TED系列：我们究竟在教AI学习什么
我们究竟在教AI学习什么
第一集：The Wonderful and terrifying implications of computers that can learn
讲的是现在的机器学习尤其是深度学习，可以学习，可以看图，可以说话，可以艺术设计之内的。我们锻炼的机器学习还能做很多其他的复杂的事情，并且会做的越来越好，指数增加的变好，超越很多初级的人类服务。而且我们要不可避免的接受这一现象的到来了。
第二集：We're building a Dystopia just to make people click on ads
看过，是算法可能造就一个我们不想看到的乌托邦的世界。
第三集：How we're teaching computer to understand pictures
看过，李飞飞报告自己在机器视觉方面的进展。
第四集：How Computers learn to recognize objects instantly
讲述了这个研究生小伙伴做的图像中的目标识别，不仅仅识别一个单个的物体，可以识别多个物体。而且数据量上去之后可以动态的处理数据流，实时的识别视频中的多个的对象。并且这个软件是开源的。以后这种多目标动态检测的软件会以更加低廉的成本部署到移动端。
第五集：How computers are learning to be creative
这一集主要的还是图像识别。首先是正向的解释，如何从神经网络的输入和权重计算输出也就是识别物体。其次讲述了逆向的如何训练网络，通过最小误差去拟合出想要的权重参数。最后完全逆向的知道权重参数，知道输出识别的物体，反向的得出训练使用的图片，还是非常富有艺术的感觉的。最后讲者说，感知和创意是联系在一起的。并且这些东西不是人类独有的，有一天机器也会用于这样的智能。
第六集：What intelligence machines can learn from a school of fish
从讲者的一起潜泳出发。开始讲述一些群体智能的机器人。她用的是协作智能的表达。但是应该是同样的意思。也就是说简单的低等生物包括目前阶段的人工智能给出简单的规则之后在群体中可能表现出非常复杂的智慧或者复杂度，其实就是一种模式的涌现。从信息论的角度来看复杂度并不高。但是从行为模式的角度看，复杂度还是挺高的。最后作者升华了一下主题，希望自己可能给机器更高的智能，一种改变人类的智能。
第七集：Can a computer writer poetry?
讲者给出了一些电脑写的诗和一些诗人写的。让听众去分辨这些诗属于人类还是机器。最终搅乱了大家的判断。因为人和机器写的东西看上去没有界限，其实都是人在写。机器目前的机器只是一个镜子，简单的算法是从特征中写，复杂的算法是一种复杂的方式写。但是都是人类的智能。最终机器能不能脱离人类创造出东西，首先是一个哲学问题。
第八集：How AI can enhance our memory, work and social lives
讲者认为目前的人工智能是为了人类更好的或者而存在的。讲者是siri的创造者，对未来有非常美好的畅想，例如现在的机器和人结合一起判断癌变准确率上升了很多，以后人要是有机器辅助去记忆一生中遇到的所有的事情，那么幸福的程度会得到广泛的提高。
第九集：What happens when our computers get smarter than we are?
讲者认为智慧的出现不是线性增加的可能是突然出现的。而且机器的智能极有可能是一种远远超过我们的存在。而讲者的一个类比我非常喜欢，我们曾经和猩猩处在同一个水平上，当年的我们想方设法超越智能的时候，黑猩猩可能也尝试把我们给关闭掉，但是我们还是想方设法向前进化。现在的智能机器也是一样，可能我们害怕的时候会想办法kill掉自己创造的更强大的智能。但是他们总是有办法越过我们的屏障，过上一种我们无法理解的生活。而我们就像现在的黑猩猩一样，无辜而无知的继续在自己的水平上活着。作者说为了避免这样的状况的发生我们现在要研究一些机制能略微的对这种超越进行限制。这可能是从历史长河的角度看。是非常正确的决定。
第十集：Can we build AI without losing control over it
这位讲者也同样认为机器智慧将会远远超过人类的智慧，因为物理上的光速要比生物上的电流的速度高三个数量级。所以一旦计算机获得更加强大的力量之后，创造的东西可能远远超过我们的理解，我们的存在与否也就变得无关紧要了。或者我们成为机器人的边缘感知系统和机器共生。这些讲述还是比较虚。但是讲者认为五十年是很快度过的，我们可能没有时间做好安全措施。
万事走心 精益求美
