Sztuczna inteligencja możliwości i ograniczenia
# Abstrakt:
Od kilku lat metody uczenia maszynowego zyskują coraz większą popularność w życiu codziennym i znajdują zastosowanie niemal w każdej dziedzinie - począwszy od rozpoznawania obrazu przez pojazdy autonomiczne, syntezy dźwięku, analizy tekstu, automatycznego tłumaczenia pomiędzy wieloma językami, rozpoznawanie mowy, generowanie obrazów, diagnozowanie raka, czy predykcję własności nieznanych molekuł chemicznych. Ogromny potencjał uczenia maszynowego w zastosowaniu do rozwiązywania (czy automatyzacji) problemów życia codziennego sprawia, że nauka ta stoi na bardzo niebezpiecznym pograniczu świata komercjalizacji, marketingu i spekulacji dotyczących możliwości sztucznych sieci neuronowych.
W trakcie swojego seminarium zamierzam omówić kilka ciekawych zastosowania sztucznych sieci neuronowych, a w następnej kolejności poruszę kwestię problemów z jakimi borykają się obecne modele oparte na sztucznych sieciach neuronowych. Przedstawię teoretyczne jak i praktyczne ograniczenia jakie mają współczesne modele oparte na głębokich sieciach neuronowych.
# Poziom trudności
Poziom trudności prezentacji oceniam na podstawowy. Prezentacja będzie miała charakter przeglądowy. Każdy prezentowany przeze mnie problem będzie poparty publikacjami.
# Czego się nauczysz?
* jakie są ograniczenia sztucznych sieci neuronowych