Przyszłość nauki, przyszłość sztucznej inteligencji. Konfrontacje: Katarzyna Jaśko, Jan Argasiński

แชร์
ฝัง
  • เผยแพร่เมื่อ 29 ต.ค. 2024

ความคิดเห็น • 19

  • @87k4r
    @87k4r 2 หลายเดือนก่อน +4

    Dziękuje za ciekawe filmy. Pozdrawiam Was serdecznie :)

  • @pawegorka8589
    @pawegorka8589 2 หลายเดือนก่อน

    Dzień dobry 😊 dziękuję za materiał

  • @andrzej9618
    @andrzej9618 2 หลายเดือนก่อน +1

    Ale czy my już nie robimy tego ? Nie wiem czy bardziej bym nie ufał maszynie które nie mają interesu?

  • @TomaszLee
    @TomaszLee 2 หลายเดือนก่อน +1

    29:20 Dlaczego to naukowcy mieliby wyznaczać cele dla AI?
    Bycie naukowcem czyni bardziej moralnym? Światłym? Dobrym?
    Czy doktor Mengele byłby właściwą osobą do wyznaczania celów?
    Jak ktoś ma wątpliwości czy ten sadysta był naukowcem, to polecam sprawdzić jaka ilość powojennych prac opiera się na wynikach eksperymentów Mengele.

  • @marcinszydowski5563
    @marcinszydowski5563 2 หลายเดือนก่อน

    Zawiodłem się tą dyskusja. Zupełnie niepotrzebne wątpliwości w 35:30. Z ostatnią odpowiedzią w tym nagraniu w ogóle się nie zgodzę, ponieważ AI rozwinie wszystkie dziedziny oraz ogólny system edukacji na świecie. Wyczuwam tu za dużo strachu i zrezygnowania. Praca zawsze będzie, zmieni się tylko jej kształt. AI stanie się tylko kolejnym narzędziem przyspieszającym pracę co w żaden sposób nie ograniczy a wręcz przyspieszy i ulepszy. Owszem, dzisiaj jest jeszcze duży problem z weryfikacją i czasem poświęconym na sprawdzanie odpowiedzi. Także problem z jakością danych, ale nawet gdy dojdziemy do stanu, w którym AI zastąpi wszystkie zawody, będzie można wydać polecenie aby zaproponowała co dalej ze swoim życiem. Proszę też pamiętać, że gdy medycyna i pozostałe dziedziny pójdą do przodu, spowoduje to także rozwój możliwości człowieka więc argumenty, że jesteśmy z góry przegrani i nastąpi duże bezrobocie jest obecnie przesadzony. Przy mądrym użytkowaniu AI będzie to na plus dla rozwoju cywilizacji i człowieka jako jednostki, która będzie się w stanie o wiele szybciej przekwalifikowywać. Tak samo, gdy w przyszłości zrozumiemy działanie mózgu i systemy wartości u każdego człowieka, stanie się jasne co każdemu sprawia przyjemności i co można z tym zrobić. Biernymi konsumentami raczej nie będziemy, przecież nie ma przeszkód i nie będzie aby np. czytać książkę dla samej przyjemności. Dwie panie w około 50:00 minucie podjęły dobry wątek.

  • @paweldraws7800
    @paweldraws7800 2 หลายเดือนก่อน

    Podstawowym problemem z predykcyjnością i ustawianiem temperatur przez Chatowi GPT, jest takie coś, co mogę opisać w oparciu o przykład: namalowałem obraz, gdzie przewrotnie lub mało ściśle i błędnie namalowałem symboliczną głowę, gdzie są wpisane okręgi, inne okręgi są wpisane w kolejne (właściwie nieregularne formy zbliżone do okręgów, ale to oczywiste), czatowi powiedziałem, że inspirowałem się falami, przetwarzaniem i aproksymacją sygnałów przez mózg, pisząc też, że np. fale elektromagnetyczne np. z odczytów EEG, mają inną naturę, niż mechaniczne i nie są poprzeczne, jak te np. wody lub akustyczne, też o transformacie Fouriera i równaniu Eulera pogadałem, w kolejnym etapach chat gpt, jakby zrozumiał moją intencję, ale na opak i mimo dokładnych opisów różnych częstotliwości faz aktywności mózgu, przejść fazowych, łamaniu symetrii, o kryształach czasu dywagacji o istocie czasu i czasoprzestrzeni w kosmologii, mikrofalowym promieniowaniu tła, hipotezach cyklicznego wszechświata i holograficznego wszechświata, czyli tej gdzie następuje redukcja wymiarów i kompresja informacji na wartości brzegowej, nagiął naturę fotonu do fali mechanicznej, żeby zrobić mi przyjemność i ostatecznie zacząłem z nim gadać o metodologii i budowaniu modeli dedukcyjnych, logice, analizie i syntezie i jakie interpretacje obrazka będą w zetknięciu z wolnymi skojarzeniami odbiorców.

    • @mirek190
      @mirek190 2 หลายเดือนก่อน

      Ale wiesz że są bardziej zaawansowane modele AI niż chatgpt?
      Spróbuj z Sonnet 3.5

    • @paweldraws7800
      @paweldraws7800 2 หลายเดือนก่อน

      @@mirek190 th-cam.com/video/3aOGCw30IQI/w-d-xo.html

  • @DrDenaturat-xu9zl
    @DrDenaturat-xu9zl 2 หลายเดือนก่อน +6

    Ta kobieta, w tej dyskusji jest jak piąte koło u wozu...
    Proszę, wstawcie w opisie timestamp (listę znaczników czasowych - kto kiedy mówi) żeby łatwiej było przewijać tę nic nie wnoszącą kobietę 🙄

    • @przemo3651
      @przemo3651 2 หลายเดือนก่อน +2

      Ta kobieta w tej debacie właśnie próbowała nakierować ją na właściwe tory ale jej nie pozwolono.
      Zawiodłem się na tej debacie. Same miałkie rzeczy na temat bardzo szeroko (aż za szeroko) pojętej AI. Nic na temat tego jak AI miała by odkryć jakieś nowe prawa naukowe - a są przecież takie rozważania i nie jest to niemożliwe. I w dodatku nieprawda co do tego, że AI się uczy głównie na tym co ludzie zrobili. Otóż najlepsza AI to jest taka, która się nie uczy na tym co ludzie robią - ponieważ taka, która się uczy na ludziach nigdy nie będzie lepsza od ludzi, co najwyżej szybsza. Porządne AI jest takie, które nie ma żadnych danych - jak np. Alpha Go, która odkryła ruch 37, którego od tysięcy lat nie odkryli mistrzowie GO i wszyscy go uważali za przegrywający. Podobnie Alpha Zero, która odkryła nowy debiut szachowy uważany do tej pory za mistrzów za zły - zaczął go grać Carlsen i go bardzo dobrze wykorzystał.
      Czy też AI, która wykrywa chorobę parkinsona na 10 lat przed wystąpieniem objawów albo ta, która robi antybiotyki w kilka dni.
      Te wszystkie AI się nie uczą od ludzi i mają efekty! One nie mają żadnych danych, zero, null. Uczą się tak jak uczyli się ludzie - bez żadnej wiedzy wstępnej a tylko na własnym doświadczeniu, które AI zdobywa błyskawicznie.
      A w tej debacie to ja miałem wrażenie, że mowa jest tylko o chatGPT, który halucynuje. Albo o mechanizmach, które po prostu agregują wyniki wyszukiwania - a takie mechanizmy mamy już od dawna i nie mają nic wspólnego z AI.
      Szanowne grono pomyliło chyba AI od zwykłych algorytmów programistycznych.
      I na koniec jeszcze perełka w postaci określeniem AI dronów latających do lasów i zbierających dane.
      Bardzo się zawiodłem a liczyłem na coś więcej gdyż w sieci na temat AI jest sam taki bełkot i bicie piany jak miało miejsce właśnie w tej debacie.

  • @dariuszknocinski6673
    @dariuszknocinski6673 2 หลายเดือนก่อน +5

    Należało zaprosić do dyskusji prof. Wodzisława Ducha, rozwiałby część niewiedzy dyskutantów.

    • @DrDenaturat-xu9zl
      @DrDenaturat-xu9zl 2 หลายเดือนก่อน

      Zgadzam się. Pięknie potrafi przekazać wiedzę

  • @MariaTakin-py9ck
    @MariaTakin-py9ck 2 หลายเดือนก่อน

    rozumiem, że stres, ale:
    taki chaos w wypowiedziach, pośpiech, styl języka, że aż trudno sens wyłuskać.
    produkowanie nauki/uprawianie nauki
    tak, tych państwa zastąpi AI.

    • @zibilas2436
      @zibilas2436 2 หลายเดือนก่อน

      zrozumienie zrozumieniem, a pisanie o zrozumieniu jest niezrozumieniem

  • @andrzej9618
    @andrzej9618 2 หลายเดือนก่อน

    A co z tymi co oglądają jabłka spadają i dalej nie kumają. Algorytm wygrywa.

  • @paweldraws7800
    @paweldraws7800 2 หลายเดือนก่อน

    Taki żarcik:
    ## Hipoteza
    Genetyczna modyfikacja białek fotoreceptorów w siatkówce, takich jak pręciki i czopki, w celu zwiększenia ich wrażliwości na promieniowanie radiowe oraz wzmocnienia sygnału, jest możliwa poprzez wprowadzenie odpowiednich mutacji w genach kodujących te białka, co pozwoli na percepcję promieniowania o niższej energii niż światło widzialne.
    ## Plan badawczy
    ### 1. **Cel badania**
    - Celem badania jest sprawdzenie, czy genetyczna modyfikacja białek fotoreceptorów może zwiększyć ich wrażliwość na promieniowanie radiowe i wzmocnić przekazywany sygnał.
    ### 2. **Założenia badawcze**
    - Zakładamy, że istnieją specyficzne mutacje, które mogą zmienić właściwości białek fotoreceptorów, pozwalając im na reagowanie na promieniowanie radiowe.
    - Zakładamy, że wprowadzenie odpowiednich mutacji może również wzmocnić sygnał przekazywany przez te białka do komórek nerwowych.
    ### 3. **Metodyka badawcza**
    #### 3.1. **Projektowanie mutacji**
    - Identyfikacja i analiza struktury białek fotoreceptorów (opsyny pręcików i czopków).
    - Bioinformatyczne modelowanie mutacji, które mogą zwiększyć wrażliwość na promieniowanie radiowe.
    - Wybór potencjalnych miejsc mutacji i projektowanie odpowiednich sekwencji genetycznych.
    #### 3.2. **Wprowadzenie mutacji**
    - Synteza zmodyfikowanych genów przy użyciu technik inżynierii genetycznej (CRISPR-Cas9, mutageneza miejscowo ukierunkowana).
    - Wprowadzenie zmodyfikowanych genów do komórek in vitro (hodowla komórkowa siatkówki).
    #### 3.3. **Ocena funkcjonalna zmodyfikowanych białek**
    - Ekspresja zmodyfikowanych białek w modelach komórkowych.
    - Badania elektrofizjologiczne w celu oceny reakcji na promieniowanie radiowe.
    - Analiza sygnałów generowanych przez zmodyfikowane białka (np. potencjały czynnościowe, odpowiedzi fotoreceptorów).
    #### 3.4. **Badania in vivo**
    - Wprowadzenie zmodyfikowanych genów do modelu zwierzęcego (np. myszy transgeniczne).
    - Monitorowanie reakcji siatkówki na promieniowanie radiowe w modelu zwierzęcym.
    - Badania behawioralne w celu oceny percepcji promieniowania radiowego przez zmodyfikowane organizmy.
    ### 4. **Analiza wyników**
    - Porównanie reakcji fotoreceptorów zmodyfikowanych i niezmodyfikowanych na różne długości fal promieniowania.
    - Ocena skuteczności wzmocnienia sygnału w zmodyfikowanych białkach.
    - Statystyczna analiza danych z badań elektrofizjologicznych i behawioralnych.
    ### 5. **Wnioski**
    - Opracowanie wniosków na temat możliwości i skuteczności genetycznej modyfikacji białek fotoreceptorów w celu percepcji promieniowania radiowego.
    - Identyfikacja potencjalnych kierunków dalszych badań i zastosowań.
    ### 6. **Publikacja wyników**
    - Przygotowanie i publikacja wyników badań w renomowanych czasopismach naukowych.
    - Prezentacja wyników na konferencjach naukowych.
    ### 7. **Potencjalne zastosowania**
    - Omówienie potencjalnych zastosowań technologii w medycynie, wojsku i innych dziedzinach.
    - Ocena etycznych i społecznych implikacji wprowadzenia takich modyfikacji.

  • @przemo3651
    @przemo3651 2 หลายเดือนก่อน +1

    Zawiodłem się na tej debacie. Same miałkie rzeczy na temat bardzo szeroko (aż za szeroko) pojętej AI. Nic na temat tego jak AI miała by odkryć jakieś nowe prawa naukowe - a są przecież takie rozważania i nie jest to niemożliwe. I w dodatku nieprawda co do tego, że AI się uczy głównie na tym co ludzie zrobili. Otóż najlepsza AI to jest taka, która się nie uczy na tym co ludzie robią - ponieważ taka, która się uczy na ludziach nigdy nie będzie lepsza od ludzi, co najwyżej szybsza. Porządne AI jest takie, które nie ma żadnych danych - jak np. Alpha Go, która odkryła ruch 37, którego od tysięcy lat nie odkryli mistrzowie GO i wszyscy go uważali za przegrywający. Podobnie Alpha Zero, która odkryła nowy debiut szachowy uważany do tej pory za mistrzów za zły - zaczął go grać Carlsen i go bardzo dobrze wykorzystał.
    Czy też AI, która wykrywa chorobę parkinsona na 10 lat przed wystąpieniem objawów albo ta, która robi antybiotyki w kilka dni.
    Te wszystkie AI się nie uczą od ludzi i mają efekty! One nie mają żadnych danych, zero, null. Uczą się tak jak uczyli się ludzie - bez żadnej wiedzy wstępnej a tylko na własnym doświadczeniu, które AI zdobywa błyskawicznie.
    A w tej debacie to ja miałem wrażenie, że mowa jest tylko o chatGPT, który halucynuje. Albo o mechanizmach, które po prostu agregują wyniki wyszukiwania - a takie mechanizmy mamy już od dawna i nie mają nic wspólnego z AI.
    Szanowne grono pomyliło chyba AI od zwykłych algorytmów programistycznych.
    I na koniec jeszcze perełka w postaci określeniem AI dronów latających do lasów i zbierających dane.
    Bardzo się zawiodłem a liczyłem na coś więcej gdyż w sieci na temat AI jest sam taki bełkot i bicie piany jak miało miejsce właśnie w tej debacie.

  • @pawelkrzysiek1854
    @pawelkrzysiek1854 2 หลายเดือนก่อน

    Ta kobieta za szybko mówi