Национального центра физики и математики для студентов, аспирантов, молодых ученых и специалистов по искусственному интеллекту и большим данным в технических, промышленных, природных и социальных системах.
Саров, 20-24 ноября 2023 г.
Лекторий «Первой Всероссийской школы НЦФМ по искусственному интеллекту и большим данным».
Запись трансляции третьего дня. Лекционная сессия.
Лекция Константина Анохина — Мозг для искусственного интеллекта, искусственный интеллект для мозга.
Константин Анохин – профессор, академик РАН, директор Института перспективных исследований мозга МГУ имени М. В. Ломоносова, заведующий лабораторией нейробиологии памяти НИИ нормальной физиологии имени П.К. Анохина.
ТАЙМИНГ:
00:29 Введение
• Константин Анохин, директор института перспективных исследований мозга МГУ, выступает на конференции по искусственному интеллекту.
• Анохин подчеркивает важность понимания принципов работы мозга для развития искусственного интеллекта.
14:37 Нейробиология и искусственный интеллект
• Анохин рассказывает о том, как нейробиология может помочь в создании искусственного интеллекта.
• Он обсуждает принципы работы биологических нервных систем, которые не всегда применяются в искусственных системах, также упоминает о важности кодирования информации в химических сигналах и объемной передаче сигналов.
22:52 Нейроны и их функции
• Нейроны способны распространять потенциал действия не только от тела по аксону, но и под дендритом.
• Существует обратное распространение импульса из тела нейрона назад дендритом, регулирующее то, как дендрит принимает следующую информацию.
29:53 Память и ее особенности
• Биологическая память не репрезентативна и реконструктивна, она не является точным отражением событий внешнего мира.
• Воспроизведение памяти — активный процесс генерации предположения о том, что было.
• Биологическая память вырождена и обладает автоассоциативностью.
33:44 Мерджентность и искусственный интеллект
• Мерджентность — это взгляд на причинно-следственную структуру реальности, где типы сущностей могут состоять из организации материальных элементов более низкого уровня.
• Большие языковые модели, обученные на одном языке, начинают понимать другие языки и обладают некоторыми способностями, на которые их не учили.
40:41 Нейронные сети и когнитивные функции
• В больших нейронных сетях возникают когнитивные функции, такие как распознавание концепций и категорий.
• Нейроны места и времени возникают в мозге и в искусственных нейронных сетях.
54:32 Нейроны места и времени в искусственных нейронных сетях
• В больших языковых моделях возникают нейроны, которые классифицируют текст по времени и месту.
• В нейробиологии можно управлять работой организма, влияя на работу когнитивно-специализированных нейронов.
58:24 Искусственный интеллект и сознание
• Ученые могут стимулировать определенные зрительные категории у животных, вызывая галлюцинации.
• Искусственный интеллект может быть использован для генерации текста, но не обладает сознанием.
01:06:36 Эмерджентность и искусственный интеллект
• Мир становится взаимосвязанным, что может влиять на системную динамику и поведение искусственного интеллекта.
01:10:10 Теория мозга и когнитома
• Мозг — это не только нейронная сеть, но и гиперсетевая структура, которая развивается эмбрионально и за счет обучения.
• В мозге могут формироваться группы клеток, которые работают как кротовые норы и активируются в зависимости от прошлого опыта.
• Это объясняет нелинейность и ассоциативность мышления, которые не всегда следуют линейной логике.
01:13:16 Исторические переходы и когнитивные системы
• Видео обсуждает исторические переходы в когнитивных системах, которые происходят через объединение отдельных элементов в команды, конгломераты и оптимизации функций.
• В результате этих переходов, элементы системы приобретают новые свойства и начинают кодировать функционал и причинно-действенный потенциал системы.
01:15:22 Супервентность и суперцедентность
• Обсуждается концепция супервентности, которая означает, что свойства верхнего уровня полностью соответствуют свойствам нижнего уровня.
• Вводится понятие суперцедентности, которое говорит о том, что более высокие уровни каузально вытесняют более низкие.
• Система определяется своим максимальным потенциалом, а не физическими, химическими или биологическими уровнями.
01:18:30 Кластеризация и распознавание информации
• Необходимо найти общие принципы, которые объясняют этот феномен в разных системах, таких как биологические, искусственные нейронные сети и когнитивные системы.
• Обсуждается важность глубокого уровня нейронных сетей для распознавания информации и понимания причинно-следственных связей.
Мозг для искусственного интеллекта, искусственный интеллект для мозга. Константин Анохин
Воспользуйтесь возможностью поделиться этим видео со своими друзьями и семьей, если вы нашли его полезным.
No Comments