AI, uczenie maszynowe - #22

Andrzej Mujnik przedstawia gościa Kingę Głąbińską, prowadzącą blog analityczny umysł.pl, i omawia temat sztucznej inteligencji i uczenia maszynowego.

Kinga Głąbińska omawia różnice między uczeniem maszynowym a tradycyjnym programowaniem opartym na if-then, przykładowym problemie spamu.

Kinga Głąbińska omawia architekturę sztucznych sieci neuronowych, w tym strukturę warstwową, funkcje aktywacji i problem kosztu obliczeniowego.

Kinga Głąbińska omawia problem kosztu obliczeniowego w sztucznych sieciach neuronowych i wprowadza kwestię ekologii.

Kinga Głąbińska wyjaśnia proces przetwarzania danych wejściowych i strukturę sieci neuronowej, w tym warstwy neuronowe i proces uczenia.

Kinga Głąbińska omawia proces uczenia w sztucznych sieciach neuronowych, w tym koncept minimum lokalnego i globalnego.

Kinga Głąbińska omawia dygresję na temat struktur biologicznych i wprowadza kwestię jakości danych wejściowych.

Kinga Głąbińska omawia przykład pułapki sztucznej inteligencji, w tym problem klasyfikacji wilków i husków.

Kinga Głąbińska omawia ataki na sztuczne inteligencje i wprowadza drzewa decyzyjne jako alternatywny mechanizm uczenia maszynowego.

Kinga Głąbińska porównuje drzewa decyzyjne i sieci neuronowe, w tym ich zalety i wady, oraz wprowadza Akinator.com jako przykład.

Kinga Głąbińska omawia logikę rozmytą w sztucznej inteligencji, w tym jej zastosowanie w klasztorfikacji obiektów.

Rozmowa kontynuuje temat uczenia maszynowego, analiza modelu ChatGPT i zagrożenia związane z AI, takie jak dezinformacja i oszustwa.

Rozmowa o niechęci do rozmów z czatem i społecznym nastawieniu do AI.

Promocja bloga i Instagrama oraz informacje o mentoringu i szkoleniach.

Przykłady zastosowań AI w firmie produkującej uszczelki i rozwijaniu modeli uczenia maszynowego.

Podziękowania za udział w rozmowie i zaproszenie do kolejnych odcinków.