Читаем Создатели искусственного гения. О бунтарях, которые наделили интеллектом Google, Facebook и весь мир полностью

10 °Clément Farabet, Camille Couprie, Laurent Najman, and Yann LeCun, “Scene Parsing with Multiscale Feature Learning, Purity Trees, and Optimal Covers”, 29th International Conference on Machine Learning (ICML 2012), June 2012, https://arxiv.org/abs/1202.2160

101 Jürgen Schmidhuber’s Home Page, http://people.idsia.ch/~juergen/, retrieved on March 9, 2020.

102 Ashlee Vance, “This Man Is the Godfather the AI Community Wants to Forget”, Bloomberg Businessweek, May 15, 2018, https://www.bloomberg.com/news/features/2018-05-15/google-amazon-and-facebook-owe-j-rgen-schmidhuber-a-fortune

103 Там же.

104 Aapo Hyvärinen, “Connections between score matching, contrastive divergence, and pseudolikelihood for continuous-valued variables,” Revised submission to IEEE TNN, February 21, 2007, https://www.cs.helsinki.fi/u/ahyvarin/papers/cdsm3.pdf

105 Khaled Hassanein, Li Deng, and M. I. Elmasry, “A Neural Predictive Hidden Markov Model for Speaker Recognition”, SCA Workshop on Automatic Speaker Recognition, Identification, and Verification, April 1994, https://www.isca-speech.org/archive_open/asriv94/sr94_115.html

106 Abdel-rahman Mohamed, George E. Dahl, and Geoffrey Hinton, “Deep belief networks for phone recognition,” NIPS workshop on deep learning for speech recognition and related applications, 2009, https://www.cs.toronto.edu/~gdahl/papers/dbnPhoneRec.pdf

107 “GPUs for machine learning algorithms”, Eighth International Conference on Document Analysis and Recognition (ICDAR 2005).

108 Rajat Raina, Anand Madhavan, and Andrew Y. Ng, “Large-scale Deep Unsupervised Learning using Graphics Processors”, Computer Science Department, Stanford University, 2009, http://robotics.stanford.edu/~ang/papers/icml09-LargeScaleUnsupervisedDeepLearningGPU.pdf

109 John Markoff, “Google Cars Drive Themselves, in Traffic”, New York Times, October 9, 2010, https://www.nytimes.com/2010/10/10/science/10google.html

110 Evan Ackerman and Erico Guizz, “Robots Bring Couple Together, Engagement Ensues”, IEEE Spectrum, March 31, 2014, https://spectrum.ieee.org/automaton/robotics/humanoids/engaging-with-robots

111 Jeff Hawkins with Sandra Blakeslee, On Intelligence: How a New Understanding of the Brain Will Lead to the Creation of Truly Intelligent Machines (New York: Times Books, 2004). [В русском переводе: Джефф Хокинс и Сандра Блейксли, Об интеллекте («Вильямс», 2007).]

112 Там же.

113 Там же.

114 Gideon Lewis-Kraus, “The Great AI Awakening”, New York Times Magazine, December 14, 2006, https://www.nytimes.com/2016/12/14/magazine/the-great-ai-awakening.html

115 Там же.

116 Cade Metz, “If Xerox PARC Invented the PC, Google Invented the Internet”, Wired, August 8, 2012, https://www.wired.com/2012/08/google-as-xerox-parc/

117 Там же.

118 Там же.

119 Там же.

120 Там же.

121 John Markoff, “How Many Computers to Identify a Cat? 16,000”, New York Times, June 25, 2012, https://www.nytimes.com/2012/06/26/technology/in-a-big-network-of-computers-evidence-of-machine-learning.html

122 Там же.

123 Quoc V. Le, Marc’Aurelio Ranzato, Rajat Monga, et al., “Building High-level Features Using Large Scale Unsupervised Learning,” 2012, https://arxiv.org/abs/1112.6209

124 Markoff, “How Many Computers to Identify a Cat? 16,000”.

125 Lewis-Kraus, “The Great AI Awakening”.

126 Там же.

127 The Dambusters, directed by Michael Anderson, Associated British Pathé (UK), 1955.

128 Там же.

129 Там же.

130 Там же.

131 Там же.

132 Le, Ranzato, Monga, et al., “Building High-level Features Using Large Scale Unsupervised Learning”.

133 Там же.

134 Там же.

135 Olga Russakovsky, Jia Deng, Hao Su, et al., “ImageNet Large Scale Visual Recognition Challenge,” 2014, https://arxiv.org/abs/1409.0575

136 Там же.

137 Аlex Krizhevsky, Ilya Sutskever, and Geoffrey Hinton. “ImageNet Classification with Deep Convolutional Neural Networks,” Advances in Neural Information Processing Systems 25 (NIPS 2012), https://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf

138 Richard Conniff, “When Continental Drift Was Considered Pseudoscience”, Smithsonian Magazine, June 2012, https://www.smithsonianmag.com/science-nature/when-continental-drift-was-considered-pseudoscience-90353214/

139 Там же.

140 Там же.

141 Benedict Carey, “David Rumelhart Dies at 68; Created Computer Simulations of Perception”, New York Times, March 11, 2011.

142 Там же.

143 John Markoff, “Parachutist’s Record Fall: Over 25 Miles in 15 Minutes”, New York Times, October 24, 2014.

144 Cade Metz, “What the AI Behind AlphaGo Can Teach Us About Being Human”, Wired, May 19, 2016, https://www.wired.com/2016/05/google-alpha-go-ai/

145 Там же.

146 Archived “Diaries” from Elixir, https://archive.kontek.net/republic.strategyplanet.gamespy.com/d1.shtml

147 Steve Boxer, “Child Prodigy Stands by Originality,” The Guardian, September 9, 2004, https://www.theguardian.com/technology/2004/sep/09/games.onlinesupplement

Перейти на страницу:

Похожие книги

Гиперпространство. Научная одиссея через параллельные миры, дыры во времени и десятое измерение
Гиперпространство. Научная одиссея через параллельные миры, дыры во времени и десятое измерение

Инстинкт говорит нам, что наш мир трёхмерный. Исходя из этого представления, веками строились и научные гипотезы. По мнению выдающегося физика Митио Каку, это такой же предрассудок, каким было убеждение древних египтян в том, что Земля плоская. Книга посвящена теории гиперпространства. Идея многомерности пространства вызывала скепсис, высмеивалась, но теперь признаётся многими авторитетными учёными. Значение этой теории заключается в том, что она способна объединять все известные физические феномены в простую конструкцию и привести учёных к так называемой теории всего. Однако серьёзной и доступной литературы для неспециалистов почти нет. Этот пробел и восполняет Митио Каку, объясняя с научной точки зрения и происхождение Земли, и существование параллельных вселенных, и путешествия во времени, и многие другие кажущиеся фантастическими явления.

Мичио Каку

Зарубежная образовательная литература, зарубежная прикладная, научно-популярная литература
Происхождение эволюции. Идея естественного отбора до и после Дарвина
Происхождение эволюции. Идея естественного отбора до и после Дарвина

Теория эволюции путем естественного отбора вовсе не возникла из ничего и сразу в окончательном виде в голове у Чарльза Дарвина. Идея эволюции в разных своих версиях высказывалась начиная с Античности, и даже процесс естественного отбора, ключевой вклад Дарвина в объяснение происхождения видов, был смутно угадан несколькими предшественниками и современниками великого британца. Один же из этих современников, Альфред Рассел Уоллес, увидел его ничуть не менее ясно, чем сам Дарвин. С тех пор работа над пониманием механизмов эволюции тоже не останавливалась ни на минуту — об этом позаботились многие поколения генетиков и молекулярных биологов.Но яблоки не перестали падать с деревьев, когда Эйнштейн усовершенствовал теорию Ньютона, а живые существа не перестанут эволюционировать, когда кто-то усовершенствует теорию Дарвина (что — внимание, спойлер! — уже произошло). Таким образом, эта книга на самом деле посвящена не происхождению эволюции, но истории наших представлений об эволюции, однако подобное название книги не было бы настолько броским.Ничто из этого ни в коей мере не умаляет заслуги самого Дарвина в объяснении того, как эволюция воздействует на отдельные особи и целые виды. Впервые ознакомившись с этой теорией, сам «бульдог Дарвина» Томас Генри Гексли воскликнул: «Насколько же глупо было не додуматься до этого!» Но задним умом крепок каждый, а стать первым, кто четко сформулирует лежащую, казалось бы, на поверхности мысль, — очень непростая задача. Другое достижение Дарвина состоит в том, что он, в отличие от того же Уоллеса, сумел представить теорию эволюции в виде, доступном для понимания простым смертным. Он, несомненно, заслуживает своей славы первооткрывателя эволюции путем естественного отбора, но мы надеемся, что, прочитав эту книгу, вы согласитесь, что его вклад лишь звено длинной цепи, уходящей одним концом в седую древность и продолжающей коваться и в наше время.Само научное понимание эволюции продолжает эволюционировать по мере того, как мы вступаем в третье десятилетие XXI в. Дарвин и Уоллес были правы относительно роли естественного отбора, но гибкость, связанная с эпигенетическим регулированием экспрессии генов, дает сложным организмам своего рода пространство для маневра на случай катастрофы.

Джон Гриббин , Мэри Гриббин

Зарубежная образовательная литература, зарубежная прикладная, научно-популярная литература / Научно-популярная литература / Образование и наука
Форма реальности. Скрытая геометрия стратегии, информации, общества, биологии и всего остального
Форма реальности. Скрытая геометрия стратегии, информации, общества, биологии и всего остального

Эта книга изменит ваше представление о мире. Джордан Элленберг, профессор математики и автор бестселлера МИФа «Как не ошибаться», показывает всю силу геометрии – науки, которая только кажется теоретической.Математику называют царицей наук, а ее часть – геометрия – лежит в основе понимания мира. Профессор математики в Висконсинском университете в Мэдисоне, научный сотрудник Американского математического общества Джордан Элленберг больше 15 лет популяризирует свою любимую дисциплину.В этой книге с присущими ему легкостью и юмором он рассказывает, что геометрия не просто измеряет мир – она объясняет его. Она не где-то там, вне пространства и времени, а здесь и сейчас, с нами. Она помогает видеть и понимать скрытые взаимосвязи и алгоритмы во всем: в обществе, политике и бизнесе. Геометрия скрывается за самыми важными научными, политическими и философскими проблемами.Для кого книгаДля тех, кто хочет заново открыть для себя геометрию и узнать об этой увлекательной науке то, чего не рассказывали в школе.Для всех, кому интересно посмотреть на мир с новой стороны.На русском языке публикуется впервые.

Джордан Элленберг

Зарубежная образовательная литература, зарубежная прикладная, научно-популярная литература
Жизнь: зарядное устройство. Скрытые возможности вашего организма
Жизнь: зарядное устройство. Скрытые возможности вашего организма

Стивен Рассел – автор 15 книг, большинство из которых стали бестселлерами, создатель популярного документального сериала для Би-би-си, продолжает лучшие традиции «босоногих докторов», которые бродили по странам Древнего Востока, исцеляя людей от физических и душевных недугов.Стивен Рассел долгое время изучал китайскую медицину, а также китайские боевые искусства, способствующие оздоровлению. Позже занялся изучением психиатрии в поисках способа совместить древние восточные методы и современную науку для исцеления нуждающих.Книги Стивена Рассела до предела насыщены мощными уникальными методиками оздоровления, самопомощи и самовосстановления, ведь его опыт поистине огромен. Вот уже более 20 лет он оказывает целительную помощь своим многочисленным пациентам: ведет частный прием, проводит семинары, выступает на радио и телевидении. Перевод: И. Мелдрис

Стивен Рассел

Зарубежная образовательная литература, зарубежная прикладная, научно-популярная литература / Научпоп / Документальное