0:00:08.300,0:00:11.490
Το όνομά μου είναι Ale Flores και είμαι διευθύντρια προϊόντων της Alexa.

0:00:11.880,0:00:15.360
Το όνομά μου είναι Δρ Chelsea Haupt. Εργάζομαι[br]στο Ινστιτούτο Allen για την Τεχνητή Νοημοσύνη

0:00:15.629,0:00:18.670
και δουλεύω σε μια ακαδημαϊκή μηχανή αναζήτησης[br]που λειτουργεί με Τεχνητή Νοημοσύνη.

0:00:21.180,0:00:27.300
Παντού γύρω σας, οι υπολογιστές παίρνουν αποφάσεις[br]και οι αποφάσεις αυτές επηρεάζουν την καθημερινότητά σας.

0:00:27.955,0:00:31.259
Όταν κάνετε μια αναζήτηση στο διαδίκτυο ή διαβάζετε τις ειδήσεις,

0:00:31.350,0:00:33.483
οι υπολογιστές αποφασίζουν για αυτό που βλέπετε.

0:00:34.173,0:00:38.390
Οι υπολογιστές μπορούν ήδη να αναγνωρίσουν[br]το πρόσωπό σας και να καταλάβουν τη φωνή σας,

0:00:38.930,0:00:43.480
σύντομα θα οδηγούν αυτοκίνητα και θα εντοπίζουν[br]ασθένειες, ακόμη καλύτερα από τους ανθρώπους.

0:00:44.480,0:00:46.900
Και πώς γίνεται αυτό;

0:00:47.520,0:00:52.508
Μπορεί να έχετε ακούσει για κάτι που ονομάζεται ΤΝ ή Τεχνητή Νοημοσύνη.

0:00:52.940,0:00:55.844
Η πραγματική τεχνητή νοημοσύνη απέχει δεκαετίες.

0:00:56.178,0:01:00.003
Αλλά ένας τύπος ΤΝ είναι σήμερα εδώ και ονομάζεται Μηχανική Μάθηση.

0:01:01.040,0:01:05.279
Είναι ένας τύπος ΤΝ με τον οποίο αλληλεπιδράτε κάθε μέρα, χωρίς να το γνωρίζετε.

0:01:06.151,0:01:10.700
Έχει την ευκαιρία να μας βοηθήσει να αντιμετωπίσουμε[br]μερικές από τις μεγαλύτερες προκλήσεις του κόσμου.

0:01:12.660,0:01:20.609
Η μηχανική μάθηση είναι το πώς οι υπολογιστές αναγνωρίζουν μοτίβα[br]και παίρνουν αποφάσεις χωρίς να έχουν προγραμματιστεί ρητά.

0:01:20.889,0:01:26.585
Αυτό που είναι τόσο συναρπαστικό, είναι ότι πρόκειται για έναν[br]εντελώς διαφορετικό τρόπο προγραμματισμού ενός υπολογιστή

0:01:27.340,0:01:29.620
σε σχέση με αυτό που κάναμε πριν.

0:01:31.340,0:01:35.770
Με τη μηχανική μάθηση, αντί να προγραμματίζουμε[br]έναν υπολογιστή βήμα προς βήμα,

0:01:36.495,0:01:43.182
μπορούμε να τον προγραμματίσουμε να μαθαίνει ακριβώς[br]όπως μαθαίνουμε κι εμείς, με δοκιμές και πολλή εξάσκηση.[br].

0:01:44.300,0:01:47.915
Η μάθηση προέρχεται από την εμπειρία[br]και αυτό ισχύει και για τη μηχανική μάθηση.

0:01:48.531,0:01:53.126
Στην περίπτωση αυτή, «εμπειρία» σημαίνει πάρα πολλά δεδομένα.

0:01:54.407,0:01:57.426
Η μηχανική μάθηση μπορεί να δεχτεί κάθε είδους δεδομένα:

0:01:57.630,0:02:04.362
Εικόνες, βίντεο, δεδομένα ήχου ή κειμένου και[br]αρχίζει να αναγνωρίζει μοτίβα σε αυτά τα δεδομένα.

0:02:06.480,0:02:12.312
Από τη στιγμή που μαθαίνει να αναγνωρίζει μοτίβα στα δεδομένα,[br]μπορεί επίσης να μάθει να ξεχωρίζει διάφορα πράγματα με βάση αυτά τα μοτίβα.

0:02:12.850,0:02:17.699
Όπως να παρατηρεί τη διαφορά ανάμεσα στην εικόνα[br]ενός αυτοκινήτου και στην εικόνα ενός ποδηλάτου.

0:02:20.350,0:02:25.813
Η ΤΝ και η μηχανική μάθηση παίζουν έναν όλο και μεγαλύτερο ρόλο στην κοινωνία

0:02:26.640,0:02:28.680
και διαμορφώνουν το μέλλον μας.

0:02:29.000,0:02:34.210
Γι' αυτό είναι τόσο σημαντικό να μάθουμε[br]πώς λειτουργεί, με μερικές δραστηριότητες.

0:02:35.667,0:02:39.000
Σε λίγο θα έχετε την ευκαιρία να εκπαιδεύσετε[br]το δικό σας μοντέλο μηχανικής μάθησης.

0:02:40.940,0:02:46.849
Μην ξεχνάτε ότι η ΤΝ είναι όπως κάθε εργαλείο:[br]πρώτα αποκτάτε τη γνώση, και έπειτα τη δύναμη!