Machine Learning

Lyt med, når IDA Podcast sætter fokus på evolutionære algoritmer og kunstige neurale netværk. Det er kognitive teknologier, som er fuldstændigt centrale for udviklingen indenfor kunstig intelligens i dag - og ikke til at overse, når vi skal forstå det eksponentielt accelererende paradigme, vi lever i. Vi stiller også skarpt på spørgsmålet, om maskiner kan være kreative, og på den vigtige rolle, kunstig intelligens spiller i en verden, hvor datamængden og processorkraften bare vokser og vokser. 

Podcasten er produceret af Danmarks ingeniørforening, IDA, i samarbejde med Brain Gain Group. Episoden er den tredje i en serie om fremtidsteknologi.

Medvirkende
Sebastian Risi, Associate Professor ved ITU og co-director for forskningsenheden Robotics, Evolution and Art Laboratory (REAL): http://bit.ly/2kTEKOC 

Thomas Terney, ph.d. i kunstig intelligens, foredragsholder og iværksætter: http://bit.ly/2kOQlik

Vært og tilrettelæggelse: Matias Seidler
Producer: Tobias Ankjær Jeppesen
Lyddesign: Alexander Clerici



SHOW NOTES

[00:23] IBMs Deep Blue blev den første computer som slog en stormester, Garry Kasparov, i skak. Det skete i 1997: http://bit.ly/2kIkvkB

[01:32] Link til præsentation af Henry Lieberman, MIT Media Lab, som forklarer forskellen mellem symbolsk (klassisk) kunstig intelligens og subsymbolsk kunstig intelligens: http://bit.ly/2k4lN7X

[02:05] For en frisk introduktion til Deep Learning, tjek WIREDs artikel, ‘Why We Need To Tame Our Algorithms Like Dogs’: http://bit.ly/2kIIqQV

[02:45] Forskningsenheden på ITU, ‘Robotics, Evolution and Arts Lab’, kan du kigge nærmere på her: http://bit.ly/2ksAxAE

[03:27] For en illustrativ oversigt over hvad biologisk inspirerede algoritmer har af anvendelsesmuligheder kan du tjekke tag-søgningen på Robohub.org ud: http://bit.ly/2knkZf1

[04:42] Der er flere internationale priser og konkurrencer om at løse ‘General Artificial Intelligence’-udfordringen. Se bl.a. denne på 35M$: http://bit.ly/2knrUVA

[06:32] Thomas Terney taler om styrkeforholdet mellem neuroner (eller enheder i netværket). Det betegnes som ‘weights’ på engelsk. Her er der en tråd med en række forskelligartede, uddybende besvarelser: http://bit.ly/2k40vMx 

[08:51] Baidu er den kinesiske ækvivalent til Google og har i januar 2017 hyret nogle af Microsofts dygtigste AI-udviklere: http://bit.ly/2lrPuS1

[10:34] Se NASAs whitepaper ‘Automated Antenna Design with Evolutionary Algorithms’: http://go.nasa.gov/2llsiYO
 
[11:32] MIT Technology Review har en interessant artikel med løsningsforslag på problematikken: ‘Algorithms That Learn with Less Data Could Expand AI’s Power’: http://bit.ly/2ksG1M2


[14:23] I 2016 trak Googles AlphaGo headlines i hele verden da den slog Lee Sedol i det - i forhold til skak usammenligneligt - komplekse spil, ‘Go’. Og AlphaGo bliver ved med at sejre, se bare her: http://bit.ly/2k4t7jK

[19:57] Apple er i fuld gang med at anvende ‘unsupervised learning’-princippet i udviklingen af selvkørende biler: http://bit.ly/2lplN3e

[21:23] ‘Do you think computers have minds?’ Det er ikke kun Sebastian Risi, som synes det spørgsmål er godt. Bevidsthedsfilosofien har søgt seriøse svar på det, helt siden Alan Turing formulerede sin berømte test i 1950. Det er blevet omdrejningspunktet for en filosofisk tradition, hvis mest interessante og udfoldede svar elegant beskrives i The Internet Encyclopedia of Philosophy: http://bit.ly/2k4Bqw5

In this episode of the SuperDataScience Podcast, I chat with Data Science recruiter, Matt Corey. You will talk about Matt's role as a Data Science recruiter, get interesting tips and insights about what recruiters look for in finding candidates for a data science position, and you will also know what are the things to expect from a recruiter and how intricate is the role of a good recruiter in Data Science. 

If you enjoyed this episode, check out show notes, resources, and more at www.superdatascience.com/179

Machine Learning

Dragontiger