Андрей Сакрюкин: Поведенческие факторы и адаптивность в моделях AI

Андрей Сакрюкин руководитель направления Data Science в компании Grab (Сингапур), PhD. Он в своей лекции рассказал о поведенческих факторах и адаптивности в моделях искусственного интеллекта. Он остановился на ограничениях классических алгоритмов машинного обучения, а также вопросам применения алгоритмов обучения с подкреплением к реальным задачам. 00:00 – Введение 01:22 – Цель презентации 01:55 – Структура доклада 03:27 – Основы машинного обучения 06:14 – Неконтролируемое обучение и кластеризация 08:20 – Ограничения традиционных алгоритмов 09:35 – Проблемы ценообразования 11:27 – Персонализированные рекомендации 13:07 – Влияние поведенческих факторов 13:07 – Инвестиционный портфель 14:51 – Обучение с подкреплением 18:04 – Уравнение Беллмана 19:09 – Первые применения: компьютерные игры 23:25 – Преимущества обучения с подкреплением 26:50 – Пример агрегированной награды – такси 30:25 – Пример индивидуальной оптимизации – рекомендации 31:45 – Пример горизонта оптимизации - инвестиции 34:25 – Связь между монетизацией, дискриминацией и предвзятостью алгоритмов 37:17 – Возможности и проблемы регулирования алгоритмов 39:03 – Можно ли удалить данные? Право на забвение в цифровую эпоху 41:30 – Ограничение цен, моральные дилеммы и ответственность компаний 44:20 – Вопросы-ответы #Талдаумектебі #Школааналитики #АндрейСакрюкин #ИнскусственныйИнтеллект #АлгоритмыМашинногоОбучения