Tagged: ML
Prediction Machines. 4/5
Как машинное обучение помогает предсказывать? Почему эти техники работают? А когда они не работают?
Гарвардская книжка – про возможности искусственного интеллекта / машинного обучения заглядывать наперед. Continue reading
Прочитать ваши мысли нейросеткой
На архив.орг лежит статья про Brain2Char. Мне прислали почитать, я открыл и впечатлился. Понятно, что решение еще сырое и сбоит. Но:
- прочитать с вашего мозга
- слова
- с вероятностью попадания выше 90%
Это впечатляет. По поводу прайваси еще переживать не стоит, так как техника подразумевает прямой контакт электродной сетки с поверхностью мозга. Но прогресс, думаю, будет быстрый. Что сделали: Continue reading
Н: Предугадать смерть с 90% вероятностью
Что будет, если биг дата по здоровью соединить с машинным обучением? Получится алгоритм, который с вероятностью 90% предугадывает наступление сердечного приступа и последующей смерти.
Поскольку ключевое слово “предугадывает”, то есть время не допустить печального летального исхода. Финны изобрели технику, как это делается. Рассказываем. Continue reading
Новость: Poker Go Chess Checkers
По итогам двадцати дней игр, алгоритм разгромно побил лучших игроков в покер, взяв 1.7 миллиона выигрыша, оставив каждого из игроков в долгах. Что это значит?
Посмотрим стратегически на данную ситуацию. Вернемся в прошлое, анализируя четыре известные игры. Шашки, шахматы, го и покер. И сделаем выводы для человечества.
Шашки – это полностью решенная игра. То есть компьютер, играя черными, никогда никому не проиграет. Вы, играя белыми, никогда у компьютера не выиграете. Потому что игра решена исчерпывающим перебором всех вариантов. Это тупое решение, так как перебраны все возможности. Здесь никакого AI не надо. Ничего удивительного нет. Просто решение в лоб.
Шахматы – это нерешенная игра. Continue reading