PowerPoint-presentasjon
Intelligens - by design
1
Kilde: https://www.youtube.com/watch?v=V1eYniJ0Rnk
2
Hva mener vi med intelligens? Hvordan gjr vi dette i en
maskin?Hvorfor trenger vi ta hensyn til dette?
3
Kilde: www.warhistoryonline.comTuring-testen har blitt sentral
for hvordan vi ser p intelligens:Handlinger
4
Definisjon av intelligens fra Wikipedia:Kapasitet for logisk,
abstrakt tanke, forstelse, selvbevissthet, kommunikasjon, lring,
emosjonell intelligens, hukommelse, planlegging, kreativitet og
problemlsning.
Sirkelreferanse
5
Fsortr du ihnedonlt i dssie sneiegntne? Kan du tkene deg
hofrvor? Hkilve pesrosser i hernejn din som gjr dtete milug?
6
Hjernen har en gammel og ny del.
Den nye hjernen (Neocortex) er en
mnstergjenkjennelsesmaskin.
Hovedoppgave = filtrere informasjon og forutse fremtiden.
Bygget som et hierarki av noder med enkle, like typer
prosesser.
Ingenirers syn p hvordan hjernen fungerer
7
Fra enkle til avanserte niver
A_GUI
A GUITAR IS PLAYING
8
Mnstergjenkjenning oppover og prediksjon nedover
A_GUI
A GUITAR IS PLAYING
9
Hjernens minner er en kombinasjon av mnstre
Prv si alfabetet. Baklengs.
10
Programmerbare maskiner
Cognitivemaskiner
Tabulerende maskinerRegnemaskinerRegelstyrte
maskinerInformasjon-sentrerte systemer190019502011
11
Maskinlring + Datakraft =
12
Tilgjengelig datakraft vokser eksponensielt
Kilde:
http://www.ted.com/talks/ray_kurzweil_on_how_technology_will_transform_us?language=en
13
SYNAPSE forbi Von Neumann arkitektur
Kilde:
http://research.ibm.com/cognitive-computing/neurosynaptic-chips.shtml#fbid=Vm7hzOF_xHD
14
MaskinlringTraining DataLearning AlgorithmModel (function)Input
OutputFeedback
15
Maskinlring
Learning AlgorithmModel (function)
Ansikt: ja/nei)Feedback
Eksempel: Ml = oppdage ansikter i bilder
16
Maskiner finner opp matoppskrifter
17
Maskiner designer fargekombinasjonerWatson ble lrt om farger
Stephen Holding brukte dette til designe et veggmaleri til World
of Watson
18
Maskiner skriver artikler
Kilde:
http://www.narrativescience.com/filebin/images/pageBlocks/Storytelling_Last_Mile.pdf
19
Maskiner kartlegger flelser gjennom ansiktsuttrykk
Kilde: http://www.affectiva.com/
20
Pay per laugh
Kilde: https://vimeo.com/97708026
21
Maskiner kjrer biler i dag!
Kilde: http://blog.bramanaudi.com/audi-self-driving-car/Kilde:
http://www.forbes.com/sites/sethporges/2014/05/28/
22
Maskiner lser problemer p hyere niv
Kilde: http://www.ibm.com/smarterplanet/us/en/ibmwatson/
23
Understands Natural LanguageWatson can read and understand
millions and millions of documents.
Medical Texts Evidence-Based GuidelinesPeer-reviewed Articles
Clinical recordsGenerates and EvaluatesWatson searches, extracts
candidate recommendations scores and ranks decisionsLearns and
AdaptsDecisions being made by leadingPhysicians feed the engine
Watson and MeUnderstands and engages meLearns and improves over
timeHelps me discoverEstablishes trustHas endless capacity for
insightOperates in a timely fashionWatson: A Cognitive System
24
25
Beyond Simple Search & Key Words
explorerIndiaIn May 1898IndiaIn Maycelebratedanniversaryin
PortugalIn May, Gary arrived in India after he celebrated his
anniversary in PortugalPortugal400th anniversarycelebratedGaryIn
May 1898 Portugal celebrated the 400th anniversary of this
explorers arrival in IndiaThis evidence suggests Gary is the answer
BUT the system must learn that keyword matching may be weak
relative to other types of evidencearrived inarrival
inLegendKeyword HitReference Text
Answer
Weak evidenceRed TextQuestionSupporting Evidence
26
27th May 1498Vasco da Gamalanded inarrival inexplorerIndia
Para-phrases
Geo-KB
DateMatchStronger evidence can be much harder to find and
scoreSearch far and wideExplore many hypothesesFind / judge
evidenceMany inference algorithmsOn the 27th of May 1498, Vasco
daGama landed in Kappad Beach400th anniversaryPortugalMay
1898celebratedIn May 1898 Portugal celebrated the 400th anniversary
of this explorers arrival in IndiaKappad Beach
LegendTemporal ReasoningReference Text
Answer
Statistical ParaphrasingGeoSpatial ReasoningQuestionSupporting
EvidenceImportance of Deep Semantic Discovery
Watson behersker flere domener
28
Vi er n p palm pilot stadiet
Organisatorisk konsekvens: Datadrevne avgjrelser blir
desentralisert nedover i organisasjonen
29
Gjr deg klar for cognitive
Organisatorisk
Low Hanging Fruits
Lag en visjon og bygg deg modulrt
30
I fremtiden kommer alle menneskelige avgjrelser til vre
understttet av et kognitivt system, og livene vre kommer til vre
bedre som flge av dette
Maskiner kommer ikke til g forbi mennesker p flere hundre r (vi
lager fortsatt hjelpemidler for mennesker)
IBM CEO - Ginni RomettyIBM Watson Group CTO Rob High
31
TheendLars Andrew [email protected]
32
