Машинный интеллект 2020

расскажем непрограммистам о сегодняшнем машинном интеллекте и его использовании

Основные темы курса

сравнение машинного и биологического интеллекта, как думать о машинном интеллекте
интеллект-стек: основные платформы машинного интеллекта и перспективы их развития
применение машинного интеллекта в инженерии, менеджменте, науке
предпринимательские перспективы машинного интеллекта

Записаться на курс

О чём ещё расскажет курс

В чём неожиданность нынешнего бурного развития AI

В машинном интеллекте неожиданно отмоделировали не логическую составляющую человеческого ума, а "чуйку" — интуитивное понимание. Оказалось, что нейронные сети позволяют решать задачи распознавания изображений, голоса, ситуаций, обнаружения ненормальностей не как логические машины, а совсем по-другому: выстраивая многоуровневые абстракции. Всё началось совсем недавно: этот прорыв был замечен человечеством в 2012 году, всего семь лет назад. Мы покажем, что из этого неожиданного события следует.

Может ли машина творить

Да, машинный интеллект сегодня может создавать новое. И создаёт он его из хаоса, при этом использует эволюцию, при этом использует соревнование с самим собой. И создаёт не хуже человека. В том числе в искусстве. В том числе в инженерии. Мы расскажем, как это устроено — без формул и математики.

Почему машинный интеллект ещё не захватил мир

Почему смешно говорить и "человек захватил мир" и "машинный интеллект захватил мир". Почему нельзя думать о машинном интеллекте как о конкретном человеке, и как нужно о нём думать. Сосуществование машинного и человеческого интеллектов. Открытость и эволюция вместо "захвата мира".

Почему о машинном интеллекте только говорят, но его пока не видно?

Конечно, машинный интеллект уже видно: машинный перевод, распознавание речи и синтез речи. Автомобили без водителя уже есть, хотя их ещё мало кто ещё видел в наших краях. Обычно цикл от инвестирования до выхода сложного продукта на рынок в массовое использование это три года. Проинвестированные только во втором квартале 2019 года $7.4млрд. хорошо будут заметны через три года, в 2022 году, когда на рынок выйдут продукты, в которые вложили эти деньги. Курс расскажет, на какие проекты идут эти деньги.

Что вы получите на курсе

Помимо общей ясности в голове, вы поймете:

Как думать о машинном интеллекте и чего от него ожидать

Вы будете различать сильный/общий искусственный интеллект и слабый/узкий искусственный интеллект. Перестанете думать о компьютерной программе так же, как о человеке. Перестанете сравнивать машинный интеллект только с высшими коллективными достижениями человеческой разумности и заметите, что он дешевле грибов и поэтому не нужно ждать от него многого за такие деньги.

Какие деньги крутятся в сфере машинного интеллекта

Сколько стоит использование (вывод) для нейросети и сколько стоит обучить нейросеть. Почему входной барьер такой низкий (стоимость видеокарты), и почему только крупные компании могут себе позволить прорывные разработки. Какие инвестиции идут в искусственный интеллект, и пройден ли их пик (нет, далеко не пройден. Это всё равно что инвестиции в людей: их никогда не будет достаточно! И счёт идёт уже на миллиарды долларов в квартал).

Как искусственный интеллект повлияет на рабочие места

Посылка, что искусственный интеллект отнимет у людей работу, неверна: сумма работы людей не константа. Машины отняли у людей практически весь сельскохозяйственный и значительную часть заводского труда, однако уровень занятости в мире не стал в разы меньше. Про искусственный интеллект нужно думать примерно таким же образом. И радоваться дополнительному выходному в неделю.

Курс рекомендуется для тех, кто не успевает следить за новостями машинного интеллекта, но хочет быть в курсе последних достижений. В курсе не будет математических формул и примеров компьютерных программ. Если спросить об интеллекте человека, то рассказ меньше всего должен быть о биохимии мозга или о том, из каких конкретно частей состоит мозг. Но как интеллект создал рок-фестивали, небоскрёбы и регулярные космические рейсы на Марс — вот это было бы интересно узнать. Мы примерно так и будем рассказывать о машинном интеллекте: для тех людей, которые хотели бы им пользоваться, а не разрабатывать его алгоритмы и аппаратуру.

1

день

8

часов

Программа курса

Будущее уже здесь, только оно неравномерно распределено. Откуда взялся человеческий интеллект? Искусственный интеллект: "то, что компьютеры пока не умеют делать". В чём суть сегодняшнего прорыва в машинном интеллекте? Всё быстро. Глубокое обучение: глубокие абстракции. Почему только сейчас? Тезис Sutton, 13 марта 2019. Сингулярность. Примеры сегодняшнего (а не будущего). NLP — обработка естественного языка. Goal: capuchin-like. Скорость исследований: растёт по закону Мура. Как устроены исследования. Ловкость, embodied intelligence. Заземление/grounding и embodied intelligence. Творчество и соревновательность (adversarial architectures). Open endedness. Там нет "интеллекта", в чём тогда крутость? Как относиться к AGI. Принципиальная схема киберличности. Киберличность и работа с вниманием. Роботы заберут работу? Чьи это виртуальные ассистенты? Adversarial attacks, deepfakes и так далее. Нейтральность технологий.

Системные уровни интеллект-стека. Эмерджентность. Стек платформ машинного интеллекта. Платформы машинного обучения. Главный алгоритм. Альтернативный стек глубокого обучения. Малая связность: ключ к развитию и совершенствованию. Метафоры жизненного цикла "компетенции" (в том числе машинной). Языковые модели. Загон данных (data wrangling), сантехника данных (data plumbing). Проблема innate priors. Моделирование, программирование, проектирование, онтологизирование, формализация — это всё одно. Машинное обучение и уровень когнитивной архитектуры. Перспективы.

Мечты человечества (как оценивать прогресс?). Деятельностный кругозор ("как устроена жизнь"): применения AI везде, где есть применение людей. Инвестиции в AI. Forbs: обзор 50 AI startups (17 cентября 2019). Сегодняшний фронтир: автомобили. Инвестиции сегодня, результаты завтра. Что дают дешёвые качественные камеры? Ножиданные виды сервиса и слежку. Машинный перевод. Офисный ИскИн, который построил Джек. Научные открытия. Интернет вещей (IoT), BigData и AI, тесно связанные с предсказательной аналитикой. Робототехнические заводы (тёмные фабрики). Корпусная инженерия. Код и AI модели как ещё один тип медиа: магазины и облака. Взять идеи из машинного интеллекта в педагогику. Основные проблемы. Цикл жизни инженерных технологий: пример AI. Дилемма инноватора.

Оставить заявку на участие

Даты нового учебного потока определяются.

Запишитесь в лист ожидания и мы сообщим вам, как только объявим точные даты проведения курсов

Записаться в лист ожидания

Преподаватели

Ведущий курса
Анатолий Левенчук

Научный руководитель школы системного менеджмента

Занимался машинным обучением и искусственным интеллектом, когда это ещё не было модно (с 1977 года).

Всё ещё не уверены насчет курса?

Присоединяйтесь к чату абитуриентов в Телеграм

в чате вы сможете задать коллегам и преподавателям интересующие вас вопросы и принять взвешенное решение

(если не получается перейти по ссылке, вы можете найти чат через поиск: @welcomeSSM)

Следуйте за нами в социальных сетях и читайте наш блог

Что потом?

Ничего не делать. Просто принять знания курса к сведению и перестать жить, беспокоясь о судьбах человечества. Машинный интеллект поможет решить многие из проблем, но работа у людей не исчезнет (хотя вряд ли сохранится текущая работа).
Работу всё равно придётся менять, ибо машинный интеллект вездесущ и быстро распространяется. Поднять калибр собственной личности: пойти на какие-то курсы, которые помогут чувствовать себя уверенней во время неизбежных перемен. Программы Школы Системного Менеджмента к вашим услугам.
Заинтересоваться и начать использовать машинный интеллект в своей работе. Не боги горшки обжигают, почему бы и не заняться.

Еще не готовы прийти к нам на курс?
Тогда мы приготовили для вас кое-что полезное и даром: чек-лист по проектному анализу.

Подробнее