Her er notatene mine fra TED-foredragene på TEDAI Wien 2025 (26. september 2025) Sesjon 1: Grunnleggelse Walter Werzowa (Artist, Royal Society of Arts Fellowship, Recording Academy), Olivier Oullier (Inclusive Brains, Biotech Dental, MBZUAI) - Introduksjon - Orkester, hjernegrensesnitt, DJ, musiker - Performance som oversetter hjernebølger gjennom AI til musikk Shaden Alshammari (Forsker, MIT) - Kjemi periodisk system inspirasjon for maskinlæringsrammeverk - Maskinlæring av algoritmer, fordelinger og objektive funksjoner i det periodiske systemet - Representasjonslæringstilnærming som forbinder ulike metoder - Ny bildeklyngealgoritme forbedrer den 60 år gamle K-means-klyngealgoritmen - R- og Q-variabler som representerer reelle relasjoner (med og uten merknad) og lærte relasjoner - Periodisk systemstruktur for maskinlæringsalgoritmer som avslører hull for nye metoder - Veiledet læringssignal gjennom lærte representasjoner Lukasz Kaiser (forsker, OpenAI) - Selvkjørende biler - hvorfor kjører de ikke overalt som drosjesjåfører? - Hvorfor er AI for å kurere sykdommer så vanskelig? Maskiner trenger å lære av mindre data - Kraftigere lærbare modeller - RNNs - snegl som går rundt ordene - Transformers - sneglebæreryggsekk med alle tidligere ord - Transformatorer lærer av mindre data - Resonneringsmodeller/resonnementere - bærer fortsatt alle ord, men produserer også egne ord innimellom (test-time), kan regne og tenke i kontekst - Forskere - kraftige modeller + lærbare, vilkårlige data, vilkårlig testtid, parallellitet (ikke sekvensiell lenger) - Vitenskapelige oppdagelser, den neste typen modeller - Tidslinje - nærmere snarere enn lenger, måneder/et år, men ikke tiår; ikke en veldig fjern fremtid...