Η Σχολή Κοινωνικών Επιστημών του Πανεπιστημίου Κρήτης διοργανώνει έναν εξωστρεφή κύκλο σεμιναρίων με τίτλο: «Τεχνολογία, Κοινωνία και Επιστήμη», ο οποίος δεν απευθύνεται μόνο στα μέλη της πανεπιστημιακής κοινότητας, αλλά και στην ευρύτερη κρητική κοινωνία.
Η πρώτη συνάντηση του κύκλου σεμιναρίων με τίτλο: «Βαθιά μηχανική μάθηση και τεχνητή νοημοσύνη» θα διεξαχθεί τη Δευτέρα, 1 Νοεμβρίου 2021, στις 19:00. Εισηγητής θα είναι ο Αναστάσιος Ρούσσος, Κύριος Ερευνητής, Ινστιτούτο Πληροφορικής, Ίδρυμα Τεχνολογίας και Έρευνας (ΙΤΕ) και σχολιαστές οι Γιώτα Ποϊράζη, Διευθύντρια Ερευνών, Ινστιτούτο Μοριακής Βιολογίας και Βιοτεχνολογίας, Ίδρυμα Τεχνολογίας και Έρευνας (ΙΤΕ) και ο Μανόλης Δαφέρμος, Καθηγητής Επιστημολογίας της Ψυχολογίας, Τμήμα Ψυχολογίας, Πανεπιστήμιο Κρήτης.
Η διαδικτυακή παρακολούθηση του Διεπιστημονικού Σεμιναρίου είναι δυνατή μέσω του συνδέσμου zoom: https://zoom.us/j/96890607119?pwd=c0tiNlpWQTdVNHFSVjg4OCt6bmhBdz09
Meeting ID: 968 9060 7119
Passcode: 328130
Μπορείτε να παρακολουθήσετε την καταγραφή της παρουσίασης εδώ
Περίληψη:
Σε μια σημαντική εργασία που δημοσιεύτηκε το 1950, ο Άλαν Τούρινγκ, ο ιδιοφυής Βρετανός μαθηματικός που έθεσε τα θεμέλια της Επιστήμης των Υπολογιστών, εξέτασε το ερώτημα: «Μπορούν οι μηχανές να σκεφτούν;». Εννέα χρόνια αργότερα, το πρώτο Εργαστήριο Τεχνητής Νοημοσύνης ιδρύθηκε στο MIT. Κατά τη διάρκεια των επόμενων δεκαετιών, επιστήμονες από όλο τον κόσμο προσπαθούσαν να κάνουν τους υπολογιστές να πραγματοποιούν συλλογισμούς, να κατανοούν τη φυσική γλώσσα, να αντιλαμβάνονται οπτικά τον κόσμο γύρω τους και να μοντελοποιούν τον ανθρώπινο εγκέφαλο. Ωστόσο, η επίλυση προβλημάτων Τεχνητής Νοημοσύνης αποδείχθηκε πολύ πιο δύσκολη από ό,τι αναμενόταν αρχικά.
Τα τελευταία 10 χρόνια, έχει συντελεστεί μία επανάσταση στην Τεχνητή Νοημοσύνη χάρη στις επιστημονικές εξελίξεις στον υποτομέα της Βαθιάς Μηχανικής Μάθησης. Αυτό επέτρεψε στην Τεχνητή Νοημοσύνη να λειτουργεί αξιόπιστα σε μια πληθώρα πραγματικών εφαρμογών και διεπιστημονικών ερευνητικών προβλημάτων, όπως για παράδειγμα η ιατρική διάγνωση, η ανακάλυψη φαρμάκων, η επεξεργασία φυσικής γλώσσας, η αυτόματη μετάφραση, η αναγνώριση και σύνθεση ομιλίας, η αναγνώριση χειρονομιών και εκφράσεων προσώπου, η κατανόηση ανθρώπινης συμπεριφοράς και η υπολογιστική δημιουργικότητα.
Η Βαθιά Μηχανική Μάθηση επιτρέπει στα υπολογιστικά μοντέλα που αποτελούνται από πολλαπλά επίπεδα επεξεργασίας να μαθαίνουν αναπαραστάσεις δεδομένων με πολλαπλά επίπεδα αφαίρεσης. Βασίζεται στην ιδέα ότι μια μηχανή μπορεί να κατασκευαστεί ως ένα πολύ μεγάλο δίκτυο πολύ απλών στοιχείων και αντλεί μέρος της έμπνευσής της από την λειτουργία του ανθρώπινου εγκεφάλου. Τα επίπεδα δικτύου σε ένα σύστημα Βαθιάς Μηχανικής Μάθησης περιέχουν υπολογιστικούς κόμβους που μπορούν να θεωρηθούν ανάλογοι με τους βιολογικούς νευρώνες.
Σε αυτήν την ομιλία, θα δοθεί μια μη τεχνική επισκόπηση των πεδίων της Βαθιάς Μηχανικής Μάθησης και Τεχνητής Νοημοσύνης, όσον αφορά το ιστορικό υπόβαθρο, τις τελευταίες εξελίξεις, τις διεπιστημονικές προοπτικές, καθώς και τις ανοιχτές προκλήσεις στα πεδία αυτά.