فيما يلي ملاحظاتي من محادثات TED في TEDAI Vienna 2025 (26 سبتمبر 2025) الجلسة 1: التأسيس والتر فيرزوا (فنان، زمالة الجمعية الملكية للفنون، أكاديمية التسجيل)، أوليفييه أولييه (العقول الشاملة، طب الأسنان الحيوي، جامعة محمد بن زايد للذكاء والاصطناعي) - مقدمة - أوركسترا ، واجهة دماغ ، دي جي ، موسيقي - أداء يترجم موجات الدماغ من خلال الذكاء الاصطناعي إلى الموسيقى شادن الشمري (باحث ، معهد ماساتشوستس للتكنولوجيا) - إلهام الجدول الدوري للكيمياء لإطار التعلم الآلي - الجدول الدوري لتنظيم التعلم الآلي للخوارزميات والتوزيعات والوظائف الموضوعية - نهج التعلم التمثيلي الذي يربط بين الأساليب المتباينة - خوارزمية جديدة لتجميع الصور تعمل على تحسين خوارزمية التجميع K-means البالغة من العمر 60 عاما - متغيرات R و Q تمثل العلاقات الحقيقية (مع وبدون تعليق توضيحي) والعلاقات المكتسبة على التوالي - هيكل الجدول الدوري لخوارزميات التعلم الآلي التي تكشف عن فجوات للطرق الجديدة - إشارة التعلم الخاضعة للإشراف من خلال التمثيلات المكتسبة لوكاس كايزر (باحث ، OpenAI) - السيارات ذاتية القيادة - لماذا لا يقودون في كل مكان مثل سائقي سيارات الأجرة؟ - لماذا الذكاء الاصطناعي لعلاج الأمراض صعب للغاية؟ تحتاج الآلات إلى التعلم من بيانات أقل - نماذج أكثر قوة قابلة للتعلم - RNNs - الحلزون يتجول حول الكلمات - المحولات - الحلزون حمل حقيبة ظهر مع جميع الكلمات السابقة - تتعلم المحولات من بيانات أقل - نماذج التفكير / المفكرون - لا يزالون يحملون جميع الكلمات ، ولكنهم ينتجون أيضا كلماتهم الخاصة بينهما (وقت الاختبار) ، يمكنهم إجراء الرياضيات والتفكير في السياق - الباحثون - نماذج قوية + بيانات قابلة للتعلم ، وبيانات تعسفية ، ووقت اختبار تعسفي ، والتوازي (لم يعد متسلسلا) - الاكتشافات العلمية ، النوع التالي من النماذج - الجدول الزمني - أقرب وليس أبعد ، أشهر / سنة ولكن ليس عقودا ؛ ليس مستقبلا بعيد جدا...