ForkLog AI
11K subscribers
1.53K photos
267 videos
12 files
5.09K links
Культовый журнал об искусственном интеллекте, нейронках и машинном обучении.


Наши эксперименты с нейронными сетями: https://www.tiktok.com/@forklogai.

Реклама на ForkLog: https://forklog.com/advertisement/
Download Telegram
📚 Одной из точек отсчета зарождения ИИ-технологии принято считать момент выхода в свет работы Норберта Винера «Кибернетика: или Контроль и коммуникация у животных и машин» в 1948 году.

В ней автор впервые публично употребил термин «кибернетика» для обозначения саморегулируемых механизмов. Произведение заложило теоретические основы для сервомеханизмов, аналоговых компьютеров, искусственного интеллекта и автоматической навигации.

По словам самого Винера, источником идей его книги стала серия встреч в Гарвардской медицинской школе. На них на протяжении десяти лет медики обсуждали научные методы вместе с математиками, физиками и инженерами.

Автор «Кибернетики» подчеркивал междисциплинарную природу выбранного подхода и часто ссылался на свои работы с Вэниваром Бушем и его дифференциальным анализатором — примитивной версией аналогового компьютера.

#ИИстория
Please open Telegram to view this post
VIEW IN TELEGRAM
📖 Октябрь 1950: британский математик и криптограф Алан Тьюринг публикует работу «Вычислительные машины и разум».

В ней автор предложил знаменитый тест, стандартная интерпретация которого звучит следующим образом:

«Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем идет диалог: с коллегой или программой. Задача машины — ввести человека в заблуждение, заставив сделать неверный выбор».

Любопытно, что существует проект Long Bet Project, включающий пари стоимостью $20 000 между основателем Lotus, Митчем Капуром («не согласен») и техдиректором Google, Рэймондом Курцвейлом («согласен»).

Смысл пари: пройдет ли компьютер тест Тьюринга к 2029 году. А что думаете вы?

👍 - да
🌚 - нет
🔥 - тест уже пройден, от нас скрывают

#ИИстория
Please open Telegram to view this post
VIEW IN TELEGRAM
Лето 1956: в Дартмутском колледже Джон Маккарти организовал конференцию, предоставив исследователям форум для обсуждения способов достижения интеллектуального поведения от компьютеров.

Была поставлена задача: «Заставить машину вести себя так, как вел бы себя человек».

В названии конференции — «Летний исследовательский проект по искусственному интеллекту» — был впервые использован термин ИИ.

Организаторами также стали: Марвин Мински, Клод Шеннон (создатель теории информации) и Натаниэль Рочестер. На конференцию пригласили шестерых крупных американских ученых, так или иначе связанных с вопросами теории управления, теории автоматов, нейронных сетей, теории игр и исследованием интеллекта:

• Артура Самюэля (IBM);
• Аллена Ньюэлла, Герберта Саймона (Университет Карнеги — Меллона);
• Тренчарда Мура (Принстонский университет);
• Рэя Соломонова и Оливера Селфриджа (Массачусетский технологический институт).

К 50-летию этого события 13-15 июня 2006 года проведена «Дартмутская конференция по искусственному интеллекту: следующие 50 лет».

Первые 18 лет из этих 50 уже очень сильно продвинули нас вперед, что же принесут оставшиеся 35?

👍 — достижение AGI
🔥 — достижение ASI
🗿 — стагнация
🤯 — уничтожение человечества

#ИИстория
Please open Telegram to view this post
VIEW IN TELEGRAM
1956 год: Артур Самуэль опубликовал результаты разработки компьютерной программы Checkers-playing, умеющей играть в шашки Это одна из первых самообучающихся программ в мире и одна из первых демонстраций базовых понятий искусственного интеллекта.

Программа использовала методы машинного обучения для улучшения игрового процесса и могла посоревноваться с любительским уровнем.

1959 год: профессор Самуэль ввел термин «машинное обучение» в публичное пространство.

Основой программного механизма было дерево поиска игровых позиций, достижимых из текущего состояния. Так как количество памяти в его распоряжении было ограниченным, Самуэль реализовал то, что теперь называют альфа-бета-отсечением. Вместо того, чтобы искать каждый путь для всего хода игры, Самуэль развивал сложную полиноминальную оценочную функцию, основанную на позиции в любой момент времени.

Для представления позиции Самуэль использовал три 36-битных числа — по одному для представления черных и белых шашек, и одно для дамок. Четыре дополнительных бита использовались для контроля выхода за пределы поля. Есть версия, что компьютеры фирмы IBM, где работал Самюэль, имели в то время 36-битную архитектуру именно благодаря Самюэлю.

#ИИстория
Апрель 1960: упомянутый ранее Джон Маккарти презентует язык программирования Lisp. Его название сложено из словосочетания List processing («обработка списка»).

Язык был специально создан для разработок в области ИИ. Его синтаксис хорошо подходит для манипулирования структурами данных и представления сложной символьной информации. Lisp до сих пор остается востребованным языком в сфере.

На протяжении более чем сорокалетней истории его существования появился ряд диалектов: Common LISP, Mac LISP, Inter LISP, Standard LISP и др. А вы когда-нибудь использовали этот язык?

❤️ - один из любимых;
🔥 - нет, но знаком с ним;
👍 - просто лайк за историю;
🌚 - я не программист.

#ИИстория
1966 год: Джозеф Вейценбаум разработал один из первых чат-ботов ELIZA. Он назвал его в честь Элизы Дулитл, героини пьесы Бернарда Шоу «Пигмалион».

Программа использовала метод сопоставления шаблонов для имитации разговора и могла отвечать на запросы пользователя с помощью заранее настроенных ответов.

Один из скриптов имитировал психотерапевта. Чат-бот задавал вопросы и делал логичные заявления на основе сообщений пользователей.

Любопытно, что спустя 57 лет инженерам все еще есть к чему стремиться. Летом 2023 года Национальная ассоциация расстройств пищевого поведения США отключила своего чат-бота по имени Tessa. Это произошло за два дня до замещения им людей, работающих на «горячей линии» организации. Причиной стал скандал в социальных сетях, когда пользователи обнародовали скриншоты c опасными для здоровья советами.

#ИИстория
1968 год: команда из Стэнфордского исследовательского института под руководством Чарльза Росена представляет публике Shakey (Шейки) — первого мобильного робота, способного рассуждать над своими действиями. Он умел воспринимать окружающую среду, планировать, принимать решения и передвигаться.

В то время как другим роботам требовались инструкции для каждого конкретного шага, Шейки мог анализировать команды и разбивать их на простые составные части. Принято считать, что это был первый механизм, сочетающий логический анализ с физическими действиями.

Проект по его созданию объединил исследования в области робототехники, компьютерного зрения и обработки естественного языка. Стоит отметить, что основная часть программы для Шейки была основана на LISP.

В настоящий момент робот находится в Музее компьютерной истории города Маунтин-Вью (Калифорния). Стоит ли Дженсену Хуангу взять его на следующую конференцию GTC?

👍 — да, его не хватало
❤️ — не надо, могут сломать
🔥 — скоро они будут водить нас на выставки

#ИИстория
Please open Telegram to view this post
VIEW IN TELEGRAM
1974 год: в Стэнфордском университете разработана экспертная система MYCIN. Она была написана на LISP’е в качестве докторской диссертации Эдвардом Шортлиффом.

При помощи ИИ система выявляла бактерии, вызывающие тяжелые инфекции вроде бактериемии и менингита, а также рекомендовала лечение.

Название происходит от суффикса «-мицин», часто встречающегося в названиях антибиотиков. Также MYCIN использовалась для диагностики заболеваний свертываемости крови.

Исследования, проведенные в Stanford Medical School, обнаружили, что MYCIN предлагала приемлемую терапию примерно в 69% случаев, что лучше, чем у экспертов по инфекционным болезням, которых оценивали по тем же критериям.

#ИИстория
Forwarded from ForkLog
В 1925 году ошеломленная публика наблюдала за пилотным проездом самого первого автомобиля без водителя American Wonder. Никто не понимал, как это вообще возможно — ведь за рулем никого не было, а машина двигалась.

Скоро исполнится ровно 100 лет с этого события, а мы все так же не перестаем удивляться беспилотному транспорту — пусть на смену жулику с радиопультом и пришли ИИ-инженеры. Подробнее — в статье Богдана Каминского.

https://forklog.com/?p=229644

#ИИстория
1958-1974. Эпизод I

Практическое воплощение концепция нейросетей получила в 1958 году, когда нейрофизиолог Фрэнк Розенблатт создал перцептрон — компьютерную программу, а также одноименное физическое устройство.

Перцептрон представлял собой механизм с датчиками, с помощью которых прибор мог считывать информацию. К ним подносили карточки с символами и машина научилась распознавать некоторые из них.

Ученые пришли к выводу, что нужно тренировать нейросети обрабатывать не только бинарные, но и аналоговые, непрерывные сигналы. Так появился новый вид обучения — градиентный спуск по поверхности ошибки. Позднее он лег в основу метода обратного распространения ошибки, который используется до сих пор.

Как думаете, можно ли перцептрон считать первой нейросетью?

👍 — конечно
🌚 — только при очень сильном приближении
🔥 — не знал, что нейросетям уже столько лет, спасибо
❤️ — жду Эпизод II

#ИИстория
1958-1974. Эпизод II

В 1969 году вышла книга «Перцептроны» за авторством Марвина Мински и Сеймура Паперта, в которой устройства Розенблатта подвергались закономерной критике.

Поскольку в механизме использовалась однослойная нейронная сеть — он не мог выполнять логическую операцию XOR (исключающее ИЛИ). Также на данном этапе компьютеры не обладали достаточной вычислительной мощностью, а значит не могли обработать большой объем данных, который требовался для обучения нейронных сетей.

Однако в 1974 году независимо друг от друга Александр Галушкин и Пол Вербос описали метод обратного распространения ошибки, который подразумевал, что сигнал об ошибке идет не от входов, а от выходов сети.

Это позволяло решить задачу обучения многослойных сетей. К тому же теперь они могли совершать операцию XOR.

#ИИстория
1980 год: Кунихико Фукусима разрабатывает неокогнитрон — многослойную иерархическую нейронную сеть для распознавания визуальных образов, таких как иероглифы и изображения.

Прообраз сети был позаимствован из модели, предложенной Хьюбелом и Визелем (1959), согласно которой, существует два вида клеток в первичной зрительной коре: простая и сложная клетка, расположенные каскадно.

Стоит отметить, что нейросеть имеет способности распознавать образы независимо от их преобразований, вращений, искажений и изменений масштаба.

Неокогнитрон заложил основу для развития сверточных нейросетей — его принципы широко используются в наши дни.

#ИИстория
1982 год: в сети Хопфилда удалось реализовать двустороннюю передачу информации между нейронами. Так появились нелинейные функции активации, которые обеспечивают сложные взаимосвязи между входными и выходными данными.

В отличие от многих нейронных сетей, работающих до получения ответа через определенное количество тактов, сети Хопфилда работают до достижения равновесия, когда следующее состояние сети в точности равно предыдущему. Их вариацией является «нейронная сеть Хэмминга».

На этом этапе все было готово для глубокого обучения. Но прошло еще более 10 лет, прежде чем концепция получила полноценное воплощение.

#ИИстория
1986 год: Д. Румельхарт, Дж. Хинтон и Р. Вильямс независимо и одновременно с С. И. Барцевым и В. А. Охониным публикуют экспериментальный анализ метода обратного распространения ошибки (backpropagation). Любопытно, что впервые он был описан еще в 1974 году П. Дж. Вербосом.

Ученые предложили более эффективный способ обучения сложных многослойных нейросетей через регулирование веса связей между нейронами.

С этого момента к этой области возник сильный интерес. Даже сегодня алгоритм широко используется для тренировки искусственного интеллекта.

#ИИстория
1988 год: Джуда Перл публикует работу «Вероятностные рассуждения в интеллектуальных системах». В этой книге, представляющей собой итог многолетних исследований и более чем 50 публикаций, Перл предлагает новый подход к построению моделей — Байесовские и Марковские сети.

После публикации вероятностный подход стал важной частью разработок в области машинного обучения, статистики, распознавания естественного языка, вычислительной биологии, машинного зрения, робототехники и когнитивных наук.

Перл известен своим высказыванием: «Любой феномен, который демонстрирует человек, должен суметь имитировать и компьютер».

А вы согласны с ним?

👍 - звучит логично;
🌚 - у машин нет мотивации;
🔥 - сингулярность уже близко;
❤️ - просто спасибо за историю.

#ИИстория