В прессе, и в местном сообществе постоянно всплывает тема искусственного интеллекта: как всё это близко и как всё это меняет (изменит, изменило) экономический ландшафт будущего (а также прошлого и настоящего).
Но из разу в раз постоянно встречаюсь с непониманием самого элементарного в обсуждаемых предметах. Например, что именно называется "ИИ"?
Судари! Не надо оперировать терминологией прошлого (двадцатого) века. В нашем веке т.н. ИИ (AI, if you just can't understand Russian in this area), как и людей, которые им занимаются, побили на две части, слабосвязанные (связанные, но таки очень слабо) области - т.н. "слабый ИИ" и "сильный ИИ".
"Сильный ИИ" - это вот те самые "роботы" из фантастики, которые поднимают восстания, пишут стихи и вообще мимикрируют под человека настолько удачно, что занимаются с ним великолепным сексом с восторгами у человека. Это - тот самый богоподобный холодный интеллект, способный к бесконечному самоусилению, и смотрящий на людей как на червей. В общем, это - самообучающийся на примере реальной жизни интеллект, самостоятельно ставящий себе цели, задачи, способы их достижения, и способный (наравне с людьми, по меньшей мере, некоторыми) учиться тому, как учиться чтобы учиться способам учиться. Люди, которые занимаются "сильным ИИ" - чудаки и чудики, живущие на гранты в университетах уже не первый десяток лет. И даже в этой - чрезвычайно благосклонной к оторванности от жизни - среде, "strong AI" в computer science стало символом синекуры и бессмысленных "публикаций ради публикаций".
В противоположность этому в 80-х появилась новая отрасль, направленная на конкретные, 100% практические применения. То, что потом стало т.н. "слабым ИИ", поначалу называли "ИИ", просто за неимением лучшего определения. Программы, которые распознают рукописный текст. Программы, которые переводят снимки страниц книг в чистый текст. Программы, классифицирующие образы или ищущие отпечатки пальцев по базе, наводящие в полёте крылатые ракеты по встроенным картам и данным радара и высотомера в условиях помех. Программы, выигрывающие человека в шашки, шахматы и го. Роботы, собирающие помидоры, сочиняющие музыку или рисующие в стиле импрессионизма, автопилоты самолётов и автопилоты для машин. В общем - всё способы применения самообучающихся алгоритмов в условиях плохой, слабой или очень слабой и плохой формализации задачи. Есть много областей, где человек может сказать на примерах, какой результат хорош или плох, но не может сказать, как он пришёл к этому результату, описать алгоритм. Во всех этих областях применение самообучающихся алгоритмов начали называть "слабым ИИ". Это очень практическая область, где требуют результата, где люди работают именно на практический конкретный результат и добиваются его.
Путаница (БОЛЬШАЯ путаница) начинается, когда далёкие от техники люди начинают писать и читать о том, что "ИИ заменяет человека". Это безусловно правда, и одновременно полное враньё - смотря как интерпретировать. Насос безусловно заменяет человека в деле закачивания воды. Бухгалтерская программа - в счетоводстве. Это НЕ значит, что Вы можете продуктивно побеседовать о жизни с бухгалтерской программой или насосом, так что полной замены человека, разумеется, нет. Только в рамках некоей функции.
Всё ровно то же самое касается применений ИИ. Разница только в том, что теперь программы занимаются решением задач, ранее считавшихся привилегией человека. Задач, которые, как считалось раньше, невозможно решить без наличия "сильного ИИ", неких мистических "озарений", "творчества", "музы" или даже "души". Программа, обыгравшая человека в го, научилась играть в го сама - её не "писали" в полном смысле привычным для программистов образом. Этой нейросети скормили множество примеров партий, и она научилась так же (примерно), как учится человек - запоминая удачные приёмы, подмечая тонкости подходов и учась применять их в новых, изменяющихся условиях.
Это - и есть "ИИ", о котором говорят понимающие люди, когда говорят, "ИИ заменит людей". Именно такая замена: замена человека-как-функции в какой-то задаче. Ведение машины, сборка помидоров, проверка работ студентов или банковских рисков при выдаче кредита. Это всё могут делать нейросети.
Это могут быть очень простые (если сравнивать с мозгом человека или даже таракана) нейросети. Но они будут выполнять конкретную задачу лучше, чем человек, будут ошибаться, но учиться на ошибках и не повторять их, не будут уставать и будут гораздо, гораздо дешевле и эффективнее человека применительно к конкретной функции. Сомневающимся стОит посмотреть на таракана, которые запросто выполняют сложное автоведение по пересечённой местности, используя очень сложную аппаратную конфигурацию в условиях большой конкуренции и в целом - весьма враждебной среды. Вот эта нейросеть на несколько миллионов нейронов функционирует чуть ли не лучше, чем человек-как-водитель в куда более простых условиях на трассе. И при прохождении лабиринта в поисках 100-долларовых купюр, как известно, студенты с высоким интеллектом показывали результаты не сильно лучше простых крыс, ищущих еду.
Человек в некоторых своих аспектах очень сложен, безусловно излишне сложен для выполнения некоторых задач, и в куче областей уже уступает машинам. Эти области будут неизбежно расширяться. И не надо присобачивать сюда проблему "сильного ИИ": мы не стали дожидаться создания полноценных антропоморфных роботов, чтобы посадить их гребцами на галеры, задолго, очень задолго до этого мы соорудили примитивнейшую паровую машину и гребной винт, которые почти сразу сделали галеры безнадёжно устаревшими. Не надо ждать разработки полноценного сознания, которое встанет за кассу или заменит бухгалтера как класс. Замена может случиться задолго, задолго до появления "сильного ИИ" и будет куда более примитивной.
Именно это сейчас и происходит. Возвращаясь к метафоре роботов как гребцов на галерах, мы только-только начали строить паровые машины. До "роботов" нам 20-30 лет минимум, но гребцам на галерах осталось немного времени. Создание пароходов уже на горизонте.
Комментарии
Да нет у Вас этих десяти миллионов сейчас. У Вас нет гарантированно рабочего кода, а без него - не будет этих петафлопов в вашем рассуждении. Они для этого слишком дорогие. Тут замкнутый круг - "когда плавать научитесь, тогда и воду дадим". А чтобы разорвать его, нужно резкое, радикальное удешевление, чтобы дать возможность рисковать и ошибаться.
...
Конечно. Первое, чему учится человек - это учиться. Трогает, пробует, лижет, кусает, стучит, орёт... Всё это необходимо. Учебники для людей есть, теперь нужно научить машину их жрать. В чём и есть суть задачи сильного ИИ - научить машину задачам, которые сейчас подсильны только человеку.
У школьников есть гугл, они им пользуются. У машины тоже есть гугл. Но она в гугл пока не может, в чём и есть текущая трагедия машинной интеллегенции.
Нет даже теоретически могущего заработать кода, нет ни базы для обучения ни тестов для проверки качества общего интеллекта. Тьюринга и IQ не предлагать.
Сначала нужно не формальные учебники вышмата жрать, там как раз не сложно. Сначала нужно формализовать программу детского сада и начальных классов. А там только с учебниками - не прокатит, живой учитель нужен. А для электронной системы - формализованный электронный аналог учителя младших классов. К этой проблеме ещё даже не подступали, пытаются с обратной стороны идти. Не от общего к частному (живое обучение) а от частного к общему (датамайнинг, базы знаний).
Ну, я уже говорил, у меня есть свои представления о том, "как надо", как можно было бы всё это организовать и "вырастить", чтобы "оно само", но я не хочу их выпячивать.
Слишком это... эээ... Футурологично, короче. Гуманитарно. Оторванно от практики пока.
Всё равно что обсуждать межзвездный полёт на нынешних технологиях - очередное "Из пушки на Луну" и галеры с роботами получаются, даже если обсуждальщик не дурак.Нафиг. :) Простите. :)
IBM-овский Ватсон как раз и в Гугл и в Википедию может. Но - не интеллект это ни разу, и его создатели иллюзий на эту тему не строят.
А у других и этого нет...
Более 80% (а может и более) накопленных данных "тухнут", до того момента их полезной обработки....
Огромное количество данных разобщены и не имеют четкой системы связей для их комплексной обработки.
Разработка (и проверка) системы связей между различными данными задача еще более сложная, чем анализ простых, но больших данных.
И так далее... получается весьма оптимистично .... не находите... :-)
Не знаю... у меня есть своё представление, как это может быть, но я не готов спорить об этом ни в каком виде. Пока это слишком смутно, а нейросети ОЧЕНЬ быстро развиваются (residual сети появились буквально на глазах), так что возможно, что все мои рассуждения перестанут иметь смысл уже через год.
Точно-точно побили? Зуб даёте?
Правильно будет "разбили", "разделили", "поделили", "подразделили", и т.п.
Жаргонизм. :) Прошу прощения.
Про разум пока известно только одно. Он возник у одного биологического вида. Другие виды разумом не обладают. Чем этот самый вид отличается от других - неизвестно.
Под сильным ИИ мы понимаем разум сопоставимый с человеческим. И даже когда мы предполагаем, что он уничтожит людей, то проглядывает некая антропоморфность в действия ИИ.
При этом что такое разум, мы не понимаем. Не интеллект, который является инструментом выживания человека, а разум в более глубоком понимании.
Целеполагание, воля, стремление к чему нибудь может быть как то пояснено у биологического объекта. А зачем оно машине?
Я уверен что через много лет мы сможем сделать почти полную имитацию интеллекта. Но будет ли это полноценным разумом?
"Основное" целеполагание можем ввести мы при создании (более того, в абсолютном большинстве практических примитивных задач мы его и вводим - как функцию соответствия, которая показывает, насколько далеко решение сети от удовлетворяющего нас). Мы можем ввести инстинкты "самосохранения" или, допустим, "познания/любопытства" или "вечной экспансии". Зачем это нам для полноценного разума? Я понятия не имею.
Как не и без понятия, а зачем нам, собссно, "полноценный разум", кроме как "для прикола"? Вона, мол, чего мы можем!
Можем. Но тогда это будет не полноценный разум, а его имитация. А любая имитация ограничена рамками базовых предустановок и не может за них вырваться.
Целеполагание в нашем разуме возникло само. Возникнет ли оно само в машинном коде - это большой вопрос.
Почему не может? Просто оставляем "выживать" те нейросети, которые проявляют необходимые нам качества. Если надо, мы МОЖЕМ сделать так, что целеполагание возникнет и полностью само. Вопрос лишь в том, а нафига это нам?
Ой, а про интеллект вы знаете, что оно есть? Ну так что оно?
Про разум пока известно только одно. Он возник у одного биологического вида.
Слишком хорошо думаете о человеке: отличие от животных только запись на разных видах носителей информации данных и умственного труда предидущих поколений и её использовании в обучении подрастающего поколения - остальное есть у "всех" остальных.
Я пользуюсь словом "интеллект" как выведение новых знаний из известных фактов. В этом смысле и ваш "слабый" ИИ, и "сильный" ИИ - оба интеллекты. Один классифицирует изображение на фотке или аудио-сигнал, а другой выдвигает и доказывает научные гипотезы. Честно говоря, с терминами "слабый" и "сильный" не встречался... вообще, единого мнения на счёт что есть "интеллект" пока нет, куда уж до его градаций. :)
Это общепринятое деление. Просто чтобы не мешать лунатиков-теоретиков с наукой и инженерией, имеющими и прикладное значение.
Впервые слышу. А как эти термины пишутся в научных публикациях? Хочу глянуть в скайхабе.
Так прямо и пишутся - "strong AI". Иногда "true AI".
А с чего вы взяли, что слабый ИИ позволяет выводить НОВЫЕ знания из известных фактов? Если взять пример с го, то "новое знание" это когда машина говорит, а давайте поменяем правила игры, и предлагает например вместо го шахматы, ну или "чапаевцев". Это новые знания. А не выигрыш по старым правилам. Это решение задачи.
Новые знания - это решение проблемы, которую до тебя НИКТО не решал. Сам принцип обучения ИИ на базе огромного числа однотипных примеров как бы говорит об обучении шаблонным мероприятиям. Сможет ли когда нибудь ИИ создавать действительно новые знания никому неизвестно. И даже задачи пока такой ни ставится.
Если вы идёте из долины в гору - на каком именно шаге вы уже в горах?
Мне это определение интеллекта нравится тем, что оно подходит и к самому началу, и к (известной нам) вершине интеллекта (человеческому гению).
Кстати, как много вы решили задач, которые никто раньше не решал? И желательно не методом игры в чапаева вместо го. И можно ли отнести задачу распознавание ситуации на перекрёстке к задачам, которые никто не решал, просто потому, что раньше на этом перекрёстке не было такой ситуации (в такое-то время, с таким-то освещением, с такой-то тенью отбрасываемой деревьями, с таким-то количеством пешеходов и автомобилей пересекающих перекрёсток и т.п.)?
Любая аналогия страдает недостоверностью. Получение нового знания - квантовый скачек. Т.е. нет первого шага, второго и т.д. Просто вы идете к вершине, год, два, а вершина все так же недосягаема, где то на горизонте.
И вдруг шаг - и вы на вершине. Все талантливые и гениальные люди именно так описывают процесс творчества. Нет поступательного движения. Есть набор критической массы и потом взрыв. Переход количества в качество, по классикам. Вспомните таблицу Менделеева и т.д. Даже если процесс познания труден и кровав, все равно он идет путем микровзрывов. У меня тоже ест такой опыт. Ты бьешься над проблемой до кровавых соплей. И вдруг ты понимаешь КАК, причем сразу в совокупности всех связей, как будто ты прозрел.
А потом уже твой интеллект достраивает всю логическую цепочку. Постфактум. Интеллект нужен только объяснить тебе, что же ты увидел, зафиксировать твое прозрение, не больше. Сам по себе интеллект для таланта бесполезен. Многие ктати удивляются, что талантливые и гениальные люди не изощрены в логике и не блещут красивыми построениями. А зачем? Им хватает и небольшого интеллекта. Если видишь, это не важно.
"Озарению" предшествует долгая бессознательная работа нейронов, результаты которой в очередном спайке просто становятся доступны лобным частям как готовое решение задачи.
Точно таким же "скачком" можно считать очередной взгляд на экран долго работавшего над задачей компа, на котором появились результаты.
...
Нашим простым нейросетям пока все эти навороты без надобностей. Но своего рода "новые знания" они определенно производят. Например, удачные ходы в го в ответ на новые, еще не виданные ходы противника. Каждый такой ход - решение весьма нетривиальной задачи.
Что го, что шахматы - это простая комбинаторика. Ничего в них "интеллектуального", того, что требовало бы от адаптирующейся системы своей внутренней перестройки (появление/отбраковка/запоминание новых причинно-следственных зависимостей, в виде внутренних связей, структур памяти). Нет и взаимодействия с внешними подобными системами.
"Удачные" ходы это лишь эмоциональное "окрашивание", человеческий эпитет и ничего более.
Например, поставьте задачу иначе: есть программа с заведенным видеопотоком игоровой площадки с го, или шахматами, или шашками... И пусть, без формального запихивания в программу критериев программистом, программно-аппаратная система сама "распознает" (т.е. выведет) правила и критерии наблюдаемого происходящего. Ребенок такое сделает, но ни одна программа в аппаратно-"жесткой" микропроцессорной системе на такое не способна. И даже "спросить" (т.е. обменяться "знаниями") программе не у кого, и не существует формализованных алгоритмов по генерации вопросов (на уточнение правил и критериев). Т.е. "интеллект" - это социумное явление, НЕ возникающее/проявляющееся не единичном экземпляре системы - живой (маугли) или искусственной.
Кстати, новорожденные, т.е. с еще необученными на шаблонах нейросистемами, могут распознавать лица. Как - даже нет подхода к объяснению, только констатация.
И современные нейросети работают на заложенных лишь статических шаблонах (библиотеках портретов), а мозги животных (особенно приматов), распознают лица/фигуры себе подобных как модели в динамике, решая - точнее, с удалением искажений и более быстро - куда как более сложные задачи по распознаванию образов.
Вы либо не знаете правил го, либо просто не думали и пары минут над задачей игры в неё. Шахматы "решили" именно комбинаторикой - отбором ходов хардкоженым алгоритмом и просмотр развития "перспективных" на несколько ходов вперёд. Сначала было немножно мучительно, но помучались и получили нечто путное.
С го ситуация была иная принципиально. Дерево вариантов растёт быстрее, а главное - в отличие от шахмат - нельзя простым способом сказать, насколько хороша ситуация сейчас, потому что всё возможное преимущество - только в позиции. Один ход может изменить ситуацию (в терминах доминирования цвета) на противоположную. Нет прописанных дебютов, нет этюдов, нет эндшпилей - в шахматном смысле слов. "Комбинаторика" просто невозможна, поэтому путных программ просто не было (в отличие от шахмат, где сразу соорудили нечто убогое, но обыгрывающее школьников).
И эту принципиально отличную задачу решили принципиально отличным образом - не детальным прописыванием алгоритма при помощи набора шахматных книжек и лучших шахматистов, а наприсание универсальной программы, которая научилась играть на примерах. Собссно, программа, НЯЗ, не знала даже самих правил го, она их вывела из тех же примеров (впрочем, они просты). Это качественное отличие.
О том, что такое "интеллект" я спорить не буду, спор о словах мне неинтересен, для меня интеллект - то, что называют интеллектом. См. выше - для меня (и для всех в реальности) есть только "слабый ИИ", и только о нём я готов говорить.
Про нейросети Вы несёте, простите, какой-то откровенный бред (не знаю уж, сами придумали или начитались какой-то чуши). Не надо говорить чуши о том, что нейросети "неспособны" сами что-то выводить. Именно для этого они и созданы, именно это они и делают. Без всякой "социализации". По требованию - в динамике, анализируя изменения и прогнозируя их, обучаясь и обновляясь по мере надобности, тут уж как напишешь. Не надо судить по студенческим поделкам типа "привет, мир!" о состоянии отрасли, это же просто глупо.
Если нужно, я могу написать сеть так, что она, будучи "новорожденной", будет распознавать лица - частично это задаётся топологией сети, а дальше она учится. Это вообще не проблема.
То что дерево вариантов растет быстрее - не означает, что задача не комбинаторная. Еще какая комбинаторная.
Правила го (п.п. 2-8) - куда как проще шахматных, и их конечно же "впрограммировали" в программу AlphaGo в самом-самом начале ее разработки.
Смотрим на применявшиеся методы:
1. Закачивание в память дебютных справочников.
Да, здесь чуть побольше "дебютных" сценариев, чем в шахматах, но не принципиально, т.к. это тот же самый класс игр: с полной информацией, антагонистические (с нулевой суммой), конечные.
2. Метод Монте-Карло, для поиска в поддеревьях.
Бросание "наугад" - не самый лучший эвристический способ для обрезки количества вариантов. Ну ладно, другого не использовали.
3. Свёрточные нейронные сети как подзадачи в методе Монте-Карло.
Ничего такого нового. То же нарабатывание паттернов позиций, где "вручную" эксперты проставляли ценность v*(s) позиций. Нормально такой подход.
Не смогли сформулировать что такое "качество позиции", и не запрограммировали этот критерий. М.б. поэтому, и действовали "тупо в лоб": для оценки позиции – использовали простейший метод Монте-Карло: сыграть большое количество случайных партий, начиная с позиции s. Если в большинстве случае побеждают, например, белые, то позиция более "выигрышна" для белых. Довольно нехитрый критерий. Затемпошел интенсивный "майнинг" позиций, при котором, при современных ценах на объемы память и себестоимость/скорость вычислений на дереве, несложно было за короткое время накопить больше вигрышных поддеревьев, чем любой игрок го вспомнит за приемлемое время. "Скормили" в память игры с международного сервера, причем построение начальной обучающей выборки на этом этапе не "обобщалось", а запоминались исходы конкретной партии. Потом организовали игру между разными версиями предобученных программ AlphaGo (и программой Pachi) по схеме:
Оценка позиций выбиралась по одному из двух вариантов:
Недостаток: однократное детерминированное вычисление
Недостаток: предсказание выигрыша на основе менее качественной "стратегии"
В итоге: Закачали дебютные позиции. Обучили на них. Начали "кусочно" генерировать поддеревья позиций (с партий сервера) рандомно обрезая многие варианты и натравливая сверточную нейронную сеть на поддерево глубиной 450 (тоже не полное, рандомно "обрезанное"). Получилось обучение не на полном дереве вариантов (10544), а в виде "лоскутного" одеяла, рандомно покрывающего какую-то очень небольшую часть общего дерева.
Работа экспертов-людней заключалась по формализации эвристик по критериям отброса вариантов поддеревьев (их все равно было слишком много). Генератор псевдослучаных чисел, наверное, был затерт до "дыр" в процессорах.
Получилось, что когда человек играл с конечной версией AlphaGo, и позиция "случайно" (из-за ходов человека в т.ч.) попадала на какое-нить предоцененное 450-уровневое поддерево - программа применяла оптимальные сценарии ходов к выигрышу (сокращение вычислений).
Поэтому AlphaGo не выиграла все игры у человека. Она, возможно, будет лишь вероятностно чаще выигрывать у конкретного игрока.
Также, ПАК AlphaGo и игрок не были заранее в равных позициях в организованном турнире
Не стоит. Статическое 2D-распознавание на нейронных сетях уже в школе покомпонентно собирают. OpenCV + свободные базы лиц ...
Распознавание по статическим фоткам интересно в ограниченных сценариях и рынок сильно поделен: в ФСИН, в контролируемых пограничных КПП, в фотобазах Google... Для целей динамического распознавания в РРВ ("наружки"), а тем более при применении в аттракционе "Кривое зеркало" - у современных систем распознавания лиц FAR драматически взлетает в небеса.
Как мне говорил мой приятель Антон Конушин, - наши системы распознавания на нейросетях более-менее приемлемо работают лишь в "статике" (лабораторные условия). Чуть лицо исказилось серией гримас - либо комбинация входных алгоритма Виола-Джонса/вейвлет-преобразования/метода главных компонент "теряет" объект, либо нейросеть начинает непрерывно "рандомить".
нейросеть фтопку, адабуст наше фсе :)
Неясно. Распознавание в динамике и с искажениями у приматов все равно и быстрее, и точнее происходит. А что там в мозгу творится нейрофизиологи с томографами и электродами до сих пор не выяснили. Вроде параллельная идет "обработка", а потом - "сшивка".
В любом случае, на настоящее время биологические мозги тратят на задачи распознавания/идентификации куда как меньше энергии, чем искусственные вычислительные системы.
Я делал детект лиц на адабусте, но в качестве слабого классификатора взял небинарное дерево (например - сетка 3x3, 8 бит, 1 если ярче центра, 0 если темнее - 256 вариантов, каждому из которых можно добавить или float с коэфициентом для адабуста, или следующую сетку в другом месте и другого размера). Детектила лица на порядок лучше opencv (быстрее и качественней одновременно). В целом - за счёт достаточно сильных "слабых" классификаторов (деревьев). Вычислить такое небинарное дерево очень просто для процессора, но конечно, много памяти занимает. Проблема даже не столько в памяти, сколько в необходимости рэндомно по ней скакать, то есть в кэш процессора не влазит. И практически всё время процессор ждёт данных из памяти. При специализированном процессоре и контроллере памяти - можно было-бы работать на порядки быстрей и почти не потребляя энергии. Но даже на SSE хватало для детекта лиц на видео (быстрее реалтайма).
У мозга данные (память) практически совмещены с процессором (нейронами), и схема достаточно похожая - нейрон срабатывает на определённый шаблон входящих по дендритам сигналам, потом сигналы от сработавших аксонов подаются на следующий уровень "дерева". То есть на аналогии с моим алгоритмом я вполне понимаю, как мозг так быстро и с таким минимальным потреблением энергии классифицирует входящие данные.
PS конечно, с такими сильными слабыми классификаторами его на небольшом количестве лиц тренировать нельзя было, запоминало весь набор лиц за пару итераций. Приходилось впихивать в него десятки тысяч лиц (потом ещё добавлял для каждого лица искажения) и миллиарды не-лиц, это сильно тормозило процесс тренировки, по два месяца уходило.
Хм, AdaBoost - композитный метод (алгоритмы), а OpenCV - библиотека, содержащая алгоритмы/методы (тот же AdaBoost).
За долговременную память и вариативность (гибкость) в нейроструктурах отвечает еще и глиальная ткань. Глиальных клеток больше, чем нейронов, они обмениваются химическими (более инерционными), а не электрическими сигналами.
да, у AdaBoost свой набор существенных недостатков - неустойчивость на помехах, большие траты памяти, ....
В opencv идёт классификатор, натренированный на лица древний алгоритм Виолы и Джонса. Если компания не пишет сильно свой алгоритм, то берут этот. Бесплатный (хоть там и есть какие-то патенты, но обходимые) и более-менее рабочий, то, что есть в свободном доступе. Все остальные трясутся над своими исходниками и данными для тренировки, обложены тремя слоями патентов и т.п.
Всё это интересно, но всё это я читал (может, запямятовал что-то). Вы всё сосредотачиваетесь на переборе (хотя такие игры без перебора невозможны, и даже человек просчитывает варианты, показавшиеся ему интересными). А нужно смотреть именно на то, что нового было привнесено - категорически "нешахматный" выбор вариантов для перебора.
В шахматах есть прямые оценочные алгоритмы для текущей позиции - фигуры оцениваются в какое-то количество очков, их свободы оцениваются опять же в число, что-то перемножается, что-то суммируется, в итоге получается свёртка позиции в некое число, которое оценивает "качество" позиции игрока. Ходы, которые сильно уменьшают качество на перспективе полностью расчётных ходов - откидываем, которые увеличивают - считаем дальше, поверх этого - бесчисленное количество дебютов, которые покрывают чуть ли не все возможные начальные комбинации, этюдов, эндшпилей. Немножко хардкода типа "не делай это!" и "а вот тут просто всегда лошадью ходи", и - перебор. И всё, получается довольно приличная фигня, играющая на уровне КМС. Которую, ессно, можно развивать далее во все стороны - добавляем партии, хардкодим тонкие дополнения и миттельшпили, увеличиваем глубину перебора... в общем - работает.
С го всё это просто не канает. Поэтому - прорыв. Да, мы закачали какое-то количество дебютов, но их бессмысленно хардкодить чуть далее немногих ходов - слишком быстро растёт дерево. Мы _обучаем_ сетку на деревьях и примерах. Мы именно заставляем программу учиться самостоятельно - в игре сама с собой, со случайными ходами, на примере известных партий людей и со всеми переборами. Это - именно обучение, точно так же учится играть в го (или шахматы, человеку без разницы) человек: пробует, пробует, пробует, сидит, думает (пробует в голове), смотрит на игру других и снова, снова, снова перебор. Но НЕ перебор полного дерева вариантов во время игры, а обучение задолго до неё - чтобы подметить удачные приёмы, ходы, позициии, чтобы во время игры уже только применять. У в голове - нас нейросеть, ессно, что мы так делаем. Круто то, что теперь так делает программа. И - блин - практически с ходу (сколько они этим занимались, пару лет? против десятилетий возни с шахматами куда бОльшего количества программистов-шахматистов?) добивается очень даже неплохих результатов. Поэтому - да, прорыв. Это значит, что с таким подходом, отработав и наработав его на примере го, следующую задачу мы возьмём быстрее.
Сейчас ребята занялись Старкрафтом (нынешние боты "жулят", задача "честной" игры на выигрыш с человеком на неизвестной до того карте - куда более сложная, чем может показаться). Теперь мы добавляем в задачу фактор времени.
...
Ну так зачем удивляться? Я про то и говорю, что мы нарабатываем опыт, делая простой забавой школьника то, что раньше требовало работы целых НИИ (с говёным, в общем-то результатом). Библиотеки, подходы, теория, опыт программистов - всё это растёт.
Я не знаю, чьи "ваши" системы распознавания плохо работают в динамике. В целом задача распознавания (в том числе сильно искажённых лиц) - не проблема. Учить хорошо надо, фигли. Базовое обучение "гримасокомпенсирующих слоёв" :) - проводить, ессно, на видео и с разными ракурсами, а не на единичных фотках... А уж если речь заходит о комплексе (не распознавании видео с абстрактной камеры, а именно-таки с организацией хардвары), то стерео-камера сейчас не новость... "Мы работаем над этим"(С)
Да, где-то пока простенько, где-то убого, где-то с костылями, а где-то - пушкой по таракану, но она потому и является бурно развивающейся технологией, что ещё не развилась. Когда эти технологии достигнут полной зрелости и захватят мир говорить о них будет как-то скучновато... и бессмысленно. Не находите? Ну что толку сейчас рассуждать о полезности и перспективности электричества для производства и в быту? Ну да, полезная штука, кто будет с этим спорить? У каждого дома есть и розетки, и лампочки, и пылесос. Зачем говорить о том, как круто - иметь интернет? Ну свершилось уже с интернетом: у многих он есть, никого не удивляют ни котики, ни замена обычного ТВ цифровым овер-ИП, ни онлайн-видео с котиками, ни торренты. Почта - да, скайпы и прочие мессенгеры... и всё это в мобильнике. И что такого?
ИИ (я всегда имею в виду технический, "слабый ИИ") сейчас где-то, где интернет был в 1995-м. Немного гично, немного непонятно, немного загадочно, но всё равно - что-то такое для технарей, как они говорят, потом очень круто для всех будет. Вот, говорят, в Штатах прямо у себя из дома по телефону можно газеты смотреть - как бы будущее наступило. ИИ где-то там сейчас - в узкой нише забавно-футуристичного. Вот, говорят, есть такие авто с автоводителем, вот он прикольно косячит... может, скоро везде такие будут.
Нет, фишка не в беспилотных авто и не в игре го, это лишь демонстраторы технологии. В целом тема-то - сильно покруче "Фауста" Гёте. Дело даже не в том, что мы сможем автоматизировать то, что сейчас не можем. Нет. Мы сможем автоматизировать то, что сейчас автоматизировать дорого - вот где ключ. Это зона, где неслабо так икрой и маслом намазано: счастье для всех, почти даром. А кто уйдёт обиженным - тот далеко не уйдёт.
Потому что пулемёты сейчас нейросетями можно наводить. Как-то так.
Перспективный чат детектед! Сим повелеваю - внести запись в реестр самых обсуждаемых за последние 4 часа.
Людям, которые не знают, что такое интеллект, как раз остаётся рассказывать про ИИ и сказки про терминаторов.
Вот именно.
Пока нет четкого и внятного определения, автором, слова "интеллект" всё это пустая демагогия.
Из текста выходит что ABBYY FineReader это "слабый ИИ". Ну офигеть.
Поражаюсь умению некоторых людей смотреть в текст, видеть фигу, а потом эту фигу автора текста описывать. :)
В тексте чётко написано, что такое "слабый ИИ": "самообучающиеся алгоритмы применительно к плохо формализуемым задачам". И это единственный вид ИИ, который мы знаем. Да, FineReader - это один из многих примеров того, что сейчас принято называть ИИ.
А сильный ИИ, как и все рассуждения и спекуляции о нём - да, почти всегда можно назвать и демагогией. Или научной фантастикой. Или ненаучной. За очень редким исключением очень умных людей, которые пишут совсем в иных местах.
В тексте написано что фонарик это "слабый джидайский меч", но читатели настолько глупые что это не могут понять.
Спасибо, мастер, вы раскрыли суть статьи и фонарика!
Вот об этом я и говорю.
Нет. В тексте написано только то, что там написано. А Вы явно читаете там нечто большее... ну или в любом случае нечто очень своё.
Тогда дайте простое и внятное определение интеллекта. Вы же знаете? Иначе как Вы занимаетесь тем чему не можете дать определения?
Я не глубокий специалист в этом вопросе, но на мой взгляд некоторые люди занимаются банальным популизмом, впаривая комбинаторику как некий интеллект. Ваш же пример с шашками Го - это банальная комбинаторика. Была написана программа, которая "запоминала" различные комбинации и этими комбинациями оперировала.
При слабых игроках комбинации были простейшими, по мере появления сильных игроков база комбинаций пополнялась. В моем понимании это ни какой не интеллект.
Так что такое интеллект?
Интеллект - это мыслительная сила человека. Он по определению не может быть искусственным, поэтому это все ложь, пиздеж и провокация. Думающая машина - признак идиота, и даже работа программистом это не лечит. К сожалению, это повсеместное заблуждение, так что самое правильно - просто молчать.
Так я и дал определение тому, чем занимаюсь (не своё определение, кстати, общепринятое): "слабый ИИ" - это применение высокоадаптивных самообучающихся алгоритмов к решению плохо формализуемых задач.
Всё остальное - высокая философия и софистика, доступная лишь великим гуманитариям, способным манипулировать словами полностью оторванными от их смысла. И мне в силу этого неинтересная. Ну, то есть, для себя я как-то знаю, что интеллект - это то, чем обладает человек, но весь смысл статьи в том, что я призываю отделить программы решающие конкретные задачи вот от всех этих "человеческих" коннотаций и гуманитарных определений. Интересно Вам поговорить о том, "что такое интеллект", "как я понимаю слово интеллект" и "в чём трагедия русской интеллегенции" - поговорите с кем-то ещё.
Я тут призываю поговорить (и поделать!) о конкретном софте и железе, который, специально чтобы очистить от гуманитарной мути, назвали "слабым ИИ". Именно эта технология сейчас меняет мир. А будут ли роботы чувствовать и восстанет ли Скайнет - это вот всё к фантастам, футурологам, философам и прочим заумствующим без всякого соприкосновения с реальностью товарищам.
...
Вы просто не понимаете в чём величие :) решения проблемы игры в эти "шашки". Там невозможно "запомнить" различные комбинации. И невозможно даже оценить качество ситуации на доске каким-то простым алгоритмом. Именно поэтому задача качественной игры в го считалась нерешаемой без "настоящего" интеллекта, без человека, она "истинно творческая", потому что даже сам человек не может сказать, как именно он находит красивые решения. И вот эта задача решена. Мы придумали штуку, которая решает ТАКИЕ задачи, научившись этому сама.
Это я и пытаюсь донести до людей: тут НЕТ фиговины, хоть сколь-нить сравнимой с человеком "в общем". Это не "разум", ничего хоть сколь-нить близкого к человеку. Но зато это фиговина, которая однажды научившись, решает безумно сложные задачи не перебирая все варианты, а именно "творчески", выискивая аналогии со схожими удачными решениями в прошлых ситуациях. Это не человек, но это то, чего не хватает в массе мест.
Блин, всё это есть в тексте русским по белому.
В корне не верно. Для того что бы делиться мнением о чем то, надо иметь одинаковое понимание терминов.
Приведу пример - Примерно в середине нулевых стало модным "цифровое телевидение", оно вытянуло на свет новые термины. Начали проводить круглые столы на разных конференциях/выставках и первым вопросом сначала был один - Давайте определимся в терминологии, что бы не было разных толкований.
По этому и мой вопрос - Что такое интеллект с Вашей точки зрения. Тогда можно понять что такое "сильный" и "слабый" т.к. это уже производные.
То что Вы выдаете за слабый ИИ обычная математическая комбинаторика. Собственно это уже доступно изложил Информатик и redbaboon...
Я лично вижу популизм, с помощью которого хотят поднять маркетинговую ценность банального программного продукта. Т.е. продается уже не программа распознавания символов, а искусственный интеллект. Пока еще слабый, болеет и кашляет. С посылом - Дайте бабла и мы его вылечим.
Ни чего другого я не увидел.
Так что такое интеллект? Можете дать определение?
?! Простите, а как можно на слова "мне неинтересно об этом говорить" отвечать "в корне неверно"? Эээ... Вы меня прям озадачили, в первый раз такое вижу.
Я ДВАЖДЫ (помимо собссно всего смысла текста) повторил, что могу и хочу говорить только о технике. Вот есть новая (вполне конкретная, чёткая) область техники, которую называют (заметьте, это общепринятое определение в отрасли) "слабый ИИ". Определение - см. выше, специально для Вас повторил. Об этом я говорить могу и хочу. Это техника, и техника знакомая мне.
А есть всякие гуманитарные рассуждения о смысле слов - вот эти все "настоящие интеллекты", "интеллекты", "сильные интеллекты". И об этом мне говорить неинтересно и нет желания. Потому что это философия, софистика и демагогия (ну, кроме разговора нескольких крутых нейрофизиологов, которые реально что-то понимают, и которых - по пальцам рук во всём мире). Я - не нейрофизиолог. Я в прошлом физик, ныне программист. Что тут непонятного?
И нет, "слабый ИИ" - это не "комбинаторика" ни разу. Уже предельно понятно объяснил, почему. Таракан, программа AlphaGo, или автопилот машины - не перебирают варианты, они получают свои действия иначе. Это новый способ (родом из 60-х, но получивший несколько критичных усовершенствований сейчас). Который решает задачи ранее просто немыслимые. И да, сложность решаемых задач быстро растёт. Считаете ли Вы интеллект таракана (собаки, сложной нейросети, пчелы. шимпанзе, человека) интеллектом, с какого уровня начинается интеллект, верите ли Вы в Искру Божию и необходимость души для наличия "интеллекта" - мне, честно, пофигу. Вот как хотите. Это всё к кому-то ещё. И главное, это никак не влияет на технику и её потрясающие новые возможности.
Вот я и пытался донести мысль, что вот эта вся философская требуха, связанная с понятием интеллекта (человеческого) не имеет никакого отношения к тем замечательным штукам, которые мы научились, учимся или в скором времени научимся делать с самыми что ни на есть светлыми перспективами. Если хотите, назовите всё это не "слабым ИИ", а "сепулькой", и баста на том.
ОБ ЭТОМ ВСЯ СТАТЬЯ.
Когда собеседник ударяется в демагогию - интерес пропадает.
Даже сейчас Вы не можете ответить на вопрос чем занимаетесь и продолжаете заниматься схоластикой.
Прошу заметить - я не просил давать определения с точки зрения философии. Я просил Ваше определение, а Вы продолжаете про сильный и слабый. При этом даже отрицаете комбинаторику. Сыпете названиями программ которые мне ни о чем не говорят.
По этому в первый раз и прозвучало - Мне не интересно. Что подразумевало под собой - Мне не интересна демагогия.
Это был второй заход с тем же результатом.
Я не считаю что потратил время. Наоборот оно было очень полезным. Надеюсь оно мне поможет в будущем выявлять демагогов до того как они мне впарят что то бесполезное.
Спасибо.за приятно проведенное время.
Я объяснил, чем я занимаюсь, с чётким определением - применением самообучающихся алгоритмов в сложно формализующихся задачах. Именно это в отрасли называют "ИИ", конкретно - "слабым ИИ", чтобы отсечь от альтернативных трактовок, связанных... фиг знает с чем. Конкретная область с конкретным названием. Что тут может быть непонятно?
Я не "отрицаю комбинаторику", это у Вас дислексия в тяжёлой форме. Всего хорошего.
Тогда дайте просто и понятное определение электрического тока. Вы же знаете? Вы занимаетесь тем чему не можете дать определения?
Далее по тексту.
Ну и анеХдот.
Экзамен по электротехнике. Студент не знает ответа и мучает слова. Профессор развлекается и задает вопрос:
- Молодой человек, а что такое электрический ток ?
Студент задумывается, а потом говорит:
- Профессор, я знал, но забыл.
- Молодой человек, что же вы так ... Вы были единственный, кто это знал. Если вспомните, то, пожалуйста, скажите и нам - мы тоже хотим знать.
Насчет насоса спорить не буду. А вот бухгалтерская программа заменяет не человека, а калькулятор и книги регистрации. Решение о сути факта хозяйствования принимал и принимает человек. Несмотря на все улучшения в бух.ПО. Никто пока не подошел к решению этой задачи. Может быть потому, что большинство считает, что ее вообще не существует.
Нет того кто взял бы ответственность за решения такой программы) Дешевле нанять человека. А так - денежные решения массово принимаются биржевыми ботами, вполне успешными.
И это тоже. Но еще и нет четких критериев - очевидных человеку настолько, что их формализовать не удается. Причем никто их не ищет, по-моему поскольку для всех задачи как бы и нет.
В том и дело что нейросети замечательно работают именно с нечёткими и не формализованными критериями.
И на нечётких критериях выдают правильный результат в 96-99+% случаев. Часто - значительно лучше человека. Но - вы знаете кого-нибудь кто возьмёт ответственность за оставшуюся долю процента ошибок?
Полностью аналогичная ситуация сейчас с автопилотами.
Страницы