А еще 6 июня я выступал на Never Ending Conference в Вышке. Это неформальная конференция в основном со странными докладами.
Но у нас была своя уютная секция. Ее организовали Максим Евстигнеев и Катя Власенкова
#Репортаж
Но у нас была своя уютная секция. Ее организовали Максим Евстигнеев и Катя Власенкова
#Репортаж
Ты используешь дефис в выражениях вроде "бытие-к-смерти" для того, чтобы язык сущих становился языком Бытия через монолог — внутренний диалог языка с самим собой, чтобы слова не выражали застывшую мысль в терминах и определениях, а через этимологию, псевдо-этимологию, поэтику и метафорическое использование лепетали в горизонте просвета (не)сокрытого.
Я использую дефис для того, чтобы было смешно.
Мы — разные.
Статья с фото:
Kiteley, Murray. “Is Existence a Predicate?” Mind, vol. 73, no. 291, 1964, pp. 364–73.
#Находки
Я использую дефис для того, чтобы было смешно.
Мы — разные.
Статья с фото:
Kiteley, Murray. “Is Existence a Predicate?” Mind, vol. 73, no. 291, 1964, pp. 364–73.
#Находки
Если в названии вашей статьи нет слова "супер-пупер", я не буду ее читать. Жизнь слишком коротка.
#Находки
#Сознание
#Метафизика
#Находки
#Сознание
#Метафизика
😁22
Гадание на #AI🔮 1/12
Нейронные сети, безжалостно критикуемые с самого момента их появления, были "окончательно дискредитированы" в 1969 году. Марвин Мински и Сеймур Паперт математически доказали, что возможности двухслойных (имеющих только ввод и вывод) нейронных сетей весьма ограниченны, а сети с большим количеством слоев никто не знал как обучать. На этом фоне в 1972-м критик техники и прогресса Хьюберт Дрейфус предсказывал, что машины не смогут обыграть человека в шахматы.
Нейронные сети нанесли ответный удар только в 1986 году, когда Джеффри Хинтон предложил метод обратного распространения ошибки, который позволил обучать нейронные сети с двумя и более слоями.
Нейронные сети, безжалостно критикуемые с самого момента их появления, были "окончательно дискредитированы" в 1969 году. Марвин Мински и Сеймур Паперт математически доказали, что возможности двухслойных (имеющих только ввод и вывод) нейронных сетей весьма ограниченны, а сети с большим количеством слоев никто не знал как обучать. На этом фоне в 1972-м критик техники и прогресса Хьюберт Дрейфус предсказывал, что машины не смогут обыграть человека в шахматы.
Нейронные сети нанесли ответный удар только в 1986 году, когда Джеффри Хинтон предложил метод обратного распространения ошибки, который позволил обучать нейронные сети с двумя и более слоями.
Гадание на AI🔮 2/12
Тем не менее метод обратного обучения — фундамент сегодняшнего глубокого обучения — смог продемонстрировать свою силу только недавно, когда вычислительные мощности и инженерные возможности это позволили. В последние годы эту силу заметили, наверное, все. И создание передовых AI вошло в зону конкурентного рынка (об этом писал Антон Кузнецов в последнем посте).
Тем не менее метод обратного обучения — фундамент сегодняшнего глубокого обучения — смог продемонстрировать свою силу только недавно, когда вычислительные мощности и инженерные возможности это позволили. В последние годы эту силу заметили, наверное, все. И создание передовых AI вошло в зону конкурентного рынка (об этом писал Антон Кузнецов в последнем посте).
Гадание на AI 4/12
Сегодня больше половины экспертов по машинному обучению убеждены, что с более чем 50% вероятностью "AI человеческого уровня" будет к 2061 году. И 90% убеждены, что это с высокой вероятностью произойдет к 2120 году.
Human-level, конечно, размытое понятие. Agency не то же самое, что интеллект, но agency может быть таким мощным, что будет "умнее" людей (об этом пишет Флориди, например). То есть речь идет о том, что AI будет выполнять задачи эффективнее, чем человек. И в экономическом плане использование AI будет оправданнее для огромного количества задач.
Сегодня больше половины экспертов по машинному обучению убеждены, что с более чем 50% вероятностью "AI человеческого уровня" будет к 2061 году. И 90% убеждены, что это с высокой вероятностью произойдет к 2120 году.
Human-level, конечно, размытое понятие. Agency не то же самое, что интеллект, но agency может быть таким мощным, что будет "умнее" людей (об этом пишет Флориди, например). То есть речь идет о том, что AI будет выполнять задачи эффективнее, чем человек. И в экономическом плане использование AI будет оправданнее для огромного количества задач.
Гадание на AI 6/10
Есть сообщество Milestones. Здесь можно посмотреть разные прогнозы, в том числе по поводу AI. (Там есть как маленькие полушуточные опросы, так и большие серьезные) Доверять ему полностью, конечно не стоит. Но в основном это высокомотивированные энтузиасты-гики.
Суть такая: прогнозы постоянно сдвигаются ближе к нашему дню
Есть сообщество Milestones. Здесь можно посмотреть разные прогнозы, в том числе по поводу AI. (Там есть как маленькие полушуточные опросы, так и большие серьезные) Доверять ему полностью, конечно не стоит. Но в основном это высокомотивированные энтузиасты-гики.
Суть такая: прогнозы постоянно сдвигаются ближе к нашему дню
Гадание на AI 7/12
Недавний прогресс в AI был достигнут, несмотря на ограниченность количества инвестиций и задействованных умов. Сейчас ситуация изменилась и инвестиции растут с огромной скоростью.
Недавний прогресс в AI был достигнут, несмотря на ограниченность количества инвестиций и задействованных умов. Сейчас ситуация изменилась и инвестиции растут с огромной скоростью.
Гадание на AI 8/12
То же самое происходит и с исследованиями (спад во втором графике из-за Covid)
#Наука
То же самое происходит и с исследованиями (спад во втором графике из-за Covid)
#Наука
Гадание на AI 9/12
На днях компания Nvidia стала самой дорогой по капиталовложению. Nvidia производит видеокарты, на которых обучаются нейросети. Причем вложения в компанию достигли такого уровня именно на волне нейросеток. О последних процессорах и монополии Nvidia тоже писал Антон Кузнецов
На днях компания Nvidia стала самой дорогой по капиталовложению. Nvidia производит видеокарты, на которых обучаются нейросети. Причем вложения в компанию достигли такого уровня именно на волне нейросеток. О последних процессорах и монополии Nvidia тоже писал Антон Кузнецов
😍5
Гадание на AI🔮 10a/12
В итоге большинство имеющихся предсказаний с разными методиками выдают именно 2060 год. В нем эксперты и предсказатели сходятся на >50% вероятности появления AI, который будет эффективнее человека во всех задачах, имеющих экономический импакт (или вроде того).
Прогнозы по поводу рисков — правда очень медленно — тоже растут в сторону уменьшения алармизма. Как в лекциях говорит Флориди (кстати, один из самых цитируемых философов), риски являются не столько проблемой искусственного интеллекта как такового, сколько проблемой государства, а точнее его организации взаимодействия с сильным искусственным интеллектом.
В итоге большинство имеющихся предсказаний с разными методиками выдают именно 2060 год. В нем эксперты и предсказатели сходятся на >50% вероятности появления AI, который будет эффективнее человека во всех задачах, имеющих экономический импакт (или вроде того).
Прогнозы по поводу рисков — правда очень медленно — тоже растут в сторону уменьшения алармизма. Как в лекциях говорит Флориди (кстати, один из самых цитируемых философов), риски являются не столько проблемой искусственного интеллекта как такового, сколько проблемой государства, а точнее его организации взаимодействия с сильным искусственным интеллектом.
Гадание на AI 11/12
Интересно, что большинство самых цитируемых и важных публикаций на тему AI опубликованы просто препринтами. Этот тренд — уход от медленных академических журналов с peer-review — наблюдается и в математике и физике. Но в AI, конечно, он очень сильный.
#Наука
Интересно, что большинство самых цитируемых и важных публикаций на тему AI опубликованы просто препринтами. Этот тренд — уход от медленных академических журналов с peer-review — наблюдается и в математике и физике. Но в AI, конечно, он очень сильный.
#Наука
Гадание на AI 12/12
Более очевидная тенденция: аффилиация с IT-компанией в машинном обучении уже давно стала повседневностью. Ученых мирового класса разобрали Google/Nvidia/Meta
#Наука
Более очевидная тенденция: аффилиация с IT-компанией в машинном обучении уже давно стала повседневностью. Ученых мирового класса разобрали Google/Nvidia/Meta
#Наука