Скачать или смотреть Komputery przyszłości będą kompletnie inne – czas na erę komputerów analogowych

Odwiedź https://brilliant.org/Veritasium/, aby rozpocząć naukę STEM za darmo, a pierwsze 200 osób otrzyma 20% zniżki na roczną subskrypcję premium. Cyfrowe komputery służyły nam dobrze przez dekady, ale rozwój sztucznej inteligencji wymaga zupełnie nowego rodzaju komputerów: analogowych.

Podziękowania dla Mike'a Henry'ego i całego zespołu Mythic za wycieczkę po komputerach analogowych! https://www.mythic-ai.com/
Podziękowania dla dr. Bernda Ulmanna, który stworzył The Analog Thing i nauczył nas, jak z niego korzystać. https://the-analog-thing.org
Prawo Moore’a zostało sfilmowane w Computer History Museum w Mountain View, Kalifornia.
Film Welch Labs o ALVINN:    • Self Driving Cars [S1E2: ALVINN]  

▀▀▀
Źródła:
Crevier, D. (1993). AI: The Tumultuous History Of The Search For Artificial Intelligence. Basic Books. – https://ve42.co/Crevier1993
Valiant, L. (2013). Probably Approximately Correct. HarperCollins. – https://ve42.co/Valiant2013
Rosenblatt, F. (1958). The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain. Psychological Review, 65(6), 386-408. – https://ve42.co/Rosenblatt1958
NEW NAVY DEVICE LEARNS BY DOING; Psychologist Shows Embryo of Computer Designed to Read and Grow Wiser (1958). The New York Times, s. 25. – https://ve42.co/NYT1958
Mason, H., Stewart, D., i Gill, B. (1958). Rival. The New Yorker, s. 45. – https://ve42.co/Mason1958
Nagranie z jazdy Alvinn NavLab – https://ve42.co/NavLab
Pomerleau, D. (1989). ALVINN: An Autonomous Land Vehicle In a Neural Network. NeurIPS, (2)1, 305-313. – https://ve42.co/Pomerleau1989
Strona ImageNet – https://ve42.co/ImageNet
Russakovsky, O., Deng, J. i in. (2015). ImageNet Large Scale Visual Recognition Challenge. – https://ve42.co/ImageNetChallenge
Artykuł o AlexNet: Krizhevsky, A., Sutskever, I., Hinton, G. (2012). ImageNet Classification with Deep Convolutional Neural Networks. NeurIPS, (25)1, 1097-1105. – https://ve42.co/AlexNet
Karpathy, A. (2014). Wpis na blogu: What I learned from competing against a ConvNet on ImageNet. – https://ve42.co/Karpathy2014
Fick, D. (2018). Wpis na blogu: Mythic @ Hot Chips 2018. – https://ve42.co/MythicBlog
Jin, Y. & Lee, B. (2019). 2.2 Basic operations of flash memory. Advances in Computers, 114, 1-69. – https://ve42.co/Jin2019
Demler, M. (2018). Mythic Multiplies in a Flash. The Microprocessor Report. – https://ve42.co/Demler2018
Aspinity (2021). Wpis na blogu: 5 Myths About AnalogML. – https://ve42.co/Aspinity
Wright, L. i in. (2022). Deep physical neural networks trained with backpropagation. Nature, 601, 49–555. – https://ve42.co/Wright2022
Waldrop, M. M. (2016). The chips are down for Moore’s law. Nature, 530, 144–147. – https://ve42.co/Waldrop2016

▀▀▀
Specjalne podziękowania dla wspierających na Patreonie: Kelly Snook, TTST, Ross McCawley, Balkrishna Heroor, 65square.com, Chris LaClair, Avi Yashchin, John H. Austin, Jr., OnlineBookClub.org, Dmitry Kuzmichev, Matthew Gonzalez, Eric Sexton, john kiehl, Anton Ragin, Benedikt Heinen, Diffbot, Micah Mangione, MJP, Gnare, Dave Kircher, Burt Humburg, Blake Byers, Dumky, Evgeny Skvortsov, Meekay, Bill Linder, Paul Peijzel, Josh Hibschman, Mac Malkawi, Michael Schneider, jim buckmaster, Juan Benet, Ruslan Khroma, Robert Blum, Richard Sundvall, Lee Redden, Vincent, Stephen Wilcox, Marinus Kuivenhoven, Clayton Greenwell, Michael Krugman, Cy 'kkm' K'Nelson, Sam Lutfi, Ron Neal

▀▀▀
Scenariusz: Derek Muller, Stephen Welch i Emily Zhang
Zdjęcia: Derek Muller, Petr Lebedev i Emily Zhang
Animacje: Ivy Tello, Mike Radjabov i Stephen Welch
Montaż: Derek Muller
Dodatkowe wideo/zdjęcia: Getty Images i Pond5
Muzyka: Epidemic Sound
Produkcja: Derek Muller, Petr Lebedev i Emily Zhang

👉 Ten kanał został stworzony we współpracy z    / @veritasium   i zlokalizowany w twoim języku przez https://www.linguana.com

0:00 - Wprowadzenie do komputerów analogowych
1:45 - Zalety i ograniczenia komputerów analogowych
3:26 - Geneza i rozwój sztucznej inteligencji
7:51 - Kolejne etapy rozwoju sieci neuronowych
10:23 - Przełom dzięki dużym zbiorom danych i GPU
14:33 - Powrót komputerów analogowych i ich zastosowania
15:40 - Nowoczesne układy analogowe i AI
19:07 - Podsumowanie: przyszłość komputerów analogowych