Все страницы

1.1 Понятие ИИ. Прикладной/слабый ИИ, сильный ИИ (AGI)
1.2 Тест Тьюринга, китайская комната Сёрля
1.3.1 Виды машинного обучения
1.3.2 Задачи, решаемые с помощью машинного обучения
1.3.3 Области применения машинного обучения
1.3 Машинное обучение, его виды и области применения
1. Договоримся об определениях
10 Благодарности
2.1.1 Счёты, абак и астролябия
2.1.2 Антикитерский механизм
2.1 Древние счётные устройства и механизмы
2.2 Неперовы палочки
2.3 Машина Шиккарда и паскалина
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
2.4.4 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
2.4 Машины Бэббиджа
2.5 Табулятор Холлерита
2.6 Вершины механических вычислительных систем: военные баллистические вычислители
2.6 Вершины механических вычислительных систем военные баллистические вычислители
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
2.7.3 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
2.7 От электромеханических машин к ЭВМ
2. Сквозь тьму веков. История думающих машин
3.1 Ним и ниматрон
3.2 Крестики-нолики
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
3.3.4 Виды решений сильное, слабое, ультраслабое
3.3.5 Гекс - игра без ничьих
3.3.6 Решения разных игр
3.3 Играть на уровне бога: от Цермело до Ломоносова (первое отступление)
3.3 Играть на уровне бога от Цермело до Ломоносова (первое отступление)
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
3.4 Шашки
3.5.10 Второй матч против чемпиона мира
3.5.11 Компьютерные шахматы после Deep Blue
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 Шахматы
3.6 Грубая сила машины: отделяем правду от вымысла (второе отступление)
3.6 Грубая сила машины отделяем правду от вымысла (второе отступление)
3.7 Го - новая цель
3.8 Итоги и перспективы
3 Машины, которые играют в игры, и игры, в которые играют машины
4.1 Бионика и история изучения мышления
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
4.2 Лягушки, мыши, кальмары, люди и другие животные в цепких руках нейрофизиологов
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
4.3.3 Удивительные приключения нейронных сетей в мире кибернетики работа с Норбертом Винером
4.3.4 Научная богема и экспериментальная эпистемология
4.3.5 Грустный эпилог
4.3 История первой модели искусственного нейрона: Мак-Каллок и Питтс
4.3 История первой модели искусственного нейрона Мак-Каллок и Питтс
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
4.4 Фрэнк Розенблатт, перцептрон, кот Тобермори и крысы
4.5 Чистюли и грязнули - разные школы ИИ
4.6 Марвин Минский и зима искусственного интеллекта
4 Нейронные сети и глубокое обучение
5.1 Три ключевых фактора успеха
5.2.1 СССР, Фрейд и котики приходят на помощь
5.2.2 Исследования Румельхарта
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
5.2.3 Метод обратного распространения ошибки
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
5.2.4 Глубокое обучение: многослойные нейронные сети с регулярной структурой
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
5.2.5 Рекуррентные нейронные сети
5.2.6 Автокодировщики, контрастное обучение и близнецы Барлоу
5.2 Модели и алгоритмы
5.3.10 Нейроморфные системы типа II сегодня
5.3.11 Перспективные вычислительные технологии
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 Машины
5.4 Данные
5 Предвестники весны искусственного интеллекта
6.1 ИИ сейчас - большой интерес, обширные вложения и хорошие прогнозы
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
6.2.1 Распознавание изображений
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
6.2.2 Распознавание звука
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
6.2.3 Распознавание образов в играх
6.2.4 Распознание образов: кое-что ещё
6.2 Машина распознаёт образы
6.3.1.1 ELIZA
6.3.1.2 PARRY
6.3.1.3 SHRDLU
6.3.1 Первые диалоговые системы: ELIZA, PARRY и SHRDLU
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
6.3.2 Сосиска в тексте: машинный перевод
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
6.3.3 Семантическая вселенная: от Бенджио и Миколова до трансформеров
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
6.3.4 Современные чат-боты и прогнозы Тьюринга
6.3. Машина учится понимать: обработка естественного языка
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
6.4 Машина учится говорить
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
6.5 Эмоциональные вычисления и социальный ИИ
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
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 Машина учится творить: генеративные модели
6 Час настал. Да грянет бал!
7.1.1 История человеческих страхов перед машинами
7.1.2 Текущая оценка опасности развития ИИ
7.1.3 Варианты преодоления рисков развития ИИ
7.1 Насколько опасен ИИ?
7.2 Сверхразум: реальные и мнимые опасности
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?
7.3 Съедят ли людей электроовцы?
7.4 Цифровой тайный суд и другие проблемы алгоритмического общества
7.5 Законодательное регулирование ИИ
7.6 Будем разумны!
7 Легенда о големе: ИИ, захватывающий мир
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)?
8 Контуры будущего: задачи сегодняшнего и завтрашнего дня
9 Заключение
Wiki-версия книги Сергея Маркова «Охота на электроовец»
Wiki.markoff.science/index.php/Охота на электроовец целиком
Аннотация
Виды машинного обучения
Договоримся об определениях
Дубль, удалить
Заглавная страница
Задачи, решаемые с помощью машинного обучения
Машинное обучение, его виды и области применения
Начало
О книге "Охота на электроовец"
О книге Охота на электроовец
Оглавление
Охота на электроовец
Охота на электроовец целиком
Понятие ИИ. Прикладной/слабый ИИ, сильный ИИ (AGI)
Предисловие
Тест Тьюринга, китайская комната Сёрля

Источник — http://wiki.markoff.science/index.php/Служебная:Все_страницы