Sieci neuronowe typu Transformer (Transformator) zyskują w ostatnim czasie bardzo na popularności. Zostały zaprojektowane w celu przetwarzania danych sekwencyjnych - transformują pewne sekwencje wejściowe na wyjściowe. Do zadań sekwencyjnych można zaliczyć różne zadania NLP (przetwarzania języka naturalnego), rozpoznawanie mowy (mowa jest zamieniana na jej transkrypcję; na wejściu sieć otrzymuje sekwencję w postaci kolejnych próbek rozpoznawanego dźwięku, a na wyjściu generuje sekwencję kolejnych słów rozpoznanej mowy), generowanie mowy (operacja odwrotna do opisanej powyżej), tłumaczenie tekstów itd.

Niedawno uruchomiłem nową stronę Laboratorium Wsparcia Technicznego Człowieka. Jej nowy adres to: http://dostepnosc.pl (tymczasowo jest również dostępna pod adresem http://psyllosoft.eu). Serdecznie zapraszam do odwiedzania witryny! Czym jest laboratorium? Jesteśmy grupą składającą się z elektroników, informatyków, ekspertów dostępności, osób niepełnosprawnych oraz inżynierów. Naszym celem jest wsparcie techniczne człowieka oraz rozwiązywanie różnych problemów, z którymi zmagają się osoby niepełnosprawne tudzież starsze. Chcielibyśmy wykorzystać naszą nieskrępowaną żadnym gorsetem wyobraźnię, aby przy pomocy technologii pomagać wykluczonym ludziom.

Czy maszyna może myśleć? Jeśli tak, to jak stwierdzić, że faktycznie myśli? Czy stworzymy kiedyś komputery, które będą świadome? Próba jednoznacznej odpowiedzi na te pytania jest bardzo trudna, ponieważ wciąż mamy problemy z określeniem czym jest świadomość i myślenie. Na pewno żadne prawa fizyki nam nie przeszkadzają w stworzeniu takiego myślącego bytu, zatem człowiek w swojej dociekliwości nadal będzie poszukiwał odpowiedzi na te fundamentalne pytania.

W sierpniu 2019 roku dołączyłem do projektu Jutrionauci. Jest on tworzony przez Gazetę Wyborczą i Sebastiana Kulczyka. W ramach Jutronautów będziemy dyskutować m.in. o przyszłości rozwoju technologii, wyzwaniach i zagrożeniach z tym związanych, sztucznej inteligencji, IoT, cyborgizacji człowieka oraz o robotyzacji i postępie medycyny.

Miło mi poinformować, że niedawno zostałem ambasadorem agencji Kuźniar Media :). Kuźniar Media wspiera m.in. moją aktywność oraz rozwój marki osobistej. Więcej informacji: https://kuzniarmedia.com/partners/petros-psyllos/

Reklamę, w której wziąłem udział, można zobaczyć pod adresem:

W pierwszej części kursu poznaliśmy historię sztucznej inteligencji oraz problemy stojące przed tą dziedziną. Przedstawiliśmy różne metody sztucznej inteligencji skupiając się na jednej z nich, tj. sztucznych sieciach neuronowych (SSN). Teraz przyjdziemy do wielowarstwowych sieci neuronowych oraz do uczenia neuronu i prostej sieci. Tradycyjnie będę starał się wyjaśnić ideę bez użycia zaawansowanego aparatu matematycznego, albowiem ułatwi to przyswojenie materiału dla początkujących czytelników.

W 20 odcinku programu Gen innowacyjności porozmawiam z twórcami systemu ułatwiającego prowadzenie stron internetowych oraz platformy służącej do modelowania plików 3D w chmurze, która na pewno przyda się architektom lub twórcom np. gier komputerowych.

W 14 odcinku programu Gen innowacyjności poznam dwa bardzo interesujące projekty, wsparte przez Fundusze Europejskie. Pierwszy z nich to urządzenie telemedyczne, służące do zdalnego diagnozowania chorób na podstawie danych z zestawu sensorów przyczepionych do naszego ciała. Elektroniczny dzienniczek i sztuczna inteligencja wspomagająca analizę może posłużyć do budowy autonomicznego, scentralizowanego systemu diagnostycznego.

Podstawą wielu algorytmów wykorzystywanych w sztucznej inteligencji jest algebra liniowa. Dlatego bardzo ważne jest poznanie przynajmniej podstaw tej dziedziny matematyki. Najpierw przyjrzyjmy się kilku podstawowym strukturom matematycznym, czyli skalarom, wektorom, macierzom i tensorom. W kolejnych częściach poradnika przejdziemy do operacji matematycznych z wykorzystaniem opisywanych struktur.