- Metafizyka AI?!
Prof. dr hab. inż. Artur Przelaskowski
Będzie to dyskusja metafizycznej (?) natury koncepcji AI, zalet i ograniczeń AI w kontekście realnych tajemnic, potencjału AI i wizji rozwoju sztucznego świata … Czy AI może rozumieć realny świat, poznawać, odkrywać, popchnąć człowieka na poziomy nieosiągalne dotąd? A może zastąpić, podporządkować? Jaka jest natura AI, jakie jej ograniczenia i możliwości, jaka przyszłość … Jakie są największe zagrożenia i szanse, jaki może być świat generowany przez AI? Co będzie z człowiekiem ery dominacji AI? Dokąd zmierzamy jako ludzie, co się dzieje ze światem ogarniętym coraz bardziej wizją wszechobecnej AI …Przede wszystkim będzie to jednak opowieść o współczesnym człowieku, zagrożeniach i szansach, wobec których stanie w najbliższym czasie …
- Fine-tuning LLMs for Logical Reasoning
Olaf Werner
LLMs are new frontier technology and are becoming more popular. However, this technology is still imperfect when it comes to reasoning. While LLM is capable of reasoning by chain-of-thought (CoT) prompting, unfortunately, this reasoning is imperfect and can fail, especially when reasoning can take multiple paths. The way to enable this and make reasoning more transparent is to use Reasoning Engines such as Z3. However, their main limitation is that logical rules must be inputted in a special form. Unfortunately, LLMs were not explicitly trained for that. A unique contribution of this work is fine-tuning LLM for this task specifically.
- Model uczenia maszynowego do wspomagania udzielania kredytów bankowych
Piotr Bojaruniec
Przedmiotem seminarium będą modele uczenia głębokiego, w tym modele kwantowe do wspomagania sytuacji decyzyjnych związanych z udzielaniem kredytów bankowych. Omówione zostaną najważniejsze zbiory danych odnoszące się do kluczowych sytuacji decyzyjnych. Ponadto scharakteryzowane będą najważniejsze modele uczenia maszynowego, które cechują się największą efektywnością wykrywania „złych” kredytów. Na tym tle przeprowadzona będzie dyskusja, jakie zalety ma podejście wielokryterialne do treningu modeli, a także czy modele kwantowe są bardziej efektywne niż tradycyjne.
- O weryfikacji protokołów kryptograficznych
dr hab. inż. Konstanty Junosza-Szaniawski, prof. PW
Referat prezentuje podstawowe własności protokołów kryptograficznych, narzędzia do formalnej weryfikacji weryfikacji tychże własności, kilka przykładów klasycznych protokołów oraz przykłady ataków na nie.