мозг.
81 000 интервью с Claude: чего на самом деле хотят люди от ИИ (и что их пугает)
Anthropic (создатели Claude) провели, пожалуй, самое масштабное качественное исследование об отношении людей к ИИ. 80 508 человек из 159 стран на 70 языках поговорили с «Anthropic Interviewer» (специальной версией Claude) о своих надеждах, страхах и реальном опыте.«Впервые я почувствовал, что ИИ превзошёл человеческие качества в рабочей задаче. В тот день я вовремя ушёл с работы и забрал дочь из детского сада» — инженер‑программист, Япония «Меня уволили в мае, потому что компания решила заменить меня AI‑системой».
Как пересмотр теории выученной беспомощности меняет концепцию баз знаний?
Как нам всем иногда не хватает такого "решателя проблем" мистера Вульфа!
Нейронные сети нетрадиционного вычисления
Статья призвана познакомить читателя с тем, как биологические механизмы могут применяться при разработке искусственных нейронных сетей для создания сильного искусственного интеллекта (AGI). Статья написана мной и ранее публиковалась на LOR. Выкладываю её здесь для расширения охвата и обмена опытом с хабровчанами.В прошлых статьях , мы рассмотрели сложную структуру нейронной сети в виде кортикальных колонок со спайковой передачей сигнала. Пришло время изменить подход к самим вычислениям, чтобы выйти за пределы кремниевой логики.Мы привыкли думать, что искусственный интеллект — это бесконечное умножение матриц. Миллиарды параметров, гигаватты энергии и детерминированная логика. Но если мы хотим приблизиться к природе настоящего мышления, нам придется признать:
Нейронные сети нетрадиционного возбуждения
Статья призвана познакомить читателя с тем, как биологические механизмы могут применяться при разработке искусственных нейронных сетей для создания сильного искусственного интеллекта (AGI). Статья написана мной и ранее публиковалась на LOR. Выкладываю её здесь для расширения охвата и обмена опытом с хабровчанами.В прошлой статье мы рассмотрели сложную структуру нейронной сети в виде кортикальных колонок. Однако передача сигнала в ней осталась такой же, как в обычных искусственных нейронных сетях. Давайте заменим её на биологический вариант.
Нейронные сети нетрадиционной ориентации
Статья призвана познакомить читателя с тем, как биологические механизмы могут применяться при разработке искусственных нейронных сетей для создания сильного искусственного интеллекта (AGI). Статья написана мной и ранее публиковалась на LOR. Выкладываю её здесь для расширения охвата и обмена опытом с хабровчанами.Для оправдания кликбейтного заголовка давайте сначала кратко рассмотрим традиционные нейронные сети. Их можно классифицировать по топологии следующим образом:Топологически сложные — биологические мозги
Чем выше статус, тем хуже мы считываем людей — и тем увереннее в обратном
Представьте измерительный инструмент с неприятным дефектом: чем выше его положение в системе, тем сильнее он врёт — и тем увереннее показывает, что откалиброван верно. Самопроверка всегда выдаёт «норма», ошибка не ловится изнутри в принципе. Инженер на этом месте напрягается: систематическая погрешность, замаскированная под исправность, — худший вид поломки. Так вот, у каждого из нас есть такой инструмент. В роли датчика в нём — другие люди, а измеряем мы их состояние. И похоже, он действительно врёт тем сильнее, чем выше мы поднимаемся
Истинная многозадачность – возможна. И это не суета, и не «слив дофамина»
Когда речь заходит о продуктивности, то лет 10 назад широко ходил миф про многозадачность. Да чего греха таить, я сам оборудовал рабочее место 4-мя мониторами и еще дополнительно ставил ноут, поддерживая «иллюзию значимости дел». Но это не многозадачность. Новое исследование посвящено способности человеческого мозга к истинной многозадачности. Мозг физически перестраивает свою архитектуру на основе длительного опыта, благодаря чему распараллеливает усвоенные задачи.
Учёные обнаружили, что шмели могут использовать инструменты для решения задач
Шмелям предложили адаптированную версию эксперимента, который 100 лет назад впервые доказал, что шимпанзе способны понять, как достать высоко висящий банан, складывая ящики друг на друга. С тех пор к элитной группе видов, способных к такому уровню понимания и спонтанному решению задач, присоединились различные другие приматы, слоны и вороны.В ходе последних исследований
