[7/7] Sztuczna inteligencja i ludzkość: co nas czeka w przyszłości?

แชร์
ฝัง
  • เผยแพร่เมื่อ 26 ม.ค. 2025

ความคิดเห็น • 10

  • @xarax7950
    @xarax7950 16 วันที่ผ่านมา +1

    ai musi uczyć się obserwując świat, na bieżąco analizując dane w nie ograniczonej ilości, mam na myśli robota

    • @Maciej.Komosinski
      @Maciej.Komosinski  15 วันที่ผ่านมา

      Podczepienie AI do "prawdziwego świata" faktycznie eliminuje problem silnego ograniczenia danych uczących. Wąskim gardłem staje się wtedy ilość pozyskanych danych i inne, celowe ograniczenia samej obserwacji (np. z powodu bezpieczeństwa).
      Z kolei w przypadku ludzi - każdy człowiek wykształca własne unikatowe zdanie o świecie na podstawie obserwacji ograniczonych historią własnego życia. Stąd ludzie mają w swoich głowach różne "modele świata", czasem wzajemnie sprzeczne, chociaż oglądają ten sam świat.

  • @ignacyrzecki366
    @ignacyrzecki366 16 วันที่ผ่านมา

    Już się bałem, że w tym roku nie będzie podsumowania.
    Pozdrawiam cieplutko

    • @Maciej.Komosinski
      @Maciej.Komosinski  15 วันที่ผ่านมา +1

      Również się bałem, a tymczasem... Tradycja!
      Pozdrawiam także! 🖖

  • @KamilNajax
    @KamilNajax 16 วันที่ผ่านมา

    Super nagranie! Czyli nic nie uchroni nas przed collapsem ai?

    • @Maciej.Komosinski
      @Maciej.Komosinski  15 วันที่ผ่านมา

      Problem o którym mówiłem dotyczy szczególnego scenariusza (uczenia modelu generatywnego na danych, które ten model sam generuje). AI wykorzystuje najróżniejsze techniki i algorytmy, i wiele z nich nie cierpi na ten problem.
      Żeby uniknąć omawianej sytuacji i "collapsu" można
      - pogodzić się z sytuacją niedoboru "prawdziwych" danych uczących i zadowolić się prostszym i mniej doskonałym modelem generatywnym,
      - prowadzić selekcję danych uczących odsiewając lub poprawiając błędne dane,
      - próbować pozyskać więcej "prawdziwych" danych (np. płacąc za nie albo automatyzując ich pozyskiwanie),
      - stosować tzw. uczenie aktywne żeby zmniejszyć zapotrzebowanie algorytmu na dane uczące (wtedy sam algorytm decyduje, jakich danych mu brakuje po to, by najbardziej polepszyć model - algorytm prosi o takie nowe dane, które wypełniają mu największe braki i niepewności w wiedzy),
      - ...
      Zatem "collaps" modelu jest faktycznie problemem w omawianym scenariuszu, ale istnieją różne sposoby przeciwdziałania.

    • @KamilNajax
      @KamilNajax 12 วันที่ผ่านมา

      @@Maciej.Komosinski Dziękuję za odpowiedź, z niecierpliwością czekam na kolejne nagrania :)

  • @kubakubix91
    @kubakubix91 8 วันที่ผ่านมา

    🤍🩶🖤🤎💜🩵💙💚💛🧡

  • @xarax7950
    @xarax7950 16 วันที่ผ่านมา

    czy programiści jeszcze nie będą zastąpieni ?

    • @Maciej.Komosinski
      @Maciej.Komosinski  15 วันที่ผ่านมา

      To już się zaczyna - jak we wszystkich zawodach, od najniższych poziomów. Więc niektórzy na razie nie będą, a niektórzy początkujący już zostali zastąpieni...