Μια νέα εξίσωση για τη νοημοσύνη
-
0:01 - 0:05Νοημοσύνη -- τι είναι;
-
0:05 - 0:07Αν κάνουμε μια αναδρομή
στην ιστορία -
0:07 - 0:09σχετικά με τον τρόπο
που έχει κριθεί η νοημοσύνη, -
0:09 - 0:13ένα γόνιμο παράδειγμα υπήρξε
-
0:13 - 0:17η διάσημη φράση
του Έντσγκερ Ντάικστρα ότι -
0:17 - 0:20«το ερώτημα αν μια μηχανή
μπορεί να σκεφτεί -
0:20 - 0:21είναι τόσο ενδιαφέρον
-
0:21 - 0:24όσο και το ερώτημα
αν ένα υποβρύχιο -
0:24 - 0:26μπορεί να κολυμπήσει».
-
0:26 - 0:30Τώρα, ο Έντσγκερ Ντάικστρα,
όταν το έγραψε αυτό, -
0:30 - 0:32το εννοούσε ως κριτική
-
0:32 - 0:35για τους πρωτοπόρους
της επιστήμης υπολογιστών, -
0:35 - 0:36όπως ο Άλαν Τούρινγκ.
-
0:36 - 0:39Ωστόσο, αν ρίξετε μια ματιά
στο παρελθόν -
0:39 - 0:41και σκεφτείτε πώς θα ήταν
-
0:41 - 0:43οι πιο σημαντικές καινοτομίες
-
0:43 - 0:45που μας επέτρεψαν να φτιάξουμε
-
0:45 - 0:47τεχνητές μηχανές που κολυμπούν
-
0:47 - 0:50και τεχνητές μηχανες που [πετούν],
-
0:50 - 0:53θα δείτε ότι μόνο μέσω της κατανόησης
-
0:53 - 0:56των υποκείμενων φυσικών μηχανισμών
-
0:56 - 0:58της κολύμβησης και της πτήσης
-
0:58 - 1:02μπορέσαμε να φτιάξουμε
αυτές τις μηχανές. -
1:02 - 1:04Και έτσι, μερικά χρόνια πριν,
-
1:04 - 1:07ξεκίνησα ένα πρόγραμμα
για να προσπαθήσω να καταλάβω -
1:07 - 1:10τους θεμελιώδεις φυσικούς μηχανισμούς
-
1:10 - 1:13που διέπουν τη νοημοσύνη.
-
1:13 - 1:14Ας πάμε ένα βήμα πίσω.
-
1:14 - 1:18Ας αρχίσουμε με ένα νοητικό πείραμα.
-
1:18 - 1:20Προσποιηθείτε ότι είστε μια φυλή εξωγήινων
-
1:20 - 1:23που δεν γνωρίζει τίποτα
σχετικά με τη βιολογία της Γης -
1:23 - 1:27ή τη νευροεπιστήμη
ή τη νοημοσύνη της Γης, -
1:27 - 1:29αλλά έχετε εκπληκτικά τηλεσκόπια
-
1:29 - 1:31και μπορείτε να παρατηρήσετε τη Γη,
-
1:31 - 1:33και ζείτε εκπληκτικά πολλά χρόνια,
-
1:33 - 1:35άρα μπορείτε να παρακολουθήσετε τη Γη
-
1:35 - 1:38για εκατομμύρια,
ακόμη και δισεκατομμύρια χρόνια. -
1:38 - 1:41Και παρατηρείτε
μια πραγματικά παράξενη έκβαση. -
1:41 - 1:46Παρατηρείτε ότι
με το πέρασμα των χιλιετιών, -
1:46 - 1:50η Γη βομβαρδίζεται
συνεχώς από αστεροειδείς -
1:50 - 1:52μέχρι κάποια στιγμή,
-
1:52 - 1:54και ότι σε αυτή τη στιγμή,
-
1:54 - 1:58που αντιστοιχεί αδρά
στη χρονολογία μας, το 2000 μ.Χ., -
1:58 - 2:00οι αστεροειδείς που βρίσκονται
-
2:00 - 2:01σε πορεία σύγκρουσης με τη Γη
-
2:01 - 2:03και που κανονικά
θα είχαν πέσει πάνω της, -
2:03 - 2:06εκτρέπονται μυστηριωδώς
-
2:06 - 2:09ή ανατινάζονται πριν μπορέσουν
να χτυπήσουν τη Γη. -
2:09 - 2:11Τώρα φυσικά εμείς, ως γήινοι,
-
2:11 - 2:13γνωρίζουμε ότι ο λόγος θα ήταν
-
2:13 - 2:14ότι προσπαθούμε να σωθούμε.
-
2:14 - 2:17Προσπαθούμε να αποτρέψουμε
μια σύγκρουση. -
2:17 - 2:19Αν όμως είστε μια φυλή εξωγήινων
-
2:19 - 2:20που δεν γνωρίζει τίποτε γι' αυτό,
-
2:20 - 2:23που δεν έχει καμία ιδέα
για τη νοημοσύνη της Γης, -
2:23 - 2:25θα αναγκαζόσασταν να συγκροτήσετε
-
2:25 - 2:27μια φυσική θεωρία που να εξηγεί πώς,
-
2:27 - 2:30σε μια δεδομένη χρονική στιγμή,
-
2:30 - 2:34οι αστεροειδείς που θα συνέτριβαν
την επιφάνεια ενός πλανήτη -
2:34 - 2:38σταμάτησαν μυστηριωδώς να το κάνουν.
-
2:38 - 2:42Ισχυρίζομαι λοιπόν ότι
αυτό το ζήτημα είναι το ίδιο -
2:42 - 2:46με την κατανόηση της φυσικής ουσίας
της νοημοσύνης. -
2:46 - 2:50Σε αυτό λοιπόν το πρόγραμμα
που ξεκίνησα πριν από χρόνια -
2:50 - 2:52εξέτασα μια ποικιλία
διαφορετικών στοιχείων -
2:52 - 2:56σε όλο το επιστημονικό φάσμα,
σε διάφορους επιστημονικούς κλάδους, -
2:56 - 2:58που στόχευαν, πιστεύω,
-
2:58 - 3:00προς έναν ενιαίο, υποκείμενο μηχανισμό
-
3:00 - 3:02για τη νοημοσύνη.
-
3:02 - 3:04Στην κοσμολογία, για παράδειγμα,
-
3:04 - 3:07υπήρχε μια πληθώρα
διαφορετικών ενδεικτικών στοιχείων -
3:07 - 3:10ότι το σύμπαν μας φαίνεται
να είναι τέλεια συντονισμένο -
3:10 - 3:13για την ανάπτυξη νοημοσύνης,
-
3:13 - 3:15και, ειδικότερα, για την ανάπτυξη
-
3:15 - 3:17γενικών καταστάσεων
-
3:17 - 3:21που μεγιστοποιούν
την ποικιλομορφία πιθανών μελλόντων. -
3:21 - 3:23Στα παιχνίδια, για παράδειγμα, στο Γκόου --
-
3:23 - 3:26όλοι θυμούνται το 1997
-
3:26 - 3:30όταν ο Ντιπ Μπλου της IBM νίκησε
στο σκάκι τον Γκάρι Κασπάροβ -- -
3:30 - 3:32λιγότεροι άνθρωποι γνωρίζουν
-
3:32 - 3:34ότι τα τελευταία 10 χρόνια ή τόσο,
-
3:34 - 3:35το παιχνίδι Γκόου,
-
3:35 - 3:37εύλογα ένα πολύ πιο δύσκολο παιχνίδι
-
3:37 - 3:39επειδή έχει πολύ
υψηλότερο παράγοντα διακλάδωσης, -
3:39 - 3:41είχε επίσης αρχίσει να υποκύπτει
-
3:41 - 3:43στους παίκτες ηλεκτρονικών παιχνιδιών
-
3:43 - 3:44για τον ίδιο λόγο:
-
3:44 - 3:47οι καλύτερες τεχνικές τώρα
για υπολογιστές που παίζουν Γκόου -
3:47 - 3:51είναι οι τεχνικές που προσπαθούν να
μεγιστοποιήσουν τις μελλοντικές επιλογές -
3:51 - 3:53κατά τη διάρκεια του παιχνιδιού.
-
3:53 - 3:57Τέλος, στον σχεδιασμό
της ρομποτικής κίνησης, -
3:57 - 3:59υπήρξε μια πληθώρα
πρόσφατων τεχνικών -
3:59 - 4:01που προσπάθησαν να εκμεταλλευτούν
-
4:01 - 4:04τις ικανότητες των ρομπότ
να μεγιστοποιούν -
4:04 - 4:05τη μελλοντική ελευθερία δράσης
-
4:05 - 4:08ώστε να εκτελούν
πολύπλοκες εργασίες. -
4:08 - 4:11Έτσι, παίρνοντας όλα αυτά
τα διαφορετικά στοιχεία -
4:11 - 4:12και βάζοντάς τα μαζί,
-
4:12 - 4:15αναρωτήθηκα, αρχίζοντας
πριν από αρκετά χρόνια, -
4:15 - 4:18υπάρχει ένας υποκείμενος μηχανισμός
για τη νοημοσύνη -
4:18 - 4:20που να μπορούμε να εξάγουμε
-
4:20 - 4:21από όλα αυτά
τα διαφορετικά στοιχεία; -
4:21 - 4:26Υπάρχει μία και μοναδική εξίσωση
για τη νοημοσύνη; -
4:26 - 4:29Και η απάντηση πιστεύω ότι είναι, ναι.
[«F = T ∇ Sτ»] -
4:29 - 4:31Αυτό που βλέπετε είναι ίσως
-
4:31 - 4:34το πλησιέστερο ισοδύναμο
του E = mc² -
4:34 - 4:37για τη νοημοσύνη που έχω δει.
-
4:37 - 4:39Αυτό λοιπόν που βλέπετε εδώ
-
4:39 - 4:42είναι μια πρόταση αντιστοιχίας
-
4:42 - 4:46ότι η νοημοσύνη είναι
μια δύναμη, F, -
4:46 - 4:51που ενεργεί για να μεγιστοποιεί
τη μελλοντική ελευθερία δράσης. -
4:51 - 4:53Ενεργεί για να μεγιστοποιεί
τη μελλοντική ελευθερία δράσης -
4:53 - 4:55ή για να διατηρεί διαθέσιμες επιλογές,
-
4:55 - 4:57με κάποια ισχύ Τ,
-
4:57 - 5:02με την ποικιλομορφία των πιθανών
προσβάσιμων μελλόντων, S, -
5:02 - 5:04μέχρι κάποιον μελλοντικό
χρονικό ορίζοντα, ταυ. -
5:04 - 5:08Με λίγα λόγια, στη νοημοσύνη
δεν της αρέσει να παγιδεύεται. -
5:08 - 5:11Η νοημοσύνη προσπαθεί να μεγιστοποιεί
τη μελλοντική ελευθερία δράσης -
5:11 - 5:13και να διατηρεί διαθέσιμες επιλογές.
-
5:13 - 5:16Και έτσι, με δεδομένη
αυτή τη μία εξίσωση, -
5:16 - 5:18είναι φυσικό να ρωτήσουμε,
τι την κάνουμε; -
5:18 - 5:20Πόσα μπορεί να προβλέψει;
-
5:20 - 5:22Προβλέπει τη νοημοσύνη
σε ανθρώπινο επίπεδο; -
5:22 - 5:25Προβλέπει την τεχνητή νοημοσύνη;
-
5:25 - 5:27Θα σας παρουσιάσω λοιπόν
τώρα ένα βίντεο -
5:27 - 5:30που νομίζω ότι θα δείξει
-
5:30 - 5:32κάποιες από τις εκπληκτικές εφαρμογές
-
5:32 - 5:35αυτής της μίας εξίσωσης.
-
5:35 - 5:37(Βίντεο) Αφηγητής: Πρόσφατες έρευνες
στην κοσμολογία -
5:37 - 5:39υποδηλώνουν ότι τα σύμπαντα
που παράγουν -
5:39 - 5:42περισσότερη αταξία, ή «εντροπία»,
κατά τη διάρκεια ζωής τους -
5:42 - 5:45θα πρέπει να τείνουν
να έχουν ευνοϊκότερες συνθήκες -
5:45 - 5:48για την ύπαρξη νοημόνων όντων
σαν κι εμάς. -
5:48 - 5:50Αλλά μήπως αυτή
η ενδεικτική κοσμολογική σύνδεση -
5:50 - 5:52ανάμεσα στην εντροπία
και τη νοημοσύνη -
5:52 - 5:54υπαινίσσεται μια βαθύτερη σχέση;
-
5:54 - 5:56Μήπως η νοήμων συμπεριφορά
δεν αντιστοιχεί απλώς -
5:56 - 5:58στην παραγωγή
μακροχρόνιας εντροπίας -
5:58 - 6:01αλλά στην πραγματικότητα
προκύπτει άμεσα από αυτήν; -
6:01 - 6:03Για να το ανακαλύψουμε,
δημιουργήσαμε μια μηχανή λογισμικού -
6:03 - 6:06που ονομάζεται Entropica,
σχεδιασμένη για να μεγιστοποιεί -
6:06 - 6:07την παραγωγή
μακροχρόνιας εντροπίας -
6:07 - 6:10οποιουδήποτε συστήματος
μέσα στο οποίο θα βρεθεί. -
6:10 - 6:12Κατά εκπληκτικό τρόπο, η Entropica
μπόρεσε να περάσει -
6:12 - 6:15πολλαπλά τεστ ζωϊκής νοημοσύνης,
να παίξει ανθρώπινα παιχνίδια, -
6:15 - 6:18ακόμη και να κερδίσει χρήματα
στο χρηματιστήριο, -
6:18 - 6:20όλα αυτά χωρίς κάποια σχετική οδηγία.
-
6:20 - 6:22Αυτά είναι μερικά παραδείγματα
της Entropica εν δράσει. -
6:22 - 6:25Ακριβώς όπως ένας άνθρωπος
στέκεται όρθιος χωρίς να πέφτει, -
6:25 - 6:27βλέπουμε εδώ την Entropica
-
6:27 - 6:29να ισορροπεί αυτόματα μια ράβδο
χρησιμοποιώντας ένα καροτσάκι. -
6:29 - 6:31Αυτή η συμπεριφορά είναι
εκπληκτική, εν μέρει -
6:31 - 6:34επειδή δεν θέσαμε ποτέ
κάποιον στόχο στην Entropica. -
6:34 - 6:37Απλώς αποφάσισε μόνη της
να ισορροπήσει τη ράβδο. -
6:37 - 6:39Αυτή η ικανότητα εξισορρόπησης
θα έχει εφαρμογές -
6:39 - 6:41στα ανθρωποειδή ρομπότ
-
6:41 - 6:43και στις τεχνολογίες
ανθρώπινης υποστήριξης. -
6:43 - 6:45Όπως κάποια ζώα
μπορούν να χρησιμοποιούν αντικείμενα -
6:45 - 6:47στο περιβάλλον τους ως εργαλεία
-
6:47 - 6:48για να φθάσουν σε στενούς χώρους,
-
6:48 - 6:50έτσι κι εδώ βλέπουμε την Entropica,
-
6:50 - 6:52και πάλι με δική της πρωτοβουλία,
-
6:52 - 6:55να μπορεί να μετακινεί έναν μεγάλο δίσκο,
που αντιπροσωπεύει ένα ζώο -
6:55 - 6:57ώστε να κάνει τον μικρό δίσκο,
-
6:57 - 7:00που αντιπροσωπεύει ένα εργαλείο,
να φθάσει σε έναν περιορισμένο χώρο -
7:00 - 7:02κρατώντας έναν τρίτο δίσκο
-
7:02 - 7:05και να απελευθερώσει τον τρίτο δίσκο
από την αρχική, σταθερή του θέση. -
7:05 - 7:07Αυτή η ικανότητα χρήσης εργαλείων
θα βρει εφαρμογή -
7:07 - 7:09στις έξυπνες κατασκευές και στη γεωργία.
-
7:09 - 7:11Επιπλέον, ακριβώς όπως
κάποια άλλα ζώα -
7:11 - 7:14μπορούν να συνεργαστούν
τραβώντας τις άκρες ενός σκοινιού -
7:14 - 7:16ταυτόχρονα για να απελευθερώσουν τροφή,
-
7:16 - 7:18εδώ βλέπουμε ότι η Entropica
μπορεί να πραγματοποιήσει -
7:18 - 7:20μια πρότυπη εκδοχή
αυτής της εργασίας. -
7:20 - 7:23Αυτή η συνεργατική ικανότητα
έχει ενδιαφέρουσες επιπτώσεις -
7:23 - 7:26στον οικονομικό σχεδιασμό
και σε μια πληθώρα άλλων πεδίων. -
7:26 - 7:28Η Entropica μπορεί
να εφαρμοστεί ευρέως -
7:28 - 7:30σε μια πληθώρα τομέων.
-
7:30 - 7:33Για παράδειγμα,
εδώ την βλέπουμε να παίζει με επιτυχία -
7:33 - 7:35μια παρτίδα πονγκ με τον εαυτό της,
-
7:35 - 7:38παρουσιάζοντας τις δυνατότητές της
στο παιχνίδι. -
7:38 - 7:39Εδώ βλέπουμε την Entropica
να συντονίζει -
7:39 - 7:41νέες συνδέσεις σε ένα κοινωνικό δίκτυο
-
7:41 - 7:44όπου οι φίλοι συνεχώς
διακόπτουν τις επαφές τους, -
7:44 - 7:47και να διατηρεί με επιτυχία
το δίκτυο συνδεδεμένο. -
7:47 - 7:49Αυτή η ίδια ικανότητα συντονισμού
ενός δικτύου -
7:49 - 7:52έχει εφαρμογή
και στους κλάδους περίθαλψης, -
7:52 - 7:55ενέργειας και νοημοσύνης.
-
7:55 - 7:57Εδώ βλέπουμε την Entropica
να κατευθύνει τις διαδρομές -
7:57 - 7:58ενός στόλου πλοίων,
-
7:58 - 8:02να ανακαλύπτει και να αξιοποιεί
με επιτυχία τη Διώρυγα του Παναμά -
8:02 - 8:04ώστε να επεκτείνει την πρόσβασή της
από τον Ατλαντικό -
8:04 - 8:06στον Ειρηνικό.
-
8:06 - 8:07Ομοίως, η Entropica
-
8:07 - 8:09εφαρμόζεται ευρέως σε προβλήματα
-
8:09 - 8:14αυτόνομης άμυνας,
υλικοτεχνικής υποστήριξης και μεταφορών. -
8:14 - 8:16Τέλος, εδώ βλέπουμε την Entropica
-
8:16 - 8:19να ανακαλύπτει
και να εφαρμόζει αυθόρμητα -
8:19 - 8:21μια στρατηγική
«αγοράζω φτηνά-πουλάω ακριβά» -
8:21 - 8:23σε εικονικές μετοχικές συναλλαγές,
-
8:23 - 8:27αυξάνοντας με επιτυχία τα περιουσιακά
στοιχεία υπό διαχείριση εκθετικά. -
8:27 - 8:29Αυτή η ικανότητα διαχείρισης κινδύνου
-
8:29 - 8:31θα έχει ευρεία εφαρμογή
στα χρηματοοικονομικά -
8:31 - 8:34και τις ασφάλειες.
-
8:34 - 8:36Άλεξ Βίσνερ-Γκρος:
Αυτό λοιπόν που μόλις είδατε -
8:36 - 8:41είναι ότι μια πληθώρα
ειδικών ανθρώπινων νοημόνων -
8:41 - 8:42γνωσιακών συμπεριφορών
-
8:42 - 8:45όπως η χρήση εργαλείων,
η όρθια στάση -
8:45 - 8:47και η κοινωνική συνεργασία,
-
8:47 - 8:50όλες τους πηγάζουν
από μία απλή εξίσωση, -
8:50 - 8:52η οποία οδηγεί ένα σύστημα
-
8:52 - 8:56στη μεγιστοποίηση
της μελλοντικής του ελευθερίας δράσης. -
8:56 - 8:59Τώρα, εδώ υπάρχει
μια βαθειά ειρωνεία. -
8:59 - 9:01Πηγαίνοντας πίσω, όταν άρχισε
-
9:01 - 9:04να χρησιμοποιείται ο όρος ρομπότ,
-
9:04 - 9:07στο θεατρικό έργο «RUR»
-
9:07 - 9:09υπήρχε πάντα μια σκέψη
-
9:09 - 9:13ότι αν αναπτύσσαμε
μηχανική νοημοσύνη, -
9:13 - 9:16θα συνέβαινε
μια κυβερνητική εξέγερση. -
9:16 - 9:19Οι μηχανές θα ξεσηκώνονταν
εναντίον μας. -
9:19 - 9:22Μία κύρια συνέπεια
αυτής της εργασίας -
9:22 - 9:24είναι ότι ίσως
όλες αυτές τις δεκαετίες, -
9:24 - 9:27είχαμε την όλη ιδέα
της κυβερνητικής εξέγερσης -
9:27 - 9:29αντίστροφα.
-
9:29 - 9:33Δεν είναι ότι πρώτα
οι μηχανές αποκτούν νοημοσύνη -
9:33 - 9:35και μετά
γίνονται μεγαλομανείς -
9:35 - 9:37και προσπαθούν
να καταλάβουν τον κόσμο. -
9:37 - 9:38Γίνεται μάλλον το αντίθετο,
-
9:38 - 9:41ότι η προσπάθεια
να πάρουν τον έλεγχο -
9:41 - 9:43όλων των πιθανών μελλόντων
-
9:43 - 9:46είναι μια πιο θεμελιώδης αρχή
-
9:46 - 9:47από αυτή της νοημοσύνης,
-
9:47 - 9:51ότι η γενική νοημοσύνη ενδέχεται
στην πραγματικότητα να αναδύεται -
9:51 - 9:54απευθείας από αυτό το είδος
απόκτησης ελέγχου, -
9:54 - 9:58παρά το αντίθετο.
-
9:58 - 10:02Μια άλλη σημαντική συνέπεια
είναι η επιδίωξη στόχων. -
10:02 - 10:06Με ρωτάνε συχνά πώς συνάγεται
η ικανότητα επιδίωξης στόχων -
10:06 - 10:08από αυτό το είδος πλαισίου.
-
10:08 - 10:11Και η απάντηση είναι,
η ικανότητα επιδίωξης στόχων -
10:11 - 10:13θα συνάγεται άμεσα από αυτό
-
10:13 - 10:15με την εξής έννοια:
-
10:15 - 10:18ακριβώς όπως θα περνούσατε
μέσα από ένα τούνελ, -
10:18 - 10:20ένα μποτιλιάρισμα
στη μελλοντική σας διαδρομή, -
10:20 - 10:22ώστε να επιτύχετε πολλούς άλλους
-
10:22 - 10:24διαφορετικούς στόχους αργότερα,
-
10:24 - 10:26ή ακριβώς όπως θα επενδύατε
-
10:26 - 10:28σε έναν χρηματοοικονομικό τίτλο,
-
10:28 - 10:30μειώνοντας
τη βραχυπρόθεσμη ρευστότητά σας -
10:30 - 10:33ώστε να αυξήσετε
την περιουσία σας μακροπρόθεσμα, -
10:33 - 10:35η επιδίωξη στόχων αναδύεται απευθείας
-
10:35 - 10:37από την μακροχρόνια επιθυμία
-
10:37 - 10:41αύξησης της μελλοντικής ελευθερίας δράσης.
-
10:41 - 10:45Τέλος, ο Ρίτσαρντ Φάινμαν,
ο διάσημος φυσικός, -
10:45 - 10:48έγραψε κάποτε ότι
αν ο ανθρώπινος πολιτισμός καταστρεφόταν -
10:48 - 10:50και μπορούσατε
να κληροδοτήσετε μία μόνο ιδέα -
10:50 - 10:51στους απογόνους μας
-
10:51 - 10:54για να τους βοηθήσει
να ξαναφτιάξουν πολιτισμό, -
10:54 - 10:55αυτή η ιδέα θα έπρεπε να ήταν
-
10:55 - 10:57ότι όλη η ύλη γύρω μας
-
10:57 - 11:00είναι φτιαγμένη
από μικροσκοπικά στοιχεία -
11:00 - 11:02που ελκύουν το ένα το άλλο
όταν είναι μακριά -
11:02 - 11:05αλλά απωθούνται όταν είναι κοντά.
-
11:05 - 11:07Η ισοδύναμή δήλωση
που θα κληροδοτούσα εγώ -
11:07 - 11:09στους απογόνους
-
11:09 - 11:11για να τους βοηθήσω
να δημιουργήσουν τεχνητή νοημοσύνη -
11:11 - 11:14ή για να τους βοηθήσω
να κατανοήσουν την ανθρώπινη νοημοσύνη, -
11:14 - 11:15είναι η εξής:
-
11:15 - 11:17η νοημοσύνη πρέπει να θεωρηθεί
-
11:17 - 11:19ως μια φυσική διαδικασία
-
11:19 - 11:22που προσπαθεί να μεγιστοποιήσει
τη μελλοντική ελευθερία δράσης -
11:22 - 11:25και να αποφύγει
τους περιορισμούς στο μέλλον της. -
11:25 - 11:27Σας ευχαριστώ πάρα πολύ.
-
11:27 - 11:31(Χειροκρότημα)
- Title:
- Μια νέα εξίσωση για τη νοημοσύνη
- Speaker:
- Άλεξ Βίσνερ-Γκρος
- Description:
-
Υπάρχει κάποια εξίσωση για τη νοημοσύνη; Ναι. Είναι η F = T ∇ Sτ. Σε μια συναρπαστική και κατατοπιστική ομιλία, ο φυσικός και επιστήμονας υπολογιστών Άλεξ Βίσνερ-Γκρος εξηγεί τι στην ευχή σημαίνει αυτό. (Βιντεοσκοπημένο στο TEDxBeaconStreet.)
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 11:48
Dimitra Papageorgiou approved Greek subtitles for A new equation for intelligence | ||
Dimitra Papageorgiou edited Greek subtitles for A new equation for intelligence | ||
Dimitra Papageorgiou edited Greek subtitles for A new equation for intelligence | ||
Dimitra Papageorgiou edited Greek subtitles for A new equation for intelligence | ||
Dimitra Papageorgiou edited Greek subtitles for A new equation for intelligence | ||
Dimitra Papageorgiou edited Greek subtitles for A new equation for intelligence | ||
Chryssa R. Takahashi accepted Greek subtitles for A new equation for intelligence | ||
Chryssa R. Takahashi edited Greek subtitles for A new equation for intelligence |