Här är mina anteckningar från TED-samtalen på TEDAI Wien 2025 (26 september 2025) Session 1: Grund Walter Werzowa (Artist, Royal Society of Arts Fellowship, Recording Academy), Olivier Oullier (Inclusive Brains, Biotech Dental, MBZUAI) - Introduktion - Orkester, hjärngränssnitt, DJ, musiker - Prestanda som översätter hjärnvågor genom AI till musik Shaden Alshammari (Forskare, MIT) - Inspiration till periodiska systemet inom kemi för ramverk för maskininlärning - Maskininlärning av algoritmer för organisering av periodiska system, fördelningar och målfunktioner - Representationsinlärningsmetod som kopplar samman olika metoder - Ny algoritm för bildklustring som förbättrar den 60 år gamla K-means-klustringsalgoritmen - R- och Q-variabler som representerar reella samband (med och utan annotering) respektive inlärda relationer - Periodiska systemets struktur för maskininlärningsalgoritmer avslöjar luckor för nya metoder - Övervakad inlärningssignal genom inlärda representationer Lukasz Kaiser (Forskare, OpenAI) - Självkörande bilar – varför kör de inte överallt som taxichaufförer? - Varför är AI så svårt att bota sjukdomar? Maskiner måste lära sig av mindre data - Kraftfullare modeller som kan läras in - RNNs - snigel som går runt orden - Transformers - ryggsäck med snigel som bär alla tidigare ord - Transformatorer lär sig av mindre data - Resonemangsmodeller/resonerare - som fortfarande bär alla ord, men också producerar sina egna ord emellanåt (provtid), kan räkna och tänka i sammanhang - Forskare - kraftfulla modeller + lärbara, godtyckliga data, godtycklig testtid, parallellitet (inte sekventiell längre) - Vetenskapliga upptäckter, nästa typ av modeller - Tidslinje - närmare snarare än längre, månader/ett år men inte decennier; Inte en alltför avlägsen framtid...