Ось мої нотатки з виступів TED на TEDAI Vienna 2025 (26 вересня 2025 року) Сесія 1: Заснування Вальтер Верзова (художник, стипендія Королівського товариства мистецтв, Академія звукозапису), Олів'є Ульє (Inclusive Brains, Biotech Dental, MBZUAI) - Вступ - Оркестр, інтерфейс мозку, діджей, музикант - Перформанс, що транслює мозкові хвилі за допомогою штучного інтелекту в музику Шаден Альшаммарі (дослідник, Массачусетський технологічний інститут) - Хімія періодичної таблиці натхнення для фреймворку машинного навчання - Алгоритми організації періодичної таблиці машинного навчання, розподілів та цільових функцій - Підхід репрезентативного навчання, що поєднує розрізнені методи - Удосконалення нового алгоритму кластеризації зображень на алгоритмі кластеризації K-середніх 60-річної давності - Змінні R і Q, що представляють реальні відносини (з анотацією і без неї) і вивчені відносини відповідно - Структура періодичної таблиці для алгоритмів машинного навчання, що виявляє прогалини для нових методів - Керований навчальний сигнал за допомогою вивчених уявлень Лукаш Кайзер (дослідник, OpenAI) - Безпілотні автомобілі - чому вони не їздять скрізь, як таксисти? - Чому штучний інтелект для лікування хвороб такий важкий? Машинам потрібно вчитися на меншій кількості даних - Більш потужні моделі, що навчаються - РНН - равлик, що ходить навколо слів - Трансформери - равлик, що несе рюкзак з усіма попередніми словами - Трансформатори вчаться на меншій кількості даних - Моделі міркувань/міркувальники - все ще несуть усі слова, але також продукують власні слова між ними (тест-час), можуть займатися математикою та мислити в контексті - Дослідники - потужні моделі + здатність до навчання, довільні дані, довільний час тестування, паралелізм (більше не послідовний) - Наукові відкриття, наступний тип моделей - Часові рамки - ближче, ніж далі, місяці/рік, але не десятиліття; Не дуже далеке майбутнє...