표로한다 브레이크 아웃을 연주 할 때 그리고 little–가, 약간의 터널을 구축하려고합니다

그래서이 작은 깊은 학습 소프트웨어 번 그것을 알아 냈어, 그냥 매 시간 볼이 얼마나 단지 초자연적 정확한 볼 back– 온다 그냥 구석에 곧 다시 거기를 태우고 및 재생합니다 난 단지 잘 재생 꿈을 꿀 수 지금은 물론, 매우, 매우 단순한 환경, 그 작은 두 개의 차원 게임 세계 당신이 로봇이라면, 당신은 그냥 게임 삶을 생각할 수 더 복잡한 하나

그리고 당신은 어느 정도 자신을 요청할 수 기술의 이러한 종류 배울 수 있도록 수 더 흥미로운 것들 그리고 최근에 더 DeepMind, 입체 로봇을했다 시뮬레이션 세계에서, 그냥 물어 그들은 산책과 같은 일을 배울 수 있는지 확인합니다 그리고 이것은 무슨 일이 있었는지입니다 [음악 재생] 이 소프트웨어는, 지금까지 걷는 동영상을 본 적이 없었다 그것은 걷기의 개념에 대해 아무것도 알지 못했다

모든 소프트웨어는 방법으로 임의의 명령을 전송하고하고 있었다 다른 관절을 구부리하고합니다 이 생물 관리 할 때마다 보상있어 앞으로 조금 이동합니다 그리고, 어쩌면 조금 어색 약간 펑키 보인다 하지만 헤이, 실제로 흥미로운 물건을 배운다 그래서이 매우 흥미로운 질문을 제기 의에게 얼마나 AI 갈 수 있습니까? 어떻게 인간이 의지 기계를 무엇을 할 수 있는지의 정도, 우리가 사용하지 않을 경우 궁극적으로 수행 할 수 단지 우리가 지금까지 알고있는 기술,하지만 요소 추가 진행의 모든 ​​종류의 당신의 사람들 방에 다른 곳에서 어떻게 할 건데? 나는이 풍경의 관점에서 이것에 대해 생각하고 싶다 나는이 항아리 그린 나는 하나의 단락에 의해 영감이 사진을 만든 년 전 많은에서 한스 모라 백으로 내가 좋아하는 책, 여기서 높이는 여기 나타내고 얼마나 어려운 컴퓨터가 특정 작업을 수행하는 것이있다 그리고 해수면이 얼마나 좋은 컴퓨터를 나타냅니다 지금 그 일에 있습니다

그래서 우리가 여기에서 보는 것은 그 특정 작업입니다, 체스 재생 및 산술 등 물론, 오랫동안 천천히 상승이에 의해 침수 된 기계 지능의 조류 그리고 생각하는 사람들이있다 예술과 책 쓰기와 같은 특정 작업이 있다는 것을, 또는 무엇 이건, 기계는 할 수 없을 것입니다 그리고 생각하는 사람이있다 AI의 이전 목표는 정말 해결하는 것을 우리가 지능과 모든 일 해수면이 결국 모든 잠수함 것을 의미합니다 어떤 일이 일어날? AI의 흥미로운 여론 조사가 많이있어왔다 연구자와 결론은 매우 clear–입니다 우리는 알지 못한다 조금 더 구체적으로,하지만 당신은 무엇을 찾을 수 테크노 회의론자 캠프에서 일부 사람들이있다 누구 인공 지능 연구가 궁극적으로 운명이라고 생각합니다

우리는 결코 거기에 도착 않을 것입니다 아니면 우리는 거기에 도착하는거야 지금부터 수백 년 그러나 실제로 대부분의 AI 연구자 수십 년 만에 더 일어날 생각합니다 그리고 어떤 사람들은 우리가 없다고 봐요 이 로켓을 조종에 대해 너무 걱정할 필요, 비 유적으로 말하면, 그것은 일어나지 않을 있기 때문에, 우리는 지금까지 충분히 강력거야 것을 우리가 이 항아리에 대해 걱정할 필요가 하지만 소수입니다 그리고 생각하는 사람들이있다 우리는 스티어링에 대해 걱정할 필요가 없습니다 이 보장 있기 때문에 결과는 굉장 위하여려고하고있다

나는 그런 사람들에게 디지털 유토피아를 호출합니다 그리고 이러한 관점을 존중합니다 그리고이 보장된다 생각하는 사람들도 있습니다 가지 빨아 것, 그래서 거기됩니다 스티어링에 대한 걱정에 아무 소용 없다 우리가 어쨌든 끝장 때문이다 그러나 설문 조사에서 대부분의 사람들이 내가했습니다 무엇에, 중간에, 여기에 더 착륙하는 경향이 당신이 정말로있어 유익한 AI 운동이라고 동기 부여, 실제로, 우리가 할 수있는, 물어 좋은 방향으로 일을 조종하기 위해 지금 무엇입니까? 이 굉장이 될 수 있기 때문에, 또는, 정말 대단하지 수 그리고 우리가 지금하는 일에 따라 달라집니다 나는이 웹 페이지까지, AgeofAI

org을 넣어 우리는 일반 대중의 사람들이 거기에 설문 조사를했다 이 같은 질문에 대답 할 수있다 당신도 가서 그것을 할 수 있습니다 그리고 실제로 매우 관심 일반 대중 응답이 정확히 거의 동일 그 AI 연구원은 최근 여론 조사에서했던 것처럼 이 이번 주말을 분석 내가 뭔가에서입니다 14,866 응답자

그리고 당신은 대부분의 사람들이 어쩌면 우리가 수십 년이라고 생각 참조 멀리 인간 수준의 인공 지능에서, 어쩌면 그것은 좋은 것이다 어쩌면 문제가있을 수 있습니다 그래서이 생각하는 최대한 동기를 부여하다 우리가 좋은 방향으로이 기술을 조종 할 수있는 방법에 대해 그럼 스티어링에 대해 이야기하자 우리는 어떻게 control– 수 있습니다 우리는 어떻게 우리가하고 싶은 일을하기 위해 AI를 제어 할 수 배울 수 있는가? NASA의 직원 : 리프트 오프 (lift-off) 맥스 테크 마크 :이 돕기 위해, 내 아내 메이,이다 거기에 앉아, 내가, 그리고 다른 사람, 생명 연구소의 미래를 설립했다

그리고 당신은 우리가 실제로 여기까지 단어를 '조종'을 가지고 볼 수 있습니다 우리의 사명입니다 우리의 목표는 우리가 있는지 확인하기 위해 수있는 일을하는 것입니다 이 기술은 인류에 도움이됩니다 그리고 나는 우리가 정말 영감을 만들 수 있다는 매우 낙관적 우리만큼 기술과 미래, 재배를 사이에이 경주 우승 기술의 힘과 성장의 지혜 있는 우리는 그것을 관리 할 수 ​​있습니다 그러나 나는 우리가이 경주를 이길려고하는 경우에 생각한다 우리는 실제로 전략을 이동해야, 기술 때문에 점점 더 강력 해지고있다 그리고 우리는, 불 같이 덜 강력한 기술을 발명 할 때 우리는 매우 성공적으로 전략을 사용 실수에서 배우기

우리는 발명 fire– oopsy– 후 소화기를 발명했습니다 우리는 car–를 발명 oopsy– 후 우리는 안전 벨트를 발명, 에어백, 신호등, 사물이 더 많거나 적은 미세 있었다 그러나 때 당신은 어떤 점 이상 취득 기술의 힘이 생각 의 정말 실수되고 학습, 정말 형편없는, 맞죠? 하나의 실수가 받아 들일 수 없을 경우, 당신은 실수를하고 싶지 않아 많은 그리고 우리는 핵무기, 합성 생물학에 대해 이야기 할 때, 특정 초인적 인 AI는 느낌 우리는 여기서 우리 정말 지점에있어 실수를하고 싶지 않다 우리는되는 것을 전략을 이동하려면 정확히 어떤 사전 인에 반응 슬로건 당신은 또한 당신의 일을 위해 사용하고 말했다 여기에, 이전에 구글

나는 우리가 정말에 초점을 맞출 경우, 우리는이 작업을 수행 할 수 있다는 낙관적 그것을 위해 일한다 어떤 사람들은 아니, 얘기하지 말 그냥 러 다이 트의 scaremongering 때문에 때 잘못 될 수있는 것들에 대해 이야기한다 나는 그것이 러 다이 트 scaremongering 생각하지 않습니다 나는 그것이 안전 엔지니어링 생각합니다 우리는 아폴로 달 임무에 대해 이야기로 시작했다

NASA 통해 생각하면, 매우 신중하게, 아마도 잘못 될 수있는 모든 당신은 상단에 세 명의 우주 비행사를 넣을 때 폭발성 연료의 완전이 100 미터 높이의 로켓, 그 scaremongering을 러 다이 트되지 않았습니다 그들은 정확하게 무엇을 궁극적으로 주도했다 무엇을하고 있는지 임무의 성공에 그리고 이것은 우리가 인공 지능으로 일을 할 생각입니다 게다가 나는 우리가 다른 기술에서 배운 것을, 지금까지 생각 여기에 우리가 조금 우리 게임까지 필요가있다 우리는 정말 우리가이 아이디어를 흡수하지 않았기 때문에 능동적 인로 전환합니다 오늘날, 핵무기의 측면에서 매우 특별한 날이다 우리는 9 월 (26)에 아주 가까이 왔기 때문에 3 차 세계 대전의 34 주년 인

사실, 이런 식으로 결국 수도 이 남자, 스타니 슬라 프 페트로프가 아니라이 있다면, 본능에, 그의 조기 경보 시스템이 있다고 말했다 무시는 사실이 다섯 개 들어오는 뉴트 미국 미사일이었다 그 해야 보복 될 수있다 어떻게 우리가 더 잘 할 수 있습니까? 어떻게 우리는이 지혜 경주를 이길 수 있습니까? 나는 AI 커뮤니티는 정말이 매우, 매우 행복 해요 최근 몇 년 동안이 문제에 많은 참여를 유도하기 시작했다 그리고이 방에있는 많은 사람들에게 감사 여기, 피터 노르 빅, 그리고 미래 생활에 포함 연구소, 우리는 푸에르토 리코 회의의 몇 가지를 조직했다 그리고 아실 로마, 캘리포니아에서 올해 초, 여기서 정말 아주 놀라운 합의가 있었다 매우 건설적인 여러 가지 주변 우리는이 지혜를 개발하기 위해 시도 할 수있는 오른쪽 방향으로 일을 조종 그리고 나는 타격 시간의 조금을 보내고 싶어 23 아실 로마의이 목록에서 여기에 몇 가지 하이라이트 지금 AI 1,000 명 이상의 서명 한 원칙, 전 세계의 연구자

우선, 그것은 항목 하나를 여기에 말한다 우리는 인공 지능 연구의 목표를 정의해야 단 방향성 정보를 만들기가 아니라, 하지만 유익한 정보를 확인합니다 로켓 그래서 즉, 스티어링 설계 사양의 일부입니다 그리고 또한 매우 강한 있었다 합의가, 헤이, 우리는 대답없는 질문은 잔뜩있는 경우 우리가 대답 할 필요가, 우리는 단지, 오 그래, 말 안한다 우리는 그들을 대답해야합니다 음, 우리는 우리가 과학적으로 그들에게 길을 대답해야 알고는 어려운 질문에 대답하는 가장 좋은 방법입니다, 즉, 그들을 연구에 작업을 할 수 있습니다 그리고 우리는 이런 종류의 연구 자금을해야한다 컴퓨터 과학 기금의 단지 중요한 부분으로, 기업과 산업 모두

그리고 실제로 구글의 매우 자랑스럽게 생각합니다 파트너십의 창립 멤버 중 하나 인에 대한 지원에 대단히 목표로 AI에 AI의 research– 이런 종류의 AI 안전 연구 매우 광범위한 합의했다 여기에 또 다른 원칙 공유 번영의 원칙이었다 그 AI에 의해 생성 된 경제적 번영 광범위하게 공유해야하는 것은 인류의 모든 혜택을 누릴 수 있습니다 나는 무엇을 의미합니까? 물론, 기술은 경제 파이를 성장 유지하고있다 그것은 최근 수십 년간 우리의 GDP 많이 성장하고 있어요 이 음모에 맨 윗줄를 보면 당신이 볼 수있는, 이리 그러나 당신은 또한 일반적으로 알고있는 한, 이 파이는 매우 균등하게 divvied되지 않았습니다

그리고 사실, 당신은 소득자의 하단 90 %를 보면 소득은 내가 태어난 거의 때문에, 평면 머물렀다 사실, 어쩌면 그것은 내 잘못이야 그리고 미국에서 30 %의 가난한 실제로 상당히 가난한 입수했습니다 최근 수십 년간의 실질,에있는 우리에게 주신 분노의 큰 거래를 만들었습니다 부동산 재벌 도널드 트럼프의 선거 그것은 우리에게 Brexit를 제공합니다 그리고 그것은 우리가 일반적으로 더 편광 사회를 주었어요

그래서 AI 연구자들 사이에서 매우 강력한 합의가 있었다 우리가 더 많은 부와 번영을 만들 수 있다면 그, 그리고이 기계는 모든 멋진 제품을 생산하는 데 도움 및 서비스, 우리는 확인 할 수없는 경우 모두가 우리에게이, 수치에서 더 잘 가져옵니다 어떤 사람들은 물론, 이것은 단지 말도 말 마법 뭔가 바꿀 것입니다 때문에 곧 이러한 통계있다 그리고 작업은 멀리 자동화 얻을 훨씬 더, 새로운 일자리로 대체 될 예정이 아직 존재하지 않습니다 그러나 실제로,이 데이터를 보면, 그것은 그를 지원하지 않습니다 우리는 같은 인수 그 100 년 전에 만들었을 수도 훨씬 더 많은 사람들이 농업에 종사하는 경우, 그 손실 된 모든 작업 아직 존재하지 않은 새로운 일자리로 대체 될 거라고

그리고 이것은 실제로 무슨 일이 있었는지입니다 이것은 내가 모두 여기에,이 작은 파이 차트를 만든 is– 크기에 의해 미국에서 작업 그리고 당신은 list– 관리자, 드라이버를 추락 시작할 수 있습니다, 소매 영업 사원, 출납원, 등등 당신은 21 곳으로 내려 경우에만 당신은하지 않았다 작업 범주에받을 수 있나요 존재 백년 전, 즉, 소프트웨어 개발자 안녕, 얘들 아

그래서 분명히 무슨 일이 있었는지 대부분의 농부가 된 것은 아니다 소프트웨어 개발자 무엇 대신에 일어난 일은, 일반적으로, 잃어버린 사람이었다 이후 산업 혁명과에서, 그들이 일을 자신의 근육을 사용하고 작업, 여기서 할 수있을 다른 작업에 들어갔다 일을 자신의 두뇌를 사용합니다 그리고 이러한 작업은 더 지불하는 경향이 그래서 이것은 순 승리했다 그러나 그들은 이미 이전에 존재했던 작업이었다 이제 어떻게 오늘, 무슨 일이 일어나고있는 소득 불평등의 성장을 주도하고, 사람들이 받고 있는지 유사하다 이전에 존재했던 다른 작업으로 전환했다

이 작업 때문에, 그냥이 시간이 멀리 자동화되고 대부분입니다 그들의 뇌를, 그들은 종종 사용합니다 작업 즉 적은 비용을 지불하기 전에 존재 새로운 일자리로 전환 오히려 더 많은 비용을 지불보다 그리고 나는 그것이 모두를위한 정말 흥미로운 도전이라고 생각 우리의 생각하는 방법을 우리는 최선의 수 이 성장 파이가 꺼져 모두 더 나은 수 있는지 확인하십시오 이 목록에 여기에 또 다른 항목은 원칙적으로 번호 18– 인공 지능 군비 경쟁 이것은 가장 높은 있던 하나 아실 로마 참가자 간의 모든 합의 치명적인 자치 무기의 "군비 경쟁 피해야합니다

" 이유는 무엇입니까? 음, 우선, 우리는 이야기하지 않을 원격 제어 차량 곳입니다 드론에 대한 인간은 여전히 ​​죽일 사람을 결정하는 것입니다 우리는 시스템 여기에 대해 얘기 곳 기계 자체, 기계 학습 또는 무엇이든을 사용하여, 정확히 죽을 것입니다 것을 결정한다 사람, 다음 살인을한다 먼저, 당신은 그들에 대해 생각대로, 이있었습니다 있지만 사실은,이다 투자 물론, 엄청난 양의 최근 AI의 민간 사용, 그것은이다 실제로 여기에 군사 지출에 대한 이야기에 비하면 정말 왜소, 요새 당신은 파이를 보면 그래서 진짜 위험이있다 현상 유지는 의미 것 시끄러운 빠는 소음의 대부분은 AI를 모집하기 위해 노력하고 있음 다른 곳에서 MIT와 스탠포드 졸업생, 군사 장소가 아닌 장소로 이동하는 것 구글과 같은 그리고 대부분의 AI 연구자는 그 느낌 큰 수치가 될 것입니다

나는 그것에 대해 생각하는 방법은 다음과 어떤 과학 보면, 당신은 항상 할 수 사람을 돕는 새로운 방법을 개발하기 위해 그것을 사용, 사람을 해치지 또는 새로운 방법 그리고 생물 학자들은 정말 열심히, 정말 싸웠다 그들의 과학이 지금 있는지 확인하기 사람을 치료하는 새로운 방법으로 알려져, 오히려 생물학 무기보다 그들은 매우 열심히 싸웠고 그들은 국제적인 금지를 얻었다 생물학 무기에 통과했다 마찬가지로, 화학자는 화학 무기 금지 얻을 관리 정말 공동체로서 발언에 의해 전세계 정치인을 설득 이 좋았다

그리고 그것은 왜 동료 화학은 지금이다 주로 새로운 재료와 그리고 생화학 무기를 가지고 매우 낙인이다 그래서 일부 국가가 그들을 속이고 경우에도, 아사드는 심지어 준 것이 그렇게 비난 있어요 그의 화학 무기가 침입되지합니다 그리고 당신이 할 몇 가지 화학 무기를 구입하려는 경우 뭔가 바보, 당신은 정말 열심히 찾을거야 그것 때문에 당신에게 판매거야 사람을 찾을 수 있습니다 그래서 낙인 인공 지능 사회에 대한 매우 광범위한 지원이 무엇 있습니다 정확히 같은 일이 여기에, 시도 국제 조약을 협상 어디 강대국이 모여 말, 안녕, 아웃 오브 컨트롤 아암을 갖는 주요 승자 인종과 AI의 무기는 강대국 될 수 없습니다

ISIS 될 것 및 다른 사람 감당할 수있는 사람 비싼 무기,하지만 사랑 그들은 암살하는 데 사용할 수있는 작은 싼 물건을 가지고 와 사람 익명으로, 기본적으로 제로 다운 익명의 암살의 비용을 드라이브 그리고 이것은 당신이 참여하려면 뭔가있다 유엔은 11 월에이 문제를 논의 할 예정이다 사실은 그리고 나는 더 보컬 AI 커뮤니티는이 문제에 대한 생각, 확률이 더 높다는입니다 그 AI 로켓 여기 같은 방향으로 바꾸다 것입니다 생물학 및 화학 로켓 갔다한다 마지막으로, 내가 가정 해 봅시다 최종 아실 로마에 대해 조금 여기에 원칙 나는 정말 놀라운 비록 것을 발견 몇 년 전 당신은 이야기를 시작하는 경우 superintelligence 또는 실존 적 위험에 대한, 또는 무엇 이건, 많은 사람들이 당신을 해고 것 우둔 사람의 일종으로 사람 AI에 대해 아무것도 몰랐다

이 말은 여기에 있으며, 아직이 데미스 하사 비스, DeepMind의 CEO에 의해 서명됩니다 그것은 단지 거기에 앉아 있어요 피터 노르 빅,이 서명 한 것 당신의 고유의 제프 딘에 의해, 그리고에 의해, 정말, who's-사람 AI 연구자, 그 중 1,000 그래서 사실 훨씬 더 수용이있었습니다 이봐,이 어쩌면 AI의이 이론의 부분은 사실이다, 있음 성공하는 것 어쩌면 우리는 필요 계정으로 사물의 이러한 종류의 촬영합니다 나를 조금 압축을 해제하자 무엇을 거래는이 모든 것을 함께합니다 그래서 우선, 왜 우리는 심각하게해야 재귀 자기 개발의 모든,이 아이디어 및 superintelligence? 우리는 많은 사람들이 기대하는 것을보고 우리는 수십 년에 인간 수준의 인공 지능을 얻을 수 있습니다 하지만 그 이유는 우리는 어쩌면 의미 조금 아니 우리보다 훨씬 더 똑똑한 AI를받을 수 있나요? 이에 대한 기본 인수는 매우 설득력 요약 IJ 좋은으로 그냥이 단락에서, 1965, 앨런 튜링 (Alan Turing)와 함께 일 수학자 차 세계 대전 동안 코드를 해독합니다

나는 당신이 대부분의 모든 전에이 말을 듣고 것 같아요 그는 기본적으로 우리가 컴퓨터가있는 경우, 기계 말한다 그뿐만 아니라, 우리가 할 수있는 모든 것을 할 수 있습니다 물론, 우리가 할 수있는 것 중 하나는, 디자인 AI 시스템입니다 그래서 다음은 역시 할 수있다 그리고 당신은 대신 구글 만 고용의 hire– 수 있습니다 직원은 당신을 위해 당신이 일을하는 20000000 작은 AI의 일이 당신을 위해 작업을 얻을 수 있습니다, 그들은 훨씬 빠르게 작업 할 수 있습니다 그리고 AI 개발의 속도가 더 이상 일반적인 R & D 시간으로 설정되지 않습니다 인간, 또는 년의 규모,하지만 얼마나 빨리 기계에 의해 도움이 될 수 있습니다 당신은 빠른 방법, 방법이 될 수있는이 작업을 수행 그리고 만약 우리가 여기서 하드웨어 오버행이 밝혀 우리는 사실을 보상 한 우리가 정말 수행하는 방법에 대한 종류의 우둔 필요에 의해 인간 수준의 인공 지능의 소프트웨어 추가 하드웨어 막대한 양의, 그것은 당신이 얻을 수있는 수 있습니다 개선을 통해 많은, 첫째, 심지어 단지 소프트웨어를 변경하여,하는 일입니다 도없이, 매우, 매우 신속하게 수행 할 수 있습니다 새로운 물건을 빌드합니다

그리고 거기부터 상황이이거나 먹어 수 그냥있는 기계를 얻을 수 있습니다 우리보다 훨씬 똑똑 우리는이 일이 일어날 것을 알고하지 않습니다 하지만 기본적으로, 우리가 여기에서 보는 것은 즉, 선형 연구원이를보기 위해, 우리가 심각하게해야 적어도 가능성이다 당신이 여기에서 보는 또 다른 것은 실존 적 위험입니다 그래서 더 구체적으로는, 여기 말한다 AI 시스템, 특히 실존 적 위험으로 인한 "위험, 계획 및 완화 노력에 따라해야합니다 자신의 예상되는 영향에 상응 " 그리고 실존 적 위험은 위험하다 기본적으로 그냥지고 인류를 포함 할 수 있습니다 모두 전멸

왜 당신은 아마도 걱정 것인가? 많은 절대적으로 말도 할리우드 영화가있다 터미네이터 로봇이든과, 당신도 굽실 거리는없이 볼 수 없다 그래서 심각한 이유 사람들은 무엇인가 그것에 대해 이야기 뭔가에이 기호처럼? 글쎄, 당신이 듣는 일반적인 비판이 아니라,이다, machines– 지능형 기계가 가진 것이라고 생각할 이유가 없습니다 인간의 목표를 우리가 그들을 내장 된 경우 그리고 결국, 그들은 왜해야 도 힘을 얻을, 또는 노력의 이상, 알파 – 남성 목표의 종류 자기 보존? 나는 그것을 떨어져 전환 할 때 내 노트북 ​​오른쪽 항의하지 않는 이유는 무엇입니까? 그러나 매우 흥미로운 인수는 여기있다 난 그냥 형태로 당신과 함께 공유 할 이 멍청한 가짜 컴퓨터의 게임 나는 당신을 위해 여기 받았다 그냥이 작은 파란색, 친절한 로봇 것을 상상 그의 유일한 목표는 가능한 한 많은 양을 저장하는 것입니다 큰 나쁜 늑대에서 당신은이 항아리에 넣어되지 않은이 로봇은하지 않습니다 생존, 또는 자원을지고의 목표를 가지고, 또는 그런 어떤 물건

그냥 양 절약 그것은 OK,이 귀여운 sheepies에 대한 모든입니까? 이 smart– 있다면 그것은 매우 빠르게 건 무슨 알아낼 그것이 여기에 폭탄으로 걸어 불면 경우, 전혀 양을 저장 않을거야

그래서 실제로 잘 is– 유도하는 subgoal, 의이 날라가되지 수 있습니다 자기 보존 본능을 얻을 것입니다 당신이 로봇이있는 경우 이것은 매우 일반적인 결론이다, 당신은 슈퍼마켓에 걸어 그것을 프로그램 그리고, 당신에게 음식을 구입하고 당신에게 멋진 저녁 식사를 요리 다시는 subgoal을 개발하는 것 자기 보존의이 습격 살해 들어가면 때문에 다시 음식을 길에, 그것은거야 당신에게 당신의 저녁 식사를 제공하지합니다 그래서 바로, 어떻게 든 그것을 피하려고하는거야? 자기 보존은 응급 목표 거의 기계가 가질 수있는 목표, 목표는 어려운 때문에 깨진있을 때 달성합니다 또한, 만약 robot– 로봇은 인센티브를 발견, 개발 수 여기에있어 세계의 더 나은 모델을 얻기 위해, 실제로이 있음을 발견 바로 가기는, 양이 빠른 곳에 도착하기 위해 취할 수있는 그것은 더 절약 할 수 있습니다

어떻게 세계의 작품에 대한 자세한 내용을 이해하려고 노력 당신이 상관없이 얻을 수있는 자연 subgoal이다 당신이 기계를 프로그램 근본적인 어떤 목표를 가지고 있습니다 그리고 너무, 수집 자원, 등장 할 때이 작은 로봇 여기 때문에 수 ,이 물약을 마시는 경우에 것을 발견 그 다음에 더 양을 절약 할 수 있습니다, 두 배 빠른 속도로 실행할 수 있습니다 그래서 물약을 원하는거야 그것은, 그것은 총을 취한다 때 것을 발견 할 것이다 그냥 늑대를 촬영하고 모든 먹겠지 큰 저장할 수 있습니다 그래서 자원을 갖고 싶어 할 것입니다

나는이 피라미드에 요약 한 바와 같이, 여기,이 아이디어, 매우 eloquently– 된 그것은 여기에 사는 스티브 오모 훈 드로에 의해 처음으로 언급되었다 지역에서, 그리고 닉 보스 트롬의 책에 대해 많은 이야기를한다 아이디어는 그냥 어떤 근본적인 목표는 당신입니다 꽤 개방형의 경우, 매우 지능적인 기계를 제공, 그것은 하위 목표를 개발할 수 있다는 기대하는 것은 매우 자연스러운 일 오프 스위치 및 리소스를 얻으려고 할 싶지 않다 그리고 그것은 잘 될 수 있습니다 문제가 반드시이 아니다, 보다 지능적인 실체의 존재에있는 우리 모두는 아이들로, 오른쪽, 우리의 부모와 함께 했습니까? 그것이 이유는 잘 그들의 목표 때문이었다 우리의 목표에 부합했다

그래서 거기에 문지가 자리 잡고 있습니다 우리는 우리가 이제까지 많은 힘을 줄 경우이 있는지 확인하려면 지능의 기계 비교 이상으로 우리에, 자신의 목표는 우리로 정렬됩니다 그렇지 않으면, 우리는 문제가 될 수 있습니다 그래서 요약, 이러한 모든 질문은 우리는 기술 연구의 질문에 대답 할 필요가있다 어떻게 당신이 기계 학습 할 수 있습니다 방법 make– 수 있습니다, 예를 들어, 우리의 목표를 유지, 채택? 그리고 당신에게 이야기 아주 짧은 비디오를 볼 수 나를 보자 이러한 문제 superintelligence에서 다음에 대한 약간

[키보드 CLICKS] 그리고 우리는 비디오와 더 나은 운이 시간이 있는지 알아 보자 [VIDEO PLAYBACK] – "인공 지능은 지금까지 인간을 대체 할 것인가?" 요즘 뜨겁게 논쟁 문제이다 어떤 사람들은 컴퓨터가 결국 것이다 주장 , superintelligence을 얻을 인간을 능가 할 수 모든 작업에, 그리고 인류를 파괴한다 다른 사람들은 걱정하지 마십시오 말한다 AI는 또 다른 우리가 사용할 수있는 도구 및 제어 될 것입니다, 현재 컴퓨터있다

그래서 우리는있어 물리학 및 AI 연구원 맥스 테크 마크 다시 우리와 함께 집단 테이크 아웃을 공유하는 AI의 미래에 대한 최근 아실 로마 컨퍼런스에서 그가 정리 도왔다 그리고 그는 AI 사실에서 분리 된 AI 신화를 도움이 될 것입니다 – 여보세요 – 첫째, 맥스, 컴퓨터를 포함하여 기계, 오랫동안 많은 작업에서 우리보다 더 나은왔다, 산술, 또는 직물처럼,하지만 사람들은 종종 반복적 기계 작업 그런데 왜 나는이 생각 안 기계가 할 위해 단순히 불가능 몇 가지 있습니다 뿐만 아니라 분 물리학 비디오를 만드는 사람들, 말, 등, 또는 친구를 위로하는? – 음, 우리는 전통적 지능 생각했습니다 신비한 무언가로 그에만 수 생물체, 특히 인간 존재합니다

그러나 현대 물리학의 관점에서, 지능은 단순히 특정 종류 정보 처리 및 반응의 수행 소립자의 특정 배열이 움직여 약 그리고 물리학에서 어떤 법이 없다는 것을 이 정보 처리의 종류의 일을하는 것은 불가능 말한다 인간이 이미보다 더 나은 그것은 그런 말을 할 수있는 스트레칭이 아니다 지렁이 과정 바위와 더 나은 인간보다 더 나은 정보 지렁이보다 그리고 많은 지역에서, 기계는 인간보다 이미 더 낫다 이것은 우리가 가능성만을 본 적이 제안 지능 빙산의 일각, 우리는 궤도에 걸 전체 지능의 잠금을 해제 그 자연에서 잠재적이고 인류의 번창을 돕기 위해 그것을 사용, 또는 가자미

– 그렇다면 우리는 오른쪽에 자신을 보관하지 번 창 또는-넙치의 균형? 정말 무엇, 만약 아무것도해야 우리는 superintelligent AI에 대한 걱정? – 여기에 관련된 많은 최고 AI 연구자를 가지고 것입니다 하지 기계 또는 악을 돌려 컴퓨터, 하지만 뭔가 더 subtle– 단순히 우리의 목표를 공유하지 않습니다 superintelligence 열 추적 미사일이 당신에 돌입하는 경우, 당신은 아마 그것이 악이 아니다, 걱정할 필요를 생각하지 않을 것입니다 그것은 단지 그 프로그램을 다음입니다 아니, 무엇을 당신에게 중요한 것은 열 추적 미사일이하는 일입니다 그리고 그것을 얼마나 잘하는지, 그것을 느끼고 있지 무엇을, 아니면 전혀 감정을 가지고 있는지

진짜 걱정은 악의하지만, 능력이 아니다 Superintelligent AI는 정의함으로써, 목표를 달성에 아주 좋아 그래서 우리가해야 할 가장 중요한 것은 목표는 우리와 함께 정렬되어 있는지 확인하는 것입니다 비유로서, 인간은보다 지능과 능력이 개미보다, 우리는 원하는 경우 수력 발전 댐 어디 구축 거기 개미집을있을 발생 물론, 반군 악의있을 수 있지만, 개미 너무 나쁜 고양이와 개, 다른 한편으로는, 자신의 목표를 정렬의 큰 일을했다 인간의 목표

나는 물리학 해요 비록, 의미, 나는 고양이가 귀여운 입자입니다 도움을 생각할 수 없다 우리의 우주에 배치 우리가 superintelligence을 구축 할 경우, 우리는 좋겠 개미 이상의 개와 고양이의 위치에 더 나을 또는 더 나은 아직, 우리는 방법을 알아낼 것이다 AI는 목표를 채택하는 것이 아니라, 보장하기 위해 다른 방법으로 주위보다 – 그리고 정확히 언제 superintelligence입니다 도착하는 것? 때 우리는 당황하기 시작해야합니까? – 우선, 헨리, superintelligence 부정적 일 필요는 없습니다 우리는 바로 그것을 얻을 경우에 실제로, AI는 가장 좋은 방법이 될 수 있습니다 지금까지 인류에게 일어날 수 있습니다

나는 문명에 대한 사랑 모든 AI가 증폭 그래서 만약 지능의 제품이며, 충분히 우리의 집단 지성 현재와 ​​미래의 가장 큰 문제를 해결하기 위해, 인류는 결코 전에 같이 번성 수 있습니다 둘째, 대부분의 AI 연구자들은 superintelligence 생각 멀리 적어도 수십 년이다 그러나 연구하기 위해 필요 그것은 인류에게 유익 유지 또한 수십 년이 걸릴 수 있습니다보다는 유해, 그래서 우리는 지금 당장 시작해야합니다 예를 들어, 우리는 파악해야합니다 어떻게 확인하는 기계, 인류의 공동 목표를 배울 스스로 이러한 목표를 채택, 그들도 더 똑똑로하고 목표를 유지합니다 그리고 일에 대해 우리의 목표는 동의 할 때? 우리는 기계의 목표이어야 무엇에 투표해야 하는가? 우리는 대통령이 원하는 무엇이든 할 경우, 무엇이든 superintelligence의 창조자가 원하는, 인공 지능이 결정하게? 방법에 대한 매우 현실적인 방법으로, 질문 superintelligence 함께 사는 것은 문제이다 미래의 어떤 종류의 우리는 인류 생성 할 분명히 단지 AI 연구자 왼쪽되어서는 안되며, 같은 배려와 우리와 사회적 숙련

[END PLAYBACK] 맥스 테크 마크 : 그래서 그것은 매우 최종 지점에 이르게 오늘 여기 만들고 싶어 멋진 미래를 만들어,이 지혜 경주 우승 AI와,뿐만 아니라 내가했습니다 이러한 다양한 일을하는 이야기, 우리가 정말 어떤 종류의 미래에 대해 생각해야 우리가 원하는, 우리가 원하는 목표의 어떤 종류의, 여기서 우리는 우리의 기술을 조종하고 싶다 그래서 그냥 재미, 설문 조사 나는, 우리가했던 것을 언급 우리는 그들이 미래를 위해 원하는 것을 말 또한 사람을 물었다 그리고 내가 여기 당신과 함께 공유 할 수 있습니다 다음은 내가 지난 주말에했던 분석이다

여기에 14,866 중 대부분의 사람들, 실제로 AI 모든 가고 싶은 말 방법은 superintelligence합니다 일부는 여기에, 아니 말하고 있지만 많은 사람들은 인간이 통제되고 싶어요 대부분의 사람들은 실제로 인간과 기계 모두를 원하는 함께 제어한다 작은 분율 [들리지] ,, 제어 할 기계를 선호합니다

[웃음] 그리고, 언제, 의식에 대해 많은 사람들이 물어 그들은 기계가 있다면, 그래,했다 그들은 인간처럼 지능 것처럼 행동하는 것을, 그들은 그들이 가지고 싶은 주관적인 경험은, 그래서 기계는 좋은 느낄 수 있습니다 그러나 어떤 사람들은 아니, 그들이 선호했다 의식 느끼는 사람들이하지 않는 좀비 로봇을 가진 를 끄거나 제공하는 것에 대해 죄책감을 느낄 필요가 없습니다 그 지루한해야할 일 미래 문명을 추구해야하는지의 관점에서, 우리를 느낀 대다수는 하나가되어야했다 긍정적 인 경험을 극대화하려고, 또는 그런 고통, 또는 무언가를 최소화 할 수 있습니다 그러자 더 많은 사람들이 미래 문명을하자 그들이 한이 합리적으로, 원하는 목표를 선택하십시오 어떤 사람들은 심지어하지 않았다 그들은 미래가 원하는 목표를 생각하면 그것에 대해 신경 그것은 어쩌면처럼 무의미하게 평범한 경우에도, 합리적인했다 종이 클립으로 우주를 선회

그들은 단지 인간에게 위임 괜찮했다 그러나 대부분의 사람들은 실제로 우리가있어 이후 느꼈다 이 기술을 만드는, 우리는 권리가 있습니다 이 몇 가지 상황이 가야 곳으로 말한다 모두의 광범위한 합의는이 질문에 있던 , 실제로, 어쩌면 우리는 안 단지 영원히 생명의 미래를 제한 이 작은 행성에 붙어 수 있지만 그것을 가능성을 제공 확산과 우주에 걸쳐 번성합니다 그리고 사람들은 서로 다른 미래에 대해 더 생각하세요 내 아내, 메이는 지적을 좋아하는 좋은 생각, 비록 그 당신이 당신의 자신의 경력을 계획 할 때 긍정적 인 결과를 시각화하기 위해, 다음 거기에 도착하는 방법을 알아 내려고 시도 우리는 종류의 사회로 정반대을한다 우리는 모든 것을 생각하는 경향이 그 가능성이 잘못 될 수 있고 우리는 그것에 대해 흥분

당신이 할리우드 영화를 볼 때의 거의 항상 미래의 dystopic 묘사, 권리? 그래서 내 책에 떨어진이 조금에서 얻을 수 있습니다, 전체 5 장 사고 실험의 이론이다 다른 미래 시나리오, 시도 사람들이 이야기 한 내용의 전체 범위에 걸쳐, 기타, 당신 때문에, 자신은 요청할 수 있습니다 당신은 실제로 선호하는 것 그리고 설문 조사에서 가장 눈에 띄는 것은 사람들이 매우 강하게 동의이었다 사회의 어떤 종류에 그들은 싶습니다 그리고 이것은 매혹적인 토론이다 정말 모두에 가입하는 것이 좋습니다 것이다 난 그냥 때 생각 말로 끝날거야 우리는 거기에 정말 미래를 볼 많은 흥분한다 사람들은 가끔, 최대를 물어, 당신은 AI 또는 AI에 대해입니까? 그리고 나는 무엇을 화재에 대해, 그들에게 요청하여 응답? 당신은 그것을 또는 반대인가? 물론, 그들은 걸 인정합니다 화재가 겨울에 그들의 가정을 가열하기 위해 방화 화재에 대하여

하지만, 모든 기술과 동일합니다 항상 양날의 칼이다 AI와의 차이는, 훨씬 더 강력 그냥 그래서 우리는 우리가 그것을 조종하는 방법에 더 많은 노력을해야합니다 당신은 인생이 다음 선거주기 이상 존재 할 경우, 어쩌면, 희망, 지구에서 수십억 년을위한 어쩌면 넘어, 그럼 그냥 눌러 기술을 일시 정지 forever– 그 사실은 단지 정말 짜증나 좋습니다 우리가 그렇게 할 경우, 질문 때문에 인류가 멸종 할 것입니다 여부 없습니다 질문은, 어떻게 우리를 닦아 것입니까? 그 다음 거대한 소행성 타격이 될 것 여부, 디노 스를 꺼내서 하나, 또는 다음 슈퍼 화산처럼, 또는 긴 것들의 목록에 또 하나 우리가 지구에 무슨 일이 일어날 알고 있음, 이 기술은 create– 수 있습니다 죄송합니다, 그 기술은 방지 할 수 있습니다, 그러나 기술 우리는 아직 필요가 없습니다

우리의 기술의 발전을 요구하는 것입니다 그래서, 하나, 그것은 우리의 경우 정말 어리석은 것이라고 생각 단지 멀리 기술에서 실행합니다 나는 구글 spirit–에 대한 훨씬 더 흥분 나는 "악하지 말라"이전 슬로건을 사랑 – 요구, 우리가 조종 할 수있는, 개발 [? 방향 이론적?] 기술 그래서 인생은 정말 번영 할 수 있습니까? 다만 다음 선거주기 위해, 하지만 지구에 아주, 아주 긴 시간 동안, 어쩌면 우리의 우주에 걸쳐 고맙습니다 [박수 갈채] JOHN BRACAGLIA : 정말 고마워요, 맥스

이제 우리는 관객의 질문 시간을 가지고있다 우리는 우리가 질문에 사용할 수있는 여기에 마이크를 가지고있다 또한, 나는 주변이 하나를 전달할 수 있습니다 그리고 우리가 그 일을하는 동안, 나는 도리를 풀 수 있습니다 맥스 테크 마크 : 좋아요

그리고 당신은 많은 질문이 있었다 언급 한 이후, , 간단한 질문을 유지해야합니다 그들이 실제로 질문에 있는지 확인하십시오 대상 : AI 위험은 훨씬 더 주류가 될 것 같습니다 지난 몇 년 동안 우려하고있다 무슨 일이 일어날 수 있도록 변경 왜 우리는하지 않았다 그 이전합니까? 맥스 테크 마크 : 나는 당신과 함께 동의합니다 나는 실제로이 방법으로 변경된 것을 매우, 매우 행복 해요 도움을 시도하면 변경하기 이 방법은 우리가 생명의 미래를 설립 한 주된 이유였다 연구소와 푸에르토 리코를 조직 그래서 회의와 아실 로마 컨퍼런스합니다 우리는 몇 년 전에 때까지를 생각하기 때문에, 논쟁의 종류 역기능이었다

그리고 내가 생각하는 것은 정말이 정말 일을 변경 더 나은입니다 인공 지능 연구 커뮤니티 자체 정말 종사하고있다,이 논쟁에 참여하고 그것을 소유하기 시작했다 나는 또한 훨씬 더 주류가 왜 그 생각하고, 분별 JOHN BRACAGLIA [들림] 맥스 테크 마크는 : OK, 그래서 당신은 보스입니다 우리는 온라인, 오프라인 질문을 대체해야 하는가? 당신은 질문을 읽을 수 있습니까? JOHN BRACAGLIA : 아, 확인합니다 "당신은 대부분의 구글과 같은 회사를보고 어떤 희망 우리가 이상으로 전환으로 안전을 보장하기 위해 않습니다 AI 중심의 세계? " 맥스 테크 마크 : 내가 말했듯이 그래서, 나는 생각한다 구글은 이미 필요한 정확하게 할 수있는 영혼을 가지고있다

래리와 Sergey–이 "악하지 말라"슬로건 나는 우리가 기술을 구축하지 않아야 것처럼 해석 이 멋진 때문에, 그러나 우리는 그 용도에 대해 생각해야한다 이전 톰 레러를 알고있는 당신의 사람들을 위해 에 대한 노래 "베르너 폰 브라운,"(독일 ACCENT에서 노래) 로켓이 올라가 일단 그들이 와서 어디, 무슨 상관? 그건 내 부서 아니라, 베르너 폰 브라운은 말한다 나는 구글의 "사악하지 마십시오"라는 슬로건을 볼 수 that– 사고 정반대로 주의 깊게 기술을 조종하는 방법에 대한 좋은합니다 그리고 나는 다시 그 또한 정말 흥분 구글 , AI에 대한 파트너십의 설립 파트너 중 하나입니다 이 것을 우우 있는지 확인하려고 단지 구글이하는 일에 있지 발생 하지만 사회 전반에 걸쳐 그리고는 Google 경우가 좋은 생각 정치인을 설득하기 위해 해당 문자열을 모두 뽑을 수 전 세계 심각 AI의 안전을 기금에 슬픈 사실이기 때문에 연구는, 거기에도 불구하고 AI 연구자를위한 훌륭한 뜻은, 지금이 물건을 수행하는 아직도 거의없고 자금이있다

무엇 엘론 머스크는 우리가 37 보조금을주고 도움 무엇이 필요의 양동이에 단 한 방울입니다 그리고 그것은 의미가 구글과 다른 민간 기업 AI가 더 강력하게 사물에 IP를 소유 할 그리고 그것에서 제품을 구축 할 수 있습니다 그러나이 같은 민간 기업, 그것은 그들을 위해 더 나은 모든 경우 아무도 특허 방법 안전하게 만들고, 오른쪽을 사용하여 다른 사람을 유지? 즉, 공개적으로 개발 않다면 좋아요 뭔가 공유 회사에 의해, 또는 대학, 그래서 모두가 같은 모범 사례를 사용할 수있는 사방 안전의 품질을 올립니다 대상 : 좋아요, 맥스, 내가 실제로 future–처럼, 많은 대해 어젯밤 이야기 정말 긴, 무슨 일이 일어날 아마 백년 틱 그러나 사람들은 요즘 AI를 보면, 많이하지 오늘에 바로 임박한 위험을 집중하고있다

그래서 당신은 트럼프가 선출되었다 않았다 방법에 대해 생각한다면, 그 일이, 지난 몇 년 동안 잘못된 방법 당신은 정말 AI가 기여하고 있음을 부정 할 수 없다 특히 가짜 뉴스를 많이, AI의 그 같은 제안 내용 그래서 미래에 모든 에너지에 초점을 같은 즉? 그래서입니다 정말 몇 사람들이 생각 오늘 찾고 그래서 당신은 그게 문제라고 생각하지, 또는 당신은 우리가에 더 잘 할 필요가 있다고 생각합니까? 맥스 테크 마크 : 네, 저는 있다고 생각 테크 사회에서 우리를 바보를위한 정말 좋은 기회 필요성에 대한 폭 넓은 대중과 정치인을 교육합니다 정말이 함께 참여합니다 이것은 내가이 책을 쓰고 싶었던 이유 중 하나입니다 내가 대통령 논쟁을 지켜 때 나는 생각한다 지난 선거에 대한 예를 들어, 완전히 제쳐 그들에 대해 이야기 문제에서, 나는 그냥 절대적으로 놀라운 알았는데 그들은 무엇을 이야기하지 않았다

그들 중 누구도 전혀 AI에 대해 이야기하지 않습니다 여보세요? 그들은 AI를 언급하지 않는 일자리에 대해 얘기하고 그들은 국제 안보에 대해 얘기하고 그들은 AI에 대해 이야기하지 않을 같은, 가장 큰 기술 저 밖에 그리고 난 그냥 말하는 정치인 이외에 생각 관심을 지불, 나는 그것이 또한 믿을 수 없을만큼 가치있는 것 같아요 경우 기술 사회에서 사람들의 무리 실제로 정부의 위치로 갈 수있다 정부에서 더 많은 인간 수준의 지능을 추가하려면, 바퀴에 잠되는 것을 세계 정부를 방지합니다 청중 : 내 말은,

사실상 맥스 테크 마크 : 어쩌면 우리는 단지 해야 JOHN BRACAGLIA [들림] 맥스 테크 마크 : 우리는 더 나중에 얘기하지만, 모두를 제공 할 수 있습니다 기회는 먼저 물어 대상 :여보세요? 안녕 당신은 concept–를 도입하는 경우 때 당신은 아실 로마 조약을 도입 당신은 방향성이 지능의 차이를 언급 호의적 인 정보 당신은 인간이 성공했을 경우 생각하지 마십시오 제어, 자비로운 지능을 만드는, 그들이 정말 지능을 만드는 데 실패했다? 저를 rephrase–하자 맥스 테크 마크 : 나는 완전히이 질문을 이해 모르겠어요 그냥 펀치 라인을 반복 하시겠습니까? 청중 : 내가 바꿔 것입니다

당신은 자비로운 지능이 될 것이라고 생각하십니까 우리는 방향으로 노력해야한다 지능, 또는 그 아마도 일반 지능해야한다 제어 할 수없는 이유는 무엇입니까? 맥스 테크 마크 : 그래서 그 좋은 질문입니다 당신은 내가 어떻게 생각하는지 물었다 나는 매우 열린 마음으로 노력하고 무엇을 우리가 실제로 할 수 있습니다 그리고 나는이 책을 썼다 이것도 아니고 정말 미래가해야한다고 생각 무엇을 말하는 피하고, 나는이 같은 중요한 질문이라고 생각하기 때문에, 우리는 단지 그것을 모든 사람의 지혜가 필요합니다 그리고 다시, 나는이 모든 다양한 시나리오에 대해 이야기 몇 가지 그들에게 여러 가지 옵션 중 일부에 해당하는 당신도 나열된 그리고 나는 듣고 매우 관심 어떤 다른 사람들이 것 실제로 생각 이러한 것들로 좋은 메이와 나는 매우 놀라운 발견 한 것은 우리는이 전

– 논의 할 때 나는이 책을 쓰는 때, 나는 노력에도 불구하고 있었다 아주 각 시나리오의 그나을 강조하기 어려운, 하나 하나 내가 적어도하지 않았다가 없었다 대한 몇 가지 주요 의혹 JOHN BRACAGLIA는 "당신이 깊은 신경망을 생각 하는가 방법이있을 것입니다 것은 인공 일반에 도착합니다 지성? 그렇지 않으면,이 그렇게하지 왜 근본적인 이유를 참조 할 재귀 적 자기 개선을위한 잠재력을 가지고 그 AGI의 개발 속도를 높일 수 있습니다 또는 superintelligence? " 맥스 테크 마크 : 좋아, 그건 좋은 질문입니다 그래서 although– 생각 내가 이것에 대해 두 가지를 가정 해 봅시다

우선, 우리의 두뇌가 될 것으로 보인다, 물론, 재발 성 신경 네트워크의 일종이다 그 매우 복잡하고, 인간 수준의 지능을 가지고있다 하지만 그것은 실수가 될 것이라고 생각 그 유일한 경로가 있다고 생각합니다 나는 또한 생각하는 실수가 될 거라고 생각, 그 가장 빠른 경로가 있다고 가정합니다 메이는도를 가리 키도록 좋아 하지만, 마지막으로, 몇 년 전, 아름다운 TED가 있었다 최초의 성공을 보여주는 이야기 백 년 라이트 뒤에 오는 기계, 조류, 형제는 비행기를 만들었습니다 그리고 여기 날아 yesterday– 당신이 듣고 매우 놀랄 것입니다 하지만 기계적인 조류에 오지 않았다

그것은 훨씬 더 쉽게, 더 간단한 방법이 있었다 밝혀졌다 비행 기계를 빌드합니다 그리고 나는 우리가 정확히 같은 일을 찾을 것 같아요 인간 수준의 지능 기계와 뇌는 단지 매우 다른 것들에 최적화되어 있습니다 무엇보다 빌드 귀하의 기계입니다 뇌은 – 다윈의 진화론은 건물에 대한 집착 자기 조립 수있는 일 노트북은 자기 조립 수 있다면 누가 무슨 상관? 진화는 만드는 방법에 대한 집착 사물 그 자체 수리 할 수 ​​있습니다 그것은 노트북 자체 수리 수 있다면 좋을 것이다 하지만 할 수 없습니다 당신은 아직도 그것을 사용하고 있습니다 또한 진화는 인간을위한 단순함에 대해 상관하지 않는다 어떻게 작동하는지 이해하지만 당신은 그것에 대해 많이 걱정합니다

그래서 어쩌면이 훨씬 더 복잡하다 그것이 필요 이상 단지, 그것은 자기 조립 수 있도록 어쩌구 저쩌구, 뭐든간에 내 생각 엔 최초의 인간 수준의 AI가되지 않을 것입니다 정확히 뇌처럼 작동 그것은 훨씬 더 간단 훨씬 뭔가, 그리고 어쩌면 것 우리는 later– 만들 것을 사용합니다 인간의 뇌가 어떻게 작동하는지 알아 그것은 말했다 깊은 신경 네트워크는 물론이고, 뇌에서 영감을 일부 efforts–를 사용하는 아주 영리한 계산 기술 진화가 함께했다 내 생각은 인간 수준의 AI에 가장 빠른 경로 것 실제로 깊은 신경 네트워크의 조합을 사용하여 GOFAI– 여러 가지 좋은 구식 AI 기술, 이 더 로직 기반 것들, 건물에 대한 자신의 힘을 많이, 이 같은 세계적인 모델과 사물을 구축있다

JOHN BRACAGLIA : 라이브 질문? 맥스 테크 마크 : 어쩌면 난 그냥 이것에 대해 한 가지 더 추가해야합니다 또한,이 신경망의 증가 성공 poses– 또한 정말 흥미로운 도전을 포즈 우리는 점점 더 많은 인프라를 담당 AI를 넣으면 때문에 우리의 세계에서, 정말 중요합니다 그것은 안정적이고 강력한 것이 컴퓨터가 적 추락 경우 손을 들어 이 기계라면 그건 너무 재미 없었을 것이라고 당신의 자기 차를 운전을 제어하고, 또는 해당 지역의 원자력 발전소, 또는 국가의 핵무기 시스템, 맞죠? 그래서 우리는 오늘의 버그와 해킹이 불가능한 변환 할 필요가 우리가 정말 믿을 수있는 강력한 AI 시스템으로 컴퓨터

신뢰는 무엇입니까? 신뢰는 어디에서 오는가? 그것은 사물이 작동하는 방법을 이해에서 비롯됩니다 그리고 신경 네트워크, 내가 생각하기에, 양날의 검입니다 그들은 매우 강력하지만, 우리는 그들에게 훨씬 덜 이해 기존의 소프트웨어보다 그래서 MIT에서 내 그룹에서 실제로, 우리는있어 프로젝트에 지금 매우 열심히 노력하고 내가 이해할 수있는 정보 부르는, where– 우리는 알고리즘을 마련하기 위해 노력하고 당신은 일에 신경 네트워크를 변환 할 수있는 which– 여기서 당신은 정말 그들이 작동하는 방법을 더 잘 이해할 수있다 나는 이것이 내가 격려 것이 도전이라고 생각 모두 당신도에 대해 생각합니다

당신은 어떻게 신경망의 힘을 결합 할 수 있습니다 당신이 정말로 이해할 수있는 물건 더 나은, 따라서 신뢰? 청중 : 그래서 우리가 두려워해야 AI 그것을 알아 내기 위해 superintelligence를 사용합니다 그 인간이 그 처리는 본질적이며, 단지 추가 단계와 노예? 맥스 테크 마크 : 그 멋진, 훌륭한 질문입니다 나는 여기에 모든 약 의식에서 이야기하지 않은 하지만 책 전체 8 장 그 얘기입니다 그리고 많은 사람들이 아니라, 기계가 결코 같은 말을 주관적인 경험을 가지고 아무 느낌 전혀 때문에 뭔가 느낌, 당신은 세포, 또는 탄소 원자, 또는 무엇이든 만들 수 있습니다 과학자로서, 난 정말 탄소 우월주의의이 종류를 싫어 나는, 업 쿼크, 다운 쿼크의 같은 종류로 만들어진거야 모든 컴퓨터와 같은 전자입니다

광산은 단지 약간 다른 방식으로 배치되어있다 그리고 그것은 분명히 정보에 대해 뭔가 모든 문제의 처리, 맞죠? 그리고 또한, 자기 정당화 인수의 종류 역사를 통해 사람들에 의해 사용되어왔다 오, 그것은 노예를 고문 괜찮다, 대답 그들은 영혼이 없기 때문에 그들은 아무것도 생각하지 않습니다 아, 거대한 공장에서 고문 닭에 오늘 괜찮아요 그들은 아무것도 생각하지 않습니다 때문이다 그리고 물론, 우리가 말할거야 우리의 미래 컴퓨터에 대한 그 역시 그것은 우리에게 편리하기 때문이다

그러나 그것은 사실 의미하지 않는다 그리고 나는 그것이 실제로 정말, 정말 흥미로운 것 같아요 문제는, 먼저 정확히 무엇을, 파악하기 즉, 정보 처리 시스템이 만들어 주관적 경험? 정말 존경 동료, 많은, 이것은 단지 BS,이 모든 문제라고 생각합니다 이것은 무엇 다니엘 데닛 말했죠입니다 나는 "심리학의 맥밀란 사전"에서 조회 그것은 의식이 아무런 가치가 읽기 없다는 것입니다 말했다 이제까지 작성되었습니다 하지만 난 정말이에 동의하지 않는다 그리고 사실, 내가 1 분을 보자 나는이 실제로 과학적으로 생각하는 이유를 설명 흥미로운 질문입니다

그래서 이것 좀 봐 확인을 자신에게 물어, 왜입니다 내가 왼쪽에 당신에게 450 나노 미터의 빛을 보여줄 때, 오른쪽에 650 나노 미터의 광, 왜 주관적 같이 그것을 경험 않습니다, [클릭]이 좋아하지? 왜 이런 식으로,이 좋아하지? 나는 이것이 정말 공정한 게임 과학 있음에 넣어 우리는 단순히 지금에 답변이없는 질문입니다 빛의 파장과는 아무 상관이 없다, 또는 신경 세포, 또는이 설명 것도, 하지만 그것은 관측 사실이다 그리고 나는이 왜 아무것도 같은 기분이 이해하고 싶습니다, 왜 우리는이 경험이 있습니까? 당신은 우리가 알고있는, 잘 봐, 말할 수있다 빛 센서의 3 종류가 있음 망막에서, 콘 그리고 때 난 -을 450 나노 미터 빛 한 종류를 활성화하고 나는 긴 파장을 가지고 당신에게 다음 다른 종류를 활성화하고 그들은 다양한 신경에 연결되어있는 방법을 볼 수 있습니다 당신의 두뇌의 뒷면입니다

그러나 그냥 질문을 선명하게, 의식의 신비,이 때문에 , 전혀 빛과는 아무 관계가 없다는 것을 증명한다 당신도 색상을 체험 할 수 있기 때문에 당신은 당신의 두뇌에서 다른 뉴런 꿈을 꾸고있을 때 활성, 빛이 포함되어 있지 않은 경우, 맞죠? 그래서 내 생각 엔 그 consciousness–입니다 하는 나는 주관적인 experience– 단순히 길을 의미 이 처리 될 때 정보 느낀다 특정 복잡한 방법이다 그리고 나는 어떤 방정식이 있다고 생각 우리는 어느 날 그 지정 발견 할 것이다 그 복잡한 방법은 무엇인지 우리가 알아낼 수있게되면, 그것은거야 우리가 의식을 넣을 수 있기 때문에 모두 매우 유용 할 응급실 탐지기 때 응답하지 않는 환자가 오면, 당신은 알아낼 수 그들은 증후군, 또는하지-에 잠긴 경우 그리고 그것은 또한 대답 할 수있게됩니다 이 정말 좋은 질문은 당신은 기계 여부에 대한 질문 또한 도덕적 실체로 간주되어야한다 감정을 가질 수 있습니다 그리고 무엇보다도, 내가 오늘 여기에 레이 커즈와일이 표시되지 않습니다, 그러나 그는 어느 날 레이 커즈와일에 자신을 업로드 할 수있는 경우 로봇은 수천 년 동안 살고, 그는 레이처럼 이야기 , 그는 레이처럼 보이는 그는 레이 같은 역할을 당신은 레이에 대한 위대한 느낄 수 있습니다

지금은 불멸입니다 그러나 그 기계가 단지 좀비임을 밝혀 가정 그것을 할 아무것도 아닌 것 같아, 그는 꽤 그는 않을 것 얻어 먹게 될 것이다? 괜찮아? 그리고 미래의 경우, 생활은 우리의 우주에 걸쳐 확산 일부 후 생물학적 형태로, 우리는 같은거야, 이것은 매우 흥미로운 것입니다 우리의 후손이 모든 큰 일을하고있다 우리는 행복 죽을 수 있습니다 그것은 그들이 모든 좀비와 모든 단지 무리임을 밝혀지면 그 멋진 물건은 빈 벤치 단지 연극이다, 그 빨아하지 않을까요? JOHN BRACAGLIA : 나는 도리에서 또 다른 질문을 할 수 있습니다 "당신이 생각하는 개인을위한 가장 효과적인 방법입니다 수용 또는 보안 엔지니어링 정신을 촉진하기 위해, 작업 할 때조차 하나의 결함은 허용입니다 즉, 에 프로젝트를 AI 관련? " 우선 음, I : 맥스 테크 마크 우리가 기존에서 많은 것을 배울 생각 내가 시작한 이유는 안전 공학의 성공은, 그건 달 임무를 보여줌으로써

엔지니어들에게 새로운 아무거나처럼되지 않습니다 나는 우리가 생각에 너무 익숙해 그냥 생각 AI가 작동하지 않았다, 우리는하지 않았다 사물의 영향에 대해 걱정해야합니다 그리고 지금은 영향을하기 시작, 그래서 우리는 그것을 통해 생각해야한다 그리고 또한 몇 가지 문제가 있습니다 이는 AI 정말 독특하고 고유합니다 아실 로마 원칙 중 일부는 그들에 대해 이야기 및 AI 안전 연구를위한이 연구 의제 안전 공학의 세부 사항의 정말로 긴 목록입니다 당신이 일처럼 우리가 똑똑한 사람들을 필요로 도전

그리고 나는 우리가 그것을 지원할 수 있기를 바랍니다 청중 : 그래서 또한 보안 공학의 주제에, 로켓의 많은 달에가는 길에 폭발 맥스 테크 마크 : 네 청중 : 그리고 정보의 폭발을 주어, 그것은 우리 만 할 겁니다처럼 하나의 기회가 정렬 문제가 올바른 얻을 수 있습니다 그리고 나는 우리가 심지어 정렬되지 수 있다고 생각 이 방에있는 값의 집합에, 시스템 고사하고 즉, 효율적으로 세계를 규정하는 자본주의의 몇 가지 단점이 분명히있다 때문이다

그래서 난 엘론이 회피되어 기쁘다 hopeful– 해요 우리의 마법의 모자를함으로써 내기,하지만 당신처럼 보인다 당신의 그룹, 정렬의 문제에 초점을 맞추고있다 난 그냥 가지 그냥 궁금 해요 무엇을 우리가 그것을 얻을 수있을 거라고 당신이 낙관적 바로 처음에? 맥스 테크 마크 : 그래서 우선, 그래, 로켓의 많은 폭발 하지만 당신은 로켓의 대부분을주의 것 사실, 모든 짓이야, 폭발 이 달의 임무에 폭발 로켓이 있었다이다 그들 아니 사람들이, 맞죠? 그래서 안전 공학이었다 높은 위험 물건들은 통제 된 환경에서 그것을했다 여기서 실패는 너무 많은 문제가되지 않았다 그래서 당신은 정말 고급 AI를 만들 경우, 당신은 정말 잘 이해하려면, 어쩌면 바로 인터넷에 처음 연결하지? 그래서 단점은 작습니다 당신이 할 수있는이 같은 많은 일들이있다

그리고 나는 우리가해야하는 것이 한 가지가 있다는 것을 말하고 있지 않다 특히 중 하나에 초점을 맞 춥니 다 나는 사회가 최대 브레인 스토밍 한 생각 사물의 정말 좋은, 긴 목록, 우리가 정말 그들 모두에서 작동하도록 시도해야, 그리고 우리는 길을 따라 좀 더 도전을 알아낼 수 있습니다 그러나 우리가해야 할 중요한 것은, 그래 것이 바로 지식 이 가치가있다 의 그것에 노력합시다 나는 낙관적 왜 그럼 당신도 물었다

나 그냥 정리해 드리죠 낙관론의 두 가지 종류가 있습니다 순진한 낙관론 내 낙관론처럼있다 태양은 내일 마운틴 뷰에 걸쳐 증가 할 것이라는 것을 아침에 관계없이 우리가하는 일의 그게 내가 느끼는 낙관론의 종류 아니다 기술의 미래에 대해 그런 낙관론의 종류있다 이 갈 수 있다는 낙관적 것을 잘 정말 우리를하는 경우, 정말 계획하고 그것을 위해 일한다

그게 내가 여기 느낄 낙관론의 종류입니다 우리는 멋진 미래를 만들 우리 손에있다, 하지만 그래서 그것을 우리의 소매를 걷어 붙이고 할 수 있습니다 청중 : 이봐, 맥스 그 논문에서 당신은 자격이 쓴 "왜 저렴하고 깊은 학습 일 잘합니까? " 지금 린, 그리고 Rolnick으로뿐만 아니라, 당신은 키 질문 당신은 연결을 많이 그릴 깊은 학습과 무엇의 다음 핵심 부분 사이 우리는 물리학에 대해 알고 낮은 다항식 차수, 계층 적 프로세스, 그런 것들

난 당신이했습니다 반응 어떤 단지 궁금 해요 , 물리 커뮤니티에서 모두 접수 다음 AI 커뮤니티에서 해당 시도에 종류의 그릴 일부 깊은 평행선? 맥스 테크 마크 : 일반적으로 매우 긍정적 인 피드백 그리고 또한 사람들이 지적하는 사람들 그와 관련된 추가 연구 질문을 많이, 이는 일을 정말 가치가있다 그리고 단지 속도 모두를 불러옵니다 우리가 무슨 말을하는지에 관해서는, 그래서 우리는 단지로 바뀔하지 않습니다 여기 살아남 연구 논문을 논의, 우리는 매우 문제에 관심했다 당신이 생각하는 경우 때문에 깊은 학습, 그래서 잘 작동하는 이유 순진 그것에 대해, 난 그냥 분류 할 경우에도, 개와 고양이이있는 모든 Google 이미지를 취할 나는 write– 할 나는 신경망을 할 것인지 말하자면, 1 만 개 화소를 취할 것 출력은 바로, 고양이의 확률? 당신이 그것에 대해 생각한다면 조금, 당신은 있다고 자신을 설득 할 수 불가능이 같은 이미지가 얼마나 많은이기 때문에? 그들은 단지 흑백 이미지가있어하더라도, 각 화소는 흑색 또는 백색 일 수 100 만 개 가능한 이미지의 힘이 거기에있는 우리의 우주에있는 원자는이보다 훨씬 더 많은 이미지입니다 10 오른쪽 78에있다? 그리고 각각의 이미지에 대해, 당신은 출력 확률을 가지고있다 따라서, 이미지의 임의의 기능을 지정합니다 당신은 얼마나 많은 매개 변수를 필요합니까? 글쎄, 당신은 하나를 저장하는 경우도 맞지 않을 수 천, 2 우리 코스모스 각 원자에 파라미터

어떻게 그렇게 잘 작동 할 수 있습니까? 그래서 기본적인 결론은 우리가 발견 이고, 모든 기능을 물론, 클래스 당신은 신경망 잘 할 수있는 당신이 실제로 실행할 수있는 자사의 거의 무한히입니다 모든 기능의 작은 부분 그러나 물리학 분수라고 우리에게 이야기한다 우리가 실제로 걱정하는 모든 기능의, 그들은 우리의 세계와 관련이 있기 때문에 또한 거의 무한히 작은 부분이다 그리고 편리하게, 그들은 거의 같은입니다 나는이 행운이라고 생각하지 않습니다 나는 다윈의 진화론이 우리에게 준 생각 신경망 기반 컴퓨터의 특정 종류의 그것은 정말 태핑 잘 조정 된 것 정확하게 때문에 계산 요구의 종류에 우리의 우주는 우리에게 걸려 것을

그리고 나는 더 많은 채팅 기쁘게 수 있습니다 이에 당신이 나중에에 대한 느슨한 끝, I 때문에 훨씬 더 재미 있다고 생각 물건이에서 수행한다 JOHN BRACAGLIA : 한 도리 질문을 가져 가라 "AI의 시대에 인간 인 것은 자기 중심적인 노력처럼 보인다 그것은 우리 종에 대한 부당한 특수 상태를 제공합니다 왜 우리는 심지어 인간을 유지 귀찮게한다 우리는 우리의 한계를 극복하기 위해 얻을 수있는 경우 우리가 얻을 어디서 볼 수? " 맥스 테크 마크 : 좋아 [웃음] "우리에게 과분한 특별한 지위를주는 자기 중심적 노력 우리의 종

" 글쎄, 우선, 당신도 알다시피, 난 우리의 경계를 밀어 전적으로 잘 나는이 일을 옹호했습니다 나는 그것을 매우 짜증나는 인간의 오만 경우를 찾아 의미 우리는 가두 연설에 가서 우리는 것 같은, (깊이) 우리는 창조와 아무것도의 절정 지금까지 우리보다 똑똑하고, 우리는 지금 시도 할 수 있습니다 어떻게 든 인간의 예외주의에 대한 우리의 전체 자기 가치를 구축합니다 나는 그 절름발이의 종류 생각합니다 넌 그 반면에 우리는 아마이 마지막 질문해야한다 한편, 자기 중심 efforts– 아니라, 우리는 단지입니다 ones– 그것은 지금이 대화에 단지 우리 인간의 누군가가 있어야합니다

그래서 바로 얘기하고 정말 우리에게 달려? 우리는 변명으로 생각의이 종류를 사용할 수 없습니다 단지 그것에 대해 그냥 이야기하지합니다 일부 완전히 통제되지 않은 미래에 범블 나는 우리가 방향타에 확고한 그립을해야한다고 생각 그리고 우리가 조종하기로 결정 어떤 방향으로 조종 그래서 저와 주셔서 너무 다시 한번 감사하겠습니다 그것은 여기에있을 수있는 멋진 즐거움입니다 [박수 갈채] 그리고 당신은 당신이하지 않았다 더 이상 질문이있는 경우, 여기에 서명 책이 될거야, 그리고 좀 더 채팅 드리겠습니다

JOHN BRACAGLIA는 :,, 맥스 오는 감사에 대한 여러분 모두 감사합니다 구글 이야기합니다 맥스 테크 마크 : 그리고 저를 가지고 주셔서 감사합니다

Google’s AI AlphaGo Is Beating Humanity At Its Own Games (HBO)

수십 년 동안, 인간은 컴퓨터를 상대로 게임을했다 처음에는 컴퓨터 고투

그러나, 그들은 경력을 시작했다 – 왓슨? – 신조는 무엇입니까? – 예! – 그리고 지금, 그들은 그렇게 지배적했습니다 그들이 인류의 미래에 대해 의문을 제기하고 있습니다 실존 적 공포의 최신 엠블럼, 구글의 DeepMind 프로젝트입니다 AlphaGo-을 만든 지구상에서 가장 복잡한 전략 게임에서 매우 저렴한되고있다 인공 지능 프로그램입니다

체커 게임이 가능한 결과 (20)의 전원 (10)을 갖지만, 체스 게임을, 40 개 가능한 결과의 전원 (10)을 갖는다 이동 가능한 결과 (80)의 전원 (10)을 갖는다 AlphaGo는 상황 자체를 분석하는 훈련, 작은 부분으로 게임을 파괴하고 가능한 모든 움직임을 시각화하여 지난 주, 그것은 세계 최고의 바둑, 19 세 애 지에 연주 인간 핸들러의 도움으로 AlphaGo은 그에게 세 번 치고, 그것은 할 수 있도록 설계되었습니다 일을 한 후, 게임에서 은퇴했다 – AlphaGo 같은 시스템이 사람을 이길 충분히 이동의 모든 움직임을 배울 수 있다면, 그것은 다른 작업의 수십 사이에 변호사와 회계사를 대체 할 수있는 가능성이있다

그것은 완벽 할 수 있지만, 인간의 정치를 탐색 할 수있는 방법이 없습니다 지에 처음 game-을 잃은 후 중국 정부는 실시간 스트리밍을 금지 미국 회사에 손실은 국가의 자존심에 대한 공격이었다 – 중국 정부는 큰 노력을했다 그들은 신속하게 인공 지능에 앞서 움직이는 것을 선포합니다, 그들은 AI를 지배하는 사람이 될 것입니다 지칠대로 지친 구글에 와서 자신의 game-에서 중국을 이길하게하려면 그냥 모욕의 상단에 모욕을 쌓아입니다 그것은 놀라운 종류 – 중입니다 – 그러나 국가의 위기보다 더했다

Google Assistant-like DialogFlow (formerly API.AI) chatbot for your website

안녕하세요이 모두 라빈이 MiningBusinessDatacom 출신이가 될 것입니다 당신이 그렇게 API

AI를 사용하여 만들 수있는 다양한 컨트롤의 웹 채팅의 빠른 데모 지금은 내 광산 비즈니스 데이터 사이트에있어 당신은에 가면 봇 메뉴 채팅 예를 들어 당신은 어느 것을에서 두 번째 항목을 선택할 수 있습니다 UI 같은 Google 조수 그럼 가서 그를 선택할 수 있습니다 당신을 말한다 그래서 채팅 창 위에 마우스를 올려 수 있습니다 시작하려면 그걸하자 그리고 당신은 볼 수 있습니다 그것은 당신에게 항목의 목록을 표시하는 사용자가 탭을 선택 할 수있는 및 그것은 모든 항목이 실제로 내에서 정의 된 것을 기억하는 것이 중요합니다 API

AI 콘솔 그리고 내가 정의한 APIAI 에이전트의 일부입니다 그래서 내가 당신을 보여준 첫 번째 유형이이 목록 목록 메시지 유형이며 당신이 구글 어시스턴트에서 사용할 수있는 여섯 개 메시지 유형이 있고 그들은이다 목록 형, 회전 목마, 기본 카드, 제안 칩, 간단한 응답 제안을 연결합니다 그래서 내가 가서 가서 당신이 모든 것을 보여 드리겠습니다 여기 채팅 봇에서의이 가서 찾아보기 베스트 셀러를 클릭하자 당신이 그 아래에 통지하는 것은 몇 가지가가를 보여줍니다 일이 실제로 키이 목록 상자처럼이 목록의 각 항목을 키를 가지고 있으며, 기본적으로 해당 키를 가져다가 사용자가 입력되는 메시지에 그것을 만들었고, 채팅 로봇이 회전 목마와 함께 다시 응답하고 당신이 볼 수있는 기반 당신은 이미지를 길게하고 아래 당신 마우스를 사용하여 드래그 할 수 있음 실제로 가서 선택을 위해 항목을 클릭 할 수 그래서이 하나를 선택할 수 이것은 우리가 한 기본 카드 메시지 유형입니다 여섯 중 세 당신은 당신이이 두 버튼이 아래에서 볼 수 있습니다 이러한 선택에 대해 기억해야 할 제안 칩 뭔가있다 제안 칩은 당신이 그들을 클릭하면 실제로에서 사라지게해야한다는 것입니다 이 작업 선박에 기록 된 어떤 인터페이스와는 일 무슨하여 사용자 유형 그래서 앞서 가자 무엇으로 봇 기록을 채팅 할 수 있도록 당신이 할 수있는 그 제안 우주선이 사라진 것을 볼 수 있으며 사용자 것처럼입니다 대화로 시작하고 우리는의 처음으로 돌아 왔어요 입력 우리는 내가 앞서 갈거야에서 선택할 수있는 목록에 봇 채팅 이 목록에서 두 번째 항목을 선택하고 우리는 또 다른 회전 목마가 게재 나는거야 이번에는 이러한 옵션 중 하나 무엇을 선택 여기에서 보는 것은 단지 간단한 응답은 이러한 텍스트의 답변입니다 기본 텍스트 응답과 유사 당신은 일반 웹 데모 통합에있다 당신은 또한 아래이 가입 링크를 참조하고이 링크 밖으로이라고 구글 보조 언어 물론 제안 우리는 이러한이 제안 칩 당신이 볼 수있다 그래서 당신은이 모든 다루고 있음을 볼 수있다 이러한 그의이 데모를 시청에 대한 감사를 종료

A.I. Experiments: Teachable Machine

[음악 재생] 라세 : 안녕하세요, 라세 해요 ANDREAS : 안녕하세요, 안드레아스 해요

라세 :이 가르 칠 기계라는 실험입니다 사람이 시작하는 것은 그것을 쉽게 기계 학습 작품, 브라우저에 살고있는 방법 탐구, 더 코딩이 필요하지 않습니다 ANDREAS : 여기에 입력, 내 카메라입니다 동안 그리고 여기에 세 가지 클래스이다; 그린, 퍼플, 오렌지 이상 여기에 출력됩니다

기계가 당신에게 응답하는 곳이다 지금,이 세 GIF를 중 하나에 응답하도록 설정되어 당신은 당신이 원하는 GIF를 이러한 GIF를 변경할 수 있습니다 첫째, 녹색 수업을 가르 칠거야 나는이 같은 내 손을 넣을 때 인식, 그리고 고양이 GIF를 보여줍니다 난 그냥 몇 초를 위해 녹색 버튼을 누르고 있습니다

그래서 지금은 녹색 클래스를 훈련입니다 거기 이제 녹색 막대는 높은 신뢰와 것을 볼, 그리고 그것은 고양이 GIF를 보여주는 것 그러나 당신은 녹색에 상관없이 내가 무슨입니다 알 수 있습니다 손의 위 또는 아래로합니다

기계가 내 입력에서 찾고 있기 때문이다 그것은 가장 비슷한 어떤 클래스를 결정 하지만 난 단지, 하나 개의 클래스를 훈련 한 이후 모든 것이 하나 가장 비슷합니다 나는 그것을 두 번째 클래스를 가르 칠 필요 이유입니다 그래서 지금, 아래로 내 손으로,이 보라색 버튼을 누르고 있습니다 몇 초합니다 그리고 보라색 클래스를 훈련입니다

거기 지금은 일하고있다 내 손을 넣어, 녹색 클래스 고양이 GIF와 트리거합니다 그리고 나는 내 손을 내려 놓고, 보라색 클래스 개 GIF와 트리거합니다 아래, 위, 아래, 위

내가 내 손을 조금을 제기하는 경우? 그것은 종류의 혼란입니다 그것은 확실하지 때문에 막대는 주변에 꿈틀 거리고있다 그것은 녹색 클래스 또는 보라색 클래스인가? 내가 대신 내 오른쪽 손을 들어 경우, 당신은 아직도 그 기계를 볼 수 있습니다 이 녹색 클래스와 더 유사하다는 것을 인식 어떤 흥미의 종류이다 저 미친 얼굴이 오렌지 클래스를 양성하려고하자, 이 같은 나는 그 얼굴을 할 때 그래서 지금, 그것은 마지막 토끼를 유발한다 GIF

그것은 작동합니다 그리고 나는 또한 음성으로 전환 할 수 있습니다 내 손이 최대 일 때 지금, 그것은 안녕하세요 말한다 컴퓨터 : 안녕하세요 ANDREAS : 내 손이 다운되면, 그것은 굉장했다

컴퓨터 : 신난다 ANDREAS : 그리고 난 아무것도 이러한 변경할 수 있습니다 멋진, 오,처럼 컴퓨터 : 안녕하세요 아, 멋진

라세 : 모든이의 요점은 당신이 파고 시작하자하는 것입니다 기계로 실습 방식으로 학습 때로는 같이, 컴퓨터가 작동하지 않을 수 있습니다 당신은 당신의 예에 대해 생각하여 많은 것을 배울 수 다른 접근 방법을 시도 당신은 어떤 수, 목적에 혼동을 시도 할 수 있습니다 배울 수있는 정말 재미있는 방법합니다 그것은 라이브러리 코드를 탑재함으로써, deeplearn

js 이것은 당신이 훈련 할 수 및 실행 기계 로컬 모델을 학습 브라우저에서 이는 너무 빠른 반응 만드는 것입니다 그리고 deeplearnjs 역시 모바일 기기에서 작동 그래서 당신은 휴대 전화 카메라로이 실험을 시도 할 수 있습니다 당신은 코드를 얻을 수 및 컴퓨터 교육을 시작할 수 있습니다 g

co/teachablemachine에서