Obserwowałem ten kanał parę lat temu, jakoś o nim zapomniałem. Teraz odkryłem na nowo. Kruca bomba! Nareszcie ktoś tłumaczy tematy które nas zalewają w mediach, a nikt właściwie nie wie o co chodzi. To co słyszymy w mediach, to paplanie o jakiejś SF. A tu dowiaduję się że to wszystko jest w zasięgu ręki. Czekam na więcej wiedzy, a przede wszystkim jakiegoś kursu jak wejść w korzystanie z AI w swoim kompie. No i najważniejsze! Jak w ten temat wprowadzić nastolatka, który i tak non stop siedzi w telefonie i "coś" nie wiadomo co robi. To jest niebezpieczna droga która może doprowadzić do oderwania młodego człowieka od rzeczywistości, a i tak tego nie unikniemy! Więc trzeba spróbować mieć nad tym pieczę. Pozdrawiam, i czekam na więcej.
Właśnie odnalazłem ten odcinek. I jeżeli inne są takie jak ten to chyba dodam kolejny kanał na yt do listy ulubionych. Kozacko wytłumaczyłeś i przede wszystkim ciekawie.
Swietnie i przystepnie podana wiedza dla Laika. Film ciekawy, dobrze wytlumaczone zagadnienia oraz dopasowanie przykladow porownawczych, przy tym wszystkim nie nudny! Gratulacje!
Też płody uczą się brzmienia języka, oraz emocji z bodźców, które docierają. My w procesie edukacji uczymy się formalnych zasad, które jak wiemy są często nieprawdziwe, lub zbyt lokalne albo globalne, abstrakcyjnych modeli i symboli, a jak wiemy zbyt sztywna forma ogranicza poznawczo, jak euklidesowość, a geometria nieprzemienna, albo jak klasyfikacje w biologii w stosunku do zapisu DNA. Jak wiedza, a badania, uzupełniające lub podważające wiedzę wtórną.
22:46 Bardzo wątpię w to że sztuczna inteligencja i sieci neuronowe będą się rozwijać w stronę odzwierciedlenia wszystkich połączeń neuronowych w mózgu człowieka. Już od dawna znane architektury takie jak sieci konwolucyjne, lstm czy transformersy bazują na nieco innych mechanizmach niżeli proste połączenia między neuronowe. Głównym problemem jest również brak uniwersalności sieci, jedna architektura sprawdzi się lepiej w generowaniu tekstu, inna w rozpoznawaniu obrazu i na razie nie zaproponowano żadnego sensownego rozwiązania tego problemu. Wprowadzane są też nowe rozwiązania w postaci binarnych sieci neuronowych i innych algorytmów binarnych, które nie dość że pozwalają skrócić czas trenowania i zmniejszyć ilość wymaganej pamięci, to również dzięki temu że bazują na operacjach logicznych pozwalają na matematyczną definicję i weryfikacje ich logiki.
A już myślałem, że w końcu ktoś wyjaśni mi do końca w moim języku uczenie głębokie... Prosiłbym ciebie o rozszerzenie tego filmiku i zagłębienie się w tym temacie
Świetny film i umiejętności przekazywania wiedzy, znacie jakiś prosty w obsłudze program do nauki lub zabawy sieciami neuronowymi być może mnie to zainteresuje na tyle że granie, netflix i winko odejdzie na boczny tor, z góry dzięki :) i pozdrawiam
9:07 dane treningowe muszą zawierać etykiety w przypadku zadań z zakresu uczenia NADZOROWANEGO (jak np. omówiony w filmie klasyfikator). Innym rodzajem uczenia maszynowego jest uczenie NIENADZOROWANE, gdzie nie podajemy na wejściu danych z etykietami (np. klasteryzacja). Świetny materiał, niezwykle przystępny :) Bardzo ładna jest też animacja, jak ją tworzysz?
Prościej chyba się nie da. A przede wszystkim magiczne zwroty przedstawione normalnie. Podaje ten film moim uczniom tym w wieku 14 i 75 lat. Są dumni, że wreszcie wiedzą o co chodzi. A to jest najważniejsze.
Fajny material. Dla uscisleniam, aktywacje po kazdej warstwie neuronow maja troche inna funkcje. Jesli by ich nie bylo, to kazda siec neuronowa bylaby co najwyzej jedno-warstwowa. Po prostu, matematyczna kalkulacja by sie skracala, tak ze dodawanie kolejnych warstw neuronow nie przynosiloby zadnego pozytku. Dla osob, ktore znaja torche algebry linowej - jesli dane wejsciowe warstwy to wektor v i wagi pierwszej warstwy neuronow to macierz A, a drugiej B. To wyjscie sieci neuronowej to B(Av) == (BA)v czyli sieci o jednej warswie (BA). Przez warswy aktywacji f(x), siec sie nie 'skraca' B f(Av) ) != f( BAv )
Świetny film, pod kątem merytorycznym jak i technicznym. Kontynuując temat komputerów i programowania proponuję zrobić film o kryptografii oraz krypto-walutach.
Jeden z lepszych filmów o AI jakie widziałem. Prosta i czytelna grafika i przekaz. Trochę wątpliwości wzbudza sposób uczenia w przykładzie obrączka/ołówek. Ja bym próbował po prostu analizować stosunek średnicy do wysokości, a nie wprowadzać współczynniki które niewiele mówią. Pracuję jako edukator z dziećmi do lat 15-tu i jeżeli pozwolisz wykorzystam twój film na zajęciach.
Technologia sprzętowa dość szybko się rozwija. W 1981 r. Bill Gates powiedział, że 640kB powinno każdemu wystarczyć. Pamiętam jak na początku lat 90-tych były takie dyskietki o pojemności 1,44 MB i niektóre gry miały np. 5 MB i jak się grało, to trzeba było wymieniać dyskietki podczas gry. W 2000 r. miałem komputer, który miał dysk ponad 13 GB. Taki był wtedy standard. W 2011 r. kupiłem laptopa, który miał chyba 500 GB. Dzisiaj mam 2 dyski SSD o łącznej pojemności około 1,5 TB. Myślę, że w 2030 r. standardem może być 50 TB, a w 2040 r. - 500 TB.
Eeee no są już odkurzacze, które robią mapę trenu a nie stop obrót 90", to nie czasy komputerów Elwro i programu Logo z komunikatem "głową muru nie przebijesz" :P to było moje pierwsze spotkanie z programowaniem :D. Co do sztucznej inteligencji chyba program nazywał się Maniek, Olek jakoś tak (90 lata) polskiego autora na PC i można było z nim prowadzić rozmowę, w sytuacji podbramkowej a było to rzadkie kiedy nie wiedział co odpowiedzieć mówił " sformułuj to inaczej ". Nie korzystał z internetu i zresztą w tedy to u nas internet był w pieluszce, interfejs to okienko tekstowe. Ale generalnie ktoś nad tym spędził tysiące godzin by było tak dobre.
Bardzo dobrze zrealizowany materiał , jedynie mi brakło takiego małego dodatku w postaci Chińskiego pokoju (teoretyczny sposób rozmowy i przejścia testu Turinga) oraz Teorii gier (część o szachach i warcabach , czyli jak ma się zachować w danej sytuacji)
Witam, nie mogę się powstrzymać, program miał być apolityczny, ale na filmie z you pokazywałem dziecku ten długopis Wałęsy, ale kiedyś długo później nie pamiętam jak to było ale w szklanej skrzyni wystawowej pokazywałem dalej, widzisz to ten długopis co go widzieliśmy w starym filmie...za całokształt subskrypcja...pozdrawiam....
Świetny film. Ja co prawda znam temat. Programowałem na studiach sieci neuronowe, więc nie za dużo się dowiedziałem. Ale dla kogoś kto myśli że sztuczna inteligencja to jakiś terminator co nas zaraz rozstrzela, może trochę rozjaśni problem. No i ciekawa końcówka filmu. Wygląda na to, że wiemy jak stworzyć elektroniczną replikę mózgu, tylko brakuje mocy obliczeniowej. Nie do końca się z tym zgadzam. Sieci neuronowe są projektowane do rozwiązywania konkretnego problemu, a mózg człowieka sam sobie tych tych problemów szuka.
Dokładnie tak. Dlatego śmieszy mnie podnoszenie tematów typu, kiedy należy uznać, że AI uzyskało świadomość xD Jeszcze dłuuuuuuga droga do takich dylematów.
@@Hubertoombierz pod uwagę to że to co obecnie znamy, powiedzmy na rynku cywilnym, to wojsko np amerykańskie znało i.testowalo to z 30 lat temu.. teraz refleksja-.jeżeli tak było 30 lat temu temu, to co mają teraz? Sieci neuronowe na.obecnje znanym nam poziomie szybko się rozwijają. Pytanie tzw.teorii spiskowej - czym amerykanie mogli by się pochwalić teraz?
11:36 czy przy kolejnych iteracjach wartości zwiększają się iteracyjne ? Odcinek bardzo ciekawy, masz może jakieś źródła, gdzie można pogłębić wiedzę ? Czy w SI tylko pyton?
"dobre dane treningowe" jak bardzo skojarzyło mi sie to z danymi TRENINGOWYMI adresowanymi nam np. z TV, a patrząc na wyniki zaprogramowania ludzkich mas, programiści deep learning lub bardziej znajomo deep state, osiągają w tym biologicznym materiale całkiem skutecznie ZAKŁADANE wyniki
W mózgu połączenia neuronowe pełnią zapewne rolę interpretacji sygnałów ze zmysłów (składanie obrazów, zmian ciśnienia w dźwięki itp). Nie wierzę żeby coś jak zaduma nad jakimś problemem filozoficznym czy autorefleksja było to w stanie realizować. To pamięć podręczna, taka co pamięta że zrobiłem 10 kroków czy wbiłem 5 gwoździ. Może jeszcze jak rozwiązać zadanie używając twierdzenia X czy Y (co łatwo ulatuje). Ale wątpię by mogło to służyć do wspomnień narzeczeńskich czy innych rodzinnych - dla uczuciowości wyższej nie wspominając o sprawach religijnych, przeżyciach mistycznych. To jedno. A drugą rzeczą - jak SI jest realizowana sprzętowo. Czy te "neurony" to obiekty w pamięci czyli programowe? A może są jakieś komputery, które mają na wzór mózgu takie sprzęty czyli fizyczne (hardwarowe) neurony? Chyba nie. Na 99% są to obiekty software'owe a więc samo ich utrzymanie w pamięci jest kosztowne - tzn. wydajność jest na oko (strzelam) 500x niższa niżby mogła by być.
Dobry film. Dzięki. Rozważ zmianę nazwy kanału, jeśli odchodzisz od samego modelarstwa - ludzie zainteresowani kanałem popularnonaukowym lepiej zareagują na mniej specyficzną i niszową nazwę.
17:35 akurat się nie zgodzę funkcja aktywacji nie musi "wrzucać" otrzymanej liczby do przedziału zero - jeden, są funkcję jak np. tangens hiperboliczny, relu lub identycznościowa, które nie spełniają tego warunku. 18:25 no nie do końca... 19:06 no też nie zawsze, czasami się używa pojedyńczych przykładów (one-shot learning), lub kilku (few-shot learning), itp. 21:43 warto dodać, że obecnie używa się kart graficznych, przez ich szybkość w obliczeniach zmiennoprzecinkowych, a także masywną równoległość
A ja mam pytanie. Jeśli chcialbym wytrenować sieć która rozpoznaje cyfry od 0 do 9, ale nie przy użyciu głębokich sieci a przy użyciu standardowej sieci neuronowej i mam duży zestaw uczący np 100 obrazków dla 1, 100 dla liczby 2 i dla każdego wejścia mam różne wagi po nauczeniu. To jak potem sprawdzam sieć. Które wagi mam podstawić na wejście żeby sieć zwróciła wynik i odgadła jaka to cyfra?
Dziś mnie olśniło to jak można zaprogramować poczucie moralności dla maszyn, niedozwolone zachowania spotykaly by sie z roznego rodzaju oporem na ukladzie na calej plycie głównej i tyle a sama maszyna mogla by coś takiego zidentyfikować jako nie konfortowe trudne ciężkie niewlasciwe nie MORALNE
Tak , żeby była inna niż my..żeby nie kłamała ( nie podawała fałszywych informacji ) i nie wyciągała fałszywych wniosków.... , ale .....kto ją tak zaprogramuje ?
czekaj, czekaj.. czemu 1kB to 1 połączenie? brzmi mi to na dość zawyżone dane, bo waga we float ma 4 bajty, wartość też zwykle we float to też 4 bajty i.. to raczej tyle.. a to daje 8 bajtów, czyli *kalkulator* 1024/8 = 128.. czyli w 1kb zmieścimy około 128 połączeń neuronowych, czyli dalej to 7 812 500 GB a nie 1 000 000 000 GB, co wciąż jest oczywiście ogromną wartością, ale jest to zupełnie co innego (w praktyce wiadomo, na cały mózg wyszłoby nieco więcej, ale NA PEWNO NIE 1 000 000 000 GB ) Poza tym widzę sporo błędów jak wspominanie na początku o reinforcement learning, a później o uczeniu nadzorowanym i kompletne niezrozumienie czym jest uczenie nienadzorowane. Z kilkoma sprawami też się nie zgadzam, poza tym osobiście jestem przeciwny określaniu "sztuczny neuron to właściwie podobny neuron do biologicznego tylko mocno uproszczony" zauważyłem, że to formułka, która jest powtarzana ale wielu ludzi kompletnie nie umie jej wytłumaczyć, dodatkowo właściwie nie jest do końca prawdziwa, ale to jeszcze inna sprawa, dodatkowo wartości wyjściowe neurona mogą przyjmować również wartości od -1 do 1 w zależności od tego jak akurat bardziej pasuje. To takie błędy które zauważyłem na pierwszy rzut oka bez analizownia jakiegoś filmiku
Czy ktoś orientuje się kiedy skończy się możliwość zmniejszania rozmiarów tranzystorów i ich upakowania na dysku? Prawo Moore'a nie będzie działało w nieskończoność.
Możliwości dokładniejszego ważenia (rozdzielczość) już skończyła się 20 lat temu. 2,1 nm w procesorach to koniec. Jesteśmy przy 5 nm. Klasycznymi metodami szybciej się nie da.
