Дмитрий Ветров. Что не так с современным машинным обучением?

Почему современное машинное обучение стоит «примерно на уровне естественных наук XVIII века»? Могут ли нейросети начать закреплять внутри себя выученные знания? Почему опасно игнорировать необъяснимые «странности» нейросетей? В новом выпуске подкаста «Неопознанный искусственный интеллект» мы поговорили с Дмитрием Ветровым — профессором-исследователем НИУ ВШЭ, заведующий Центром глубинного обучения и байесовских методов. Вот что мы обсуждали:

01:32 — Что такое байесовские методы и зачем они в машинном обучении

07:45 — Машинное обучение как «недонаука»: современное состояние ИИ

10:18 — Вредят ли корпорации поиску новых методов машинного обучения

12:29 — GPT-3, мультидоменный ИИ, «сильный» ИИ

18:29 — Когда можно доверить ИИ судьбоносные решения

20:57 — Смена технологической парадигмы в разработке ИИ

22:28 — Стоит ли помнить про онтологии и возможны ли гибриды нейросетей и символьного ИИ

25:19 — Как открыть «черный ящик»: проблема интерпретируемости нейросетей

28:06 — Пересадка из Яндекс.Такси в Яндекс.Толоку: разметка данных для машинного обучения

31:08 — Должен ли ИИ быть похож на мозг, а его разработчики — следовать за открытиями нейрофизиологов?

33:33 — Чем заменить тест Тьюринга.

40:42 — Блиц: самые крутые книжки и самые эпичные провалы в области ИИ

3 лучшие книги по теме ИИ от Дмитрия Ветрова:

1. Christopher M. Bishop. Pattern Recognition and Machine Learning
2. Kevin P. Murphy. Machine Learning: A Probabilistic Perspective
3. David J. C. MacKay. Information Theory, Inference and Learning Algorithms

Расшифровка выпуска

Ведущие подкаста: Даниил Скоринкин и Анатолий Старостин. Над выпуском работали: Алена Завьялова, ВГ, Виктория Багдасарьянц, Анастасия Хорошева, Эмма Барсегова и Илья Булгаков.

Информационный партнер выпуска — проект «Типичный Программист» от издания Tproger.

Подкаст издания Системный Блокъ. Пишите ваши вопросы и идеи на [email protected].