Публикации по теме 'ai-safety'


Объяснимый ИИ: дискуссия с Дэном Уэлдом
Такер Дэйви Системы машинного обучения сбивают с толку — спросите любого исследователя ИИ. Их глубокие нейронные сети работают невероятно быстро, рассматривая тысячи возможностей за секунды, прежде чем принять решение. Человеческий мозг просто не успевает. Когда люди учатся играть в го, инструкторы могут оспаривать их решения и выслушивать их объяснения. Благодаря этому взаимодействию учителя определяют пределы понимания ученика. Но AlphaGo от DeepMind, которая недавно обыграла..

Разработка стимулов для агентов, чтобы избежать фальсификации вознаграждения
Авторы Том Эверит, Рамана Кумар и Маркус Хаттер С точки зрения безопасности ИИ, наличие четкого принципа разработки и четкой характеристики решаемой проблемы означает, что нам не нужно гадать, какие агенты безопасны. В этом посте и документе мы описываем, как принцип проектирования, называемый оптимизацией по току RF, позволяет избежать проблемы подделки функции вознаграждения. Агенты обучения с подкреплением (RL) предназначены для максимизации вознаграждения. Например, агенты..

Машинное мышление и рост общего искусственного интеллекта: интервью с Бартом Селманом
Автор Джолин Крейтон Технологии машинного обучения практически вездесущи в нашем обществе - от передовой системы компьютерного зрения Uber до инновационного алгоритма рекомендаций Netflix. Они фильтруют нашу электронную почту, персонализируют наши ленты новостей, обновляют наши системы GPS и управляют нашими личными помощниками. Однако, несмотря на то, что такие технологии совершают революцию в области искусственного интеллекта, некоторые утверждают, что эти системы машинного..

Обеспечение безопасности ИИ в непредсказуемом мире: интервью с Томасом Г. Диттерихом
Джолин Крейтон Наши системы искусственного интеллекта прекрасно работают в закрытых мирах. Это потому, что эти среды содержат определенное количество переменных, что делает миры совершенно известными и совершенно предсказуемыми. В этих микросредах машины сталкиваются только с объектами, которые им знакомы. В результате они всегда знают, как следует действовать и реагировать. К сожалению, эти же системы быстро запутываются при развертывании в реальном мире, так как многие объекты..

Beyond Jeopardy: как мы можем доверять медицинскому ИИ?
СЛОЖНЕЕ, ЧЕМ ОПАСНОСТЬ В 2011 году, всего через два дня после того, как Watson победил двух чемпионов среди людей в игре Jeopardy! , IBM объявила, что их блестящий искусственный интеллект (ИИ) направит значительные умственные способности на трансформацию медицины. Отойдите в сторону, Шерлок: этим делом занимается доктор Ватсон. Однако к 2018 году фанфары вокруг Уотсона испарились. Способный анализировать значительные объемы данных, НЛП Уотсона изо всех сил пытался понять..