Chceš podpořit tento kanál? Staň se PATRONEM!

#183 AI#1 Seriál umělá inteligence: Historie AI | Aitacek #Doma #SeMnou

Na webu teslacek.tv najdete také prémiový obsah, který je dostupný celé komunitě. Chcete se stát členem komunity? Informace jak na to naleznete v článku podpora tvorby.

AI#1 Seriál umělá inteligence: Historie AI

Zdroje videa:
@Lex Fridman
@Siraj Raval
@DeepMind
Babies
Serial Cesta do hlubin Mozku:  (Díl 1.)
Full Dokument AlphaGO vs. Lee Sedal

Obsah:

00:00 Úvod
06:38 Počátek AI
11:10 Historie AI
14:23 AI Zima
16:32 Programování AI
17:52 Šachy: AI vs. Gary Kasparov
19:57 Pokr: AI a Teorie Her
24:03 GO: AI vs. Lee Sedol
29:53 GO: AlphaZero
30:18 Starcraft II: AlphaStar
31:26 Shrnutí vývoje AI

Automatický transcript

Minuta: 0
Ahoj všem, zdraví vás i Káče k Dneska si budeme povídat v historii umělé inteligence až po to co dosáhla. Tak jdeme na to, jaké jsou moje znalosti o sněhové umělé inteligence dobře. Já jsem se k tomu dostal už v Dellu, kdy jsem dělal na různých pozicích až na nějakého regionálního manažera, kde jsem se zabýval právě Enterprise řešení má to znamená právě i třeba to umělou inteligenci. Nicméně zajímali jsme se o to nebo hlavně to bylo z pohledu toho hardwaru několik tolik z pohledu toho softwaru, takže další řešení ohledně umělé inteligence, ale všechno. To je jakoby zaměřený na ty hardwarový podklady pro tu umělou inteligenci a ta je hlavně o tom softwaru a Takže pro mě je potom, když já se vlastně připravuji nebo já pro vás dělám hlavní téma toho kanálu, že jo. Já ten teslacek co znamená všechno kolem Tesly, tak ve chvíli kdy Minulý rok jsme toho
Minuta: 1
V tom dubnu 2019. Tesla udělala ten I want, kde představila full Self driving Chip, kde byla prezentace vlastně ohledně představení toho nového procesoru a vůbec technologie ohledně autonomního řízení a já jsem vlastně pro vás to studoval na to, abych vám to předal a došel jsem prostě k slajdů, kde S autorovým řízením aut bez Lite s houslemi lodí ještěrkou a nůžkama, tak jsem si říkal. Dobře, tak tady budu potřebovat trošku víc nastudovat, abych byl schopen vám to správně předat Mimochodem. Upřímně, když jsem viděl tu prezentaci, tak si myslím, že to pro Drtivou většinu lidí, jako jsem já, kdo jsou prostě siteground, jako by to musel být jako fakt velmi těžko zkousnutelné oříšek a já jsem absolutně nechápal stejně tak jako spousta lidí, co to mělo znamenat takovýhle takovýhle představení, které
Minuta: 2
šlo. Tak strašně do hloubky technicky, že prostě to muselo rozumět jako velmi malá skupina lidí a taky se to vlastně vůbec neprojevilo. V podstatě nás cítíš, protože co už chci ho, tak se vůbec nepochopili nápad, když následně na to byl potom i vlastně o tom neuralink, u tak mi to celé docvaklo, že je masked a tedy I want neudělal vůbec jako pro normální lidi, ale udělal to pro dívky, které se zabývají to umělou inteligenci a byl to vlastně hairinque spíše Kobylka vlastně kde on jim jako ukazoval, kde jsou a aby vyvolal jich touhu asi pracovat v Tesle, aby se na to spolu podívali. No nicméně Já jsem se teda okamžitě vrhnul do studia a ten Okamžitě jsem narazil na klasickou vědomostní křivku, jak je prostě jsem zjistil, že nic nevím a začal jsem studovat. A čím víc jsem studoval. Tak jsem zjistil, že toho ještě víc nevím. Takže uběhnu rok a já si říkám, že pořád jako
Minuta: 3
Už jako přece jenom si říkám, že by bylo na čase vám to představit, že mi to píše prostě říkáte, ptáte se, proč vlastně nedělám video v autonomním říct a i to jestli je to právě, protože já chci nejdřív udělat tohleto obecný vlastně seznámení s umělou inteligenci nikde udělám jako tady seriál, kde Vám to celé představím a plus do toho za kompotu potom vlastně tyto autonomní řízení, abyste to celý pochopili. Jak vlastně ta Tesla autonomní řízení funguje. No takže já jsem vlastně na základě tohodle si řekl, že aspoň pro mě nejlíp funguje, že tu věc co nejlíp naučím ve chvíli, kdy jsem donucen a odprezentovat, protože vlastně to musím pochopit natolik, abych byl schopen to předat tady teda si troufnu být odvážný a říct, že mám takový jakoby si myslím dar od Boha, že jsem schopný prostě na vstřebat nějaký nějaký penzum informací, já to prostě
Minuta: 4
Doufám do stravitelné podoby, tak aby to pochopil. O docela dost lidí si to vždycky testu na mé ženě, tak a ta řekla, že to chápe, tak je to super, že vím, že i non-it člověk by to mohl pochopit. Takže doufejme, že to pro vás bude srozumitelný a že vás to bude bavit, takže moje podklady toho studia sňatek, ty 5S prošlo tak nějak tak nějak automaticky vlastně díky tomu, že jak se zajímám o toho maska, tak jsem narazil na Podcast lehce friedmana, který s ním měl na základě vlastně toho eventu rozhovor následně na to, já jsem ho začal sledovat. Začal jsem sledovat jeho podcasty, kde vlastně on mluví s největšíma špičkami umělé inteligence ve světě a zároveň. On je profesor vasne na email na americké univerzitě, kde přednáší umělou inteligenci autonomní řízení a naštěstí ty přednášky vlastně dává volně k dispozici na YouTubu. Takže já jsem v podstatě prošel dva semestry.
Minuta: 5
I s ním za ten rok. Takže doufám, že už aspoň nějaký základ malinký mám na to, abych byl schopen vám to nějakým způsobem předat, tak abyste jako doufejme jako laická veřejnost byla schopná nějakým způsobem pochopit vlastně jak to celé Funguje. Ta umělá inteligence. Dneška si bere obrovským způsobem vlastně čerpá z toho, jak funguje lidský mozek, proto je hrozně dobrý si taky nastudovat něco z lidského mozku. Takže já já jsem jsme objevili takový super seriál k jsme je Cesta do hlubin mozku v češtině. Byl to na Primě musím Prima ZOOM a že to dává. Nicméně je teda dohledatelné na YouTubu. Pokusím se dát odkazy. Potom tady se mi zase krásně propojuje to, že se nám jako narodil cestě mimino, tak jsme studovali jsme dopředu seženou jakoby věci ohledně těch těch dětí mimina tak dál a na netflixu je super seriál, který vysvětluje přesně jak jak děti se vlastně učí, co
Minuta: 6
jedu. Složité pro něj a tak dál, což zase krásně jako zapadá do té umělé inteligence. Naopak je jeden takový totální, jako bych řekl skoro až šílenost šílenost jsem blázen si ten seřval, který je vlastně dělám YouTube kanál právě o tom Jak programovat umělou inteligenci máte musím poukázky. Akorát teď na konci se to trošičku zvrtlo, že se zjistilo, že ty programy co on ukazuje. Tak ve finále nejsou jeho, ale že někomu jako krade, ale nicméně jakoby ten ten způsob, jak to ukazuje. Jak jako dobrý den tady nechal. No takže když se podíváme v podstatě do historie, tak umělá inteligence začala už vlastně od dávnověku skoro asi by ten pokus o vytvoření ty umělé inteligence vlastně jako je asi už od té doby co vzniklo lidstvo, protože se snažíme nebo lidi mají tu tendenci se napodobit bohy, že jo.
Minuta: 7
Vlastně nějaký organismus stejně tak jako se to podařilo jakoby Bohovi, takže tam je někde ty ty prvotní vlastně náznaky je už je to v té sci-fi, že literatuře, kde vlastně Frankenstein je dávno vlastně dílo, které vzniklo dávno před počítačem a v podstatě je to o tom, že vzniká nějaký nějaký jakoby umělá inteligence, která je schopná vlastně se rozhodovat. Tady se můžete podívat na animaci. Kde je vidět aspoň vizualizace. Kde běží, kde jsou rozsvícený jenom 3% neuronů a 1 10000 na procenta synapse v mozku a přesto vidíte, že to svítí prostě jak vánoční stromeček neskutečný. To je jakoby se mi líbí. To je od toho lehce friedmana z přednášky, tak jsem to tady použil, protože to dobrá ukázka toho jak strašně vlastně málo, Stačí.
Minuta: 8
Tomu, aby jsme to měli v mozku tu inteligenci dál. Tady mám Příběh z Indie a ten tady mám proto, protože já potřebuji, abyste si otevřeli mysl, aby jste byly schopné, aby jste Přemýšleli jinak než doteď, že problém je, že drtivá většina lidí přemýšlí lineárně a to potom je problém v tom, že není možné udělat nějaké velké skoky a udělat nějaký velký skok vlastně v technologiích a do budoucna tak dál v nějakém úplně revolučním způsobem myšlení ten příběh je tady o tom, že vynálezce šachu. Byl prý z Indie a když vlastně ty šachy vynalezla. Donesl je tomu jejich císaři místnímu, tak jemu se ta hra, tak zalíbila, že se zeptal, co bych chtěl jako odměnu a ten člověk přemýšlel a pak mu řekl. Víte co mně bude stačit, když mi za každé to políčku dáte
Minuta: 9
v Dvojnásobek zrnka rýže, to znamená směna, prvním poličku dostanu jedno zrnko rýže, na druhém poličku dostanu 2. Zrnka rýže na třetím políčku dostanu 4. Zrnka rýže. No ten král a císař se usmál a řekl Ježíš ty jsi tak skromný člověk. Jasně, to je za takhle obrovský dar, který se mi strašně líbí takováhle chytrá hra Jasně jako dáme ti prostě co chceš. Nicméně za 14 dní přišel jeho ministr financí zatím císařem a řeknu, že mají problém, že nejsou schopni dodržet ten závazek, který vlastně ten císařství byl on se divil, jak je to jako možný a ono jde o to, že to jsme se přesně chytli do té naší. Jako pasti toho mozku, který jako apriori přemýšlí lineárně, ale tady tohle to je klasická exponenciální funkce a problém je, že speciálně ještě někde jako do půlky. Je to ještě jakoby pochopitelné, nicméně i tak je to brutální, ale potom od půlky to tak co je to úplně začne.
Minuta: 10
úplně To dostává jako mega mega jiný jiný grády a tady vlastně na 30 druhým políčku je to 4,3 miliardy zrníček Uvědomte si že na prvním políčku jsme začali s jedním zemkem a na třicet druhým políčku je to 4,3 miliardy zrníček Což ve chvíli kdy dojdete na 64 políčko tak těch zrníček je tolik že jste že byste z nich postavili Mont Everest že samozřejmě velmi logicky tomu a ministru financí došlo že toho nejsou schopný dosáhnout že by vlastně mu dali víc než jsou vůbec schopný vyprodukovat takže to je jenom jak oteklá ukázka toho že právě jako drtivá většina lidí je bohužel zvyklá přemýšlet lineárně a ani nejsou schopný si vlastně představit 100x potencionálu a začít myslet trošku jinak naštěstí tu máme pár jedinců kteří to dokážou nebo dokázali a podle mého je to klasická ukázka je Steve Jobs a dneska vlastně Elon Musk
Minuta: 11
Takže doufejme, že vaše mysl se trošku otevře, abyste přijmuli teď novou realitu, která přichází a to je ta umělá inteligence, než jsem vůbec o tu měli inteligenci začneme bavit, jakoby, co vůbec dneska dělá, kde to je, tak bychom si měli něco říct o té historii vlastně ty umělá inteligence. Jak to Jak to jakoby prošlo bych se to vyvíjelo. Protože samozřejmě vždycky je dobré vědět, odkud pocházím, abych věděl, kde jsem tak jako jeden ze zakladatelů té umělé inteligence. Dneška té počítačové je považována jasně Alan Turing, kterého možná znáte. Díky filmu nebo knížce Enigma, kde se popisuje jasně ten ten obrovský úspěch za druhé světové války, který v podstatě jeden z důvodů, proč jste spojenci vyhráli druhou světovou válku, protože se podařilo jim rozkódovat ten velmi do a který
Minuta: 12
Který používali pro šifrování vlastně zpráv, tak on vedl ten Alan Turing vlastně vedl tým, který řešil jakoby takovej první neuronovy počítač, který byl postavenej z relátek v tom filmu. Je to fakt jako krásně znázornění to vidět. Takže doporučuji se na to podívat a on vlastně byl takový první počítač, který jako myslel, protože dokázal vlastně vymyslet, jak jak jakoby zlomit ten kód Mimochodem ten kabel pro jeho jakoby smůlu homosexuál. Protože v té době asi to nebylo v Anglii jako Dokonce to bylo asi stíhaný. Takže on byl perzekuovaný. A měl z toho jako velké psychické problémy a vlastně ve finále se zasebevraždit tím, že si stříknu kyjanyd do jablka, do kterého.
Minuta: 13
Usnul jako symbolicky vlastně jakoby jako ten Adam v tom Ráji Mimochodem jsou spekulace, že vlastně to jsi vzal to s tím, že jsi vzal ty tu motivaci vlastně s tou nakousnutého jablka tady z toho. Nicméně on sám to nepotvrdil. Já tady jsem si dovolil na jeho počest pericyt náramek mít teď na sobě pro vás, aby aby jsme si jako uvědomili, že to není úplně dobré stíhat. Prostě někoho jenom za jeho prostě sexualitu. Nicméně Proč vlastně on je teda spojovaný taky z těch umělou inteligenci, tak je to hlavně kvůli tomu, že on byl vlastně ten kdo vymyslel. Dneska už se tomu říká Turing test po jeho jménu a je to o tom, že on vymyslel jakoby test, jak se prokáže, že počítač dosáhnout lidské inteligence, že se vlastně udělej jako dva pokoje v jednom pokoji bude člověk druhém pokoji bude počítač a ve třetím pokoji bude člověk,
Minuta: 14
který bude hodnotitel, který povede vlastně volnou diskuzi s obouma na střídačku a jeho úkolem bude poznat vlastně Kdo je počítač a kdo je člověk a pokud to nebude schopen to Poznat, tak to znamená, že je bráno, že vlastně počítáš dosáhli genze člověka. Vinu zjednodušeně řečeno. No a teď se podíváme na něco, co je poměrně důležité zase k tomu mému kanálu vlastně k tomu autonomního řízení a je to to, že a světa historie ty umělé inteligence tou vývoj umělé inteligence, tak si procházela něčemu. Čemu se říká jako A winters, co znamená jako zimy umělé inteligence. Je to protože když se tady podíváte, tak vlastně krátce na to co co Touring a zemřel v 54, tak 58 asi nejvíc nejde. Jasně vymyslel nějaký vědec. Odtamtud hrozné bál vymyslel jakoby
Minuta: 15
embryo umělé inteligence, který mu říkal perceptron a tady vyloženě píšou vlastně v článku. New York Times jo píšou, že neobjevilo embryo elektronického počítače dneška, který se očekává, že bude schopen chodit mluvit vědět psát reprodukovat sám sebe. A být vědom sebe sama to bylo napsané v roce 58. Dneska jsme v roce 2020 a nic takového zatím pořád ještě ne, takže tady asi z tohodle začínáte chápat, co ta zima znamená. To znamená, že tady samozřejmě tohle to způsobilo jako obrovský Boom vlastně očekávání, jak dílenský veřejnosti, tak ale i investorů, kteří začali jako sypat do toho prachy. Nicméně po nějaké době věděli, že vlastně z toho nic není, takže vlastně ten vývoj umělé inteligence si zažil takovéhle období boomu, kdy se jako
Minuta: 16
udělal. Nějaký průlomový krok vlastně investoři do toho začít dávat. Pak se ukázalo, že to jako k ničemu není a začalo to vlastně zase zase jako upadat. No takže tady ten to nebezpečí to tady vidíme je vlastně ta hrozba, že prostě přijde, že může přijít znovu ta zima a bohužel právě jeden z důvodů, proč. Přijít by mohlo být autonomní řízení, protože hodně firem slibuje, že bude autonomní řízení dispozici, že bude dostupný, ale pořád ještě není. No a teď se podíváme na to, jak já jsem tím studiem, jakoby si to rozdělil do nějakých podstatě jako dvou skupin asi hlavních by se dalo říct toho přístupu k té umělé inteligenci a ten první přístup je vlastně jakoby programování. To znamená, že ty věci vlastně ze začátku se snažili tu umělou inteligenci prostě naprogramovat. To znamená, že opravdu jako říct úplně přesně do detailu, co má
Minuta: 17
dělat. Ale takhle přece ve světě nefunguje m, to je to samé, jako když teď mám mimčo a budeme učit chodit na záchod, tak kdybych mu říkal Hele, takže když budeš chtít na záchod Kubíku, tak půjdeš dva metry rovně, pak zahne doleva, pak za než doprava a teď najednou zapomenu, že tam je třeba nějaká nějaká místnost cca nebo něco bude zmatený, že bude v pytli, protože prostě vždycky nikdy v životě nejste schopný prostě naprogramovat úplně všechno, co může nastat v té Prostě v realitě, že jo. Takže tohle prostě jednoznačně jako Chápeme, že to je prostě špatný přístup, takže jakýkoli programování toho počítače. Jakýkoli mu říkání, co má dělat bude logicky potom v následku v konsekvencí do reálného světa mít problémy a nebude fungovat. No a Takže tady máme teď nějaký úspěchy té umělé inteligence, který si ukážeme v tom čase, jak vlastně ona se vyvíjela
Minuta: 18
tak jako asi jeden z prvních úspěchu, který já si třeba i sám pamatuji, co přesně si pamatuji, jako když to dávali v televizi v tom mluvili všude, že že vlastně počítač porazil Kasparova. Byl to počítače IBM, který se jmenoval Deep Blue a věci právě přesně tady Tímhle tím přístupem a v programování naprogramovali ten počítač tak že mu dali Všechny hry, který se kdy odehráli vlastně na světě, tak ho měl databáze všech her věděl naprosto přesně, jak se šachy hrajou a měl všechny takové ty známý taktiky známý vlastně útoky obrany všechno měl nastudované A měl bych tě obrovskou databázi a dosáhnout prostě v tom 97 toho výpočetního výkonu který byl schopen vlastně udělat ten výpočet těch možností až dokonce Takže z nějaké herní situace On si vypočítal Jaký můžou být proti situace toho
Minuta: 19
bílého jaký další proti kroky můžou být toho černého a vlastně takhle to byl schopen do vypočítat až do TV herny a výherní situace No a stalo se že vlastně Kasparova porazil že to bylo poprvé v životě kde vlastně počítač byl schopen porazit nejlepšího člověka té doby který se zabývá touhle tou doménou to za hraní šachu tak ho porazil a jak vidíte Kasparov z toho byl hodně hotový a hodně se mluvilo o tom že vlastně jako byl hotový z toho že ho porazil Ale když ho měl x na tom podcastu, tak on tam říkal, já jsem nebyl jako hotový z toho, že mě porazil počítač. Já jsem byla v Troji z toho, že mě porazil vůbec někdo, protože do té doby on nebyl poražen a Takže tady jenom jako je to v podstatě největší co co tak já beru, jak je největší úspěch jakoby té tradičního přístupu toho programovacího, no a teď se dostáváme do takové jiné jakoby
Minuta: 20
etapy, nebo jiného jiného přístupu a to je, že se ve já se jako zkouší a využít například teorie her ty z vás Kdo máte ekonomické vzdělání, tak si vzpomenete ze školy, kdy jste se to učili, což je teorie her go, kde nejsou optimum a také. Máte tady vlastně tohle konkrétně hra hráčů hra dvou hráčů vlastně s nulovým součtem, což obecně znamená, že máte nějaký dva hráče, který hrají nějakou hru. A ve chvíli k tomu, aby vlastně jako došlo k výhře. Tak ten kdo vyhraje tak vlastně získá a ten kdo prohraje, tak musí ztratit. Jinak to nemůže fungovat, to znamená. Proto se tomu říká hra s nulovým součtem, protože vlastně výsledek těch her a jste těch dvou hráčů, ty výsledek th10 znám pro ekonomiku, třeba je tahle ta hra vlastně nezajímavá nebo jako ekonomiku někam neposunuje, protože proto, aby
Minuta: 21
vlastně jako ten jeden vyhrál. Tak ten druhý musí ztratit. Jo to znamená. To je typicky. Třeba by jsme mohli to přirovnat Nike monopolu, takže jeden získá Monopol a tím pádem malé zmizení prostě konkurence, takže to není dobré pro tu ekonomiku, ale jsme trošku odbočili a teď vlastně oni to použili pro hry konkrétně tady Texas Holdem Co znamená to je americká verze pokeru, kde jenom ve dvou hráčích. Co znamená člověka počítač a oni vlastně použili tu matematiku a snad i teorie her k tomu, aby Dále vlastně ten poker. A co je tady zajímavý? Tak oni vlastně tím pádem jako dali to tom počítači, jak se ten pokr hraje. Dali mu vlastně tady tuhle tu Teorii her, ale asi zakázali tomu počítači se z toho jako učit to zná. On vždycky v té hře přistupoval vlastně znova dle tohodle té čistý matematiky a to bylo právě to co se vlastně ty hráče, protože mi lidi jsme jako
Minuta: 22
učí vlastně jako Učíme se učit. To znamená, že snažíme se jako poznat, jak přemýšlí ten protivníka tím, že prostě on vlastně jako to dělal čistě matematicky je Neměl žádné emoce a taky samozřejmě teda Poker. Face má počítač v dokonalý, že jo, tak vlastně oni ho nebyl schopný porazit. No a tady je takový zajímavý, co jsem vlastně zaslech na tom podcastu jednom s tím lesem Freemanem, že oni vzali tuhle tu Teorii a použili i pro vyzkoušeli to vlastně pro řízení autonomních aut kde asi tomu počítači dali pravidla jakým způsobem funguje Prostě ta ty pravidla silničního provozu a udělali mu tuhle tu klasickou situaci vlastně pravidla pravé ruky kdy na křižovatku ve čtyřech vlastně cestách Přijedou čtyři auta současně to zná podle pravidel
Minuta: 23
že v pravidlech myslím že je vyloženě napsáno že když nastane veleta situace kdy všichni čtyři přijedu v jednu chvíli tak vlastně není možný říct kdo má přednost zprava takže se máte dohodnout že jo No tak jasně jako lidi že jo tak prostě jako třeba ukážete Hele tak já tady ukážete někomu že má přednost a nebo prostě mrzí Jana s prstem čumák něco takového prostě nějak se zachováte No jo jenomže umělá inteligence nemá žádnou fyzickou podobu že jo takže věci byli zvědaví jakým způsobem ona si s tím poradí No takže ona začala přemýšlet a ten její výsledek naprosto šokoval věci, protože to nečekali a ta umělá inteligence. Udělala tohle a tím vlastně umožnila. Jako dala najevo vlastně to, že je dává přednost a umožněna vyřešit tu situaci a asi je pokračovat v jízdě a je to jenom jako takové odbočení od toho obecního tématu k těm autům už že jsme si ukázali jednu takovou věc, která mě teda naprosto fascinovala taky, že prostě
Minuta: 24
mi to přijde úžasné. No a pak vlastně v roce 2016 nastal asi největší Zlom, protože hra GO, což je Čínská obdoba šachů. Akorát že je nesčetněkrát složitější než šachy, protože jedna krásně se to hraje na jakoby šachovnici, která má 19 na 19
Minuta: 25
všechno si musíte exponenciálně vina. To bych potom s každým tahem vznikají další jako možnosti čili ve finále, ta hra má víc možností, než je atomů ve vesmíru. A to byl důvod, proč vědci považovali tuhle hru za nemožnou, aby vyhrála umělá inteligence. Je to právě proto, že oni počítali s tím tradičním starým přístupem toho, že vlastně to musejí naprogramovat a že ta umělá inteligence musí udělat všechny ty výpočty, aby vyhrála a samozřejmě to nejde, protože aby jste udělali všechny výpočty, tak byste museli mít počítač, který má jako spotřebu jako celý vesmír, že jo na to, aby to byl schopen počítat, že logicky to není dosažitelný vůbec mládeže, oni společnosti deepmind koupil teda Google, tak ona vymyslela počítač, který právě
Minuta: 26
jako jednak mu vlastně dali ty pravidla toho ty hry go a on začal sám hrát sám se sebou a začal se z toho učit a tohle je právě první ten zlomový okamžik, kdy vzniklo. Moc mě to že ta umělá inteligence se učit a stalo se něco neuvěřitelného. Stalo se vlastně to, že ta umělá inteligence přišla sama na něco co známe mi lidi a jak vlastně mi lidi přemýšlíme. I když někteří to dělají jako nevědomky a někteří vědomí a to je to, že ona se vlastně naučila rozpoznat, který tahy dávají smysl a který tahy nedávají smysl. To znamená, že ona vlastně automaticky eliminovala nějaký tahy, které nedávají smysl a začala se zaměřovat jenom na ty které dávají smysl a to už bylo u počítatelné. Takže to byl ten to byl ten Zlom vlastně já v tom v tom
Minuta: 27
používání. No a když se podíváme na to, co vlastně vzniklo, co šokovalo. Celou celou právě tu společnost. Tak já jsem tady oni to nazývá jako božský, tah, já jsem to nazval Tora Tora. Tora, je to proto, že vlastně tady v tom tahu 37 Mimochodem, ten film se můžete na to podívat, jak na netflixu a nebo je to už dostupný volně na YouTubu. Je to s tě hodinu a půl dokument o tom, jak jak teda to Alfa go to vyhrálo, tak já to tady mám také nazvaný proto, protože vlastně do trhu je několik tisíc let stará ještě nikdy v životě jí nevyhrál někdo jiný, kdo není z Číny. Takže ve chvíli, kdy se odehrával tenhle ten zápas takto v Číně sledovalo víc lidí, než olympiádu a stalo se něco, že
Minuta: 28
vlastně díky tomu, že ten počítač vlastně jako ukázal, že opravdu přemýšlí, protože ten tah 37 SN a když on udělal, tak ten Lee sedol se zvednul, odešel si zakouřit a místo tradičních jako dvou třech minut, který přemýšlel na tahy, tak přemýšlel 12 minut a tady se můžete podívat jako myslím, že vlastně Mika toho obličeje a vůbec ten body language, jako který ten Lee sedol ukazuje potom co viděl ten tak 37 hovoří. Za vše celá ta vlastně vědecká a všichni ty fanouškové ty hry, tak absolutně nechápali. Co to je za tah. Protože i samotná asi ta umělá inteligence předpověděla, že lidský. By tenhle ten tak zahrál s pravděpodobností 1
Minuta: 29
tahu, že jsi vytvořila umělá inteligence jakoby prostor, který Jasně dominovala tím získala tím získala vlastně dominanci na tom na té hře. No a proč tomu říkám Tora Tora Tora, protože vlastně tohle mělo úplně stejný efekt na Číňany jako měl ten harber na Američany, kde je ten japonský velitel. Já mám mu to řekl, že probudili draka a že ho vlastně naplnili neuvěřitelným odhodláním a to samé se vlastně stalo číňanům, protože tím že oni to tak strašně berou jako svoji věc, tak vlastně Američanům se podařilo, že teďkon v Číně neskutečně moc mladých lidí chce studovat umělou inteligenci. Zajímají se o to a myslím, že Američani tady pro Taky draka. No Chilli Chilli. Vlastně, když se podíváme do toho souboje umělé inteligence versus člověk, tak to začalo těma cha cha, že jo. Pak
Minuta: 30
teda ta pak teda vlastně ta alphago, která byla potom rok NATO nahrazena Alfa s.r.o. který porazil vlastně Alfa Go a pak porazil v jakékoli šachový nebo jakýkoliv stolní hře porazil všechny a pak vlastně ten ta společnost Deep Mine se začala zaměřovat na počítačové hry konkrétně nahoru Starcraft, která je zajímavá tím, že vlastně už to není jako vždy stolní hra, ale je to hra, která už si hraje se zdrojem a kde musíte těžit minerály, musíte sbírat a asi dvě komodity, kterým si sbírat musíte z toho stavět vlastně nějaké budovy, musíte se v nich dělat vojáky, musíte prozkoumávat. Neznáte musíte vlastně útočit musíte bránit. Takže máte tam prostě prvky, jako je Economy je strategie útok obrana. Takže je to hodně. Už se
Minuta: 31
to začíná blížit vlastně realitě a proto to bylo považované taky jako nedosažitelný bod, kde vlastně v to 2018 byla schopná vlastně začít porážet lidské protivníky a v roce 2019 porazila. Jak vlastně ve všech třech těch kategoriích nebo RAF. Ach jo, takže nejenom zajdi, ale jízda proto si assergi byla schopná hrát. No a to co je to Co je prostě právě, co si Já z toho berou. A co tady vnímám jako to to strašně důležité je to že vlastně ten začátek byl prostě to programování a vlastně od toho od toho roku 2016 začíná být aplikované učení a to co je ještě zajímavější, tak vlastně. Je to tady, když se podíváme na to, z čeho se to skládá, tak vlastně od toho 2017 se přestává tomu
Minuta: 32
počítači dávat jakékoli návod jakýkoliv pravidla. Jo vlastně ten počítač neměl v sobě nalitý žádné informace. On nevěděl pravidla nevěděl, jak se ta hra hraje a hrál to jenom na základě toho, že jako byl odměněn a za výhru a potrestaný vlastně Za prohru. A on sám vlastně Objevoval jako jakým způsobem jsou ty pravidla dělení. Co je správně Co je dobře, všechno se učil sám a jenom tím, že hrál sám se sebou, takže on vlastně hrál sám se sebou a díky tomu se zlepšoval. A co jako nejúžasnější je, že ten počítač byl schopen přijít na strategie herní, který v tom Go za těch tisíc let, co se to hraje jako lidi taky. Nevymysleli. Takže on vymyslel nové způsoby strategií, který byl teď lidi nevymysleli a lidi silikon poučují od toho alphazero, jak
Minuta: 33
hrát tu hru k.o. Cože neuvěřitelný. No, takže když by jsme vlastně uzavřely tuhle tu první část té historie, tak by se to dalo shrnout. Takže čím víc jako dat máte tím je to přesnější. Co znamená tady konkrétně teda se to týká hodně toho Googlu, který vlastní společnost, ale ono to není jenom o tom. On je to je to jeho vyhledávání. A taky dojde k čemu se dostaneme později, ale každopádně první vlastně ten úspěch byl, že ten že ten Google nebo ty lidi vlastně to co dělali, tak to začnu dělat. Jinak přestali vlastně se zaměřovat na to programování a začali se zaměřovat na to učení a ta druhá věc. Že potřebovali k tomu spousty příkladů. Potřebovali velmi tu umělou inteligenci naučit. No takže tohle tímhle tím by jsme uzavřeli tu první
Minuta: 34
část znamená. To je ta historie ty umělé inteligence a v další části by jsme si řekli trošku blíž. Jak vlastně funguje ta umělá inteligence dneška, to znamená. To je hlavně ten Deep reinforcement Learning, který stojí za většinou těch úspěchů v té umělé inteligenci hrozně moc děkuji za pozornost. Doufám, že se vám video líbilo. Jestli jo, tak dejte like a pokud chcete slyšet víc takovýhle věcí, tak určitě dejte odebírat, protože budu s umělou inteligenci i týden zabývat čím dál víc a samozřejmě budu moc rád vaše komentáře. Pište vaše názory, co si o tom myslíte vaše třeba zkušenosti s umělou inteligencí. Pokud máte budu moc rád, jak se rozšířil obzory. A tak dál, takže díky moc za vaši pozornost a ať vám to proudí.

Předchozí video

Operátorka Linky bezpečí: měsíčně řešíme až 8 sebevražd, spolupracujeme se záchranáři (podcast)

Další video

Otto Fabri: Kdo nemá Teslu s autopilotem, nemá rád svoji rodinu (podcast s designérem Tesly)