Temat sztucznej inteligencji jest obecnie jednym z najgorętszych zagadnień. Myślę, że każdy, kto śledzi rozwój tej technologii, zna uczucie jednoczesnej ekscytacji tym, co udało się dotychczas osiągnąć, połączonej z nutką strachu przed konsekwencjami i potencjalnymi zagrożeniami.

Z jednej strony możemy upatrywać w tej technologii rozwiązania wielu ludzkich problemów, ale z drugiej strony coraz bardziej realne stają się zagrożenia wynikające z jej szerokiego zastosowania. Dodatkowo pojawiają się pytania natury filozoficznej – czy te systemy są faktycznie inteligentne, a także czy mogą posiadać świadomość.

W dzisiejszym odcinku miałem przyjemność porozmawiać zarówno o zagrożeniach, jak i o bardziej filozoficznych aspektach współczesnych algorytmów uczenia maszynowego z prof. Tomaszem Trzcińskim.

----------

Tomasz Trzciński jest specjalistą w dziedzinie uczenia maszynowego oraz profesorem na Politechnice Warszawskiej, gdzie kieruje zespołem zajmującym się widzeniem maszynowym CVLab. Oprócz działalności akademickiej posiada także bogate doświadczenie badawcze i przemysłowe, zdobyte podczas wielu staży, m.in. na Uniwersytecie Stanforda, a także pracy w Google, Qualcomm i Telefónice. Obecnie pełni również funkcję głównego naukowca (Chief Scientist) i jest współwłaścicielem firmy Tooploox, zajmującej się wdrażaniem sztucznej inteligencji w biznesie.

Wikipedia: https://pl.wikipedia.org/wiki/Tomasz_Trzci%C5%84ski

Strona: https://cvlab.ii.pw.edu.pl/ttrzcins/index-pl.html

----------

W dzisiejszym odcinku rozmawiamy o zagrożeniach i ograniczeniach obecnych systemów sztucznej inteligencji, problemie danych, a także perspektywach oraz wyścigu do stworzenia ogólnej sztucznej inteligencji. Poruszamy również kwestię alignmentu, zmian społecznych związanych z rozwojem algorytmów uczenia maszynowego, a także temat tego, czy te systemy mogą być świadome i jak może wyglądać ich dalszy rozwój.

----------

Rozdziały:

00:00:00 Wstęp

00:01:48 Spektrum zagrożeń

00:03:55 Kontrola przy braku zrozumienia

00:06:30 Ograniczenia modeli AI

00:09:50 Problem danych

00:11:51 Rozumienie świata przez modele

00:15:53 Możliwość osiągnięcia AGI

00:22:42 Modele reasoningowe (rozumujące)

00:23:44 Problem alignmentu (dopasowania wartości)

00:29:19 Kontrola superinteligencji i AGI

00:31:29 Udział AI w codziennym życiu

00:34:11 Edukacja w dobie AI

00:39:51 Dlaczego modele nie mówią "nie wiem"?

00:48:09 Świadomość modeli AI

00:59:20 Przetwarzanie informacji a społeczeństwo

01:02:45 Obiecujące kierunki rozwoju

----------

Znajdziesz mnie także na Instagramie: https://www.instagram.com/to.bardziej.skomplikowane/