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: Christopher M. Bishop. Pattern Recognition and Machine Learning Kevin P. Murphy. Machine Learning: A Probabilistic Perspective 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].