Машинное обучение и искусственный интеллект [Вебинар]

Три закона робототехники Азимова.

Нулевой закон: робот не может причинить вред человечеству или своим бездействием допустить, чтобы человечество причинило вред.
Первый закон: робот не может причинить вред человеку или своим бездействием допустить, чтобы человеку был причинен вред.
Второй закон: робот должен подчиняться приказам, отдаваемым ему людьми, за исключением случаев, когда такие приказы противоречат Первому закону.
Третий закон: Робот должен защищать свое существование до тех пор, пока такая защита не противоречит Первому или Второму закону.

Представленный в 1942 году и позже опубликованный в 1960-х годах I, Robot Айзека Азимова.
Первая концепция безопасности и этики ИИ и роботов. Книга исследует, как эти законы не работают на практике.
_{wikipedia.org/wiki/Три_Закона_Робототехники}

Table of Contents

Цикл шумихи вокруг искусственного интеллекта, 2020 г., Gartner

ai-10-7622363-2 — _{gartner.com/smarterwithgartner/}

ИИ, МЛ, ДЛ

Искусственный интеллект (ИИ) относится к интеллекту, демонстрируемому машинами, способными выполнять задачи, которые обычно требуют человеческого интеллекта.
Машинное обучение (ML) использует алгоритмы для изучения данных, поиска закономерностей в данных и прогнозирования будущих событий или результатов.
Глубокое обучение (DL) — это нейронная сеть со слоями и фильтрами, которая пытается имитировать поведение человеческого мозга, позволяя ему учиться на больших объемах данных.
DL является подмножеством ML. ML — это подмножество ИИ. AI является подмножеством CompSci.

Больше слов

ANN — искусственная нейронная сеть — состоит из нейронов, смоделированных по образцу биологического мозга. Это была первоначальная идея для ИИ, но аппаратное обеспечение в то время было слишком медленным, но благодаря современным достижениям, особенно графическим процессорам, оно не очень популярно.
GAN — генеративно-состязательная сеть. Две нейронные сети соревнуются друг с другом в форме игры с нулевой суммой, где выигрыш одного агента является проигрышем другого агента. Они тренируют друг друга.
SL — контролируемое обучение — задача ML по обучению функции, которая сопоставляет ввод с выводом на основе примеров пар ввода-вывода.
GPT — Generative Pre-Training — языковая модель Алека Рэдфорда, используемая OpenAI. Показывает, как генеративная модель языка получает мировые знания в результате предварительного обучения на разнообразном корпусе с длинными отрезками непрерывного текста.
НЛП — программирование на естественном языке — касается взаимодействия между компьютерами и человеческим языком, в частности, как запрограммировать компьютеры для обработки и анализа больших объемов данных на естественном языке.

Общий искусственный интеллект

Теория ИИ, также ОИИ

Общий искусственный интеллект

Искусственный интеллект (ИИ) относится к моделированию человеческого интеллекта в машинах, которые запрограммированы думать как люди и имитировать их действия. Этот термин также может применяться к любой машине, которая демонстрирует черты, связанные с человеческим разумом, такие как обучение и решение проблем. (ссылка: Инвестопедия).

Искусственный общий интеллект (AGI) , также называемый Strong AI , представляет собой AGI, являющийся подмножеством или основным ядром AI. Он адаптивен, способен развивать навыки. Существует также термин « Искусственный биологический интеллект» (ABI) , который пытается имитировать «естественный» интеллект.

« ИИ еще нет, теперь у нас есть технологии ИИ » Джошуа Тенненбаум

«Нет AGI », это самая сложная часть

Ближайшие примеры AGI AlphaGo Zero, IBM Watson, GPT-3

Простая ИНС

Регрессии и ИИ

Какой язык программирования подходит для ИИ?

AI Frameworks, SDK, библиотеки

Tensorflow (Python) Scalable ML Framework, вычисления с использованием графов потоков данных

Microsoft CNTK (C++) Cognitive Tool Kit — набор инструментов для глубокого обучения с открытым исходным кодом

Caffe (C++, PyTorch) Быстрый открытый фреймворк для глубокого обучения.

Keras (Python) Библиотека нейронных сетей с открытым исходным кодом

Torch (Python) Библиотека машинного обучения с открытым исходным кодом

Accord.NET (C#) Платформа машинного обучения .NET для обработки аудио и изображений

Spark MLib (Scala) — масштабируемая библиотека машинного обучения.

ML Pack (C++) Scalable ML Framework, вычисления с использованием графов потоков данных

FANN (C & C++, C++Builder) Бесплатная быстрая библиотека ANN

Theon (Python) Библиотека для численных вычислений

Ведущие имена в области ИИ

Премия Тьюринга (2019)

Слева направо: Янн ЛеКун, Джеффри Хинтон и Йошуа Бенжио.
Исследователи работали над ключевыми разработками для нейронных сетей, которые меняют способ построения компьютерных систем.
_{nytimes.com/2019/03/27/technology/turing-award-ai.html}

ИИ и машинное обучение на практике

ТензорФлоу
Бесплатная библиотека программного обеспечения с открытым исходным кодом для машинного обучения и искусственного интеллекта. Его можно использовать для решения целого ряда задач, но особое внимание уделяется обучению и выводу глубоких нейронных сетей.
Разработано командой Google Brain для внутреннего использования Google в исследованиях и производстве.

_{Tensorflow.org
Tensorflow.org/lite
github.com/tensorflow/tensorflow
en.wikipedia.org/wiki/TensorFlow}

TensorFlow Lite и Delphi

tensorflow.org/lite
Предназначен для маломощных устройств.
github.com/Embarcadero/TensorFlow-Lite-Delphi
Примеры включают:
- Обнаружение объектов (банан, лошадь и т. д.)
- Распознавание лиц
- Распознавание цифр
tensorflow.org/lite/guide/build_cmake

OpenCV

OpenCV — это библиотека функций программирования, в основном предназначенная для компьютерного зрения в реальном времени. Первоначально разработанный Intel, позже он был поддержан Willow Garage, а затем Itseez. Библиотека является кроссплатформенной и бесплатной для использования по лицензии Apache 2 с открытым исходным кодом. Начиная с 2011 года OpenCV поддерживает ускорение графического процессора для операций в реальном времени.

opencv.org
en.wikipedia.org/wiki/OpenCV
github.com/Laex/Delphi-OpenCV ← Также включает FFMPEG

Mitov Software Intelligence Lab

Быстро создавайте приложения для ИИ и классификаторов!

Нейронные сети
Самоорганизующаяся карта
Наивный Байес
K Ближайший сосед
Обратное распространение
Подготовка данных

_{mitov.com/products/intelligencelab}

Подключите API-интерфейсы ИИ к системам REST и Restful

REST (передача репрезентативного состояния) — это метод подключения, который позволяет получать и отправлять данные для создания интерактивных приложений, использующих веб-службы. REST использует подмножество HTTP .

Веб-служба, использующая эту архитектуру передачи данных REST, называется RESTful .

Подключайтесь ко многим AI API:

ГПТ-3
API-слой
AWS (он же через Appercept)
IBM Уотсон

Программное обеспечение 2.0 (разработка на основе ИИ)

Написано гораздо более абстрактно
Недружественный для человека язык, такой как веса нейронной сети
Ни один человек не участвует в написании кодов
Много весов
Кодирование непосредственно в весах довольно сложно
Программное обеспечение 1.0: 0%-80% данных | Программное обеспечение 2.0: 99% данных
_{databricks.com/session/keynote-from-tesla}

ДАТА! ДАТА! ДАТА!

Этика ИИ (алгоритмы, сбор данных…)

Алгоритмы, Datamining, …

Потенциальный вред, причиняемый системами ИИ

Предвзятость и дискриминация
Отказ в личной автономии, регрессе и правах
Непрозрачные, необъяснимые или неоправданные результаты
Вторжение в частную жизнь
Изоляция и распад социальных связей
Ненадежные, небезопасные или некачественные результаты

Прикладная этика систем ИИ

Сингулярность и ИИ (Сингулярность: уникальное событие с глубокими последствиями)

ИИ фильмы, сериалы

Больше видео

Мультиагентная игра в прятки OpenAI — youtube.com/watch?v=kopoLzvh5jY
Джефф Дин: ИИ не так умен, как вы думаете, но может быть | ТЭД – youtube.com/watch?v=J-FzHIQ7SOs

Полезные ссылки

Примеры ИИ C++ и C++ Builder

БОЛЕЕ ?

ПРЕДСТОЯЩИЕ ДОПОЛНИТЕЛЬНЫЕ ПРИМЕРЫ ИИ НА LEARNCPLUSPLUS.ORG

Два основных видеоролика MIT об DL, ML и AI Introduction

Основы глубокого обучения: введение и обзор
MIT AGI: Общий искусственный интеллект

Машинное обучение и искусственный интеллект вырвались из области научной фантастики и стали самыми обсуждаемыми темами в мире технологий и бизнеса. Машинное обучение (МО) — это подмножество дисциплины компьютерных наук искусственного интеллекта (ИИ). Искусственный интеллект относится к интеллекту, демонстрируемому машинами, способными выполнять задачи, которые обычно требуют человеческого интеллекта. Машинное обучение использует алгоритмы для изучения данных, поиска закономерностей в данных и прогнозирования будущих событий или результатов. ИИ можно применять ко многим вещам, таким как чат-боты, виртуальные помощники, автономные автомобили и так далее. Его также можно использовать для прогнозной аналитики и других бизнес-целей. Или даже написать приведенное выше описание вебинара.

На этом вебинаре Джим МакКит и Йылмаз Йорю расскажут вам, как и зачем начинать работу с машинным обучением. Узнайте последние новости отрасли, разберитесь в технологиях и откройте для себя примеры и приложения, которые сразу же помогут вашему бизнесу.

Прокрутите вниз, чтобы найти полезные ссылки, слайды и повтор.

Введение в слайды ML и AI Скачать

Области обсуждения

Общее обсуждение идей и принципов
Библиотеки и ресурсы
Текущее состояние дел
Влияние на бизнес
Что будет в будущем?
Вопросы этики и безопасности

_{blogs.embarcadero.com/?p=137201}

Йылмаз Йорю

Инженер-механик (MS BS PhD)
Основатель, генеральный директор компании Esenja
Разработчик с 1988 г. ( C++ Builder, GNU C/C++ и 30+)
Embarcadero MVP, C++ Builder Developer
Автор и ведущий сообщений о C++ на LearnCPlusPlus.org.
Разработка проекта ABRAINA AI на основе AGI
Обучение инновациям детей, студентов и молодежи
yyoru.com , esenja.com , abraina.com

Джим МакКит

Главный защитник разработчиков и инженер Embarcadero
Программист с большим стажем
Изобретенный и запатентованный шаблон и проведите пальцем, чтобы разблокировать
Создан беспилотник, управляемый мыслью, с Google Glass и беспроводной гарнитурой ЭЭГ
Соавтор Руководства по Интернету вещей и аналитике данных

ИИ упрощает написание кода

У ИИ есть много возможностей упростить кодирование
Спецификации всегда будут меняться
Даже сегодня есть роль для работы между программистами и пользователями!
Все профессии со временем будут заменены ИИ

_{commitstrip.com/en/2016/08/25/очень полная и точная спецификация/}

Три закона робототехники Азимова.

Нулевой закон: робот не может причинить вред человечеству или своим бездействием допустить, чтобы человечество причинило вред.
Первый закон: робот не может причинить вред человеку или своим бездействием допустить, чтобы человеку был причинен вред.
Второй закон: робот должен подчиняться приказам, отдаваемым ему людьми, за исключением случаев, когда такие приказы противоречат Первому закону.
Третий закон: Робот должен защищать свое существование до тех пор, пока такая защита не противоречит Первому или Второму закону.

Представленный в 1942 году и позже опубликованный в 1960-х годах I, Robot Айзека Азимова.
Первая концепция безопасности и этики ИИ и роботов. Книга исследует, как эти законы не работают на практике.
_{wikipedia.org/wiki/Три_Закона_Робототехники}

Цикл шумихи вокруг искусственного интеллекта, 2020 г., Gartner

ИИ, МЛ, ДЛ

Искусственный интеллект (ИИ) относится к интеллекту, демонстрируемому машинами, способными выполнять задачи, которые обычно требуют человеческого интеллекта.
Машинное обучение (ML) использует алгоритмы для изучения данных, поиска закономерностей в данных и прогнозирования будущих событий или результатов.
Глубокое обучение (DL) — это нейронная сеть со слоями и фильтрами, которая пытается имитировать поведение человеческого мозга, позволяя ему учиться на больших объемах данных.
DL является подмножеством ML. ML — это подмножество ИИ. AI является подмножеством CompSci.

Больше слов

ANN — искусственная нейронная сеть — состоит из нейронов, смоделированных по образцу биологического мозга. Это была первоначальная идея для ИИ, но аппаратное обеспечение в то время было слишком медленным, но благодаря современным достижениям, особенно графическим процессорам, оно не очень популярно.
GAN — генеративно-состязательная сеть. Две нейронные сети соревнуются друг с другом в форме игры с нулевой суммой, где выигрыш одного агента является проигрышем другого агента. Они тренируют друг друга.
SL — контролируемое обучение — задача ML по обучению функции, которая сопоставляет ввод с выводом на основе примеров пар ввода-вывода.
GPT — Generative Pre-Training — языковая модель Алека Рэдфорда, используемая OpenAI. Показывает, как генеративная модель языка получает мировые знания в результате предварительного обучения на разнообразном корпусе с длинными отрезками непрерывного текста.
НЛП — программирование на естественном языке — касается взаимодействия между компьютерами и человеческим языком, в частности, как запрограммировать компьютеры для обработки и анализа больших объемов данных на естественном языке.