Охота на электроовец
Каждому разделу книги соответствует одна wiki-страница:
Начало
Аннотация
Оглавление
Предисловие
1. Договоримся об определениях
1.1 Прикладной/слабый ИИ, сильный ИИ (AGI)
1.2 Тест Тьюринга, китайская комната Сёрля
1.3 Машинное обучение, его виды и области применения
1.3.1 Виды машинного обучения
1.3.2 Задачи, решаемые с помощью машинного обучения
1.3.3 Области применения машинного обучения
2. Сквозь тьму веков. История думающих машин
2.1 Древние счётные устройства и механизмы
2.1.1 Счёты, абак и астролябия
2.1.2 Антикитерский механизм
2.2 Неперовы палочки
2.3 Машина Шиккарда и паскалина
2.4 Машины Бэббиджа
2.4.1 Юность Бэббиджа. Проект де Прони как источник вдохновения
2.4.2 Доработка таблиц "Морского альманаха". Первая модель разностной машины
2.4.3 Развитие и проблемы проекта разностной машины
2.4.4 Последователи Бэббиджа: Георг Шутц и другие
2.4.5 Идеи Бэббиджа и их реализация
2.4.6 История перфокарт
2.4.7 Современники Бэббиджа - Ада Лавлейс и Луиджи Менабреа
2.4.8 Последние годы Бэббиджа и дальнейшая жизнь его идей
2.5 Табулятор Холлерита
2.6 Вершины механических вычислительных систем: военные баллистические вычислители
2.7 От электромеханических машин к ЭВМ
2.7.1 Конрад Цузе, создатель первого компьютера Z1
2.7.2 Говард Эйкен и компьютер Mark I
2.7.3 Кто же был первым?
2.7.4 Теоретики - Гёдель, Чёрч, Тьюринг
2.7.5 Забытый изобретатель Джон Винсент Атанасов
2.7.6 Взлом немецких военных шифров
2.7.7 Создатели советских ЭВМ - Сергей Лебедев и Исаак Брук
3 Машины, которые играют в игры, и игры, в которые играют машины
3.1 Ним и ниматрон
3.2 Крестики-нолики
3.3 Играть на уровне бога: от Цермело до "Ломоносова" (первое отступление)
3.3.1 Основоположник теории игр Эрнст Цермело
3.3.2 Метод обратной индукции
3.3.3 Применение обратной индукции для анализа шахматных окончаний
3.3.4 Виды решений: сильное, слабое, ультраслабое
3.3.5 Гекс - игра без ничьих
3.3.6 Решения разных игр
3.4 Шашки
3.4.1 Начало. Шашечная программа Кристофера Стрейчи
3.4.2 Продолжение. Шашечная программа Артура Сэмюэла
3.4.3 Дебют программы Chinook Джонатана Шеффера
3.4.4 Первый матч против чемпиона мира
3.4.5 Решающий матч
3.4.6 Нахождение слабого решения шашек
3.5 Шахматы
3.5.1 Шахматные автоматы и механизмы
3.5.2 Шахматные программы: без шахматных машин
3.5.3 Алекс Бернстайн и первая полноценная шахматная программа
3.5.4 СССР и США - творческая атмосфера созидания
3.5.5 Первые матчи шахматных программ и история "Каиссы"
3.5.6 Рассуждения о теоретической основе шахматного программирования и идеи Ботвинника
3.5.7 Прогресс в компьютерных шахматах в конце XX века
3.5.8 Появление и развитие проекта Фэнсюна Сюя
3.5.9 Первый матч против чемпиона мира
3.5.10 Второй матч против чемпиона мира
3.5.11 Компьютерные шахматы после Deep Blue
3.6 Грубая сила машины: отделяем правду от вымысла (второе отступление)
3.7 Го - новая цель
3.8 Итоги и перспективы
4 Нейронные сети и глубокое обучение
4.1 Бионика и история изучения мышления
4.2 Лягушки, мыши, кальмары, люди и другие животные в цепких руках нейрофизиологов
4.2.1 От экспериментов на животных до открытия нейронов
4.2.2 История исследований электрической активности мозга
4.2.3 Первые математические модели нейрона - Хорвег, Вейс и Лапик
4.2.4 Принцип "всё или ничего" - Лукас, Эдриан, Като
4.2.5 Два английских джентльмена и долгопёрый прибрежный кальмар
4.2.6 Мышонок Гарольд и его увлекательная жизнь после смерти
4.2.7 Коннектомика сегодня
4.3 История первой модели искусственного нейрона: Мак-Каллок и Питтс
4.3.1 Учёный, беспризорник и иммигрант
4.3.2 "Мы знаем, как мы знаем"
4.3.3 Удивительные приключения нейронных сетей в мире кибернетики: работа с Норбертом Винером
4.3.4 Научная богема и экспериментальная эпистемология
4.3.5 Грустный эпилог
4.4 Фрэнк Розенблатт, перцептрон, кот Тобермори и крысы
4.4.1 Наследие Мак-Каллока и Питтса
4.4.2 Развитие нейросетевых моделей
4.4.3 Исследования нейробиологов
4.4.4 Первые эксперименты в области искусственных нейронных сетей
4.4.5 Перцептрон Розенблатта
4.4.6 Первые нейрокомпьютеры
4.4.7 Нейросетевые исследования 1960-х годов
4.4.8 Теоретические результаты
4.4.9 Друзья, увлечения и крысы Розенблатта
4.5 "Чистюли" и "грязнули" - разные школы ИИ
4.6 Марвин Минский и зима искусственного интеллекта
5 Предвестники весны искусственного интеллекта
5.1 Три ключевых фактора успеха
5.2 Модели и алгоритмы
5.2.1 СССР, Фрейд и котики приходят на помощь
5.2.2 Исследования Румельхарта
5.2.3 Метод обратного распространения ошибки
5.2.3.1 Описание проблемы
5.2.3.2 Начало поиска метода
5.2.3.3 Зигмунд Фрейд и его нейробиологические исследования
5.2.3.4 Теория расчёта весов и описание метода обратного распространения ошибки
5.2.4 Глубокое обучение: многослойные нейронные сети с регулярной структурой
5.2.4.1 Роль котиков в развитии нейронных сетей
5.2.4.2 Когнитрон и неокогнитрон Кунихико Фукусимы
5.2.4.3 Ян Лекун: внедрение метода обратного распространения ошибки для обучения свёрточных нейронных сетей
5.2.5 Рекуррентные нейронные сети
5.2.5.1 Обсуждение теоретической возможности
5.2.5.2 Предложения и проблемы
5.2.5.3 Сети с долгой краткосрочной памятью (LSTM) и другие модели
5.2.6 Автокодировщики, контрастное обучение и близнецы Барлоу
5.3 Машины
5.3.1 Гордон Мур и его закон
5.3.2 Пределы роста
5.3.3 Оборудование для нейронных сетей: GPU, TPU, FPGA
5.3.4 Импульсные нейронные сети
5.3.5 Нейроморфные системы типа I. Начало
5.3.6 Нейроморфные системы типа I. Исследования мозга и принцип STDP
5.3.7 Нейроморфные системы типа I. Перспективы
5.3.8 Нейроморфные системы типа II. Начало
5.3.9 Открытие мемристора
5.3.10 Нейроморфные системы типа II сегодня
5.3.11 Перспективные вычислительные технологии
5.4 Данные
6 Час настал. Да грянет бал!
6.1 ИИ сейчас - большой интерес, обширные вложения и хорошие прогнозы
6.2 Машина распознаёт образы
6.2.1 Распознавание изображений
6.2.1.1 Фей-Фей Ли и ImageNet
6.2.1.2 SuperVision и её особенности
6.2.1.3 Предшественники AlexNet
6.2.1.4 Последователи AlexNet. GoogLeNet как новый уровень
6.2.1.5 Конец начала и перспективы развития
6.2.2 Распознавание звука
6.2.2.1 "Тобермори" - фоноперцептрон Розенблатта
6.2.2.2 Теория звука и общие соображения о распознавании речи
6.2.2.3 Корпусы речи
6.2.2.4 Метрики оценки
6.2.2.5 Прогресс и проблемы
6.2.3 Распознавание образов в играх
6.2.3.1 Победа в го
6.2.3.2 Методы в основе AlphaGo
6.2.3.3 Дальнейшее развитие AlphaGo - отказ от человеческих знаний
6.2.3.4 Кто же сильнее в шахматах?
6.2.3.5 Последние достижения нейросетей в го и шахматах
6.2.3.6 Игры с неполной информацией: карточные игры
6.2.3.7 Игры с неполной информацией: стратегии реального времени
6.2.4 Распознание образов: кое-что ещё
6.3. Машина учится понимать: обработка естественного языка
6.3.1 Первые диалоговые системы: ELIZA, PARRY и SHRDLU
6.3.1.1 ELIZA
6.3.1.2 PARRY
6.3.1.3 SHRDLU
6.3.2 Сосиска в тексте: машинный перевод
6.3.2.1 Первые проекты Смирнова-Троянского и Арцруни
6.3.2.2 Использование ЭВМ и формулирование теории машинного перевода
6.3.2.3 Джорджтаунский эксперимент, принёсший оптимизм
6.3.2.4 Отчёт ALPAC, принёсший разочарование
6.3.2.5 Подходы к машинному переводу и его дальнейшее развитие
6.3.2.6 Метрики и проблемы качества перевода
6.3.3 Семантическая вселенная: от Бенджио и Миколова до трансформеров
6.3.3.1 Представление текстовой информации
6.3.3.2 Языковые модели и работа Бенджио
6.3.3.3 Революция word2vec
6.3.3.4 Наследники word2vec. Концепция "внимания"
6.3.3.5 Вторая революция в NLP: трансформеры
6.3.3.6 Тесты на понимание естественного языка
6.3.4 Современные чат-боты и прогнозы Тьюринга
6.3.4.1 Успехи чат-ботов - отличаем правду от вымысла
6.3.4.2 Смысл теста Тьюринга
6.3.4.3 Прогресс диалоговых систем и применяемые подходы
6.3.4.4 Перспективные диалоговые модели
6.4 Машина учится говорить
6.4.1 Первые попытки синтеза речи
6.4.2 Новые шаги - от "Эуфонии" к вокодерам
6.4.3 Синтез речи на ЭВМ и его применение
6.4.4 Развитие конкатенативного синтеза речи
6.4.5 Развитие параметрического синтеза речи
6.4.6 Первые применения нейронных сетей для синтеза речи
6.4.7 Появление модели WaveNet и новые проблемы
6.4.8 Современные TTS-системы
6.4.9 Направления новых исследований
6.5 Эмоциональные вычисления и социальный ИИ
6.5.1 Как насчёт эмоций и сознания у машин?
6.5.2 Эмоциональный интеллект
6.5.3 Представление эмоциональной информации
6.5.4 Наборы данных для анализа эмоций
6.5.5 Современные достижения в анализе эмоций
6.5.6 Настоящее и будущее эмоциональных вычислений
6.6 Машина учится творить: генеративные модели
6.6.1 Критерии творчества
6.6.2 Первые опыты по автоматизации сочинения текстов
6.6.3 Рождение нейросетевой литературы
6.6.4 GPT-3 и гонка за триллионом параметров
6.6.5 Лучше меньше, да умнее! Появление ChatGPT
6.6.6 Фундаментальные модели и новые перспективы
6.6.7 Машина как художник. Первые шаги: раскраска и стилизация
6.6.8 Машина как художник. Генеративно-состязательные сети и ганизм
6.6.9 Машина как художник. Создание изображения по текстовому описанию
6.6.10 Машина создаёт видео
6.6.11 Машина как композитор
6.6.12 Машина создаёт всё: мультимодальные модели
6.6.13 Другие творческие успехи машин
7 Легенда о големе: ИИ, захватывающий мир
7.1 Насколько опасен ИИ?
7.1.1 История человеческих страхов перед машинами
7.1.2 Текущая оценка опасности развития ИИ
7.1.3 Варианты преодоления рисков развития ИИ
7.2 Сверхразум: реальные и мнимые опасности
7.3 Съедят ли людей электроовцы?
7.3.1 Влияние технического прогресса на общество: история проблемы
7.3.2 Сегодня в мире: прогресс и перспективы
7.3.3 Бессмысленный труд: невкусный плод древа прогресса
7.3.4 Висит груша - нельзя скушать: новые рабочие места
7.3.5 Идея безусловного основного дохода
7.3.6 Призрак постмальтузианства
7.3.7 Перспективы различных профессий в эпоху четвёртой индустриальной революции
7.3.8 Грозит ли человечеству безделье: насколько реальна проблема избытка рабочей силы?
7.4 Цифровой тайный суд и другие проблемы алгоритмического общества
7.5 Законодательное регулирование ИИ
7.6 Будем разумны!
8 Контуры будущего: задачи сегодняшнего и завтрашнего дня
8.1 Перспективные направления исследований
8.2 Облачные технологии и распределённое обучение
8.3 Иллюзии нейросетей
8.4 Интерпретация работы моделей ИИ
8.5 Морально-этические вопросы применительно к ИИ
8.6 Далеко ли до общего искусственного интеллекта (AGI)?
9 Заключение
10 Благодарности
Loading comments...