Искусственный интеллект усиливает важность человеческой этики. Zeynep Tufekci - видеоролик
Изучайте английский язык с помощью параллельных субтитров ролика "Искусственный интеллект усиливает важность человеческой этики".
Метод интервальных повторений для пополнения словарного запаса английских слов. Встроенный словарь.
Всего 827 книг и 2706 познавательных видеороликов в бесплатном доступе.
страница 2 из 3 ←предыдущая следующая→ ...
00:02:31
that are subjective
субъективные вопросы,
and open-ended and value-laden.
открытые и вопросы оценочного характера.
We're asking questions like,
Мы задавали такие вопросы, как:
"Who should the company hire?"
«Кого стоит нанять в компанию?»
"Which update from which friend
should you be shown?"
«Какое обновление и от какого
друга мы должны видеть?»
00:02:41
"Which convict is more
likely to reoffend?"
«Кто из осуждённых
скорее всего станет рецидивистом?»
"Which news item or movie
should be recommended to people?"
«Какие новости или фильмы
рекомендовать людям?»
Look, yes, we've been using
computers for a while,
Да, мы используем компьютеры
уже продолжительное время,
but this is different.
но это совсем другое.
This is a historical twist,
Это исторический поворот,
00:02:54
because we cannot anchor computation
for such subjective decisions
потому что базис для вычисления
принятия субъективных решений,
the way we can anchor computation
for flying airplanes, building bridges,
отличается от того, что используется для
сборки самолётов, строительства мостов
going to the moon.
или полётов на Луну.
Are airplanes safer?
Did the bridge sway and fall?
Самолёты стали безопаснее?
Мосты больше не падают?
There, we have agreed-upon,
fairly clear benchmarks,
Здесь у нас есть
достаточно чёткие критерии
00:03:15
and we have laws of nature to guide us.
и законы природы,
на которые мы можем положиться.
We have no such anchors and benchmarks
Но нет чётких критериев
for decisions in messy human affairs.
для принятия решений
в запутанных людских делах.
To make things more complicated,
our software is getting more powerful,
Ещё больше усложняет задачу
программное обеспечение,
but it's also getting less
transparent and more complex.
становящееся менее прозрачным
и более сложным и мощным.
00:03:33
Recently, in the past decade,
За последнее десятилетие
complex algorithms
have made great strides.
развитие сложных алгоритмов
достигло больших успехов.
They can recognize human faces.
Они могут распознавать человеческие лица.
They can decipher handwriting.
Они могут расшифровывать почерк.
They can detect credit card fraud
Выявить мошенничество
с кредитными картами
00:03:45
and block spam
или блокировать спам,
and they can translate between languages.
они могут переводить с других языков.
They can detect tumors in medical imaging.
Они могут выявлять опухоли
в рентгенографии.
They can beat humans in chess and Go.
Они могут обыгрывать нас в шахматы и в Го.
Much of this progress comes
from a method called "machine learning."
Большáя часть этого прогресса достигнута
с помощью «машинного обучения».
00:03:59
Machine learning is different
than traditional programming,
Машинное обучение отличается
от традиционного программирования,
where you give the computer
detailed, exact, painstaking instructions.
где вы даёте компьютеру подробные,
точные, чёткие инструкции.
It's more like you take the system
and you feed it lots of data,
Это больше похоже, как будто мы
скармливаем компьютеру много данных,
including unstructured data,
в том числе бессистемных данных,
like the kind we generate
in our digital lives.
как те, что мы создаём
в нашей цифровой жизни.
00:04:14
And the system learns
by churning through this data.
И система сама учится
систематизировать эти данные.
And also, crucially,
Особенно важно то,
these systems don't operate
under a single-answer logic.
что эти системы не работают
по логике поиска единого ответа.
They don't produce a simple answer;
it's more probabilistic:
Они не дают однозначного ответа,
они основаны на вероятности:
"This one is probably more like
what you're looking for."
«Этот ответ, вероятно,
похож на то, что вы ищете».
00:04:31
Now, the upside is:
this method is really powerful.
Плюс этого метода в том,
что он очень перспективный.
The head of Google's AI systems called it,
Глава систем ИИ Google назвал его
"the unreasonable effectiveness of data."
«нерационально высокая
эффективность данных».
The downside is,
Минус в том,
we don't really understand
what the system learned.
что мы не знаем,
что именно система выучила.
00:04:43
In fact, that's its power.
В этом мощь системы.
Для просмотра параллельного текста полностью залогиньтесь или зарегистрируйтесь