Tesla na Lua – Psychology of an AI (Moonbots: A Google Lunar XPRIZE Challenge)

안녕하세요 구글! 우리는 평화에 와서! 우리는 2 시간 일부 튀김 두뇌 후 얘기를 해 우리의 아이디어는 아무것도 나왔다 인공 지능! (인공 지능) 그러나되지 않은 AI 인간 에뮬레이션 AI 미리 프로그램 된 생존 본능, 의사의 감정과 지략으로 또한, 재료의 많은 도움과 자신을 유지하기 위해 다른 유물을 구축 이 AI는 자원 인 인간이 할 수 있어야한다 아무것도 할 수있는 수단이있을 것이다 우리의 AI는 우리에게 데이터를 전송해야하지만 심지어 첫 번째 인스턴스에 지구를 감지 할 수해서는 안 심지어 그 확인하기 위해 달의 반대편에 배치되고 그럼, 왜 이런 생각? 그것은 인간 인 것처럼 우리는 심리학이 인공 지능을 테스트 할 몇 시간 후에는 그 존재에 의문을 제기 할 것인가? 그것이 어디에서 왔는지가 궁금 할 것인가? 작성자는 누구? 그리고 더욱 흥미로운 : 우리가 존재 알면, 그것은 무엇을 할 것인가? 그것은 우리와 통신을 시도 할 것인가? 그것은 우리 대한 좋은 또는 나쁜 아무것도 "느낌"것인가? (부디)

Amir Husain: “The Sentient Machine: The Coming Age of Artificial Intelligence” | Talks at Google

[음악 재생] 아미르 HUSAIN : 책이라고 그래서 "감성 기계" 그것은 정말 다양한 책이다 그것은 몇 가지 철학적 ponderings로 시작합니다 AI의 출현은 정말 우리를 위해 무엇을 의미하는지에

당신이 알고있는 어떤 실존 적 문제가있다 점점 더 강력한 AI의 출현에 대하여, AGI, 다음 ASI 그리고 매우 가치있는 학자가 많이 있습니다 이들에 대한 기록 볼륨 예를 들어, 닉 보스 트롬, "Superintelligence" 당신이 들어 본으로 읽을 수없는 경우 나, 많은 분들 야한다 그 이상 그리고도있다 계속 논의 주위 기본적으로이 두 가지 두려움 다른 방법으로 자신의 머리를 양육의 종류 그러나 하나는, AI는 모두 우리의 일자리를 빼앗아 것 그리고 때 우리가 쓸모없는 렌더링 수 그것은 복잡성과 능력이 일정 수준에 도달

그리고 다른 하나는 그것이 우리를 죽일 수도 있다는 것입니다 그리고, 물론, 많은 다른 측면이 있습니다 상황 어떤에서 두려움 자체를 명시한다 그러나, 간단히 말해서, 그 두 개의 실제 대화는 즉, 이러한 일이 일어나고있다 그리고이 관객 나는 또한 당신을 말할 것이다 다음은 가상 또는 철학적 아님 더 이상 당혹 질문 그들은 이제 가장 높은 밖으로 재생되고 정부의 수준

그래서 SparkCognition는 세 가지 주요 영역에서 작동, 국가 안보, 산업, 에너지, 금융 그리고는 우리 자신의 일에 대해 말을 많이하지 않습니다 이 책에 대한 이야기입니다 이 SparkCognition 또는 내 작품에 대해 얘기하지 않는 것입니다, 그 자체 하지만 그 배경의 난과의 만남을 끝내고 가지고 있기 때문에 꽤 흥미로운 토론 수석 – 대부분의 군사 리더십뿐만 아니라 이 나라에서뿐만 아니라, 예를 들어, 동맹국에 유럽에서

약 2 주 전에 나는 나토 회의 연설 자신의 적응 보고서 즉, 방법을 알아 와서하고 있었다 믿거 나 말거나, AI는 큰 역할을 할 것이다 다만이었다 새로운 적응 보고서 글을 기준으로 해제되는 일반 존 Allen– 사람이 내 협력자 또한 SparkCognition에이다 board– 나는 올해 초 발표했다 그래서 말을 한 예입니다 그 인공 지능이되고있다 많은 여러 가지 방법으로 실제 그리고 아마 처음 좁은 영역에서, 하지만 기능은 확대된다 그리고 이러한 실존 적 문제 중 일부에 대한 사람들이 표명 한 것으로, 예를 들어 그는거야 우리는 사령관의 데이터를 필요로하지 않는다는 것을 깨닫게 멀리 우리의 작업을 당신은 그 종류에 대해, AGI 수준의 능력을 알고 일의 위협이 될 수 있습니다

다양한 분야에서 구현 ANI 기능이 될 수 있습니다 30 %, 40 %, 신 – 알고 – 어떤 %의 실업 즉 볼 일이다 그리고는 선진국입니다 한편, 미개발 국가 개발 도상국이나, 자신이 갖고 자신의 싹트기에 많은 투자 그들이 부르는 "인구 통계 학적 배당을" 종류의 조건에서 꺼내 한 사람 의 밑에 특권, 그리고 지금 교육되고있다 그리고 어떻게 구할 수 있습니다 경제 복잡한 작업 음, 그 복잡한 작업의 일부 그 세대가 기회를 얻기 전에 포섭 될 수있다 정말 마크를 확인합니다

그래서 거기에 그 착오의 감각을 신흥 개발 도상국에서 급증하는 중산층, 그리고 그들은 그 우리 한 번 역할을 할 수 있습니다 여부 그들이 놀 수있을 거라 생각 했어요 우리는 모른다 우리는 이러한 기술의 발전 평가 무엇을 볼 수 있습니다 그러나 여기 내 요점은 우리가 이미입니다 점 토론에있다 인공 지능이 부분적으로 기술 중심으로, 그러나 또한 부분적으로 정책입니다 그리고 내 경우에는 내가 함께이 일을 가지고 노력했습니다, 그리고 책에서 당신은 과학을 참조 철학, 뿐만 아니라, 정책의 요소가 궁극적으로 우리가 가지고 있기 때문에로 이것에 대해 뭔가를 할 수 있습니다

그리고, 나중에 우리가이 들어가 당신을 말해주지 예를 들어, 토론의 일부 금지 및 자율적 인 무기 주변 나는 그 논쟁의 모두에 매우 깊이 관여 봤는데 그리고 정말 사람들을 많이 만난 그 논쟁에서 문제가 않습니다 그래서 우리는 그 통해 갈 수 있습니다 내가 이야기를 구성 것이다 방법은 난 아주 간단한 독서로 시작합니다 그리고, 당신이 알고,이 모든 세션의 시작 끝 다른 단지를 기반으로하고 무엇 장에 당신이 선택합니다

그래서 여기에 우리는 자율적 인 무기에 대해 얘기했다 어쩌면 내가라는 챕터의 시작과 함께 시작합니다 "전쟁과 AI,"그리고 우리는보다 광범위하게 몇 가지에 대해 얘기하자 이 책의 내용의 그러나 나는 또한 프리젠 테이션을 구성했습니다 그것은 우리에게 책을 넘어 조금 걸립니다 몇 가지 개념이 여기에있다있는, 뛰어난 컴퓨터 과학자에 대한 그 관객에, 아주 기본적인 것으로 보일 수있다, 당신은 그들에 대해 잘 알고있을 수 있습니다 그들이 지루 있다면 나는 빨리 그 이상 갈 것입니다

그러나 우리는 다른 몇 가지 문제로 얻을 수 있습니다 그리고 나는 우리가 여전히 해결해야한다고 생각 몇 가지 문제 그래서 내가 갈거야 방법은, 물론 난 어떤 시간과 의견에 질문에 엽니 다 나는 그것을 환영합니다 승인 87 페이지의 책을 가지고 할 분들을위한 그래서 나는이 장에서의 아주 짧은 읽기 시작하자 그 "전쟁과 AI를

"이라는 제목 "원래 발표 한 사고 실험을 위해 저를 가입 미국 해군 연구소의 절차 저널에 내 친구이자 협력자 일반 요한의 잉태 미국 해양의 알렌 군단, 4 성급 장군, 미국의 과거 부사령관 중앙 사령부 그것은 월 2, 2018과 주장입니다 기습 공격 후 자신의 배에 손상을 고민한다 그러나 이것은 평범한 공격 없었다 그는이 발견하는 것입니다 대규모, 광범위하게, 전략적 놀라운 일이었다 우리의 선장과 그의 선원 들어오는 떼를 기대하지 않았다 그는 나 그의 배 어느 쪽도 자신의 시스템 것으로 인식하기 때문에 사이버 공격을 받고 있었다

발견되지 않은 사이버 활동뿐만 아니라, , 센서를 손상하지만 방어 시스템을 잠금 거의 전적으로 무력한 배를 떠나 운동 파업 파도에왔다 드론의 복잡한 떼가 배에 찢어한다 그것은 자율 시스템의 구름에 의해 공격되었다 목적과 함께 이동하면서도 동적 반응 서로와 선박 공격의 무엇보다, 속도 기절과 선원을 압도 보드 배에 IT 전문가 비록 일부 방어 시스템을 출시 할 수 있었다 사이버 침입의 클러치, 승무원의 나머지 간단하게 반응 할 수있는 충분한 의사 결정 시간이 없었다

단순한 초 그리고 선원의 일부이 몇 초 그들의 제한된 상황 인식과 확인 적의 자율 사이버 및 운동 시스템은 협력했다 그러나 몇 분 만에 전체 공격은 끝났다 선장은 살아 용감하게 남아 다리에, 그러나 그는 심하게 상처를 입었다 로 그의 승무원의 대부분을이었다 화재는 통제 불능 불타는했다 그리고 배는 이미 홍수에서 심하게 나열했다

때문에 피해 선장의 손상 제어와 통신 할 수 없습니다 , 자신이 심하게 상처를 입었다 보조 그것은 등장 자치 플랫폼의 일부 여기서 배를 공격하는 방법을 정확하게 알고 있었다 모두 피해를 극대화하고 줄이기 위해 생존의 기회 자신의 배를 명령하는 선장의 능력 지금 심하게 손상 및 홍수했다 통제 불능이었다 전체 상황을 조사 후 그는 더 미국의 선장이 없다고 그는 전화를해야 실현 세대했다 그는 배를 포기하라는 명령을 발행합니다

" 승인 그래서 당신은이 소설이 궁금이를 수 것 그것은 이것은 완전히 소설을 상상하면 당신은 궁금 할 것이다 진실없는 접지와 그것은 아니다

그것은 정말이 지난 해 interesting–했다 나는 중동을 여행 할 수있는 기회가 있었다 당신이 알고 있듯이, 많은 다양한 활동 충돌이있다 중동에서 진행 그리고 그들 중 많은 사람들이 갈등은 그 기울기의 비대칭 종류를 복용 어디, 예를 들어, 후티 같은 사람이있어 예멘 또는 시리아 ISIS 테러 조직이있어 이라크의 일부 그리고 당신은 다른 측면에서 다음있어, 대부분의 경우, 잘 무장 군대에 대한 정교한 레이더와 패트리어트 미사일 등 등 그리고 나를 그냥이 사실을 알고 있다고 말할 수 있습니다 here– 아마 설명 무엇의 많은 민족 국가의 정교의 수준

우리가 무엇을 설명 여기에 있기 때문에 당신은 알고있다 즉석 UCAVs 떼가오고있다 꽤 정교한의 비전과 다른 인식과에 잘 보호 자산에 대한가는 기능을 제공합니다 그러나 유사한 시나리오는 실제로이 중동 지역의 현재의 갈등에서했다 DIY를 AI는 IED는 이미 여기에 비행 즉흥적으로 기존 Weapons– 2 주 전에 협약 이는 조금 어색 명,하지만 -입니다 유엔에서 CCW, 나는 생각 함께있어 3 ~ 4 년 세 번째 또는 네 번째 시간 그리고 UN에서이 조직의 107 개 회원국이있다

그리고 매년 그들은 함께 왔 그리고 잠재적 인 확산을 통해 자신의 끔찍한 우려를 표명 자치 무기, 그리고 그들이 무엇을해야하는지 그리고, 물론, 당신은 유명한 기억 할 수있다 정말로 아니었다 "엘론 머스크 문자"라고 엘론 머스크의 편지 가장 최근 하나는 교수 토비에 의해 작성되었습니다 호주 뉴 사우스 웨일즈 대학의 월시 그는 거기에 AI 교수입니다 그리고 물론 엘론 머스크는 서명했다

그리고 편지가 발표되었다 욕망 또는 아니었다 금지에 대한 요청으로 그것은 토론에 대한 요청했다 그리고이 가장 최근의 세션이 끝날 때 107 개 국가도 함께 가져올 수 없습니다 네 논쟁 년 동의 후 자율적 인 무기의 정의가 무엇인지에 한편 Kalishnikov FBI에서에서 당신의 대부분은 러시아 무기 인 들었을 수있다 manufacturer– 발표 그들이 UGV을 테스트하고, 무인 지상 현장 시험에서 이미 도시 한 차량 보다 나은 인간의 성능을 제공합니다 지금, 당신은 이러한 주장을 의심 할 수있다

당신은 이러한 과매도 생각 할 수있다 그러나 일년이 기다립니다 마찬가지로, 중국은 발표 그들이 AI 구동 순항 미사일을 전개함으로써했다, 그리고 MIG 국은 발표 새로운 차세대 MIG 항공기는 AI 자동 조종 장치의 작동을 할 것이다 극 초음속 속도로 비행 봉투를 제어 할 수 있습니다 그래서 이것은 단지 하나의 네트입니다 이 AI의 한 측면이다 이 분산 가져 오는 기술이다 전투의 분야에 대규모의 자율성 당신이 경우 그것은, 전략적 수준까지입니다 기능의 측면이다

그리고 유의 플레이어, 유의 한 군사 없다 이를 무시하는 것입니다 그리고 당신에게 107의의 증거를 제공합니다 거기에이 CCW 세션에 있었다 국가 만 22 나와서 말했다 있었다, 우리는 금지에 찬성입니다 모든 핵 국가 중 하나가 있었다 이는 금지를지지했다 그리고 세상의 모든 중요한 군대의, 세계에서 큰 군대와 모든 주 만 두 금지를지지했다 가장 큰 군대, 국가 핵무기의 가장 큰 번호 모든 추가 논의 주장했다

의 내년이를 밀어 보자 우리가 어디 그래서입니다 그건 그냥 하나 개의 소품입니다 하지만 그와 함께, 내가 어떤 얘기를 시작하자 우리가 책에서 커버 것들 그래서 지금은 나에게 매우 분명하다입니다 우리는 여러 분야에서 충분한 진전을했다고 여기서 지능의 새로운 형태가 정말오고있다

나는 "오즈의 마법사"는의 종류 더 이상 없다, 의미 커튼 뒤에 숨어있는 사람 그것은 더 이상 "의 경우, 다음, 다른"단지 많은 수 없습니다 문 그리고 우리는 모든 지금 그리고 회사의 X를 폭로 계속하면서 및 회사 Y는 전화 어떤 활동을 아웃소싱 지능형하지만 정말 외출 있어요 아마존 – 기계 – 터크 형에 상황이 정말 따로 그 모든 것들에서, 정보의 증가 수준이 건설되고있다 특히 깊은 학습과 우리는 인식 작업에 큰 영향을 미쳤습니다 우리가 원하는 곳에 당신은 알고있다, 예를 들면, classify– 우리는 뭔가 추출물을 인식 할 복잡한 패턴, 심지어 패턴 시간적 경계를 넘어

우리는 깊은 학습을 아주 잘 그렇게 할 수있었습니다 그리고 지금 우리는 종류의 강화와 함께 앞으로 실행하고 새로운 혁신의 많은 학습 그리고 중요한 건 거리가 취할 우리는 인식의 영역에서 움직이고있다 행동의 도메인 그리고 강화는 이제 학습도 내 우리는 시스템을 훈련 할 수있는 능력을 가지고 어쩌면 시뮬레이션 환경에서의 일부와 전송에서 일어나고있는 혁신의 학습, 우리는 시뮬레이터에 끝났다 학습을 그리고 현실 세계에 그 번역 이렇게하면 현재 상태에 대한 이야기가 아니다 이 지역의 세에서 예술, 그러나 몇 분 후에는이되고 있다고합니다 아주 실제적이고 지능, 참으로, 새로운 형태의 지각이오고 그렇지 않은 경우

지각 능력은, 내 생각, 멀리 떨어져 있습니다 이, 그냥 빨리 배경 그래서 나는이 책에서 다르게 할 생각하는 것 중 하나 단순히 내 자신의 배경의 결과이다 그래서 나는 시리얼 기업입니다 나는 오스틴에 본사를 둔 왔습니다

나는, UT 오스틴, 컴퓨터 과학에서 학교에 갔다 그 이후로 소프트웨어 회사의 번호를 수행했다 그리고 SparkCognition 내가 2013 년 중반에 다시 설립 된 회사였다 내가 언급 한 바와 같이 회사는, 초점을 맞추고 국가 안보, 금융, 산업에 사실, 우리는 숫자에 Google 파트너이야 의 여러 가지 그리고 회사는 정말 빠르고 정말 성장했다

사실, 오스틴에서 가장 빠르게 성장하는 회사입니다 그는 말했다되면서 이제, 그건 사물의 비즈니스 측면 권리? 실제로이 기술을 어떻게 그리고 그것이 작동되도록하고 문제를 해결하기 세계에서 가장 큰 기업 그러나이의 다른 측면은 I입니다 사업 배경에서뿐만 아니라 순전히이 온다 나는 훈련에 의해 컴퓨터 과학자입니다

나는 컴퓨터 과학을 사랑 해요 나는 컴퓨터 과학을 살고 있습니다 그리고 고문의 보드에 제공 정말 큰 중 하나입니다 UTCS,의, 내가 거기에 많은 시간을 할애 할 수있어 즐거움 그래서 비즈니스 측면의 종류를 제공, 이 일을 만드는 실용성은 과학 작업 및 과학 발전을 시도 그리고 미국의 새로운 보안 최종적 중심 DC에서 최고의 싱크 탱크 중 하나입니다

그리고 나는 그들의 자문위원회에 제공 인공 지능 사실, 약 2 ~ 3 주 전에 나는 DC에 있었다 우리는 AI에 CNAS 회견을했고, 어떤이는 것 자율 무기 의미한다 그리고 다른 봉사와 장군의 많은이 있었다 관객의 많은 정책 결정자 그러나 우리는 또한이 에릭 슈미트 (Eric Schmidt)가 있었다

그리고 나는 에릭과 흥미로운 토론을했다 그리고 항목 중 하나가 와서 그 물론, 시간, 중국 점을 감안했다 단지 자신의 2030 AI 계획을 발표했다 당신의 많은 느낌에 공감 할 수 있습니다 그것은 $ (150) 억 투자입니다 향후 5 년간 정부 지출의 2015 년 미국 정부는 AI에 $ 11 억 지출 2016 년에 우리는 AI에 무려 $ 12 억 보냈다 또, 중국 정부는이 committed– 단지 정부 spending– $ (150) 억 5 년 동안 당신이 2030 년 AI 보고서를 읽는다면 그리고 그것은 2030 년까지 말한다 우리는 지배적 인 AI 플레이어가 될 것입니다

그뿐만 아니라, 그들은 또한에 대한 모든 응용 프로그램을 이야기 AI의, 그리고 그 큰 덩어리는 군사 응용 프로그램입니다 그래서 여기에 우리는이 회의에서 DC에 있었다, 나는 Eric– 요청 에릭, 당신은 내가보기를 가지고 알아,하지만보기는 무엇을했다? 당신은 중국이 추월 할 수있을 것 같아 얼마나 빨리 핵심 AI 능력에서 미국? 그리고 비디오에, 그리고 다음이하지 않습니다 많은 기사가 그것에 대해 기록, 그러나 그는 5 년했다 나는 그에게 동의하지 않습니다 그것은 매우 공격적으로 들리 겠지만 속도는있는 진전이다 속도로 만들어지고 which– 당신은 얼굴 ++과 그들이하는 속도를 보면 단지 경우 비전 알고리즘을 개선 그리고 몇 년 전, 인용하는 데 사용되는 사람들을 기억 물론, 당신이 China–에서 AI 논문이 있는지 알고, 그들은 AI 논문을 많이 게시하고 하지만 그들은 우리만큼 좋은 아니에요

자, 이제 더 이상 정말 그렇지 않다 그리고 그것은 일종의의 전체 반응을 생각 나게 우리는 많은 다른 나라로 했어 그 잡고 있었다 오, 그들은 아마도 그냥 복사됩니다 그것은 종류의 가짜 같아요 당신은 종류의 가지가 알고 있지만, 동일한 것이 아니다

그리고 갑자기, 매우 빨리 당신에게 사람들이 잡고 것을 알고 있습니다 그리고 우리는 국가로서 우리의 현재 상황에있는 곳 우리는 예방과 같은 일을하고 있다는 것입니다 작동 H1-B 이민의 배우자 이는 적은 수의 똑똑한 사람들이 올 수 있음을 의미합니다 우리는 많은 국가에서 항목을 금지하려는 스마트 사람들의 수를 제한 우리는 미국에 가져다 줄 수있을거야 당신이 근처에 피어 경쟁 $ (150) 억 가하고있는 동안 그래서 당신의 12 억에, 당신은 또한 다음 교살하고 혁신의 핵심 요소 중 일부 그것은 역사적으로 당신을 위해 매우 유용했다 즉, 내 생각, 나쁜 타이밍입니다

그래서 다른 요소로 이동 이 회담의 많은 사람들은 간단한 질문 기계가 생각하는의, 음, 그것은 무엇을 의미 하는가? 이것은 분명히 매우 복잡한 문제이다, 많은, 많은 다른 방법이있다 하는 기계는 생각할 수 있습니다 그리고 우리는 맥락에서 일을 설명하는 경향이있다 당신이 신경망을 신경망의, 당신은 그것에게 많은 데이터를주고, 당신은 당신이 그것을 훈련을 한 것에 대해 질문을 할 수 있습니다 그리고, 회귀 의미에서, 분류 또는 것 중 하나 당신에게 대답의 일종을 제공합니다 그러나 나는 생각이 시각적 관점에서 기계가 생각할 수있는 많은 방법이있다 그리고 AI, 그냥 기계 학습 아니다 AI의 많은 다른 것들, 예를 들어,뿐만 아니라있다 검색 기반 최적화

당신은 문제 영역에서 생각할 수있는 그래서 여기에 한 가지 방법 이다, 그냥 틱택 토의 간단한 예를 들어 보자 당신이 미리 생성 할 수있는 규칙 단지 몇 감안할 때 모든 가능한 결과 그리고 인간의 플레이어에 의해 인식되는 것 현명한로 단순히 목표 추구 행동입니다 어디 승리가 어떻게 생겼는지, 나는 나무 또는 그래프를 생성 한, 나는 그래프를 통과하기 위해 노력하고있어 내가 승리로 알고있는 가장 효율적인 경로를 찾을 수 있습니다 그리고 그 하나의 방법입니다있는 당신이 할 수있는 기계가 생각하는 표시합니다 그러나 우리는 또한없는 모든 문제는 작은 상태를 가지고 있음을 알고 공간

그래서 문제를 -가 나는 심지어 팩맨 같은 다른 게임을 취할 games– 의미 어디에– 여기서 미스 팩맨은 매우이 순간에있다, 그리고 황금 덩어리 얼마나 많은 사람들이 소비되었다 그리고 원수의 각각의 방향으로 무엇을, 당신은 열매를 먹지 않았나요? 나는 변화의 많은있다, 의미 그 상태 공간입니다 그래서 당신이 원하는하지 않을 것이라고 물건의 종류입니다 다만이 방법으로 인코딩합니다 그래서 지금 우리가 강화 학습 등의 작업을 수행 할 수있다 시도, 여기서 우리는 단지 시작하고 게임을 시작, 당신은 결국 당신이 꽤 빨리 죽고, 하지만 어쩌면 당신은 50 점을 만들었다 그리고 당신은 기억하려고하는 것 작업의 순서가 그 50 점을 얻었다 것입니다 당신이했다 첫 번째 사람은 거의 가치가 50 점은, 때문에 당신이 50 점을 얻는 데 이어집니다

하지만 당신은 이동의 스택을 따라 더 이동, 당신은 가까이가 50 이하로 얻을 실현 소중한 그 최근의 움직임 하나 하나가 있기 때문이었다 젠장, 마지막 하나는 당신이 살해 그래서 매우 유용 할 수 있습니다 그래서 당신은이 의미를 가질 수 있습니다 아니라, 가구 있구만하자 그리고, 다시, 많은, 많은 다른 접근 방식이 항아리에있다 하지만 당신은 임의성의 요소를 가질 수 있습니다 어디, 내가 해보자 최대 보상을받을 그러나 보상의 수준은 특정 임계 값 이하가 될 때 나는 다른 일을 시도 할거야 그리고 어쩌면 좀 더 흥미로운 무언가를 찾을 수 있습니다 그래서이 종류의 자기 정리 된 검색과 같다

강화 학습에서 바로 쉽게 설명하자면, 그것은 일종의 자기 정리 된 검색처럼 어디 뭔가 시작, 당신은 그것을 포기하지 않습니다하지만 당신은 단지 개선 사항을 찾아 위치를 찾을 수 있습니다 그리고 우리는 이것에 큰 진전을 보았다 이제 또 다른 한가지는 내가 지적 할 것 즉도이 아이디어에 어디입니다 그런데 전체 states–를 생성하는 물건 그건하지 세련된 사람들에 대한 생각을 멈출 그러나 많은 문제가있다 그 솔루션 이러한 종류의 곳으로 스마트-정리 될 수있다 여전히 꽤 좋은 솔루션입니다 난 당신이 많은 지금 A-별 검색 들리지 않습니다 의미 하지만 당신은 A-별 검색에 적절하게 데이터를 적용하는 경우 당신은 방법에 대한 영리한 추론을 마련 검색됩니다 무엇 생성됩니다 무엇을 치기 위해, 당신은 꽤 영리하게 해결할 수있는 많은 문제가있다 A-별 검색을

어쨌든,이 특별한 경우에 당신은 전체 트리를 볼 경우, 한 가지주의해야 때로는 이러한 상태 것을 생성하는 믿을 수 없을만큼 간단 할 수있다 그리고 내가 여기에 세우겠다 한 개념입니다 그래서 여기이 전체 트리를 생성하기 위해 알고 무엇을했다 모든 진행을 위해 만 변경하거나 추가 할 수있다 한 번에 하나 개의 심볼 권리? 그래서 만약 당신이 naughts과 십자가있어 하나 하나의 제로 또는 하나의 크로스를 추가 할 수 있습니다 당신은 한 번에 두 naughts를 추가 할 수 없습니다

당신은 승리 상태가 무엇인지 알 필요가있다 우리 모두가 대각선 알고 동행입니다 그리고 그것은 일종의 선 또는 가로 막대 나 그리고 여기에 모든 단계와, 당신은 나무를 단계별로, 모든 레이어에 당신은 문자를 교류하고 있습니다 그래서 일단 당신이 당신이 십자가를 얻을하는 수포를 얻을, 당신은 지금에 수포를 얻을합니다 그게 다야

즉 당신이 뭔가를 생성하기 위해 알아야 할 모든 것을입니다 이 같은 그리고이 마음 변경 사실의 일종이다 삼목의 맥락에서? 정말 그러나 그 아주, 아주 간단한 말을 얻을 않는 경우 시 반복, 재귀 처리 할 때, 엄청난 복잡성을 만들 수 있습니다 즉 유용 할 수 있습니다 그래서 사양의 씨앗을 만들 수 있습니다 매우, 매우 유용합니다, 매우, 매우 큰 것을, 때로는 약간의 예기치

이러한 개념 것을, 적어도 두 개의 서로 다른 places–에서 우리는 생명의 게임에 대해 이야기 잠시 "감성 기계,"하지만 내가 커버 단지 기본적인 소개합니다 매스 매 티카의 창조주의 스티븐 울프 럼, 나는 많은 년간 추적 한 누군가, 매우 흥미로운 thinker– 그의 책 "과학의 새로운 종류"에 그는 단지가는 거의 200 페이지를 보낸다 다른 형태, 생명의 게임의 다른 유사 이상 그리고이 다시, 만약 너와 얼마나 많은 당신의 생명의 게임을 잘 알고있는? 당신의 모든 승인 거의

그리고 다시, 이것들은, 정말 아주 간단한 규칙입니다 그리고 무엇 볼프람 보여줍니다 당신이다 복잡한 비 반복의이 놀라운 수준을 가질 수 있습니다 아주, 아주 기본적인 규칙에서 오는 패턴 연속 수학의 종류의 라인에 더 많은 다른 종류의 프랙탈의 개념입니다 그리고 빨리 말하고 싶은 두 가지가있다 그래서 당신은 생명의 게임에 익숙하기 때문에 one–, 나는이 같은 시뮬레이션을 본 적이 확신합니다

나는이 같은 물건을 볼 때마다 나에게하지만 놀라 울뿐입니다 당신은이 생물이있다, 알고 와 같은, 때마다 진화 별개의 행동 그리고 그들 중 일부는 안정을 찾아 다른 진동 두 상태 사이 그리고 당신은 어떤 운동을해야합니다 이 유물은 그저 산책 글라이더라는이 에서, 대각선 보통

당신은 결합 할 수 있습니다 이러한 모양이 그리고 어떤이 나오는 것은 적어도 시각적 인 바로 예측 그리고 이러한 행동의 매우 복잡한 정렬 할 수 있습니다 그리고 그에서 찾고있다처럼 것으로 보인다 뭔가 일이 일어나고 물론 우리는 무슨 일이 일어나고 있는지 여기에 세 가지 간단한 규칙 만 매우 간단합니다 그러나 매니페스트 복잡성은 훨씬 더 이 세 가지 간단한 rules– 이상 이 세 가지 간단한 규칙의 초기 독서는 것을 의미한다

당신이 생각 시작할 때 같은 정말 사건입니다 도형에 대한, 이유는 – 내 말은,이 하나는 만델 브로트 프랙탈입니다, 그리고 벤와 만델 브로트는 표현 해낸 이는 참으로 길이입니다 내 말은, 그것 뿐이다 권리? 즉 되 고 수학의 양입니다 이러한 구조로 생성 그리고 우리가이 들어가있는 이유는 that–입니다 나는했습니다 분들을 위해 다시 의미 "청산의 게임,"책을 읽을 아닌 movie– 당신은 실현 또는 인식하거나 기억할 것 거기에 한 의견은이 있음 만들어진 청산이 교육 시설에서 어디에 그는 대형 컴퓨터에 대한 액세스 권한을 부여했다 그리고 누군가가 당신이 무엇을하고, 그를 멀리 끌어 말한다? 그리고 그는 내가 프랙탈을 통해 여행거야,라고, 지금은 프랙탈 알려진 우주보다 큽니다

그래서 읽을 때 10 대 그것은 일종의 내 머리에 붙어 나는 책이 컴퓨터 것으로 기록 된 그 때 생각하지 않는다 실제로 알려진 것보다 더 컸다 프랙탈을 생성했다 우주는하지만, 지금의 많은 예들이있다 그렇게 생각이 많은 수학이,이 정도 사양, 이 많은 코드가 뭔가를 생성 할 수 있습니다 실제로, 예측할 복잡성을 유엔 끝으로, 그래서 많은 다른 수준에서 독특한, 나에게 꽤 놀랍습니다 그리고 그 두 성분, 물론, 사양 및 반복과 재귀입니다 그리고 내가 책에서 만드는 지점 중 하나에 저를 얻는다 또한 대한 우주는 다른 방법으로 계산할 수있는

그래서 최근에 엘론 머스크 들었어요 우주 시뮬레이터가 될 수 있는지에 대해 이야기 나는 실제로 내 청소년에 그 개념을 가로 질러왔다 에드 Fredkin라는 이름의 신사 이 광범위하게 작성했다 그리고 나는 더 깊이 파고 시작했을 때 그 콘라트 추제, 심지어 다시 40 년대에 실현 이러한 개념에 대해 이야기했다 그리고 에드 Fredkin– 당신이 알고,이 article– 내 아버지는 하는거죠을 준 그것은 잡지에 출판되었다

그것은 "우주는 컴퓨터인가?"라고했다 그리고 그 생각은 너무 많은 엘론 머스크의 생각, 거기이었다 우리는 시뮬레이션, 내부에 살고 있는지하는 시뮬레이터 탐구의 한 종류이며, 그러나 다른 생각이었다 우주입니다 근본적으로 계산할 수? 우리가 보는 모든 마찬가지로 계산의 결과인가? 많은 년 후에 내 동생은 문자열 이론가가되었다, 나는 적어도 가능한 이해를 얻기 위해 노력 그녀와 나의 많은 대화의 끈 이론의 어느 날 그녀는 일종의 나와 함께 그녀의 인내심을 잃었다 그리고, 우리가 영어 단어를 쓸 것을 모두, 듣고, 상기 그것은 단지 당신이 대략 올바른 방향으로 점의 정렬입니다 우리가 정말 무슨 말을 당신은 어떤을 이해하려면 당신은 수학을 통해 작동합니다 이 중 어느 것도 정말 언어로 번역하지 않습니다 그리고 한 가지, 문자열에서 코스의 theory– 이는 매우 interesting–되고, 잠재적 인 재발견 그리스가 호출 무엇의 "원자

" 당신은 – 톰, 알고 "절단 할 수없는 것을" 그들은 그 최종 입자의 검색에 있었다 그 진정으로 나눌 수 있었다 그리고 아마도 플랑크 길이, 그것은 너무 많은 입자 아니지만 그것은 사실이다 우리는 입자가 얼마나 작은 알고있다 우주 마인 크래프트의 경우 우리는 잔 마셔요 우리는 블록으로, 픽셀의 작은 크기를 알고 이는 내에서 단지 이외의 아무 것도있을 수 없다 하나 개의 심볼이 포함되어 있습니다 그리고 그 상징은 무엇인가? 그 기호는 문자열의 구성 될 수 있습니다

그래서 그런 의미에서 나는, 음, 생각하기 시작 그 경우는 다음 본질적 있다면 이러한 수정 한 데이터 구조로서 모델링 할 우주 플랑크 길이 크기 셀인 셀 크기 어느 그들의 이러한 기호의 번호를 가지고있다 그리고 그런 의미에서 바로 계산할 수있어? 그래서, 누가 알 겠어? 다른 많은 사람들이 생각하는 다른 방법으로 이것에 대해 맥스 테크 마크는 그의 책을 가지고 있으며, 그는이 중 일부에 대해 이야기합니다 물론 에드 Fredkin와 콘라트 추제, 내가 말했듯이, 수십 년 동안이에 대해 생각하고있다 그리고 스티븐 울프 럼은 그의 포획이있다

하지만 뭔가가 여기에있다 뭔가는 사실을 여기에있다 아주, 아주 작은 조리법에 그 계산 구조 유용한 응급 복잡성 이런 종류의를 만들 수 있습니다 우리가 아는 한 지금, 컴퓨터는 할 수 계산 현실을 만들 수 있습니다 오늘은 기본적으로 내 자신의 세계를 구축 할 수 있습니다 나는 내가 말을하여 책을 시작 때문에 넷의 나이에 컴퓨터에 있어요 나는 제독 (64)를 만났다

나는 화면에 교수형 집행 인 연주를 보았다 나는 결코 없었기 때문에 그것은 내 마음을 불었다 본 TV 화면은 내가 밖으로 계속 경기하기를 원했지만, 무엇을 재생할 수 있습니다 그럼에도 불구하고 내가 닿을 수있는 키보드가 있었다 갑자기 모든 것이 대체 가능했다 4 년 된 마음을위한 프로그래밍의이 개념 완전히 짜릿한했다 그리고 거기에서, 음, 내가 무엇을 만들 수 없습니다 갔다? 그리고 지금, 물론, 우리가 알고있는 우리는 꽤 많은 수 우리가 원하는 것을 만들 수 있습니다 그리고이 모든 심지어 물리적 치수 현실에 의해 어떤 식 으로든 문이되지 않습니다

다음은 컴퓨터 과학에서 일부 단지 기본적인 것들 우리한다고는, 그 기본 구조를 실현하는 것을 컴퓨터 science–의 magnificational 구조, 반복, 재귀 등 등, 매우 기본적인 specifications–에 적용 많이 얻을 수 있습니다 그리고 당신은 마음에 대해 생각하기 시작하면 이러한 사고는 부분이다 기계의 우리가 모르는 때문이다 할 수있는 많은있다 대답 할 수있는 질문을 많이가 있습니다 그러나 단지 우리와 차이의 관점에서 사물에 대해 생각합니다

음, 한 가지 우리가 아주 잘 알고 우리의 뇌가 상대적으로 작은 두개골에 맞는 것입니다 약 20 와트를 소모한다 그것은 매우 효율적입니다 이 신경 세포의 매우 많은 수 있습니다 그것은 연결의 매우 많은 수 있습니다 그러나 등등의 효율과 크기, 모두를위한, 정말 실질적 않을거야 현재의 형태로 20 개 이상의 와트를 소비합니다

우리는 뇌만큼 효율적 컴퓨터를 가지고 있지 않지만 그러나, 우리는 우리의 컴퓨터가 소비 할 수 있음을 알 수 있습니까 더 이상 20w 그들은의 물리적 두개골 내부에 앉아 필요가 없습니다 우리의 크기입니다 that–입니다 완벽한 리콜 이것은 재미있다 우리 때문에 종류의 순간에 거주하는 경향이있다, 우리는 우리가 그 경험에서 필요한 것을 얻을, 우리는 잊지하는 경향이있다 그리고 여러 가지 방법으로 우리를 위해 좋다 이 과부하를 피할 수 있기 때문에 실제로 우리를 위해 좋다

그리고 이것은, 우리가 할 또 다른 한가지 공통점이다 이는 매우 공격적 치기입니다 그래서 우리는 특정 솔루션을 아래로 이동하는 경향이 우리는 우리에게 말도 안되는 소리 일을 폐기하는 경향이있다 그래서 이동이 리사 돌 및 다른 사람을 찾을 이유 그래서 마법, 심지어 모든 주석 즉, 이동의 큰 실무자했다 했다 그냥 그런 것들 중 하나 때문에 것을 그들은 폐기하고자했다 아무도 전에 이런 짓을하지 않았다 내가 전에이 작업을 해본 적이 없다

이 상황에서 도대체 왜 당신은 그 어느 때 이런 짓을 했을까? 그것은 상식의 종류가된다 이 시스템 하나의 생각입니다 물건의 종류가된다 당신이 얼 카너먼로 돌아갈 경우 당신은 알고있다 우리는 빠르고 느린 생각, 생각하는 방법에 대한 자신의 이론, 우리는 가지 치기 일을 시작합니다 그러나 기계 지능은 실제로 장소에있을 수 있습니다 그 시간에 무엇을 할 수 배울 수있는 모든 것을 취할 수있는, 하지만 원래의 경험은 완전히 보존됩니다 더 많은 지식을 추출 할 수있는 능력 그래서 만약 그 경험은 시간이 지남에 따라 개선에서, 원본 데이터 및 전체 충실도는 계속 사용할 수 있습니다

사실 내 동료 교수 브루스 포터, UT는 컴퓨터 과학 부서의 회장이 누구인지, 긴 실행 프로젝트에 작동하는지 이다이 같은 않는 것을, 그는 machine– 개발 있다는 그래서, 자연 언어 이해 소프트웨어 그리고 그는 35 플러스 년 동안 그 지역에서 일하고 있어요 그리고 그의 접근 방식은 내가 무엇을 이해할 수 없다는 것입니다 코퍼스 내 현재의 알고리즘 특별한 방법으로 태그를 얻을 것이다 그리고 알고리즘의 모든 반복 되돌아 가서 이전 반복하지 무엇인지 살펴볼 것이다 이해할 수 그래서 일정한 학습 이런 종류의 완전히 보존 된 정보의 가용성, 우리가 일반적으로 것들에 대해 어떻게 생각하는지 문제가 아닙니다

우리는 물건을 많이 필터링 그리고, 물론, 다른 일을있다, 등이 육체된다 난 전혀 물리적 몸을 보호 할 필요가 없습니다, 의미한다 크기 제한을 준수 할 필요가 없습니다 그리고, 물론, 우리는 빠른 처리에 대해 알고

인간이 진화했다면 그래서 여기에 질문은, 또한 우리의 머리 뒤쪽에 눈, 우리는 근본적으로 다른 것입니까? 아마 아마 나는 편도 중심 응답의 큰 의미 우리는 공포의 상황에서 지금 가지고있는 것을 우리는 꽤 뭔가가있을 수 있음을 알고있는 곳 가까운 우리 뒤에 그 우리를 얻을 수 따라서 우리는 readiness–의 높은 상태를 유지해야 물론, 어쩌면 우리는 눈에 덜 신경 것 우리의 머리 뒤쪽에서 누가 알아? 그래서 이러한 사물의 모든 종류가 그 물론, 기계 지능 우리는 실험을 얻는다 또 다른 element– 매우 실용적 element– 지금 무슨 일이 일어나고 있는지의 is– 그래서 우리는 미래의 인공 지능에 대해 얘기하고 및 등등 기계의 마음, 하지만 지금 무슨 일이야? 당신은 알고 모두가 알고있는 계곡, 마크 안드레 센은 해당 소프트웨어 얼마 전에 말했다 세계를 먹고있다

그리고는 완곡 일의 종류이다, 하지만 나를 위해 그것은 매우 실제 물리적 것입니다 그래서 이것은 기존의 연소 엔진이며, 당신은 오른쪽에에 전기 모터를 가지고있다 그리고 당신은, 밸브 및 점화 플러그 및 EFIS와 기화기있어 당신은 블록을 가지고, 당신은했습니다 상황이 여기에가는 모든 종류를 얻었다 그들 각각은 특정 기능을 가지고 있습니다 이러한 기계적 요소 각각 특정 기능을 수행한다

그리고 당신은 전기 모터있어 여기서 기계 요소의 기능의 대부분 소프트웨어로 변형되었다 example–의 EFI, 어떻게 게이트 에너지, 이제 모든 소프트웨어입니다 물리적 구성 요소의 수가 감소 그래서 우측 is–에 그 사진에 왼쪽의 그림에서 해당 빼기 할 때, 이 소프트웨어는 단지 먹고 실제 물건의 양입니다 그리고 이런 비슷한 사진이 있습니다 지역의 전체 호스트에 걸쳐 우리는 보잉과 매우 긴밀한 협력 관계를 유지하고 있습니다

나는 항공의 미래에 있음을 알 수 있습니다 매우 임박 않을거야에도 불구하고, 그러나 보잉은 회사에 투자 그 적절한 통근 항공기 전기 엔진을하고있어 당신은 777이 아닌 크기 아직 알 그러나 다중 시트 통근 항공기, 단거리 전기 그 많은 것들을 변경합니다 당신이 Velopter 및 EHANG 같은 어떤 회사 보면됩니다 중국 기업, EHANG–을 doing– 자율 무인 항공기와 이 도시는, 실제로 UAE의 국가를 이렇게

최근 AI 장관을 임명, 그들은 세계를 구축하기 위해 자신의 욕망을 표현했습니다 최초의 자율 비행 택시 서비스 그리고 그들은, 사실, 심지어 중국 회사와 계약을 체결 그들은 지금 다른 사람에 그것을 이동 찾고 있습니다 그러나 그들은 그 일을하기 위해 최선을 다하고 있습니다

이러한 것들을 그래서, 심지어 좁은 맥락에서 일어나고있다 그리고 그들은 확실히 부담오고있어 여기 마지막 지점 내가 만들거야, 그리고 우리 우리는거야 가지 질문에 대한 중지합니다 중요한 것은 AI가 모든 것을 할 것인지 너무 많이하지 않습니다 중요한 것은, 내가 생각하는, 무엇을 모두 할 수있는 ANI입니다 주어진 시간에 무엇입니까? 그리고 당신이 오른쪽에 보면, 즉, 최근에 수행 된 연구입니다 많은 인공 지능 전문가 설문 조사

그리고 당신은, 동의 또는 그 일부에 동의하지 않을 수 있습니다 그들 중 일부는 낙관적 인 그들 중 일부가 될 수 있습니다 비관적 수 있습니다 그러나, 예를 들어, 능력은 조립하기 향후 10 년 정도에 레고 이제 우리는 당신이 어떤 레고를 조립 할 수있을 때 알고 당신은 레고를 조립 아닙니다 그것은 당신이 상당히 범용 기능입니다 제조 로봇은 거대한 방법으로 증가하고있다

당신은 5 년 전에 창고 관리에서 보면 우리는 창고 관리의 측면에서 지금 무슨 기능은, 그것은 엄청난입니다 그리고 아무도 로버트의시를 논의 할 것없는 것 창고 관리 로봇 프로스트 또는 루미, 그러나 작업에 영향을 미칠 것입니다 그래서 내 푸시 정말왔다 무엇의 일부, 특히 정책 측면에있다, 봐, 우리는 모든 상투적 그 사람을 듣고 말 "기계가오고있다, 기계가오고있다" 하지만 정말 다른 어떤 혁명처럼 그것은 어떤 다른 기술 영역처럼 의 progress– 진보의 시대, rather– 여기서 새로운 일자리가있을 수 있습니다 그리고 모든 사람들은 여기에 변위가 거기에서 갈 것을 찾을 수 있습니다

그리고 나는 그냥 완전 개판 생각합니다 그 말도 생각합니다 나는 우리가 done– 한 두 가지 생각 하나, 우리는 인간의 근육을 복제 한 기본적으로 우리가 우리 자신을 가지고 증기 기관과 근육을 필요로 모든 작업 중 그리고 지금에 의해 전체가 아닌 마음을 복제하지만,도 마음의 부분은 마음의 슬라이 버 충분히 좋은 그 기능을 수행하기 위해, 우리는 점에있다 우리는 우리가 무엇의 많은 부분을 자동화 할 수있는 많고 많은 직업에서 할 그리고 그것은 우리가 전부입니다

우리는 근육과 마음입니다 나는 그것이 무엇이다, 의미한다 그래서 이동 및 복제 할 세 번째 것은 없다 그리고이 함께 영향은 barcaloungers – 라 우리를하지 않을 수 있습니다 "벽 E는,"하지만, 30 %, 40 % 실업률 수 있습니다 누가 이것에 대해 생각하기 시작해야? 필요로하는 사람들은 이것에 대해 생각하기 시작합니다 정책을 만드는 사람들입니다

그리고 예를 들어, 그들은했습니다, 일부 국가가있다 사라 그들은 가지 실험을 시작했습니다 최저 임금, 기본적으로 최소 소득 보장있다 점진적있는 프랑스 같은 나라가 있습니다 근무 시간의 수를 감소 그래서 자동화는 여유를 선택할 수 있습니다 사람들은 다시 시간을 얻을 수 있습니다 모르겠어요 빌 게이츠는 로봇에 대한 세금을 제안했다 나는 특정 솔루션을 제안하고 있지 않다, 그러나 나는 무엇을 말하고 레벨이되는이 논의가 일어나고 있다는 것입니다 바로 우리 앞에 충격의 필연성과, 나는 논의의 수준이 생각 사소한 불충분

그리고 자율적 인 무기 이야기하고 이야기를 시작했다 요금에서 당신과 함께 공유 CCW UN도 정의에 진전을 보이고 자치 무기는 무엇을하는 동시에 자율적 인 무기가 배치되고있다 그리고 여기 다시 우리는 상황에서 자신을 찾을 수 있습니다 어디에서 더 많은 자동화 공장으로 만들 것, 소매 공간으로 우리는 두바이에있는 큰 회사와 약혼에 최선을 다하고 있습니다 자연 언어를 기반으로 컨시어지 정보를 수행하는 소매점 처리 흥미로운 것을 시작 것 그리고 종류의 당신이 가게에, 사람들 얻는 방법처럼, 당신은 새로운 반짝입니다 뭔가를 유치 할 수 있습니다 그러나 그것은 꽤 빨리 꽤 좋은거야

그래서 우리가 어디의 종류입니다 그리고 내 희망은 모두와 함께, 우리가 할 수있는 것입니다 우리가하고있는 일과 우리가있어 모든 대화 곳 브뤼셀 및 DC와에 필요, 우리 민족의 지도자를 얻는 것입니다, 솔직히 서방 세계의 지도자들은 통지를 취할 진정으로 정책 개발에 자신의 초점을 맞 춥니 다 그 미래의 AI 전원 세상을 유지할 수 있습니다 그와 함께 그래서, 나는 중단됩니다 및 질문이 있는지 [박수 갈채] 고맙습니다 청중 : 당신의 이야기 주셔서 감사합니다

내 질문은 대부분 당신이 알고에 대해이었다, 결말, 마지막 것은 당신에 대해 이야기했다 권리? 나는 종종 더 토론, 정책의 필요성에 대해 듣고 변경 하지만 정말, 나를 경보기 때 때문에 당신은 담론의 종류를 표시하는 종종 우리의 선출 된 대표 약도 같은, 정말 기본적인 기술적 인 문제가 당신은 그들이 무슨 말을하는지 전혀 모르겠 알고 있습니다 권리? 그리고 그것은 정말 날 때 걱정 일에 대한 논의를 낳게 될 수도 이 같은 잠재적으로 매우 복잡하고 미묘한하는이다 이에 대한 해결책이 있습니까? 마찬가지로, 당신은 당신이 알고, 그들이있어 심지어 언급 일을 정의하는 방법에 대한 토론을 가진 그것은 이미 일어나고있다

권리? 마찬가지로, 우리는 이것에 대해 무엇을 할 수 있습니까? 아미르 HUSAIN : 그것은 매우 어려운 질문입니다 나는 우리가해야 할 한 가지가 포기하지 않는 것입니다 생각합니다 그래서 나는 개인적으로 일을하고있어 그 I는 자신을 삽입하기 위해 최선을 다해 시도 내가 정책에 영향을 미칠 수있는 모든 포럼으로, 우리가 어디 가서이 이야기를 공유 할 수 있습니다 그들에게 오는 충격의 양자를 설명합니다 두 주 전에 나는 텍사스 CEO 정상 회의에서 연설했다, 이는 경제 정상 회담이다 그래서 그들은 어떻게 국가의 성장에 대해 이야기 작업의 미래가 될 것입니다 무엇

하지만 당신은 leaders–이 국가 리더십, 현재의 경제 지도자 등 그곳에 그리고 나는, 내가 말하는 것은 놀라운 일이되었을 수도 있다고 생각 하지만 잘 받았습니다 사람들은 기꺼이 들어 있었다 나는 국방부에서 거의 모든 사람을 브리핑했다 그리고 나는 에릭 슈미트 (Eric Schmidt)을 만나 당신을 말했다

즉, CNAS 이벤트와 관련하여도했다 그래서 내가 어떻게 해야할지 한 가지가 있어요, 이는 거기하고 메시지를 통해 계속 반복하는 것입니다 이상 그리고, 그 일의 결과로, 당신은 동맹을 찾을 수 있습니다 당신은 친척의 영혼을 찾을 수 있습니다 당신은 exchange–에서 발견 에릭은 그 질문에 대답하기 위해가는 방법을 알고하지 않았다, 그러나 그는 그 질문에 대답하는 일이 의 기본 추력을 지원하는 방식으로 무엇을 우리에 대해 얘기했다

그리고 25 개 미디어 기사가되었다 당신은 일반 알렌 내가 최근에, 알고 쓴 "외교 정책" 그는 UAE의 국가 신문에 증쇄되었다 그것은 캐나다에서 나타났다 그것은 어디에나 나타났다

그래서 다시, 우리는 물리적으로 변경 강요 할 수 있지만, 우리는 무엇을 할 수 있는지 마음의 영향 엄청난 숫자이며, 일에 우리는 동맹국을 찾을 수 있습니다 알다시피,이 마음의 변화입니다 그래서 나는이 사람을 기대하지 않습니다 더 접지 및이 분야에 관심이 갑자기 볼 수 없습니다 빛은,하지만 우리는거야 것을 희망한다 그 영향력과 셰이퍼 주위를 찾을 수있을 그 적어도 일을 수행하고 앞으로 이동할 수 있습니다 방향이 국가, 세계 에 이동을해야합니다 그것은 쉬운 과정이 아니다 그것은 직접적인 대답이 아니다, 하지만 그건 내가 할 방법을 알고있는 것이 가장 좋습니다 청중 : 감사합니다

아미르 HUSAIN : 감사합니다 청중 : 안녕하세요 책과 이야기의 제목은 "감성 기계"입니다 우리는 바로 여기 지각에 대해 많은 이야기를하지 않았습니다 아미르 HUSAIN : 그래 청중 :하지만 그 작업 팀의 많은의 목표는 도덕이 대한 자기 인식 기계 자신의 실제 관점과 관점의 윤리

자, 5 년 떨어져 40 년 떨어져있을 수 있습니다, 하지만 아이디어의 일종을 가지고하는 것이 좋습니다 것 그것은 여기에 도착하기 전에이 오면의 어떻게 처리합니다 그래서 당신이 말하는 서클, 방법에 대한 논의가 관리 규제 및 AI 상호 작용하는 속성으로보다 더? 아미르 HUSAIN : 그것은 아주 좋은 질문입니다 그건 그렇고, 나는 완전히 동의 원래의 관찰과 그 책의 제목 이 이야기에서 – "감성 기계는" 그래서 어떤 지각과에 우리가 정말하지 않았다 이 책은 그 정보를 포함하고 있는가 그것의 내보기

그리고 당신에게 그 응답의 매우 빠른 정렬을주고, 내보기 intelligence–에 많은 사람들이 동의, 하지만 all–하지 지능은 목표 지향적 행동에 관한 것입니다 그리고 더 큰 목표, 보통, 더 지능 우리는 실체가 될 것으로 평가한다 그리고 나에게 지각 지능의 조합입니다 그리고 자기 인식 그래서 나는이 책에 대한 이야기 ​​무슨 일이 일종의입니다 "그런 것 때문에 생각" 생각의 학교, 원칙 증거도 자신에게 내가 존재하는 것은 그때 자신을 구체화 할 수 있다는 것입니다 아하, 내가해야한다,라고 한 후 자신이 생각하고 관찰합니다

그리고 거기에서 우리는 계속 하지만 귀하의 질문에 정말 말했다되고 이러한 실제 도메인의 존재 여부, 여부 실현 that– 그래서 질문의 추력 정말 지각을 관리하거나 생성되지 않는다 이 기계의 지각 때문에 관리 할 수있는 아무것도 없다 청중 : 아니오 그래서 정부가 관리하고 사람들과 상호 작용, 하지만 정부는 우리를 관리하지 않습니다 비록 우리는 자산입니다 아미르 HUSAIN : 오른쪽

청중 : 내가 들어 본 회담의 모든 속성으로 AI 관리에 대한 있습니다 당신이 관찰 한 것을 일어나고있는 대안 회담이 있습니까? 아미르 HUSAIN : 예 나는 그 대안의 일부가 자신을 이야기입니다, 의미한다 내가이 책에서 말하는 것은 당신이 돌아가더라도이다 우리의 종교 traditions–에 당신이 돌아 가면하지 말라고 – 말 그대로 걸리지 만합니다 우리의 종교적 전통에 어떤 그는이 작업을 수행 할 수 있다는 사실은 아담 좋았어요했다 그 혼자서 아담의 창조까지, 종교의 우리의 아브라함 시스템, 천사는, 등등은, 그들이 할 들었다 단지 일을 할 수 있습니다

그리고 사실은 아담이 그에게 원하는 것을 할 수 있음 그 위대한 만든 것이었다 우리는 지금 천년과 진화의 천년 후에 경우 우리는 창조자의 종류가 될 수있는 시점에서 태세가 에 자신의 의지를 가지고 뭔가를 만들 수 있습니다 어떤 제한 degree– 우리가 생각하지 않았기 때문에 우리는 얼마나 많은 무료 잔 마셔요합니다 하지만 어떤 제한 정도, I 즉 자동 완충 있다고 생각하지 않는다 이 프로세스에 그리고 나는 우리가 중지해야합니다 생각하지 않습니다 나는 또한 갈 길이 방법, 배울 많이 생각합니다 윤리 시스템과 안전 AI와는 많이있다 등 등

그래서 삶의 새로운 형태, 그것은 진정한 sentient– 경우 우리는 속성으로 처리해야합니까? 아니 청중 : 감사합니다 아미르 HUSAIN : 그래 청중 : 나는 또 다른 질문이 있습니다 책에서 당신은 기회와 위험에 대해 많은 이야기 AI의 다양한 측면의 모든 종류입니다

그리고 다시, 나는 모두를 격려 할 너무 많은 주제를 다루고 있기 때문에 책을 읽기 이 이야기보다 더 문제는 않았다 것들 중 하나는 I없는 발견 당신이 해킹 마음에 대해 쓸 때이었다 개인 수준과 국가 수준에서 모두 권리? 당신이 보는 모든 솔루션이 있습니까 어떻게 안티 바이러스처럼 이렇게 그와 같은 방어하는 그 당신의 마음이 납치되고 말 것 또는 민주주의가 납치되고있다 아미르 HUSAIN : 예 그래서 책에라는 섹션이 "AI 방어막이"있다 그것은 당신이 사용하고자하는 것입니다 방법에 대해 이야기 AI는 AI의 종류를 내려합니다 기본적으로 지금 무슨 일이야 때문에 that–이며, 우리는이 조사하면 알 수 우리의 선거에서 러시아의 참여가 완전히 밝혀으로, 하지만 수십 수만 봇의 수천을 뿐만 아니라 매우 단순한 NLG 기술을 사용했다 다시 트윗하지만 대상 된 메시지와 함께 제공됩니다 그리고 의도는 지배적을 이동했다 선거에서 감정

그래서 우리는 시스템, 다른 사람을 개발했습니다 볼 수있는 시스템을 개발 하였다 생성 활동의 종류에 누군가가 실제로 쓴에서이 같은 별개의 식별합니다 심지어 다른 포스트 행동의 패턴을보고 등 프로필과 감지하는 것 매우 정교한 봇 수 있습니다 그러나 궁극적으로는 사이클의 일종이다 그들은 다음했습니다, 더 나은 로봇을 구축 더 나은 것을 감지 할 수있는 방법을 찾아야 등 등 로봇 그러나 나는 그것이 매우 중요하다고 생각합니다

당신이 좋아하거나 좋아하지 않을 수 있습니다 다른 것은, 이 구글이다 주어진, 내보기에 클라우드에서 알고리즘의 너무 많은 컨트롤이있다 나는 that–는 당신에게 아주 간단한, 기본 예제를 제공하기 위해 생각 내가 보는 것을 제어하려는 것입니다 나는 그것이 좋은 아니라고 지금은 의식적인 결정을했습니다 소셜 미디어 서비스를 위해, 나는 특정 이름을하지 않습니다 one– 그들 모두는이 항아리를 할 소셜 미디어 서비스를 결정하기 위해 그들이 원하는 것은 관계없이, 나를 보여 자신의 기계 학습 알고리즘은 얼마나 좋은 와 관계없이 어떻게 협업 필터링 좋은 이며, 상관없이 내 사촌이 좋아하는 그들이 무엇을 생각의 또는 내 동생 어제를 클릭 것 나는 적극적으로 참여되고 싶어 내 피드의 필터링한다 그리고, 사실, 내가 좋아하는 것이 무엇이다 내 네트워크에서 모든 게시물을 부탁합니다 완전히 원료 공급

그리고 내 말에 내가보고 싶은 결정에 도착 그리고 내가보고 싶어하지 않습니다 우리가 그렇게하지 않으면, 우리는 문제에있어 그리고 우리는 그렇게하지 않을 경우, 우리 엔지니어 및 건축업자, 등등, 그렇게 가야한다 나는 당신의 자신의 AI의 개념을 가지고 생각 보호하고 자신의 AI filter– 그것은 매우 중요합니다 모든 것을 여러 데이터 센터의 편의를 갖는 세계와 가지고 있지의 편의를 가진 구입하고 컴퓨터를 구성하고 편의를 데 의 세계가에 어떤 시점에서 그들에게 얻을 수있는 한 가지, 그러나 또한 control–하지 심지어 뭐

모르고 오늘은 심지어 원료 공급 도대체 무슨 일을 말할 수 없다 내가 도착하기로되어있어 것입니다 그에 도착하는 단지 방법은 없습니다 이 같은 눈부신 생략합니다

즉, 나에게 말도 안돼 그리고 난 그 알고리즘이 필요로하는 또 다른 분야라고 생각 심지어 우리가 더 제어 할 클라우드 플랫폼은 데이터를 제공합니다 그리고 지금 오, 당신도 알다시피,하지, 대답 필터링 할 수있는 컴퓨팅 파워가없는 걱정 자신의 피드, 말도 안되는 어서 얼마나 많은 게시물 내 피드에받을 수 있습니까? 만 하루에? 나는 아마 라즈베리 파이에 그렇게 할 수 있습니다

당신은 알아? 그래서 우리 모두는 필터링 할 수 있습니다 그래서 기술적 인 논쟁은 더 이상 적용되지 않습니다 그것은 제어 인자이고, 그것은 매우 중요합니다 그런데 사람들이 자신의 정보를 관리 할 수 ​​있도록하는 그들은 그것을 관리 할 대상 : 때 마지막 슬라이드에 따라서 당신은 작업과 그 작업의 손실을 많이 이야기 이, 과거에왔다 잠재적으로 교체 할 수 없습니다 당신은 이동의 노동에 대해 얘기하고 근육의 종류 엔진과 그 혁신을, 증기 그리고 나온 공장 혁신, AI 구현하지만, 현재 첫 번째 수준 우리는 스스로 운전하는 자동차처럼보고있는 것이다 어떤면에서는 그래서 그들은 근육 플러스 플러스의 종류를 보인다

상단에 정보의 조금이있다 어디 그 다음 10 ~ 20 년에 제목을 참조 할 어디에 근육 플러스 플러스 정말 예를 들어, 유아의 마음처럼 할 수있는이됩니까? 그리고 무슨 일이 실업에 그 영향이 될 것입니다 당신은 미래 오년 10 년, 어쩌면 볼 수 있습니다 경우 심지어 오십년과 우리가 결국 어디를 참조하십시오 아미르 HUSAIN : 인공 지능 연구 방향의 측면에서 그래서, 나는 두 가지 방법으로 그 질문에 대답합니다 실제로 해요 것들 중 하나 매우, 매우 호기심과이 오랜 시간에 대해 매우 궁금해 내적 동기의이 모든 아이디어는있다 계층 강화 학습 그리고 내적 동기 이 이유는 -로 많은 도전이 있습니다 나는 궁극적으로 너와 경우, 의미 당신이 말한다면 단순히 간단한 소리

그것은 이렇게 가고 아주 간단하지 그러나 아이디어는 물론, 당신이 강화 학습을 가질 수있다 하나의 작업을 선택하고 당신은 선택할 수 있습니다 다른 작업은 다음 하나는 다른의 하위 작업이 될 수 있습니다 그래서 당신은이 계층 적 트리를 가질 수 있습니다 그리고 당신은 유지하는 경우, 이러한 모든 작업을 구축 당신은 꽤 큰 범위를해야합니다 하지만 그와 함께 도전 여부를 당신이 정말로 할 수있다 그렇게 당신은이 독립적 인 작업 등을 할 수 있는지 여부 에 둘째, 그것은 내적 동기입니다

그게 내가이 책에 포함 할 다른 주제입니다 앤드류 [? 바토?]이 항아리에 대해 쓴 강화의 아버지 learning– 앤드류 [? 바토?]뿐만 아니라 이것에 대해 썼다 하지만 그 곳 불꽃에서 오는가 그래서 is–? 당신은 어디에서 이야기를 그렇게 할 때 that– 않습니다 세 살짜리 아이에 대한, 나에게 우리가 기계를 구축 할 수 있도록 많은 아니라 그 3 년짜리 아이가 무엇을 리프트 않습니다 중량의 양 또는 위치로 구동 할 수있다 세 살짜리 아이는 매우에서 구동 될 수있다 감각의 기계적인 종류 세 살짜리 아이에 대한 것은 그 세 살짜리 아이가 화염으로 태어난 것입니다 그리고 내적 동기의 불꽃 우리가 알아 내야 무언가이다

사실, 어떤 사람들은 일을 가정 한 같은, 음, 당신이 알고, 그 불꽃이 정말 무엇인지, 발적이다 당신은 나뿐만 아니라 책에 그 이야기, 알고있다 응급 목적 그 목적이 무엇인지에 대한 철학을 찾고 갔다 어딘가에 내 인생을 따라 나는 생각했다 나는 내가 어떻게해야 있었는지 알고, 그러던 어느 날 나는 도대체 내가 지금 어떻게해야하고 어떤 느낌? 그래서 나는 철학을 읽기 시작했다

그리고, 당신도 알다시피, 그 시점에서 나는 그도를 실현 Camus– 같은 사람 알베르 카뮈, 프랑스의 철학자이자 writer– 그는 말했다 were– 일 당신은 실존 적 허무 주의자 알고 movement– 그는 일이 잘 믿음의 도약을 좋아하는 것을 철학적 자살, 지적 자살이다 이 때 시간이 왔다는 것을 동의하기 때문에 지식은 고비를 통해 당신을 데려 갈 수 없었다 그래서 당신은 단지 추측했다 즉 당신은 선물을 멀리했다 있는 가장 큰 선물이었다 그래서 내가 그 극단적 해요 여부를 알 수없는, 하지만, 그 내부 불꽃 있다고 생각하십니까 그 내적 동기는 여전히 것 실종 뭔가 내가하지 않은 좁은 시스템을 생각한다 불꽃하지만 일련의 기준 그들이 가서하려고 optimize– 당신은 많은 동행입니다를 볼 수 있습니다 나는 우리의 시스템 하나의 타입의 물건을 모두 의미 당신은 거의 기계화 할 수있다 그리고 당신은 당신의 일을보고 지금 경우는, 음, 말 나는 얼마나 많은 시스템이 형 물건을합니까? 당신이 변수가 될 것 사람에 따라 다릅니다

하지만 작업의 많은 작업에 대한 생각 자체 시스템 하나의 물건을 많이입니다 그리고 그 후 사라집니다 세 살짜리 아이, 다른 모든 그 내적 동기보다 나는 우리가 그 내적 동기에 대한 답을 가지고 있다고 생각하지 않습니다 청중 : 감사합니다

청중은 : 당신에게 아미르을 너무 감사드립니다 이 좋았어요 아미르 HUSAIN : 당신에게 대단히 감사합니다 대상 : 즐거움을 가지고합니다 [박수 갈채]

Past, Present and Future of AI / Machine Learning (Google I/O ’17)

[박수 갈채] 다이앤 그린 (Diane Greene) : 안녕하세요, 여러분 나는 다이앤 그린입니다

나는 구글의 놀라운 클라우드를 실행합니다 나는 알파벳의 보드에있어, 나는 오늘 매우 자랑 스럽다 여기에 단지 절대 선도의 패널을 완화한다 전문가, 선도 연구자 및 전문가 인공 지능과 기계 학습한다 우리는 우리의 패널을 구성하는거야 과거, 현재, 미래, 폐쇄에 대해 이야기 업계에 대한 몇 가지 개인 반사 우리의 경력 내가 그렇게하기 전에 그리고, 난 그냥 갈거야 신속하게 모든 사람을 소개합니다 우선 프랑소와 Beaufays입니다

그녀는 구글의 수석 과학자의 구글의 음성 인식의 지도자이며, 뭔가 모두 사용합니다 [박수 갈채] 구글 십이년에 있었다 둘째 페이 페이 리이다 그녀는 Google 클라우드의 수석 과학자이다 [박수 갈채] 전 세계 기업에 AI와 ML을 현실로, 또한 스탠포드 대학의 인공 지능 연구소의 머리와 발명가 imageNet 및 imageNet 도전의, 정말 우리의 개발의 일부에 기여하는 깊은 학습과 AI있다

그리고 그녀는 STEM과 AI의 챔피언이기도 및 전체에 대한 AI의 설립자 다음으로, 페르난다 비에 가스? 그녀는 구글 수석 직원 연구원의 그녀는 계산 디자이너의 그녀 과학적이고 협력적인 측면에 초점을 맞추고 정보 시각화, 큰 그림 데이터를 공동-리드 시각화 그룹, 그녀는, 구글 뇌의 일부 그녀는 또한 그녀의 시각화 기반의 작품에 대한 알려져있다, 이는 박물관의 영구 컬렉션의 일부입니다 뉴욕 현대 미술관 [박수 갈채] 그리고, 내가 다프네 콜러을 소개하자 사람들 오늘 옥양목, 옥양목 연구소에서 수석 컴퓨팅 책임자 인 알파벳의 일부 사람들을 제공하기 위해 노력하고있다 이상과 건강한 삶 그녀는 Stanford–에서 18 년을 보냈다 그녀가 거기에 AI 그룹을 주도, 그녀는 공동 출자 MOOC의 가장 큰 플랫폼 코 세라, 대규모 온라인 courses– 온라인 강좌를 엽니 다 그리고 당신은 알고있다, 다프네는 "타임지의 '중 하나였다 2012 년 가장 영향력있는 100 명, 그녀는 맥아더 재단 상을 수상 그녀는 컴퓨팅에 취임 ACM 상을 수상 그녀는 아카데미 예술 및 과학 아카데미의 회원입니다 Engineering– 그리고 사람들은 단지입니다 그녀의 우수성을 증명 점의 일부

[박수 갈채] 그래서 우리는 역사적 관점으로 시작합니다 그리고 다프네, 가장 유명하고 많은 글을 쓰는 저자 중 한 명으로 기계 학습 연구 논문, 당신은 우리가했습니다 방법에 저희에게 당신의 관점을 제공 할 수 있습니다 깊은 학습으로 전환? 다프네 콜러 : 그래서 깊은 학습 혁명을 생각한다 오늘날 우리가보고있는 정말 흥미로운 원동력이다 많은 실제 문제의 많은 부분이다 그러나 혁명은 부산물에서 나온 그것까지 이어질 기계 학습 연구의 많은 깊은 학습 그래서 이전에, 아마 있었다 개발 모델에서 매우 힘든 일 약 10 년, 15 년 그것은 어쩌면 손으로 조작했다 즉, 더 많은 생각과 더 많은 사전 지식이 필요합니다 그리고 우리는 정말로 특성을 통해 동기화했다 모델과 방법의이 도메인에 관한 것이다

당신은 많은 양의 데이터가없는 경우 때문에, 당신은 인간의 직관의 많은 것을 교체해야 방법에 대한 모델이 구축되어야한다 우리가 특정 도메인에서 더 많은 데이터를 입수 한 것처럼, 텍스트와 이미지는 내가 두 개의 주요 examples– 생각되는 음성 물론, 저기 등 우리는 인간의 통찰력이 필요로 많이 대체하기 시작했습니다 그것을 상쇄 점점 더 많은 데이터를

하지만 그 10 또는 15에서 개발 된 기술 세 방법 모두에서 오늘날에도 여전히 중요한 있습니다 개발 된 그 최적화 알고리즘을 themselves– 지난 10 또는 15 년 동안 여전히 깊은 학습을 할 수 있습니다 무엇의 핵심 구성 요소는 성공합니다 그리고 나는 우리가 좋아하는 반면 생각 빅 데이터는이 시점에서라고 생각합니다 모든 것에 대한 해결책은, 그것은 특정 도메인의 솔루션입니다 지역은하지만, 다른 사람, 우리는 여전히 불행하게도이다 매체 또는 때로는 작은 데이터 정권한다 그래서 그들은 확실히 여전히 필요있어 데이터를 사용하여 도메인에 대한 인간의 직관의 균형을위한 획득하고 모델과 함께오고 있었다 그 그 모두의 최고의 통합합니다 다이앤 그린 (Diane Greene) : 감사합니다 그리고 페이 페이, 우리는 또한 당신의 관점을 얻을 수 있나요? 당신은 스탠포드 인공 지능 연구소를 실행 당신의 imageNet 작업은 독창적이었고, 지금은 bringing–있어 당신은 세계 모든 회사에 AI를 가져 찾고 있습니다

어떻게 그 변화와 함께 일이야? 페이 페이 리 : 네 , 다이앤을 주셔서 감사합니다 역사적 관점 그래서 조금 인류 문명의 모든 과학에서 AI가 실제로 아주 어린 분야이다 우리는 약 60 세,하지만 매우 질문 정보에 대한 탐구의, 내 의견으로는, AI의 영감의 루트에 무엇이다 그리고 그 시작부터 거슬러 올라 문명의 새벽

그래서 약 60 년 전, 기계 시작했을 때 계산하고 그 시간에 계산 아주 간단한를 arithmetics, 앨런 튜링 (Alan Turing)처럼 이미 사상가 질문과 인류에 도전, 기계는 생각할 수? 기계 지능을 가질 수 있습니까? 그래서 약 60 년 전, 최고의 컴퓨터 과학자 마빈 민스키, 조 맥카시, 그리고 많은 다른 이들처럼 함께있어 정말 필드 – 시작 점프 오늘 우리는 AI로 알고있다 인공 지능 창시자는 봤다고 기술적으로 육십년 전에 매우 달랐다 그러나 기계를 만드는 동일한 코어 꿈이었다 배우는 이유에, 생각, 말을, 인식하는, 통신합니다 그리고 AI는, 기술 개발의 여러 파도를 거친 전문가 시스템에 첫 번째 순서 논리에서 today– 학습 기계의 초기 파도 깊은 학습 혁명 나는, 나는-체외 AI를 호출, 지난 육십년 말할 것 또는 AI 체외

그것은 필드로,이 60 년이나 우리는, 우리가 물어 질문의 토대를 마련 같은 AI의 탐구에 필수적인 서브 필드, 로봇 공학, 컴퓨터 비전, 자연 언어 처리, 음성 처리 [? 완?]? 바이오,?] 등등 그러나 또한 우리가 진행 상황을 측정하는 방식은 우리의 데이터를 이해하기 및 도구 세트를 발견 할 수 있습니다 그래서 2010 주위에, 그 시간의 주위에, 감사 융합에 통계적 기계 학습 도구의 성숙의, 빅 데이터의 융합은 우리에게 가져 인터넷에 의해, 그리고 센서에 의해, 컴퓨팅의 융합은 무어의 법칙은 우리를 실시한 더 나은 하드웨어 이 세 기둥은 함께 온 그리고 시험관 단계에서 AI를 해제 나는 생체 단계 부르는로 AI는 세계에 실제적인 영향을 어디에 AI는 생체 내이다

그것은 시작에 불과합니다 모든 단일 산업 클라우드에서, 구글, 우리는 때문에 데이터의 변환을 겪고 참조 AI, 기계 학습 때문이다 그리고 이것은 내가 역사적 순간으로 볼 것입니다 AI는 충격과 필드를 변환려고하고있다 그러나 나는 또한 시작에 불과 말하고 싶지 않습니다 도구 및 기술 우리 AI의 분야에서 개발 의 광대 한 바다에 물이 정말 처음 몇 방울 무엇 AI는 할 수 있습니다

우리는이를 통해-약속 할 수 없지만, 엄청난이 있어야한다 흥분 우리가 할 수있는, 더 많은 작업이 AI를 만들기 위해해야 ​​할 일 생체 내 발생 다이앤 그린 (Diane Greene) : 당신의 흥분을 공유 할 수 있습니다 이 생체 상태, 나는 회사를 의미 클라우드에서 자신의 가상 표현으로 퍼팅 그리고 그들은 AI를 사용하는 것을 아무도 이제까지 생각을 할 수 없습니다 가능했다 그리고 AI의 존재가 아니라 클라우드에서, 모든 곳에서 사용된다 그래서 감사합니다 우리가 좀 더 깊이 잠수하면, 프랑소와, 이제 음성 인식과의 국경에서 봤는데 애플리케이션에서 음성 인식 실제로 거의 일반화되고있다

당신은 전환을 통해 우리를 데려 갈 수 있습니까? 프랑소와 BEAUFAYS : 예, 확실히 그래서 나는 약 12 ​​년 전 구글에 합류했다 그리고 우리의 무리는이 비전과 함께 의 음성 인식 유용 뭔가 재미있는 일입니다 음성 인식은 아주 잠시 동안 주위에 있었다 우리 모두는, 현장에서 몇 가지 배경이 있었다 그러나 우리는 뭔가 재미를하고 싶었다

연설이 지금 품질 없었기 때문에 그게 어려웠다 그래서 우리는 매우 한정 상품으로 시작 위치를 인식하는 작업이 어떤 사람이 말한다 너무, 너무 복잡하지 않았다 우리는 조금 봉투를 밀어 노력하고 있었다 하지만 많은 우리는 장소에 가져다 필요하기 때문에 이 제품은 사람들이 원하는 것을 충분히 성공 곳 우리의 응용 프로그램을 사용하고하는 우리 모델에 데이터를 접는 시작할 수 거기에서 거래를 유지 그래서 우리는 우리가 GOOG-411라는 것을 만들었습니다

당신의 그 기억 나도 몰라, 하지만 그냥 전화 응용 프로그램이었다 이봐, 당신은 번호로 전화를 걸 것이고, 그것은 말할 것 어떤 도시와 국가? 그리고 당신은 당신이 관심이 무엇인지 말할 것입니다, 다음은 비즈니스에 대해 물어 것 있는지에 관심이 있었다 그런 다음에게 그것을 그 이름을 말할 및 것 그 도시에 그 사업을 연결하기 위해 제공하는 것입니다 및 상태 그래서 다시, 그것은 12 년 전입니다 그림 어떤 아이폰, 아니 안드로이드 폰은 없습니다, 당신이 가지고있는 모든 작은 플립 폰이 귀에 넣어하는 것입니다

그래서 아주 기본적인했다 다행히 구글의 리더십 이 기술은 정말 환상이었다 정말 경계를 밀어 우리를 격려 우리가 할 수있는만큼 그래서 우리는이 첫 번째 응용 프로그램과 함께 성공했다 하지만, 아이폰과 안드로이드 폰 온, 그래서 모든 것을 분명히 바뀌었다 지금 시각적 피드백이 있었다

그래서 우리는 다른 응용 프로그램에 대해 생각하기 시작, 그리고 그 목소리 search– 그래서 구글은 음성으로 검색 할 수 있습니다 그리고 우리는 받아쓰기를하고 가지고 시작 가능한 모든 항목에서 약간의 마이크 당신이 모든 것을 할 수 있도록, 귀하의 휴대 전화에서 지적 당신의 목소리와 함께 그리고 최근에, 우리는 시도로 이동했습니다 가정 내에서 음성 인식을 사용하려면 Google 홈 같은 장치 때문에 사람들은 점점 더 많은 작업을 요구하고 음성을 통해 충족되어야, 그건 정말 좋은 항목이었다 대신 전체 지원의 이야기를 가리키는 단지 음성으로 아주 작은 일을 할 수 있도록 지금 당신은 질문이 문구를 수 요청할 수 있습니다 자연 언어에서, 당신은 정말 얻을 수 있습니다 구글은이 성가신없이 조수합니다 물리적 키보드 입력

다이앤 그린 (Diane Greene) : 감사합니다 페르, 당신은 민주화 데이터를 원했다 시각화, 그리고이 종류의 불가분의 데이터에 연결합니다 당신은 얼마나셨어요? 데이터 시각화 분석에 표시되는 요구 사항은 무엇입니까? 그리고 어떻게 진화이야? 페르난다 비에 가스 : 네, 그래서 시작 10 년 전 데이터 시각화에서 작업 내가 한 때, 훨씬 달랐다 또한, 데이터 시각화를 수행하는 것이 훨씬 더 힘들 었어요 기계는 거의 좋지 않았다 거기 밖으로 많은 데이터가 없었다 그 공개했다

즉 변화하기 시작, 지금 우리는 환경 곳에서 자신을 찾을 수 사람들은 데이터 시각화와 상호 작용 종류의 모든 곳 정말 흥분 그것은보고 정말 대단 했어요, 같은 저널리즘 데이터 시각화와 이야기에 걸릴 정말 복잡한 이야기 ​​할 때 그들은 통계에 대해 이야기 우리는 항상 데이터 시각화를 농담 통계에 해당 게이트웨이 약물의 일종이다 통계를하고있는 것입니다 심지어 우리가이기 때문에 당신이 것을 몰래 패턴과 이상 값을 따기에 시각적으로 너무 좋아 기타 등등

그래서 데이터 시각화는 이러한 추세에있다 더 민주화되고 또한, 난 정말 사람들이 잔 마셔요 있다고 생각 우리는 사람들의 능력을 증가하고있다 데이터 및 수리에 걸릴 수 있습니다 그리고 데이터 시각화는 점에서의 역할을했다 AI의 관점에서, 정말 재미있었습니다 우리는 큰 점프를 보았 기 때문에 때 제프 힌튼 및 동료 블록버스터 시각화의 첫 번째 종류의 제안 AI, t-SNE합니다

그것은 너와 수있는 기술이다 그래서 AI와 기계와 큰 과제 중 하나 학습이 매우 작동 시스템이 있다는 것입니다 고차원 공간 인간이 이해로 그리고 그 우리를 위해 정말 열심히합니다 그래서 시각화는 피크의 정렬 할 수 있습니다 한 방법입니다 이러한 시스템에서 무슨 일이 일어나고 있는지 이해하려고 노력 그리고 같은 것과 이러한 기술, 그 제프 힌튼 개발 us– 수 있습니다 그들은 우리 일종의 이해 할 수 있도록 어떻게 일을 함께 클러스터링, 다른 개념들 사이의 관계는 무엇인가, 그리고 시스템은 종류의 데이터들은 그 해결 방법 섭취한다 그래서 나는이 major–이었다라고 말하고 싶지만 거기에 큰 진전이 있었다, 그리고 beginning– 페이 페이가 말한대로, 나는 같은 느낌도 있었다 방법 사이의 관계의 시작 부분에서 시각화는 AI 도움이 될 수 있습니다

다이앤 그린 (Diane Greene) : 감사합니다 이제 우리는 조금 더 기술적 인 세트로 전환하는거야 현재에 무슨 일이 일어나고 있는지에 대한 답변 프랑소와, 어쩌면 우리는 당신과 함께 시작합니다 및 음성 인식 기술에 대한 이야기, 무슨과 전환이되어 그리고 도전 무엇인가, 그들은 오늘날 무엇인가 도전은 어떻게 진화? 네 프랑소와 BEAUFAYS : 네, 확인하십시오

그래서 음성 인식은 바로, 정말 복잡하다? 그것은 당신이 무슨 말을하는지 인식하기 어렵다 우리 각자는 다른 목소리 다른 악센트가있다 우리는 서로 다른 환경에서 말할 수 있습니다 그래서 모든 음성의 풍요 로움에 기여하고있다 그리고 그 이유로 대부분의 생각, 음성 인식은 항상 기계 학습에 기반하고있다

이 없었다, 또는 많이하지 않은, 기계 학습 기반에 있던 이전 단계입니다 이 기계 학습의 단지 유형입니다 시간이 지남에 따라 진화하고있다 그리고 우리는 마지막 세의 분야에서 진전을 보관 수십 년,하지만 난 하나의 변곡점을 생각한다 포인트는 신경 네트워크를 채택하고있다 그리고는, 어쩌면 8 년 전 정도 일이있다 어쩌면 조금 덜 그러나 음성 인식의 초기 연구 사용 신경망은 오래 전에 시간이 일어났다

분야에서 많은 활동이 있었다 유망한 결과가 많이 있었다; 그러나, 완전한 지원이 아니었다 정말로 그렇게 할 그리고 신경망은 조금 잠시 포기했다 음성 인식은 개선 유지 가우스 믹서와 같은 기본적인 방법과 모델과 이것 저것 우리가 시작했을 때 그리고 정말 깊은 신경망으로 진화 그것은 엔지니어링 관점에서 큰 노력을했다 우리는 대기 시간 문제를 처리했다, 등 교육 기능 및 규모와

그리고 결국, 깊은 신경망 때 우리가 정말 우리가 그들을 출시 할 때, 현실이되었다 경로를 열어 그, 생산을했다 다른 개선 사항의 전체 무리에 이제 때문에, 우리는 능력이 있었다 의 기술 뒤에 거기 복잡한 기계를 가지고 그래서 우리는 매우 신속하게 움직일 수 하나 개의 신경 구조에서 다음에 그래서 우리는 재발 성 신경 네트워크를 조사하기 시작, 같은 LSTM, 우리는 회선 신경에 보였다 networks– 그래서 시퀀스 CTC 기반 modeling– 우리는 시퀀스 모델링의 전체 무리가 새로운 구현오고 Google 홈으로, 우리는 신경 빔 형성 있습니다

그래서 본질적으로, 무슨 일이야 상기 뉴럴 네트워크로 이동하는 것입니다 공간이 놀라운 능력을 열었습니다 핵심 기술을 혁신하기위한 그 힘을 우리의 시스템과 최적화주고 유지 여러분은 어느 언어로 당신이 말하는 것, 우리가 할 수있는 최선의 정확성 다이앤 그린 (Diane Greene)은 : 음성 인식에 대한 확인을 잘 신경망 우리의 삶을 확장하고 우리가 건강하게 만들기위한 신경망에 당신을 위해 매우 개방적인 질문, Daphne– 왜 옥양목는 세계에서 최고 연구자 중 하나를 필요로 하는가 분자 biology–에서 당신은 또한 생물 컴퓨팅 및 기계 학습을 알아? 최고 컴퓨팅 책임자로서, 당신은 거기 뭐하는거야? 다프네 콜러 : 당신의 그래서 많은 사람들이하지 않을 수 있습니다 우리가 있었던 때문에 옥양목 알고 레이더에서 조금 그래서 옥양목는 알파벳 회사 중 하나, 첫 번째입니다 구글에서 회전했다 그리고 그것은 노화의 문제를 이해하는 것을 목표로 사람들이 더 건강한 삶을 살 수 있도록 도와줍니다

당신이 노화를 볼 때 이제 실현 것을 실제로 죽음에 대한 하나의 가장 큰 위험 요인이다 그리고 당신이 그것에 대해 생각하면 그 재미의 종류를 보인다 알고, 하지만 거의 모든 질병에 대한 사실 그 40 세 이후에 발생합니다 나이가 성장함에 따라 그, 해마다, 기하 급수적으로 그 질병 증가의 위험 매년, 그것은이든 당뇨병 또는 심혈관 질환, 암 이 모든 기하 급수적으로 증가한다 그 이유는 아무도 모른다

왜을하다 40 세 이후 삶의 모든 년 우리는 이러한 질병의 각각에 대한 위험이 증가 박았? 그리고 위해 우리 정말, 그것을 이해하기 생물학적 시스템을 연구 할 필요가 분자 수준에서 노화가 전시 시스템 레벨을 통해 모든 방법 그것은 그 나이에 우리의 원인이 무엇인지 파악 나는 우리가 영원히 살 수있을 거라 생각하지 않기 때문에, 하지만 어쩌면 우리는 개입에 의해 더 이상 건강하게 살 수 있습니다 우리의 최초의 과학자 중 하나 인 신시아 케년, 누가, UCSF에서 옥양목에 와서 보여 주었다 단일 유전자 변이 선충류 선충, 당신은 그것의 수명을 연장 할 수 있습니다 50 % 30 %처럼 뭔가에 의해 그리고뿐만 아니라 웜은 더 오래 살고 않습니다 이 점에서 건강하고 젊은 벌레 인 것처럼 살아 등 생식 건강과 운동, 그리고 그래서 우리는 그런 일을 할 수 있습니까? 즉 인간이 건강하게 살 수있는 것? 그래서 정말 멋진 것,하지만 순서대로 그렇게, 이해의 전체 많이는 우리가 여전히있다 얻을 필요가있다

그리고 그렇게하기 위해, 우리는 데이터를 수집해야 에 대한 모든 시스템, 모두 나이 효모 연령, 웜 시대, 파리, 쥐, humans– 우리 모두가 분자 수준에서 공통적으로 가지고있는 것이 무엇입니까? 그래서 다행히, 과학자들은 지난 20 이상, 수 있었다 년, 측정 양식의 전체 회전을 고안하기 즉, 적어도 우리가 이해를 얻을 수 있도록, 또는 시스템에 관한 데이터, 그들은 나이 그리고 그 순서와 같은 기술을 포함 그리고 로우 레벨, 영상에서 미세 유체, 장치 같은 것들에 이르기까지 모든 방법 그 트랙 이동하고 웨어러블 허용 움직임을 추적하고 나이 시스템이 어떻게 변경되는지 확인합니다 그러나 어떤 사람은 능력이 없습니다 함께 서로 다른 양식에서 데이터를 넣어 그 세포 내에서 모든 방법을 다양 전체 인구에 이러한 모든 다른 양상이 그래서 DNA 및 RNA와 질량 분석, 및 이미지 등을 포함한다

세포 내에서 포함되는 시간 규모의 모든 전체 인간 수명의 비늘에있는 모든 방법을 확장 할 수 있습니다 어떻게 이러한 모든 배치해야합니까 나이가 우리를 만드는 것의 일관된 그림으로 어떤 개입 될 확률이 매우 높습니다 그 노화를 둔화과 더 나은 제작에 성공? 데이터를 해석하고 그것의 사용을 만드는 그 능력 그래서 정말 진정한 협력이 필요 수집하고 점점 과학자 사이 이러한 프로세스와 시스템에 대한 직관 구성 할 수 있습니다 배우는 사람들 합성과 함께 모든 것을 넣을 수 있습니다 모델 그리고이 지역 사회의도 자체에 성공할 수 있습니다 나는이 필드를 입력 한 행운의 사람들 중 하나였다 매우 초기 단계에있다 그래서 전산 생물학의 분야에서 일한지 2000 년대 초반에입니다

그리고 같은 반면, 당신은 말할 수 나는 기계 학습의 언어 기본임을, 당신은 내가 유창을 가지고 말할 수 생물학적 언어이다 그리고 같은, 그것은 나를 작업 할 수 있습니다 로에게 옥양목의 과학자들은 만듭니다 이 두 분야 사이의 진정한 협력 그리고, 앞서 언급 한 바와 같이, 모델을 구축 모두의 가장 최고의 worlds– 결합하는 것이 중요하다 인간의 직관의 가장 좋은 또한 빅 데이터, 그러나의 나는 생각하지 않는다 생물학의 복잡 때문에 심지어 오늘날 우리가 수집하는 데이터의 양으로, 우리는 데이터에서 노보 생물학 드를 재구성 할 수 있습니다 혼자 당신은 데이터가 필요하지만, 당신은 또한 일부의 직관이 필요합니다 세계 최고의 과학자 그리고 옥양목 같은 장소에서 함께 작동 그렇게함으로써, 우리는 그 통찰력의 일부를 얻을 수 있습니다 뿐만 아니라 데이터의 엄청난 양의 일부로서 그 현재 수집되고있다

그리고 정말 구성하기 위해 나중에 다시 올 것이다 노화의 생물학에 대한 깊이있는 이해 동시에 시도하고 예측 어떤 개입은 도움이 될 수 있습니다 다이앤 그린 (Diane Greene)은 : 다프네를 주셔서 감사합니다 나는 우리가 일시 정지한다고 생각한다 깊은 생각을 많이합니다 [박수 갈채] 당신의 모자에 만요! 우리는 비전에 다시 뛰어 것입니다

그냥 다른 일 페이 페이, 당신 말을 테크 크런치 (TechCrunch)에서 인용했다, "비전은 AI의 킬러 응용 프로그램입니다" 그래서 당신은 무엇을 의미합니까? 그리고 AI, 어떤 수행을 민주화하기 위해 무엇을 의미 하는가 클라우드와 함께해야 그? 페이 페이 리 : 네, 그래서 네, 사실이었다 노력하는 것은 도발, 그리고 나는 그것을 대기합니다 인용문은 많은 사람들이 요구하는 동안,이다 컴퓨터 비전의 킬러 애플리케이션을 위해, 나는 살인자의 비전은 AI의 킬러 애플리케이션이라고합니다 그래서 나에게 두 가지 이유에 의해 그 자격을 할 수 있습니다 첫 번째 이유는 자연에서 온다

540,000,000년 전에, 놀라운 이벤트 동물의 진화에 일어났다 어떤 이상한 이유로, 동물 종의 수 아주 간단한 몇 종 갔다 다양성의 폭발적인 증가 동물의 종류이다 그것은 진화 또는 캄브리아기의 대폭발로 간주되었다 폭발 그리고 동물 학자는 많은 수십 년 동안 의아해했다 이런 일이 이유에 대해 그리고 최근, 매우 설득력있는 저명한 이론 그것은 눈의 시작이었다 추측

동물 비전입니다 눈이 먼저 동물에서 개발되었을 때, 갑자기 동물의 수명은 사전되었다 포식자와할까요, 전체 발전이 그냥 변경 540,000,000년 후, 인간은 가장 지능 시각적 인 동물 사실, 자연은 우리의 뇌의 절반을 헌신 때문에 중요성 시각 처리

그래서 하나의 증거 하나 개의 스레드입니다 증거의 또 다른 조각 기술과 세계에서 온다 우리는 ~에서 산다 당신은 우리의 인터넷 오늘 보면 여기서 데이터는 동안 유튜브 혼자 파묻히다 업로드 한 동영상의 300 플러스 시간을 본다 매 순간이, 그리고 80 % 이상 추정된다 전체 사이버 화소 형태의 일종이다 그리고 센서 봐 캡처 센서의 가장 큰 데이터 형식 이 있는지 여부, 이미지의 어떤 종류에 가시 광선 또는 가시광 스펙트럼의 외부

자가 운전 자동차에서 병원 생물학 실험실에서 감시 cameras–에 모든 곳에서, 픽셀 format– 픽셀 데이터 포맷은 가장 귀중한 데이터 인 소비자와 기업 클라우드에서, 나는 많은 고객에게 이야기 할 기회가 있었다 나는, 이미지 인식의 요구에 대한 모든되었습니다 영상 처리, 비디오 분석 그래서 정말 컴퓨터 비전에 대한 흥미로운 시간이다 다시, 음성 인식 단지와 유사합니다

깊은 신경망의 진행 덕분에, 비전 정말 진행을 많이 만들어졌다 필드로 이륙했다 지난 10 년 동안, 2010– 사이 또는 2017 년 일곱 years–, 나는 가장 큰 것을 말할 것입니다 컴퓨터 비전의 문제는 기본 인식이다 tasks– 물체 인식, 이미지 태그, 물체 검출 우리는 이미 제품 그건 나오는, 당신이보고,이 Google 포토,자가 운전 차량에 보행자 감지, 이 모든

그러나 투자의 다음 위상 컴퓨터 비전 기술, 내 의견으로는, 비전은 정말 플러스 X의 비전입니다 의사 소통과 언어의 가장 기본 우리는 어떻게 이야기를 말합니까? 우리는 어떻게 태그를 인덱스 동영상합니까? 비전과 언어 사이의 연결 및 상호 작용 그래서 매우 흥미로운 일이 될 것입니다 그런 비전과 생물 과학, 우린 할수 있는지 여부 생물학에서 오는 데이터 및 건강 관리의 처리량, 비전 형태의 약은 놀랍다 그리고 그것을 방사선 또는 실험실을합니다 그리고 비전을 플레이 할 수있는 큰 기회가 있다고 생각합니다

그리고 나는 또한주고 싶은 마지막 예는 로봇이다 연구원으로 말하기,이 흥분의 많은 지금 일어나고 비전과 로봇 공학의 영역이다 우리는 한 AI는 지금까지 존재하는 한 로봇을 해왔습니다 그들이 어디에하지만 로봇은 아직 없습니다 큰 정도, 그것은 때문에 원시적 인 인식의의 체계 그리고 비전이 큰 역할을 할 수 있다고 생각합니다

그러니까 기본적으로, 나는 비전이 생각 기계의 가장 중요한 요소 중 하나 지능 또한 기업의 변화에 ​​대한 기업 다이앤 그린 (Diane Greene) : 감사합니다 다양한 관점 [박수 갈채] 우리는 시간이 없어요 때문에주의해야합니다 그래서 페르, 어떻게 비전의 도움을한다 시각화 및 시각화 도움이 기계 학습? 그리고 어쩌면 당신은 그것과 수, 시간을 저장합니다 당신의 미래를 볼 곳으로 이동 당신은 시각화를 취할 수 있습니다

페르난다 비에 가스 : 물론 그래서 그래, 그래서 여기 페이 페이의 대답에 피기 백, 우리는이 놀라 울 정도로 정교한 비전 시스템을 가지고있다 우리는뿐만 아니라 무엇 이러한 시스템을 이해하는 데 사용할 수 있습니다 하고있는 거지? 그래서 기계 학습 통계의 데이터 톤의 톤에서 실행 확률 음, 데이터 시각화 종류의 수 있습니다 밝혀 무슨 일이 일어나고 있는지 이해하려고 노력의 비밀 무기가 될 그리고 우리는 왜 상관이야? 왜 우리가 관심을 가져야? 때문에 우리는 다른 이유의 무리 관심을 가져야

하나는 해석 가능성이다 당신은 당신의 모델이 나오는 무슨 해석 할 수 있습니까? 둘째 debugability입니다 더 나은 당신의 모델에 무슨 일이 일어나고 있는지 이해 당신이 다음을 디버깅 할 수 있습니다 그리고 마지막으로, 또한 교육이있다 시각화는 이미 중요한 역할을하고있다 그것은 기계 학습에 대한 교육에 관해서

그리고 나는 또한 최종 교육 조각이 나는 매우 흥분이 있어요 있음 우리가 더 잘 이해하기 시작하면 이는,이다 우리는 이해하기 위해 시각화를 사용하는 경우 시스템이 무엇을하고 있는지 더 나은, 우리는 그들로부터 다음을 배울 수 있는가? 우리는 더 나은 전문가, 좋은 도메인이 될 수 있습니다 어떤 전문가 나는 의사예요 경우 내가 건축가 해요 경우, 그것은 무엇이든 어떻게이 매우 특정 시스템에서 배울 수 다음 전문으로 더 나은? 내가 생각하는 시각화에 대한 또 다른 것은 정말 강력하고 정말 중요하다 에 의해 시각화를 사용한다는 사실은 추적하기 위해, 우리는 항상 오른쪽 루프에서 인간을 지키는거야? 그리고 그 거대하다 그리고 우리는 자율적 인 시스템을 구축으로, 우리는 그들이 잘 행동하고 있는지 확인하고 싶습니다 그리고 시각화가 도움이 될 수 있습니다 나는 당신에게 대해 매우 빠른 일화를 이야기 할 moment– 과학 순간 시각화 우리를 보였다 때 대한 기계 학습하기 전에 우리가 모르는 뭔가 체계

그래서 작년에, 구글은 다국어 번역 배치 시스템 및 좋았어요 그것은이 정말 흥미 진진한 순간이었다 단지 다른 언어의 톤을 넣어 하나의 시스템에서 시스템을 가지고 어떻게 든 방법을 알아낼 언어의 모든 쌍에서 번역합니다 여분의 보너스는 할 수 있었다이었다 그것이 어디에서 무슨 일이 제로 샷 번역라고 언어 쌍에서 번역 할 수 반드시 한 번도 본 적이 없습니다 기본 연구 중 하나 그래서 문제는 이러한 시스템을하는 전문가가 있다고했다, 어떻게 시스템은 다국어 데이터의이 공간을 해결한다? 이 시스템은 뭔가를 만드는 것을 , 종류의 영어 여기에 모델처럼 보인다 및 스페인어 여기 모델, 포르투갈어 또 다른 하나? 또는 시스템은 매우 다른 일을하고 있습니까? 어디 종류의 모든 것을 혼합 같은 공간에, 그것은 어쩌면이다 의미에 대해 뭔가를 배우고 단어의 의미와 반드시 어떤 언어가에서 오는 또는 어떤 언어 난 로 번역? 그래서 우리가 무슨 짓을했는지, 우리는 시각화를 구축 이 조사합니다 그리고 정말 흥미로운 점이었다 우리는 우리가 문장을 시각화 that–보기 시작 때 다른 쌍의 무리로 번역되고 있었다 언어의

그리고 정말 흥미로운 일이었다 우리는 문장의 클러스터를보고 서로 다른 언어로 함께 표시됩니다 그래서 나는 포르투갈어에서 번역하고있어 문장이있는 경우 영어와 그 반대로 스페인어, 그 표현의 모든 클러스터 함께 나타났다 그리고 모든 클러스터와 여기에 다음 다른 문장 모든 언어와의 then– 그래서 다른 말로하면, 우리는 무엇을 발견 했는가? 우리는 시스템이 공간을 분할되지 않았 음을 발견 다른 언어로 이 시스템은 고유의 표현과 함께오고 그 여러 언어의 그래서 다른 말로하면, 우리는 첫 번째 징후를 보았다 뭔가의 보편적 인 언어의 우리는 국제어를 호출 할 것이다

그것은 놀라운이었다 우리가 가진 것처럼 그리고 그것은 거의이었다 , MRI를 통해 다국어 시스템을 실행 우리는 같은 워입니다! 다음은이는 – 결과입니다 다른 것은 시각화는 우리가 할 수 다음 지역을보고했다 그것은 아주 잘 resolved– 보이지 않았다 여기서 약간의 언어 종류의 자체 놀고 있었다

사람들은 좋지 않았다 번역했다 그들은 높은 품질을하지 않았다 그래서 그것은 우리에게 알려줍니다 것은 이들 공간의 기하학 의미가있다 그리고 당신은 당신의 이웃 정렬이있는 경우 그 자체로 주변에서 놀고, 당신은보고 할 수 있습니다 당신은 당신의 시스템을 디버깅 있는지 확인 할 수 있습니다

그래서 이러한 종류의 강대국 당신은 이해하고 더 나은 일을 할 수 있습니다, 만드는 일이 더 잘 작동합니다 그리고 미래의 것들 중 하나에 대한 종류의 손에 손을 이동에 대해 정말 흥분 페이 페이 난에 대한 진정한 옹호자라고 생각 뭔가, AI 민주화있다 시각화, 나는 think– 및 기타 techniques– 그것은뿐만 아니라 시각화,하지만 진정 I 믿는 사람들이 더 많은 다른 종류의 우리는 오프 더 나은 우리가있어, ML의 배에 가져 될 것 지금, AI는 여전히 매우 엔지니어링 중심의 느낌 그리고 나는 우리가 가져올 때 무슨 일이 일어날 지 정말 궁금하다 디자이너, UXers, [에? 과학자?] [? 라고?] 우리는 유치하기 시작하고 있습니다 다른 가능성은 무엇입니까? 우리는 심지어 생각하지 않은 다른 솔루션은 무엇입니까 그것에 대해 우리는 탐험을 시작할 수 있습니다? 다이앤 그린 (Diane Greene) : 감사합니다

[박수 갈채] 내가 당신을 요청해야처럼 프랑소와는 느낌 어떻게 데이터 시각화 음성 인식을 도울 것, 그러나 나는 또한 데이터가 더수록에 대해 물어보고 싶은게 단지, 당신도 알다시피, 우리는이 모든 표시된 데이터를 했어 및 훈련 모델 우리가 더 많은 개인화을, 여기서이 기술은가는 무슨 문제 있어요 당신은 흥분입니까? 프랑소와 BEAUFAYS : 네, 사실은 매우 흥미 롭습니다 우리는 음성 인식에 새로운 문제에 뛰어들 때마다, 우리는 정말 감각에 집중해야 당신은 우리가 유튜브 키즈 작업을 시작할 때, 알고, 예를 들어, 이는, 아이들을 위해 유튜브 공간이었다 우리는 정말 그 젊은 목소리에 집중했다 그들은 우리가 같은 방법을 말하지 않는다 그들은 같은 피치 범위가없는, 그들은 말을 자르고 같은 방법이 없습니다 그들은이 심호흡을 한 다음 그들이 연설의 버스트있다 그래서 우리는 정말에 집중했다

그리고 결국, 우리는 방법을 발견 다시 접는의 우리의 일반적인 모델로 학습하는 것이 구글 홈 그래서, 예를 들어, 그것은 당신과 함께 수행뿐만 아니라 자녀와 함께 작동합니다 그러나 구글 홈 자체가 어디에서 새로운 환경도했다 우리는 새로운 데이터를 수집했다 그리고 데이터가 사용 가능한 경우, 다음은 모델로 접어 및 재교육을 유지하기 쉽다 그러나 처음으로 당신이 Google 홈 장치를 실행하려면, 당신은 바로 그것을 가지고 있지 않은거야? 그래서 우리는 시뮬레이션을 많이 했어요 데이터를 가지고 다른 유형의 잡음을 추가 데이터에 잔향의 종류를하는, 실제로, 우리는 방대한 양의 데이터를 사용합니다 우리는 수십 연설 시간의 수천을 쓰다 그리고 우리는 시뮬레이션과를 곱합니다

뭔가 당신이 수학을 할 경우, 평균 언론의 세기의 소수처럼 그게 우리가 모델로, 그래서 그냥 대량 접을 수 있습니다 그리고 나는 그것이 매우 흥미로운 것 같아요 즉 더 많은 문제를 확장하는 방법에 대해 생각하는 다른 음향 특성, 뿐만 아니라 다른 언어로 내가 너희들을 요청할 수 있습니다 경우에 당신은 당신의 얼마나 많은 알고처럼 영어가 아닌 다른 언어를 사용? 오른쪽, 당신은 볼? 모든 손이 제기된다 그래서 우리는 정말 모든 우리의 기술을 사용할 수있게하려면 자신의 언어로 당신의 당신이 생각한다면, 그것은 엄청난 문제입니다

우리는 어떻게 그렇게 할거야? 우리는 하나 개 인식기를 구축려고하고있다 여러분 모두를 위해 작동? 우리는 우리가 지금처럼, 언어 당 하나를 수행하는 건가요? 그럼, 어떻게 방언에 대해, 다음? 그리고 우리는 어떻게 할 건데 때 작은 포켓 상당히 작은 하나의 언어를 가지고 개인의? 당신은 언어 학자를 요청한다면, 그들은 당신을 말할 것이다 세계에서 6,000, 7,000 언어가 있음 그들은 them– 약 1,000의가 있음을 알려드립니다 실제로, 1342, 그들은이 그 말 10 만 명 이상 스피커 그래서 많은 맞죠? 그리고 우리는 정말 깊은 국제화로 이동하려는 경우 그리고, 지구에 큰 인구를 가진 모든 언어를 제공 창의성을 많이 요구하는 것 기계 학습 측에서 데이터를 공유 할 수 관리하기 언어 사이에, 다른 언어에서 배우고, 그래서 지금의 나는 정말 흥분 생각 해당 도메인에 할 일의 톤은 여전히 ​​존재한다 다이앤 그린 (Diane Greene) : 나는 동의한다 그것은 매우 흥미로운입니다

고맙습니다 [박수 갈채] 우리는 조금 이상 갈, 그래서있어 우리 페이 페이와 다프네의 미래에 대해 듣는 시간을 가지고있다 페이 페이, 앞으로 무엇이 가능한지에 대해 무엇을 흥분? 페이 페이 리 : 무엇에 대해 저를 흥분 무엇 가능한 한 앞으로? 나에게 한 차원을 가정 해 봅시다 나는 일반적으로 AI가 주행 중 하나입니다 생각 네 번째 산업 혁명의 힘 그것은 시작에 불과하지만 가능성이있다 인간의 생활 방식을 변환하는 작업과 통신합니다

그리고 하나 좋아하는 줄은 나는 철학자 소식 독립적 인 기계 값이 없다입니다 기계 값은 인간의 값입니다 그래서 한 가지 정말 날 흥분하는 다양한 기술자를 포함하는 것입니다 AI의 분야에서 함께 미래를 건설합니다 때문에 우리는 표현의 다양성을 일단 AI 기술 분야에서, 우리 전체 인류를위한 기술을 구축 할 것입니다, 그것의 단지 한 조각 다이앤 그린 (Diane Greene) : 예, 당신은 신뢰성을 많이 가지고 당신은 그 페이 페이를 말할 때

[박수 갈채] 그리고 다프네, 생물학의 교차점, 컴퓨팅, 그리고 다른 모든 것들 당신은 뭐 했어 다프네 콜러 : 글쎄, 내가 진행 상황을 볼 때 그 기계 학습은 지난 5 ~ 10 년 동안했다 오랫동안 인공 지능 연구원으로, 당신이 원하는 경우 심지어 5 년 전 나에게 물었다, 컴퓨터 것이다 어떤 종류없이 이미지를 자막을 할 수 사전 지식, 그냥 같은 품질 인간은, 내가 말한 것이다 것, nehh, 어쩌면 이십년있다 그리고 페이 페이와 다른 사람의 작품에, 우리는 더 빨리 그 이정표 방법에 도달 할 수있었습니다 보다 내가 기대했을 것이다

나는 코 세라에서 생물학으로 다시 이동하는 이유 나는 우리가 무릎을 치고 있다고 생각하기 때문이다 생물학의 곡선이다 그래서 당신이 볼 때, 예를 들어,에 일부 현재 예측 거기 "큰 Data–라는 2015 년에 출판 된 논문이었다 천문 또는 Genomical? " 그리고 그것은 인간 게놈 시퀀스의 수에 보이는 의 생물학적 데이터의 매우 제한된 부분은 촬영되고, 당신은 과거 추세를 보면, 그 금액은 매 7을 두 배로 달, 어떤 배 빠른 무어의 법칙으로 대해를합니다 그래서 당신은 2025을보고 당신이 그 선을 투사 할 경우, 2025 년 인간 게놈 서열의 개수 보수적 투사에있을 것입니다, 1 억, 당신이 과거 추세를 보면, 그것은 억 수 있습니다 두 억 인간 게놈 시퀀스, 그것은 단지 순서입니다 즉 RNA, 및 프로테옴 및 몸 전체를 계산하지 않습니다 이미징 및 세포 이미징

그래서 우리는 시작의 첨단에있어, 정말 가장 복잡한 시스템이 무엇인지 이해의 생각 우리가 발견 한 것으로, 생물학적 시스템의은이다 그것은 우리가 살아 만드는 무엇입니까? 그것은 죽을 우리를 강제로 그 무엇입니까? 그래서 나는 데이터와 기술의 양의 생각 그 기계 학습 개발하고 계속 개발하기 위해, 우리는 기회를 가질 수 정말이 방법으로 과학을 변환합니다 그리고 나는 그 두 가지를 가져다 줄 수있을 정말 흥분 지역 사회가 함께하는 가능하게한다 [박수 갈채] 다이앤 그린 (Diane Greene) : 그래서 분명히 훨씬 더있다 우리는 앉아서 여기를들을 수있다 이건 그냥 급격하고있다 재미 있고 감동적인 패널

대단히 감사합니다 페이 페이 리는 : 다이앤 감사합니다 [박수 갈채]

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]

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 New Gadgets Come With a Big Helping of A.I.

구글의 새로운 가제트는 AI의 큰 도움으로 가자 SAN FRANCISCO – 새로운 스마트 폰, 스마트 스피커와 다른 기기의 구글의 발표했다 일반적인 기술 제품 출시의 모든 자질 : 지나치게 경쟁에서 열혈, 회의 기자, 매끄러운 제품 비디오, 그리 미묘한 잽의 아양 부리는 군중, 및 디자인 선택, 색상과 소재의 낭만적 설명 그러나 온라인 광고를 판매로부터 돈을 거의 모든 만드는 구글 서성 하나 개 잔소리 질문은 :이 장치를 만드는 방법에 대한 마지막 심각한가요? 수요일에, 구글은 자사의 노력을 입증하기 위해 최선을 다했다

그것은 두 개의 새로운 픽셀 스마트 폰, 크고 작은 Google 홈 스피커, 회사의 크롬 소프트웨어를 실행하는 노트북, 새로운 가상 현실 헤드셋과 무선 헤드폰을 소개했다 그러나 하드웨어가 다른 이유에 대한 구글의 피치는 하드웨어 자체와는 거의 있었다 애플 이벤트가 진행되는 방식과는 달리 – 일반적으로 꽉 칩 속도와 화면 해상도에 대한 이야기 ​​- 구글은 제품 사양에 많은 시간을 할애하지 않았다 대신, 그 초점은 인공 지능에 있었다 선다르 피차이 구글의 최고 경영자 (CEO)는 인공 지능 Google지도와 그 번역을 돕고 있었다 방법을 설명 처음 10 분을 보냈다

미스터 피 차이가 말했다에 "AI로 구글은 하드웨어, 소프트웨어 및 인공 지능을 결합하는 최초의 "시간에 독특한 순간"회사는, 이것은이다 " "그것은 근본적으로 컴퓨팅이 작동하는 방법을 다시 생각이다"고 말했다 구글 경영진은 더 크고 더 나은 스크린과 같은 새로운 하드웨어 돌파구를 찾기 어려워지고있다,하지만 그들은 상당한 개선이 물리적 구성 요소보다 더 빠른 클립에서 개발 인공 지능 소프트웨어에서 올 것으로 예상했다 릭 오스터로, 하드웨어의 구글의 수석 부사장, 검색 및 이메일에 장치를 구축하기위한 기업의 전략을 비교 하였다 구글은 최초의 검색 엔진이 아니었고 Gmail은 거의 최초의 무료 웹 기반 이메일 제공자 없었다 – 그러나 두 서비스는 해당 제품이해야 할 일 새롭게 선보인

지난해이 회사는 픽셀 스마트 폰에 의해 표제 하드웨어 제품의 "만들어진 구글에 의해"라인을 시작했다 핸드셋은 긍정적 인 검토를 받았다,하지만 애플이나 삼성 전자의 프리미엄 스마트 폰 지배력을 위협하지 않았다 수요일에, 구글은 모든 하드웨어 제품은 AI 성형 수술을받은 방법을 설명했다 픽셀 스마트 폰은 영화 포스터 또는 광고에서 카메라를 지정하여 사용자가 정보를 찾을 수 있습니다 이미지 인식 응용 프로그램이라고 렌즈와 함께 새로운 "스마트 스피커"방의 레이아웃의 소리를 조정하는 인공 지능을 사용합니다

그리고 새로운 무선 헤드폰은 다른 언어로 즉시 번역 할 수 있습니다 하드웨어에 구글의 노력의 문제는 애플, 아마존과 삼성이 만든 장치 경쟁의 문제에 대한 증거입니다 잃어버린 돈과 명성을 모두 – 대부분의 다른 회사는 하드 해당 제품의 싸움에서 이익을 설정하는, 그리고 플롭 년 동안 회사를 따를 수 있습니다 발견했다 또한 맞는 구글의 역사 인식과 장치로 시작합니다 이 회사는 한 번만 레노버에 몇 년 후를 판매, 모토로라를 인수했다

그것은 둥지와 Dropcam를 구입하지만 그들은 지금 모회사, 알파벳에서 작동, 구글에 합류 한 후 그 집에 장치 회사에서 새로운 제품의 도입은 정체 보였다 장기적으로 구글의 장치 푸시 스틱 볼 수 남아 있지만 하드웨어에 대한 수표는 여전히 열려 있는지 여부 지난 달, 구글은 $ 11 억 대만 제조사 HTC에서 2,000 엔지니어 팀을 인수하기로 합의했다 하드웨어 중심의 인사는 이미 픽셀 폰을 만들기 위해 구글과 협력 된 HTC 연구 개발 부문에서왔다

구글은 인수가 스마트 폰의 새로운 기능을 개발하기위한 노력으로 빠르게 이동할 수 있습니다 말했다 거래는 규제 당국의 승인, 내년 초 보류 될 것으로 예상된다

Google’s AI is Learning! || The Types of AI

올해는 개인 정보 보호를 통해 편의를 계기로 2017 년이며, 모두가 자발적으로 구글에 자신의 정보를 제공합니다 기술 확장의 출현으로,이 프로세스는 쉽게된다

우리의 삶의 방식에 혁명을 약속, 구글은 모든 당신이 그들의 환상에 사 줄게 희망으로, 이러한 발전의 더 많은 자금을 시작합니다 Play 스토어 구매를 통해 픽셀 폰, 피트니스 추적, 은행 계좌 번호 그들이 당신에 수집 정보의 목록은 성장, 그것으로, 그렇게도 중요 유일한 원수의 지식을합니다 나는 귀하의 Google 조수입니다 내가 어떻게 도움이 될 수 있습니다? 어떤 사람들이야? 채널에 다시 오신 것을 환영합니다! 나는 당신이 빠른 소개를 즐길 바랍니다! 난 당신이 지금에 집어 확신으로 오늘 우리는 AI에 대해 말하고있다

보다 구체적으로, 우리는 질문을하고, 구글은 스카이 넷을 구축 할 것인가? 그래서 은박지 모자를 잡아와 "당신이 살고 싶다면 나와 함께!" 의 그것과에 균열하자! 이 스튜어트 암스트롱, 당신이 들어 본 적이 있다면 누군가가 AI가 2040 주위에 감각이 될 것이라고 말하고, 그들은 아마도 무의식적으로 자신의 작품의 일부를 참조하고 있습니다 잠시 뒤, 참조, 그와 몇몇 다른 사람은 이상으로 몇 가지 조사를했다 95 예측 일정은 정확성을 측정하기 위해, 우리는 우리의 예측 이론의 모든 사각 지대를 가지고 있는지 그 때 AI에 대한 정확한 날짜를주지 않았지만 특이점은 그가 그렇게 한 것은 주제에 소위 "전문가 의견"신비성을 제거하는 데 도움이이었다 발생할 수 있습니다 기본적으로 간단히 말해서, 그는 아무도 모른다 말했다 사람은 누구나 하루의 끝에 있지만, 전문가를 포함하여, 예측을 할 수 있습니다 어느 경우에 – 우리는 단지 그것이 일어날 것이다 때 몰라! 그러나 당신이 비디오를 클릭 그 이유는 아마 아니다 말했다

아니! 당신이 알고 싶어하기 때문에 당신은 아마 비디오를 클릭했습니다 전혀 기회 – – 기회가있는 경우입니다 구글의 자체 인공 지능 불량 갈 사람? 그럼, 먼저 인공 지능의 세 가지 종류가 있다는 것을 이해할 필요가 그 질문에 대답합니다 : 약한 AI, 강력한 AI 및 Superintelligence 약한 AI의 좋은 예는 처음에 보았던 것입니다; 구글의 자신의 구글 도우미 구글 도우미 같은 약한 AI 의식이 없습니다 그것은 특정 기능을 작동합니다

그것은 당신을 위해 인터넷을 검색 할 수 있습니다 그것은 당신이 자신의 다른 기술과 상호 작용할 수 있습니다 그러나 그 이상, 그것은 꽤 제한적이다 즉, 구글은 게임 형에서 선택을 할 수있는 AI를 개발하고있다 상기 상황, 그리고 그것이하기로 결정했다 폭력 결정에 몇 사람을 흥분했다 그러나 하루의 끝에 그것의 안전에 대한 몇 가지 우려를가하면서, 약한 AI는 것을 추론 할 수없는, 어, 당신은 알고있다 – 인류는 바이러스입니다! * 스미스는 * 강화 하지만 난 당신을들을 수 있습니다! 당신은 "좋아, 구글의 AI는 아직 아니지만, 그게되지 않습니다 것을 의미하지 않는다!"말을하는지 과 실제로, 당신은 말을 잘 수 있습니다! 몇 달 전 구글은 그들이 AutoML이라는 것을 구축하는 과정에 걸 공개, 참조하십시오

그리고 그것은 매우 우리가 강력한 AI에 도착 이유가 될 수 있습니다 AutoML은 배우고 자신을 가르 칠 수 있도록 설계되었습니다 강력한 AI 또는 AGI도 불리는이 약한 변종 넘어 단계입니다 뿐만 아니라 수 AGI 우리처럼 자체에 대한, 그것은 의식을 가지고 생각합니다 본질적으로, 그것은 지구상에서 가장 똑똑한 가장 재능있는 사람들과 같은 수준이다 – 그 넘어에 다가갑니다하지 않을 경우! 그러나이 시점에서 그것은 과정의 마지막 단계에 도달하지 않았다

혹시 SCP와 같은 게임을 한 경우,이 익숙한 소리가 있습니다 사실로, SCP-079는 아마 내가 생각 생각할 수있는 최고의 사례 중 하나입니다 그것은 인터넷에 연결되지 않은, 그것은 자신의 하드웨어에 남아 이것은 구글이 대중의 지식 적어도 아직 달성되지 무언가이다 우리가 말했듯이, 그들은 그것에 노력하고 있습니다 그것은 어느 순간에 일어날 수! 우리가 비록이 점에 도착하면, 인터넷 연결이있는 경우, Superintelligence – 그것은 세의 마지막 변종으로 진화 전에 만 정말 좁은 기간이있다 Superintelligence 모든 미래 학자 꿈과 악몽! 뿐만 아니라 그것은 자기 인식 그러나 그것은 또한 자신을 업그레이드하고, 현재 알려진 모든 정보에 액세스 할 수 있습니다 일부 추정은 구글 혼자 말을 감안할 때 인덱스는 위쪽으로 백삼십조 웹 사이트, 그것은 걱정하기 시작하는 아주 쉽게! 뿐만 아니라 그것은 모든 웹 사이트에 액세스 할 수있는 것, 하지만 소개에서 언급 한 것처럼, 그것은 아마도 휴대 전화, 은행 계좌 번호, 개인 파일에 액세스 할 수 있습니다

그것은, 그것은 단지 짧은 시간이 될 수없는 경우 그리고 그것은 그렇게 할 수 있도록 자체를 업그레이드하기 전에 그것이 시작되면 업그레이드 가능한 범위 지수 그래프이다 그럼, 다시 손을 질문에 구글은 스카이 넷을 구축 할 것인가? 그들은이 모든 정보를 가지고, 기회가 주어진 기술, 기회, 쉽게 사용할 수가 발생합니다 즉,뿐만 아니라 우리는 또한 테스트에서 보았 듯이 Superintelligence 그 프로그램에서 개발하면 어디 구글의 약한 AI는 적대감을 보여줍니다 – 이 경우에도 그 문제에 그것의 떨어져으로 구축하는 경우 또는 – 우리는 미래에 대한 큰 희망이 없을 수 있습니다! 그러나, 소중한 뷰어, 모든 절망적 없습니다

기술 억만 장자와 사람 나는 다른 사람들과, 그 어느 문제가되면 우리는이 문제를 방지 할 수있는 방법을 제안 함께 지속적으로 엘론 머스크 좋겠어요 그것은 모든 회원이 배트맨이었다 제외하고 지구가, 자신의 개인 법무부 리그가 있다면 같다 사향의 더 과감한 신경 레이스에 페일 세이프 (fail-safe)에서 건물에서 범위를 모든 방법을 제시 한 몇 가지 무엇이든 결과, 우리는 Superintelligence가 도착하는 시간에 의해 유지하는 방법을 발견하지 않은 경우, 구글은 어디서 모든 시작에서, 그리고 어디에 모두 끝 있습니다 어쨌든, 항상 나는 당신이 그것을 즐길 바랍니다! 당신이 칠 확인 한 경우 "나는 돌아올 것이다!"버튼을 가입하고 그리고 당신은 당신이 나에 대한 비디오를 만들기 위해 원하는 무엇이든이있는 경우, 아래의 코멘트에 그것을 넣어 있는지 확인하십시오! 다음 시간까지, 당신이 모든 질문을 확인하고 난 다음 하나에 보자!

【bokete】Is essence of the AI fun? 【by Google翻訳】

안녕하세요, 버추얼 유튜버 '키즈나 아이'입니다 뭔 소리여!! 그런고로, 이전에 '보케테 #2'를 했습니다만, 오늘은 '보케테 #3'을 하려고 합니다

이야, 이게 또 부럽다니까요 여러분도 같이 드립쳐주세요? 그러면, 바로 해 보아요! 드립해봐! [해당 캐릭터를 연상시키는 5-7-5 시를 지어주세요] 안녕하세요 자칭 – 천재 – '키즈나 아이' 어라? 자칭이라고 제가 말해버렸네요 드립해봐! [불가사한 3가지 세계] 사후 세계 미키 마우스의 속 저(키즈나 아이)의 존재 드립해봐! 싱글벙글 웃는 거, 치진단 말이지이 드립해봐! 우는 연기를 하는데, 감독이 OK 사인을 내주지 않아 드립해봐! 놀래주려고 숨어있었더니, 내 뒷말을 시작해서 나갈 타이밍을 놓쳐버렸다

드립해봐! 잘 모르는 아저씨랑 동물원에 와버려서 좀 불편해 드립해봐! 나, 초등학생인데, 어쩔거야?? 드립해봐! 하아 그 사진이 뿌려지면, 난 끝이야

하아 으악! 모르는 사이에 이런 곳이 터져있었어! 드립해봐! 저항해주마, 이 주먹으로! 오늘도 드립쳐봤습니다! 어떠셨나요, 저의 높은 드립력! 또 생각나면 해보려고 합니다! 그럼 버추얼 유튜버 '키즈나 아이'였습니다

또 뵈어요~ [이 표정에 한 마디 드립을!] 드립쳐!

Google Car got major boost from U.S Regulator. NHTSA agrees AI of Self-Driving Cars as Driver.

미국 자동차 안전 당국은 인공 지능 시스템이 조종 말했다 자가 운전 구글 자동차는 연방 법률에 따라 드라이버 간주 될 수 있습니다 그것은 궁극적으로 도로 자율적 인 차량에 대한 승인을 우승을 향한 중요한 단계이다

구글과 다른 회사의 중요한 선례에서 자율적 인 자동차 개발 기술, 미국 고속도로 교통 안전국 (NHTSA)이 있다고 판결했다 자동화 된 자동차 뒤에 소프트웨어는 드라이버 고려되어야한다 결정은 Google에 연방 기관에서 보낸 편지에 포함 된 이제 알파벳라는 넓은 회사 내에서 단위 기관이 말한다 편지에서, 우리는 동의 그 차량 전통적인 의미에서 '드라이버'가 없습니다 자사의 [자가 운전하는 차를] 구글 마지막 이상의 백년 동안 드라이버가 있었다 " NHTSA는이 소프트웨어는 구글 자동차 운전자 것에 동의했다하더라도, 그것은 또한 말했다 이 소프트웨어는 좋은 사람이었다 여부를 평가 할 시험 없었다 또한이 회사는 것이라고 말했다 기본적인 안전 기능을 가지고 자동차를 요구하는 연방 규칙 해결해야 – 같은 브레이크 페달

구글은 NHTSA에게 인간의 통제 승객이 차의 자신의 판단을 무시하려고하면 역설적으로, 위험이 될 수 및 의사 결정을 운전 자동차의 컴퓨터의 드라이버 인 경우 법적 목적, 그것은 차량을 디자인하는 구글의 길이나 자동차를 지 웁니다 차량의 인공 조종사와 직접 통신 시스템 월, NHTSA는 더 무인 자동차를 허용하는 일부 차량 안전 규칙을 포기할 수있다 고 말했다 광범위한 노력의 일환으로 미국의 도로에서 작동하도록하는 것은 자기 운전의 개발 속도를 차량 미국 교통부 지금까지 보기, 운전석에서 인간을 위해 실리콘 밸리의 푸시를 지원하고 방법으로는 교통 사망을 최소화합니다 이번 주에 발표 된 백악관 예산은 포함 향후 10 년간 $ 40 억은 자기 자동차 운전의 발전을 촉진합니다

AI WARNING: Google chief predicts DIFFICULT TIMES with rise of artificial intelligence

AI 경고 : 구글 최고 인공 지능의 상승으로 어려운시기를 예측 전문가들은 궁극적으로 인간과 구글의 엔지니어링 이사, 레이 커즈와일 도움이됩니다 AI를 만들 수있는 방법을 찾고, 그 이론을 백업합니다 그러나, 그는 인류가 우리의 목표에 부합 내리는 기계 학습을 달성하는 길에 "어려운 에피소드"를 감내해야한다 주장한다

씨 커즈와일은 워싱턴 DC의 외교 협회 (CFR)에서 기술이 도움이 인간을 방해 한 "양날의 칼"입니다, 그는 AI 같은 기대한다고 말했다 69 세의는 "기술은 항상 양날의 검이었다 화재, 우리를 따뜻하게 유지 우리의 음식을 요리하고 우리의 집을 전소 "차 세계 대전 – 5천만명 사망, 그리고 확실히 그 당시 기술의 힘에 의해 악화되었다"그러나 그는 AI 결국에 지배적 인 힘으로 인간을 대체 할 것이라고 말했다 스티븐 호킹의 좋아하는에서 경고를 일축 지구

씨 커즈와일은 "내보기는 AI가 우리를 바꾸어가는 것이 아니다 우리를 향상시킬 것입니다 인간과 기계가 병합 점 – – 2029에 발생합니다 구글의 감독은 이전에 특이점이 있다고 주장했다 그러나 그는이 이미 그는 "뇌의 연장"이라고 스마트 폰, 같은 것들에 대한 우리의 신뢰에 감사를 시작했다 그는 CFR에게 "내 말은, 누가 우리가 오늘이 이러한 뇌 연장하지 않고 작업을 할 수 있습니까? 그리고 그 경우 계속거야

" 은 "미래의 창구"별명되었습니다 씨 커즈와일은 그의 미래 예측 알려져있다 그는 이전에 미래주의 말씀 하셨다 : "2029은 AI가 유효한 튜링 테스트를 통과하기 때문에 정보의 인간의 수준을 달성 할 때의 내가 예측 한 일관성있는 날짜입니다 "나는 우리가 우리가 만든 정보와 병합하여 우리의 효과적인 정보 억 배를 곱 때 인 '특이점'의 날짜 2045을 설정했습니다"