Az AI TÖRTÉNETE és várható JÖVŐJE - Dr. Botzheim János - Pulicorn Podcast

Описание: Két AI Winter után mostmár kiemelkedő eredményeken és folyamatosan gyorsuló fejlődésen megy keresztül a mesterséges intelligencia területe. Itthon is tudjuk ezzel tartani a lépést? Mai adásunk vendége Dr. Botzheim János az ELTE IK Mesterséges Intelligencia Tanszék vezetője.

További érdekességekért iratkozzatok fel YouTube csatornánkra, hallgassatok minket Spotifyon, Apple Podcastson, Google Podcastson, vagy kövessetek minket közösségi média felületeinken:
TikTok:   / pulicornofficial  
Spotify: https://spoti.fi/3eUipyy
Apple Podcasts: https://apple.co/3S7WGRP
Google Podcasts: https://bit.ly/3BICxMY
Facebook:   / pulicorn  
Instagram:   / pulicornofficial  

A Puli legyen veletek! 🐾

Time stamp:
00:00 Intro
00:23 Mennyire valósak az AI-jal kapcsolatos félelmei a társadalomnak?
01:11 Melyek azok a területek, amik veszélyeztetettek és milyen új területek keletkezhetnek?
01:44 Az emberek életminősége milyen irányba fog változni?
02:12 Japánban mik voltak a legmegdöbbentőbb automatizált dolgok?
02:45 Hosszú távon mik a félelmek és remények az AI-jal kapcsolatban?
03:19 Mivel foglalkozik pontosan az ELTE-n indult új Mesterséges Intelligencia Tanszék?
04:40 Milyen alapképzésre van szükség a jelentkezéshez?
05:06 Jelenleg milyen kutatási projektek vannak a tanszéken?
06:20 Visszatekintve hogyan látszik az AI története?
13:53 Mi kellett ahhoz, hogy berobbanjon újra 2010 környékén?
15:35 Hazai szinten az AI-jal hogyan állunk?
16:41 Mit érdemes tudni az evolúciós algoritmusról és a spiking neurális hálózatról?
21:13 Ha valaki tud programozni és AI-jal szeretne foglalkozni, akkor mi az az alaptudás, amire még szüksége van?
22:31 Mennyire várható ennek a demokratizálódása?
23:46 Mi különíti el az algoritmust, regressziót egy neurális hálótól?
25:29 Hogyan lehet egy neurális hálót felépíteni? Mik az elemei?
30:18 Mennyire lehet túl tanítani egy hálózatot?
35:40 Egy memetikus algoritmus hogyan épül fel a neurális hálóhoz képest?
38:33 Egy evolúciós algoritmust hogyan építünk fel?
42:37 Mik azok a mély neurális hálók? Miért jobb az eredménye és miért nehezebb vele dolgozni?
43:37 Mély neurális hálóknál még mindig egyszerű a tanítás vagy ennél nehezebb?
44:32 Van az Unsupervised és Reinforcement Learning, ezeket hogy lehet elkülöníteni egymástól?
47:45 CNN, LSTM és a GAN neurális hálókról mit érdemes tudni?
55:51 A mesterséges intelligenciák fejlesztése nem mindig szigorúan matematikai alapú?
1:03:32 Olyan mintha az összes modernebb modell mögött duál neutrális háló lenne? Ez így van?
1:04:34 Data Science és Data Mining hogy egészíti ki a neurális hálókat?
1:05:44 Mit gondolsz a nagyobb cégóriásokról? DeepMind - AlphaGo - AplhaFold
1:06:24 OpenAI - Dalle - GPT 3
1:07:20 Tesla - Full Self Driving
1:08:22 Google/Facebook - Tensor - PyTorch
1:08:50 Melyek azok a területek, ahol szerinted a közel jövőben áttörések várhatóak?
1:09:15 Elérhetőségek
1:09:34 Outro