Zde jsou mé poznámky z přednášek TED na TEDAI Vienna 2025 (26. září 2025) Sekce 1: Založení Walter Werzowa (umělec, Royal Society of Arts Fellowship, Recording Academy), Olivier Oullier (inkluzivní mozky, biotechnologické zuby, MBZUAI) - Úvod - Orchestr, mozkové rozhraní, DJ, hudebník - Performance překládající mozkové vlny přes AI do hudby Shaden Alshammari (výzkumný pracovník, MIT) - Inspirace periodické tabulky chemie pro rámec strojového učení - Strojové učení periodické tabulky organizující algoritmy, distribuce a objektivní funkce - Přístup k učení reprezentací propojující různorodé metody - Nový algoritmus shlukování obrázků vylepšuje 60 let starý algoritmus shlukování K-means - Proměnné R a Q reprezentující reálné vztahy (s anotací a bez anotace) a naučené vztahy - Struktura periodické tabulky pro algoritmy strojového učení odhalující mezery pro nové metody - Signál učení s učitelem prostřednictvím naučených reprezentací Lukasz Kaiser (výzkumný pracovník, OpenAI) - Samořídící auta - proč nejezdí všude jako taxikáři? - Proč je umělá inteligence pro léčbu nemocí tak obtížná? Stroje se musí učit z menšího množství dat - Výkonnější modely s možností učení - RNNs - šnek chodící kolem slov - Transformers - šnek nesoucí batoh se všemi předchozími slovy - Transformátory se učí z menšího množství dat - Modely uvažování / uvažovatelé - stále nesou všechna slova, ale také produkují svá vlastní slova mezi tím (test-time), umí počítat a myslet v souvislostech - Výzkumníci - výkonné modely + naučitelná, libovolná data, libovolný test-time, paralelismus (již ne sekvenční) - Vědecké objevy, další typ modelů - Časová osa - spíše blíže než dále, měsíce/rok, ale ne desetiletí; není to příliš vzdálená budoucnost...