Автор: Ян Лекун
Серия:
Жанр: Технические науки, Научная литература
Время звучания: 11:24:18.17
Язык: русский
Формат: mp3
Размер аудиофайла: 469.87 МБ
Описание аудиокниги «Как учится машина. Революция в области нейронных сетей и глубокого обучения»:
Мы живем во время революции, еще 50 лет назад казавшейся невероятной, – революции в области умных машин, которые теперь обучаются самостоятельно, вместо того чтобы просто выполнять запрограммированные команды. И возможности таких машин огромны: распознавание изображений, лиц и голосов, переводы на сотни языков, беспилотное управление автомобилями, обнаружение опухолей на медицинских снимках и многое другое.
Автор книги Ян Лекун стоит у истоков этой революции. Лауреат премии Тьюринга, профессор Нью-Йоркского университета и руководитель фундаментальными исследованиями в Facebook, он является одним из изобретателей глубокого обучения, применяемого к так называемым искусственным нейронным сетям, архитектура и функционирование которых вдохновлены устройством человеческого мозга. В своей книге он, не прибегая к метафорам, делится своим научным подходом на стыке компьютерных наук и нейробиологии, проливая свет на будущее искусственного интеллекта, связанные с ним проблемы и перспективы.
Сегодня искусственный интеллект действительно меняет все наше общество. Эта понятная и доступная книга перенесет вас в самое сердце машины, открывая новый увлекательный мир, который уже является нашей реальностью.
Содержание аудиокниги :
* * *
Введение
Глава 1
Революция в искусственном интеллекте
Вездесущий искусственный интеллект
Искусственный интеллект в искусстве
Гуманоиды? Ничего подобного!
«Старый добрый» искусственный интеллект…
… или же машинное обучение?
Коктейль из старого и нового
Тест Тьюринга
Постоянное совершенствование
Могущество алгоритма
Глава 2
Краткая история искусственного интеллекта… и моего карьерного пути
Вечный поиск
Логика превыше всего
Игровой мир
Нейробиология и перцептрон
Эпоха застоя
Преданные последователи
Мой выход на сцену
Плодотворное чтение
Коннекционистские модели обучения
Лез-Уш
Использование обратного распространения градиента[22]
Святая святых
Годы в Bell Labs
Почти табу
«Заговор» глубокого обучения
Эффективность сверточных сетей подтвердилась
Глава 3
Простые обучающие машины
Мягкотелые как источник вдохновения
Изучение и минимизация ошибок: пример
Найти функцию f(х), которая предсказывает у на основе х
Как минимизировать ошибку?
В скобках – для математиков
Галилей и Пизанская башня
Распознавание изображений или еще чего-нибудь
Фрэнк Розенблатт, Берни Уидроу и перцептрон
Решетка из 25 пикселей
Как отличить букву C от буквы D?
Обучение с учителем и обобщение
Пределы возможностей перцептрона
Решение: экстрактор признаков
Заключение
Глава 4
Обучение путем минимизации, теория обучения
Функция стоимости
Как спуститься на дно долины
Градиентный спуск на практике
Стохастический градиентный спуск
Висячие долины
Общая теория обучения
Выбор модели
Корова и три ученых
Бритва Оккама
Протокол обучения
«Необходимый компромисс» Вапника
Головокружительные булевы функции
Примеры возможных функций
Регуляризация: ограничение возможностей модели
Уроки для человека
Глава 5
Глубокие сети и обратное распространение
Торт «Наполеон»
Непрерывные нейроны
Мой HLM
Гонка
Грааль… и немного математики
Польза от нескольких слоев
Возражения не принимаются
Распознание признаков
Глава 6
Сверточные сети, столпы ИИ
«Бомба» 2012 года
Зрительная кора: простые клетки
Зрительная кора: сложные клетки и «пулинг»
Дальновидный Фукусима
Краткий взгляд в прошлое
Сверточные сети
Обнаружение, локализация, сегментация и распознавание объектов
Семантическая сегментация со сверточной сетью
Глава 7
Внутренности машины, или глубокое обучение сегодня
Распознавание изображений
Встраивание контента и измерение сходства
Распознавание речи
Синтез речи и звука
Понимание языка и перевод
Прогнозирование
Искусственный интеллект и наука
Архитектура «больших» приложений: автономный автомобиль
Автономия и смешанная система
Полная автономия? Сквозное обучение
Архитектура «больших» приложений: виртуальный помощник
Архитектура больших приложений: медицинская визуализация и медицина
Старые рецепты: алгоритмы поиска
Глава 8
Моя работа в компании Facebook
Меня нанимает Марк Цукерберг
Исследовательские лаборатории Facebook
Специализация
Фильтрация контента
Поговорим вкратце о Cambridge Analytica
Новостная лента
Facebook и будущее СМИ
Обновленная компания Facebook
Работа FAIR
Премия Тьюринга
Глава 9
Что ждет нас завтра? Перспективы и проблемы искусственного интеллекта
Природа вдохновляет, но лишь до определенного момента
Пределы машинного обучения: обучение с учителем
Обучение с подкреплением
Пределы обучения с подкреплением
Пресловутый здравый смысл
Эталон человеческого обучения или «обучения без учителя»
Обучение без учителя – продолжение
Множественные прогнозы и скрытые переменные
Способность к прогнозированию
Архитектура автономных интеллектуальных систем
Глубокое обучение и рассуждения: динамические сети
Интеллектуальные объекты
Будущее согласно ИИ
Глава 10
Искусственный интеллект и человечество
ИИ меняет общество и экономику
Инновационная «экосистема» ИИ
Кому выгодна интеллектуальная революция?
Военная угроза?
Предупреждение об опасности: предвзятость и безопасность
Должен ли ИИ быть понятным?
Лучше понять человеческий интеллект?
Неужели мозг – это всего лишь машина?
Все модели неверны…
Встревоженные голоса
Усердный исполнитель
Врожденное или приобретенное?
Возникнет ли у машин сознание?
Роль языка в формировании мышления
Будут ли у машин эмоции?
Захотят ли роботы захватить мир?
Согласование ценностей
Новые рубежи
Наука об интеллекте
Послесловие
Благодарности
Получить аудиокнигу
Ссылка для зарегистрированных: Войдите на сайт, чтобы увидеть скрытое содержимое.
Технические науки, Научная литература
Добавить комментарий
Для отправки комментария вам необходимо авторизоваться.