Скачать "TOUT COMPRENDRE À L'IA - Dossier #33 - L'Esprit Sorcier"
%3Aformat(webp)%2Fi.ytimg.com%252Fvi_webp%252FP-z3eAuV1kc%252Fmaxresdefault.webp&w=1139&q=75)
Оглавление
Похожие ролики из нашего каталога
%3Aformat(webp)%2Fi.ytimg.com%252Fvi%252F-bnCYbP15a8%252Fmaxresdefault.jpg&w=1139&q=75)
%3Aformat(webp)%2Fi.ytimg.com%252Fvi%252F-v7dLAm8NUE%252Fmaxresdefault.jpg&w=1139&q=75)
%3Aformat(webp)%2Fi.ytimg.com%252Fvi%252Fe3HhNQ_AJ8k%252Fmaxresdefault.jpg&w=1139&q=75)
%3Aformat(webp)%2Fi.ytimg.com%252Fvi%252FnYaAoFyUeH8%252Fmaxresdefault.jpg&w=1139&q=75)
%3Aformat(webp)%2Fi.ytimg.com%252Fvi%252Fp0YTe5l-UIM%252Fmaxresdefault.jpg&w=1139&q=75)
%3Aformat(webp)%2Fi.ytimg.com%252Fvi%252Fw5So_Ih7r9M%252Fmaxresdefault.jpg&w=1139&q=75)
Теги видео
Субтитры
Английский
00:00:00
привет всем, только один00:00:02
немного слова, прежде чем открыть для себя наш00:00:03
новое видео посвященное00:00:05
искусственный интеллект для тебя00:00:07
говорят, что это видео было награждено 17-го числа00:00:10
Ноябрь 2018 г. во время 31-й церемонии.00:00:14
премии Роберваля, получив удар00:00:18
сердце технологической академии00:00:21
так что для тех, кто этого не знает, луг00:00:23
Роберваль — международные соревнования00:00:24
Французский спикер, который имеет и о котором мы думаем00:00:27
аудиовизуальные литературные произведения или00:00:29
мультимедиа, позволяющая лучше00:00:32
понимать науку и00:00:34
технологии поэтому и хорошо со всеми00:00:37
мы - команда духов ведьм00:00:39
очень рад, очень горжусь этим00:00:41
признание в научном мире00:00:44
и тогда мы большое вам спасибо00:00:45
также быть все больше и больше00:00:47
многие из вас подписываются, чтобы поддержать это00:00:49
канал, который тоже твой00:00:51
так что не стесняйтесь поделиться нашим00:00:53
видео и продолжайте приносить свои00:00:55
критические, но добрые комментарии00:00:59
теперь я желаю тебе хорошего00:01:00
просмотр и скоро увидимся00:01:02
чао, что можно спрятать в голове00:01:10
искусственного интеллекта00:01:12
как работает его мозг или что-то еще00:01:15
именно его мозги, потому что есть00:01:17
несколько форм интеллекта00:01:19
искусственный00:01:20
Кроме того, можем ли мы действительно поговорить00:01:21
интеллекта00:01:23
короче сегодня я предлагаю тебе00:01:25
исследовать, не беспокоясь00:01:27
концепции и технологии, которые00:01:29
скрытый за историей00:01:32
сначала пойми, как это работает00:01:34
для чего это нужно, а потом эвакуировать00:01:37
ряд фантазий00:01:39
хотя, конечно, интеллект00:01:40
искусственное должно расшевелить наше00:01:41
размышления и наш критический дух00:01:44
вот краткий обзор автомобильного телефона00:01:48
поисковый движок00:01:49
искусственный интеллект уже есть00:01:51
присутствует в нашей повседневной жизни00:01:53
но на самом деле, что такое интеллект00:01:55
художники00:01:56
если да, то как это работает с тех пор00:01:59
2010-х годов для разработки в00:02:01
отличная скорость, но это изобретение00:02:03
в этом нет ничего нового00:02:04
сегодня благодаря инновациям00:02:06
технологический интеллект00:02:08
искусственный является экспертом во многих00:02:10
области, но прогресс IIA00:02:12
далеко не единодушен и поднимает00:02:15
много вопросов00:02:16
однажды будут машины00:02:17
заменит людей, да ладно, это00:02:20
осталось, мы вам все объясним и00:02:23
для начала мы постараемся лучше00:02:25
понять, что мы называем интеллектом00:02:27
искусственный00:02:29
выгляди мило, Вилли, этот маленький робот00:02:35
Я уверен, что он оснащен одним00:02:37
искусственный интеллект00:02:38
внимание роботы и интеллект00:02:41
искусственные - это два очень00:02:42
другой00:02:43
на самом деле искусственный интеллект или00:02:45
ea, это метод, который также позволяет00:02:48
робот, а не машина с двигателем00:02:50
поиск или даже на телефон00:02:52
выполнять задачи обычно00:02:54
сделанное людьми, например00:02:56
автономный автомобиль сможет00:02:58
распознавать и различать предметы на00:03:00
дорога поисковая система00:03:02
проанализирует смысл вашего запроса и даже00:03:04
ваш телефон сможет удерживать00:03:06
разговор ждет беспилотный автомобиль00:03:08
и телефон это не одно и то же00:03:11
нет, но оба интегрируются00:03:13
Информационные системы00:03:14
они предназначены для сортировки процессов и00:03:16
хранить много информации, и эти00:03:18
системы работают с помощью инструментов00:03:20
очень практично00:03:21
это алгоритмы алгоритм00:03:23
это немного похоже на рецепт00:03:25
кухня в начале у вас есть ингредиенты, если вы00:03:28
внимательно следуйте инструкциям рецепта00:03:29
в конце концов вы получите результат здесь00:03:32
блины00:03:33
алгоритм - это то же самое00:03:35
ингредиенты представляют собой необработанные данные и00:03:37
после применения алгоритма это00:03:39
хорошо произносить последовательность инструкций00:03:40
точно мы получим результат или там я00:03:43
мне понадобится пример00:03:44
посмотрим, спросишь ли ты программу00:03:47
без меня, чтобы показать тебе фотографию Фреда00:03:50
эта программа будет искать в своей базе данных00:03:51
данные - это своего рода библиотека00:03:53
цифровой, который объединяет все00:03:55
ингредиенты здесь фотографии и00:03:57
информация, связанная с ними00:04:00
если программа находит изображение00:04:01
связанный с именем Фреда, он может00:04:03
ответить на запрос00:04:04
с другой стороны, если он встретит фотографию без00:04:06
метка fred, то программа не работает00:04:09
не покажу это вам только с одним00:04:11
недостающий ингредиент, нет рецепта00:04:12
возможный00:04:13
алгоритм не способен00:04:15
признать Фреда, слишком плохой она была00:04:17
смешно, этот хорош и моня во всем00:04:20
Я подхожу к этому с умом00:04:22
искусственно, программа может сделать00:04:24
изменить количество или порядок00:04:26
ингредиенты для выбора00:04:28
лучший рецепт, давай начнем сначала00:04:30
пример фотографии для распознавания00:04:32
Фред, ты должен сначала представить полную информацию00:04:34
его изображение в программе как и когда00:04:36
мера, он будет практиковать это00:04:38
распознавать00:04:39
вот например программа определяет00:04:41
элементы, которые не меняются, как00:04:42
цвет его глаз форма его00:04:44
рот или размер носа, который он00:04:46
также идентифицирует элементы00:04:47
вероятно, изменится, как и цвет00:04:49
его рубашки на этом этапе00:04:51
изучаю l2 созданную программу00:04:53
своего рода отпечаток его лица и имеет00:04:55
проигнорировал остальной результат дальше00:04:58
время, когда ты представишь ему новости00:04:59
фото Фреда программа будет искать00:05:02
те же элементы и там бинго, я потерял дар речи00:05:06
это еще не все, что было с тех пор00:05:07
долго, но с развитием00:05:09
из Интернета00:05:10
теперь у него есть банки00:05:11
гигантские данные для работы00:05:13
также благодаря силе00:05:15
компьютеры, которые удваиваются каждые два года00:05:17
приблизительно и с тысячами часов00:05:19
тренировка, я могу00:05:20
сегодня помогите врачам00:05:22
анализировать рентгеновские снимки своих пациентов00:05:24
предложите музыку на основе вашего00:05:26
вкусы или даже писать изображения для00:05:28
слепой и к счастью00:05:30
что у них хорошая память00:05:32
искусственный интеллект не00:05:34
больше научной фантастики и мира00:05:36
мы, конечно, осознали00:05:38
в 1997 году, вы знаете, когда00:05:41
суперкомпьютеру по имени Blu удалось00:05:44
победить чемпиона мира по шахматам00:05:46
Гарри Каспаров00:05:48
совсем недавно в 2017 году это число00:05:51
Всемирная игра го кенджи, которая состоялась00:05:54
свергнут с помощью программы00:05:56
компьютер под названием «Альфа», тогда иди00:05:59
как машина создана человеком00:06:01
удается такое не только конкурировать00:06:04
со своим создателем, но лучше стать00:06:06
сильнее его00:06:07
как ученик превзошел мастера00:06:11
мы возьмем пример игры го и00:06:13
ты все поймешь00:06:15
[Музыка]00:06:18
ну искусственный интеллект, который00:06:21
делает много вещей, но конкретно00:06:22
как это работает00:06:24
чтобы полностью понять, мы возьмем00:06:26
пример вкуса стратегической игры00:06:28
два игрока соревнуются на доске00:06:30
на котором нарисовано 19 линий00:06:32
горизонтали 19 одна вертикаль или 36000:06:36
и пересечение есть00:06:38
черные камни и другие белые00:06:40
цель – занять максимум00:06:43
пространства, окружая камни00:06:44
противник, трудность в том,00:06:47
возможное количество выстрелов, поскольку из00:06:49
третий раунд более 15 назад00:06:50
миллиарды различных конфигураций00:06:52
Как вы понимаете, это настоящая головная боль.00:06:54
потому что слишком много вариантов00:06:56
поэтому невозможно забеременеть00:06:58
компьютерная программа, которая00:07:00
знаю все движения, ах, но я00:07:01
держу пари, что она сможет это сделать00:07:05
искусственный интеллект мы00:07:06
воспоминания, а не все уроки, которые она делает00:07:07
выходит благодаря своим алгоритмам и прежде всего00:07:09
его память, известные данные раньше00:07:12
что ИИ способен играть, он у нас есть00:07:14
программа с правилами игры и мы00:07:16
предоставляет ему большой объем данных00:07:18
вот например тысячи игр00:07:20
созданные игроками-людьми00:07:22
анализирует каждую игру ход за ходом, чтобы00:07:25
каждой данной ситуации присваивается00:07:27
отмечайте для каждого хода самую высокую ноту00:07:29
высокий означает лучший ход для игры00:07:31
потом, когда машина воспроизводит это00:07:34
выбирает ход с лучшим результатом00:07:35
то есть наиболее приспособленный к00:07:37
ситуация, этот метод - это то, что мы00:07:39
вызывает машинное обучение или00:07:40
машинное обучение00:07:42
Месси и мы, которые учим его, как00:07:44
искусственный интеллект станет00:07:46
лучше, чем его сегодняшние учителя00:07:48
некоторые захии учатся играть во все00:07:50
один только зная правила00:07:52
игру и анализ партий без00:07:54
давайте поможем им другими словами, мы не даем им00:07:56
рецепт создан, написан без примечаний для00:07:58
каждый раз, когда мы позволяем ей искать00:08:00
как добиться наилучшего результата00:08:02
возможный мы называем этот тип алгоритма00:08:04
глубокое обучение или глубокое обучение00:08:07
и для работы надо предоставить Али00:08:10
имеет наибольшее количество примеров00:08:12
возможно из этой большой базы00:08:14
данных ИИ может извлекать информацию, которая00:08:17
ускользает от нас00:08:18
какой профессиональный игрок00:08:19
можно было бы назвать интуицией, если бы не00:08:22
машина он включает в себя миллионы фрагментов информации, которые00:08:24
пересекаются друг с другом, конечно, что00:08:27
требует вычислительной мощности00:08:28
значительный эквивалент нескольких00:08:30
сотни таких компьютеров00:08:32
может создавать новые стратегии00:08:34
ну, осталось только протестировать00:08:35
так что это достигается путем обучения00:08:39
игра против самой себя, мы называем это00:08:41
обучение с подкреплением, например00:08:44
его уровень одинаков с обеих сторон00:08:45
чем больше две части, тем больше00:08:47
проверяет его стоимость и возможные решения00:08:49
и каждый раз его база данных00:08:51
разбогатеть00:08:52
практично, нет, ну я не думал00:08:54
что машин будет больше00:08:55
умны, как мы сегодня00:08:57
машины могут быть более точными, чем00:08:59
нас во многих областях и даже00:09:00
привести в порядок рассуждения00:09:01
новые, но они все еще00:09:03
слабый искусственный интеллект, потому что00:09:05
он остается специализированным только на одном00:09:07
задача, чтобы интеллект00:09:08
искусственный однажды будет считаться00:09:10
как сильный00:09:11
он должен быть многофункциональным00:09:12
и прежде всего то, что у нее есть что-то00:09:14
к тому же, видишь ли, совесть00:09:17
настоящий интеллект - это много00:09:19
больше, чем просто анализ00:09:20
уф, ок, я пойду возьму один00:09:22
немного вздремнуть хотя бы для одного00:09:24
искусственного интеллекта никогда не будет00:09:26
лучше, чем меньше интеллекта00:09:30
искусственный на самом деле это не так00:09:31
действительно новый00:09:32
первые лабораторные эксперименты00:09:35
датируется концом 1950-х годов00:09:39
да, IAA уже почти 70 лет00:09:42
более того, в 1950 году математик00:09:45
Британец по имени Алан Тьюринг делает предложение00:09:49
для меня это уже испытание00:09:50
измерять интеллект машин и00:09:53
сравни это с мужчинами00:09:56
это знаменитый тест Тьюринга, ага00:09:59
ну, машина никогда не перестает учиться00:10:01
самообучаться и развиваться00:10:03
нейронные сети00:10:05
вот великое приключение00:10:06
искусственный интеллект с момента его появления00:10:09
колыбель до сегодняшнего дня00:10:12
[Музыка]00:10:15
первые думающие машины00:10:17
появляются в рассказах00:10:19
научная фантастика00:10:20
например в 1921 году пьеса00:10:23
rossum Universal Robote от автора00:10:26
Чехия Карел Чапек, но уже на сцене00:10:29
умные машины00:10:30
с 1957 года вокруг ученых00:10:33
представить думающие машины00:10:35
Британский математик Алан Тьюринг00:10:37
публикует статью под названием «Машина»00:10:40
расчет и интеллект, в которых он00:10:42
описывает, как определить, работает ли машина00:10:44
приближается к человеческому интеллекту00:10:47
называет этот метод игрой в00:10:49
ограничение, более известное сегодня как00:10:51
название теста Тьюринга00:10:52
это начало интеллекта00:10:54
искусственный летом 1956 г.00:10:58
американские учёные Джон Маккарти00:10:59
Марвин Мински, Натаниэль Рочестер и00:11:03
Клод Шеннон приглашает своих коллег00:11:05
на конференции по теме00:11:07
Мыслящие машины в Дартмутском колледже00:11:09
известный университет в США00:11:12
это первый раз в истории00:11:14
что термин искусственный интеллект00:11:16
используется, они затем начинают свое00:11:19
поиск по очень точному описанию00:11:20
механизмы обучения и00:11:23
интеллекта у человека для00:11:25
воспроизвести с помощью машины00:11:27
какая программа00:11:30
[Музыка]00:11:33
с 1956 года это был подъем00:11:37
искусственный интеллект00:11:38
проекты процветают, стимулируемые00:11:41
начало вычислений00:11:42
первые применения ИИ00:11:44
в основном связано с математикой00:11:47
более того, в том же году первый00:11:49
программное обеспечение Dia логика терроризма00:11:52
созданный двумя американскими исследователями00:11:54
Аллен Ньюэлл и Гербертс Имон Се00:11:57
программное обеспечение работает само по себе00:11:59
доказательства теорем00:12:01
практическая математика, а в 1957 году00:12:04
Психолог Франк Розенблатт изобретает00:12:07
первая программа обучения00:12:09
благодаря простой нейронной сети00:12:11
сборщики налогов тем временем нашли его00:12:14
еще одна область обучения с00:12:16
автоматический перевод 1954 года по мотивам00:12:20
в результате холодной войны между СССР и00:12:22
СОЕДИНЕННЫЕ ШТАТЫ00:12:23
программа автоматического перевода00:12:25
видит свет и переводит 49 русских предложений00:12:28
на английском, но это 1957 года00:12:31
что программы действительно улучшаются00:12:33
спасибо Ноаму Хомскому, исследователю00:12:36
Американский лингвист, придумавший00:12:38
математические модели языка для00:12:40
сделать их понятными машинам00:12:42
позже в 1965 году на Гаити Джозеф00:12:46
Wiseman Boom разрабатывает программу00:12:49
компьютер и Лиза заменяет00:12:51
психотерапевт во время собеседований00:12:53
терапевтический и это также первый00:12:56
программа, которая проходит тест Тьюринга00:12:58
но только на несколько минут00:12:59
до того, как он стал кошачьим сапогом00:13:02
разоблачены, ты знаешь кота00:13:04
загрузись, это немного похоже на Сирию или00:13:06
Google Dock на вашем смартфоне00:13:08
параллельно ему распространяется в00:13:11
популярная культура00:13:12
в 1968 году она появилась в фильме 2001 года.00:13:15
Космическая одиссея Стэнли Кубрика00:13:18
мы видим разумный компьютер00:13:21
способный пилотировать космический корабль00:13:23
[Музыка]00:13:26
100:13:29
Конец 1960-х годов ознаменовался00:13:31
кризисный период для разведки00:13:33
искусственный, мы говорим о различных ИИ00:13:36
исследования терпят крах после00:13:38
научное разочарование00:13:40
надо сказать, что машины далеко00:13:41
иметь эффект человеческого интеллекта00:13:44
крах инвестиций в домино00:13:46
по очереди первые вопросы00:13:47
возникает этика, а вместе с ней и00:13:50
первая критика в 1965 году философа00:13:53
Американец Хьюберт Дрейфус публикует00:13:56
первая критика исследований00:13:58
искусственный интеллект00:14:00
они оспаривают, в частности, тот факт, что00:14:02
интеллект сводится к простому00:14:03
расчета, и это подчеркивает важность00:14:06
эмоции и чувства мозга00:14:08
человек00:14:09
в 1973 году британский математик00:14:11
Майкл Джеймс00:14:13
свет, ему тоже нравилась критика00:14:15
в докладе, подготовленном по заказу00:14:17
Британский парламент с00:14:19
последствия замораживания финансирования00:14:20
Европейский для ИИ этот период позволяет00:14:24
пересмотреть цели в сторону понижения и00:14:26
создавать более реалистичные проекты00:14:28
за это время ИИ осваивается более00:14:31
больше в популярной культуре00:14:32
научная фантастика, как и знаменитый00:14:34
дуэт c-3po и r2-d2 в звездных войнах который00:14:38
появился в 1977 году00:14:42
[Музыка]00:14:45
в 1980-е годы инвестиции00:14:49
снова на подъеме и исследуют00:14:50
резюме00:14:51
это время того, что мы называем00:14:53
экспертные системы, идея состоит в том, что00:14:55
машина выполняет те же анализы00:14:57
что человек-эксперт в какой-либо области00:14:59
очень точный, как медицинский диагноз00:15:02
например, даже если первая система00:15:04
эксперт появился в США в 1965 году00:15:07
этот тип программы развивается00:15:08
особенно в 1980-х они служат00:15:11
в финансах или обнаружить00:15:14
мошенничество с кредитными картами00:15:15
это также время, когда они развиваются00:15:17
алгоритмы обучения, которые00:15:19
разрешить программам обрабатывать00:15:21
проблемы более сложные, чем раньше, но00:15:24
разведка конца 1980-х годов00:15:26
искусственный быстро новый кризис00:15:28
появление персональных компьютеров00:15:30
направляет финансирование в00:15:32
классические вычисления00:15:34
только в 1990-х годах00:15:37
ИИ возвращается в лаборатории00:15:39
исследовать обусловлен прогрессом в00:15:41
вычисления и начало больших данных00:15:43
в 1997 году впервые00:15:47
искусственный интеллект темно-синий00:15:49
победить чемпиона мира по шахматам00:15:51
время00:15:52
Гарри Каспаров тот же год программное обеспечение00:15:55
Распознавание голоса, разработанное00:15:57
Система дракона установлена на Windows00:16:00
этот период также знаменует собой подъем00:16:02
углубленное обучение благодаря исследователям00:16:04
как французский Ян Лекин, который00:16:06
обеспечить значительный прогресс в00:16:08
распознавание рукописного ввода и изображений00:16:10
разработаны новые методы00:16:12
затем используются для обнаружения00:16:14
проверить мошенничество, например00:16:18
[Музыка]00:16:21
за последнее десятилетие00:16:23
искусственный интеллект занимает00:16:25
новый поворотный момент00:16:26
и да, вычислительная мощность00:16:28
компьютеры с емкостью памяти и00:16:31
накопление данных увеличивается на00:16:33
необыкновенный способ улучшения00:16:35
методы, таким образом, развивают00:16:37
производительность алгоритмов, это эпоха00:16:39
диплома ning, например, алгоритм00:16:42
распознавание лиц в фейсбуке00:16:44
сделка вера почти равна00:16:46
ммм производительность и ИИ не останавливается00:16:49
его нет и в машинах00:16:50
автономный синхронный перевод00:16:53
разговор или предложения00:16:54
поисковые системы00:16:56
ИИ повсюду, он даже начинает появляться00:16:59
носить кепку художника00:17:01
программа говорит, что Джим анализирует изображения00:17:04
и благодаря обучению его00:17:06
алгоритмы, которые он умеет00:17:08
изменение результата иногда имеет00:17:10
в октябре выглядит немного психоделически00:17:13
2015 год связан с альфа-гоу-драками Google за00:17:16
впервые стал чемпионом Европы по го00:17:19
ты знаешь стратегическую игру00:17:21
миллиардов возможностей в 2017 году 80%00:17:25
крупнейшие компании мира имели00:17:27
уже вложился в разведку00:17:29
искусственная сегодня область00:17:31
Применение ИИ огромно, но00:17:33
этические вопросы00:17:34
упомянутые с 1970-х годов, более00:17:37
как никогда актуальна и должна00:17:39
заставить людей задуматься о статусе будущего00:17:42
ему уже десять лет00:17:44
искусственный интеллект действительно00:17:46
улетел и мы видим, что это мешает00:17:48
сегодня во всех регионах00:17:50
обучение технике безопасности на транспорте00:17:53
досуг она везде и в00:17:57
дома на работе, что здесь на улице00:17:59
некоторые из замечательных приложений00:18:01
искусственного интеллекта00:18:08
в больницах мы находим все больше и больше00:18:10
больше врачей, работающих с00:18:12
желание выявить причины00:18:14
некоторые заболевания, такие как рак00:18:15
чтобы помочь врачам, она изучает00:18:18
данные о пациентах, собранные из00:18:20
их анализы крови, например, и00:18:22
cia, на что она смотрит в своих анализах00:18:25
цель состоит в том, чтобы определить00:18:27
варианты, так что на самом деле мутации00:18:30
генетика, которая позволит предсказать00:18:32
на самом деле тяжесть, в частности,00:18:36
рак простаты у людей00:18:37
затронутый00:18:38
поэтому мы на самом деле начинаем с одного из сотен00:18:40
тысячи вариантов ДНК и00:18:44
цель состоит в том, чтобы идентифицировать варианты00:18:46
наиболее актуально на самом деле для прогнозирования00:18:47
болезнь, но у каждого человека есть ДНК00:18:50
разные имена, поэтому я думаю, что00:18:52
врачи уже имеют представление о том, что это такое00:18:53
ты должен посмотреть00:18:54
обычно врачи или00:18:56
у биологов уже есть интуиция00:18:58
или даже уже исследуете00:19:02
маркеры, которые пригодятся00:19:04
предсказывать болезнь на самом деле мы00:19:06
Наша работа00:19:07
на самом деле это происходит на второй фазе00:19:08
где мы стремимся расширить пространство двух00:19:12
переменные, на которые мы смотрим и пробуем00:19:14
также найти переменные00:19:15
синергетический, т.е. переменные00:19:17
которые в совокупности позволяют прогнозировать00:19:19
и это такие вещи00:19:21
сложно общаться с экспертами00:19:23
и которые на самом деле возможны с00:19:26
методы машинного обучения00:19:27
ок, ИИ анализирует данные и00:19:30
исследователи делают выводы из новостей00:19:31
пути для изучения00:19:33
какая командная работа и как мы00:19:35
научись делать все это хорошо00:19:37
методы, называемые обучением00:19:38
контролировать, то есть сказать, что на самом деле у нас есть00:19:40
использовали базу данных, которая у нас была00:19:41
маркированы, т. е. у нас есть основа для00:19:44
мы знаем, кто пациенты00:19:45
больных и здоровых пациентов, и мы будем00:19:47
попытайтесь найти, какие00:19:48
переменные, которые позволят сделать00:19:49
разница между этими больными пациентами и00:19:51
его пациентов, что число пациентов00:19:52
довольно изменчиво, но в целом это00:19:55
от 100 до 1000 пациентов треска00:19:58
относительно небольшая база для00:20:00
иметь возможность учиться - это00:20:02
сказать, что у нас меньше примеров, чем два00:20:04
переменные и да, поиска нет00:20:07
Не так просто00:20:08
внезапно заменить врача ИИ00:20:10
это не сейчас00:20:12
методы, которые мы разрабатываем00:20:13
в настоящее время он не заменяет00:20:15
доктор, но искусственный интеллект00:20:16
действительно поддерживает00:20:18
клинические исследования00:20:19
чтобы иметь возможность лучше нацеливаться00:20:22
маркеры, на которые мы хотим обратить внимание, и00:20:25
что мы хотим наблюдать на самом деле в00:20:27
пациенты, которых врачи проходят курсами00:20:29
раз это действительно уменьшает это00:20:31
что мы ищем в анализе00:20:33
кровь специально для пациентов00:20:35
так, например, вместо того, чтобы смотреть00:20:37
все позиции генома или00:20:40
все возможные варианты00:20:41
мы остановимся на нескольких00:20:43
варианты, специфичные для00:20:44
болезнь, и поэтому он проводит тесты в00:20:46
их легче надевать00:20:47
реализованы и которые также являются менее дорогостоящими00:20:48
обычно в больнице ты находишь это00:20:56
чем эта квартира не плоха нет и00:20:59
ну на самом деле это лаборатория и00:21:01
исследователи используют его для разработки00:21:02
ИИ, способный делать то, что мы называем00:21:05
мониторинг a2micile, но что это значит?00:21:08
состоит00:21:09
наблюдение за деятельностью00:21:11
никто не способен описать всю картину00:21:13
ряд действий, которые совершил человек00:21:15
в течение дня00:21:17
искусственный интеллект, чем человек00:21:18
реализовано вот то, что мы называем00:21:19
введите название обучения00:21:21
глубокие способности на примерах00:21:23
узнать, что такое00:21:25
деятельность падение поведение или00:21:28
другие продолжают нашу деятельность в00:21:30
использование домашних алгоритмов00:21:32
камеры00:21:33
смотри, они есть повсюду00:21:35
но какой смысл анализировать все наши00:21:37
действия и жесты00:21:38
поэтому, когда у вас есть люди, один00:21:40
не очень хрупкие, больные, старые00:21:42
и интересно иметь мониторинг00:21:45
что происходит в их день00:21:47
время пробуждения, которое они хорошо провели00:21:48
еду, потому что они берут ее из00:21:50
регулярно или это00:21:51
в противном случае есть недостаток00:21:52
забыл поужинать, например00:21:54
при заболевании типа00:21:55
Этот тип системы может вызвать болезнь Альцгеймера00:21:57
позволю тебе сделать просто00:21:59
оценка развития событий00:22:01
В целом это заболевания, которые00:22:02
развиваются относительно медленно и поэтому00:22:04
вариации довольно сложны00:22:06
обнаружить и благодаря этому типу системы00:22:08
более того, действительно мониторинг00:22:09
непрерывный00:22:10
мы действительно могли бы принять некоторые меры00:22:11
подробности о деятельности00:22:13
люди00:22:14
она действительно заботится о00:22:15
мы с тобой, с другой стороны, этого не должно быть00:22:18
будет легко научить его00:22:19
различать время, когда мы готовим00:22:21
и мстит00:22:22
должен быть подход, который будет использоваться00:22:25
она не уникальна, но она одна00:22:26
способ сделать это - извлечь00:22:27
скелет человека извлечен00:22:29
скелет, что это такое, чтобы найти00:22:31
поза найденного там человека00:22:32
положение конечностей рук ног00:22:35
также из-за туловища и00:22:37
дайте нейронным сетям это00:22:39
результат00:22:40
эту информацию, чтобы они00:22:41
изучать деятельность, основанную на00:22:44
поза человека и особенно00:22:45
последовательность выполняемых жестов00:22:47
никто не может есть, мыть посуду00:22:49
уборка - это занятия00:22:51
другой поэтому, когда мы хаммируем, это последовательность00:22:53
видеовход в нейронную сеть00:22:55
каждый класс должен иметь оценку и00:22:58
высший балл, вероятно,00:23:00
задача, которая выполняется в00:23:02
ты покажешь нам, как это выглядит00:23:04
ты, когда я прихожу под00:23:06
из камеры мой скелет00:23:08
автоматически обнаружить и от00:23:10
анализ слабины этого скелета00:23:12
мы сможем найти активность00:23:15
делать работу по дому ах, эти скелеты не страшны 100:23:18
в любом случае она выглядит мило и это00:23:19
Наконец-то стало приятно мыть посуду одной00:23:21
метла в руках, это было бы не так00:23:23
логика другая идея, очевидно, состоит в том, чтобы00:23:25
наблюдать за взаимодействием с00:23:28
остальное экологическое00:23:30
особенно предметы обычно00:23:33
когда я разговариваю по телефону, я00:23:35
возьму свой телефон, когда Джин00:23:36
tingguely отказ взять книгу, когда я00:23:38
выиграл телевизор, перед которым буду стоять00:23:39
телевидение00:23:40
так вот такая информация00:23:41
мы, конечно, можем добавить00:23:42
усилить интерпретацию00:23:44
певческая деятельность осуществляется00:23:49
машины, которые управляют другими00:23:51
машины, добро пожаловать на завод будущего00:23:54
здесь алгоритмы могут например00:23:56
решил немедленно прекратить все00:23:59
производственная линия и даже00:24:01
не делать перерыв на кофе00:24:03
реализовать проект, целью которого является сделать00:24:05
обнаружение дефектов на пластинах00:24:07
металл со стана горячей прокатки00:24:09
настолько запечатанная металлическая полоса, что выставляется напоказ00:24:12
очень-очень быстро на канале00:24:13
производство мы находимся в нескольких десятках метров от нас00:24:16
второй00:24:17
имеются серьезные дефекты, дефекты, которые00:24:18
не являются серьезными определенные дефекты, которые00:24:20
повлияет на качество металла00:24:21
другие, которые не повлияют поэтому00:24:23
важно уметь сказать очень00:24:25
очень быстро в процессе00:24:26
производство00:24:27
когда имеется серьезный дефект и00:24:29
когда тебе следует остановиться00:24:30
производственная линия, он не собирается ее останавливать00:24:32
без необходимости, если оно того не стоит00:24:34
трудно остановить это и обнаружить эти00:24:36
дефекты, вам нужна хорошая информация здесь00:24:38
поэтому полагается на очень датчики00:24:40
специально для сверхвысоких камер00:24:43
определение00:24:44
это называются камеры00:24:45
линейный, по сути, это камера, которая00:24:47
линии фильмов, которые практически00:24:50
десять тысяч пикселей в ширину00:24:51
моя работа на очень высоком уровне00:24:53
разрешения, так что это больше, чем несколько00:24:56
сотни мегапикселей по сравнению с00:24:58
цифровая камера00:25:00
мы в десятьсот раз выше00:25:03
условия разрешения и ванна с00:25:06
глаза одинаковы, ни одна деталь не ускользает от него00:25:08
кроме того, благодаря системам00:25:09
компьютеры улучшают сети00:25:11
нейронов связывается с распознаванием любого00:25:13
какой тип неисправности допускает машина00:25:16
быть намного быстрее в00:25:17
осмотр дефектов и даже00:25:19
точнее, оператор, чей00:25:22
некоторые дефекты похожи00:25:23
много00:25:24
оператор, он иногда будет колебаться00:25:28
между различными типами дефектов00:25:29
найдите время, чтобы принять00:25:31
решение машина сразу даст00:25:35
вероятность того, что это тип00:25:36
дефект или такой тип дефекта с00:25:39
надежность, мы надеемся, лучше, чем один00:25:41
оператор00:25:42
стандартно, чтобы ты увидел, что руль00:25:50
включается сам по себе, если это возможно, это00:25:53
потому что в этом автономном автомобиле00:25:54
пилот - разведчик00:25:56
искусственный, чтобы избежать препятствий00:25:58
она должна сначала научиться00:26:00
различать предметы вокруг себя00:26:01
как и другие машины, когда00:26:04
обучение мы представим00:26:06
примеры всех автомобилей в00:26:09
меняя, конечно, угол зрения00:26:12
условия условия принятия00:26:14
просмотреть марку и модель, чтобы иметь возможность00:26:16
иметь хорошее представление о00:26:18
изменчивость этих объектов в00:26:20
контекст, прочитала бы она достаточно00:26:23
шумы лучше меня распознать00:26:25
модели корпусов, наконец, может быть00:26:26
что я не смотрю на то, что ей нужно00:26:28
На чем сосредоточен Ли?00:26:31
алгоритм распознает общую форму00:26:32
автомобиля на изображении, которое он обнаруживает00:26:35
а также части каждой машины00:26:37
что также позволяет вам найти его00:26:40
в трех измерениях в пространстве00:26:42
пример знания расстояния по00:26:44
отношение к камере, а также00:26:46
ориентация автомобиля относительно00:26:48
к камере и со всеми этими датчиками00:26:50
машина видит на 360° вблизи и00:26:53
далеко и даже посреди бури00:26:55
ну, но если она пропустит00:26:57
реклама с автомобилем00:26:59
пример, это всегда работает00:27:00
это более тонкий случай, поэтому00:27:03
здесь мы будем считать, что этот пример00:27:06
это, конечно, отрицательный пример00:27:08
так как мы не хотим его обнаружить00:27:09
но там сказано, что здесь есть машина00:27:12
изображение, поэтому это пример того, что мы говорим00:27:14
отрицательный сложный, это означает, что мы00:27:15
можно использовать другую информацию, поэтому00:27:17
контекстная информация, которую нужно сделать00:27:19
Разница между настоящей машиной и00:27:21
машина в рекламном изображении00:27:23
например местоположение объекта00:27:25
относительно дороги00:27:26
так что рекламный щит будет00:27:29
наверное позируют на высоте и поэтому00:27:32
не будет иметь вероятного местоположения по00:27:35
отношение к дороге00:27:39
определенный искусственный интеллект00:27:42
уже интегрированы в системы00:27:44
видеонаблюдение00:27:45
но какая от этого польза?00:27:48
крайне сложно контролировать00:27:51
тысячи камер, которые могут быть00:27:52
развернуты в инфраструктуре или00:27:53
в городе, поэтому алгоритм позволяет00:27:56
обрабатывать массу информации, которая00:27:59
чрезвычайно важно и00:28:01
уже идентифицировать в видеопотоках00:28:05
ситуации, которые могут быть00:28:06
опасные ситуации00:28:07
мы обучим алгоритм для соответствия00:28:11
вероятность для каждой точки00:28:14
каждый из классов поведения и00:28:16
это даст более или менее оценку и00:28:18
самый высокий или самый низкий в зависимости от00:28:20
уверенность, которую он будет иметь в результате00:28:21
что он будет производить00:28:23
ИИ также распознает пешеходов, которые00:28:24
переходить дорогу или людей на поезде00:28:26
обсуждать это полезно во благо00:28:28
выявить опасное поведение00:28:30
Целью здесь является описание00:28:32
элементарное поведение для того00:28:35
для данного приложения может00:28:37
создать функциональность00:28:39
признание ситуации00:28:40
специфичный для конкретного поведения00:28:42
например, когда у нас есть ситуация00:28:44
люди, которые борются с движением00:28:47
соответствующих людей будет много00:28:49
более неструктурирован, чем движение00:28:52
например, два танцора и поэтому00:28:54
алгоритм будет стремиться научиться00:28:56
дескрипторы, которые позволяют кодировать00:28:59
эта информация о движении00:29:00
хаотичный00:29:01
чтобы правильно распознать ситуацию00:29:03
ситуация насилия, окей, так00:29:06
путем обучения алгоритма00:29:08
различать очень разнообразные ситуации00:29:10
и в конечном итоге узнает их больше00:29:12
легко и для этого он анализирует00:29:15
скорость движений их траектория00:29:16
или точки соприкосновения между00:29:19
люди, это видеопоток00:29:21
анализируется с помощью алгоритма, который идет для00:29:24
каждая область модели изображения00:29:27
внешний вид людей, а также00:29:30
что00:29:31
их движение вот эти двое00:29:34
люди начинают драться00:29:37
спорить и серьезно, и мы видим, что00:29:39
алгоритму удается найти в00:29:40
изображение местности региона, где есть00:29:45
ситуация насилия, которую мы ищем00:29:47
конечно, для улучшения своих алгоритмов и00:29:49
представить оба понятия00:29:52
контексте, а также совершенствовать00:29:54
алгоритмы обнаружения объектов00:29:57
распознавание объектов, чтобы лучше00:29:59
интерпретировать сцену, ситуацию, которая00:30:02
мы наблюдаем00:30:06
[Музыка]00:30:08
ты слышишь, у Сети невероятное00:30:11
талант00:30:12
[Музыка]00:30:16
100:30:19
сегодня некоторые диа способны00:30:21
создавать и играть в новые00:30:23
музыка00:30:24
как они это сделают, мы собираемся сделать00:30:26
это действительно придало машине00:30:28
набор баллов00:30:30
Моцарт из партитур Петена00:30:31
мы дадим им как можно больше00:30:33
информации, которую она будет слушать00:30:35
часть прослушивается, что она будет воспроизводить00:30:37
пока она не сможет с ней00:30:38
даже создавать новые мелодии00:30:41
цель, а не просто сделать00:30:43
чтобы машина могла производить00:30:44
музыка в том, что она ее понимает00:30:46
поэтому, тренируясь на симфониях00:30:49
классической музыки она учится00:30:51
сочинять произведения в одном стиле00:30:53
и это еще не все, что создают исследователи00:30:56
даже системы, способные импровизировать00:30:58
жить с музыкантом из00:31:01
отмечает, что он играет с нами00:31:04
что нас действительно интересует, так это00:31:05
взаимодействие между музыкантом00:31:07
аналог, который играет на своем инструменте00:31:09
физический и цифровой музыкант00:31:12
способный играть с целым00:31:15
немного материалов, например00:31:18
нам нужна система, которая00:31:19
возможность воспроизводить музыку без00:31:21
узнав об очень большом00:31:23
объемы данных00:31:24
мы видим систему, которая изначально00:31:26
Бен может брать только из трех00:31:28
или первые четыре ноты того, что они00:31:29
хочу музыкантов и тогда постепенно00:31:31
измерение производительности, мы видим его00:31:33
музыкальный дискурс обогащается и все00:31:37
принцип работы наших систем00:31:39
эти пробные образцы, эти маленькие кусочки00:31:41
музыки, чтобы иметь возможность рассказать00:31:43
другая история00:31:44
расположив их в другом порядке, мы00:31:46
превращает их в супер и что это дает?00:31:49
жить00:31:50
[Аплодисменты]00:31:52
[Музыка]00:31:58
Ой00:32:07
вау, они действительно похожи на двух музыкантов00:32:10
которые отвечают друг другу00:32:11
остается только представить00:32:13
алгоритм, который будет импровизировать на сцене00:32:15
из прекрасной музыкальной памяти00:32:17
будет ли это означать, что система00:32:20
мог видеть его маленькую музыкальную память00:32:22
под другим углом и сделать другое00:32:24
выбор00:32:25
если в дополнение к пониманию правил, которые00:32:27
есть в этой маленькой музыкальной памяти это00:32:29
вложил в него знания00:32:32
правила, регулирующие всю00:32:35
музыка из внешнего мира оптом00:32:38
[Музыка]00:32:53
[Аплодисменты]00:32:54
[Музыка]00:33:06
сегодня машины могут быть00:33:08
точнее нас во многих00:33:10
областях, и ему даже удается реализовать00:33:13
привести новые рассуждения, но эти00:33:15
достижения в области искусственного интеллекта00:33:17
далеко не единодушны, и это00:33:20
вызывает много вопросов, как00:33:22
изменит ли ИИ наше общество?00:33:26
скоро ли машина заменит00:33:28
люди, стоит ли нам планировать новый00:33:30
правовой статус своих созданий00:33:32
искусственный и, прежде всего, как это сделать00:33:35
полностью доверять машине00:33:37
особенно если мы действительно не понимаем00:33:39
его способ рассуждения00:33:41
вот некоторые из больших00:33:42
вопросы, которые мы задали нашим00:33:45
эксперт00:33:51
[Музыка]00:33:54
влияние этих нескольких замен00:33:58
то, что мы увидим, будет огромным не везде00:34:01
во всех сферах человеческой жизни00:34:03
так почему именно это00:34:05
вторжение искусственного в00:34:08
общение, которое до этого было00:34:10
почти всегда человек и как00:34:14
это вторжение искусственного и00:34:17
синтетика изменится00:34:20
мы поддерживаем наши отношения друг с другом00:34:22
между людьми это большое00:34:24
вопрос, по которому сегодня есть00:34:26
очень мало ответов, например00:34:28
распознавание лица00:34:30
Распознавание голоса создает проблемы00:34:33
фундаментальные проблемы на уровне00:34:35
права человека права на пути00:34:37
даже который наше общество и водрузило00:34:40
чьи личности собираются вместе00:34:41
создать коллектив сегодня00:34:43
в некоторых странах Европы мы видим00:34:47
сотрудники полиции шли с00:34:50
очки00:34:52
связанный00:34:53
в Интернете, что позволяет им00:34:55
в реальном времени00:34:56
глядя на человека, опознанного00:34:59
пример, если этот человек присутствует00:35:01
так что не просто найти его имя00:35:03
но иметь информацию о00:35:06
например, он преступник, а не00:35:08
этот человек присутствует?00:35:09
в таких базах данных00:35:13
полиция эти технологии меняют конфиденциальность00:35:17
и даже обменяться нашим способом00:35:21
общаться с другими каким-то образом00:35:25
фундаментальный00:35:30
[Музыка]00:35:32
Я вижу фундаментальный барьер00:35:35
это умная машина00:35:38
обучающаяся система никогда не определяет свои00:35:41
собственные цели, собственные цели00:35:44
цели программируются00:35:46
программист за машиной00:35:48
знает только данные и поэтому00:35:50
почему этот интеллект00:35:52
искусственным она себя не даст00:35:55
новые цели, которых у него нет00:35:57
никогда нигде не видел и так оно и есть00:36:01
всегда будет разница00:36:03
фундаментально между свободным агентом, потому что00:36:07
это немного свободы для гнома00:36:10
молодые руки свободны и это00:36:12
искусственный интеллект, который не будет00:36:15
каким бы слабым он ни прошел, он ограничивает это00:36:18
потому что это вполне возможно00:36:19
что она умеет делать 200 2000 то же самое00:36:22
разные задачи, почему бы и нет, но00:36:25
у нее никогда не будет такого открытия по отношению к00:36:28
неизвестное, которое характеризует свободу00:36:32
человек00:36:37
[Музыка]00:36:39
есть много-много профессий00:36:42
связаны с обучением, которое обходится без00:36:45
сомнения исчезают, которые уже начинают00:36:47
исчезнуть в медицинском секторе00:36:49
пример сегодня вам нужно прочитать00:36:52
медицинские сканирования и врач делает два00:36:55
года три года целое обучение для00:36:59
образование, чтобы научиться читать эти00:37:02
сканирует, тогда машина может это сделать00:37:04
намного лучше и намного быстрее00:37:05
потому что машина может научиться00:37:08
основе миллионов и миллионов00:37:09
копий, а не миллиардов00:37:11
копии, так что это будет быстро00:37:13
гораздо эффективнее, чем врач00:37:15
люди, читающие эти сканы00:37:17
медицинские, поэтому их много00:37:19
многие профессии, связанные с00:37:20
обучение, которое, несомненно,00:37:23
исчезнуть, что уже начинает00:37:25
пропадать а есть и другие, основанные на00:37:28
аффективность в некотором роде00:37:31
защищенный не будет заменен на00:37:34
машины00:37:35
Это не значит, что машины00:37:37
будет бесполезен для этих профессий00:37:38
может быть, они придут00:37:40
как помощники как помощники00:37:43
для решения, но не как что-то00:37:45
то, что можно полностью прогнать00:37:47
из них все сектора00:37:54
[Музыка]00:37:56
прозрачность является обязательным условием00:37:59
этика и политика, которая говорит, что это необходимо00:38:03
избегать любой ценой00:38:04
эти ситуации необъяснимые00:38:07
полномочия принимать решения, имеющие значение00:38:11
ты обычно инженер, если он00:38:13
загляни немного внутрь, и ты сможешь00:38:15
скажу тебе, что это было из-за этого00:38:17
это и это он никогда не сможет00:38:20
скажи бас просто машина со своим00:38:23
обучение решило это, я не знаю00:38:25
как и именно поэтому мы используем это00:38:28
концепция прослеживаемости, которая фактически00:38:30
в некотором смысле заменяет понятие00:38:33
прозрачность на практике прослеживаемость означает00:38:36
что необходимо будет спроектировать00:38:39
систему таким образом, чтобы она была00:38:41
еще можно размотать цепи00:38:43
причинно-следственная связь, которая привела к какому-либо00:38:47
Решение о действиях машины мы можем00:38:49
например поставить другую систему00:38:51
учащихся, чтобы он посмотрел первым00:38:54
заключается в том, что оно объясняет нам, что такое00:38:57
во-первых, поэтому существует непрозрачная система00:39:00
черный ящик, а затем второй00:39:02
кто будет складывать слова, предложения,00:39:05
пояснения на нормальном языке00:39:08
наш, мы можем сделать что-то еще00:39:10
мы можем попробовать00:39:13
найти немного этого00:39:16
коробка, что это не совсем00:39:17
черный и например сделать00:39:19
визуализации, и поэтому мы увидим, что00:39:21
когда машина в кавычках00:39:23
подумай об этом, где это происходит00:39:25
оно есть, ну, очевидно, что это не так00:39:28
реальное объяснение, но оно дает нам00:39:31
своего рода первый подход к тому, что00:39:33
происходит внутри черного ящика00:39:34
и без прав и всего этого00:39:36
подходы фундаментально создают00:39:39
доверять00:39:45
[Музыка]00:39:47
машина - это не человек, а00:39:49
это не совсем так00:39:50
нечестно говорить, что это не так00:39:52
правильно сказать, что машина одна00:39:54
судить чо только потому, что она00:39:56
вычисляет, потому что это занимает00:39:57
решения принимаются автономно, так что это00:39:59
немного больше, чем это00:40:00
Я называю его цифровым человеком00:40:02
человек – это немного больше, чем00:40:04
что-то немного меньшее, чем человек00:40:07
в действующем законодательстве эта категория00:40:09
посредника не существует и поэтому я00:40:12
думаю, мы движемся к созиданию00:40:14
этого промежуточного статуса я даю тебе00:40:15
в качестве примера всегда машина00:40:17
автономны, поэтому сегодня существуют00:40:19
юристы, которые говорят хорошо по сути00:40:21
мы не собираемся говорить, что машина00:40:23
автономный или человек, который не00:40:27
ок, это не интересно, но00:40:29
если это несчастный случай, например, причина00:40:35
эта авария не имеет прямого возврата00:40:37
любому человеку, который стоит позади00:40:39
дизайн этого автономного автомобиля00:40:41
поэтому на самом деле мы не можем сказать, что существует00:40:43
за этим он стоит за человеком00:40:45
ответственность, тогда мы не можем не00:40:49
можно сказать, что машина00:40:51
ответственный но мы можем гарантировать, что00:40:53
жертва повреждения автомобиля00:40:55
какой статус у этого крема00:40:57
Об этом говорит Европарламент00:40:59
личности в магазине или персонале00:41:02
был электронным00:41:03
Я лично не верю00:41:04
что такая категория скоро войдет00:41:07
в европейских правовых системах00:41:08
в любом случае, но я думаю, что мы00:41:10
перейдем к созданию статусов00:41:12
промежуточные этапы знали, что они нас00:41:15
не вещь и не человек, а нечто00:41:17
что-то среднее между ними и это уже00:41:19
революция в законодательстве, которая00:41:21
профиль здесь и завершить это00:41:24
задать тебе два маленьких вопроса00:41:26
кто сказал искусственный интеллект00:41:28
определяется как противоположность глупости00:41:31
естественно, это Кев Адамс из Алана00:41:34
Тьюринг или кайф говорят тебе, Аллен, я тебе говорю00:41:37
давай медитировать00:41:38
ждем ваших ответов в комментариях00:41:41
все равно ничего не выиграешь, и если это00:41:43
тебе понравилось видео, поделись им00:41:47
Shoots делает что-то, что было бы00:41:49
очень приятно, это всегда приятно00:41:50
скоро увидимся в новостях00:41:52
приключенияОписание:
Abonnez-vous, c'est pour la science ! https://www.youtube.com/LEspritSorcierOfficiel?sub_confirmation=1 Comment fonctionne une intelligence artificielle ou IA ? Quelles sont ses différentes applications, et quel est ou sera leur impact sur notre société ? Après cette vidéo, vous allez tout comprendre et aurez l'algorithme dans la peau ! Merci au jury du Prix Roberval : https://prixroberval.utc.fr/ 0:00 : Sommaire 2:31 : L'intelligence artificielle c'est quoi ? 6:17 : Comment fonctionne une intelligence artificielle ? 10:05 : De la naissance à l'âge adulte, l'IA au fil du temps 17:59 : Les grandes applications de l'IA 33:48 : Quelle place pour l'IA dans notre société ? Bibliographie complète sur notre site (en fin de dossier) : https://lespritsorcier.org/dossier-semaine/intelligence-artificielle/ https://lespritsorcier.org/ Youtube : https://www.youtube.com/LEspritSorcierOfficiel Facebook : https://www.facebook.com/EspritSorcier/ Twitter : https://twitter.com/EspritSorcier Cette vidéo a été parrainée par Olivier Schouteeten, l'un de nos généreux tipeurs qu'on remercie beaucoup ! Si vous voulez nous soutenir : https://en.tipeee.com/l-esprit-sorcier Remerciements - Lorène Allano – Ingénieure-chercheuse en machine learning au CEA-List - Olivier Bichler – Ingénieur-chercheur en deep learning au CEA-List - Julien Chiaroni – Adjoint au Directeur du CEA-List, en charge de la Stratégie et des Programmes - Bertrand Delezoide – Chercheur au CEA-List - Jérôme Gauthier – Ingénieur-chercheur en IA au CEA-List - Alexei Grinbaum – Philosophe des sciences à la CERNA et physicien au CEA - Anthony Larue – Chercheur au CEA-List - Elisabeth Lefèvre-Rémy – Responsable communication au CEA-List - Quoc Cuong Pham – Chercheur en vision artificielle au CEA-List - Patrick Sayd – Chef du laboratoire vision et ingénierie des contenus au CEA-List - Oriane Joubé – Chargée de communication web en alternance au CEA - Céline Lipari – Responsable éditoriale du site internet www.cea.fr - Frédéric Fürst – Chercheur à l’Université de Picardie - Bertrand Braunschweig – Directeur du centre Inria de saclay - Eleonore Schiltz – Membre du laboratoire Neuroscience Cognitive – ENS - Philippe Esling – Chercheur en IA appliquée à la musique à l’IRCAM - Jérôme Nika – Chercheur en interaction musicale Humain/Machine à l’IRCAM - Rémi Fox – Saxophoniste, improvisateur - Marc-Henri Lamande – Artiste - Merci aux équipes de l’IRCAM pour leur accueil - Merci aux éditions Le Pommier - Merci à l’ensemble des équipes du CEA - Merci à Gabriel Fricout et aux équipes d’ArcelorMittal Maizières Process, Global Research and Development Un dossier préparé par : Melvin Martineau et Julie Desriac / Rédaction en chef : Frédéric Courant / Direction artistique et technique : Pascal Léonard / Administratrice de production : Déborah Goua / Assistant de production : Patrick Berger / Prise de vue : Arthur Malterre, Arthur Francius / Montage : Bertrand Groc, Timothée Coignus / Voix : Valérie Guerlain, Jean-Baptiste Puech / Mixage : Pascal Stevens / Relation presse et partenariat : Camille Léonard / Graphisme et animations : Christophe Pernoud – BROTHERMAN Productions, Adrien Neto / Web design : Olivier Hamon - VO Productions, Antoine Chérel - ATALANTA / Gestion réseaux sociaux et intégration : Florent Chevallier © L’Esprit Sorcier - Novembre 2018
Готовим варианты загрузки
* — Если видео проигрывается в новой вкладке, перейдите в неё, а затем кликните по видео правой кнопкой мыши и выберите пункт "Сохранить видео как..."
** — Ссылка предназначенная для онлайн воспроизведения в специализированных плеерах
Вопросы о скачивании видео
Как можно скачать видео "TOUT COMPRENDRE À L'IA - Dossier #33 - L'Esprit Sorcier"?
Сайт http://unidownloader.com/ — лучший способ скачать видео или отдельно аудиодорожку, если хочется обойтись без установки программ и расширений. Расширение UDL Helper — удобная кнопка, которая органично встраивается на сайты YouTube, Instagram и OK.ru для быстрого скачивания контента.
Программа UDL Client (для Windows) — самое мощное решение, поддерживающее более 900 сайтов, социальных сетей и видеохостингов, а также любое качество видео, которое доступно в источнике.
UDL Lite — представляет собой удобный доступ к сайту с мобильного устройства. С его помощью вы можете легко скачивать видео прямо на смартфон.
Какой формат видео "TOUT COMPRENDRE À L'IA - Dossier #33 - L'Esprit Sorcier" выбрать?
Наилучшее качество имеют форматы FullHD (1080p), 2K (1440p), 4K (2160p) и 8K (4320p). Чем больше разрешение вашего экрана, тем выше должно быть качество видео. Однако следует учесть и другие факторы: скорость скачивания, количество свободного места, а также производительность устройства при воспроизведении.
Почему компьютер зависает при загрузке видео "TOUT COMPRENDRE À L'IA - Dossier #33 - L'Esprit Sorcier"?
Полностью зависать браузер/компьютер не должен! Если это произошло, просьба сообщить об этом, указав ссылку на видео. Иногда видео нельзя скачать напрямую в подходящем формате, поэтому мы добавили возможность конвертации файла в нужный формат. В отдельных случаях этот процесс может активно использовать ресурсы компьютера.
Как скачать видео "TOUT COMPRENDRE À L'IA - Dossier #33 - L'Esprit Sorcier" на телефон?
Вы можете скачать видео на свой смартфон с помощью сайта или pwa-приложения UDL Lite. Также есть возможность отправить ссылку на скачивание через QR-код с помощью расширения UDL Helper.
Как скачать аудиодорожку (музыку) в MP3 "TOUT COMPRENDRE À L'IA - Dossier #33 - L'Esprit Sorcier"?
Самый удобный способ — воспользоваться программой UDL Client, которая поддерживает конвертацию видео в формат MP3. В некоторых случаях MP3 можно скачать и через расширение UDL Helper.
Как сохранить кадр из видео "TOUT COMPRENDRE À L'IA - Dossier #33 - L'Esprit Sorcier"?
Эта функция доступна в расширении UDL Helper. Убедитесь, что в настройках отмечен пункт «Отображать кнопку сохранения скриншота из видео». В правом нижнем углу плеера левее иконки «Настройки» должна появиться иконка камеры, по нажатию на которую текущий кадр из видео будет сохранён на ваш компьютер в формате JPEG.
Сколько это всё стоит?
Нисколько. Наши сервисы абсолютно бесплатны для всех пользователей. Здесь нет PRO подписок, нет ограничений на количество или максимальную длину скачиваемого видео.