Десятки лет преследуя мечту о создании «настоящего искусственного интеллекта», ученые разработали технологии, имитирующие зрение, языковые и моторные навыки, способность к рассуждению и прочие способности, входящие в понятие интеллекта. Их усилия привели к появлению систем, умеющих неплохо решать узкоспециальные задачи, но им еще далеко до универсального интеллекта животных и тем более людей. Специалисты из лаборатории DeepMind утверждают, что это не так, и они знаю, как может развиться такой ИИ на базе сегодняшних технологий.

В Google считают, что они

Гэри Маркус
Недавние исследования в области искусственного интеллекта и машинного обучения в основном делали упор на универсальное обучение, постоянно расширяющиеся обучающие наборы и все больше вычислений. Напротив, я предлагаю гибридный, основанный на знаниях, основанный на рассуждениях подход, основанный на когнитивных моделях, который мог бы обеспечить основу для более богатого и надежного ИИ, чем это возможно в настоящее время.

Тесты показывают, что популярный ИИ пока ещё плохо разбирается в реальности

В данной статье предложена архитектура реализации сильного гибридного интеллекта, основанная на идеях Никиты Николаевича Моисеева. Также сформулированы Принцип Легасова, Принцип Ефремова и Принцип Моисеева, использование которых может обеспечить безопасное и эффективное использование предложенной архитектуры.

Современные системы машинного обучения весьма функциональны, но обладают серьезным недостатком — они не способны к освоению новой информации без переобучения. Это отличает их от человеческого мозга, который постоянно учится по мере столкновения с чем-то новым. Группа специалистов по ИИ и нейробиологов из некоммерческой организации ContinualAI представила недавно Avalanche — библиотеку инструментов, облегчающих изучение постоянно обучающегося искусственного интеллекта.

Напомню предысторию. Меня зовут Алексей Редозубов и я занимаюсь созданием сильного искусственного интеллекта. Мой подход крутится вокруг контекстно-смысловой модели работы мозга. Об этом был цикл статей на хабре и много видео на Youtube. Сейчас я хочу рассказать об основах контекстно-смысловой модели и о недавних исследованиях, которые позволили взглянуть на эту модель с новой, неожиданной стороны. Исследованиях невероятных настолько, что уверен — многие сочтут их безумием.

Блог

В Институте Макса Планка провели исследование о перспективах развития ИИ. Его авторы считают, что скоро мы не сможем управлять сверхразумными машинами. РБК Тренды спросили экспертов, что они думают о потенциальной угрозе.

Человек не сможет управлять сверхразумными машинами с ИИ. К такому выводу пришли авторы исследования «Суперинтеллект не может быть ограничено: уроки теории вычислимости» Центра людей и машин Института развития человека Макса Планка. Результаты исследования опубликованы в Journal of Artificial Intelligence Research.

В последнее время термин «искусственный интеллект» стал чрезвычайно широким. Где только не употребляют его – от «умных» устройств до программ игры в шахматы, Го и пр. При этом собственно интеллекта, сознания в человеческом понимании в этих устройствах нет.

Сегодня технологии искусственного интеллекта прочно вошли в нашу повседневную жизнь, став незаменимыми помощниками в решении множества задач — от эффективной поддержки наших усилий при выполнении рутинных действий, обработке и анализе больших массивов неструктурированной информации—до оказания помощи в реализации нашего творческого потенциала и развития наших креативных навыков. А в таких индустриях как здравоохранение, беспилотный транспорт и охрана общественного порядка, технологии ИИ помогают принимать решения более качественно и быстрее— ровно тогда, когда счет идет на секунды, и эти секунды способны спасти чьи то жизни!
Коллектив авторов:
Бурцев М. С., канд. физ.-мат. наук, МФТИ. Бухвалов О.Л., канд. техн. наук, Brain Garden. Ведяхин А. А., канд. экон. наук, первый заместитель председателя правления, ПАО Сбербанк. Витяев Е. Е., д-р физ.-мат. наук, Институт математики СО РАН, профессор Новосибирского государственного университета. Еременко М.А, ПАО Сбербанк. Ефимов А. Р., ПАО Сбербанк, НИТУ «МИСиС». Колонин А. Г., канд. техн. наук, Новосибирский государственный университет, Aigents. Курпатов А. В., ПАО Сбербанк. Мазин В.А., канд. физ.-мат. наук, Mind Simulation AGI laboratory. Марков С.С., ПАО Сбербанк. Молчанов А. А., ПАО Сбербанк. Нейросеть RuGPT-3. Николенко С. И., канд. физ.-мат. наук, ПОМИ РАН, Neuromation. Очеретный А.С., ПАО Сбербанк. Панов А. И., канд. физ.-мат. наук, ФИЦ ИУ РАН, МФТИ. Пономарев Д. К., канд. физ.-мат. наук, Институт систем информатики СО РАН, Новосибирский государственный университет. Потапов А.С., доцент, к.т.н., SingularityNet

Since AI is getting a hot topic and many folks started asking me about participating in AGI startups, I decided to outline my view on the topic using easy language. The following is my (Victor Smirnov) personal view on AI that other committers and contributors may not necessary share or support.

Мы ведем группы и организуем семинары русскоязычного сообщества разработчиков систем AGI (Artificial General Intelligence или Общий Искусственный Интеллект) или Strong AI (Сильный Искусственный Интеллект), а также - являющийся их частным случаем HLAI (Human-Level Artificial Intelligence или Искусственный Интеллект Человеческого Уровня).