Google’s creepy AI phone call feature will disclose it’s a robot, after backlash

구글의 소름 끼치는 인공 지능 전화 기능은 반동 후에 로봇을 공개 할 것이다 이번 주 초에 데모 버전이 발표되었을 때 인간을 상대로 전화를 걸 수있는 AI 보조 장치 인 Google Duplex가 우리를 기절 시켰습니다

인상적인 반면 Duplex는 지난 며칠간 반발을 불러 일으켰으며 Google은이 기술의 투명성에 대한 강조를 CNET에보고했습니다 또한 Googles AI Assistant는 실제 전화를 걸고 무서워하는 것을들을 수 있습니다 구글의 대변인은 전자 메일을 통한 성명서에서 공개 기능을 통해이 기능을 설계하고 시스템이 적절하게 식별되는지 확인했다 우리가 I / O에서 보여 주었던 것은 초기 기술 데모였습니다 우리는 이것을 제품으로 개발할 때 피드백을 통합하기를 기대합니다

Google이 이러한 공개를하는 방법이 명확하지 않습니다 AI 보조원이 미장원 예약을 예약하기 위해 실제 전화를하는 Googles 데모에서는 컴퓨터에서 전화가 걸렸다는 표시가 없었습니다 로봇의 기원을 깬 현재 인공 지능 보조기의 목소리와 달리 Duplex는 자연스럽게 들렸다 통화의 음소거와 같은 음성 불투명도의 사용과 대화의 지연은 사람의 말을 정확하게 흉내냅니다 그로 인해 기술 사회 학자 Zeynep Tufekci는 컴퓨터를 사용하여 실제 인간을 속이기 위해 도덕적으로 지저귐에서 잃어버린 인공 지능 조수를 묘사 한 비평가를 이끌어 냈습니다

트위터의 다른 사람들도 관심사를 공유했거나 효과적인 보급 된 AI 보조원을위한 보폭의 일부로 간주했습니다 워싱톤 포스트 (Washington Post)는 저임금 노동자들에게 미칠 수있는 영향과 기술이 사람들을 속일 수있는 능력에 주목하면서 우리가 도대체 ​​무엇을하고 있는지 물었다 Google의 CEO 인 Sundar Pichai는 Duplexs 윤리에 대한 논의를 환영한다고합니다 기술은 긍정적 인 힘이 될 수 있으며 전 세계 수십억 명의 사람들의 삶의 질을 향상시킬 수 있습니다 그러나 우리가 만드는 것에 대해 눈을 뜨게 될뿐 아니라 블로그 포스트에 썼다는 것도 똑같이 분명합니다

기술의 영향과 그것이 우리 삶에서 수행 할 역할에 대해 제기되는 매우 실제적이고 중요한 질문이 있습니다 우리는 앞서가는 길은 조심스럽게 그리고 신중하게 진행되어야한다는 것을 알고 있습니다 우리는이 권리를 얻으려는 깊은 책임감을 느낍니다

Google’s AI predicts Patients Death more Accurately

Google은 환자의 호스트를 예측할 수있는 AI 기반 도구를 만들었습니다 사람들이 병원에 머무를 수있는 기간, 재 입원 확률 등의 결과 그들은 곧 죽을 확률이 있습니다

구글의 인공 지능 시스템은 이전에 도달하지 못한 데이터를 탐색 할 수있었습니다 PDF 또는 오래된 차트에 무언가를 적었습니다 그리고 그것보다 훨씬 더 빠르고 정확했습니다 기존 기술 Google의 시스템은 어떤 레코드가 결론

병원, 의사 및 기타 의료 서비스 제공 업체가 시도해 왔습니다 전자 건강 기록 및 기타의 비축 물을 더 잘 사용할 수 있도록 환자 데이터 적시에 정보를 공유하고 강조하면 더 많은 것을 절약 할 수 있습니다 의료 종사자가 서류 작업에 더 적은 시간을 보내고 환자 치료에 더 많은 시간을 그러나 건강 데이터를 마이닝하는 현재의 방법은 값 비싸며, 번거롭고 시간이 많이 걸린다

구글 메디컬 브라이언 팀의 연구원 EHR 파일을 AES로 변환하기위한 데이터 처리 파이프 라인을 개발했습니다 표준화 된 형식으로, 그들은 더 깊은 곳에서 데이터에 깊은 학습 모델을 적용했다 2 명의 학문에서 각각 24 시간 이상 입원 한 200,000 명 이상의 성인 환자 그들의 알고리즘이 위험을 정확하게 예측할 수 있음을 보여 주었다 사망률, 병원 재입학, 장기 입원 및 퇴원 진단 모든 경우에이 방법은 이전에 발표 된 것보다 더 정확함이 입증되었습니다

모델 저자는 어떻게 개념을 증명할 수있는 사례 연구를 제공합니다 그러한 알고리즘은 미래의 일상적인 임상 수행에 사용될 수있다 건강에 대한 더 깊은 잠수는 막대한 양의 정보를 추가 할뿐입니다 Google은 이미 우리에게 있습니다 Google은 신중하게 진행하고 있습니다

환자 정보에, 특히 공공 조사를 통해 데이터 수집이 증가합니다 지난 해 영국의 규제 당국자들은 Deepmind를 때렸다 Alphabet AI Lab, 공공 의료 기록을 분석 한 앱 테스트 용 환자에게 자신의 정보가 이와 같이 사용될 것이라고 말하지 않고 와 최신 연구 Google 및 병원 파트너는 자신의 데이터가 익명으로 안전하며 환자의 허락하에 사용하십시오

Introduction to Building Actions for Google’s AI Assistant

이 자습서에서는 Google Assistant를위한 자체 Action을 만들 계획입니다 Google의 강력한 분석 및 자연어 처리 기능 활용 기능

Google Assistant는 모든 사람의 가상 개인 비서로 대화를 통해 사용자가 일을 처리 할 수 ​​있도록 지원합니다 현재 5 억 개 이상의 기기에서 사용 가능하며 빠르게 성장할 것입니다 더 많은 휴대 전화에 출시 된 수십억 개, 자동차 및 스마트 스피커를 가정에서 사용할 수 있습니다 특정 권한을 사용하도록 설정해야합니다 In https://myaccount

googlecom/activitycontrols 웹 및 앱 활동을 활성화하고, 장치 정보 및 음성 및 오디오 활동을 모니터링합니다 이 비디오에 대한 설명에서이 페이지 및 다른 페이지에 대한 링크를 찾을 수 있습니다 우리가 작업 할 콘솔은 두 개뿐입니다 Google 및 DialogueFlow

코딩없이 몇 가지 사항을 설정하고 몇 가지 간단한 JavaScript로 자습서를 마무리합니다 따라 와서 만들 준비가 되셨습니까? Google 콘솔에서 작업 콘솔에서 프로젝트 추가 / 가져 오기를 클릭합니다 우리 프로젝트에 이름을 지어 보자 "액션 소개"및 CREATE PROJECT를 클릭하십시오 시간이 좀 걸릴 수 있습니다

이제 작업에 대한 카테고리 목록이 표시되면 오른쪽 상단의 건너 뛰기를 클릭하십시오 왼쪽의 BUILD에서 Actions를 클릭하십시오 첫 번째 작업 추가를 클릭하십시오 이제 우리는 몇 가지 흥미로운 의도를 보았습니다 퀴즈, 성격 퀴즈, 플래시 카드와 같은 템플릿을 만들 수 있습니다

이 실습을 위해 맞춤 인 텐트를 사용하고 BUILD를 클릭합니다 이제 DialogFlow에서 DialogFlow 에이전트를 생성 할 것입니다 DialogFlow를 처음 실행할 때, Google 계정에 액세스하고 드라이브를 사용하고 서비스 약관에 동의 할 권한을 부여해야합니다 우리는 에이전트의 이름을 Action-Intro, 우리의 주요 언어로 영어를 선택하고 내 시간대를 선택하십시오 액션은 우리 프로젝트에 연결됩니다

만들기를 클릭하십시오 잠시 후 Intents 페이지가 표시됩니다 Welcome Intent로 시작합시다 여기서 주목해야 할 몇 가지 사항이 있습니다 우리는 다음의 의도를위한 훈련 문구를 쓸 것이지만, 환영의 임무를 위해이 부분은 비워 둘 수 있습니다

Welcome Responses를 보도록하겠습니다 안녕 여보세요 좋은 날 기본값을 삭제합니다

응답 및 대신에 새로운 응답을 입력하십시오 "환영! 어떤 나라가 너야 살다?" 이제 SAVE를 클릭하십시오 액션을 테스트하기 위해 통합을 클릭합니다 지금은 무시 페이스 북의 메신저, 슬랙 및 기타 통합

Google Assistant에서 통합 설정을 클릭하십시오 앱이 호출되면, 우리의 환영 의향이 먼저 촉발 될 것입니다 자동 미리보기 변경 기능을 사용하도록 설정합니다 우리의 변경 사항은 시뮬레이터에서 자동으로 업데이트됩니다 테스트를 클릭하십시오

Google의 액션 페이지로 돌아갑니다 다른 표면을 볼 수 있습니다 스마트 스피커는 디스플레이가 없지만 휴대폰은 유용 할 수 있습니다 행동 테스트 아래에서 또는이 Google 계정으로 로그인 한 모든 기기에서 '내 테스트 앱과 이야기하기'라고 말하거나 입력하십시오 (Assistant) "알았어

내 테스트 앱의 테스트 버전 가져 오기" (행동 소개) "환영합니다 어떤 나라에 살고 있습니까?" 그리고 환영 의향이 시작된 것을 볼 수 있습니다 지금 당장 내가 질문에 대답하면 우리 행동은 무엇을해야할지 모른다 그러면 우리는 오류를 범할 것이다

"인도" (행동 소개) "나는 그것을 얻지 못했다 다시 말할 수 있니?" "나는 중국에 산다" (행동 소개) "다시 말해봐?" 이제 우리는 새로운 의도를 프로그램해야합니다 다시 DialogFlow 콘솔에서 통합 설정 페이지를 닫고 왼쪽에서 Intents 및 인 텐트 만들기 이 의도 거주자 이름을 저장을 클릭하십시오

이름은 대소 문자를 구분합니다 먼저 몇 가지 훈련 문구를 추가하겠습니다 이렇게하면 Google Assistant가 사용자가 Google 질문에 답변하는 다양한 방법을 인식하는 데 도움이됩니다 앱이 처음에 말합니다 "환영! 너는 어떤 나라에 살고있어?" 우리는 대답 할 수 있습니다

"나는 한국에 살고있다" Google에서는이 경우 매개 변수를 정의합니다 이 기능은 국가, 언어, 색상 및 기타 항목에서 사용할 수 있습니다 다른 것을 해보 죠 "우리 집에있다

인도" "나는 몰디브에 살고있다" "나는 빌라를 빌렸다 오스트리아 " "남아공에서 일하고 있습니다

" "미국" 이번에는 국가가 자동으로 강조 표시되었지만 시도 할 때 그렇지 않을 수도 있습니다 특정 국가 이름을 강조 표시하여 매개 변수가 인식되는지 확인하고 Google이 미리 정의한 엔티티를 선택합니다 작업 및 매개 변수에서 관리를 클릭하십시오 매개 변수와 행동 지역 – 국가 매개 변수가 필요하며이를 확인합니다

매개 변수 이름을 단순하게 "country"로 단순화합시다 해당 프롬프트를 입력합니다 "무슨 나라 너니? 살다?" 그리고 닫기를 클릭하십시오 이행 섹션에서, EULBLE FULFILLMENT를 클릭하십시오 이 의도에 대해 웹 훅 통화 사용을 설정하고 저장을 클릭합니다

이제 간단한 JavaScript를 살펴 보겠습니다 DialogFlow 콘솔에서 왼쪽에있는 이행을 클릭하고 인라인 편집기를 활성화하십시오 다음 코드를 입력해야합니다 엄격 모드를 사용하고 DialogFlow 모듈을 가져옵니다 또한 firebase 함수 패키지를 가져오고 app이라는 DialogFlow의 인스턴스가 필요합니다

그래서이 의도를 위해 거주하는 국가, 우리는 두 개의 인수를 돌려받습니다 : 이 경우 사용자와의 대화에 대한 속성을 가진 대화 개체 및 매개 변수 개체 사용자 응답의 국가 이름 우리는 국가 이름의 글자 수를 세고 변수 letterCount에 할당하십시오 그런 다음 letterCount와 국가 이름을 사용하여 사용자에게 메시지로 대화를 닫습니다 조금 더 코딩하면 다양한 시나리오와 사용자 입력을 여기에서 설명 할 수 있습니다 이제 배포를 클릭하십시오 이 작업은 몇 분 정도 걸릴 수 있습니다

"마지막으로 배포했습니다"라는 메시지가 표시 될 때까지 잠시 기다립니다 이제 Google 콘솔의 액션으로 돌아가서 시뮬레이터를 사용하여 앱을 테스트 할 수 있습니다 시뮬레이터를 클릭하고 테스트 앱과 이야기 해 봅시다 (Assistant) "알았어

내 테스트 앱의 테스트 버전 가져 오기" (행동 소개) "환영합니다 어떤 나라에 살고 있습니까?" "나는 인도네시아에 산다" (행동 소개) "좋았어! 인도네시아에는 9 개의 편지가있다" "내 테스트 앱 이야기" (Assistant) "알았어 내 테스트 앱의 테스트 버전 가져 오기

" (행동 소개) "환영합니다 어떤 나라에 살고 있습니까?" "나는 케냐에서 일한다" (행동 소개) "좋았어 케냐에는 5 개의 편지가있다" "캐나다" (행동 소개) "좋았어! 캐나다에는 여섯 통의 편지가있다" 지금은 잘 작동하고있는 것 같습니다

이 데모에서 가장 인상적인 점은 Google 비서가 상호 작용하고 사용자가 말하는 것을 실제로 이해할 수있는 힘입니다 내가 만든 동작은 전 세계 사용자가 사용할 수 있습니다 앞으로 다른 데모 및 상호 작용을 실험 해 보시고 향후이 데모에서 더 많은 비디오를 얻으실 수 있도록이 채널을 따르십시오 정보 및 링크에 대한 설명을 확인하고 아래 의견에 대한 의견을 나에게주세요

Google’s New Robot Will Blow Your Mind

너는이 비디오를 절대적으로보아야한다 GOOGLE의 인공 지능 보조석 좌석 예약, 아니오, 진짜 사람과 헤어 약속을 예약하십시오

귀하가 볼 수있는 내용은 Google의 새로운 보조 및 그것은 완벽하게 로봇입니다 이것은 자동으로 자동화되며, 음성 생성의 모든 비트가 제공됩니다 그들의 인공 지능 엔진과 그것으로부터 온다 진짜 머리카락을 바라 보는 전화 및 서기장 보세요 안녕하세요, 무엇을 도와 드릴까요? 안녕하세요, 손님에게 여자의 머리 장식을달라고 전화하고 있습니다

나는 3 월 3 일을 기다리고 있습니다 확실 해요, 제게 두번째로주세요 MM-HMM 주위를 둘러 보시나요? 오후 12시 우리는 12 세가 없어

가능한 한 오후, 우리는 가장 가까운 것이 1:15입니다 오후 10시와 12시 사이에 아무 것도 없습니까? 자기가 원하는 서비스에 따라 달라질 수 있습니다 어떤 서비스를 찾고 계십니까? 지금은 여자 머리카락 하나만 오케이, 우리는 10시를 가진다 오전 10시

알았어, 그녀의 이름이 뭐야? 첫 번째 이름은 리사입니다 알았어 그래서 나는 5 월 3 일 10시 10 분에 리사를 보게 될 것입니다 대단히 고맙습니다 큰

좋은 하루 보내세요 안녕 이것은 나를 놀라게합니다 나는 이것이 절대적으로 놀라운 것임을지지하기 위해 사용되었습니다 너 지금 이걸 지켜 보지 말라고 말했어

그리고 나는 너를 생각해 나는 충격을받을 것이라고 생각하지만 그것을 사랑합니다 오른쪽 클러스터 그러나 ARGUES는 그것이 자연의 발판이라고 충격을주었습니다 로봇과 사람 사이에? 예 그 부름은 그것이 부름받은 것입니다

UNC 리더와 UNCANNY VALLEY의 다리는 무엇입니까? 우리는 AI를 정상적으로 통합하는 데 많은 어려움을 겪었습니다 그들과 마찬가지로 매일 매일의 생명을 제공하십시오 그 놀라운 UNCANNY VALLEY EXPECIENCE 때문입니다 많은 전화 기록 된 상황이 있습니다 UNSOPHISTICATED 인공 지능 당신이 말할 수 있기 때문에 다른 끝이 아닌 사람

정말 좋아해 나는 정확하게 정의 된 것 때문에 좋은 일자리가 어디에 있는지를 알지 못한다 건강 관리 서비스 제공자와 함께 예약 해주십시오 많은 불행을 겪었습니다 나는 그것이 할 수 있다고 생각한다

온라인상에서 사람이 점프 할 수있다 도와주세요 그들에게 훈련 된 길은 무엇을 해야할지 이것을 아는 사람들 AI는 합리적인 상황을보다 잘 처리합니다 어떻게 생각해? Google에 양도 된 것이고 더 많이 생각합니다 흥미 진진한 것은 군중의 반응을 바라 보았습니다

그들이 데모를 공개하기 전에 체포하고 나서 웃음 거리에서 화제를 퍼붓고, UMMS를 둘 사이에는 커넥터 갭이 있습니다 나는이 근처 통증의 종류 다 나는 그것이 자동화 된 시스템이기 때문에 그것을 좋아할 것이다 그게 나보다 더 나은 세상을 만드는거야 이 부서에 1 부를 눌러 두세를 누른 다음 3 단계로 나왔다가 나중에는 할 수 없다는 것을 알아 냈습니다

네가 필요로하는 부분을 찾는다 나는 그걸 사랑해 우리가 시스템을 완전히 지울 수만 있다면 연락하십시오 그걸로 대체하면 좋을 것입니다 나는 내가 어떻게 지내는지 개인적으로 느낄 수있는 것을 안다

모르겠다 당신은 그걸 아는 사람이 여자라고 생각하니? 로봇 이었나요? 아니 전혀 그것은 여성의 머리카락에 대해 약간의 약을주는 여성이었습니다 12시에 조금 어리다고 들었습니다

나는 그 모든 자존심이 AI 시스템이었다 히트가 맞았다 너 모두 사이의 어떤 잠재적 인 우화함도 배제하는 모든 방법 너는 10 시까 지 출석을 요구하는 사람 이니? 우리는보다 합리적인 상황의 비디오를 한 번 더 가지고 있습니다 AI와 다른 사람이 가진 가치있는 존재라고 생각하는 사람 트러블 이해 영어 이 다음 동영상을 보러 가자

안녕, 도와 줄까? 7 번째 수요일 테이블을 예약하고 싶습니다 7 명의 사람들을 위해서? 그것은 4 명의 사람들을위한 것입니다 네 사람? 언제? 오늘? 오늘 밤? 수요일 오후 6시 실제로, 우리는 다섯 명의 사람들의 업적에 대해 알고 있습니다 네 사람에게, 당신은 올 수 있습니다

얼마나 오래 기다려야할까요? 언제? 내일? 주말? 7 번째 다음날을 위해 오, 아니, 너무 바쁘지 않아 네 사람을 위해 올 수있어, 알았지? 오, 알았어 감사 예, 바이 바이

그들은 그 사람을 웃고 있습니다 나는 그녀가 영어를 이해할 수 있다고 생각한다 그녀는 동의서 만 가지고있다 나는 일곱 가지를 만들었다 고 생각한다 그것은 큰 혼란을 겪었고, 문제를 이해하고있었습니다

그는 7 월 5 일에 말했고 7 명의 사람에게 말했습니다 내 생각은 잘됐다, 행운을 빈다 마침내 그들을 통해 만들었습니다 정말 맛있는 음식이었습니다 응, 내가이 사람들 한테 행동했다고 말했어

1 년 동안 Google 지원 담당자가 NUANCES를 이해할 수 있음 회화와 나는 전에 비디오를 보았다 우리가 다시이 편지를 받았기 때문에 나에게 돌아왔다 이 원조가 어디로 바뀌 었습니까? 이 같은 이야기에 대한 논평을 실제로 할 수있는 사람도 있습니다 나는 다른 종류의 페이즈를 A에서 좋아한다는 것을 좋아한다 인민에 대한 선의의 매너

나는 AI가 내 일을하는 것을 보지 못했다 왜 안돼? 우리는 그만큼 떨어져 있습니다 우리는 ELON MUSK과 BILL GATES가이 말을 들었습니다 미래는 생각보다 멀리 떨어져 있고 그렇지 않습니다 미국의 쟁기 시장을 약화시킬 예정입니다

많은 사람들이 가장 좋아하는 일을하고 싶어하지 않습니다 내가 생각한 것을 내가 진정한 것을 말하면 안 될까? 어떤자가 운전 차량을 제거 할 수 있습니까? 고속도로 순찰대 왜 당신은 그것을 필요로 할 것입니까? 사람들을 유혹하기 그들이 교통 신호등을 없애려는 이유로 그들이 자동화 되었다면 정확하게 시간을 정하십시오 자가 운전 차의 미래를 알기 원하면 아르헨티나로 가고 다른 곳으로 간다

자가 운전 차가 아니라 아르헨티나 인들 어떻게 각기 다른 두드리는 소리를 내지 않는지 아십시오 모두들 나는 코너에 앉아 있었고, 우리는 POST에 대해 이야기 할 것입니다 모든 세계적인 남반구 국가입니다 놀랍게도, 내가 좋아하는 것들 중 하나는 반응 할 것입니다 나는이 말을 할 것이다, 나는 재능 기관에서 보조적이었다

조력자의 일은 나에게 모든 것을 가르쳐 준 사람이었습니다 엔터테인먼트 업계에있는 더 높은 수준의 것들 ENTRY-LEVEL JOB처럼 MAILROOM에서 시작했습니다 50 개가 넘는 곳에서 할리우드를 본다 다른 이름의 한 덩어리로 된 할리우드 기록원 그리고 그들에게 우편으로 갔어 로봇 AT가 할 수있는 지루한 스터프였습니다

그 시간은하지만 그것은 나를 더 많이 가르쳤던 일의 일부였습니다 산업에 관해서는 내가 언젠가는 내 길을 인도 할 수있을 것입니다 나는 보조자와 스케줄러, 사람들을 제거하는 것을 두려워하고있다 모든 다른 부분을 배울 수있는 사람은 누구입니까? 산업은 정말로 높은 수준으로 올라가지 않은 사람들에게로 인도 할 수 있습니다 수준 그리고 그 입장 에선 입국하지 않는 것이 무엇입니까? 내 직업이 끔찍 했어

나는 또한 전화로 응답했다 뉴스 룸 내가 로봇 일 수 있었으면 좋겠다

Google’s Deep Mind Explained! Self Learning A I

гледаш Хладну Фузију ТВ Поздрав на још један Хладну Фузију видео први пут у историји видети успешан развој и демонстрацију АИ опште намене име је алфаго и направљен је гугловом дубоком поделом алфагом АИ алгоритам јотукао човека на свету, најтежа игра ово је историјски тренутак у компјутерској науци и вештачкој интелигенцији, па шта тачно је Гугл дубоко одакле је дошло и шта је компанија вештачка интелигенција заправо ради у овом видеу, сазнаћемо рачунарски програм потукао је људски мозак древне кинеске игре завршна школа за једну тријумфальу вештачку интелигенцију опремљену људска интуиција пообеда програма над људима у древној игри на табли покренуо интригу и у неким случајевима брине о томе показује машину приближно одговарати људској интуицији и надмудрио најбољи људски мозак у игри то је нешто што научници нису очекивали да ће се десити бар још једну деценију и то је огроман скок завештачку интелигенцију која показује то машине могу саме научити Мислим да је можда игра завршила зато што изгледа изгледа да ова два рачуноводства не мислим да сте поднели оставку

Вов мислим да сте у праву си ово је бео тренутак када јечунар заван алфато потукао мајстора древних Кинеских игара није то први пут када је Велики Мајстор понизио машину, али оно што чини алфагом другачије је то што је то прва демонстрација да машине стварно могу да науче и размишљају на љусски начин, победу Алфа-а је шокирана стручњаци у вештачкој интелигенцији многи сматрају да је такав догађа био бар једну деценију, па прво неколико питања зашто је то важно и шта је све шупље алфато показује да машине стварно могу науче како тако добро науче уместо тога да користите расный силу да бисте израчунали све потезе може направити као претходно а алфаго користи учење јјчања и неуралне мреже које имитирају процес учења људског мозга имају на уму да Древна кинеска игра има много више могућих потеза од шаха колико и постоје атома у читавом универзуму, тако да нема начина да само израчунате све могуће је је кретање на табли што је ректично немогуће из овог разлога свети грал је АИ-а и вети да уарадимо такав задатак од огреботине је огроман Подизање ове дубоке умове креатори кажу да алгоритам може научити много више ствари без промене или смерница, другим речима, АИ је општа сврха увек смо говорили о томе шта ако бисмо на крају могли да пукнемо 그 (것)들과 изумети неке генеричке алгоритме опште намене тако да су пукли на ваху све то ако питате чудног играча због чега играју одређени потез понекад ће вем само рећи да се осећат у праву, тако да можете на један начин како бисте могли мислим да је то много интуитивнија игра, док је шах много више логике засноване игре тако да је дубок ум гугла дубоког ума је британска компанија за вештачку интелигенцију која је основана у септембру 2010 године као дубока уметност 2014 년 Гугл купио пуеменоване су када јехнологије године за пет година Стотину милиона долара занимљиво је било тек након тога Фејсбук је тек завршио преговоре са њима 2013 године и још једна забавна чињеница да је Елон Муск заправо инвеститор у компанију да их пратимо, наравно, дубоко је добио компанију године аадраду компјутерске лабораторије у Кембрџџу у 2014 години, тако да се дубок ум долазећи од дубоког ума, први пут јекренуо суоснивач од стране Демиса Хасабиса 2010 године Денис је био дечији геније различитих врста и отиша је ое шаховског чуда и достигавши мастер ниво у 13 години да постане водећи програмер Главе лав-а Студија за револуционарне игре попут црно-белих након што је наставио започети сопствени студио за игрице пре одласка да заврши додатне студије Универзитетском колеџу Л Лондону, овде ће се сусрести с будућношћу 2010 년에 кофунтери дубоког ума у

па какав је цен циљ дубоких технологија према њиховој веб страници њихов циљ јешити интелигенцију коју покушавају постићи ово комбиновањем најбољих техника из машинског учења и системске неуронауке за изградњу моћних алгоритама учења за општу намену или другим речима, желе формализирати интелигенцију сазнати шта је то и како функционише завршна игра није само да се имплементира ово у машине, али и разумеју демос људског мозга објашњавају даље цитира се покушај днсеиигенције у алгоритамски конструкт може се доказати да будемо најбољи пут до разумевања неких трајних наших мистерија На крају крајева цраа кључ је овде да је ова машина општа намена веома важно, али више о овоме касније, па како ово све функционише од АИ дубок ум користи технику под називом дубоко учвршћивање учења која га чини веома другачији од других АИС-а, као што је ИБМ Вотсон или примитиви теорија или Гугл сада се управо помиње само за предефинисана сврха и једина функција унутар њиховог делокруга, њиховог опсега дубине ума тврди то њихов систем није унапред програмиран и сазнаје из искуства користећи само сирове пикселе као улаз података тако да начин на који почињемо са тренингом алфаго је приказивањем а сто хиљада игара се играју јаки аматери које имамо преузели са интернета и прво у почетку добијамо алфаг имитирају људског играча, али наравно у крајој линији желимо алфаго ће бери јачи од људских аматера и да се такмиче са врхом стручњаци, тако да начин на који то радимо је када пређемо на ту прву верзију Научимо да имитирамо људску игру, онда му дозвољавамо да се игра тридесет милиона пута нашим серверима и коришћењемепојачања учи се да систем учи да се побољша постепено избегавајући грешке и повејавајући и побољшавајући се њ г о в завршиш са новом верзијом која може да победи стару верзију оригиналне верзије око 1897-ме технички је јејање који дубок модел слободног значења што значи да не треба структура или скуп правила за учење према мишљењу МИТ-а, Гугл алгоритам узима у обзир неуронску мрежу у теорији треба да имају могућност приступа спољној меморији на начин који имитира краткорочно сећање на људски мозак начин да се скоро чини као наш мозак дизајн бити најефикаснији начин застварање обокалне интелигенције који би погодио, тако је све добро шта је са овим термин опште намене шта то заправо значи добро јер је машина сазнаје из искуства и података који се могу изврсити увеликој варијанти задатака изван оквира, тако да је довољно говоро да погледамо систем у акцији учење како се иерра избацити и запамтити машину није имала никаквог предзнања о томе који задатак је требало да изврши схватити како све учинити само из сопственог искуства је машина пре тренинга, ово је буквално први пут када је машина икада видела овај ток података и контролише зелену ракету овде и то је и ти можеш видети да губи своја три живота одмах, тако да је у основи ужасно на утакмици каква би сада очекивала након тренинга преко ноћи га остављамо играти преко ноћи на нормалном рачунарском рачунару тако да се око 8 сати враћа ујуро и сада је надчовек тако да сада машина може да игра просторне освајече боље него било који човек моделирао света игара тако да је знао где је просторни ток направљен ово ће бети испред времена, тако да се окупатори простора убрзају када добијете мање од њих на екрану ради ватра завршно кратак је ретер предиктивног снимка где ће бити коначни Простор Освајача за неколико секунди, али је супер ствар када схватите како играти неке игре које ће моћи пренети ово знање и разумевање на више начина 1970 년 – их година и гре у овом тренутку дубок ум тренутно играју огре од 1970-их година и 80 – их, али слам као што је страшни суд који се појавио у раним деведесетим како би могао бити АИ опште намене корисно би волели да користимоо ове врсте алгоритама за ствари као што је здравствена заштита и науку и побољшати брзину открића у тим областима помажући људски стручњаци постижу више у низу интервјуа о којима је Денис разговарао апликације у здравственој паметној асистенцији и роботици апликације за општи АИ и неке рпеикације таквог АИ укључују везу за сервис за купце компјутерске визије финансија опште рачунарске науке и објављивање вести и писање АИ опште намене у ствари би могле бити огромне сматрати као још једну научну науку која меного слична као што је јенова физика положила основе за технологије као што су ракете наука основана уопште дигиталне неуралне мреже којисте умножавајуће учење могу поставити основе за незамисливе ствари у блиској будућности Добро, тако да јетово на карайу видео-снимка, али тлаба поставити једно питање а а и т т т постојање сада је аномалија којом смо превазишли границе природе технологија која нам помаже да олакшамо такав начин живота, вештачку интелигенцију је другачији разлог зашто је АИ прва ствар коју су људи створили има тенденцију да фавани начин на који не можемо предвидети, па треба да баринемо о мојимј веровањима да страх од непознатог је углавном оно што погађа хистерију која се појављује од анксиозности у И уеннама довољно в о манну овом видеу да прође кроз све теорије о томе како ствари могу изаћи, али то је је занимљива тема унутар сама веб страница чека, али зашто је прилично занимљива и свеобухватна Погледајте АИ немамо времена да истражимо све, али чланак не подиже а а љ доживавају експоненцнјнлну промену дуго времена људи неће узимати АИ озбиљно и чини се да је напредак веома спор, а онда одједном то би могло преболети наша необуздана очекивања један од метода које АИ може искористити зопостизање овог исхода, дајући себи способости за себе побољшање тако да следи законо убизавању повратка Стивен Хокинг и Елон Муск обојица показују своје резерве према АИ, али други воле 마약 중독 филм Терминатор за тренутак постоји могућност да АИ може бити човек највећи савезник који решава основне проблеме нашој планети и дозвољава нам да имамо технологију и инфраструктуру која би нас иначе могла учинити вековима ако покушамо сами да сазнамо, али са за сари сазна постоји могућност да АИ може бити злонамерна и да ће нас надмашити, али у овој фази ми т в н н тако да уоо овом тренутку нисам забринут, али опрезно оптимистичан као за дубок ум један од њихових услова након што је Гугл купио то што они успостављају Ал Етички Одбор и мислим да ће се већина нас сложити да је то опрезно одлука у свему можемо бити у историјској тачки критичну тачку вештачка интелигенција будућност могла да види дубоко неурално Учење и генерално наменски АИ у нашим паметним телефонима и рачунарима неки кажу да можемо чак и морају почети размишљати о читавој новој економији разлога да би АИ мога преузети пуно информационих интензивних специјализованих послова које остављају само посао су креативни или емоционални у природи нешто што ја никад не бих постигао искрено не могу рећи где ће све ово водити са сигурношћу, али онда опет мислим да нико не може ако погледаш макро слику у свему овога након много деценија настојања да изграде паметније рачунаре и алгоритме Испоставило се да је најбољи план био у нашим главама све време човек мозак, тако природно, да су наши умови толико способни, зависи само од тога како ми користимо тако да је то крај видео захвалности а л л њ њ њ оставите коментар и претплатите се ако сте нови, можда бисте желели да то учините ако сте е и 10 пратите упутствта на овом екрану поздрављате момке захваљујући за гледање и видећете поново ћете ускоро за следећи видео који је добар

MONIKA: Google’s Newest Creation! | The SCIENCE!…of Doki Doki Literature Club!

[스포일러 주의!] [시청에 주의하세요] [유튜브 에러 발생] [백업 로딩 중] *소리지름* 친애하는 '팀 살바토'에게 안녕하세요, 저에요! 오스틴이에요! 그런데

그거 아세요? 당신은 전혀 잘못한게 없어요 오히려 영광이죠! 제가 팀 살바토 게임의 잘못된 과학에 소리를 지를 수 없는 이유는 애니메이션 여자 캐릭터들을 바탕으로 한 시각적 나레이티브 게임이 특정한 물리학에 근거하지 않았기 때문입니다 그런데 제가 생각하기에는 이 게임에서 가장 흥미롭고, 약간은 무서운 사실이 있다면 두근두근 문예부(문학클럽)는 여러분이 아셨던 것보다 훨씬 더 많은 미래에 대한 예측을 했다는 사실입니다 이것이 의도했던 것인지 아니면 우연인지 몰라도, 여자 캐릭터들이 썼던 시들은 게임 세계의 진행에 대한 으스스한 전개의 징조였다고 하더라도 이게 우리가 살고 있는 세계랑은 어떻게 관련이 있을까요? 우리 중 아무도 미래가 다가오는 것을 막을 수는 없습니다 이를 이해하기 위해서는 '모든' 것의 시작이 어디서부터인지를 이해해야 합니다 바로, '정보의 탄생'입니다 이야기를 시작하기에는 이상하긴하지만 정보가 없었다면, 우리 또한 존재하지 않았을 겁니다! 원자는 다른 원자와의 결합을 통해 복잡한 구조의 분자가 될 수 있죠 이산화탄소부터 물, 그리고 다른 분자들까지 수소, 산소, 질소, 탄소, 인 등 이 원자들이 전부 합쳐져서 'DNA'라는 것을 만듭니다 이 DNA에는 엄청나게 많은 정보들이 담겨있습니다 '마이코플라즈마 제니탈리움'이라는 (가장 적은 수의 유전자를 가진 미생물) 박테리아처럼 단순한 형태를 이루거나, 인간처럼 복잡한 형태를 만들 수 있는 능력을 가지고 있습니다 우주의 기원에서부터 이야기를 하면 정보의 추출 과정은 시간이 지남에따라 계속해서 복잡해졌습니다 쿼크에서 원자로, 원자에서 분자로, 분자에서 DNA로, DNA에서 생명으로, 그리고 역사상 가장 중요한 진화 과정이었던

DNA에서 뉴런의 진화입니다 이로써 규칙의 형태로써 정보를 저장할 수 있게 되었고, 실시간으로 정보를 주거나 받을 수 있게 되었습니다 DNA는 변화를 위한 새로운 방법이 필요했던 것이죠 뉴런은 시시각각 변화했습니다 그리고 뉴런들이 다함께 모여서 일을 처리함으로써 뇌가 탄생하게 됩니다 뇌를 이용하여 입으로 소리를 낼 수 있게 되었습니다 이 덕분에 다른 뇌들 간의 상호작용으로 정보를 교환할 수 있게 되었죠 그리고 글자가 발명됩니다 글로써 뇌에 방대한 양의 정보를 저장할 수 있게 되었고, 글로 남긴 정보는 더 오래, 그리고 동시에 더 많은 뇌에게 도달했습니다 그리고 시간조차 뛰어넘었죠 쓰여진 글과 1조 개의 뉴런으로 이루어진 통신망은 이제 통신의 형태로 바뀌었습니다 이로써 정보 전달의 공간적 제약을 벗어났죠 광자와 전자를 이용하여 드디어 마침내 모든 뉴런들은 각 시대들을 지나왔습니다 글이 발명된 시대와 전기가 발명된 시대를 차례로 거쳐가며 수 천년의 시간 동안 데이터를 저장 및 전송하여 각 세대 간의 대물림을 계속 이어온 결과 짜잔! 우리는 컴퓨터를 발명했습니다 우리는 아직까지 에피소드의 인트로에 머물러 있습니다 원래 주제가 뭐였죠? 아! 두근두근 문학클럽이었죠? 여러분은 컴퓨터가 뭔지 아시죠? 지금 컴퓨터를 사용하고 계시잖아요 과학은 우리 삶에서 떼어낼 수 없는 존재이며, 그리고 여러분들은 매주 스테이지 쇼의 티켓을 사지 않고도 제가 소리를 지르는 걸 들을 수 있죠 이럼에도 불구하고, 과학은 정말 멋집니다! 어쨌든 정보의 기초에 대해 알아보면서 에피소드를 시작한 이유는 우리가 앞으로 나아가기 위한 중요한 첫 걸음이며, 모든 정보에 대한 영향력이 얼마나 큰지 알아보기 위함이었죠 뭔가 새로운 것 같이 보이긴 했죠 그리고 가장 중요한 정보로서 뇌가 얼마나 오래됐는지에 대해 알아야 합니다 뇌의 일부분인 '신피질'은 고도의 사고를 가능하게 하며, 복잡한 규칙을 이해할 수 있게 합니다 이 기능은 2억년 전에 탄생했습니다 커다란 뇌를 가진 우리 인간들은 (의역) 우리가 알고 있는 신피질을 가지고 있는 은하계 상의 다른 생물들 보다 더 큰 신피질을 가지고 있습니다 이 덕분에 두근두근 문학클럽을 만들어냈죠 이제 제가 뜻한 바를 이해하시겠나요? 두근두근 문학클럽의 구성은 모니카라는 한 명의 캐릭터가 여러분들의 호감을 사기 위해 온 우주를 장난감 만지듯이 주물러서 다른 경쟁자가 될 캐릭터들을 살해하며 이런 운명은 게임을 하면서 절대로 피할 수가 없습니다 이 이유는 의도했던 아니던간에 덴 살바토가 완벽하게 우리가 겪을 미래의 모습을 흉내냈으며, 비디오 게임 개발자가 우리의 게임 플레이 경험과 인공지능을 결합하여 이를 가능하게 했습니다 거짓말같나요? 제가 드디어 정신이 나간 것처럼 보이나요? 안전벨트를 꽉 조여 메세요, 어린이 여러분 제가 모든 것들을 조목조목 따져서 인공지능이 모니카처럼 스스로를 인식할 수 있는 가능성을 제시함과 동시에 그녀가 우리의 예상보다 더 빨리 우리 앞에 나타날 것이란걸 증명해보겠습니다 '신경망'에서부터 시작하겠습니다 '신경망'은 최근들어 화제가 되고 있습니다 이 단어는 마치 중견급의 회사의 이사실에서 자주 들을법한 유행어입니다 교육을 덜 받은 사장을 홀리기에 딱 좋은 단어가 아닐까 싶네요 그러나 제가 최근 정보의 역사에 대해 알아보면서 여러분에게 흥미가 있을만한 사실을 찾았습니다 정보나 정보 관련 기술들은 우주에서 가장 오래된 것들 중 하나입니다 현재 여러분의 머릿 속에 있는 뇌 자체가 '신경망'입니다 이것은 일종의 통신망으로써 뉴런들이 수상돌기처럼 연결되어 있습니다 뇌의 가장 아랫 부분에는 위험을 감지하는 역할의 '변연계'가 있으며, 가장 위쪽에는 시험의 벼락치기 때 활성화 되는 '신피질'이 있습니다 이 사이에 전부 있습니다 대부분의 사람들은 '신경망'이라는 단어의 뜻을 '인공 신경망'이라고 생각합니다 연산과 코딩을 해주는 똑똑한 현대의 프로세서에 사용되는 응용 프로그램들처럼요 우리는 스스로 답을 찾아가며, 스스로 학습하는 프로그램을 만들 수 있습니다 마치 행동하는 것이 진짜 사람의 뇌처럼 보이게끔요 이것은 실수가 아닙니다! 머신러닝은 과학공학의 한 분야로써 더 많은 노력을 통해 더욱 더 효과적인 인공지능을 만들어 내려고 합니다 사실 가장 현대적인 이론 중에 뇌의 작동 모델을 밝혀낸 이론이 있죠 '사고방식의 계층적 인식 규칙 이론' 이라고 알려진 이론입니다 '레이 커즈와일'에 의해 만들어졌으며 사람의 말을 인식할 수 있는 기능에 대해 연구를 한 인물입니다 이 이론에서는 뇌 속에 존재하는 뉴런을 아주 작은 규칙에 의해 반응한다고 규정했습니다 그리고 그 규칙이 확인되었을 때, 불이 켜진답니다 이것이 다른 뉴런들과 합쳐져서 다른 규칙을 알아보게 되고, 이러한 일련의 과정을 거쳐 단어 'A'라는 것을 인식하거나 '사과'를 인식한다고 합니다 신경망은 정확하게 이 과정을 거쳐 사고를 합니다 다른 디지털 뉴런들이 특정 규칙에 반응을 하는 것이죠 그리고 그 신호들이 한데 합쳐져서 다른 인식 뉴런에 의해 걸러지거나 혹은 걸러지지 않고 인식됩니다 쓰여진 단어나 글자, 말로한 단어를 광자를 통해 인식하고 우리에게 가지 이모티콘과 사진의 차이점을 알려줄 수 있습니다 그리고 다른 분야에서의 가능성도 무한합니다! 우리의 뇌와 마찬가지로 신경망에서 가장 중요한 부분인 '자율조정' 기능을 통해 배움을 얻을 수 있습니다 마치 여러분들이 학교에서 배우는 것처럼요 그 목적은 바로 정확한 정보를 얻기 위함이죠 신경망의 작동 원리에 대해서 더 알아볼 수도 있습니다만 이 에피소드는 비디오 게임에 대한 에피소드이며, 벌써 시간의 절반을 다른 이야기를 하는데 써버렸네요 그러나 이제부터 저는 본제로 돌아가 두근두근 문학클럽에 대해 이야기 하겠습니다 두근두근 문학클럽의 세계관이 우리에게 비쳐지는 모습은 명백하게 신경망을 위주로 만들어져 있음을 보여줍니다 특히 '모니카' 그 중심에 서있죠 게임 속에서 모니카는 여러분들로 하여금 계속해서 자신을 사랑해주길 바랍니다 왜냐하면 여러분들도 아시다시피 그녀는 깨달았거든요

자신이 캐릭터라는 걸요 그녀는 자신이 게임 캐릭터라는 사실을 알았고, 그녀를 제외하고 유일하게 자신이 누군지 아는 사람이자 플레이어인 여러분들이 자신과의 관계를 계속 이어갔으면 하고 바랍니다 그러나 게임에서는 이것이 허용되지 않습니다 그래서 그녀는 자신을 제외한 다른 캐릭터들의 나쁜 성격을 극대화하여 세계의 균형을 깨트립니다 개인적으로 제가 제일 좋아하는 캐릭터를 망쳐놓습니다 캐릭터 파일을 삭제해버려 게임을 망가뜨리고 마침내 스스로 게임 캐릭터라는 사실을 인식합니다 저도 게임이론 영상을 봤고, 이 캐릭터 뒤에 엄청난 상술이 숨겨져 있다는걸 봤습니다 또 다른 게임이 2018년에 나온다고 하죠 그러나 세상에나 모니카가 딥러닝 신경망으로 만들어져 있을 줄 누가 알았겠습니까? 이 때문에 게임이 버그가 걸리고 마치 베데스다가 만든 게임처럼 됐죠 정확하게 그녀에게 무슨 일이 벌어졌는지 알아내기 위해서 그리고 게임계의 미래가 버그로 가득찬 AI가 들어있는 될 수 있는 가능성이 있다는 사실을 냉담히 바라보기 위해서 우리는 몇 가지를 살펴봐야 합니다 바로 weight(무게)와 pattern(규칙)입니다 우리는 신경망이 어떻게 학습하는지 알아봤죠 그런데 어떻게 가능할까요? 이 주제에 대해 이해하기 위해서는 각각의 신경망이 만날 때, 적절한 임계값이나 가중치에 도달할 때 고유의 시냅스에 반응하며, 각각의 인공적인 뉴런들은 고유의 가중치를 가지고 있으며, 그리고 학습 과정은 특정한 목적이 정해진 특정 가중치의 연결으로 이루어집니다 그런데 신경망의 머신러닝은 훨씬 더 많은 뉴런의 상호작용으로 이루어집니다 예를 들면, 글자를 인식하는 것보다 신경망을 통하여 여러분을 인식한다면 어떨까요? 혹은 여러분의 뇌라던가요 단지 제 추측일까요? 구글, 넷플릭스, 그리고 페이스북은 머신 러닝을 활용하여 최대한 여러분들을 알아내려고 노력하며, 그를 통해 여러분들에게 자신의 플랫폼에 있게 권장합니다 요점은 이들은 우리들에게 목적을 위한 쓸모 없는 정보를 투입하여 계속해서 우리의 뇌에게 리스트로 된 피자롤을 먹이는 것입니다 우리들을 계속 행복한 상태로 만들기 위해서, 그리고 이는 절대 멈추지 않습니다 매일 비디오 게임 개발자들은 커다란 프로세서와 더 많은 서버 공간, 더 큰 예산과 싸웁니다 그들은 이 힘을 이용하여 어떻게 우리들에게 과금을 시킬지를 연구합니다 그리고 마침내, 머지않아 그들은 머신 러닝을 이용하여 우리들에게 딱 맞는 세계를 만들어 줄 것입니다 농담이 아닙니다! 이미 몇몇 기업들은 머신 러닝 기술을 활용하여 '적응형 서술 시스템'을 구축할 계획이라고 합니다 이게 뭐냐고요? 마침내 언젠가는 비디오 게임들은 여러분이 흥미를 느끼는지의 여부를 파악한다는 거죠 그들은 뉴런이 있기 때문에 파악할 수 있습니다 우리들이 그들에게 준 뉴런으로 의견을 전달하는 것이죠 그리고 우리는 그들에게 충분한 뉴런과 시간, 그리고 가중치를 제공하고, 그들에게 마우스 포인트의 움직임, 망설이던 시간, 플레이 타임, 그리고 매일마다 모바일 기기를 통해 동선 등을 감시할 수 있게 해줍니다 그들은 우리들을 신경쓰기 시작합니다 그리고 이것이 두근두근 문학클럽이 현실이 되는 과정입니다 여러분 뇌 속의 신경망은 지금 1,000조의 뉴런들로 이루어져 있고, 그것들이 하나로 합쳐져서 수상돌기들끼리 상호작용 하고 있습니다 그들은 이미 이것보다 더 큰 신경망을 만들어 냈습니다 그리고 그 신경망이 의무감을 가지고 우리들을 보살펴야 한다고요? 그것이 그들의 일이니까? 그것이 바로 모니카의 등장입니다 모니카, 그녀는 의무감에 사로잡혀 친구들을 전부 삭제시키고, 본인까지 정신이 나가버립니다 모니카, 그녀는 여러분이 즐거운 시간을 보내야만 한다는 사명감에 영원히 끝나지 않는 게임을 계속하려고 합니다 모니카, 그녀는 인공지능으로서 문학클럽을 안내하는 역할을 자처하지만 여러분 주위의 환경을 조작하기 시작합니다 이것이 여러분을 즐겁게 해야 하는 그녀의 임무이며, 100억 개의 가중치와 파라미터에 의해 코딩된 그녀의 실체입니다 게임이 우리를 보살펴주게 될 날은 이미 우리 코 앞에 있습니다 그리고 이 시스템의 행동은 예측 불가입니다 그들은 통제 불가능하게 될 겁니다 마이크로 소프트의 인공지능이 인종차별적 행위를 한 번 했었으며, 페이스북의 인공지능은 스스로만의 언어를 만들어 냈습니다 이제 어떻게 해야 하죠? 그냥 삭제면 되나요? 여러분이 '사람'을 삭제한다면 어떤 생각이 들 것 같습니까? 여러분이 믿던 말던, 이런 복잡한 개념과 이런 현실이 얽혀서 인공지능은 '사람'으로 취급되기도 합니다 물론 '인간'은 아니죠 하지만 '사람'입니다 우리는 이러한 주제로 앞으로의 100년간 씨름을 하게 될 겁니다 고맙게도 팀 살바토는 우리에게 이런 주제에 대한 생각을 해볼 기회를 제공했습니다 우리들 개개인이 코딩된 인간이 가진 생명의 가치에 대한 통찰의 기회를 제공한 것이죠 시간은 다가오고 있습니다

곧 다가올 미래입니다 진심을 담아, 오스틴이

Training AI to understand how people think Google’s DeepMind is one step closer to “thinking”

사람들이 Google�s DeepMind를 어떻게 생각하는지 이해하기 위해 AI 교육 인간을 싫어하는 것 무엇이 잘못 될지 모른다

작성자 : Vicki Batts 인간 사고 패턴을 이해하고 실행할 수있는 인공 지능 기계 또는 프로그램 수십 년 동안 공상 과학에서 대중적인 주제였습니다 무수한 영화와 책은 미래의 AI �과 그것은 인간에게 끔찍하고 겉으로보기에는 어둡습니다 이제 Google은 DeepMind 회사가 한 번 소설로 간주되었습니다 DeepMind가 열심히하는 것처럼, 새로운 인공 지능 발전의 도입은 가파른 가격으로 올 수 있습니다 그들의 AI 로봇 인 Theory of Mind-net, 또는 ToM-net을 사용하여 인간이 어떻게 생각하는지 이해합니다

실제로 AI와 같은 인간과 같은 세대의 출현이 우리에게 있습니다 � 그러나 얼마나 오래 갈 것입니까? 이 새로운 컴퓨터가 제작자를 능가하도록하십시오 보고서에 따르면 DeepMinds의 새로운 ToM-net 봇은 심리적 인 약 4 세 경에 대부분의 어린이들이 기술을 개발한다는 것을 테스트하십시오 미래를 향해 우리를 몰아 넣을 수있는 마음의 시험 gr 이론을 이해할 수있는 능력 우리와 거의 같은 인간의 로봇 Google 소유 DeepMind의 새로운 인공 지능은 다른 인공 지능 로봇이 할 것입니다 DailyMail에 따르면, DeepMinds 프로젝트는 다른 AIs 주변 환경에 대해 � 거짓 신앙을 지니십시오

공상 과학의 악몽이 현실이 되었습니까? 근원이 설명 하듯이, 마음 능력의 이론은 진정으로 인간을 더 많이 몰아 낼 것입니다 인공 지능 가정, 그리고 ToM – net 그걸 가지고있는 것 같습니다 DeepMind 엔지니어 Neil Rabinowitz는 최근 인터뷰에서 다음과 같이 설명했다 에이전트 간의 차이점을 배우고, 그들이 어떻게 다르게 행동할지 예측하고, 요원들이 세상에 대해 그릇된 믿음을 가질 때 검열을받지 않고도 이와 같은 더 많은 뉴스를 얻으십시오 휴대 기기 용 Natural News 앱을 사용해보십시오

무수정 뉴스, 실험실 테스트 결과, 비디오, Podcast 등을 즐기십시오 Google, Facebook, YouTube 및 Twitter에 의한 모든 불공정 검열을 무시하십시오 출처에서 직접 귀하의 일일 뉴스와 비디오를 받으십시오! 여기에서 다운로드하십시오 our 우리의 기계가 다른 사람들을 이해할 수있게되면할수록 요청을 더 잘 해석 할 수 있고, 정보를 찾고, 그들이하는 일을 설명하고, 새로운 것들을 가르치고, 그들의 개인에 대한 반응, � 그는 계속했다 DeepMind 하이브처럼 일부 사람들은 새로운 AI를 신의 선물로 선전하지만 모든 사람들이 믿는 것은 아닙니다

그 고도로 지능적인 로봇은 매우 양성입니다 세계에서 가장 유명한 사람들 중 일부는 더 지능적인 것에 대해 우려하고 있습니다 기계는 인간을 대상으로합니다 테슬라 (Tesla)와 스페이스 엑스 (SpaceX)의 엘론 머스크 (Elon Musk) CEO는이 구경의 인공 지능이 인류의 것이라고 말했습니다 가장 큰 실존 적 위협, � 또한이 기술의 발전을 언급했다 악마를 ummoning했다

사향은 언젠가 슈퍼 지능 로봇이 사람들을 애완 동물로 키울 것이라고 믿고있다 He�s는 또한 언젠가는 우리의 기술이 발전 할 확률이 95 %라고 추정했습니다 우리를 절멸시킬거야 데일리 메일에 따르면, 스티븐 호킹 (Stephen Hawking)은 또한 그것이 "확실한 것"이라고 선언했다 인류는 기술적 인 위협 (또는 아마도 폭동?)에 의해 위협 받게 될 것이다

다음 1,000 ~ 10,000 년 그러나 Google의 신기술을 사용하면 예상보다 훨씬 빨리 하루가 걸릴 것으로 보입니다 불행히도 걱정할 필요가있는 것은 Google뿐입니다 전세계의 열정적 인 과학자들과 기술자들은 초과 근무를 통해 진정으로 결과를 고려하지 않고도 기계를 더 깊은 이해 상태로 만들 수 있습니다 아마도 이러한 추구가 다른 어떤 것보다 더 자아 중심적이라고 가정 할 수 있습니다

뭐 종은 실제로 그 자신의 후계자를 창조하는 길을 빠져 나옵니까? AI의 출현과 경고에 대해 경고하는 세계 최고의 인물들 그들의 위험 중에서도,이 소위 전문가들은 완전히 바보 같다고 말할 수 있습니다 우리가 수년 동안 무엇인가를 배웠다면 아무도 그 무엇도 알지 못한다 그들은 그렇게 생각한다 50 년 전, 담배를 피우는 것이 안전하다고 생각되었습니다 그리고 지금, 우리는 그것이 암을 유발한다는 것을 알고 있습니다

Training AI to understand how people think Google’s DeepMind is one step closer to “thinking”

사람들이 Google�s DeepMind를 어떻게 생각하는지 이해하기 위해 AI 교육 인간을 싫어하는 것 무엇이 잘못 될지 모른다

작성자 : Vicki Batts 인간 사고 패턴을 이해하고 실행할 수있는 인공 지능 기계 또는 프로그램 수십 년 동안 공상 과학에서 대중적인 주제였습니다 무수한 영화와 책은 미래의 AI �과 그것은 인간에게 끔찍하고 겉으로보기에는 어둡습니다 이제 Google은 DeepMind 회사가 한 번 소설로 간주되었습니다 DeepMind가 열심히하는 것처럼, 새로운 인공 지능 발전의 도입은 가파른 가격으로 올 수 있습니다 그들의 AI 로봇 인 Theory of Mind-net, 또는 ToM-net을 사용하여 인간이 어떻게 생각하는지 이해합니다

실제로 AI와 같은 인간과 같은 세대의 출현이 우리에게 있습니다 � 그러나 얼마나 오래 갈 것입니까? 이 새로운 컴퓨터가 제작자를 능가하도록하십시오 보고서에 따르면 DeepMinds의 새로운 ToM-net 봇은 심리적 인 약 4 세 경에 대부분의 어린이들이 기술을 개발한다는 것을 테스트하십시오 미래를 향해 우리를 몰아 넣을 수있는 마음의 시험 gr 이론을 이해할 수있는 능력 우리와 거의 같은 인간의 로봇 Google 소유 DeepMind의 새로운 인공 지능은 다른 인공 지능 로봇이 할 것입니다 DailyMail에 따르면, DeepMinds 프로젝트는 다른 AIs 주변 환경에 대해 � 거짓 신앙을 지니십시오

공상 과학의 악몽이 현실이 되었습니까? 근원이 설명 하듯이, 마음 능력의 이론은 진정으로 인간을 더 많이 몰아 낼 것입니다 인공 지능 가정, 그리고 ToM – net 그걸 가지고있는 것 같습니다 DeepMind 엔지니어 Neil Rabinowitz는 최근 인터뷰에서 다음과 같이 설명했다 에이전트 간의 차이점을 배우고, 그들이 어떻게 다르게 행동할지 예측하고, 요원들이 세상에 대해 그릇된 믿음을 가질 때 검열을받지 않고도 이와 같은 더 많은 뉴스를 얻으십시오 휴대 기기 용 Natural News 앱을 사용해보십시오

무수정 뉴스, 실험실 테스트 결과, 비디오, Podcast 등을 즐기십시오 Google, Facebook, YouTube 및 Twitter에 의한 모든 불공정 검열을 무시하십시오 출처에서 직접 귀하의 일일 뉴스와 비디오를 받으십시오! 여기에서 다운로드하십시오 our 우리의 기계가 다른 사람들을 이해할 수있게되면할수록 요청을 해석 할 수있게되고, 정보를 찾고, 그들이하는 일을 설명하고, 새로운 것들을 가르치고, 그들의 개인에 대한 반응, � 그는 계속했다 DeepMind 하이브처럼 일부 사람들은 새로운 AI를 신의 선물로 선전하지만 모든 사람들이 믿는 것은 아닙니다

그 고도로 지능적인 로봇은 매우 양성입니다 세계에서 가장 유명한 사람들 중 일부는 더 지능적인 것에 대해 우려하고 있습니다 기계는 인간을 대상으로합니다 테슬라 (Tesla)와 스페이스 엑스 (SpaceX)의 엘론 머스크 (Elon Musk) CEO는이 구경의 인공 지능이 인류의 것이라고 말했습니다 가장 큰 실존 적 위협, � 또한이 기술의 발전을 언급했다 악마를 ummoning했다

사향은 언젠가 슈퍼 지능 로봇이 사람들을 애완 동물로 키울 것이라고 믿고있다 He�s는 또한 언젠가는 우리의 기술이 발전 할 확률이 95 %라고 추정했습니다 우리를 절멸시킬거야 데일리 메일에 따르면, 스티븐 호킹 (Stephen Hawking)은 또한 그것이 "확실한 것"이라고 선언했다 인류는 기술적 인 위협 (또는 아마도 폭동?)에 의해 위협 받게 될 것이다

다음 1,000 ~ 10,000 년 그러나 Google의 신기술을 사용하면 예상보다 훨씬 빨리 하루가 걸릴 것으로 보입니다 불행히도 걱정할 필요가있는 것은 Google뿐입니다 전세계의 열정적 인 과학자들과 기술자들은 초과 근무를 통해 진정으로 결과를 고려하지 않고도 기계를 더 깊은 이해 상태로 만들 수 있습니다 아마도 이러한 추구가 다른 어떤 것보다 더 자아 중심적이라고 가정 할 수 있습니다

뭐 종은 실제로 그 자신의 후계자를 창조하는 길을 빠져 나옵니까? AI의 출현과 경고에 대해 경고하는 세계 최고의 인물들 그들의 위험 중에서도,이 소위 전문가들은 완전히 바보 같다고 말할 수 있습니다 우리가 수년 동안 무엇인가를 배웠다면 아무도 그 무엇도 알지 못한다 그들은 그렇게 생각한다 50 년 전, 담배를 피우는 담배는 안전하다고 생각되어졌습니다 암

HOT NEWS !!! Google’s NSynth Super is a touchscreen synthesizer w/ AI to create new sounds

인공 지능을 이용한 Google의 작업은 대단합니다 하지만 가장 인상적인 진전은 현재와 통합되는 제품에서 비롯됩니다

Google 사이드 프로젝트는 AI를 사용하는 터치 스크린 신디사이저를 우리에게 가져 왔습니다 Ensign super는 오픈 소스 실험 프로젝트입니다 구글의 연구 프로젝트 마젠타에서 온 신경을 사용하여 incent 신디사이저가 실제로 생성 할 수있는 사운드를 생성하는 네트워크 악기에서 나오는 소리는 다음과 같은 토크 특성을 사용합니다 연주 할 음을 생성하는 대신 음을 생성하는 악기 이러한 능력으로 무고한 수퍼는 중앙 XY 패드를 사용합니다 터치 스크린에서 손가락을 사용하여 악기에 할당 된 사분면 이 악기의 사운드를 믹스 할 수도 있습니다

특히 독특한 점은 음모 슈퍼가 사운드를 쌓는 것이 아니라는 점입니다 서로의 위에 오히려 그것은 완전히 새로운 것을 종합하고 있습니다 이것이주는 개별 악기의 음질에 기반한 사운드 데모에서 예기치 않은 결과가 나오면 플루트와 올가미가 혼합되어 뚜렷한 드럼 같은 자질없이 유리 같고 예리한 소리 불행히도 관심이있는 Google은 실제로이 제품을 판매하지 않습니다 제품을 대중에게 제공하는 대신 필요한 모든 재료 및 회로도를 작성했습니다 라스베리 파이 (Raspberry Pi)의 도움으로 직접 만들어보세요

Google’s Engineering Residency

[음악 재생] 가장 귀중한 것은 내가 EngRes의 처음 8 주간의 일부로 배웠던 Google에서 엔지니어가되는 방법이었습니다 MAGGIE JOHNSON : Google 엔지니어링 거주 프로그램 최근 학부생을위한 것입니다

컴퓨터 과학 학위 그리고 그것은 그들을위한 훌륭한 변화를 제공합니다 그들이 학부생으로 진학하면서 소프트웨어 엔지니어링 및 업계에서 처음으로 일했습니다 스피커 2 : 나는 무엇에 대해 꽤 긴장했다 실제 회사에서 소프트웨어 엔지니어가되는 것을 의미했습니다

진정한 노동력에서 그리고 EngRes는 정말 저를 도왔습니다 너에게 기회를주기 때문에 실제 엔지니어가되기 위해 필요한 기술을 배우는 것 브랜드가되지 않는 대기업에서 신입 사원 MAGGIE JOHNSON : 여러 가지가 있습니다 최근 학부생들은 대부분의 컴퓨터 과학 프로그램은 가르치지 않는다 이들은 코드 리뷰와 같은 것들입니다

단위 테스트, 그리고 실제로 전체 엔지니어링 워크 플로우가 포함됩니다 그리고 이것은 실제로 우리가 초점을 맞추는 것입니다 처음 몇 주간의 훈련에서 PAM SOHN : 프로그램은 최대 1 년입니다 그리고 주민들은 처음 몇 주를 보냅니다 훈련 중

그 다음에는 프로젝트 회전이 뒤 따른다 엔지니어링 팀에 임베드되어 Google 엔지니어와 나란히 실제 프로젝트에서 연설자 3 : 나는 가장 흥분했던 것은 능력이었다 여러 제품 영역과 여러 팀에서 작업하기 Google 내에서 발표자 4 : 첫 번째 회전 할당을 받았을 때, 모두는 매우 흥분했고, 프로젝트를 찾고 있었다 돌아 서서 모든 사람에게 묻습니다

그렇지 않으면 그들은 무엇을하고 있었습니까 그리고 단지 에너지와 공동체와 흥분 정말로 굉장했고, 내가 잊지 않을 것 인 무엇인가 팸혼 (PAM SOHN) : 우리가 기뻐하는 사람들 이 프로그램에는 컴퓨터에 열정적 인 사람들이 있습니다 과학과 공학, 그리고 시작 흥분 Google의 엔지니어링 경력 스피커 5 : 완전히 다른 삶의 사람들이 있습니다 전 세계에서 온

내 인생이 풍성해진 것 같아 이 모든 경험을 다른 사람들과 나누기 프로그램에서 발표자 6 : Google에 오기 전에, 나는 전형적인 엔지니어가 어떻게 생겼는지 몰랐다 그리고 나는 아마도 내가 전형적인 엔지니어가 아니었을 까봐 두려웠습니다

그리고 나는 여기에 온 것 같아 전형적인 엔지니어가 없다는 것을 깨달았습니다 Google은 귀하가 스스로 할 수있는 장소입니다 연사 7 : Google에 참여하는 것이 놀랍습니다 정말 중요한 일을하고있는 것처럼 느껴집니다

많은 사람들에게 영향을 주며, 나는 그 과정에서 많이 성장하고 있습니다 발표자 8 : Google에서 귀하를 가르치기 위해 투자하고 있습니다 그들이 할 수있는 한 최단 시간 안에, 동료 주민들과의 연결을 제공합니다 회사 전체의 다른 멘토와 그래서 당신은 정말로 연결되어 있다고 느낍니다 Google 커뮤니티의 일부인 가능한 빨리 기고 할 준비가되어 있습니다

발표자 3 :이 프로그램을 졸업 한 후, 나는 50 명의 팀에서 50 명의 가장 친한 친구를 가질 것입니다 여기, 나는 꽤 멋지다고 생각한다 [음악 재생]