Yann LeCun is the Chief AI Scientist at Meta, professor at NYU, Turing Award winner, and one of the seminal researchers in the ...
יאן לקון: החומר האפל של הבינה ולמידה בפיקוח עצמי | הפודקאסט של לקס פרידמן #258
יאן לקון, המדען הראשי של Meta ופרופסור באוניברסיטת NYU, צולל למעמקי האתגרים הגדולים ביותר העומדים בפני פיתוח בינה מלאכותית ברמה אנושית. השיחה מתמקדת בחיפוש אחר "החומר האפל" של האינטליגנציה – אותם מנגנונים נסתרים המאפשרים למוח הביולוגי ללמוד על העולם ביעילות כזו שמערכות ממוחשבות עדיין מתקשות לשחזר. כאחד החלוצים בתחום ה-Deep Learning וחתן פרס Turing, לקון סוקר את ההתפתחות ההיסטורית של רשתות עצביות, החל מהעבודה המוקדמת ב-Bell Labs ועד לפריצות הדרך הנוכחיות. הוא מציע מבט רפלקטיבי על האופן שבו תפיסות מדעיות השתנו לאורך העשורים, וכיצד רעיונות שהיו שוליים בעבר הפכו לעמודי התווך של תעשיית הטכנולוגיה המודרנית. בלב הדיון עומד הקונספט של Self-Supervised Learning, גישה שלפיה מערכות AI יכולות ללמוד מתוך כמויות עצומות של נתונים לא מסומנים, בדומה לאופן שבו תינוקות לומדים על פיזיקה בסיסית וסיבתיות. התהליך כולל בחינה של מודלים מבוססי אנרגיה וארכיטקטורות המאפשרות למכונה לבנות מודל פנימי של העולם, במטרה להתגבר על המגבלות של Large Language Models המסתמכים על ניבוי מילים בלבד. השיחה מעלה שאלות פילוסופיות וטכנולוגיות על עתיד התודעה המלאכותית והיכולת של מכונות להפגין היגיון בריא (Common Sense). האם נוכל אי פעם ליצור מערכת שאינה רק מחקה דפוסי שפה, אלא באמת מבינה את המציאות הפיזית והח xã חברתית שבה היא פועלת? התשובות של לקון מספקות מפת דרכים לשלב הבא באבולוציה של ה-Artificial Intelligence.
לסרטון זה אין כתוביות זמינות ביוטיוב.
ניתן ליצור תמלול מקורב באמצעות AI על בסיס פרטי הסרטון.
We use cookies to improve your experience
For more information, see our Privacy Policy