Презентация с семинара, проведенного 30.03.2011 в Молодежном Экономическом Клубе СПб Дмитрием Тимофеевым.
Путь Апгрейда: http://upgradeway.ru/
Методы усиления интеллекта
Dokumen ini memberikan tips bagi mahasiswa untuk menjadi cerdas dalam bidang akademik, termasuk mengikuti perkembangan ilmu pendidikan, memiliki buku referensi untuk berbagai bidang pendidikan, ikut serta dalam proses pendidikan untuk mendapatkan informasi, gemar membaca buku pengetahuan, serta semangat dan kerja keras untuk meningkatkan ilmu.
Презентация с семинара, проведенного 30.03.2011 в Молодежном Экономическом Клубе СПб Дмитрием Тимофеевым.
Путь Апгрейда: http://upgradeway.ru/
Методы усиления интеллекта
Dokumen ini memberikan tips bagi mahasiswa untuk menjadi cerdas dalam bidang akademik, termasuk mengikuti perkembangan ilmu pendidikan, memiliki buku referensi untuk berbagai bidang pendidikan, ikut serta dalam proses pendidikan untuk mendapatkan informasi, gemar membaca buku pengetahuan, serta semangat dan kerja keras untuk meningkatkan ilmu.
CV2015. Лекция 1. Понятия и история компьютерного зрения. Свет и цвет.Anton Konushin
Курс "Введение в компьютерное зрение", читаемый на
ВМК МГУ имени М.В. Ломоносова в весеннем семестре 2015 года. Лектор - Конушин Антон. Лекция 1. Темы - понятие о компьютерном зрение, сложности, связь с искусственным интеллектом. История и достижения компьютерного зрения. Свет и цвет, модели цвета, цифровое изображение.
Это последняя лекция в серии для очень начинающих аналитиков. Она о высоком: о творчестве, о познании, о сложных задачах, которые тоже являются частью работы аналитика. Об этой стороне редко говорят, считая ее трудно формализуемой, необязательной или считают, что это "не для всех". Но останавливаясь только на обязательных, формальных и рутинных частях работы аналитика, мы сами убиваем любовь к собственной профессии, превращая ее в колесо для белки. Так вот: учитесь видеть в своей профессии творчество!
Вебинар посвящен технологии разработки дистанционных курсов Восточно-сибирской государственнаой академии образования.
1. Выбор курса и аудитории.
2. Определение структуры курса.
3. Определение основных понятий.
4. Семантические сети.
CV2015. Лекция 1. Понятия и история компьютерного зрения. Свет и цвет.Anton Konushin
Курс "Введение в компьютерное зрение", читаемый на
ВМК МГУ имени М.В. Ломоносова в весеннем семестре 2015 года. Лектор - Конушин Антон. Лекция 1. Темы - понятие о компьютерном зрение, сложности, связь с искусственным интеллектом. История и достижения компьютерного зрения. Свет и цвет, модели цвета, цифровое изображение.
Это последняя лекция в серии для очень начинающих аналитиков. Она о высоком: о творчестве, о познании, о сложных задачах, которые тоже являются частью работы аналитика. Об этой стороне редко говорят, считая ее трудно формализуемой, необязательной или считают, что это "не для всех". Но останавливаясь только на обязательных, формальных и рутинных частях работы аналитика, мы сами убиваем любовь к собственной профессии, превращая ее в колесо для белки. Так вот: учитесь видеть в своей профессии творчество!
Вебинар посвящен технологии разработки дистанционных курсов Восточно-сибирской государственнаой академии образования.
1. Выбор курса и аудитории.
2. Определение структуры курса.
3. Определение основных понятий.
4. Семантические сети.
3. Сложные и простые задачи для
искусственного интеллекта
• Простые:
• Интегралы, шахматы, викторины, вывод
теорем, вычисления
• Сложные:
• Зрение, распознавание, естественный язык
и здравый смысл, перевод, сложные
научные выводы
4. Что сделано сегодня
• Узкая специализация программ:
• Шахматы, викторины, логические и
математические выводы, поиск в
«известном лабиринте», решения частных
задач распознавания, экспертные системы,
простое обучение с нуля
5. Что можно сделать сегодня
• Ориентация и навигация с помощью зрения
• Распознавание объекта по «примерному»
шаблону или набору шаблонов и
ограниченный контекст
• Перевод на другой язык и беседа с
«прямолинейным» и простым пониманием
смысла
6. Что хотим завтра
• Распознавание объектов в широком наборе
контекстов и сильном отличии от шаблоны
• Глубокое понимание и перевод языков
• Сложные научные выводы
7. Что мешает реализовать, то что
можно сделать сегодня
• Большой объем работы по программированию
• Большой объем работы по сбору баз данных,
«ручной» работы
• Бизнес не любит «долгих» и «сложных» проектов :
отсутствие «научного» мышления у бизнеса и
«личные» амбиции у ученых, медлительность
«академических» изысканий и оторванность от
практики и конечного результата
• Выход: любить и уважать науку и ученых,
человеческий фактор, острота проблемы
8. Подходы к реализации интеллекта
завтра
• «Моделирование» мышления
программами – эвристики, экспертные
системы
• Копирование мозга
• Эволюция и обучение
9. «Моделирование» мышления программами
– эвристики, экспертные системы
Проблемы:
Отсутствие универсальности алгоритмов
Отсутствие одного или нескольких простых
базовых принципов решений для всех
задач
10. Копирование мозга
• Наш мозг – параллельная архитектура,
высокая адаптивность и устойчивость к
повреждениям
Проблемы
Высокая сложность
Влияние на решения мозга окружения мозга,
организма, окружающей среды
Самостоятельное целеполагание мозга
Трудность нахождения «багов»
Разрушение мозга и его взаимодействия с
окружением при внешнем вторжении для
изучения
11. Обучение и эволюция
Обучение – не нужно самим формировать программы
и базы знаний
Эволюция – начальный уровень обучения,
Использование результатов предыдущих этапов для
следующих
Проблемы:
Обучение с нуля малоэффективно
Эволюция – локальный экстремум
Решение:
Генератор случайных чисел из окружения и эволюция
в реальной физической среде
12. Проблемы реализации
• Отсутствие хорошей параллельной и
адаптивной электронной базы
• Сложность софта и длительность его
разработки
13. Сознание
Синхронистичность событий
Локальные корреляции
• Квантовые и фрактальные компьютеры
• Живое сохраняет сложные и неустойчивые системы
Глобальные корреляции
Мир – набор случайных событий или механизм
(голографическая модель)
Выход – интуиция!
Для машин – случайный генератор из внешней среды
и эволюция в физическом мире
14. Что не смогут ЭВМ
Не формализуемые задачи:
• Повторить индивидуальность
• Угадать 100% будущие желания и
потребности
• Полностью изучить человека