Мелани Митчелл Идиот или гений? Как работает и на что способен искусственный интеллект
Пролог Испуганные
ИИ и “ГЭБ”
Шахматы и первое зерно сомнения
Музыка – бастион человечности
Google и сингулярность
Почему Хофштадтер испуган?
Я в недоумении
О чем эта книга
Часть I Предыстория
Глава 1 Истоки искусственного интеллекта
Два месяца и десять мужчин в Дартмуте
Основные понятия и работа с ними
Анархия методов
Символический ИИ
Субсимволический ИИ: перцептроны
Входные сигналы нашего перцептрона
Как узнать веса и порог перцептрона
Ограниченность перцептронов
Зима ИИ
Простые вещи делать сложно
Глава 2 Нейронные сети и подъем машинного обучения
Многослойные нейронные сети
Обучение методом обратного распространения ошибки
Коннекционизм
Плохо с логикой, хорошо с фрисби
Подъем машинного обучения
Глава 3 Весна ИИ
Весеннее обострение
ИИ: ограниченный и общий, слабый и сильный
Могут ли машины мыслить?
Тест Тьюринга
Сингулярность
Экспоненциальная притча
Экспоненциальный прогресс в компьютерной сфере
Нейроинженерия
Скептики и адепты сингулярности
Ставка на тест Тьюринга
Часть II Смотреть и видеть
Глава 4 Что, где, когда, кто и почему?
Простые вещи делать сложно (особенно в области зрения)
Революция глубокого обучения
Мозг, неокогнитрон и сверточные нейронные сети
Распознавание объектов в мозге и в СНС
Классификация в СНС
Тренировка сверточной нейронной сети
Глава 5 Сверточные нейронные сети и ImageNet
Создание ImageNet
Mechanical Turk
Соревнования ImageNet
Золотая лихорадка СНС
СНС превзошли людей в распознавании изображений?
Не ограничиваясь распознаванием объектов
Глава 6 Подробнее об обучаемых машинах
Самостоятельное обучение
Большие данные
Длинный хвост
Чему научилась моя сеть?
Предвзятый ИИ
Где решение?
Как обмануть глубокие нейронные сети
Глава 7 Надежный и этичный ИИ
Полезный ИИ
Великий компромисс ИИ
Этика распознавания лиц
Регулирование ИИ
Нравственные машины
Часть III Обучение игре
Глава 8 Награды для роботов
Дрессировка собаки-робота
Препятствия в реальном мире
Глава 9 Игра началась
Глубокое Q-обучение
Агент за 650 миллионов долларов
Шахматы и шашки
Deep Blue
Большой вызов го
AlphaGo против Ли Седоля
Как работает AlphaGo
Глава 10 Не ограничиваясь играми
Общий характер и “перенос обучения”
“Без человеческих примеров и руководства”
Самые сложные области
Чему научились эти системы?
Насколько умна AlphaGo?
От игр в реальный мир
Часть IV Искусственный интеллект и естественный язык
Глава 11 В компании слов
Тонкости языка
Распознавание речи и последние 10 %
Классификация тональности
Рекуррентные нейронные сети
Простая схема кодирования слов цифрами
Семантическое пространство слов
Word2vec
Глава 12 Перевод как кодирование и декодирование
Кодер и декодер
Оценка машинного перевода
Трудности перевода
Перевод изображений в предложения
Глава 13 Спроси меня о чем угодно
История Watson
Понимание прочитанного
Что это значит?
Вредоносные атаки на системы обработки естественного языка
Глава 14 О понимании
Компоненты понимания
Прогнозирование возможных вариантов будущего
Понимание как симуляция
Метафоры, с которыми мы живем
Абстракции и аналогии
Глава 15 Знание, абстракция и аналогия в искусственном интеллекте
Изначальное знание для компьютеров
Абстракция в идеале
Активные символы и построение аналогий
Метапознание в мире алфавитных последовательностей
Распознавание визуальных ситуаций
“Мы еще очень, очень далеко”
Глава 16 Вопросы, ответы и гипотезы
Вопрос: как скоро беспилотные автомобили войдут в обиход?
Вопрос: приведет ли ИИ к массовой безработице?
Вопрос: может ли компьютер обладать творческими способностями?
Вопрос: насколько мы далеки от создания общего ИИ человеческого уровня?
Вопрос: насколько нам следует опасаться ИИ?
Вопрос: какие интересные задачи ИИ еще не решены?
Благодарности
Сведения об иллюстрациях