Računalniški muzej -

Klub domačih AI varilcev je skupnost inženirjev, ki navdušeno uporabljamo naravni jezik za programiranje pozivov (nalog?) AI. Klub se redno srečuje, da bi delil ideje in delal na projektih, katerih cilj je narediti umetno inteligenco bolj uporabno in dostopno vsem. Člani kluba neprestano raziskujejo nove načine uporabe umetne inteligence, da bi naša življenja postala lažja in učinkovitejša, in vedno radi delijo svoje ugotovitve s preostalo skupnostjo. Če želite izvedeti več o tem, kako z umetno inteligenco izboljšati svoje življenje, potem je klub domačih AI varilcev idealen kraj za vas.

... tole je rezultat verige treh dobro odmerjenih "promptov" ali iztočnic za sisteme umetne inteligence, ki so letos dosegli nov nivo kvalitete in popularnosti. Tisoči programerjev po svetu se igrajo z njimi in razvijajo intuicijo za dobre iztočnice za pisanje kode, slikanje slik, animiranje videov.

V torek, 25.10.2022 ob 18:00 vabimo v muzej vse takšne pionirje na spoznavno srečanje, kjer...

Slo-Tech - Algoritem AlphaFold, ki ga je DeepMind pokazal predlani in lani odprl vsem, je napravil še korak naprej. Potem ko je lani predvidel strukturo milijona proteinov, so sedaj javnosti priobčili zbirko napovedi strukture 200 milijonov proteinov. Zbirko so pripravili v sodelovanju z EMBL (European Molecular Biology Laboratory) in je na voljo vsakomur, saj je del odprtokodne baze AlphaFold Protein Structure Database. Izvršni direktor DeepMinda Demis Hassabis je dogodek pompozno označil kot darilo človeštvo, a dejansko gre za velik dosežek.

Določanje oblike proteinov je težak problem. Proteine sestavljajo aminokisline, katerih zaporedje določa primarno strukturo. Kako se potem te zvijejo v prostoru v sekundarno in terciarno strukturo, pa je zelo težko pravilno napovedati. Zgodovinsko smo strukture določali eksperimentalno, kar prinaša svojevrstno omejitve (rentgenska difrakcija je možna na kristaliziranih proteinih). Računalniško napovedovanje se zdi logičen korak naprej, a je zaradi...

Slo-Tech - DeepMind, ki ga poznamo po umetni inteligenci za igranje goja, preglede bolniških izvidov in napovedovanje zvijanja proteinov, se je naučil tudi programirati. Izvedenko, ki se imenuje AlphaCode, so poslali na 10 simuliranih tekmovanj Codeforces iz programiranja, kjer se je uvrstila med najboljših 54 odstotkov človeških tekmovalcev (izmed 5000). Z drugimi besedami: AlphaCode zna programirati tako dobro kot povprečen programer. Vodja raziskav v podjetju Oriol Vinyals je ob tem dejal, da gre še vedno za prototip, pred katerim je še mnogo dela, a da so korak bliže končnemu cilju - fleksibilni umetni inteligenci za reševanje različnih problemov.

Programiranje je trenutno še trdno v rokah ljudi, čeprav obstaja precej pripomočkov za pisanje kode. Na tekmovanjih Codeforces so sicer bolj akademski problemi, ki jih pri pisanju programske opreme ne srečujemo vsak dan. Poznati je treba algoritme, teoretične koncepte in matematiko. Glede na reševanje tedenskih problemov so potem tekmovalci...

Axios - Strojni algoritem za pisanje besedil GPT-3 - naslednik razvpitega GPT-2, ki si ga laboratorij OpenAI sprva menda ni upal spustiti v divjino - je prešel v fazo polodprtega javnega testiranja. Preizkuševalci so večjidel navdušeni, a zadeva še vedno kaže jasne omejitve trenutne generacije takšnih algoritmov.

Lanskega februarja je ena najbolj izpostavljenih razvojnih hiš za strojno učene algoritme, OpenAI, pokazala GPT-2, strojno inteligenco za pisanje prepričljivih besedil. Inženirji so takrat populistično dejali, da bi bilo program "tvegano ga kar tako spustiti iz laboratorijskih soban", zainteresirana javnost pa je seveda ugibala, ali gre za marketinško puhlico ali realne nevarnosti. GPT-2 je bil nedvomno korak naprej, saj je v nekaterih primerih izpisal srhljivo prepričljive skupke teksta, obenem pa je bila OpenAI takrat zares še neprofitna firma. Toda tekom lanskega leta se je situacija spremenila: družba se je usmerila v komercialne vode in v ta namen ustanovila tržno podružnico...

Slo-Tech - IBM-ova umetna inteligenca ne žveči več podatkov le potihoma, temveč je pripravljena tudi na živahne debate z ljudmi. Na dogodku IBM Watson West v San Franciscu sta se Noa Ovadia, izraelska državna prvakinja v debaterstvu iz leta 2016 in danes zaposlena v IBM-u, ter Dan Zafrir pomerila z IBM-ovo umetno inteligenco Project Debater. Rezultat je bil formalno neodločen, neformalno pa smo lahko osupli nad razvitostjo umetne inteligence.

Project Debater je deloval tako, da je imel na razpolago več sto milijonov dokumentov, ki so segali od časopisnih izrezkov do znanstvenih člankov. Ni pa bil priključen v internet. Z informacijo iz svojega korpusa je lahko oblikoval odgovore. Ti seveda niso bili popolnoma tekoči, a rezultat je bil po mnenju občinstva...

Slo-Tech - Ko je AlphaGo lani in letos rutinsko premagoval najboljše igralce goja na svetu, smo se lahko tolažili z dejstvom, da smo ga goja naučili igrati ljudje. AlphaGo je resda premagal najboljšega igralca na svetu, celotno internetno skupnost in korejskega prvaka, toda igre se je naučil z analizo tisočih odigranih partij med najboljšimi človeškimi igralci, potem pa je seveda svoje mojstrstvo izpilil z lastnim preračunavanjem in učenjem. Sedaj je Googlova podružnica DeepMind pokazala, da je za AlphaGo človeštvo povsem nepotrebno. Nova verzija AlphaGo Zero se je goja naučila sama, ne da bi sploh kdaj videla potek kakšne igre.

AlphaGo Zero je dobil samo pravila igre, potem pa se je igranja učil sam, tako da je igral sam proti sebi. Rezultati so osupljivi, saj je AlphaGo Zero v treh dneh iz popolnega začetnika napredoval do...

Heise - V Osaki na Japonskem se je končalo prvo svetovno prvenstvo v goju, na katerem so sodelovali po en predstavnik Japonske, Kitajske in Južne Koreje ter umetna inteligenca v obliki programa DeepZenGo. Svetovno prvenstvo je kar posrečen izraz, ker je Japonsko zastopal Yuta Iyama, ki je sicer 9. na svetu in najboljši Japonec, Kitajsko tretji igralec sveta Mi Yuting (drugi najboljši Kitajec), Južno Korejo pa drugi igralec sveta in najboljši Korejec Park Junghwan. Oče umetne inteligence DeepZenGo je Hideki Kato, pri razvoju pa je sodeloval še Yoji Ojima. DeepZenGo je bil torej rojen na Univerzi Tokio.

Velik človeški poraz proti računalniku smo v igri go že videli, ko je DeepMindov AlphaGo s 4:1 premagal Leeja Sedola. V Osaki so...

Slo-Tech - AlphaGo in Lee Sedol bosta sicer odigrala še dve partiji goja, a po treh prepričljivih zmagah AlphaGoja v prvih treh partijah, je dvoboj odločen. Računalnik je superioren in zmore rutinsko premagovati najboljšega človeškega igralca goja ta hip. Povedno je dejstvo, da je Lee Sedol vse tri igre na koncu predal, toliko boljši je bil AlphaGo. S tem je Googlov AlphaGo osvojil tudi milijon dolarjev vredno nagrado, ki pa jo bodo pri Googlu donirali v dobrodelne namene.

Starodavna kitajska igra go je veljala za eno zadnjih iger, kjer računalniki ne morejo konkurirati ljudem, saj je vsem možnih potez in iger tako veliko, da z golim preverjanjem kombinacij ne pridemo nikamor. Veliki mojstri večkrat poudarjajo, da je za igranje...