Обсуждение:On Intelligence: различия между версиями

Материал из hpluswiki
Перейти к навигации Перейти к поиску
Нет описания правки
 
(не показано 11 промежуточных версий 1 участника)
Строка 1: Строка 1:
== Проверить критиков ==
== Проверить материалы по теме ==


Теорию HTM Джеффа Хокинса в своё время [https://www.reddit.com/r/MachineLearning/comments/393t53/jeff_hawkins_on_intelligence_what_are_the/ раскритиковали] на Reddit. Вопросы не менее полезны, чем ответы. '''TO-DO''': прочитать и переместить в отдельный раздел.
* Теорию HTM Джеффа Хокинса в своё время [https://www.reddit.com/r/MachineLearning/comments/393t53/jeff_hawkins_on_intelligence_what_are_the/ раскритиковали] на Reddit. Вопросы не менее полезны, чем ответы.
* Сам Джефф открыл на Reddit [https://www.reddit.com/r/askscience/comments/bowie2/askscience_ama_series_were_jeff_hawkins_and/ свою тему] / AMA.
* Ещё одна [https://www.nytimes.com/2018/10/14/technology/jeff-hawkins-brain-research.html статья по теме].
* Ещё есть [https://www.reddit.com/r/MachineLearning/comments/c7u2la/d_jeff_hawkins_thousand_brains_theory_of/ тематический подкаст].
 
'''TO-DO''': прочитать, прослушать и переместить в отдельный раздел.


Experimentalist, 23 февраля 2021
Experimentalist, 23 февраля 2021
А вообще, конспектируем прочитанное? Хорошо, чтобы эти знания все здесь оседали. Потому что их тогда можно будет связывать и всячески ими потом манипулировать. [[Участник:Denis.s|Denis.s]] ([[Обсуждение участника:Denis.s|обсуждение]]) 19:10, 24 февраля 2021 (MSK)
== Попробовать HTM на Keras в деле ==
Есть [https://matthewmcateer.me/blog/heirarchal-temporal-memory-in-keras/ статья] с описанием общедоступной реализации [[иерархическая темпоральная память|иерархической темпоральной памяти]], попробовать её совершенно не помешает.
HTM отлавливает аномалии, одним из "конкурентов" является [https://arxiv.org/pdf/2009.07769.pdf TadGAN] и её тоже не помешает изучить.<ref>TadGAN: Time Series Anomaly Detection Using Generative Adversarial Networks. Alexander Geiger, Dongyu Liu, Sarah Alnegheimish, Alfredo Cuesta-Infante, Kalyan Veeramachaneni, arXiv:[https://arxiv.org/pdf/2009.07769.pdf 2009.07769v3]</ref>
Experimentalist, 23 февраля 2021
== Джефф о поведении ИИ ==
Насколько я понимаю, [https://www.vox.com/2016/6/27/12037248/artificial-intelligence-machine-learning-numenta-jeff-hawkins-donna-dubinsky-podcast эта статья] / подкаст рассказывают о скепсисе Джеффа к теме безопасности ИИ.
'''TODO''': прочитать, послушать, добавить к материалам статьи.
[[Участник:Experimentalist|Experimentalist]], 23 февраля 2021, 17:24 MSK

Текущая версия от 19:11, 24 февраля 2021

Проверить материалы по теме[править]

TO-DO: прочитать, прослушать и переместить в отдельный раздел.

Experimentalist, 23 февраля 2021

А вообще, конспектируем прочитанное? Хорошо, чтобы эти знания все здесь оседали. Потому что их тогда можно будет связывать и всячески ими потом манипулировать. Denis.s (обсуждение) 19:10, 24 февраля 2021 (MSK)

Попробовать HTM на Keras в деле[править]

Есть статья с описанием общедоступной реализации иерархической темпоральной памяти, попробовать её совершенно не помешает.

HTM отлавливает аномалии, одним из "конкурентов" является TadGAN и её тоже не помешает изучить.[1]

Experimentalist, 23 февраля 2021

Джефф о поведении ИИ[править]

Насколько я понимаю, эта статья / подкаст рассказывают о скепсисе Джеффа к теме безопасности ИИ.

TODO: прочитать, послушать, добавить к материалам статьи.

Experimentalist, 23 февраля 2021, 17:24 MSK

  1. TadGAN: Time Series Anomaly Detection Using Generative Adversarial Networks. Alexander Geiger, Dongyu Liu, Sarah Alnegheimish, Alfredo Cuesta-Infante, Kalyan Veeramachaneni, arXiv:2009.07769v3