Latest / BROCAST / #34 Jan Romportl

Transcript

#34 Jan Romportl · BROCAST

• 0:00
  Jako žádný z druhů evolučně historický by jsi pokud ty
• 0:04
  reflexe byl někdy schopný nějak nepřál, aby jako byl nahrazen a
• 0:08
  ale jak jako platí jako evoluci platí jedno z velmi brutální
• 0:11
  pravidlo. Každý z nás jsme potom ke mně
• 0:14
  koho. Ale prakticky nikdo z nás nebude
• 0:17
  předkem někoho budou z budoucnosti daleký jako většina
• 0:20
  těch věcí, který tady jsou nějak prosím tě zmizí jako ne.
• 0:23
  A pokud nám jde skutečně o zachování vědomého života ve
• 0:28
  vesmíru, tak bysme se neměli úplně zastírat tu myšlenku, že
• 0:33
  by to měl být život, který je realizovaný nad substrátem,
• 0:37
  který prostě neznám a teď nevím, jak bude vypadat a ta obecná
• 0:40
  měla jí tady, jen jsem je minimálně nám dostupný dostupný
• 0:46
  ztělesnění takovýhle života. Tři dva jedna je to tvé Rome.
• 1:09
  Děkuji. Takže my jsme vám říkali, že
• 1:11
  auto nám pomůže jsem dostat nějaké zajímavé hosty na témata,
• 1:15
  ke kterým bychom se asi normálně nedostali a prvním takovým je
• 1:19
  Honza romportl, který O2 působí jako ředitel a Sempra kybernetik
• 1:26
  výzkumník umělé inteligence a zároveň si říkal, že působí na
• 1:30
  katedře filozofie Západočeské univerzity, že jsem poslouchal
• 1:43
  rozhovoru Václava Moravce, v oku se to jmenovalo, kde jste se
• 1:47
  bavili o umělé inteligenci a hrozně jsem za ním běžel a říkám
• 1:51
  hele brácha musíme prostě udělat potká svou umělé inteligenci a
• 1:53
  musíme tam dostat musíme jsem dostal hlavně jakého člověka,
• 1:56
  který tam byl. Takže ty jsi tam byl a děkuju,
• 1:59
  že jsi přišel. Díky, zaplesalo nám z toho
• 2:02
  srdíčko. Já bych nechtěl z toho bude.
• 2:06
  Ne to bude dobrý hlavně asi kvůli tomu, že je v tom Focusu
• 2:10
  se zmiňoval, že Češi nemají zkušenost a i a nebo že asi
• 2:13
  čtvrtina obyvatel České republiky tvrdí, že má nějakou
• 2:16
  zkušenost a i což je trošku pitomost, protože to je Já jí
• 2:20
  teď prostupuje jako životem asi nás všech, že jo buď chytrých
• 2:23
  zařízeních nebo prostě algoritmech na Facebooku, tak
• 2:26
  jsme si říkali, že tohle je, že bychom to asi měli prodat nebo
• 2:30
  aspoň jako nějak se pokusit jak osvětlit.
• 2:32
  No co to vlastně Takko umělá inteligence vůbec je Já si to
• 2:36
  reaguji na to tak těšit asi postřelil ten svůj odhad, kde se
• 2:40
  stýkají s a má to Nicméně jako svoji příznivou stránku, protože
• 2:44
  my se teď nacházíme takové velké fázi a i to co znamená
• 2:48
  naprostého přetížení, to je to je fráze a jako ale jako všude v
• 2:54
  konzervách prostě je Jo to To znamená že jako Jako myslím si,
• 3:01
  že Češi si neuvědomují, že třeba prvky, které nějakou v nějaké
• 3:06
  Obě spoluvytváří a první stroje učení neuronových sítí a podobně
• 3:10
  jsou naprosto rutinně jste v každé smartphone v každém každým
• 3:14
  lepší smartphonu líbím fotky na Facebooku doporučujem, co mají
• 3:19
  hledat na Googlu. Nicméně na druhou stranu zase o
• 3:23
  spoustě z těch věcí by se taky dalo říct, že to je jenom
• 3:26
  matematická manipulace s maticemi, ale to zase nezní tak
• 3:29
  jako sexy, takže kdyby se jako měli Češi se odpovědět na
• 3:33
  otázku, kde se setkává zase systémy manipulující, my s
• 3:37
  velkými matice mi to nezní tak skvěle, jako kdyby jsme měli
• 3:41
  setkat se systémy, které jsou Ajaj.
• 3:43
  Takže takže je to pod střelu jí to, ale má to taky něco do sebe,
• 3:46
  protože je to chce prozaický. Češi si víc představují a že to
• 3:50
  prostě musí být ten robot z nějakého Číslo 5 žije nebo
• 3:54
  sci-fi a úplně dávají stranu ty velmi specializované systémy
• 3:59
  strojového učení, které prostě Holt nevnímají jako jej i
• 4:03
  přitom, to je možné takový ten Technologie takový ty úzké
• 4:08
  způsoby využití těch algoritmu pro nějaký specifický věci práce
• 4:12
  a podobně a tím se postupně jakoby dostáváme na na nějakou
• 4:17
  obecnější rovinu to je Já jo. Nebo jak to vůbec nebavíme,
• 4:22
  vole, já je měli bysme si říct jak Jaká a i z jakých dvou dvou
• 4:26
  proudu 1. Vlastně to už jsi zmínil jako
• 4:29
  Úzká nebo on je trošku nešťastně překládaná jako Úzká je to z
• 4:33
  anglického nervy. Já bych to osobně spíš řekla
• 4:36
  jako specifická, já proti tomu obecná anglicky oko a těšil
• 4:42
  Generali inteligent, takže se zkracuje táta pata Úzká burza
• 4:48
  říkat. Úzká prostě s tou stálo ten
• 4:50
  pojem, tak Úzká umělá inteligence a s nějakým způsobem
• 4:53
  modeluje nebo napodobuje už ti to je velmi specifický vybrané
• 4:57
  dílčí úlohy, které jinak vlastně plní lidská kognice.
• 5:03
  Kde tady když tady někdy mi ulítne jako kognitivní nebo
• 5:05
  kognice. Tím myslím lidské poznávání
• 5:07
  lidské myšlení, kognitivní procesy jsou prostě procesy,
• 5:10
  které mi mi Poznáváme svět kognitivní funkce jsou ty naše
• 5:14
  funkce, kterými 10 poznáváme, takže úzce vymezené kognitivní
• 5:18
  úlohy, tak jsou táto, že jsme schopni, já nevím.
• 5:22
  Prý tu houbičku, jak je třeba na tom stole nějak jako pojmenovat
• 5:24
  říct, že červená nebo zaparkovat auto hrát hrát nějakou hru
• 5:28
  Goscha přeložit větu z jazyka a do jazyka B olejovat.
• 5:35
  Kdo je na fotce zobrazit správnou reklamu doporučit
• 5:38
  nějaký produkt, to jsou všechno akty, které normálně dělá člověk
• 5:43
  pomocí své inteligence svoje kognice, ale jsou velmi.
• 5:46
  Jasně omezené mají jasný ne, jasné zadání nějaký jasný cíl
• 5:51
  můžou být snad ve velmi komplikovaným prostředí, ale
• 5:54
  prostě ten cíl je jasný. A ten ten systém, v kterém se na
• 5:58
  úřadě je relativně jako informačně uzavřený a systémy
• 6:02
  umělé inteligence, které vlastně řeší tyhlety úlohy.
• 6:06
  Tak jsou to je tam je ta Úzká umělá inteligence naproti tomu
• 6:10
  stojí obecná umělá inteligence, kdy jako obecnou inteligencí
• 6:15
  bysme takhle já ještě začnu možná začnu krokem do strany, co
• 6:20
  co vnímá nebo co si představit pod tím pojmem inteligence těch
• 6:24
  těch definice inteligence je spousta a Většina z nich je
• 6:27
  naprosto nepoužitelný, nejhorší definice jsou různé jako
• 6:30
  psychologické definice definice umělé inteligenci se chtějí
• 6:43
  bavit právě spíš z toho důvodu, že chtějí poznat spíš sebe a
• 6:46
  svoje myšlení a proč v ní mají to co vnímají.
• 6:48
  Ne, že by nějak úplně jako šlo daleko daleko ty stroje a tak ta
• 6:53
  inteligence je nemám rád takové ty víš to v.d.v.
• 6:56
  Definice inteligence z učebnice psychologie, že to je schopnost
• 7:00
  mluvit a to je prostě špatně tady něco to je úplně jako ta
• 7:03
  paní vlastně a říká táta vlastně neříká co?
• 7:06
  Podstatou inteligence to jenom jako slovníkové definuje pár
• 7:09
  věcí proti takže takže v té v tom psychologickém žargonu nebo
• 7:14
  tak se mě jako nejlevněji jako nejlepší definice inteligence
• 7:17
  líbí inteligence je to co měříme v IQ testech jako protože ono to
• 7:21
  tak přísně vzato je ale v té jako vážnější rovině, tak mně se
• 7:26
  nejvíc líbí jako definice inteligence jako schopnost
• 7:30
  dosahovat cíle, prostě to znamená, že Znamená to, že máme
• 7:35
  nějaké porozumění pro to, co je cíl a že jsme schopni nějak se
• 7:39
  vztahovat k tomu cíli a jedna do světa tak že se k tomu cíli
• 7:43
  nějak dostáváme nemusíme snad nutně dostat, ale je to prostě
• 7:47
  schopnost dosahovat cíle a teď Úzká inteligence specifická
• 7:52
  inteligence, potažmo specifická umělá inteligence je schopnost
• 7:56
  nějaké entity nějakého agenta a já teď a nemyslím agent007, ale
• 8:00
  Agent je něco co jedná ve světě, má to Agency a má to agenturu,
• 8:03
  prostě je to I don't know, co se používá se.
• 8:06
  Agent agent, tak je to i do schopnost tohoto agenta
• 8:10
  dosahovat nějakého specifický uzavření vymezeného cíle, třeba
• 8:15
  zaparkuji auto, nebo dojeď tím autem na letiště a proti tomu
• 8:20
  stojí ta obecná inteligence. Která je vlastně schopností
• 8:25
  dosahovat libovolného cíle a to včetně schopnosti stanovací
• 8:30
  nějaké prioritní cíle a včetně schopnosti učit se učit.
• 8:34
  Co znamená ta Úzká umělá inteligence se učí ta obecná
• 8:39
  umělá inteligence by se měla učit učit stejně jako člověk se
• 8:43
  učí, takže v té úzké umělé inteligence, já když udělám
• 8:46
  skvělý šachový program, tak ale čím lepší ten program bude tím
• 8:51
  čím dál tím stejně bude dnes CHOPN a zaparkovat automobil
• 8:54
  třeba zatímco jako sami na sobě všichni cítíme, že člověk
• 8:58
  funguje nějak jinak to znamená ta obecná inteligence obecná
• 9:01
  umělá inteligence. Je to ne biologickou.
• 9:06
  Logicky modelem, co si představujeme pod inteligenci
• 9:09
  lidskou, dalo by se to přirovnat třeba k tomu, že ta specifické
• 9:12
  inteligence je schopná udělat ten konkrétní proces jako třeba
• 9:15
  zaparkovat auto a ta obecná si umí dostane ten ten řekněme ten
• 9:21
  samý úkol zaparkovat auto, ale v podstatě se musí naučit si to
• 9:24
  auto vyrobit. Já nevím naučit seřídit, že o
• 9:27
  nebo naučit zaparkovat a ten proces dokázat jako by udělal
• 9:30
  kovy obecně jako člověk to stačil.
• 9:32
  No ta obecná umělá inteligence by se skutečně by měla být ty
• 9:36
  algoritmy by měly být tak obecné, že když se řekne, ano,
• 9:39
  zaparkuji to auto, tak s ní nějak naučí zaparkovat auto a
• 9:43
  pokud to bude obnášet přitom jako začít chodit do autoškoly,
• 9:45
  tak začne chodit autoškoly, pokud to bude obnášet jako
• 9:49
  naučit se přirozený lidský jazyk, což je docela důležité
• 9:52
  umět, tak se naučí přirozený cíl jazyku to bude znamenat tohle a
• 9:55
  tohle tak to nějak se naučí a je to prostě jak jak lidská
• 10:00
  inteligence je prostě univerzální a stejně jako u té
• 10:04
  lidské inteligence nebo Ulického Myslím, jako nevím a co je ten
• 10:09
  náš ultimátní cíl ono to možná to je na tom to krásný, že my
• 10:12
  nevíme jako k čemu mi vlastně v tom světě směřujeme tak zhruba
• 10:15
  asi tak stejně údaje obecně umělá inteligence taky nebudeme
• 10:18
  úplně přesně vědět čemu. Ona by měla směřovat, ale jakoby
• 10:22
  bikeway při té příležitosti ze sebe bude generovat.
• 10:28
  Skoro by se dalo říct i jednotlivé subsystémy té úzké
• 10:32
  umělá inteligence, to znamená, když bude chtít zaparkovat auto,
• 10:34
  tak jakoby vygeneruje algoritmus pro zaparkování auta včetně
• 10:40
  všech pro rekvizit, který tomu jsou potřeba jo?
• 10:43
  No, takže tak tolik tolik té tomu rozdělení obecná a a úzká
• 10:49
  tady vždycky zapotřebí říct, o které se tady bavíme ta
• 10:52
  inteligence teď lepší jakoby všeobecně to slovo je takový
• 10:55
  těžko pojmu thallný, protože ty jsi říkal, že v těch já nechci.
• 10:59
  Těch skriptech nebo tak, tak tam bývá, že prostě inteligence je
• 11:02
  schopnost vyplňovat IQ testy, ale my víme, že nějakou
• 11:05
  inteligenci mají třeba zvířata. Jo a nepředpokládám, že já nevím
• 11:07
  delfíni vyplňovali IQ testy, že jo.
• 11:09
  Nebo já nevím, jaký mají mají tu inteligenci, která jí umožní
• 11:13
  dosáhnout jejich cíle, pokud tím cílem je.
• 11:15
  Já nevím do pobřeží nebo já nevím dostat nějaké jídlo nebo
• 11:20
  vylézt na strom, tak mají prostě dostatečně vhodné aparát
• 11:24
  vybavený k tomu, aby aby toho cíleně jak dosáhli.
• 11:28
  Teď úplně poměr stran o tu diskusi, kterou jsem jako velmi
• 11:33
  rád vedu xkrát jsem třeba s Ivanem vedl o tom, co je teda
• 11:36
  generátorem těch dílů, jako v té v té nejobecnější rovině, to to
• 11:42
  pominu už by evoluce teď jako celkem ho stejný, ale Zvířata
• 11:47
  jsou do té své zvířecí míry inteligentní na kolik to v tom
• 11:52
  světě a v komplexitě toho světla.
• 11:54
  Prostě potřebují. Pokud nebyly dostatečně
• 11:56
  inteligentní, jak vyhynuli. Pokud teda neměli úplně jako by
• 11:59
  třeba byl nějaký inteligentní, na ty mě prostě smůlu a říkal a
• 12:02
  ne. Ne sorry, že vím, že k tomu že
• 12:04
  mě Space Program No ale je to je docela jako může klidně být jako
• 12:08
  seriózní mini přinejmenším v pro nás dost jako seriózní věc teď
• 12:11
  jak to s tím Space Program a mi je a jak to je jako v roli umělé
• 12:15
  umělé inteligence tady do té oblasti bych možná teda nechal
• 12:18
  na ty pozdější čas od dnešního rozhovoru začneme zlehka plyne
• 12:23
  odbíhali, ale každopádně vezměme případ.
• 12:28
  Já nevím můžeme vzít já neměla nějaký krab, teď nevím, jak se
• 12:32
  jmenuje, ale to já který se prostě pohybuje po nějakém velmi
• 12:34
  komplexním pobřeží, teď to znáte z chorvatského ty seriály tam ty
• 12:38
  krabici prostě. A teď on dojde skoro vždycky
• 12:41
  dojde nějak normálně do té vody, když je prostě odliv, tak on tam
• 12:44
  nějak zaleze. To znamená, že jako kde se v něm
• 12:47
  bere táta velmi složitá od a schopnost navigovat jsem velmi
• 12:51
  složitém prostředí a ono se nakonec ukáže, že mám v podstatě
• 12:54
  jde pořád kopečka a prostě on spřažený s tím prostředím =
• 12:59
  kognitivní schopnost navigovat v tom terénu.
• 13:01
  Kdyby to kdyby se mi prostě dali do vany, nebo tady mi prostě
• 13:04
  dali na stůl žejdlík s vodou. No tak mu to nepomůže, tak
• 13:07
  prostě klikne ze stolu a už ne. A to že čas od času si turisty
• 13:11
  přivezou uschlého kraba taky je. Znamená to, že skutečně dostal
• 13:14
  si někdo do nějakého smutného lokálního minima, kde už šel z
• 13:17
  kopečka, až došel prostě někam nějaký jako prolákliny.
• 13:21
  To znamená že vždycky ta inteligence nikdy to není jenom
• 13:24
  ten organismus samotný, ale organismus nějak Do nějakého
• 13:29
  prostředí a mi prostě lidi jsme vtělení do prostředí, které je
• 13:33
  tak a tak složité K tomu, abychom zachovali svůj tvar,
• 13:37
  který je takový Jakého máme prostě jsme jsme komplexní velmi
• 13:41
  komplexní entity fyzikální, ale zároveň za relativně nízkou
• 13:45
  entropie. To znamená, že my jsme jako táta
• 13:48
  entropie znamená, že v nás je relativně malý chaos nás jako
• 13:52
  velmi komplexní řád, když by teď tady já nevím něco vybouchlo a
• 13:55
  ty moje molekuly se rozlétly po prostoru, tak pořád tu bude
• 13:59
  velmi komplexní systém, ale bude dost vysoko entropy a to my
• 14:03
  nechceme tu vysokou entropy na mi líbíš a time propije jako
• 14:06
  nízká a to je vlastně v podstatě každý živého systém.
• 14:09
  On konzumuje velké množství energie vnějšího světa.
• 14:12
  A představuje ho do takových aktivit, které tomu systému
• 14:17
  umožňuje udržet si tvar chilli udržet si nízko entropy udržet i
• 14:21
  tu svoji komplexnost při té nízké stropy a jak říká Cyril.
• 14:25
  Hešl život je proplouvání mezi skyllou rakoviny.
• 14:28
  Demence z toho dostane prostě buďte nekontrolovatelný úbytek
• 14:33
  buněk. A nebo to nekontrolovatelný
• 14:35
  bujení buněk to prostě jednou se tady tím směrem jako tým a
• 14:39
  rovnováha je smrt a život je to kormidlování mezi mezi těmito
• 14:44
  dvěma extrémy a inteligence je aparát nebo nebo vybavenost v
• 14:50
  toho systému, která mu umožňuje proplouvat mezi skyllou a
• 14:53
  charybdou demence v podstatě by jsi někdy nezastavil.
• 15:05
  No jo, dá se to jakoby přenést třeba to co co je vidět, třeba i
• 15:10
  ve zvířecí říši nebo prostě někde v přírodě nějaký základní
• 15:16
  pravidla nebo principy i do budování takovýhle systému u mě
• 15:21
  z toho počítače. Tak na kola v úrovni jsme se
• 15:28
  inspirovali a zase dostávám se k tomu to to, že mi tady jsme jako
• 15:32
  lidi nějak. Prošli jsme tím evolučním
• 15:34
  tlakem. A to znamená, že ten náš Aparát,
• 15:40
  který nás naviguje tímhle tím složitým systémem byl zjevně
• 15:44
  dostatečně dobře komputační výpočetně schopný předjímat to,
• 15:49
  jak se ten vnější svět bude odvíjet, takže prostě ne růže
• 15:52
  jako svět vnímáme jako nějaké mastné skvrny na sítnici něčeho
• 15:56
  beztvaré, ale my jsme schopni těm lidem, jako tomuhle tomu i
• 16:01
  bitrate. Co znamená obrovskému přítoku
• 16:05
  informací jako gigabytů, možná jako za vteřinu, tak jsme
• 16:09
  schopni Nějak od toho abstrahovat nějaký komprimovat,
• 16:12
  ať přisuzovat tomu tvary koncepty a podobné věci.
• 16:14
  To jako Kdybyste měli jenom řídit jako napojit sítnici na na
• 16:18
  nohy, tak to neudělá, nic to prostě je to je to je totální
• 16:21
  chaos, jako my jsme schopni nijak vykompenzovat informace.
• 16:25
  To znamená to je první část okupačního procesu a pak nějak v
• 16:29
  hodně ještě to je Letenské let a abstraktní vrstvy jsme schopni
• 16:33
  usuzovat na to, co asi ten svět udělá, takže Nejenom že jsme
• 16:36
  schopni elektromagnetických Impulsu na sítnici.
• 16:39
  Identifikovat tygra, že tam je někde v té džungli, ale zároveň
• 16:43
  jsme schopni docela dobře predikovat jako co ten tygr bude
• 16:46
  dělat, že jestli naštvaný a jestli po nás poběží a teď jako
• 16:50
  ze všech možných trajektorií kvůli ten tygr poběží, tak jako
• 16:53
  těch jen nekonečně množství, on může jako oscilovat může běžet
• 16:57
  do pravého úhlu může kvantově přeskakovat, ale skutečně drtivá
• 17:01
  Většina z těch trajektorii se nemá šanci zrealizovat našem
• 17:04
  vesmíru. Ona se bude realizovat velmi
• 17:05
  jednoduchá hladká diferencovatelná trajektorie, po
• 17:09
  které se ten tygr vydá nás, zabít.
• 17:10
  No a my máme velmi jako málo jako aktivit na výběr a pokud
• 17:16
  prostě jsme schopni, tohle to velmi rychle velmi efektivní od
• 17:19
  predikovat. Ano je to z té skrumáže jako
• 17:22
  elektro magický Impulsu na sítnici.
• 17:24
  Je to tygr. Jde po mně chce mě zabít a já
• 17:27
  mám mechanismus, který mě pořád udržuje tu mojí entropie nízkou.
• 17:31
  Co znamená chci si zachovat svůj tvar, nechci skončit jako kousky
• 17:35
  masa roztahané po džungli, což je možná zajímavý objekt, ale ne
• 17:39
  u Město k němu životu, tak mě prostě evoluce průběžně
• 17:42
  vybavovala výpočetním aparátem, který mě u možno všechno tohle
• 17:47
  to velmi rychle zrealizovat udělat celou tu compress
• 17:49
  informací. Steve steh percepčního streamu
• 17:52
  zjistit prostě těch megapixelů slušně řečeno, že to je Tygr a
• 17:57
  co ten tygr udělá kudy asi poběží.
• 17:58
  A co mám udělat já? A tenhle ten systém je v
• 18:01
  podstatě náš mozek velmi jednoduše řečeno mozek celým
• 18:04
  tělem a z neuronů jako se všemi neuronová podobně.
• 18:07
  Jak nazýváme to jenom mozek pro jednoduchost a ten a ten si z
• 18:10
  toho se prostě velmi osvědčuje. To znamená ta inteligence je o
• 18:13
  smysluplný kompresi informací ta obecná obecná jakákoliv
• 18:18
  inteligence. Ona v podstatě Italská jako já,
• 18:20
  když vezmu tady jako nějaký faceline.
• 18:23
  Prostě chci jako rozpoznat, co je za fotku, ne?
• 18:25
  Jako já některý z mých přátel i na telefonu, jestli tam je
• 18:29
  lidský obličej. Tak já tomu systému.
• 18:31
  Dám jeden Megapixel. To jsem rád milion čísel milion
• 18:35
  rozměrný prostor, že jsou rozměry 28.
• 18:39
  Jinak nemám rozměrný prostor, jestli to ještě argb kódovaný,
• 18:43
  tak to je prostě to je jako 16 milionů na miliontou kombinací,
• 18:47
  to je to je víc, než dramatický víc, než foto ze všech
• 18:52
  paralelních vesmírech tady kolem kterých já ne třeba v našem
• 18:55
  vesmíru 1088 plus mínus něco jako asi.
• 18:59
  Takže tohle to je úplně to je to je to úplně Nade všechny
• 19:02
  myslitelné meze množství kombinací, které se vleze na
• 19:05
  jednu megapixelů fotografii a já prostě realismu v hlavě
• 19:08
  matematickou transformaci s milion rozměrného prostoru do
• 19:13
  jednorozměrného prostoru Yes. No je tam je tam obličej nebo
• 19:16
  není tam v obličeji to znamená je to redukce.
• 19:18
  Je to kompresor informací prostě Mám milion čísel a z nich
• 19:22
  Potřebuji se jedno číslo je tam nebo není tam jako obličej a
• 19:26
  tohle vlastně v mnohem mnohonásobně předal složitějším
• 19:31
  aparátu je pak ta obecná inteligence, která to celý s tím
• 19:35
  světem za nějakým teď cíl je těžký říct.
• 19:39
  Ivan Havle jsme nazvali za danost teď něco, co nám je jako
• 19:44
  jednak dané tím, že tak to nemůžeme to jako změnit.
• 19:50
  Je to prostě dané to může být. Co je saturace dopaminových
• 19:53
  receptorů, já prostě dělám všechno, co ve světě dělám dělám
• 19:56
  pro to, abych saturovat dopaminu rizoto dopaminové receptory teď
• 19:59
  pro jednoduchost. O mě se nazývá psychiatři.
• 20:01
  Svařené to ale projedu. Chocerad tady něco jako ne možná
• 20:04
  namítal. No asi jo, ale podle mě tenpoint
• 20:07
  by jako asi v pohodě jako prostě děláme jako saturuje mi něco ve
• 20:12
  svém mozku a mimochodem, proto se naučíme mluvit.
• 20:16
  Proto se naučíme je tady je chodit do práce mít rodinu
• 20:19
  vysílat podcasty. A podobně Všechno rád a že toto
• 20:22
  je naší za daností, to nám zadala evoluce nějak to, že máš
• 20:26
  mechanismus je takový a takový a vybavila nás aparátem, který nám
• 20:30
  umožňuje v tom šíleně komplexním světě, který je tak obrovské
• 20:34
  množství informací vstupujících do našeho senzorického pole se
• 20:38
  nějak zorientovat. Že nás ten termodynamický okolní
• 20:42
  proces prostě ne rozmetá zpátky na molekule.
• 20:44
  Nevrátí nás do hvězdného prachu. A tímhle tím je ten ten lidský
• 20:47
  mozek a teď jo, co umělá inteligence od toho roku 53, kdy
• 20:52
  kdy zubař znika. Tak co z nějakých 40 let jako
• 20:54
  velmi dobře. Ukazovala je, že neustále
• 20:56
  nefunguje to. Prostě to bylo jediný
• 20:59
  spolehlivý, co jste ale já ji mohli říct, že že prostě v pejru
• 21:01
  je jako obrovský a tak pořád se s tím už o těch 50 let snažili
• 21:07
  jako táta metafora. Mezi mezi počítačem a člověkem
• 21:10
  za jména všech 50 až 40 letech byla extrémní prostě ty první
• 21:14
  průkopníci von Neumann Touring šanon Wiener, to byly v zásadě
• 21:19
  průkopníci umělé inteligence jako to, že se z toho Computer
• 21:22
  Science oddělil na jednu stranu, to je vlastně a že se jakoby
• 21:25
  odlíčila, že na jednu v ní nebyl přítomný ten člověk jako jako a
• 21:30
  nebo nebo jako první počítač nebo první abstraktní počasí
• 21:36
  ještě neměli tehdy ani jako jako elektronicky a Na to, aby ty
• 21:40
  počasí skutečně zrealizované bylo to něco na papír a bylo to
• 21:42
  něco symbolové ho a v podstatě je ta byla tam byla okamžitá
• 21:46
  metafora. Na člověka to bylo v zásadě jako
• 21:48
  artificial Human artificial osamělý myšlení, tak v tu dobu
• 21:53
  už vzniká představa, že tak pojďme teda tu umělou
• 21:55
  inteligenci realizovat nějak tak, když ty lidi mají ty mozky
• 22:00
  a ty mořské jsou tak dobrý v tom co jsem prve popisoval, tak je
• 22:03
  asi mohli být jako i ty ty umělý systémy založené na nějaké
• 22:08
  architektuře je něco jako mozek taky tak dobré problém, ale je
• 22:12
  že to jsem já vím 50 let v podstatě.
• 22:15
  Dolním jdeš do roku 2010. Řekni mi reálně moc nedařilo tam
• 22:19
  vždycky je. Já když jsem studoval, tak byl
• 22:21
  takový takový vtip, že umělé neuronové sítě, to znamená umělý
• 22:27
  velmi metaforický a zjednodušený model, ale Ale extrémně
• 22:30
  metaforické s tou pak dostanu si myslím, že strašně zrušený, aby
• 22:33
  si lidi nemysleli, že to jsou někde fakt něco, co je opravdu
• 22:36
  jak neuron jako jak jak mozek. To je úplně Jinde, že to co to
• 22:41
  je. To je to si zaslouží specifickou
• 22:43
  zmínku, tak ale byl jako takový matfyzácký vtipy, že jako
• 22:48
  neuronové sítě umělé neuronové sítě jsou druhý nejlepší řešení
• 22:52
  každého problémů s tím, že jako ty matfyzáci byli borci, protože
• 22:55
  oni vždycky znali to nejlepší řešení to bylo něco
• 22:58
  statistického nějaký vždycky jako statistické je zpěv při
• 23:01
  modely kovaný jako mechanismus modely a tohle To mi jako blbý
• 23:05
  inženýři jsme vždycky měli jenom tu druhý nejlepší řešení, což
• 23:09
  bylo neuronové sítě na všechno bereme neuronové sítě a po vzoru
• 23:12
  kladivo je nejlepší šroubovák, tak prostě když to nefunguje,
• 23:15
  tak se větší neuronová síť blbý na tom bylo tehdy, že ty neuro
• 23:20
  měsíce moc nefungovaly a pak z nějakých důvodů kolem roku třeba
• 23:23
  2007 až 10 mm nějak začali. Pak se k tomu můžu dostat no.
• 23:26
  Jenom tě neuro nejsi tím skutečně mi jako.
• 23:30
  Představte si máte v hlavě a jakoby sebe samé každý z nás
• 23:34
  nebo jako svědectví o tom umíte podat jenom samy o sobě.
• 23:39
  Že máte nějaký vědomí a že na to vědomí nahlížet.
• 23:41
  Já to u vás říct nemůžu o někom jenom sám o sobě.
• 23:44
  To je takový, že do toho čím to je taková ta jestli czechněkdo
• 23:48
  jestli někdo hraje počítačové hře tak že když tak nehraje
• 23:51
  zrovna jaké Multiplayer hry s jiným hráčem, tak v
• 23:55
  stoprocentně, že všechny ostatní hráči nebo prostě ty postavy.
• 23:58
  V té videohře jsou počítač a ví to jenom z toho důvodu, že
• 24:03
  prostě víš, že to je počítač. Je to nikdo jiný tam není, že
• 24:06
  ale to my nevíme. My my jsme všichni zavřený v tý
• 24:08
  svý vlastní hlavě a já nevím, jestli ty jsi v počítači za tebe
• 24:11
  hraje počítač a nebo jestli jsi samostatná hra, jestli is the
• 24:14
  temperature a nebo jestli si pro ten hráč.
• 24:19
  Přesně tak problémy ve větší problémy ve filozofii mystické
• 24:29
  části toho jestli může být vědom a nebo nemůže a tak.
• 24:33
  Tak jenom chci ti říct jako Uvědomte si všichni si měli
• 24:36
  uvědomit, že to co my vnímáme jako jedno z Sebe samého, že já
• 24:40
  jsem jeden a jsem to já tak bezpečnosti realizuje 80 miliard
• 24:45
  jednobuněčných živočichů žijících v lebce a to se ještě
• 24:50
  trvalo mi zvoní nějak jako každý chce hlavně přežít volno.
• 24:53
  To je prostě evolučně, jako je vybavili to, že vytvořili
• 24:55
  takovouhle šílenou konfederaci, která kde kde ty jednobuněčné
• 24:59
  organismy mezi sebou nějak fungují kooperují, nebo se
• 25:02
  negují inhibují zavolej mezi sebou nějakých svazcích a
• 25:05
  podobně a to všechno dává vzniknout výpočetnímu procesu,
• 25:09
  který je mým myšlením a který udržuje tu koherenci, kterou mi
• 25:13
  vnímáme jako vědomí. Tak to je dost podstatný tajland
• 25:16
  to jako a teď jakoby jako model jednoho 1 neuron, tak složitá
• 25:23
  buňka. Já bych jako nevím jak dneska.
• 25:25
  Možná dneska už třeba jo, ale rozhodně před pár lety ještě
• 25:27
  neexistoval věrný jako numerický model věrné jednoho jedinou
• 25:32
  neuronu, natož 80 miliard neuronů.
• 25:35
  Jak spolu ještě nějak interagují, ne úplně šílené, ale
• 25:39
  Myslíš tak jako že nejsme schopni vyrobit mozek teďka.
• 25:41
  No vůbec nebo tak. Já vím jak by se dal vyrobit.
• 25:44
  Je to velmi jednoduché, stačí jako dvě buňky spojí a je to
• 25:48
  nejlepší recept na výrobu mozku a docela jako jako jako.
• 25:52
  Dá se na to pozitivně jako jediný metody výroby mozku jsou
• 25:58
  jako na příští semestr jako hodně let 100 let.
• 26:01
  Klidně třeba úplně neschopný z reprodukovaný a já jsem se viděl
• 26:05
  ten jediný neuron jako reálně nejsme schopni produkovat a
• 26:07
  možná někde už jo, jako nevím jo, ale ale to je ta je tak
• 26:12
  enormně složitá věc, ale hlavně hlediska kognice toho myšlení je
• 26:17
  docela zbytečná, protože většina toho co se tam děje, v tom
• 26:21
  neuronů, ty mašinérie je prostě, protože to je živočich jako
• 26:25
  všechny membrány a a to, že prostě musí jako manager DNA a
• 26:29
  všechno tohle to kolem to je to je prostě ty živé organismus,
• 26:31
  takže drtivá většina věcí, které on kolem sebe má a který dělá
• 26:35
  dělá, protože je živý organismus, který chce.
• 26:39
  Tvůj dna dál někde jako do světa, nebo prostě takhle jako
• 26:42
  to přímo jako možná mi není, ale ale zásadě jako J plus j spjaty
• 26:47
  s nějakými vlastně už nic parazita, který původně byly
• 26:50
  parazit. Já mitochondria podobně, to to
• 26:52
  prostě to jako konfederace živočichů, které se jako u
• 26:56
  sebrali a vytvořili něco, co se evolučně osvědčilo, že to že to
• 27:00
  umí dobře predikovat, jak dopadne.
• 27:02
  Svět nějakým střednědobém klidně výhledu na a nám.
• 27:06
  My nepotřebujeme modelovat Celou tuhle tu biologickou mašinérii.
• 27:09
  Prostě tam platí jako osvědčený nejlepším modelem kočky je
• 27:13
  kočka. Takže proč jako v tomhle tom
• 27:16
  smyslu teď nemyslím jako terapeutický nebo nějak to je
• 27:18
  úplně jiná jako jiný příběh, ale proč modelovat jedna ku jedné
• 27:23
  mozek samozřejmě teď třeba pro terapeutické účely.
• 27:26
  Jo to je to je super, ale jen tak, že si ho jako s jak vyrobím
• 27:30
  z Merkuru to úplně jako není zapotřebí rozhodně ne je pro a i
• 27:34
  pro a i mně stačí, když se mě podaří.
• 27:37
  Někde v computron u to znamená v abstraktním prostoru, který
• 27:42
  realizuje výpočetní operace. A může to být křemík může být
• 27:46
  virtualizované výpočetní jako prostředí, v jaký pneumatický
• 27:51
  systém rozléhající se po půlce vesmíru.
• 27:53
  Klidně když na to přijde, ale pokud bude realizovat ten
• 27:56
  algoritmus, který realizuje mozek jako na biologických
• 27:59
  substrátu. Tak to je ono.
• 28:01
  No a proto se prostě řekl, tak se pojďme inspirovat neuronima
• 28:03
  sítěmi, ale Vozilo se z nich úplně všechno, až z toho zůstali
• 28:08
  v podstatě jí úplně triviální jednoduchý sčítačky a jaký
• 28:12
  násobič. Kyje se spoustou volných
• 28:14
  parametrů, který se pak nějak nastavují a v podstatě empiricky
• 28:19
  se ukázal, že to funguje. Takže to trochu Dark Art ty
• 28:23
  mluvíš jako teď přišel ten mozek v té rovině.
• 28:26
  Řekni mi biologický chemický. Ale ona je potřeba pro Proto i a
• 28:31
  jestli za tím mozkem II lidským představit tu ten ten proud těch
• 28:35
  elektronů, že to je v podstatě jako.
• 28:38
  Nebo do určité míry digitální procent noviny, jako tam bych to
• 28:42
  i voněl, jako je digitální v tom smyslu, že myšlení je.
• 28:47
  Zpracovávání informací tak a tak ne.
• 28:50
  Každý zdaleka ne většina většina zpracovávání informací není
• 28:53
  myšlení není myšlením, ale takový kusy reality takový kusy
• 29:00
  fyzikálního systému, který shodou okolností jsou
• 29:02
  zapouzdřený našich lebkách realizují takové a makové
• 29:06
  zpracovávání informací, tak shodou okolností realizují to,
• 29:09
  co my nazýváme myšlením. A to že jako a pak je vehiculum
• 29:14
  vždycky do computeru musí mít nějaký v koloně.
• 29:16
  Jaký nositel ty informace v posledku to nakonec jsou
• 29:19
  elektrony někde. Takže jako my jsme si vlastně
• 29:22
  nakonec i do toho křemíku vypůjčili už jenom ty elektrony
• 29:25
  v podobě jako hradel a a nějaký jako velmi jednoduchých
• 29:29
  logických operaci na hradech, ale nakonec v podstatě možná v
• 29:35
  možná vypadá to asi že všechny funkce a teď mi si matematické
• 29:40
  funkce, které realizuje mozek jsme schopni realizovat i na
• 29:44
  nějakém Turingův stroj čili normálně napiš. jenom je problém
• 29:48
  ten ten ten ten kapacitní plus a teď se možná do té a teď teď
• 29:54
  zásadní problém s umělé inteligenci i ty obecný umělé
• 29:56
  inteligence je ten, že je to Tabula rasa, my začínáme s
• 29:59
  naprosto prázdnou stolem a když se narodí dítě, tak to už je
• 30:04
  velmi velmi popsaný jako tvor, to je takže i i malé dítě ví, že
• 30:10
  když Ono dělá to a to když chce to a to já nevím chce jíst, tak
• 30:18
  dělá to a to a pak vidí to stejné dělat maminku, jak dělá
• 30:22
  to a to tak si velmi jednoduše jako dovodí, že maminka asi taky
• 30:27
  chce jíst a co k tomu to dítě potřebuje jenom to své tělo to
• 30:31
  tělo prostě ten ten ten ten v tvé tento že jsme prostě kus té
• 30:36
  hmoty jako biologický to tomu myšlení rovnou říká všechno
• 30:42
  tohle to. To znamená, že kdyby My jsme
• 30:44
  vytrhli ten mozek ven a byl by někde jako v kádi chilli nebo v
• 30:48
  nějakém křemíkovým prostředí. Tak tuhletu okamžitou zpětnou
• 30:51
  vazbu nemám je to zapomněli tady ty všechno tohle to musíme nějak
• 30:54
  extrémně složité naučit. Zatímco to dítě to má toho
• 30:58
  učitele si nese s sebou tím naším učitelem.
• 31:00
  Je to naše tělo, který je ve spoustě skoro totožných replik
• 31:04
  tady všudepřítomný. Takže jako já nepotřebuji.
• 31:09
  Jakoby, abych věděl, jak důležité z naší komunikaci je
• 31:13
  abych já měl nějaký model vás, abych věděl, proč tu jste něco
• 31:16
  takového, já nemusím vás prostě úplně modelovat přepočítávat jsi
• 31:20
  v hlavě. A co vy všechno?
• 31:21
  Já to prostě mám tak nějak samo sebou, protože moje tělo mi to
• 31:24
  samo říká lidem, jak je to nastavený říká, že nepotřebuješ
• 31:28
  ty reprodukovat ten mozek, aby si mohl vytvořit nic o jakou
• 31:31
  obecnou umělou inteligenci. No rozhodně ne rozhodně ne
• 31:33
  potřebu. To si myslím, že jedna možnost
• 31:35
  jako z těch horších cestou reprodukovat co ale je problém.
• 31:38
  Já mu potom potřebuji, ale nějak napsat to co biologická danost.
• 31:44
  Člověka mu dává sama sama od sebe tomu člověka zdroj dát jako
• 31:48
  Broďák. No jo moje tělo je mým největším
• 31:50
  zdrojem dát proto vás. Ona totiž se říká, že jo, že máš
• 31:54
  smyslu, že občas se k v těch film a říkal, že má nějaký Šestý
• 31:58
  smysl nebo tak, ale ve skutečnosti je těch smyslu jako
• 32:00
  několik desítek, že jo teplo tlak.
• 32:02
  Já nevím těch těch věcí je spousta a já když jsem jako na
• 32:07
  tohle téma Poslouchat nějaké přednášky.
• 32:09
  Tak tak dobrá věc, jak si to představit, že prostě ten člověk
• 32:13
  to já je schovaný někde u mě spí lebky a v podstatě s tím
• 32:16
  venkovním světem nemá žádný kontakty prostě úplně kompletně
• 32:19
  odříznuté od téhle té reality schovaný v té lebce.
• 32:22
  Vlastně tam nic nevidím nic neslyším, že to jenom mozek, že
• 32:24
  jo, ale je napojený na ty zdroje dát jako jsou oči nos.
• 32:28
  A podobně, který mu prostě předávají poté nervové soustavě
• 32:32
  elektrický signál a a on si to tam všechno skládá, že to je ten
• 32:36
  případ třeba toho obrazu, že jo, že My vidíme tu televizi
• 32:39
  neuvidíme to co tady je. Máme to v kolik milionů barev,
• 32:43
  ale ve finále na té síti chci. Přijmeme tři barvy a ten mozek
• 32:46
  si to sám. Přes přeskládá do toho obrazu
• 32:48
  zpátky chceš jako úplně neskutečně, že jo.
• 32:50
  A na to jsi ještě předkládá datumu ty qualia, které jsou
• 32:53
  velmi jako. To znamená, že já tu červenou
• 32:55
  tady vidím. Vnímám červenost cítím
• 32:58
  kvalitativní prožitek červeno s ní a nevnímám to jenom jako fakt
• 33:03
  nějaký jako elektro-malínský elektro magický frekvence navíc,
• 33:06
  jak jsi říkal, ono ty já To je taková tak to jako k nemá novou
• 33:11
  teorie Vojto. V podstatě dvě v každém to už
• 33:13
  jedeme ten smysl života, to je možná, tak klidně.
• 33:16
  Možná bych chtěl s neutíkal. Já se pak to můžu vám.
• 33:18
  Já vím, že máte tam na někoho otázky a přijde jenom jednu, tak
• 33:22
  budeme jako teď něco řekni, jaké jsou dvě já jedno je takový
• 33:29
  viscerální tělesný rychlý, já který je v podstatě výpočetně
• 33:35
  zásadě neohraničený, to má skoro neomezenej výpočetní kapacitu a
• 33:39
  ale není nějak sberba lisovaný to co jsi to já svítí není
• 33:44
  schopný nějak jako ukládat do tý běžně přístupný dlouhodobý
• 33:48
  paměti, to je prostě to fyzikálně prožívaných a okamžitý
• 33:51
  rychlé, když vidím něco, co je hnusný, tak tak prostě to cítím
• 33:55
  nějak, když vidím někoho, kdo mě připomíná někoho koho.
• 33:58
  Nemám rád tak automaticky prostě k němu cítím jako ne náklonnost
• 34:02
  a a naopak, když je někdo sympatický prostě je to takový
• 34:05
  ten Good Feeling intuice a a vedle toho je.
• 34:09
  Jako pomalý já jako verbální a to je taková evoluční na
• 34:14
  stavbička velmi teda složitá na stavbička nad tím nad tím jakoby
• 34:19
  staral o něm nad tím tělesným já.
• 34:21
  A my máme pocit velmi často a nebo ve velké velké množství pro
• 34:26
  který Člověk řeší jez jako docela jako pramen si s
• 34:30
  neschopností tady těch dvou systému mě samotného nějak
• 34:34
  komunikovat a to je pro mě to jestli si to můžu představit
• 34:38
  jako vědomí a podvědomí nebo jak je to víš já na ty jo, no, jo,
• 34:41
  je to v knize Kanada napsáno rychlý pomalý, to je velmi jako
• 34:49
  důležitý a zase vnímat to jako ten k nemluv systém s jednateli
• 34:54
  cereální zas, tak si představte jako velkou neuronovou síť,
• 34:57
  která nějakým způsobem, komprimuje to gigantický pole
• 35:02
  informaci, který přichází z Mníšku pro okamžitý fungování ve
• 35:08
  světě tohle prostě. Proto abych tady přežíval
• 35:11
  miliony miliony let jako nějaký obratlovec, tak se vybudovalo
• 35:15
  tohle to a teď je dost možné nevíme asi úplně přesně, ale že
• 35:20
  ten systém S2 ten ten verbank, že ty zvířata.
• 35:23
  Nemají nebo mají velmi velmi redukovaný a to je to, že jsme
• 35:27
  schopni s velmi nízkou bitrate o velmi pomalu, ale vědomě a
• 35:32
  uvědomil reflektovat nad tím světem, který vidíme a že třeba
• 35:35
  intuice a prostě to, že mi něco divně, že tam nenašel nebo nějak
• 35:39
  to jako to, já bych to vůbec nedával do výše pověr.
• 35:42
  To je naprosto jasný nějaký signál, který jde z toho
• 35:46
  podkladového rychlého zvířecího systému a proti tomu stojí jako
• 35:51
  ten velmi pomalý verbální systém a teď ten první ten ten vede
• 35:56
  často k tomu, že jednáme zbrkle a rychle a nějak jako jak by
• 36:01
  jsme třeba nechtěli zase to je základní rak základní reakce,
• 36:03
  které jsou jako Survival Instinct a ten druhý je zase, že
• 36:07
  kolikrát máme takový to. Parohy z Bojanovic, prostě
• 36:10
  nejsme schopni podniknout žádný krok, protože prostě jako
• 36:14
  všechno v zásadě přerušujeme, když mi hrozně zajímalo, kam to
• 36:17
  jako povede, protože ono mi to teďka vnímáme, jako že jsem se
• 36:21
  zastavila, že my už jsme jako vyspělý, ale naproti tomu, když
• 36:23
  se podíváme třeba na opičáky, které jsou někde na borneu.
• 36:26
  Tak teďka zaznamenali. Myslím, že ne nešel, že grafik,
• 36:29
  že tenhle opičáci odkoukali od lidi, jak používají nástroje
• 36:32
  jednoduchý na lov ryb. Teď se tam nebyl, takže jak
• 36:40
  probíhá evoluce. Ona je tady v podstatě jako Homo
• 36:45
  homo sapiens. Asi jsme moc neznáš nějaký
• 36:48
  drobný dílčí věci jsou ale nezaznamenali jsme na sobě žádné
• 36:50
  změny evoluční, proto mi říká, že lidi jako bys ty evoluce
• 36:54
  vystoupili v podstatě míry, jako to trvá, fakt to může trvat
• 36:57
  desítky stovky tisíc let něco možná jenom jako miliony let,
• 37:01
  než se nějak projeví, protože evolucie skutečně.
• 37:05
  Plachta klasická darwinovská evoluce, tak ta potřebuje mraky
• 37:10
  generací mraky slepý větví Počkat, takže věřím a Darwinovy
• 37:13
  je otázka. Já jsem já jsem docela jako fakt
• 37:19
  celkem jsem fanoušek jako do kincova sobeckého genu to dává
• 37:24
  to jako celkem smysl. Ne ne, jako on si na bě že to
• 37:27
  takhle personifikoval, že to nazvat sobecký gen, ale je to
• 37:29
  fakt velmi jako tak udělala vyprodali.
• 37:32
  Někdy mi pak si myslím, že si trochu s tím naběhnu.
• 37:36
  On to snad po mně chtěli ten editor tenkrát nebo já myslím,
• 37:38
  že to někde popis rostlin a živočichů k tomu jak žili jako
• 37:41
  teta evoluce je velmi racionální jako přístup k popisu světa a
• 37:47
  teď jako jo. Jo mimochodem, já jsem zapomněl,
• 37:51
  že ses mi to slovo racionální a velmi důležité totiž ještě
• 37:55
  zpátky domů k neonové ty dva systémy lidi jsou uvedena na ten
• 37:58
  A jak se to Star Trek, že ho tam je tam je Spock ne, ten mám ten
• 38:01
  práva, ten je ten jako je perverzně jede v tom systému S2.
• 38:05
  A je to jako takový si lidi myslí, on je ten racionální.
• 38:10
  To je úplný nesmysl. To je to je naopak prudce
• 38:13
  iracionální chování, protože on úplně odřízne Rally ten
• 38:16
  károvanou tam jedna, který je ale zdrojem většího množství
• 38:20
  patrně většinu, než ty informaci o světě nechcete, ten je
• 38:23
  verbální to znamená racionální myšlení.
• 38:25
  My nejsme schopni úplně jako nikdy jako my jsme jakoby v tom
• 38:30
  hezky česky říká jako founded Fashion Lee Jones jakoby
• 38:33
  ohraničený a zejména computation Libanon, teď mi prostě nejsme
• 38:37
  schopni přijímat jako tak daleko, aby jsme se skutečně
• 38:42
  choval racionálně, takže mi dost jako to střílíme jako náhodně,
• 38:45
  ale nějak jako kvazi racionální trošku jako jsme ale skutečně
• 38:49
  jako racionální chování ve světě je takový, který se snaží být co
• 38:54
  nejvíce informací z jednoho z toho druhého systému.
• 38:56
  Co znamená jako když se někdo chová jako Spock takhle chová
• 38:59
  jak idiot. To není.
• 39:00
  A že by to bylo jako známka nějakého racionálně chování
• 39:02
  prostě intuici a všechno to patří do do do do.
• 39:05
  Naši naši senzorického senzorový reflexe světa a skutečně
• 39:10
  racionální Agent by měl všechno tohle to brát tak že si říká, že
• 39:14
  vlastně když to teda přirovnat k tomu vědomí a podvědomí, že to
• 39:17
  podvědomí ovládá nějakých 91 něco procent z toho lidského
• 39:21
  chování, že to co máme naprogramované za celý život,
• 39:23
  aniž by jsme o tom věděli. Tak ve finále děláme primárně z
• 39:28
  toho podvědomí nebo z toho jedna úrovně jaké změně 4 takovýhle,
• 39:32
  že prostě řídím auto zároveň, mluvím na telefon a vlastně
• 39:36
  nevnímám, když řídím, ale celou dobu řídím proto že už je to v
• 39:39
  tom podvědomí. Tak zažraný ty ty procesy vůbec
• 39:43
  nevím přesně automatizovaný nevím, jestli třeba 90% nebo 80
• 39:48
  je to je zase je ona si málokdo ví možná nikdo ale tak nějak
• 39:51
  třeba by to klidně mohlo být Nicméně Z tohoto pohledu se dá
• 39:54
  říct, že potom jsme schopni ovlivnit budoucí vědomí chování
• 40:00
  tím, že jsme že jsi jsme schopni uvědomit nějaké ty ty dvě úrovně
• 40:04
  a říct jí, že chci změnit ně. Na tý úrovni na té která dejme
• 40:08
  tomu vláda nějakou většinu těch procesu a vědomě, když to budeme
• 40:12
  repeticí opakovat, tak jsme schopni přepsat ty vzorce na té
• 40:16
  nižší úrovni. A ve finále jakoby změnit
• 40:18
  vyhladovět a chování. No jo k tomu k tomu jo vlastně.
• 40:22
  Tak tomu se asi dostanu. Teď se vracím zpátky k otázce.
• 40:24
  Ty ty jsi ještě ty jsi nás čekejte evoluční změny nějak dál
• 40:28
  teď nevím teď s ještě mám dopovědět operaci.
• 40:31
  Ono viď, jenom možná nejdu do tady na tu evoluci a pak si chci
• 40:33
  dát si o mě možná možná dostanu ještě, ale mám si udělat druhý
• 40:37
  díl 25. No ale tak evoluci jako já si
• 40:43
  myslím, že my už nemáme moc času na další evoluční změny z nich
• 40:46
  prostě nedojde z toho důvodu na člověku, že dřív než by došlo k
• 40:51
  nějakým přirozeně přirozeným evolučně nám tak prostě naše
• 40:54
  existence skončí. Prostě vyhovíme se buď sami a
• 40:57
  nebo nás vyhubit něco jiného. To znamená že A teď rovnou do
• 41:02
  rána prodok věci z pohledu. Budoucnost další kroky evoluce a
• 41:08
  další budoucnost života ve vesmíru nejenom na zemi, ale
• 41:11
  patrně ve vesmíru, protože já ses konečně do mě No, že jsme
• 41:13
  asi v tom vesmíru víceméně samém jako inteligentní jako živý
• 41:18
  inteligentní život, tak je jako transgrese jako přechod života z
• 41:25
  toho aktuálního biologického substrátu, proč se do substrátu,
• 41:29
  který realizují realizuje jiné vehikulum mi ho teď nazýváme
• 41:34
  jako ne biologický, ale to je čistě jenom nomenklatura, takže
• 41:37
  jsme si tak pojmenovali, takže takže je skutečně možné nebo ne
• 41:43
  jsem si že i nutné prostě biologický substrát je nějak
• 41:47
  omezen a na způsob jakým můžeš jít to omezení vidíme my sami,
• 41:52
  že jo, jen se pojedete. Jaký rozpětí teplot jsme schopný
• 41:54
  fungovat tady stačí prostě jenom tělesná teplota stoupne o dva
• 41:58
  stupně Celsia a začnu se rozpadat proteiny prostě,
• 42:00
  protože ty molekuly tam řádí tak divoce, že ty aminokyselin
• 42:04
  ostřelují. Jakou zem a a jako to je velmi
• 42:09
  nekompatibilní s Drtivou většinou vesmíru nějak a dokonce
• 42:13
  i nekompatibilní s budoucím vývojem naší zeměkoule.
• 42:17
  To znamená, že jako žádný z druhů evolučně historicky by jsi
• 42:23
  pokud ty reflexe byl někdy schopný nějak nepřál, aby jako
• 42:27
  byl nahrazen a ale jak jako platí jako evoluci platí jedno
• 42:31
  velmi brutální pravidlo. Každý z nás jsme potom ke mně
• 42:34
  koho. Ale prakticky nikdo z nás nebude
• 42:37
  předkem někoho budou z budoucnosti daleký jako většina
• 42:40
  těch věcí, který tady jsou nějak prostě zmizí a pokud nám jde
• 42:46
  skutečně o zachování vědomého života ve vesmíru, tak bysme se
• 42:51
  neměli úplně zastírat tu myšlenku, že by to měl být
• 42:54
  život, který je realizovaný na nad substrátem, který prostě
• 42:58
  neznám a teď nevím, jak bude vypadat a ta obecná měla jít
• 43:01
  tady ven jsem je minimálně nám dostupný.
• 43:05
  Dostupný ztělesnění takovýhle život a chtěli, abych to trošku
• 43:09
  zjednodušil pro lepší pochopení, možná přejít z toho našeho
• 43:14
  masového obleku tady, který máme v podstatě na nějaký který a ne
• 43:20
  ne nutně nás, ale třeba jakoby nějakých našich potomků a tak
• 43:24
  dále, aby Přešli jedné z toho z toho mít jdu na nějaký prostě
• 43:28
  počítačový nebo digitální, který schopný přežít prakticky všude
• 43:32
  ve vesmíru, může to být jako. No v podstatě ve chvíli kdy.
• 43:38
  Řekni mi nějaký superpočítač bude schopni realizovat ty
• 43:44
  procesy, které se dějí v našich mozcích.
• 43:46
  Teď ty výpočetní procesy bude schopni realizovat pro nás
• 43:49
  všechny naráz, tak to bude jak kdyby jsme v tom Second Life a v
• 43:52
  zásadě žili tam info. Je to v podstatě irelevantní,
• 43:56
  jestli jako jsme biologicky separovaný entity.
• 43:59
  A nebo to za nás řeší všechno nějaká výpočetní infrastruktura
• 44:05
  někde, že my si nakonec stejně můžeme říct, že že celý ten
• 44:08
  fyzikální svět je v zásadě. Komutačního charakteru to prostě
• 44:15
  zpracování informace. My jsme možná tak tři čtvrtě
• 44:19
  hodiny v podcastu o se dostáváme k nějaké Řekni mi jestli je
• 44:24
  teorie simulace nebo jak se řekne česky, kdy táta.
• 44:28
  Jordi bysme to zmiňoval. Ještě než jsme začali natáčet,
• 44:30
  že ty jsi vlastně pracoval nebo byl jsi na stáži.
• 44:32
  Uni kabel strojema na Oxfordu. Nechceš jako představit, co
• 44:37
  vůbec jako nebo strom? S čím přišel s tou jeho teorii
• 44:40
  tak Nick bostrom, tak tu ten zásadě Je to jeden z velmi
• 44:44
  významných současných filozofů, je to ředitel, ty už rozum ne ty
• 44:49
  Institute na univerzitě v Oxfordu, kde ještě před řekněme
• 44:54
  třeba 15. Je to bylo takový trošku
• 44:56
  obskurní pracoviště, kde se dělaly právě takové trošku
• 44:59
  obskurní věci typu ten na ten známí po stromu v článek.
• 45:03
  Myslím, že jsem 2003 už byl publikovaný simulation.
• 45:06
  Arguments se jmenoval. Kde je nějak argumentuje, že
• 45:09
  patrně nějak jako za jakých podmínek.
• 45:11
  A co by to ok. Ne obnášelo běžíme v simulaci a
• 45:14
  toto je jako tu to jsou. Co jsou velmi složité
• 45:18
  filozofické diskuze, aby jako většinou co se bavím s lidmi,
• 45:23
  kteří si myslí, že do toho vidět emisí je, že ví jak to ten
• 45:27
  bostrom nějak jako popisuje, tak většinou se ukáže, že to nějak
• 45:31
  jde s interprety. Jo, že to je v zásadě
• 45:33
  ideologicky souboj nějak něco vědět i jeho tři argumenty jsou
• 45:36
  jako relativně jednoduché na pochopení, ale pro ní pak pro
• 45:41
  ní, ale ten Argument tak jako teda vnímám.
• 45:43
  Já, on dalece přesahuje jako otázku lidského myšlení.
• 45:46
  Tak toto je kosmologický Argument neber, že můžeme je
• 45:50
  zmínit já já si to já to nejsem schopný dát teď takhle jenom se
• 45:55
  pokusím z hlavy. Ten první je že jako no to tam
• 45:59
  bylo, tak možná, že to nedám favi.cz.
• 46:02
  Doporučujeme to někdo na internetu a tam jeho argumenty.
• 46:12
  Je možné, že to můžeš jít najít se na to můžu podívat, ale víš
• 46:16
  jako vcelku jednoduchý. Prostě když platí jedna věc, tak
• 46:19
  jo, tak zároveň platí druhá věc a zároveň platí 3 500 a třetí
• 46:22
  věc je, že že že mi uvnitř počítače my sami jenom abys aby
• 46:27
  těmto to Poslouchal tak aby dávalo smysl, že se mě baví, tak
• 46:30
  tam potom jakoby téhle té oblasti senyk.
• 46:34
  Potom přijdeme asi přestal nějak věnovat době, kdy jsem tam kdy
• 46:38
  jsem tam byl jako já, což byla za rok 2011, tak si myslím, že
• 46:42
  už tu dobu pracoval na knížce, která je teď díky ní asi neznáš,
• 46:45
  že to bylo to je knížka superinteligence
• 46:47
  superinteligence k tomu mezidobí se velmi intenzivně věnoval
• 46:52
  oblasti etiky a hodnoty a v tu dobu to byly to byly velmi jako
• 47:00
  obskurní oblasti a já si pamatuji jako tehdy mě to
• 47:04
  poměrně to téma bavilo, ale třeba tady v Česku to vůbec to
• 47:08
  bylo v roce 2011 to pokud jste řekli, že jdete jako řešit a i s
• 47:12
  listy. Nebo a i valueline Man nebo si
• 47:14
  pro inteligence, tak to jako bylo to to to to jste byli úplně
• 47:18
  za blázny. To se prostě nějak jako nedělo
• 47:20
  jako tady a tak. Ona jí letos jako 2019 420,
• 47:26
  nicméně v tu dobu jako další jako velké téma, kterého jsem na
• 47:41
  a v háji nafouknout, jestli zabývali třeba an der.
• 47:43
  Sandberg taky poměrně jako zajímavý spolupracovník nick
• 47:47
  bostrom a byla oblast hymna Komety ten hansman znamená
• 47:51
  technologického vylepšování kognitivních znamená těch
• 47:55
  myšlenkových poznávací schopnosti člověka.
• 47:57
  Takže já jsem potom vlastně když jsem zjistil, že jako já safed
• 48:02
  je v roce 2011, tak obskurní téma, že to nikoho nezajímá, tak
• 48:05
  jsem se pak spíš věnovat tomu šimůnkovi Titan hansmen to je
• 48:07
  které bylo taky teda obskurní jako to je ale Je to způsob Jan
• 48:13
  třeba Brain Computer interface sliz a podobně spadají do téhle
• 48:16
  té oblasti nebo tropika různé jako farmaceutické
• 48:19
  farmakologické věci používáš něco sám, tak to asi jenom
• 48:26
  alkohol jo jakoby. Tam to je tedy super jako jako
• 48:31
  vtípek, že mě samozřejmě ty lidi jsou velmi jako varovali před
• 48:35
  tím, abych jako zkoušet takové kraviny jako modafinil s tím, že
• 48:39
  to mnohem lepší věci. Teda asi jo, ale tam tehdy byla
• 48:42
  nějaká studie, že modafinil jakoby snižuje kreativitu a
• 48:47
  zvyšuje. Focus to pravda hodně ale jako
• 48:51
  No asi jo. Když jsem byla s mikro dávka LSD
• 48:55
  obyčejné, takže mě přišlo já to znám z té strany jako že alkohol
• 48:59
  naopak zvyšuje kreativitu a snižuje ten Focus, takže mě z
• 49:04
  toho jako vyšlo, že by bylo dobré jako Vodafonu za pět
• 49:06
  alkoholem a tak jdeme na zjistil, že to teda to bylo to
• 49:09
  racionální myšlení. Že to na si jako nebude tak
• 49:12
  jednoduché. Já bez toho testovat.
• 49:13
  No já si myslím, že lepší lepší doporučení, co a jak.
• 49:19
  Ale ale já si myslím, že že se to dá celkem i bez toho, ještě
• 49:24
  se vrátím k tomu argumenty a poté z virtuální realita, který
• 49:30
  Žijeme na základě toho stromu argumentuje je jako vcelku
• 49:36
  pravděpodobné, že žijeme uvnitř počítače v programu, protože
• 49:40
  když to člověk představí, tak vlastně už si vzpomínám na ten
• 49:43
  na ty jeho tři hypotézy, nebo tam ty tři argumenty, kdy
• 49:46
  vlastně jeden z nich je, že člověk pokud je schopný vyrobit
• 49:49
  umělou inteligenci, která plně schopná jakoby zobrazit svět
• 49:53
  nebo vesmír jako. My vidíme teď, což mi už de
• 49:57
  facto jsme akorát, že ta kvalita je nižší, když si vezmeš
• 49:59
  počítačové hry. Tak už dneska tam máš prostě
• 50:01
  super Grafikou a rande. Co můžeš tam hrát ta postavička
• 50:04
  tam dělá, co chceš a tak dále. A pokud toho jsme schopný udělat
• 50:08
  jednu takovou tak jich můžeme takovýhle virtuálních realit
• 50:10
  udělat nekonečně mnoho mrtvých. A v nich můžeme simulovat
• 50:14
  všechny alternativní vesmíry, který tě vůbec neschopný
• 50:17
  představit. No potom.
• 50:18
  Pokud máme nekonečným nebo téměř nekonečné množství, prostě si
• 50:22
  světu ální srealit, tak pravděpodobně, že my jsme v té
• 50:26
  základní v té nad nima, že my jsme ty které reálně ty na něj
• 50:31
  dohlíží a nejsme v jedné z nich, tak je velmi nízké.
• 50:34
  Mně se právě tady přesně tak a teď pro spoustu lidí je to jako
• 50:39
  obtížně akceptovatelný. Ale mně se tohle to vlastně
• 50:42
  nakonec ještě víc líbí, třeba to je relativně populárně.
• 50:46
  Já nejsem fyzik. Takže já bych jako fyzikální
• 50:49
  číst neumodx opravdu odborné, že až tonutti populární v krámě se
• 50:53
  velmi líbila, tak je od Max tegmark arm7 ethical universe
• 50:56
  matematický vesmír, tak je poměrně nedávno a tak Mark.
• 51:01
  Krom toho teda zase, že je zakladatel feature of Life
• 51:03
  institut, který se zabývá oblast má kolem jsi úplný inteligence
• 51:06
  Jája bezpečnosti a je to taky se Můžeme dostat tak jako je ještě
• 51:10
  fyzik, který jako se zabývá. Teorii multiverso na paralelním
• 51:15
  vesmíru a na mě se vlastně nakonec spíš tohle to líbí v tom
• 51:18
  teď makovským fyzika fyzikálním pojetí, viď?
• 51:23
  Vím, že je zase spousta protiargumentů proti paralelním
• 51:26
  vesmíru a podobně, ale mě to prostě principiální líbí.
• 51:30
  Já ne, já nemám nejsem dostatečně inteligentní na to,
• 51:32
  abych byl schopný to teď Marka nějak v tomhle tom jako
• 51:34
  rozporovat, takže mně se líbí. Právě přesně spojení protestek
• 51:38
  markovský ho multiverse a a nebo stromského vostrovský universa
• 51:45
  simulovaných realit, který vlastně jako že tam jedeš dobře,
• 51:49
  že u toho tak Marka víceméně padá ta otázka, která je teda ta
• 51:52
  hlavní první realita, žádná taková v podstatě není.
• 51:54
  To je irelevantní potom to tam a nemusí být taky hlava hrozně
• 51:59
  nudná, že jo, když si představím základní substrát a říkáš si, že
• 52:02
  budeš vytvářet nějaké kobercování reality.
• 52:04
  Tak jako proč bys vytvářel něco takového je to je takový můj
• 52:08
  Argument, protože každý kdo zkoušel někdo nějaký psycholog.
• 52:11
  Nebo má nějaké takové hlubší. Uvnitř svých nevím, jestli hlavě
• 52:15
  nebo někde jinde. Ale tak takový že to co tam
• 52:18
  vidí, tak je schopný relativně rychle ovládat, že prostě v tu
• 52:21
  chvíli, kdy jsem v nějakym zážitku, tak si představím
• 52:24
  prostě hrocha minutama u hrocha. Představím si auto na to mám
• 52:27
  auto. Okamžitě jsem schopný
• 52:28
  manifestovat jakýkoliv svoje myšlenky nebo nápady.
• 52:31
  Cokoliv je napadne. Hned tam je, když to tady v té
• 52:34
  virtuální realitě to chvíli trvat, když si manifestovat nové
• 52:37
  auto, tak prostě musím se něj práci.
• 52:39
  Ne, musím něco vymyslet. Musím někomu něco prodat, abych
• 52:41
  prostě za Já nevím rok si mohl koupit nové auto, že on nebo je
• 52:45
  to tak jako blbě přenesený, ale v podstatě to tak jako takový
• 52:48
  ale jakoby to je tak virtuální realita, jako když bych tu
• 52:51
  virtuální realitu bral ve hře a s nějakými herními mechanismy k
• 52:55
  tak si tam taky ne, tak musím nejdřív normální Nova Gold.
• 52:57
  Já bych si to auto mohl nebo ten a přesto bych si mohl hacknout
• 53:00
  tu hru. Tak a teď mám ty góly.
• 53:02
  Můžeš mi teď Víte, že jako jo, jako tohle bych neřekl to, že to
• 53:07
  je jako těžký v našem světě a že to nejde lusknutím prstu bych
• 53:11
  neřekl, že Protože nejsme simulovat jo?
• 53:14
  To je prostě jsme simulovaný s tou složitostí tohoto světa, ale
• 53:18
  nakonec mě se to prostě stejně líbí brát, protože to že jsme
• 53:22
  simulovaný, to je tak jako ideologicky zabarvený, ale z
• 53:26
  tohoto popuzuje zatímco to že je prostě mraky.
• 53:29
  Neustále se jako rozpadajících Paralen vesmíru, to mě přijde
• 53:32
  přinejmenším jako rétorický jako uchopitelnější je to tak tomu se
• 53:36
  možná dostanu jako docela zásadní věci, jako já jsem u ní
• 53:39
  tady slečno studovat, protože jsem si nějak furt myslel.
• 53:42
  To je jako k rozjebaný jako Polo levicový intelektuál na gymplu
• 53:46
  pro mě, takže to přecházíme do otázky číslo 2.
• 53:48
  Možná ne, ale já jsem si prostě myslel, že v tom lidském myšlení
• 53:55
  to vezmi ně samotným jako něco transcendentního něco jako
• 54:00
  zásadně jako mystického, já jsem si ho tu umělou inteligenci šel
• 54:04
  studovat proto abych nějak jako byl schopný ukázat.
• 54:09
  Že jako povaha myšlení je nějak mystická nějaká transcendentní
• 54:13
  možná náboženská. Já nevím prostě se nějak to
• 54:17
  člověk potřebuje asi nějak k něčemu takovému se stahovat.
• 54:19
  No můj závěr po těch letech je, že jsem úplně změnil názor, že
• 54:23
  si fakt myslím, že jsme prostě mašiny na zpracování informací
• 54:28
  to transcendence absolutně není v nás není v tom myšlení není v
• 54:31
  tom člověku jsme krásný stroje, to je to úplně naopak.
• 54:35
  Tak jestli něco adorovat. Tak ne, že v nás s nějakým
• 54:38
  mystický Faktor X. A jaká duše a blablabla, ale je
• 54:42
  Prostě krása toho zařízení je neuvěřitelná jako to je to je
• 54:47
  to, že se podaří na tak jako relativně malém prostoru jako
• 54:51
  desítek centimetrů zrealizovat něco, co má tak nádherně
• 54:56
  složitou dynamiku. Je to jako fantastický, ale
• 55:00
  kdybych viděl tu transcendenci, abych ji viděl Fakt nakonec v té
• 55:02
  kosmologii v té fyzice za hranicemi času, takže já
• 55:05
  neříkám, že není Já jsem možná spíš jenom se změnil to.
• 55:09
  Kdybych měl vidět někde Boha, jako že ho to nevidím, ale kdyby
• 55:11
  ho měl vidět jako spíš uvidím za hranicemi toho času, než nějak v
• 55:15
  člověku a najdete to je taková důležitá otázka si myslím jakoby
• 55:19
  všeobecné, že možná ten Bůh je za tou schovaný s tou evoluci
• 55:23
  někde, protože když si vezmeš, tak celý smysl toho člověka.
• 55:26
  Takhle když to převedu na nějaký jak řekněme materialistický
• 55:29
  pohled, tak je prostě replikovat tu svojí den a v nějakém vhodném
• 55:33
  prostředí, že jo posunout ten ten ten ten svůj kód někam dál,
• 55:38
  že jo. A ne nutně my musíme
• 55:42
  transcendent to naše vědomí jakoby sami, ale můžeme to
• 55:46
  posunout někam dál tím s tou těhule pykat it na že i tak mě
• 55:51
  přijde, že cokoliv, co se týká Země a lidské evoluce a jako je
• 55:56
  pro toho. Boha příliš příliš malý něco
• 55:59
  této to jako já by ho pořád viděl ještě dalece dál ještě za
• 56:02
  hranicema času prostě tam kde ani tam kde to zahraj.
• 56:09
  Času a prostoru v podstatě ten čas.
• 56:10
  To je taky takový dobrý pojem, že jo?
• 56:12
  Protože když si vezmeš tak Čas je jenom ukazuje to, že se něco
• 56:15
  mění nebo mi ho vnímám jenom díky tomu, že vidíme změnu,
• 56:17
  jinak bychom čas nevnímali. Pravděpodobně tady tady.
• 56:20
  Já se bojím teď času cokoliv říkat, protože jsem v poslední
• 56:23
  době se snažil k tomu si něco opravdu jako teoreticko
• 56:26
  fyzikálně nastudovat a je to tak těžký, že se k tomu bojím
• 56:31
  cokoliv říct jako prostě no toto je to tady CSM, tak tenkém ledě,
• 56:36
  že bych jako se mohl diskreditovat si jako před
• 56:38
  nějakými fyziky a teď něco nejde myslet na mě třeba Tassimo
• 56:42
  lepší, když už se ještě vrátím k tomu mě to mě ten Argument nebo
• 56:45
  hypotéza dává smysl z toho pohledu právě tý fyziky, který
• 56:48
  kterou se zmiňoval, že díky jakoby tomu, že si představíme
• 56:53
  celý ten vesmír jako u mě schované uvnitř v počítači, tak
• 56:56
  jsme schopni vyřešit některý úplně fundamentální fyzikální
• 56:59
  problémy, které jí dneska s nízkou manžel a to je to
• 57:02
  zapojení toho mikro světle mikrosvěta s tím mikrosvětem,
• 57:05
  kdy ten mikrosvět je schopný na té kvantový.
• 57:09
  Úrovně dělat úplně neskutečné věci, který prostě nám vůbec
• 57:11
  nedávají smysl a prakticky je prokázaný jenom na statistice.
• 57:16
  Možná se k tomu dostaneme i v rámci kvantových počítačů, kdy
• 57:24
  ale není schopný žádný fyzik ještě nebyl schopný spojit to s
• 57:28
  nějakým tím mikrosvětem, kdy kdy ačkoliv, které teď v poslední
• 57:32
  sis to zaznamenali. Teď si začali dělat ty
• 57:34
  experimenty, kdy třeba to jak se řekne česky the moment a jakoby
• 57:39
  prolinkování dvou. No jako dvou atomu, který
• 57:43
  nekoukali vzdálenost dělají to samé jakmile v něm jeden taky
• 57:46
  kdyby byl na druhé straně vesmíru ten druhý.
• 57:49
  Tak uděláš ten samý okamžik. Co je to samé jako zcela
• 57:51
  odporuje všem teoriím, který o vesmíru máme dneska, že o to
• 57:56
  nedává smysl. Protože tam ten Proč se by
• 57:58
  fungoval rychleji, než rychlost světla, když je to uvnitř
• 58:02
  počítače, tak si to umím představit.
• 58:04
  Jednoduše, že jo, že tyhle to telefon proces může probíhat
• 58:07
  jako problémy. Konvenčního počasí, že tam to
• 58:11
  bude právě tou rychlostí světla jako věci kolem entanglement u a
• 58:15
  a jako kvantový dekoherence toto, ta je jako super složitý,
• 58:20
  jako já mám fakt laický porozumění tomu jako co co mám z
• 58:24
  populárních knížek. Takže jako tam a ty kvantový
• 58:28
  počítač a že to musí ovlivňovat. Třeba tu tvojí práci nebo Já si
• 58:32
  myslím. Ono jich je celkem míň, než si
• 58:38
  asi lidi myslí, já já jsem já věřím, že to má jako extrémní
• 58:42
  možná velmi jako okamžitý dopad nebo jakmile to bude k dispozici
• 58:46
  třeba na oblasti. Já jen kolem kryptografie a
• 58:50
  podobně na oblast jako kolem, že to co to co se třeba teď typický
• 58:55
  děje, jako co teď to Google, protože byl schopný udělat taky
• 59:00
  je nějaká sekvence čísel. A copak je schopný pomoci
• 59:03
  kvantového počítače říká stavu konstrukcí.
• 59:05
  Pro mě jsi byl schopný kvantovým počítačem.
• 59:08
  Ukázat jestli nějaká sekvence čísel, jestli je generovaná
• 59:11
  náhodně a nebo byla generovaná nějakou deterministickou funkcí,
• 59:15
  což je komutační, tak extrémně složitý problém, že to běžný
• 59:19
  konvenčních počítače dál. Já nevím prostě mraky let a jako
• 59:25
  není úplně jednoduché najít nějakou podobnou úlohu jako jo.
• 59:29
  Napadá mě někde jako ty trénování neurony ti něco něco,
• 59:34
  ale jako. Nemyslím si, že by to mělo
• 59:37
  nějaký super přímočarý aplikace na umělou inteligenci jako co co
• 59:41
  o čem je ta umělá inteligence. Taky je ohledání transformační
• 59:48
  funkce se dostáváme k těm matematických funkcí, která
• 59:52
  které transformují něco jako vysoce dimenzionální data to
• 59:56
  znamená to všechno, co se nám to ne do toho nervového systému to
• 1:00:00
  nějakých nízko dimenzionálních dát takových. že že prostě jsou
• 1:00:07
  otiskem našeho chování, že jako At&t těch funkcí, které jako
• 1:00:13
  přicházejí v potaz jen nekonečně mnoho a jenom některé jsou vůbec
• 1:00:16
  jako a jenom menší na z nich je je vůbec fyzikální
• 1:00:20
  realizovatelný. Takže já můžu přes milion
• 1:00:23
  rozměrného prostoru v jednom megapixely fotografie a já můžu
• 1:00:27
  zobrazit zásadě úplně všechno, na co pomyslíte úplně všechno a
• 1:00:31
  jsem schopný vymyslet nekonečné množství funkcí, které budou
• 1:00:38
  obličeje, když tam je lidský obličej a tak tak k nim
• 1:00:43
  přesazovat. Ano Jednička je tady prostě
• 1:00:45
  taková na kole kombinace pixelů. Tak šup tady bude jednička, jako
• 1:00:49
  že tam je obličeje, tak tam je, když tam není obličej.
• 1:00:52
  Tak tam nebude a teď ale problém je že jo, že těch funkcí je jako
• 1:00:56
  Tak dík, no, no prostě No to je nekonečno teď jenom jenom
• 1:01:00
  menšina z nich je fyzikálně vůbec realizovatelný v tomhle
• 1:01:04
  vesmíru a zase jenom menšina ještě z nich je nějak
• 1:01:07
  realizovatelných třeba za podmínek.
• 1:01:10
  Reality na zemi ještě menšina z nich je realizovatelných nějakým
• 1:01:15
  biologickým aparátem a ještě úplně menšina z nich je to
• 1:01:19
  zrovna. Hrstka je nějak skutečně
• 1:01:20
  realizovaná třeba mozkem. Takže takže My se snažíme z
• 1:01:24
  tohohle toho nekonečného balíku možných funkcí najít takový,
• 1:01:31
  který jsou dost podobný tomu, jak to dělá lidský mozek a je to
• 1:01:35
  docela těžký, že jo, protože protože mám na výběr nekonečné
• 1:01:39
  možnosti dle Kam se vydá? No to je docela těžké.
• 1:01:41
  Takže se to pokusím i nějakým způsobem zúžit.
• 1:01:43
  Dlužím to třeba tím, že použiji architekturu neuronových sítí,
• 1:01:47
  které jsou prostě dobrý. Oni umí aproximovat v podstatě
• 1:01:51
  libovolnou spojit o funkci. To je jedno, ale víte, že umí,
• 1:01:54
  ale ale jsou specificky dobrý na nějaký tip posted funkci.
• 1:02:00
  No a shodou okolností tahle tento typ funkcí, které umělé
• 1:02:04
  neuronové sítě dobře a proximu jí, tak je ten, který nám
• 1:02:07
  natlačila do mozku revoluce, prostě je to zrovna mám.
• 1:02:09
  Takže ti mu rám. Říkám hele dobrý cajk neuronima
• 1:02:12
  sítě. My jsme ti hrozně usnadnili
• 1:02:14
  prostor potom když když tomu kdy když tomu systému měli, tak je
• 1:02:19
  to dávám nějaké pravidla. Třeba já nevím, dva je větší než
• 1:02:23
  jedna nebo nebo tohle to je. Já nevím nějaký fakta o světě.
• 1:02:28
  Jaký fortnite fakta z Wikipedie, tak samozřejmě zase žužu a
• 1:02:33
  zdržuji ten prostor. Funkcí v který bych mohl
• 1:02:37
  prohledávat, aby jsem skutečně na les tu funkci matematickou,
• 1:02:43
  která realizuje třeba konkrétně teď v tuhle tu chvíli.
• 1:02:45
  Moje myšlení. Že co?
• 1:02:46
  Já mám tady teď předvádím, tak jen v matematická funkce, že jo,
• 1:02:49
  která prostě bere senzorický vstupy s celými neuronové sítě a
• 1:02:53
  nějaký je v tuhle tu chvíli vypouští ven do mých neuro
• 1:02:57
  motorický v pohybu a do tlaku vzduchu, který se teď ne se k
• 1:03:01
  vám a vy to dekorujete jako v podstatě všechno, co se teď
• 1:03:04
  děje. Ne to je matematická funkce a já
• 1:03:06
  bych teďka pokusil jí najít a namodelovat neuronima sítěmi a
• 1:03:10
  mám se sakra hodně možností, jako že do konce vesmíru bych je
• 1:03:13
  nebyl schopný probrat. Takže si dovedu představit nějak
• 1:03:16
  ale fakt jako. Spíš jako scifi, že by nějak
• 1:03:19
  tuhletu Alterna to že by tuhle tu probírku teda, že by se
• 1:03:22
  realizoval nějak kvantově, že bych já nějak vlastně rozpadal
• 1:03:26
  ty možné světy, kterýma bych se vydával.
• 1:03:29
  Všechny bych je vlastně v tom kvantovým jako v tom specifickým
• 1:03:33
  k vám to s tebou nějak realizoval.
• 1:03:35
  A nehledal bych jenom jednu funkci na rád, ale spíš jako ale
• 1:03:39
  přijde mi to, že to je jako Total sci-fi teď ve vztahu k i
• 1:03:42
  to znamená, že já bych pro sebe. Já já si myslím, že se podaří
• 1:03:47
  dosáhnout dřív než vůbec kvantový počítače do toho budou
• 1:03:50
  moct nějak jako promluvit, takže tam nevidíš ten limit té
• 1:03:53
  výpočetní techniky techniky nebo kapacity pro to, aby to bylo
• 1:03:57
  možné vytvořit nějakou obecnou a tyhle věci ani ne, protože Tak
• 1:04:01
  ono když se jako podíváme, ten náš Mozek taky není nějaký úplně
• 1:04:04
  super světoborný jako je to komutační docela impresivní
• 1:04:08
  zařízení, ale nemyslím si, že by bylo nedosažitelné v rámci
• 1:04:11
  našich konvenčních technologií nějak jako nějakou.
• 1:04:15
  Třeba několik dekád jako teď dopředu vrátil z se k tomu, ten
• 1:04:18
  má mít nějaký jako hodnoty. Máme jí rychle se pokusit něco
• 1:04:23
  tak jako štípat dneska základní pravidla by se taky ty tři
• 1:04:26
  základní pravidla, že na tohle nemám a že jo.
• 1:04:28
  No tak teď já já přemýšlím, jak to zformovat, takže já teďka na
• 1:04:34
  krku spoustu lidí, který A co v oblasti miningu nebo Oblast
• 1:04:39
  kolem je tohle to je nějaká oblast a i Save ty nebo nad
• 1:04:43
  oblast, jak to je v paralelně prostě nějaká doména kolem
• 1:04:47
  bezpečnosti, konkrétně se tady Lance tomu teď hezky česky říká
• 1:04:52
  i i Wedry MenT a uspořádání hodnot a jak to udělat, aby ta i
• 1:04:58
  i která vznikne tak aby měla hodnoty, které jsou v souladu s
• 1:05:03
  hodnotami lidstva, když ani nevím, jaké jsou ty hodnoty
• 1:05:06
  lift, tak teď když já tématika tohleto prohlášení jsem teďka
• 1:05:09
  řek, tak rovnou už vidím, jak to zvedá ze židle spoustu mých
• 1:05:13
  vlastních kolegu, který říká Ježíš to je vůl, jako on tam
• 1:05:16
  jako jsi teď on už teď jako myslím takovéhle kraviny, když
• 1:05:19
  my tady nejsme schopni v našem tensorflow rozchodit jako
• 1:05:22
  trapnou neuronovou síť skráni není schopná rozpoznávat obrázky
• 1:05:26
  nebo nebo něco podobného. Jo A takže takže zaujímají
• 1:05:30
  takovýhle trošku a a říkají si Hele až to přijde, tak to
• 1:05:35
  budeme. Řešit to je velmi trestuhodný.
• 1:05:38
  Z mého pohledu fakt jako to je, jak kdyby někdo dělal.
• 1:05:41
  To je hrozně podobný takový ten pohled, který měl Sucker berk
• 1:05:45
  versus a ten yilmaz před těma dvěma rokama je úplně Jako
• 1:05:48
  šílený jako na to co Sucker berk jako v tomhle tom jako
• 1:05:50
  prezentují, ale teď je právě mě teď přesně to jsou jako ta a i
• 1:05:55
  komunita překvapivě či část jako odborníci i a komunity, to
• 1:06:00
  znamená. To jsou lidi inženýrsky vzdělaný
• 1:06:04
  programátoři z nějakou špetkou statistiky.
• 1:06:06
  Co je baví a já je prostě kourosh Computer scientist, tak
• 1:06:10
  mnoho z nich prostě první první argumentace proti tomu je tohle
• 1:06:17
  to nemá cenu řešit, protože my teď máme takový problémy
• 1:06:21
  technické. A i možná nikde překonáme, tak
• 1:06:24
  jako tak dobře. To znamená že oni vlastně ten
• 1:06:28
  den. A jo to zapření toho, že by
• 1:06:30
  vůbec mělo jít jako problém jako je.
• 1:06:32
  I will ujel i ven. Neboj, já si v ty už jdu na B.
• 1:06:35
  Takovýhle bizarních dimenzí, že lidi, kteří dělají v oblasti
• 1:06:39
  Ajaj radši podkopávají svůj vlastní obor, že vlastně není
• 1:06:42
  řešitelný, než aby připustili, že to je fakt píšu a to si
• 1:06:46
  představte, kdyby je někde onkology se ještě by vám prostě
• 1:06:49
  lidi řekli, co dělají 40 let nebo 20 let, jako on kolegy
• 1:06:53
  research vám najednou řekli na letenky forcamps.
• 1:06:56
  Ono to stejně nejde udělat. Jo, my tady 20 let jako něco
• 1:06:59
  děláme jako ale my víme všichni, že to nejde udělat jo, na jak by
• 1:07:03
  jsme se na ně dívali. Takže jako pro mě jako tenhle
• 1:07:06
  ten začátku mi ty kteří říkají to je prostě to nepůjde, tak se
• 1:07:11
  ptám, tak proč to děláte, tak si jako dejte otázku.
• 1:07:14
  Co když Fakt uspět. A co když pak uspět a druhá část
• 1:07:18
  v komunitě řekne jo? Ono to jde mi to děláme, protože
• 1:07:21
  my věříme, že to jde první věci je první teďka Sup Argument
• 1:07:24
  tubelight za dlouho to znamená. To já už to nebudu mít nemusí
• 1:07:27
  zajímat. To je to je dost jako ale tak a
• 1:07:30
  ten lidský přístup, že koukám jenom půl roku dopředu víš, že
• 1:07:34
  my nemáme ale ale zároveň chystej.
• 1:07:35
  Že nemám absolutně žádný odhad taky kdy to bude.
• 1:07:38
  To znamená, že jako asi to nebude zítra, ale jako já nevím
• 1:07:41
  jako ono jako a vzhledem k tomu, že máme ale víceméně nulový
• 1:07:44
  povědomí o tom, jak to řešit. Fakt mě fakt nevím, jak to řešit
• 1:07:48
  počká počká večer a Kurzweil říkal, že to, že singularita
• 1:07:52
  bude asi za 20 let nebo nebudeš to říkat posledních 20 let,
• 1:07:56
  takže tak to je to je Motivátor, to je prostě ten hotel, který
• 1:08:03
  jako má nějaký a lidi mu neustále odpouštěj, protože je
• 1:08:08
  prostě neumí trefit. To je prostě konstruktér těch
• 1:08:13
  mému, který mi pak nakonec sledujeme něho.
• 1:08:16
  My my nakonec taky jako víceméně sledujeme i v ty aplikované a
• 1:08:20
  představy sci-fi spisovatelů šedesátých let, jak by to nějak
• 1:08:24
  měl vypadat, protože oni vymysleli tu realitu, kterou My
• 1:08:27
  se snažíme nějak dohnat. Já jsem teď koukal nedávno
• 1:08:29
  Demolition Man a to byl teda jako fantasticky futuristický
• 1:08:32
  film zajedu a to jsem a teď vstát nehty.
• 1:08:35
  Cup 2020 žádné říkám to má jen je viceprezident Google prosím a
• 1:08:50
  já jí to všem nebo on má na starosti úřad ten smajlík.
• 1:08:53
  No právě že ne. A toto je to je jako kurzweilová
• 1:08:59
  Google je taková zvláštní pocit, že to nakonec jde do nějaký jako
• 1:09:03
  nečetl image processing tam něčeho jo, ale jako Google
• 1:09:07
  kolem. Já jsem ho tam ve spoustě
• 1:09:09
  různých domén. Kde je tam je spousta lidí a ne
• 1:09:11
  pitr nový. No ty taky v Googlu a Takže jako
• 1:09:15
  to bych jako je to prostě člověk, který samozřejmě taky
• 1:09:19
  motivoval někdy prostě kolem roku.
• 1:09:20
  Já nevím 2000 kalu auto jako je to je pecka, ale reálně jako to
• 1:09:26
  je to nemá nic společného, než jenom, že to lije jako Elán
• 1:09:30
  dožil Techno optimistům aztec dožil bio konzerva.
• 1:09:35
  Nějak to je asi v pořádku. No prostě to ideologický fight
• 1:09:39
  Island to, ale to začni v tom, že on jako tvrdí, že nahrajeme
• 1:09:42
  nehraje to lidskou mysl jako do počítače, že během té
• 1:09:45
  singularity. Ale na druhou stranu teď jak
• 1:09:48
  proběhl ten Google Duplex. Tak jediné co teďka jako já jí
• 1:09:52
  umí je to, že zavolá prostě do kadeřnictví jako objedná k tomu
• 1:09:55
  věřím tomu, abych pak taky jakoby rád, že tohle zrovna ten
• 1:09:58
  Google Duplex, to je velmi špatný způsob, jak prezentovat a
• 1:10:01
  já si myslím. A horší už jenom ta Sofi a potom
• 1:10:03
  to jako pro ty co neví nebo o čem mluvíme, tak ta Sofia.
• 1:10:12
  To je takový ten robot, kde to má jenom jestli má jenom hlavu,
• 1:10:15
  že jo ten a mluví a dostal občanství Saúdské Arábie nebo
• 1:10:19
  kde A objíždí s tím celý svět a pro basila Silicon Valley
• 1:10:23
  seriálu sobotu 2. co jsme mluvili.
• 1:10:27
  Jo tam Duplex, ono ten způsob t t propagace to já to právě
• 1:10:32
  popíšu i jako nějak zašlu. Já teda dokončím tu.
• 1:10:35
  Že si nemyslím, že by bylo moudré teď říkat dobře mi to
• 1:10:39
  nějak zvládneme jsme schopni se dostat na úroveň, ale ale budeme
• 1:10:43
  to řešit až to přijde, že znova bych si pomohl tady třeba, jakým
• 1:10:47
  onkologie vysavač blízko v oblasti onkologie, že by nebo
• 1:10:51
  vůbec jako farmaceutické farmaceutický průmysl, že by
• 1:10:54
  vyřešil normy vyvíjíme všechno jenom na oblast účinnosti, nebo
• 1:10:58
  by všechno vím jenom tak, aby to bylo účinné ti to ukážu.
• 1:11:01
  To je toxický na lidech. No tak to budeme řešit až potom
• 1:11:04
  nějak tak opět jako ale mně přijde, že tohle je tak vlastně
• 1:11:08
  absurdní, že to ani že se všichni zasmějou, ale úplně
• 1:11:11
  stejný jako stejný argumentace je normálně od lidí, který se
• 1:11:16
  jinak velmi vážím jako velký odborníci v oblasti naší merendu
• 1:11:19
  a a a a a a mají. Jednu tady z těch tří jako
• 1:11:24
  odpověď na to první je by se tam stejně dostaneme, tak otázka,
• 1:11:27
  proč to proboha celé vůbec děláme jako tohle to dvěmi se
• 1:11:31
  tam dostanem, ale až za dlouho, takže já už to nebudu a třetí
• 1:11:34
  je. My se tam dostanem.
• 1:11:36
  Ale ono to stejně nic neudělá, protože to se nějak jsem ho
• 1:11:39
  vyřeší jako všechny tři přijdou fakt jako to je hybris normálně
• 1:11:44
  jak vyšitá a ze mě hrozně překvapuje jako že že že ty lidi
• 1:11:49
  takhle jako s tím jako s tím jako mi pro mě to je projev jako
• 1:11:53
  fakt idiot si je, že člověk nevidí dál za poslední léta
• 1:11:58
  svého pycrypto jako nějak píše, ona jakoby v podstatě velká.
• 1:12:04
  Naděje, že ty se mnou o tom přenesení od nějaké přirozené
• 1:12:08
  revoluce přejít dál nebo touze přijde, ale zároveň je to i
• 1:12:12
  velká hrozba, protože mi v podstatě nevíme, co to všechno
• 1:12:14
  může způsobit a nevím co to může udělat prostě ne jenom z pohledu
• 1:12:19
  vlastně ze všech pohledu jako co lidstvo bude potom dělat, když
• 1:12:24
  na ní všechno bude dělat nějak na obecná inteligence, že to pro
• 1:12:26
  tebe možná důležitá ta otázka, jestli Jaké máme vštěpovat
• 1:12:29
  nějaké ty hodnoty. No no jako Měli bysme ale my
• 1:12:33
  nevíme vůbec jak to jako trám. Zeman babka No právě v podstatě
• 1:12:38
  odpověď Docela Dobrou noc před třema měsícema mysterion
• 1:12:49
  compatible a dává si od vás co to je taky poměrně zase jako
• 1:12:53
  Stepper s Peterem norwichem. Každý je jasná, protože napsali
• 1:12:56
  takovou jako od roku 95 takovou jakoby prostě umělé inteligence
• 1:13:00
  furt jsou reedice, tak se uzdrav se přesně on compatible, tak já
• 1:13:05
  je to pak se pokusím nějak shrnout, jak on tam vidí tady tu
• 1:13:07
  částku, ale zase bude spoj lépe. No ale ono to asi není tady u
• 1:13:14
  těch knížek někde ten spoiler není k zahození a říkal, že ona
• 1:13:16
  má 700 stran. Takže ono možná nějaké shrnutí.
• 1:13:18
  No možná možná jo, no, ale teď jako přístupy a i castrovi
• 1:13:27
  mučení dneska. Neříkám, že nutně budou tady za
• 1:13:31
  5 10 let přesně takhle fungovat, ale v zásadě zase je tam je tam
• 1:13:35
  inspirace jako z biologických systémů chilli z nás a toto jsou
• 1:13:39
  to je učení v režimu refreshment Learning to znamená učení
• 1:13:43
  posilováním to bere to co co si představuje.
• 1:13:47
  Toto to bere situaci, takže máme agenta byly nějaké třeba robota
• 1:13:52
  nebo simulovaného. Robota si něco nějakou entitu,
• 1:13:55
  nebo nás My jako člověk s nějaké Agent, pohybujeme se v nějakém
• 1:13:58
  prostředí a našim cílem je maximalizovat odměnu ve Word a
• 1:14:03
  teď mám na výběr nějaké akce vždycky v nějakym kontextu akce,
• 1:14:08
  které můžeme udělat a potom tak zvaný Police to znamená postupy,
• 1:14:13
  nebo vlastně jo pollicis přístupy postupy, jak ty akce
• 1:14:17
  volíme ve vztahu k tomu, jak vnímáme ten svět a jak je náš
• 1:14:21
  vnitřní stav, to je to celkem. Jasně inspirovaný tady jako
• 1:14:26
  biologickým a systému. Takže jako když hodí.
• 1:14:28
  Maximální množství čokoládky a zjistí, že když řekne prosím,
• 1:14:34
  prosím, prosím, zkouší to prostě tak zkouším.
• 1:14:37
  No tak řekne, prosím, prosím. A zjistí, že tu čokoládku
• 1:14:40
  získalo a nebo taky zkouší si lehnout na zem a tu oslavu vozem
• 1:14:44
  a zjistí, že vlastně ty čokoládky třeba přijdeš ty víc
• 1:14:47
  nakonec tak prostě mění svoje jako policii tak že prostě aby
• 1:14:53
  získala čokoládku bude dělat ten a ten typ akci samozřejmě musí
• 1:14:57
  nějak a to je nám dán do vínku udělat takový jako rovnováhu
• 1:15:01
  mezi takzvaným Exploited vs Exploration, to znamená já, když
• 1:15:05
  už vím, že nějaká strategie funguje.
• 1:15:06
  Třeba to že tluče hlavou do země a dostávám čokoládku.
• 1:15:10
  Tak v tom můžu jako zamrznout a pak jenom tu oslavu a třeba jako
• 1:15:14
  a ale ale měl bych nějakou části energie věnovat exploraci.
• 1:15:18
  Nových Mlýnech a možností třeba poprosit a ono to nakonec bude
• 1:15:22
  třeba z dlouhodobého hlediska lepší nebude na mě bolet hlava.
• 1:15:25
  No a teď tím, že se ukázalo. Kolem roku 1000 2010, že tak
• 1:15:31
  zvaná Hluboká neuronová síť je velmi efektivním nástrojem k
• 1:15:36
  modelování právě těch matematických funkcí, které jsou
• 1:15:42
  vlastní našemu myšlení, to znamená redukce dimensionality z
• 1:15:45
  megapixelů do obličeji akustický stopy do slov.
• 1:15:49
  Prostě to co zrovna nám jako my potřebujeme shodou okolností v
• 1:15:53
  uvozovkách okolností, protože už je to tam evoluce, která nám
• 1:15:56
  vlastně zatím vybavila, ale tak tak a musí to být hluboký
• 1:16:01
  neuronové sítě, to znamená neuronová síť, která je jako
• 1:16:05
  těžko dopis a je to v podstatě je to výpočetní graf.
• 1:16:09
  To si fakt nepředstavujte, že to je někde v kádi nějaká Jaký
• 1:16:13
  substrát nebo něco ten normálně výpočetní sekvence výpočetní v
• 1:16:18
  kroku té rovnice jet. Je to nějaký způsob zápisu
• 1:16:20
  gigantický rovnice gigantický matematické funkce, který je
• 1:16:25
  vlastně lokálně velmi jednoduché, jako jí umělý neuron
• 1:16:27
  je v podstatě. Sčítačka nějaký vstupujících
• 1:16:31
  čísel. Každý se čísel něčím se násobí
• 1:16:33
  počítá je a prožene to nějakou funkci jednoduchou a to je to je
• 1:16:37
  všechno na té fotce je překvapivé jednoduchá a ten trik
• 1:16:40
  spočívá v tom, že tady těch jednotek tam dát je fakt strašně
• 1:16:42
  moc tím pádem tam máte. Strašně moc těch parametrů,
• 1:16:45
  kterýma se násobí ty čísla a tyhle ty parametry se nastavují
• 1:16:49
  v procesu strojového učení, to znamená vezmu a teď a teď.
• 1:16:55
  Typ tenhle ten graf těch vzájemně pospojovaných neuronů,
• 1:16:58
  ve většině případů je takzvaná dopředná si to znamená, že z
• 1:17:02
  jedné strany do toho já sypu. Jaké čísla to může být třeba
• 1:17:05
  pixely to může barev barva pixelů, že mám milion vstupních
• 1:17:09
  hodnot a Na výstupu. Chci mít jednu hodnotu.
• 1:17:12
  Je tam nebo Není tam obličej prostě jednička nebo nula a já
• 1:17:15
  potřebuji těch milion vstupní hodnoty nějak přetransformovat a
• 1:17:19
  teď to znamená je musíme jenom násobit násobit sčítat problém a
• 1:17:24
  já nevím, jaký má hodnota my vám násobit to já teprve musím
• 1:17:27
  zjistit a to zjištění, to si to nevím tě hodnotu je ten proces,
• 1:17:30
  tak zvaného strojového učení a to musím fotky prostě sluníček a
• 1:17:35
  a a domů a říkám no tam není obličej.
• 1:17:39
  To znamená, když dostaneš dům. Na výstupu je 0 0, když
• 1:17:44
  dostaneš. Můj obličej na vystupuje
• 1:17:46
  jednička, když dostaneš tam je to je ta tohle to, já tam dávám.
• 1:17:50
  A teď síť neurona, když je jakoby vícevrstvá hodně vrstva,
• 1:17:54
  proto Hluboká si říká proto tak říká Deep Learning proto za Boha
• 1:17:59
  to nikdo nesmí zaměňovat s tím, že to je nějaký Deep porozumění,
• 1:18:01
  že jako něco jako je tam není tam nic není to jenom o životě
• 1:18:06
  vrstva šaloun networking je 30 let, stará technika strojového
• 1:18:14
  učení publikovaná 33 let v roce 86 časopisu Nature prakticky
• 1:18:19
  beze změny byla v roce kolem roku 2007 až 10 velmi efektivně
• 1:18:25
  a do dneška aplikovaná na mnohovrstvé neuronové sítě.
• 1:18:27
  To je všechno. To je jediný Progres, který nebo
• 1:18:30
  zásadní Progres, který Machine Learning udělal a mění se na
• 1:18:34
  dobu před 2010 a po 2010, kdy do té doby jsme neuměli pracovat.
• 1:18:39
  S hlubokým a neurony na sítěmi a hlavně jsme na to jako ani
• 1:18:43
  matematicky tam byly nějaký takový drobný celkem vlastně
• 1:18:46
  úsměvné věci. Proč to je šlapalo a hlavně jsme
• 1:18:49
  neměli komutační a Po roku 2010, kdy jsme to tam trošku v
• 1:18:54
  nepomine. A lidi kolem mě a já jen
• 1:18:59
  goodfellow mě to prostě prošťouchnutí matematické
• 1:19:02
  stránce a zároveň jako kdyby Computer Science nebo řekněme
• 1:19:06
  hardware a schopnost výpočty to podběhl a pěkně a o něj akorát
• 1:19:10
  to nasadil a ten substrát pěkně nahlédli na masivní paralelní
• 1:19:16
  výpočty typu grafických karet, kde tohle to běží, ale v zásadě
• 1:19:19
  neuronová síť je proto na začátku tady hned v Ten ten
• 1:19:23
  první vstup. Jak to ty lidi, kde vnímají nebo
• 1:19:25
  nevím a její neuronová síť a prostě jenom násobení matic tady
• 1:19:29
  parametry v nové sítě, to jsou prostě matice a nebo tenzory, to
• 1:19:32
  je jedno matice, řekni mi to Milá čtverečky z čísel a jsou
• 1:19:36
  fakt fakt velký a musí se s nimi strašně moc počítat, ale to
• 1:19:39
  počítání. Vy jste na té malé matice dali
• 1:19:42
  normálně v ruce maticí to asi hrát jsi to dělala very jsou
• 1:19:45
  prostě milion krát milion a dělají se fakt velké
• 1:19:48
  transformace tam tam možné jak já to Chápu, tak ten Benefit
• 1:19:52
  toho a i Obecně je ten, že to je schopný, udělat si lety
• 1:19:56
  neskutečně komplexní výpočty milion milion krát rychleji, než
• 1:20:00
  je schopný člověk a jakoby, když si to potom přenese do toho
• 1:20:04
  času, tak člověk by ty samé výpočty byl teoreticky schopný
• 1:20:08
  udělat sám. Prostě jenom na papíře.
• 1:20:10
  Ale pokud je schopný je Nevím člověk takovéhle výpočet udělat
• 1:20:15
  za milion let a ten ten program to udělá za jeden rok nebo když
• 1:20:18
  to převedu třeba já, nevím ten program to udělá je nešlo, jak
• 1:20:21
  bych to dělal 10000 let a ten program to udělá za jednu
• 1:20:24
  vteřinu nebo ten počítač. Tak co udělat ten počítač za
• 1:20:28
  nevím za za hodinu, že jo? Tohle to Mimochodem tahle tahle
• 1:20:32
  ta časová dimenze je docela dobrý vstup do jednoho
• 1:20:37
  filozofického kometu, který se jmenuje serluv čínský pokoj.
• 1:20:39
  Možná to jako let. Kdo zná je, ale teď ne fakt není
• 1:20:42
  čas do toho zabředávat, ale je fakt na tom sejde jako ten ten
• 1:20:45
  fakt na tom sejde, jestli já udělám miliardu operací a budeme
• 1:20:50
  to. Miliardu let a neboj, udělám
• 1:20:52
  billiardu operaci a bude mi to trvat půl sekundy na tom fakt se
• 1:20:55
  jde na tom, prostě se jde dneska no.
• 1:20:57
  Aha, takže co, co je důležité u to Deep Learning u Hluboké
• 1:21:02
  neuronové sítě se prostě ukázal jako překvapivě účinné
• 1:21:06
  matematický aparát pro zachycení aproximaci, to znamená přibližný
• 1:21:11
  modelování těch funkcí, které jsou vlastní naší kognici nějak
• 1:21:16
  prostě nám pomáhají dosahovat tě chci jako Zaparkuj auto a
• 1:21:19
  podobně, ale zdaleka to není ta General inteligence.
• 1:21:22
  To je prostě vždycky jeden konkrétní percepční úkol zejména
• 1:21:25
  na oblast, percepce to funguje. Prostě mám vysoce dimenzionální
• 1:21:31
  vstup, to znamená třeba. Všechny body na mě nebo v 10:00
• 1:21:35
  na sítnici nebo prostě miliony pixelů a potřebuji ho nějak
• 1:21:40
  zkomprimovat do konceptu, co tam je.
• 1:21:42
  Já tam auto je tam sluníčko. Je tam něco takového, tak na
• 1:21:45
  tohle to funguje super dokonalé jako neuronové sítě, to je fakt
• 1:21:48
  dobré, tohle se změnil před 10:00.
• 1:21:50
  Zhruba ten ten Takže od té doby funguje, bižu recognition.
• 1:21:53
  Funguje funguje rozpoznávání vizuálních cen funguje
• 1:21:57
  rozpoznávání mnohem lepší rozpoznávání akustických vzoru,
• 1:22:00
  to znamená Speech Recognition rozpoznávání řeči funguje taky
• 1:22:02
  líp, ale Nikdo neříká, že to musí být zároveň to Legends to
• 1:22:06
  jako fakt ne. Tohle to je prostě jenom
• 1:22:07
  percepční úloha za klasifikují správně všechny obrázky
• 1:22:12
  obličejů, to znamená tady máš data, tady je milion fotek nebo
• 1:22:17
  10 milionů fotek milion z toho jsou obličeje a ty udělej
• 1:22:20
  takovou matematickou funkci realizované prostřednictvím
• 1:22:24
  matic ty neuronové sítě, která prostě bych se páruje těch
• 1:22:28
  milion v obličeji stranou a ty ostatní je pro ně jako šunka 1.
• 1:22:32
  Na to je úplně geniální scéna je ss10 kandely, ale tam bylo tak
• 1:22:37
  to bude to jak to jenom rychle. Píšu tam byla k její týpek,
• 1:22:40
  který se vytváří aplikaci a chtějí používat na rozpoznávání
• 1:22:43
  Hot dogu. A jediné co to umělo bylo, že
• 1:22:46
  vyfotil prostě hot dog a ukázal mu to.
• 1:22:48
  This is hot dog a když to nebylo, tak mu Tady snad do
• 1:22:51
  krámu, takže to fungoval jenom jako na jednu na jeden nejde.
• 1:22:55
  No to je dost jako typický a co je důležité.
• 1:22:58
  Proč dneska a i funguje? Jinak je, že tohle to dáte za
• 1:23:01
  jedno odpoledne jako nebo když ji děláte každý den, tak tohle
• 1:23:04
  to dáte za za hodinu tenhle ten úkol Barva, která by že já dělal
• 1:23:10
  ty to na tobě, bylo to tříleté Grand tady na to dva agentury a
• 1:23:13
  dneska to je prostě ta úžasná komoditizace tady těch nástrojů,
• 1:23:17
  všechno je to o prostor na švestku v Googlu v claudu
• 1:23:22
  dostanete vlastně k dispozici spočítat na na na na invidia.
• 1:23:27
  Qna Tesla věci v okrese vám absolutně ne sněhu.
• 1:23:30
  Ani před pěti rokama, to je jako naprosto neskutečný.
• 1:23:32
  To znamená, že jako vlastně ta kompetence nasazovat takovýhle
• 1:23:39
  relativně prefabrikovaný percepční systémy přerostla do
• 1:23:44
  toho, že jsou všudypřítomné znáš všichni říkají nedělám a i My
• 1:23:47
  děláme jako nakonec. Tak kompetence to není žádný.
• 1:23:50
  Dneska jdeš prostě mně přijde do týmu ze školy někdo řekne.
• 1:23:54
  No já mám vystudovaný jako tady nějakou prostě data Science něco
• 1:23:58
  někde já, já umím dělám ještě Learning, jo.
• 1:24:01
  A jak teda no, já umím šlo. Udělat si říkám ti pak je to by
• 1:24:04
  moje babička se naučil to není nic světoborného.
• 1:24:07
  Teď fakt ne. Je to navíc krásně jako
• 1:24:09
  uspokojující. To znamená, že ne nic ne ne.
• 1:24:13
  Není tady žádný ospravedlní, že jako člověk, který umí v ten
• 1:24:17
  telefon udělat neuronovou síť přijde rovnou a řekne si o
• 1:24:19
  100000 měsíčně platí jenom proto, že je teda super Machine
• 1:24:22
  Learning research a fakt takhle nefunguje ten svět.
• 1:24:25
  No jo, no, já jenom teď jsme se tak jako dostali k tomu, co
• 1:24:31
  vlastně jakoby ty děláš nebo kdo, kdo tyhle ty, kdo na té
• 1:24:34
  umělé inteligenci jakoby pracuje reálně, protože předpokládám
• 1:24:38
  Primárně to jsou nějaké velké firmy, nebo to jsou možná nějaký
• 1:24:41
  laboratoře na univerzitách a podobně a mají vůbec jakoby
• 1:24:46
  privátní firmy pracovat na něčem, co je potenciálně jedna z
• 1:24:50
  největších. Možná příležitostí prolistovat
• 1:24:52
  zároveň jedna z největších hrozeb.
• 1:24:56
  My jsme se že v civilizovaném světě a v otevřené společnosti.
• 1:24:59
  Jo a že to budou právě ty firmy, které s tím nějak pohnout.
• 1:25:02
  Teda já jsem původně toho akademického prostředí a takto
• 1:25:07
  český akademický prostředí ještě Jako jiná liga tam jsou je to
• 1:25:11
  nedá jako jako porovnat Berkley. Mají tu a podobně, ale
• 1:25:17
  Univerzity samy o sobě podle mě nemají moc šanci to změnit to
• 1:25:20
  budou prostě fakt významný. Ti superpowers nějaký aut verzi
• 1:25:27
  nejsou Superpower 40. Aplikaci.
• 1:25:29
  Jednou je to je to Wall schopnosti jednak mít dostatečné
• 1:25:35
  množství lidského talentu. A to fakt myslím, ale skutečný
• 1:25:38
  research Win a takový ty vzkazy, který prostě bývalý
• 1:25:41
  programátoři, kteří dneska dělají tenhle a šlo, ale fakt
• 1:25:45
  takový tedy concentré třeba deepmind, ale ty jsou i na těch
• 1:25:48
  amerických univerzitách ve vinařích amerických a zároveň
• 1:25:53
  teda to musí být naprosto bezprecedentní přístup k tomu
• 1:25:57
  komputační komutační nástrojům, protože je jestli něco je teď
• 1:26:02
  zapotřebí, tak tak je to skutečně, tak je to jako v
• 1:26:05
  prostě ten rok Power ta ta ta ta ta sýrová v komputační síla.
• 1:26:11
  Brute Force, tak je to co v zásadě dneska hraje největší
• 1:26:17
  roli jsou jako osvícený názory, třeba zakladatel fakt a i kteří
• 1:26:22
  říkají to co nepočítáte na jednom stroji s jednou grafickou
• 1:26:25
  kartou. Si nezaslouží vaši pozornost.
• 1:26:27
  Směřujte vývoj umělé inteligence.
• 1:26:28
  Mne k masivnímu škálování, že musíte mít prostě 1000 XL jako
• 1:26:34
  NVIDIA dělat neuronové sítě proti tomu zase stojí jako
• 1:26:39
  byznysové zájmy Amazonu Microsoftu a Googlu, kde jí
• 1:26:44
  Nabízím tohle to a za servis. To znamená, že samozřejmě když
• 1:26:48
  se reguluje tou cestou masivního komputační A škálování, protože
• 1:26:52
  tam to stojí, tak chcete dělat seriózní neuronové sítě, no.
• 1:26:56
  Tak pojďte stoly v tady normálně a výpočty to je oproti tomu
• 1:26:59
  spěcháte je, kteří říkají jako chcete dělat jako seriózní sítě,
• 1:27:03
  tak to vymyslet a tak si nezjednodušuje jde život s tím a
• 1:27:06
  vymyslet a to tak aby vám to seběhlo na jedné n v d kterou.
• 1:27:10
  Máte prostě na stole na nějakém herní počítač a je to takový ten
• 1:27:13
  Argument toho, že já nevím v těch 70 nebo 80 letech, když
• 1:27:16
  vyráběli počítače IBM, tak to dělají v těch obrovských jako
• 1:27:19
  krabici, že jo a pak přišel Apple a ztratil to do jednoho
• 1:27:23
  malýho zařízení a dal to jako No tady.
• 1:27:25
  No jo, to je dostupný veřejnosti.
• 1:27:29
  A to jsou ty Klaudy, to je samozřejmě důležité to že to je
• 1:27:32
  o prostor a že každý studenti se tomu, že za pár set Euro tam
• 1:27:35
  rozjet jako pomalu start-up, tak to je jako super.
• 1:27:38
  To to naprosto proti tomu nic jako nenamítám, ale co je trošku
• 1:27:42
  špatně je ženě vlastní lidi teď moc jako ta je komunita ten ten
• 1:27:46
  výzkum je trošku ve slepé Uličce jako tam jako je je docela jako
• 1:27:51
  masivní představa, že vlastně Jediné co je zapotřebí je jenom
• 1:27:55
  prostě škálovatelné početní výkon jako nic moc dalšího jako
• 1:27:59
  není k tomu potřeba jako dávat. Ale já je pak před ingredience,
• 1:28:03
  kterou mají teda paráda už jenom velké firmy a to jsou To jsou
• 1:28:06
  data o světě nějak prostě to je, že ještě souvislost případy
• 1:28:14
  vlastně fakturu první je, že se nějak podařilo rozchodit hluboké
• 1:28:19
  neuronové sítě a někdy třeba před 15:00 deseti rokama, jako
• 1:28:22
  že to fakt funguje dvě, že tomu že to doby Hardware a ty
• 1:28:28
  schopnosti výpočtové podobně a třetí je něco, co jsme tady fakt
• 1:28:31
  neměl ještě před deseti rokama a vzor všechny teda, že Mobile
• 1:28:34
  devices asi generování těch dát, protože protože my my jsme jako
• 1:28:39
  jak dneska vzniká a i kdyby se měl Jednou je to odpovědět.
• 1:28:42
  Tak to je My vytváříme substrát. A do toho substrátu vstupuje v
• 1:28:47
  něj vyvstává neboli energie to myšlení, tak o Kdy se ta
• 1:28:50
  inteligence to je emergentní je v podobně jako moje myšlení
• 1:28:54
  emergentním to zná vyvstávající mě vem na tu Mirindu věci, když
• 1:28:58
  se děje v mozku, tak něco podobného je prostě in silicio.
• 1:29:01
  To je to je v podstatě stejný. To znamená, že je to je to něco
• 1:29:05
  jako, že mi fakt jak spíš, že kdyby jsme Sázeli kytku, nebo
• 1:29:08
  spíš strom je prostě musíme mít nějak to semínko tomu to musíme
• 1:29:13
  najdu vhodného substrátu. To je tam hlína nějaká ten pak
• 1:29:16
  musíme v hodně zalévat. Teď ještě v tom semínko, co musí
• 1:29:19
  v tom semínko. V tom se musí být nějaká někde
• 1:29:22
  na KD. Návsi nebo nějaký text, který
• 1:29:24
  řekne a k těm aktantů v tom semínku jednotkám, co tam začnu
• 1:29:29
  něco dělat, jak mají začít dělat prostě pech, algoritmus něj a že
• 1:29:33
  to je něco, co mi nějak jako máme asi vytvořit, ale my ne,
• 1:29:38
  říkáme tomu systému i jak máš být inteligentní, jak jak systém
• 1:29:42
  a inteligencí v tobě je. To a to to my my nejsme schopni
• 1:29:46
  tam dát mi prostě vezmeme semínko, aby když zasadíme
• 1:29:49
  semínko mi taky houby vím, jaký to bude strom, tak se mi možná
• 1:29:52
  se budeme do mě, že nějaký bude, ale jako jak bude mít ty větve
• 1:29:55
  narostly. Těžko říct, ne.
• 1:29:56
  A aby v podstatě velmi podobným způsobem necháváme vzniknout.
• 1:30:02
  kognitivní umělé biologický kognitivní systémy nad
• 1:30:07
  komputační u substrátem nad substrátem neuronových sítí, kde
• 1:30:11
  ty neuronové sítě jsou jeden z mnoha možných substrátu, ale
• 1:30:14
  dneska nejrozšířenějším, takže já vezmu substrát do něj narvu
• 1:30:19
  ten algoritmus nějaký Já se pak ti ho dostanu na informel a nebo
• 1:30:23
  zpátky a teď to musím něčím hnojit a zalévat a točím toho
• 1:30:28
  neumazala vám, když teda Jsme u tebe ta furt, že substráty
• 1:30:32
  kompotace neomezený vstup SRN proste obrovské tak to honem a
• 1:30:35
  zdali vám datama čili, jak jsem říkal, že ten člověk má výhodu
• 1:30:43
  oproti stroj v tom, že jeho tělo je samo.
• 1:30:47
  Jemu zdrojem dat těch dat senzorických dát nejenom o mě
• 1:30:51
  samotným, ale o vás všech, protože ty dělá jsou tak sobě
• 1:30:54
  podobným, že to co Já měřím sám na sobě a kde se platí u vás a
• 1:30:57
  proto já mám dobrý model vás a to ten stroj nemá, že jo, takže
• 1:31:01
  já mu musím nějak ale tvého. Nemůžu jako nechat dorůst jen
• 1:31:04
  tak zbůhdarma, já musím nějak to Lenko s tím algoritmem v tom
• 1:31:09
  substrátu to komputerni a zalévat, tak mi to není to jako
• 1:31:16
  dobrá metafora, protože to co já dělám to je něco jako to je
• 1:31:18
  kombinace zalévání a hnojení a zároveň kombinace takový jako
• 1:31:22
  poplácávání, že já to jako nějak směřuje to nenechávám, ty větve
• 1:31:25
  růst úplně nahodile dolů do země.
• 1:31:27
  Já tomu prostě říkám. Tady má vznikat komputační
• 1:31:32
  systém, který je založen a neurony sítích dělá.
• 1:31:35
  Něco něco něco a z těch nekonečno možných kompilačních
• 1:31:39
  systému, který tam můžou takhle Vista, tak to bude ten, který je
• 1:31:43
  v očekávané těma lidské vratama a čím víc tu Kamču Vorlický hra
• 1:31:47
  získá tím je větší Nadě, že bude podobný ten systém, který tam
• 1:31:52
  poběží tomu jak funguje člověk a proto mě prostě potřebujeme a
• 1:31:56
  proto souseda naprosto v tomhletom nedocenitelnou úlohu
• 1:32:00
  mají v na sociální sítě a ne jenom to, že to byl jako
• 1:32:02
  Facebook roku 2007, ale Facebook roku 2019-20 naprosto napojený
• 1:32:09
  přes internet ve vašem jako super smartphonu, kde kde
• 1:32:16
  prostě. Množství dat, které přenesete
• 1:32:21
  nahraje absolutně žádnou roli megabajt a gigabajt a lítají tam
• 1:32:25
  a zpátky. A tímhle tím vy popisujete někde
• 1:32:28
  to je to co se to je. Ta ta třetí substanci do toho
• 1:32:31
  hnojiva. Protože jinak by tam vzniklo
• 1:32:34
  něco Jak vznikl akademický zajímavý něco, co by byl neměl
• 1:32:38
  nic společného s lidskou inteligencí, ale takhle to
• 1:32:41
  jakoby on mě to do toho A je to hrozně zajímavý v tom, že zrovna
• 1:32:46
  tu explozi těch dat jako nikdo nepředpokládal, protože když se
• 1:32:49
  podíváte třeba 10 let zpátky, co předpokládala.
• 1:32:52
  Já nevím Microsoft nebo ty to nějaký společnosti, co se bude
• 1:32:54
  dít všichni říkali. No budeme třeba schopný platit
• 1:32:57
  telefonem na pumpě, ale nikdo neřešil to, že když tam budu do
• 1:33:01
  připíchneme prostě kameru na ten telefon, tak zítra nějaké
• 1:33:03
  sociální sítě a každý Já nevím půl rok se bude prostě
• 1:33:06
  znásobovat množství dat, který na tom internetu vznikne vždycky
• 1:33:09
  ten jakoby internet ten dost někde jakoby zdvojnásobí každý
• 1:33:14
  půlrok. Teď jo dneska, když se tak jako
• 1:33:16
  každý má v kapse. Telefon, který nonstop v
• 1:33:21
  podstatě nahrává zvuk nonstop má přístup ke kameře a nonstop
• 1:33:25
  všechny ty data, který do ní tam naťuká ten nebo prostě získáte.
• 1:33:29
  Přestaň mobilní telefon přes ten senzoricky.
• 1:33:32
  Impuls, že jo, tak se online posílá někam na servery
• 1:33:35
  Facebooku, který na základě toho vám vypočte.
• 1:33:37
  Jaký nejlepší reklamy vám zobrazit tomu jo.
• 1:33:40
  Teď je to docela důležité, jako který z toho výpočet do budoucna
• 1:33:44
  by mělo být dost zásadní jako data privacy výrazně posílena v
• 1:33:49
  tom, že většina toho stroje učení by se měla skutečně
• 1:33:52
  odehrávat jenom na tom mým zařízení ty let, aby prostě
• 1:33:54
  neměli to zařízení opouštět. Ne, to je docela rozumí a ona to
• 1:33:58
  i ty techniky na tom tendru v těch nás vyvinuté, takže by to
• 1:34:03
  tak mohlo fungovat problémy za toto představuje významný
• 1:34:06
  bezpečnostní rizika jako hacking toho systému z oblasti
• 1:34:10
  trénování, jsou to přímo jako. Zatím jsou to trochu akademický
• 1:34:15
  představu, jak by tohle mohl, ale jsou fakt reálně.
• 1:34:18
  Samozřejmě je to akr. Dotyky a do deště první Hakr,
• 1:34:21
  který to nějak prolomí a takovýhle distribuovaný systém
• 1:34:24
  strojového učení vlastně já nějak hackne, ale důležité je
• 1:34:28
  takže Takže sociální síť a všechno co mi prostě si s ním
• 1:34:31
  zařízení, kdy jsou svým způsobem, jak naše takový jako
• 1:34:36
  tohle. To si myslím, že ten kurz a jako
• 1:34:38
  musí mít hroznou radost, protože to je normálně extenze přirozená
• 1:34:42
  extends našich těl naši tělesnosti i naší našeho
• 1:34:47
  psychického. Já to už je prostě trošku jako
• 1:34:50
  končetina nějaká umělá, ale ale velmi jako spřažená s naším
• 1:34:53
  tělem a tímhle tím je vytvářím Subtera masivní substrát, který
• 1:34:57
  můžou ty umělé inteligence vznikat teď ty umělé inteligence
• 1:35:01
  snažím trošku Beer treking kotáskem.
• 1:35:03
  Kdo je dělá jako co tak drtivá většina lidí nedělá artificial
• 1:35:06
  Generali to ještě dodáno. Bylo to sprosté slovo.
• 1:35:09
  To by bylo jenom největší po milenci.
• 1:35:11
  Teď už to nějak legitimizuje. Třebáně Open a a nebo deepmind
• 1:35:15
  tom jako že kdysi start-up londýnské Jde mi za sebe
• 1:35:18
  založil. A poté, co udělali systém
• 1:35:21
  založena rychlost medlar, nebo kterej hraje hry Atari, tak je
• 1:35:25
  tuším za půl miliardy dolarů koupil Google a a takže to je
• 1:35:29
  taková mega mega výzkumu, kde kde ta umělá teda teda ta
• 1:35:34
  obecná, ale jakoby oni jiných věcí kolem toho, ale jako jejich
• 1:35:38
  cílem je obecná, ono dává smysl, že většina těch firem se bude
• 1:35:41
  věnovat právě tomu úzkým, no, protože protože to potřebujete
• 1:35:46
  jako jako k vašemu byznysu. Nějak tady ležím jako celkem
• 1:35:50
  jasné, třeba tady v Praze, tak tady třeba Marek Rosa jeho firma
• 1:35:53
  Good a i tak ty se snaží tady v relativně menším měřítku, ale
• 1:35:57
  nějaké spát. To není něco, kdyby jste na tom
• 1:35:59
  teď vydělali, jakože počítá s tím, že ten kdo bude mít jako
• 1:36:04
  první a General inteligent ten na tom potom už masivně.
• 1:36:09
  Takže je to je to jako jedno. Jenom jestli jdete může Vstoupit
• 1:36:11
  a když si to člověk jakoby představí.
• 1:36:14
  Tak ten kdo vyvine a obecnou inteligenci, tak tím vyvine a v
• 1:36:18
  podstatě. Neomezený stroj na peníze,
• 1:36:20
  protože to ta představa takového, protože v podstatě tu
• 1:36:24
  umělou inteligencí budeme schopný v podstatě nahradit
• 1:36:29
  kompletně člověka a jeho práci a budeme to budeme to schopný
• 1:36:33
  neomezený replikovat na ten kdo bude tuhle tu technologie
• 1:36:35
  vlastně. Tak v podstatě vyhrál takový ten
• 1:36:37
  pomyslný závod. A kdo tam bude první a v tu
• 1:36:40
  chvíli jako to je takový to. Proč je to tak a jako možná i
• 1:36:43
  hrozba, protože v tu chvíli dává racionální smysl nějakému možná
• 1:36:47
  Rusku nebo Číně nebo nějaký je kterékoliv jiné zemi, která to
• 1:36:50
  technologii nemá dítě vybombardovat Kalifornie jo,
• 1:36:54
  protože prostě ten kdo to vyhrál, tak to má Prakticky v
• 1:36:57
  rámci všech ostatních neomezenou moc akorát naštěstí pro nás jako
• 1:37:01
  dneska vybombardování Kalifornie už by asi nic moc nezměnilo.
• 1:37:05
  To jako to je to je dobrý, že dneska jako vedení konvenční
• 1:37:08
  války už je příliš nákladný vůči tomu, co se z toho dá získat
• 1:37:13
  oproti době před sto lety to furt ještě bylo tady to jde u
• 1:37:16
  doby uhlí doby o ropu dneska jako když zni Kalifornii, tak
• 1:37:20
  zničím ekonomický systém dvě do sebe, to znamená jako že jsem
• 1:37:24
  nic nezískal, ne, já to prostě nemaj ekonomický smysl v
• 1:37:27
  podstatě jo, ale ale teď, takže většina lidí Generali to tam kde
• 1:37:33
  se dělá. A i výzkum a vývoj hodně to
• 1:37:37
  teda. To už se třeba na univerzitách
• 1:37:39
  to jsou právě specifický řekněme kognitivní a i systém než
• 1:37:44
  inflation rozpoznávání toho a ono ho nemůžu to vysloveně
• 1:37:48
  aplikované věci využít těch obecně, protože prostě ten
• 1:37:52
  Machine Learning Deep Learning to známe shineray dělaný nad
• 1:37:55
  platformu hluboký nervech sítí, asi by měl v zásadě být nástroj
• 1:37:58
  pro každého řešení jeho doménových problému.
• 1:38:01
  Takže pro lékaře řešení jeho problémů s diagnostikou draghi a
• 1:38:06
  podobný pro Já nevím materiálu vybírat a řešení jeho problémů
• 1:38:10
  to tam nemělo by to být nějaká jako vyselektované Nika pro a i
• 1:38:16
  lidi to prostě má má být jako nástroj.
• 1:38:18
  Takže takže to jsou To jsou v podstatě.
• 1:38:22
  Taková úloha, kde ještě do dneška je lidská percepce
• 1:38:26
  zapotřebí, tak tam může být nahrazena tímhle tím strojem,
• 1:38:32
  ale Neříká to nic General inteligent.
• 1:38:34
  To je prostě fakt úzkej kognitivní úkol.
• 1:38:37
  Kde třeba já nevím. Má lékař rozhodnout koukat na
• 1:38:39
  rentgenový snímek má něco rozhodnout.
• 1:38:41
  No tak tam bude stroj, který to bude klasika.
• 1:38:44
  Tater lékař to bude jenom potvrzovat nebo nějak na to
• 1:38:47
  dohlížet nebo prostě tomu dá razítko, když už nic jiného.
• 1:38:49
  Tak to jako je jako je to trošku přetažení skoro za vlasy říkat
• 1:38:55
  tomu artificial internet, ale proč ne.
• 1:38:57
  Je to prostě jedna dílčí kognitivní bulharů nakonec ten
• 1:39:00
  stroj bude u mě dělat líp, než člověk, tak zrovna dělá tohle,
• 1:39:03
  že to jako my jo je to co ty jsi podle mě zmiňoval, než jsme
• 1:39:07
  začali natáčet, že to je jako jeden z přátel medicína, tak se
• 1:39:10
  jmenuješ ty. Řekněme rozvinutosti vlastního
• 1:39:24
  vlastního výzkumu a vývoje ale samozřejmě neděláme tam Generali
• 1:39:28
  inteligence to prostě toto to pro nás ne nejsme jako v tom
• 1:39:31
  nejsme Deep má jít, ale byli jsme schopni nějakým způsobem
• 1:39:35
  implementovat a na nasazovat v uvozovkách běžné Deep Learning
• 1:39:39
  algoritmy, které běžně nejsou, ale to poměrně hezká zajímavá
• 1:39:44
  věc na konkrétní byznysový problémy, který prostě se řešit
• 1:39:47
  v O2, ať už je to něco lifecycle management nějaký řízení vztahu
• 1:39:52
  k zákazníkovi rozpozná včasné rozpoznání problému, který ty
• 1:39:56
  zákazníka může mít a navržení nějaký pomoci pro zákazníka až
• 1:40:01
  třeba i do oblasti jako networku, kde prostě ta sice
• 1:40:04
  nesmírně složitý takový strach, že by organismus, který generuje
• 1:40:07
  obrovské množství dat, kterým se jako nikdo živej nevyzná, takže
• 1:40:10
  je zapotřebí nějaký jako vlk a chumelí mozek, který je schopný
• 1:40:14
  poznat, jestli se někde blíží porucha, nebo jestli to že
• 1:40:17
  nějaký zákazník je nespokojený náhodou nesouvisí s tím.
• 1:40:21
  Často projíždí přes lokalitu, kde jsou ty poruchy a podobně
• 1:40:24
  jako historicky jsme se prostě to je prostě to je skoro shoda
• 1:40:30
  okolnosti asi nějak stalo, že vlastně skupina lidí jako nějak
• 1:40:36
  spolupracující se mnou měla náturu spíš výzkumu a vývoji
• 1:40:39
  týmu, proto se nám ukázalo, že je pro nás mnohem zajímavější ty
• 1:40:43
  věci vidět samým, protože to hlavně je to prostě Cool.
• 1:40:46
  Já tady se to je fakt dobrý a navíc na rozdíl od univerzity
• 1:40:49
  dodělat nad nějakýma hmatatelnými věcma nad něčím, co
• 1:40:52
  fakt je to generuje ty Big data, to je fakt dobrý to prostě ne
• 1:40:56
  jenom na nějaký Open někde jako data se tam a který si někdo
• 1:41:00
  uráčil zveřejnit a zároveň má vidíte.
• 1:41:03
  Úplně jasně okamžitý ten ten Impact někde někde v tom
• 1:41:06
  byznysu, ale myslím si, že většina firem jako jsme my, tak
• 1:41:10
  většinou se vydá cestou, že si to prostě nakoupí to řešení a to
• 1:41:14
  mi přijde poměrně jako v pořádku.
• 1:41:15
  My jsme se nějak z nějakého důvodu rozhodli, že to prostě
• 1:41:20
  začneme. Takže teď máme přesně projekty.
• 1:41:26
  Jak jako interní do oblasti optimalizace?
• 1:41:28
  Těch produktu procesu nedařilo externí Dodo měření měření
• 1:41:33
  dopravy z dat, které máme k dispozici velmi zajímavé
• 1:41:37
  matematické problémy, které se řeší mini Orlicí těma.
• 1:41:39
  No a vlastně to ale když přesáhlo jako určitou určitou
• 1:41:44
  jako schopnost, že jsme dostatečně na škálování.
• 1:41:48
  Já jsem se v podstatě rozvinuly víceméně neomezeně na pole
• 1:41:53
  aplikovaný umělé inteligence. Má tady já nebudu zastírat, že
• 1:41:56
  můj sen vždycky byla na univerzitách.
• 1:41:58
  Bylo byla ta co jak jsem to měl se natáhnu commit 11 jsme měli
• 1:42:02
  projekty s lékařem a s rozvodem Betkou od na ulici v Motole.
• 1:42:05
  Prostě pro mě Medical a vždycky bylo to co chci dělat.
• 1:42:08
  No, tak celý Vary a ty věci, který se dají začít dělat, tak
• 1:42:13
  mě přijde, že to je jedna z těch které můžou mít nejzásadnější.
• 1:42:17
  Rychlý mnohem rychlejší dopad na lidstvo než nástup to taky
• 1:42:23
  jednou přijde možná, když to zvládneme do té doby, ale třeba
• 1:42:26
  oblast Medical a ano, tak jsem začal dělat oblast mediky i a co
• 1:42:29
  tam děláte konkrétní. Jako nemůžu mluvit úplně teď
• 1:42:32
  nějakých důvodů úplně festivo těch projektech, ale čas a Týká
• 1:42:38
  se to oblasti onkologie léčbě rakoviny a často je kolem
• 1:42:44
  procesu mě objevu nových léčivé a části kolem diagnostiky.
• 1:42:50
  Takže je to onkologie v tom kolegy a ještě nějaká oblast, do
• 1:42:54
  které se budete pouštět. Třeba jen jsem že jako Pokud
• 1:42:59
  přijde někdo, kdo chce dělat třeba Security.
• 1:43:02
  Tak bych to viděl klidně jako jeho individuální individuální
• 1:43:06
  jako research projekt. Nicméně tady jsou si myslím, že
• 1:43:09
  tohle to je Nika, kterou velmi krásně třeba obsadil jako Michal
• 1:43:14
  pěchouček v avastu je prostě tam jako.
• 1:43:17
  Budu jí něco podobného, ale tam je to spíš přehrát to na to
• 1:43:22
  oblastech. Tulit se to dává celkem smysl
• 1:43:23
  jako s tím autem, takže promiň jako Ta oblast Medical má jako
• 1:43:28
  krom toho, že máme tu naší standardní telku doménu, která
• 1:43:31
  je obrovská tak tak tam Medical je taky obrovská, takže já v
• 1:43:35
  tuhle tu chvíli plus plus jsou tam věci kolem ethical a Jája
• 1:43:39
  Trust a i framework. Co znamená a to je něco co stojí
• 1:43:42
  za vším tady s tím znamená, že je takovou jakou jí děláme.
• 1:43:46
  Tak chceme aby byla. Steve týdny aplikovaných úrovní,
• 1:43:51
  aby skutečně byla etická. Kdo to zná, když bude třeba
• 1:43:54
  skórovat někoho nějak tak aby bylo zajištěný, že prostě to
• 1:43:58
  bude fér to tohle rozhodování, tak se to tam byla v praxi.
• 1:44:01
  To znamená že je člověkovi přiřadíš nějaký A jaké číslo
• 1:44:05
  podle kterého ten počítač ho potom procesu je tak, aby
• 1:44:08
  neviděl ten třeba taky. No tak jako třeba oblast
• 1:44:12
  different. Supra je velmi zásadní.
• 1:44:14
  To znamená, že mi třeba k na trénování toho modelu třeba
• 1:44:17
  okenní sítě vlastně. My nepotřebujeme data jakkoliv
• 1:44:22
  spřažená nebo spořitelna s reálnými daty živých lidí, jako
• 1:44:27
  že se úplně veškeré osobní identifikaci do straně, ty jsou
• 1:44:30
  tam naprosto nezajímavé to to jakoby.
• 1:44:32
  To je matematický problém, já mám prostě nějaký matematický
• 1:44:36
  prostory, které s otiskem těch dát a já potřebuji najít tu
• 1:44:39
  transformační funkci. Ho nepotřebuji žádné osobní data
• 1:44:41
  a za to aby jsi po mně mysleli ne Petře 900pp dělal minulý
• 1:44:45
  pátek večer. Každý ty data jsou záměrně
• 1:44:51
  konzumovaný ono nakonec vlastně. My nepotřebujeme vlastně ani
• 1:44:56
  data těch reálných lidi. My potřebujeme klidně syntetický
• 1:44:59
  data, které jsou ale jakoby samplovaných jako kdyby je
• 1:45:04
  vygeneroval stejný proces, který třeba je to hezký příklad takový
• 1:45:09
  ty genitivní adrenální sítěk, jak je Jak je ten v disperzní x
• 1:45:13
  dotcom regeneruji pokaždé zobrazení jiný neexistující
• 1:45:17
  obličeje, které se to realistický No tak to je prostě
• 1:45:19
  proces, který sampluje pixly od prostoru milion rozměrného
• 1:45:25
  prostoru. Kde se nachází lidský obličej a
• 1:45:27
  No a Takže já vlastně nepotřebuji jako mít data
• 1:45:30
  reálných lidi. Já bych v zásadě Mně by stačilo
• 1:45:32
  mít generativní modely, který vlastně vytváří ty data, takže
• 1:45:35
  to je třeba výzkum, který mi taky dělám a jakým způsobem
• 1:45:38
  fungovat. Tak aby jsme byli nějak
• 1:45:42
  kompetitivní jako jako nebudeme nikdy s Čínou a Spojenými státy,
• 1:45:46
  protože tam je to fakt Brutus. Ale zároveň, aby jsme prostě
• 1:45:50
  nedělal i s těmi datama to co se prostě třeba děje v Číně, to je
• 1:45:54
  prostě na aktivovatelné jako a myslím si, že dobře, že existuje
• 1:45:58
  DPH, že tohle to dává aspoň nějaký standard mě to je to
• 1:46:02
  těžké. Je to fakt je to těžký, jako
• 1:46:03
  zpomaluje to ten výzkum, ale myslím si, že jako aspoň něco
• 1:46:08
  jako zajímavější jako já a je jen na nás, abychom jako našli
• 1:46:13
  Způsoby jak si jak si jak si s tím poradit jak to udělat, aby
• 1:46:17
  aby to bylo fér a aby aby skutečně ta data osobní jakkoliv
• 1:46:23
  citlivá. Ideálně, aby neexistuje ani
• 1:46:25
  uložený. Ale jako je pravda, že třeba v
• 1:46:28
  rámci to říct a prostě do nedávno prakticky neexistoval
• 1:46:31
  žádný standardní způsob nebo nějaký legislativní rámeček
• 1:46:35
  pracovat vůbec data každý z nás generoval neskutečné množství
• 1:46:39
  dat každou vteřinu podstatě, že jo.
• 1:46:41
  Je to tak a přijde mi, že než e-learning dobře dělaný Machine
• 1:46:46
  Learning s pomocí neuronových sítí může být celkem.
• 1:46:49
  Slušný mezistupeň, jak to udělat, aby jsme byli schopni
• 1:46:56
  optimalizovat třeba ty byznysový procesy a zároveň, aby jsme Ale
• 1:47:01
  nějakým s žádným způsobem ne invado Vali to špatně
• 1:47:07
  nevstupovali do té do té individuální data privacy lidí a
• 1:47:11
  jenom mě trošku přijde, že někdy psát ten výklad dnešní době je
• 1:47:19
  až příliš jako drakonický jako že vlastně, že nám znemožňuje i
• 1:47:23
  použít tyhlety Bion state-of-the-art Machine
• 1:47:26
  Learning přístupy, který nás můžou udržet přece jenom nějak
• 1:47:30
  kompetitivní a objektivně nijak nezasahují do do té do té lidské
• 1:47:35
  nebo do té individuální pro si ještě Právě jsem chtěl, protože
• 1:47:40
  tady je totiž táta důležitá oblast atiky jo tady teď.
• 1:47:43
  Můžeme se nějak bavit o nějakých třeba třeba kredit, kolik nových
• 1:47:47
  modelech, které nesmí v žádném. Způsobem diskriminace napříč
• 1:47:50
  pohlavím rasou ženské Vyznání a podobně.
• 1:47:53
  V tomhle tom já jsem v tom na tom i vidím velkou přidanou
• 1:47:56
  hodnotu takovýhle objektivizované osudového
• 1:47:59
  rozhodování, protože když to prostě chtěli v Americe před sto
• 1:48:03
  lety dostat úvěr, tak se prostě museli být bílý protestanti.
• 1:48:05
  Jinak to měli by se s tebou ještě jsem se jí bouchačku teď a
• 1:48:10
  nebo Machine Learning nabízí, když se bude dělat dobře a
• 1:48:14
  poctivě možnost jak úplně pryč vybrousit všechny lidské
• 1:48:20
  předpojatosti, který tam jsou v tom kámen emanovský ms-1 systému
• 1:48:24
  a já když prostě já si úplně dovedu představit.
• 1:48:27
  Já jsem původně z Mostu žila, že vždycky Most taky ne.
• 1:48:30
  Takže radši tady všichni to už je doma je po několikáté, kdy
• 1:48:39
  nám ale jeho řekli, že z mostu jako kruh se uzavírá nevím, já
• 1:48:43
  nevím, co na tom Ostrově tak specifického, že kdyby takových
• 1:48:47
  zajímavých lidí jako jako myslíš, že v té Minutovky
• 1:48:50
  zůstáváme setkáváme tady, ale musíme se špionem, zda to jsme
• 1:49:03
  tady dělali několikrát jo? No, tak já nemusím bydlel jako
• 1:49:06
  fakt. Tak já taky.
• 1:49:09
  No jo, no, takže já si dovedu představit, že už je z nějakých
• 1:49:17
  jako městských částí mostu třeba, že že ty lidi by si měli
• 1:49:22
  zasloužit tam dostat úvěr, aby tam musí prostě vypadly, koupili
• 1:49:26
  si byt a prostě začali žít i nějak normálně teď, ale problém
• 1:49:29
  je že jako já si úplně dojdu přestaneš, když půjdou a budu
• 1:49:32
  bydlet tam budu s takového sociálně Slovany v regionu furt
• 1:49:35
  výzvou úvěr a znám jenom podívaj řeknou ven a nebude to nějak zle
• 1:49:40
  od nich myšlené prostě jejich S1 k nebo nos.
• 1:49:42
  K Systém Nazdar a mně přijde, že já radši se nechám vystavit
• 1:49:47
  posouzení stroje, které Dobře udělaný, jestli v špatně
• 1:49:51
  udělané, takže jedině z té ruce a našeho centra je jak
• 1:49:53
  takovýhle. Opravdu jsou jasně vymezený
• 1:49:56
  praktické úlohy a je to docela těžká matematika, jak to udělat
• 1:49:59
  jako dobře. Takže tím se nějak zabývat potom
• 1:50:02
  z té oblasti etiky to pak můžu jít dál dál dál, my jsme vlastně
• 1:50:05
  začali z toho úplně dokonce tady v té diskuzi.
• 1:50:08
  A co bylo, jak ta ta ta inteligence, jaký může mít teda
• 1:50:12
  ty hodnoty a tam se dostáváme zase úplně k dalšímu problému,
• 1:50:16
  když mi jako my my my, jak jsem říkal tady ten tu Story s tím
• 1:50:22
  substrátem, jako my nemáme jaké i kdyby ty tři zákony robotiky a
• 1:50:26
  zimu v fungovaly jako že oni nefunguje.
• 1:50:28
  Protože tak je i vymyslel, aby mu to udělal spoustu zajímavých
• 1:50:31
  zápletek v jeho knížkách, že jo. Takže jako co to je prostě
• 1:50:35
  docela jako problematické s nima, ale tak i kdyby fungoval i
• 1:50:40
  tak my nemáme způsob, jak je systému, který vznikne tou metru
• 1:50:44
  a teď se k ní dostanu ten reinforcement Learning, já mu
• 1:50:47
  prostě tomu totiž já tomu systému dávám.
• 1:50:49
  Hry Board Penny board game in dopamin nebo čokoládku nebo něco
• 1:50:54
  a on bude mít nějak nějaký reward, když je to ten herní
• 1:50:58
  mechanismus, který vyhrál ty hry Atari.
• 1:51:00
  Tak ten měl normálně co za to displej a tady je prostě se tam
• 1:51:03
  zobrazuje. Takže takže to byly hory Word
• 1:51:05
  uvnitř ty police co dělat. Jsou realizované to hlubokou
• 1:51:10
  neuronovou sítí, která měří stav světa akce, který to systém
• 1:51:14
  dělal na začátku jemná hodně inicializované a teď jede ty
• 1:51:18
  trénovací epochy. Furt dokolečka ten systém sedla
• 1:51:21
  na začátku úplně zmateně náhodně pak najednou vystřelí on ani
• 1:51:24
  nevystřelí, prostě se chová Náhona hodně a najednou šup a
• 1:51:28
  emzák je pryč a dostali od Riwall.
• 1:51:32
  Takže posílíte na ten mechanismy to stejné bylo ve hře Go, kde
• 1:51:36
  prostě jako vyhrát toho bílýho řekněme.
• 1:51:38
  Třeba je zase Riwall. Takže takže tam nikde není
• 1:51:41
  explicitně stanovený. Jak hrát gól, to je rozdíl
• 1:51:46
  oproti tomu 90 roku 97, kdy Nikdy Deep Blue porazil
• 1:51:50
  Kašparová, to byl i čitelný systém, který byl lidma napsaný,
• 1:51:54
  čtyřma ji nenašli mě velmi Strmá a dělal Brute Force Pohoda
• 1:51:57
  prohledávání stavit do prostoru, takže tam se dalo říct.
• 1:52:00
  Ano on vyhrál, protože tady v tom máme máme Alfa Golfa s.r.o.
• 1:52:04
  To prostě táta, tan olič, je tam distribuovaná v tom spí
• 1:52:11
  policisté ti nějak a pak ještě taky další sítích podobně jako
• 1:52:15
  to co já si teď myslím je registrovaných mi mozku, já to
• 1:52:19
  prostě jsem schopný nějak sdělit, ale velmi velmi jenom
• 1:52:22
  tak povrchně. To znamená že k tetě a tady to
• 1:52:26
  hraji furt na drink se ukazuje, že funguje úplně fenomenálně
• 1:52:29
  zatím ve velmi jako omezených zejména herních situacích.
• 1:52:33
  To znamená že kluci z Prahy ukázal, že funguje i v pokeru to
• 1:52:36
  znamená být, tak jsem na rozdíl od Go, kde mám hrůzu plno
• 1:52:40
  informací oba hráči, v co se jako děje, tak poker tam mám
• 1:52:45
  neúplné informace tam ten druhý zakrývá často herního stavu.
• 1:52:49
  Blafuj a a kdo ví, co všechno ukazuje se, že to funguje tady
• 1:52:52
  na to taky potom, že Open my Open my five systém.
• 1:52:56
  Tak ten hrál Dotu dvojku docela jako velmi úspěšně jako na na
• 1:52:59
  světové úrovni jako znamená, že i tam máme tam máme reward je
• 1:53:04
  zabití hrdiny, který se ale odehraje třeba 20 minut potom co
• 1:53:07
  já udělám nějakou akci. To znamená, že jsi ukazuje, že
• 1:53:10
  tady v těch relativně uzavřených systémech informační uzavřených
• 1:53:14
  systémech to funguje reinforced Learning funguje i za situace,
• 1:53:17
  kdy mám velkou latenci velké zpoždění mezi akcií a riordan
• 1:53:21
  Krejza to asi dostanu pak alphastar, že už bylo Starcraft
• 1:53:25
  a letošní rok podstatě leden zase porazili one-to-one hru ve
• 1:53:29
  starcraftu dvojce a to je taky to tak.
• 1:53:31
  Víte, že od jako co já půjdu malovat nějaké tam prostě z
• 1:53:34
  zerga něco a jako jaký to bude mít vliv na to, jestli vyhrál
• 1:53:38
  nebo ne. To je to je fakt těžký a ukazuje
• 1:53:40
  se, že ten rainford mandlárny přístup, aniž by někdo tomu říká
• 1:53:44
  explicitně pravidla nejdřív, že má jinou vás potom.
• 1:53:47
  Dělej něco tak tyhle ty strat. Dlouhodobý se to systém v
• 1:53:50
  zásadě, naučí se na to strašně zjednodušeně jako je to řekne na
• 1:53:53
  začátku. Myslíš si že právě tohle ty
• 1:53:55
  stroje tady budou schopni někde překonat Turecko intuici.
• 1:53:58
  No oni už i částečně překonali, ale vždycky jen v těch určitých
• 1:54:03
  percepčních úloha. To znamená, že nejsi schopný
• 1:54:13
  prostě. Toto není samo s prostě ten
• 1:54:15
  lístek, do se podívá na tu šachovnici 19 x 19 nebo na na tu
• 1:54:20
  na tu desku a teď jako na rozdíl ode mě rovnou cítí v útrobách,
• 1:54:24
  co je dobrý. A co je špatný, tak já to
• 1:54:28
  necítím nějak já tam prostě na to koukám, jak tele na nový
• 1:54:31
  vrata a potom když už jsi to vypla, že tím jsi v té
• 1:54:34
  kombinatorické Exploze. Vymizí jenom maličkatý trychtýř
• 1:54:37
  kraj už pojede tu svojí nadlidskou kombinatorické
• 1:54:40
  schopnost má v obou dvou troufnu stroj tou kombinatorické
• 1:54:43
  schopnosti to nehraje ten stroj to, protože to je prostě to je
• 1:54:47
  ten nekonečných nebo není co. Jako že to Konečný, ale enormně
• 1:54:51
  velký to prostě do konce vesmíru by mohl počítat a ne vypočítá.
• 1:54:53
  To znamená, že musí dát nějaké sdružení, který je ekvivalentní
• 1:54:57
  ty intuici a to zúžení absorbované tou sítí a nikdo
• 1:55:02
  nevidí. Jak přesně ono to vevnitř v sobě
• 1:55:04
  má prostě to je to je tolik parametrů, to není přístupný
• 1:55:07
  člověku. Tak jak není přístupný člověku
• 1:55:09
  ten jako neurony našeho mozku mi o nich jenom nějak referuje
• 1:55:13
  vlastně nějakým ještě jiným subsystémem, který staví neuronů
• 1:55:18
  našemu mozku obléká do slov nějak zase spoustu ztráty
• 1:55:21
  informace. To kdybych já vám teďka tady
• 1:55:23
  mohl uploadnout mozek, tak vám to musím klopotně všechno
• 1:55:26
  povídat žáčkem a 10 let. No možná ten že já mu dávám ten,
• 1:55:36
  který má optimalizovat, ale jako chování, který si to vybuduje
• 1:55:40
  jako jestli bude hrát kreativně, jestli bude hnusné, jestli to
• 1:55:44
  bude agresivní hráč nebo nějaké zlatný to vůbec na to pod
• 1:55:47
  kontrolou, to se tam to tam nějak Ještě nejste hrách tyhle
• 1:55:50
  ty hry. Umožňují jednu krásnou, za to je
• 1:55:52
  Self Play, že tam je vlastně model toho si Takže takže vzniká
• 1:55:55
  jako tisíce, herně tisíce let herního času, ten systém sám se
• 1:55:59
  sebou, což v běžném životě úplně nejde.
• 1:56:01
  To není úplně suché, oni těží z toho, že mají velmi věrný model
• 1:56:04
  světa ty ty tyhle ty hry. Ale ukazuji lustru.
• 1:56:08
  Je to jako začátek velmi slibně telete.
• 1:56:11
  Hraj fortnite hraj přístup, nakonec to bude asi taky nějak
• 1:56:14
  jako jinak. No to možná Kaskády.
• 1:56:16
  Už mě ansámbly tady toho něco tam bude jako ručně dodělané
• 1:56:20
  něco bude jako masivní Redford moderní systémy, ale důležitá
• 1:56:24
  Point. Kdybych já měl říct tady nějaký
• 1:56:29
  systému, ty jsi teda osvoj tři zákony robotiky, tak jak já to
• 1:56:33
  udělám, protože já tam žádný prostor na tohle nemám.
• 1:56:35
  Já mu řeknu tohle Riwall tady máš semínko v podobě neuronové
• 1:56:39
  sítě, tady máš substrát v podobě komutačního támhle klaudu někde
• 1:56:44
  a tady leze máš hnojivo a nějaký prostě to v podobě dat.
• 1:56:48
  Prima Já tě teď budu zalévat třeba, když ti nestačí Self
• 1:56:52
  Play. No a jako jako kde tam ty
• 1:56:55
  hodnoty vyvstanou. To je jako do zásadní problém a
• 1:56:57
  nechce můžeme okouknout spousta lidí zase přesně Úplně vidím
• 1:57:01
  jména v té komunity zítra říkají, on tam zase v tom
• 1:57:04
  podcastu mele tohle to je on tady mluvíš o něčem co přijde a
• 1:57:07
  mi ani nevím, že se to přijde a já si myslím, že to je skutečně
• 1:57:10
  jako reálná věc tohleto jako že je něco co jde udělat, tak už
• 1:57:17
  teď musíme dbát na to, aby metody strojového učení, kterými
• 1:57:22
  budeme na ten systém jako aplikovat.
• 1:57:25
  Inherentně v sobě nesl i to, že ten systém nakonec nějak n
• 1:57:29
  spurtu je do nějakého jako Evil a i to co říkáš taky hrozně
• 1:57:35
  důležitý, protože ty jsi zmiňovala třeba ten kredit
• 1:57:37
  scoring a já tady mám nějakou zkušeností, než něco to tady
• 1:57:40
  fakt s Věrkou a vím, že ty kreditkou ringový modely, které
• 1:57:43
  my jsme používali. Tak právě třeba tu adresu toho
• 1:57:46
  bydliště toho člověka, který žádal o úvěr.
• 1:57:48
  Zahrnovaly. Takže oni už v sobě inherentně
• 1:57:51
  obsahovaly nějakou řekněme. Jako jakou diskriminaci žen
• 1:57:55
  adresa ještě korela, ty mě v pohodě, ale spíš jde o to, že
• 1:57:58
  když se chce jít zažádat o v Číně, vole nějaký úvěr přes ten
• 1:58:02
  alipay, tak oni Tam zkoumají tvoje chování na sociální sítě,
• 1:58:05
  nebo nebo jsi to přesně o čem mluvíš do toho nebo tohle.
• 1:58:08
  Tohle to je A to už je ale skutečně podobně jako spousta
• 1:58:14
  lidí, kteří dělají něco na biologii je pro ně eklhaft dělat
• 1:58:18
  na biologických zbraních, tak pro lidi, kteří dělají i i by
• 1:58:21
  mělo být eklhaft dělat na takovýhle věcech prostě z
• 1:58:23
  principu a bohužel to jo. A takže takže se pak dostáváme
• 1:58:27
  jako do stavu, kdy tady sice se bavíme vole.
• 1:58:29
  Já nevím, já jí teď spousta lidí to shodit ze stolu, že to nedává
• 1:58:34
  smysl, tak můj Argument je tak jako proč vlastně to co jí dáme,
• 1:58:36
  když jako jak na tom makám a tak tak ale vezmi mi třeba.
• 1:58:41
  Jaké jsou hodnoty Facebooku, jo nebo hodnoty.
• 1:58:44
  No tak se hodnoty YouTube. Tak to je maximalizace In Time.
• 1:58:48
  To znamená. To je celkem 1, který Ford je
• 1:58:51
  počet sekund třeba, který já na tu budu koukat nebo kliknutí na
• 1:58:54
  další a tak a teď nám systém má k dispozici celou mojí datovou
• 1:58:58
  stopu. Včera jsem kde zplodil tom jako
• 1:59:01
  systému Googlu, co jsem v neodevzdali, jaký vyhledávání,
• 1:59:04
  kde jsem chodil, jak měří restaurace podobně teď do
• 1:59:08
  Facebook rozhodně jako čte i třeba jako zprávy, které jako
• 1:59:12
  posíláme, že jo, takže to jako dělá docela slušnou mojí
• 1:59:16
  reprezentaci v nějakém multidimenzionální stavět
• 1:59:18
  prostoru někde. A nad tím Dovedu si představit,
• 1:59:21
  že budou nějaké algoritmy reinforced Learning, u které
• 1:59:24
  budou personalizovat obsah, které dostávám tak aby ten
• 1:59:27
  systém dostal richworth, což je ten můj co chceš je ten muž
• 1:59:30
  strávený čas dobře. Neřekl bych, že to je nějaký
• 1:59:33
  úplně jako hrozně zlí, jako démonický démonická YouTube, ty
• 1:59:39
  funkce není taky nějaká extra jako super etická jo.
• 1:59:42
  Ne Neřekl bych, že to je že bys to ale není to jako na první
• 1:59:45
  pohled nic jiného. Přes to co se podařilo vybudovat
• 1:59:47
  je naprosto X. YouTube podporující neonacismus
• 1:59:51
  islamofobii, jak jsme jako všechny ty kanálu v té věci,
• 1:59:56
  který jako A teď mi se v tom jako žumpy jako po jedné věci,
• 1:59:59
  které jdou tak vlastně jako explodoval, že je to vlastně
• 2:00:03
  docela dobrá strategie, protože to dostane nejvíc kliku, že jo.
• 2:00:05
  Takže jenom jako knihovna knihovna knížku o druhé světové
• 2:00:13
  válce vrátíte jí trošku o šmatla.
• 2:00:16
  No a oni vám hned pošlu Mein. Kampf jo, že to se vám bude
• 2:00:19
  líbit určitě a to fakt jako na tom sejde a A teď když tam sedí.
• 2:00:29
  To je jako ten Developer tak děláte.
• 2:00:31
  Já dělám přeci jenom jako engagement i maximization, ale
• 2:00:35
  jako ty felius jako úplně na druhé straně, takže toto někdo
• 2:00:40
  do toho jako nedá. A myslím si, že jako sprostý se
• 2:00:43
  teď tvářit, jako kdyby to nebylo tohle to, tak to se snad jako
• 2:00:47
  netváří. Vždyť tam jsme se o tom bavil.
• 2:00:48
  Ještě předtím než začal ten Podcast jak Microsoft vyběhnu
• 2:00:51
  nějaký ten algoritmus biofarmě bota a pustili ho na Twitter na
• 2:00:54
  24. Hodin se z toho stalo.
• 2:00:56
  Prostě nacisté, že jo. No jo, ale vesměs jsi to tak
• 2:01:00
  jako s tím s tím s tím Facebookem ani ani YouTube se
• 2:01:04
  nic jako nemění reálně mohli něco změnit, ale jako to totiž
• 2:01:09
  není zakořeněné, jako my se tu těch lidí v mojí vlastní
• 2:01:15
  komunity, to je na tom nejhorší, takže prostě když když se lékař,
• 2:01:18
  když vy víte léky to prostě než bude teď něco testovat na
• 2:01:21
  lidech. Tak to se sakra rozmyslíte.
• 2:01:23
  To projede tolika etická komise. Když jdete dělat prostě já jdete
• 2:01:28
  v podstatě by způsoby dělat ten Euro hacking jako těch lidí a
• 2:01:30
  teď to ještě s tím bavíte jako hospodě potom jako jak je to
• 2:01:34
  super, jako že to takhle funguje.
• 2:01:35
  Problém se, že ty lidi takhle to máš.
• 2:01:38
  Že to není mají jako jako jako sprosťárnu.
• 2:01:41
  Jestliže to bude vyžadovat nějaký politické rozhodnutí nebo
• 2:01:44
  politický jako legislativní změny hezky bojím, že v půl
• 2:01:48
  Regulace jsou prostě nejlepší regulace vybila vnitřní lék
• 2:01:54
  regulace vyplývající z motivace nás lidi, který v tom děláme
• 2:01:58
  jenom, že chce jako bavím často s těma lidma tak Mně nepřijde,
• 2:02:01
  že by jako viděli jako to to to ishu, jo.
• 2:02:05
  Takže takže my nejsme schopni vyřešit takový velmi Nero jako
• 2:02:13
  je jako je recommendation YouTube a máme tady teď najednou
• 2:02:18
  jako rozjíždíme projekty typu, že vytvoříme artificial
• 2:02:21
  intelligence, která ve chvíli kdy jako bude mít takovýhle my S
• 2:02:28
  line Man. Co to znamená jako špatný špatný
• 2:02:30
  uspořádání hodnot, který tam nějak Vista.
• 2:02:34
  No třeba z procesu toho renfort m-learning, ale zároveň to bude
• 2:02:38
  víceméně střihy pro intelligent Machine, tak máme docela zásadní
• 2:02:44
  problémy tady, když se vrátí ještě kterak ty a teď jsem se
• 2:02:48
  díval teda nad. Ten myslím, že a utopil v té
• 2:02:50
  Tesly zabil toho člověk, aby se vyhnul tomu kamionu.
• 2:02:54
  No já právě ne jako tam si úplně nejsem jistý, jestli to tam jako
• 2:02:58
  skutečně takhle konkrétně v tomhle případě jako bylo jako
• 2:03:02
  já, nejsem si jistý to fakt na to nebyla prostě čistá chyba
• 2:03:06
  jako já, já nevím. Jo to to jako nevím to v tomhle
• 2:03:09
  tom kovaný úplně nejsem, ale problémy typu tady mysin, jestli
• 2:03:14
  jako zabiju řidiče nebo nezabiju řidiče, nebo jestli zabiji.
• 2:03:17
  Jako jednoho řidiče nebo autobus dětí, že jo.
• 2:03:19
  Tak co to jsou, ale to jsou problémy, které výrazně
• 2:03:22
  přesahují t510i řešili v oblasti etiky, teď co mi přijde super
• 2:03:27
  je, že jako dostali hozenou rukavici tady v tom a my jako
• 2:03:34
  společnost s tím budeme muset nějak poradit.
• 2:03:36
  No jo hele, já vím, že budeš muset jít fantastický rozhovor a
• 2:03:41
  myslím, že bychom mohli mluvit klidně ještě hodiny, že ho
• 2:03:43
  nedostali jsme se ještě klec jakém téma na různé otázky číslo
• 2:03:47
  3. Takže já vím, že pražit.
• 2:03:48
  Takže už druhý díl bude chtěl jako mít nepřetržitý příliš
• 2:03:56
  informací o tom, co se děje teď a nebo jaký knížky, ty se divíš
• 2:04:00
  pár jako ty, co jsou fakt jako pěkně čitelná pro lidi.
• 2:04:04
  Je to v angličtině, ale to mi přijde, že pro většinu lidí asi
• 2:04:07
  už v pořádku, jak je Life 3 0 od Max Attack Marka to odpoví na
• 2:04:12
  spoustu věcí, které jsem teď mluvil kole a Nestihl jsem je do
• 2:04:15
  povídat kolem 5 kg ohledně budoucnosti života ve vesmíru a
• 2:04:19
  roli a jako nositelé toho možného života v tom Vesmíru, že
• 2:04:24
  Life 3 0 od Max Attack Marka je od ní teda, když už budete v
• 2:04:28
  tom, tak klidně je ten alvese matek Reverse, ale to je to jako
• 2:04:31
  postranní téma jako kdo bude chtít, tak to jsi úplně úplně to
• 2:04:35
  v čem podnikat. A mně přijde, že může být až
• 2:04:38
  trošku těžká, co mně přijde teď zrovna poslední Dobrá, tak je to
• 2:04:43
  jen compatible, protože tam a teď možná a tak nakonec jsem ten
• 2:04:46
  spoiler neřekl ten ten ten sraz. Ona ten problém, který Já jsem
• 2:04:50
  dneska popisoval. To byl jen tu navrhuje nějakou
• 2:04:54
  formu řešení, která samozřejmě není není úplně dokonalá v
• 2:04:59
  podstatě spočívá v tom, že podobně, že on apeluje na lidi z
• 2:05:04
  oblasti myšlenku a já celou já jako že se prostě má změnit něco
• 2:05:07
  co nazývá standardní model standardní model je přesně ten
• 2:05:11
  přístup, který Já jsem teď na to znamená, že každý systém a i je
• 2:05:15
  systém, který maximalizuje nákupy funkci jako nějakou
• 2:05:20
  užitnou funkci třeba ztrátovou funkci.
• 2:05:23
  Reverse funkci, prosím maximalizuje.
• 2:05:25
  To znamená, že není zpochybněný prozradit cca toho systému, co
• 2:05:29
  ta co tu funkci. Je to můžeš dopamin to může být
• 2:05:31
  něco to je celkem jedno. A tohle to celé stavil do té
• 2:05:35
  polohy, že aby byla a i bezpečná a aby její hodnoty byly
• 2:05:39
  bezpečné, tak ona první co. Tak bude muset mít principielně
• 2:05:44
  nejasno navždycky neurčitost nějakou Míru neurčitosti v tom,
• 2:05:47
  co je vlastně její. Litol s vlastním tělem, to
• 2:05:51
  mimochodem je velmi blízké tomu, jak jak je to s tím životem jako
• 2:05:54
  já prostě jako jako to nikdy se nedopátral.
• 2:05:59
  Ta cesta je ten cíl prakticky až umřeš.
• 2:06:02
  No jasně proto A to už je pak. No někdo v podle stíhám.
• 2:06:06
  Já bych rád byl nahrazen. Je to možné, ale dokavaď což ale
• 2:06:11
  mimo jiné iz hlediska toho stroje shop, co co co si totiž
• 2:06:14
  to se mi ukazuje v těch simulovaných prostředí zase ten
• 2:06:18
  systém velmi brzo vybuduje, tak je tak zvaný stop slyšet.
• 2:06:20
  Co znamená vyhýbání se vypínači má jakýkoliv úkol, ten úkol může
• 2:06:26
  být Dones kafe maximalizuje připínáčky nebo tyhle ty a
• 2:06:30
  kancelářské sponky nebo maximalizují dobro světa, nebo
• 2:06:34
  vyřeš ekologickou krizi, tak to že je vypnutej je vždycky v
• 2:06:37
  rozporu s tou jeho u stolu s tím hory Fordem z toho mostu
• 2:06:41
  maximální úlohou to on tomu, takže tenhle ten sebezáchovný
• 2:06:45
  režim, i kdyby ten stroj nechtěl, tak on si ho prostě
• 2:06:47
  vybuduje. Tomu říká Nebo s rovnou říká
• 2:06:50
  instrumentální cíl. On si prostě jako instrumentální
• 2:06:52
  cíl pomocí něhož dost. Ahoj a potom ti za danosti což
• 2:06:55
  je to maximalizuje přes kafe a že prostě já když mu řeknu
• 2:06:59
  přines kafe tetování madam. Tak on prostě pojede jako
• 2:07:02
  nenechám se vypnout prostě páníček řekne z kafe, tak se
• 2:07:04
  stav a První co udělám, že někdo jiná možnost a v podstatě celý
• 2:07:08
  dnešní standardní model má šílený.
• 2:07:10
  Kdo je postavené na tomhle tom já prostě řeknu to jako Axiom
• 2:07:14
  říkám, tady je u tety funkce a teď vymýšlím, jak teda jak A ty
• 2:07:20
  už jedeš mu se může být no a jak jí nejlíp maximalizované na ten
• 2:07:23
  rasou to v té knížce popisuje tak, že bychom my všichni měli
• 2:07:26
  udělat úplný veletoč mentální a přinejmenším v těch neříkám v
• 2:07:30
  nějakých prostě i úlohách rozpoznání obličeje to jako v
• 2:07:34
  pořádku, ale v čemkoliv sobě aspiroval na nějakou výraznější
• 2:07:38
  interakci člověkem, který se docela blíží General
• 2:07:41
  intelligent, tak by měl tenhle ten standardní model být
• 2:07:44
  nahrazeny tím, že zásadě ten systém neví, co je jeho.
• 2:07:48
  Právo u tety funkci. On má nějaký pravděpodobnostní
• 2:07:51
  rozdělení toho co by mohlo být. A ten Stejně budu to už to nedal
• 2:07:54
  spoilovat, takže pro za je to dost a čtivá knížka.
• 2:07:56
  No a potom takový ten aktuální přínos docela na tom uvidím, tak
• 2:08:00
  je to Podcast o to lex fridman a nedá se internet a nějaký na
• 2:08:07
  email. Už to podle mě mně přijde, že už
• 2:08:09
  jako jede v těch podcastech tak že už jako se vykašlal na ten
• 2:08:13
  tvůj email. Já to jenom potká, takže ale pak
• 2:08:17
  to doporučuji velmi jako začátku.
• 2:08:18
  To si je tam je to super, jako tam je možné sledovat se a někde
• 2:08:24
  tebe někde předpokládám asi na Lenku možná nebo takhle asi asi
• 2:08:27
  na Linkedin u No, tak já zase nejsem tak úplně jako že veřejně
• 2:08:32
  tak nějaký rozhovor a už jsem teda Tak jo no.
• 2:08:35
  Tak ještě jednou moc děkujeme, že jsi dorazil moje já mám z
• 2:08:41
  toho hlava, já si to budu muset pustit tak třikrát, abych jako
• 2:08:45
  si to zopakovali pojmu všechny informace.
• 2:08:47
  Tak jo Moc děkujeme. Tak já taky ti daří čau, čau.
• 2:08:50
  Ahoj.