Oto moje notatki z wystąpień TED na TEDAI w Wiedniu 2025 (26 września 2025) Sesja 1: Podstawa Walter Werzowa (Artysta, Royal Society of Arts Fellowship, Recording Academy), Olivier Oullier (Inclusive Brains, Biotech Dental, MBZUAI) - Wprowadzenie - Orkiestra, interfejs mózgowy, DJ, muzyk - Występ tłumaczący fale mózgowe na muzykę za pomocą AI Shaden Alshammari (Badacz, MIT) - Inspiracja tablicą okresową chemii dla ramy uczenia maszynowego - Tablica okresowa uczenia maszynowego organizująca algorytmy, rozkłady i funkcje celu - Podejście do uczenia reprezentacji łączące różne metody - Nowy algorytm klasteryzacji obrazów poprawiający 60-letni algorytm klasteryzacji K-średnich - Zmienne R i Q reprezentujące rzeczywiste relacje (z i bez adnotacji) oraz relacje wyuczone odpowiednio - Struktura tablicy okresowej dla algorytmów uczenia maszynowego ujawniająca luki dla nowych metod - Sygnał uczenia nadzorowanego przez wyuczone reprezentacje Lukasz Kaiser (Badacz, OpenAI) - Samochody autonomiczne - dlaczego nie jeżdżą wszędzie jak kierowcy taksówek? - Dlaczego AI w leczeniu chorób jest tak trudne? Maszyny muszą uczyć się z mniejszej ilości danych - Potężniejsze modele uczące się - RNN - ślimak chodzący po słowach - Transformatory - ślimak noszący plecak ze wszystkimi poprzednimi słowami - Transformatory uczą się z mniejszej ilości danych - Modele rozumowania/rozumujący - nadal noszą wszystkie słowa, ale także produkują własne słowa pomiędzy (w czasie testu), potrafią liczyć i myśleć w kontekście - Badacze - potężne modele + uczące się, dowolne dane, dowolny czas testu, równoległość (już nie sekwencyjnie) - Odkrycia naukowe, następny typ modeli - Oś czasu - bliżej niż dalej, miesiące/rok, ale nie dekady; nie bardzo odległa przyszłość...