Сейчас в каждой второй речи политиков или руководителей компаний слышится модная тема "Искусственный Интеллект", причем как правило с основным посылом: "Вот ещё чуть-чуть, и все проблемы за нас будут решать роботы и искусственный суперинтеллект."
В очередной раз придется мне "подрезать крылья" псевдообразованной атеистической публике, надеющейся решить проблемы человеческого общества через научно-технический прогресс.
Начнем, как всегда, с теории. Термин "искусственный интеллект" впервые был предложен на семинаре с аналогичным названием в Дартсмутском колледже в США в 1956 г. На английском пишется Artificial Intelligence. Обращаю внимание на специфику слова Intelligence. Например, такое использование: Central Intelligence Agency - Центральное разведывательное управление США, ЦРУ, или такое: industrial intelligence — промышленный шпионаж. Слово Intelligence - это не полный аналог русского "интеллект", в нем смысловой акцент ставится на такой способности человеческого сознания, как умение получать новые знания (а что такое разведка или шпионаж?), а не просто способность мыслить.
Таким образом, первоначально упор делался именно на способности машин получать новые знания.
Но, как обычно, что-то пошло не так и английский ученый А.Тьюринг предложил в качестве критерия, определяющего, может ли машина мыслить, "игру в имитацию". Согласно этому критерию, машина может быть признана мыслящей, если человек, ведя с ней диалог по достаточно широкому кругу вопросов, не сможет отличить ее ответов от ответов человека - так называемый тест Тьюринга.
Именно ориентация дальнейших исследователей ИИ на этот тест породила постепенную, но неизбежную деградацию этой темы.
А начинали ведь неплохо:
1956 г. - программа "Логик-Теоретик", предназначенная для автоматического доказательства теорем в исчислении высказываний.
1957 г. - программа для игры в шахматы, NSS.
1960 г. - была написана программа, которую ее создатели назвали GPS (General Problem Solver )- универсальный решатель задач. GPS могла справляться с рядом головоломок, вычислять неопределенные интегралы, решать некоторые другие задачи.
1963 г. - разработан язык ЛИСП (LISP, от List Processing ), основу которого составило использование единого спискового представления для программ и данных, применение выражений для определения функций, скобочный синтаксис.
1966 г. - в СССР был разработан язык рекурсивных функций Рефал, предназначенный для описания языков и разных видов их обработки.
1971 г. - создание нового языка программирования со встроенной процедурой логического вывода - языка Пролог (PROLOG).
И .... тупик.
Вообще ИИ делят на три основных уровня:
1) Слабый Искусственный Интеллект (ANI)— это такой ИИ, который специализируется в одной области. Есть ИИ, способный победить в чемпионате мира по шахматам, но это все, что он умеет.
2) Сильный Искусственный Интеллект (AGI), также известный как ИИ человеческого уровня, — это компьютер, способный решить любую умственную задачу, которую способен решить человек. Создать AGI намного сложнее, чем ANI, и нам это только предстоит сделать.
3) Искусственный сверхинтеллект (ASI). Оксфордский философ и ведущий мыслитель в области ИИ Ник Бостром определяет ASI как «интеллект, который намного умнее лучших человеческих умов практически в любой сфере, в том числе научного творчества и социальных навыков». ASI, в свою очередь, варьируются от компьютеров, которые немного умнее человека, до тех, которые превышают возможности человеческого разума по всем направлениям в триллионы раз.
Развитие ИИ начиналось мощно именно в направлении к Сильному ИИ, но к 1980 году все разработчики ИИ переключились на создание Слабого ИИ, которое сулило практическое использование и деньги.
Зададим сами себе вопрос: имеют ли расчеты на калькуляторе отношение к интеллекту?
Да, на калькуляторе можно быстро посчитать любые арифметические операции хоть с семизначными цифрами, но действует калькулятор с помощью алгоритма, изобретенного людьми и человек выбирает, что считать. Любая система Слабого ИИ по сути представляет собой такой мощный калькулятор - алгоритм как правило выбирается из нескольких, заранее изобретенных людьми, оценки результатов вычислений сначала дают люди.
Получается, ситуация аналогична следующей: канаву капают 100 человек-землекопов, ставим задачу сделать 100 роботов-землекопов. Но мы просто делаем один экскаватор, который заменяет 100 и даже 200 землекопов, получается выполнена немного другая задача - эффективно, но никто не скажет, что экскаватор может заменить 100 человек в другом физическом труде - например переноске грузов.
Так и система Слабого ИИ - такой же "экскаватор" для какой-то области интеллектуального труда, но который работает совсем на других принципах и, как правило, его нельзя использовать для других работ. Работу интеллектуальную делают, но обладают ли интеллектом? По-моему интеллекта там столько же сколько у калькулятора.
Рассмотрим системы Слабого ИИ:
1) Экспертные системы.
2) Машинный перевод.
3) Игровые системы (шашки, шахматы, го и т.п.).
4) Боты, умеющие поддерживать диалог.
5) Беспилотное управление автомобилем.
6) Нейронные сети.
1. Экспертные системы
Уже к середине 70-х гг. появляются первые прикладные интеллектуальные системы, использующие различные способы представления знаний для решения задач - экспертные системы. Одной из первых была экспертная система DENDRAL, разработанная в Стэндфордском университете и предназначенная для порождения формул химических соединений на основе спектрального анализа. В настоящее время DENDRAL поставляется покупателям вместе со спектрометром. Система MYCIN предназначена для диагностики и лечения инфекционных заболеваний крови. Система PROSPECTOR прогнозирует залежи полезных ископаемых.
В настоящее время, лучшее достижение экспертных систем - суперкомпьютер Watson, фирменное детище IBM, специализирующийся на решении глобальной проблемы, вступил в бой с онкологическими болезнями.
Но через три года после того, как началась продажа услуг «Ватсона» онкологам всего мира, исследование, проведённое сайтом STAT, показало, что суперкомпьютер IBM, разрекламированный как машина, рекомендующая лучшие методы лечения рака, не соответствует этой блестящей характеристике.
В своей основе Watson for Oncology — это работающий на базе облачных технологий суперкомпьютер, предназначенный для обработки огромных массивов информации — от наблюдений врачей и данных медицинских исследований до клинических рекомендаций. Но медицинские советы «Ватсона» не являются результатом его собственного осмысления этой информации. Напротив, они всецело результат деятельности его наставников — людей, которые кропотливо учат суперкомпьютер тому, как лечить пациентов с конкретными характеристиками.
Однако суперкомпьютер IBM, как установил STAT, не создаёт новых знаний, и считать его интеллектуальным можно лишь с большой натяжкой.
Watson стал притчей во языцех, выиграв телевизионную игру Jeopardy! При этом мало кто знает, что его программное обеспечение сродни «Механическому турку» — шахматному «роботу» XVIII века. «Механический турок» поразил публику своим интеллектом, но потом выяснилось: внутри него был спрятан человек-оператор.
В случае с Watson for Oncology операторов несколько. Ими являются врачи всего одной, хотя и очень уважаемой, больницы США — Мемориального онкологического центра имени Слоуна — Кеттеринга (Memorial Sloan Kettering Cancer Center) в Нью-Йорке. Эти врачи имеют право вводить в суперкомпьютер Watson свои рекомендации даже при отсутствии солидного обоснования.
Таким образом, любая экспертная система на самом деле - статистическая база плюс алгоритм анализа, придуманный специалистами в конкретной области.
2. Машинный перевод
Несмотря на значительные практические успехи в области машинного перевода, можно констатировать следующий факт - в настоящий момент основой всех систем перевода являются два фактора: собраны громадные базы данных по статистике употребления слов, фраз, предложений распространенных языков и соответствующих им слов, фраз и предложений на других языках, увеличилась вычислительная мощность компьютерной техники, что позволяет быстро находить статистически наиболее подходящие фразы из базы данных. Грамматические правила при этом полностью работают по жестким алгоритмам, написанным людьми - Слабый ИИ не в состоянии породить нового знания. Налицо работа "мощного калькулятора" - на вход подаем фразу на одном языке - на выходе получаем фразу на другом. Интеллекта к сожалению - ноль.
3) Игровые системы (шашки, шахматы, го и т.п.)
Вообще поначалу исследователи ИИ делали ставки именно на игры - правила игр, как правило просты и логичны, без интеллекта в них играть и выигрывать невозможно, результат разработки можно сразу же легко проверить - короче тот самый испытательный полигон для исследователя ИИ. Любимой игрой ученых стали шахматы - с одной стороны всем известные правила, с другой стороны, тупой перебор возможных ходов очень трудозатратен. Действительно, если предположить, что в среднем в любой позиции возможно 30 разных вариантов хода, то расчет на 2 хода вперед (за себя и противника) уже требует перебора и оценки 30 х 30 х 30 х 30 = 810 тысяч возникающих позиций, на 3 хода вперед количество позиций уже 729 миллионов. Между тем человек не занимается тупым перебором на несколько ходов и при этом мастера и гроссмейстеры просчитывают до 10-20 ходов вперед.
В 60-70-х годах мощности ЭВМ не хватало на расчеты более 5-6 ходов, и поэтому исследователи ИИ пытались решать проблемы игры в шахматы используя Сильный ИИ. В частности этой проблемой занимался чемпион мира по шахматам Ботвинник М.М. (Программа ПИОНЕР). Но революция в области электроники в 90-х годах и возрастание мощи компьютеров позволили западным шахматным программам, использующим полный перебор, метко названный американцами "брут форс" (brute force — грубая сила), достичь уровня гроссмейстера.
В 1997 году Deep Blue от IBM выиграл матч по шахматам из 6 партий у чемпиона мира Гарри Каспарова. Недавно система AlphaGo от google победила сильнейшего в мире игрока Го. Но обе программы по-прежнему используют только брут форс. То есть это фактически всё ещё Слабый ИИ.
Для шахмат и Го сделать полный перебор возможных вариантов хотя и не просто, но получилось. В жизни все значительно сложнее. Внешнее «сырое» описание происходящего плохо помогает в определении стратегии поведения и оценке качества ситуации. Нельзя судить о сходстве ситуаций по совпадению части признаков. Требуется понимание смысла происходящего, а его то как раз и нет. Рекламу эти программы себе сделали, фирмы заработали денег, а движения к Сильному ИИ - нет.
4) Боты, умеющие поддерживать диалог
Одним из первых примеров естественно-языковых систем, способных синтезировать тексты, является автоматическая система создания текстов волшебных сказок, созданная в Московском энергетическом институте в 70-х гг. и называемая TALE (Информатика). На первом шаге она выдает тексты примерно такого вида: "Жил-был X. Не было у него желаемого У. Стал просить Х Бога. Бог обещал. Появился У. Вырос У. Ушел раз Х и не велел У делать Z. Но У сделал Z. Вернулся X. У нет. Понял X, что У сделал Z. Пошел Х искать У..." В памяти рассматриваемой системы хранились данные для заполнения так называемых актантов, а одинаковые переменные показывают, что на эти места всюду надо поставить одни и те же заполнители. Так возникает текст: "Жил-был царь. И не было у царя желаемого наследника. Стал царь просить Бога. Бог обещал. Появился наследник. Вырос наследник..." Существует пример такой сказки, сочиненной этой программой.
Как видим, опять двадцать пять, садятся умные люди, сочиняют универсальные шаблоны, и затем уже машина может подставлять всего лишь несколько слов, а текст получается довольно осмысленным. Если подготовить десятки тысяч таких шаблонов, провести статистику, когда использовать тот или иной шаблон, то можно "имитировать" очень даже на приличном уровне диалог машины и человека. И человек до определенной степени может и не угадать, что с ним оказывается разговаривал не живой человек, а программа. Но порождает ли громадная работа проведенная коллективом людей при создании кучи шаблонов и набор статистики и тестирование, к развитию Сильного ИИ? Или всё таки здесь больше не Искусственного Интеллекта, а Имитации Интеллекта?
5) Беспилотное управление автомобилем
В 2004 году DARPA объявила о первом соревновании полностью автономных автомобилей. Машины должны были проехать трассу в 230 километров без вмешательства людей. До финиша тогда не добрался никто. С тех пор многое изменилось. В 2005 у гонки был первый победитель (команда Стенфорда) и на сегодняшний день разработкой беспилотных машин занимаются все крупные автопроизводители, стартапы и значительное число IT-компаний.
Лучше всего рассматривать концепцию продвинутого автопилота на примере творения Google. Система работает, используя информацию, которая собирается сервисом Google Street View. Это, напомним, специальная функция Google, которая позволяет рассматривать панорамные виды улиц городов с высоты примерно 2,5 метров. Что касается самого гугломобиля, то основные подсистемы выглядят так:
- Видеокамера
- LIDAR
- Измеритель положения
- Радары
Датчик LIDAR для большей эффективности крепится на крыше автомобиля. Он вращается и сканирует пространство в радиусе 60 м. Авто имеет четыре радара, установленные в переднем и заднем бамперах: за счет них автомобиль может эффективно выявлять препятствия. Дальность, высота, направление движения и скорость объекта — информацию обо всем этом передают радары. Они дают возможность авто «видеть» достаточно далеко, для того чтобы реагировать на изменения на трассе. В свою очередь, специальный датчик, который подключен к одному из задних колес, определяет местоположение на карте самого гугломобиля. Фиксируются такие географические координаты, как широта, долгота и высота. Когда геостационарные спутники, которые транслируют корректировку смещения GPS, «видны» автомобилем, устройство переходит в режим дифференциального GPS (обеспечивается высокая точность GPS). В тот момент, когда сигнал коррекции недоступен, устройство использует сигнал со стандартной точностью GPS. Ну и, наконец, расположенная рядом с зеркалом заднего вида видеокамера. Она «видит» светофоры и движущиеся объекты.
Бортовой компьютер соединяет информацию, которая была получена от сенсора, с находящейся в памяти картой местности. Затем в дело вступает особый алгоритм, оценивающий ситуацию с учетом того, как себя могут повести другие участники дорожного движения. Компьютер также высчитывает траекторию, по которой должен двигаться беспилотный автомобиль. Беспилотные авто «учатся» быстрее благодаря тому, что полученная ими информация отправляется в базу данных, из которой черпают сведения все автомобили Google.
Как видим - основная проблема беспилотных автомобилей - создание людьми (опять людьми) четкого алгоритма - однозначного реагирования на самые разнообразные ситуации, которые могут произойти на дороге. По мере накопления опыта использования, алгоритмы примут окончательный вид и скорее всего будут закреплены даже на законодательном уровне (так как их применение связано с жизнью и здоровьем людей). Но как и в уже рассмотренных интеллектуальных системах - идет наработка не интеллекта, а базы знаний (карты, видеообъекты, информация от датчиков) и алгоритмов, написанных людьми - характерные черты Слабого ИИ.
6) Нейронные сети
На некотором этапе развития информатики многие ученые стали понимать, что создателям вычислительных машин есть чему поучиться у биологии. Среди них был нейрофизиолог и поэт-любитель Уоррен Маккалок, обладавший, философским складом ума и широким кругом интересов. В 1942 г. Маккалок, участвуя в научной конференции в Нью-Йорке, услышал доклад одного из сотрудников Винера о механизмах обратной связи в биологии. Высказанные в докладе идеи перекликались с собственными идеями Маккалока относительно работы головного мозга. В течение следующего года Маккалок в соавторстве со своим 18-летним протеже, блестящим математиком Уолтером Питтсом, разработал теорию деятельности головного мозга.
Маккалок и Питтс предложили конструкцию сети из электронных "нейронов" и показали, что подобная сеть может выполнять практически любые вообразимые числовые или логические операции. Далее они предположили, что такая сеть в состоянии также обучаться, распознавать образы, обобщать, т.е. она обладает всеми чертами интеллекта.
В середине 1958 г. Фрэнком Розенблатом была предложена модель электронного устройства, названного им перцептроном, которое должно было бы имитировать процессы человеческого мышления. Перцептрон должен был передавать сигналы от "глаза", составленного из фотоэлементов, в блоки электромеханических ячеек памяти, которые оценивали относительную величину электрических сигналов. Эти ячейки соединялись между собой случайным образом в соответствии с господствующей тогда теорией, согласно которой мозг воспринимает новую информацию и реагирует на нее через систему случайных связей между нейронами. Два года спустя была продемонстрирована первая действующая машина "Марк-1", которая могла научиться распознавать некоторые из букв, написанных на карточках, которые подносили к его "глазам", напоминающие кинокамеры. Перцептрон Розенблата оказался наивысшим достижением "восходящего", или нейромодельного метода создания искусственного интеллекта.
Ведущие представители так называемого "нисходящего метода" специализировались, в отличие от представителей "восходящего метода", в составлении для цифровых компьютеров общего назначения программ решения задач, требующих от людей значительного интеллекта, например для игры в шахматы или поиска математических доказательств.
Однако Минский в соавторстве с южно-африканским математиком Пейпертом написал книгу "Перцептроны", где математически доказывалось, что перцептроны, подобные розенблатовским, принципиально не в состоянии выполнять многие из тех функций, которые предсказывал им Розенблат. Минский утверждал, что, перцептроны никогда не обретут даже умения распознавать предмет, частично заслоненный другим. Глядя на торчащий из-за кресла кошачий хвост, подобная машина никогда не сможет понять, что она видит. Нельзя сказать, что появившаяся в 1969 г. эта критическая работа покончила с кибернетикой. Она лишь переместила интерес аспирантов и субсидии правительственных организаций США, традиционно финансирующих исследования по ИИ, на другое направление исследований - "нисходящий метод".
Нейросеть имитирует не только деятельность, но и структуру нервной системы человека. Такая сеть состоит из большого числа отдельных вычислительных элементов («нейронов»). В большинстве случаев каждый «нейрон» относится к определённому слою сети. Входные данные последовательно проходят обработку на всех слоях сети. Параметры каждого «нейрона» могут изменяться в зависимости от результатов, полученных на предыдущих наборах входных данных, изменяя таким образом и порядок работы всей системы.
Нейронные сети с глубинным обучением (Deep learning) достаточно хорошо подходят там, где “программирование в лоб” заходит в тупик и оказывается, что значительно проще “скормить” нейронной сети огромный массив обучающих примеров и тем самым обучить ее правильной классификации, чем пытаться самому описать все закономерности и реакцию на них.
Трудоёмкая и длительная часть процесса разработки нейронной сети — её обучение. Для того, чтобы нейронная сеть могла корректно решать поставленные задачи, требуется «прогнать» её работу на десятках миллионов наборов входных данных. Именно с появлением различных технологий ускоренного обучения и связывают распространение нейросетей.
Во-первых, появился большой и общедоступный массив размеченных картинок (ImageNet), на которых можно обучаться. Во-вторых, современные видеокарты позволяют в сотни раз быстрее обучать нейросети и их использовать. В-третьих, появились готовые, предобученные нейросети, распознающие образы, на основании которых можно делать свои приложения, не занимаясь длительной подготовкой нейросети к работе. Всё это обеспечивает мощное развитие нейросетей именно в области распознавания образов.
Но фактически любая нейросеть по-прежнему остается статистической базой - и не может породить нового знания. Максимум - найти сходство с уже загруженными данными и соответственно из этого действовать по алгоритму написанному людьми.
Попытки прорыва по линии Сильного ИИ продолжаются, но особых успехов нет:
В сентябре 2003 года калифорнийская компания Artificial Development объявила, что закончила сборку первой функциональной части опытного образца системы CCortex, которая должна стать самой крупной в мире нейронной сетью.
Немного о самой компании. Она частная и очень молодая — в июле 2003 года её основал Маркос Гильен (Marcos Guillen), собравший под одной крышей интернациональную команду программистов, математиков и других специалистов, которые готовы работать, чтобы создать первый в мире истинный искусственный интеллект.
CCortex – это создание эмуляции человеческого мозга с 20 миллиардами нейронов и 20 триллионами связей между ними. По словам AD, их попытка в 10 тысяч раз масштабнее любых предыдущих попыток копировать, частично или полностью, первичные характеристики человеческого интеллекта.
В итоге должна получиться первая нейронная система, по уровню сложности способная хоть как-то конкурировать с мозгом млекопитающих.
Для достижения своей цели Artificial Development решилась собрать один из 20 лучших и самых быстрых компьютеров в мире – задуманная производительность 4800 гигафлопов.
Данная супермашина работает под Linux. Она будет составлена из 500 узлов и одной тысячи процессоров Intel и AMD, собирается иметь 1,5 терабайта оперативной памяти и хранить в себе 80 терабайт данных. В процессе эмуляции система стремится реализовать состояние каждого нейрона и его связей несколько раз в секунду.
Проект запустили.....
Не знаю на что рассчитывали, может думали - сделаем модель близкую к мозгу - и она сама заработает. Но похоже сели в лужу - не работает! Прошло уже 14 лет, громадный для современной науки срок, но только пшик.....
Вывод: Вместо Искусственного Интеллекта имеем индустрию Имитации Интеллекта.
PS:
Знаменательное событие случилось 7 ноября 2017 года - вскрывались капсулы потомкам заложенные в 1967 году - 50 лет назад.
Это лишний повод оглянуться назад и спросить себя: какие из глобальных задач, которые ставило перед собой человечество, выполнены?
Из трех основных задач в 1967 году за 50 лет не выполнено ни-че-го:
1) Энергетическая - вместо термояда повсеместно внедряется потешная ВИЭ.
2) Космическая - вместо экспансии человечества за пределы Земли люди уходят в виртуальное игровое пространство.
3) Искуственный интеллект - вместо мыслящих машин имеем индустрию Имитации Интеллекта.
Почему так случилось? - это тема для другой статьи ;) , но ещё раз хочу подчеркнуть:
Человечество не сможет решить своих проблем только путем научно-технического развития - развитие техники без развития души человека - путь в никуда!
Создать ИИ, который может создавать новые знания может только новая диалектическая логика - Эйдологика.
На удивление целостный материал по теме! Благодарю!
Комментарии
А как же высокоинтеллектуальные беседы с Айфоном?
Надоели все эти ИИ, просто поддержу комментарий автора. Только будущее не за развитием души (через это люди и так проходят), а за знанием о душе (не путать с психологией).
Чем же, позвольте спросить?) Наоборот, тема довольно интересная и сложная. Хотя это не отменяет того факта, что человеку, как разумному биологическому виду, тоже нужно развиваться и совершенствоваться.
Образование души - самое высшее образование (с) Жуковский Н.Е.
Если есть имитация оргазма, то что мешает быть имитации интеллекта?
Обе - функции интеллекта )) кто ещё из здравых мужчин считает, что блондинки глупы по определению?
Я то, вот, нет...
Вполне достаточно для автоматизации/роботизации многих сфер нашей жизни... а более и не нужно для виртуального общения с пиплами, у многих из которых тоже иммимтация этого И... Да и ASI, если бы его создали, в руках нынешней либероидной мировой илиты это ТБМ человечеству...
Ото ж. Нахрена нам этот искусственный интеллект?
"у многих из которых тоже иммимтация этого И. "
Респект!
поправьте - вскрывались ка
рПсулы потомкамВ данном случае автор путает технические проблемы с проблемами несбывшихся сверхожиданий от непричастных к делу людей.
Короче, выступает представителем тех миллиардов чатлан, которые удобно рассевшись на трибунах с пивом и попкорном скандируют "Цапу нужно крутить! Цапу!", в то время, как десяток замызганых техников и учёных пытаются прикрутить к пепелацу какие-никакие колёсики.
Виноваты тут в первую очередь "люди со смелым мышлением", фантасты-футорологи 50-70 годов, которые застали невероятный взлёт человеческой мысли, опередивший их фантазии. Здоровый скептицизм и реализм стал считаться чем-то вроде признака ограниченности мышления - мол, вон, Икару тоже говорили, что ничего не получится, а мы - мы уже летаем! Ну а с повсеместной победой посдмодернисткой концепции "мир есть текст" всё окончательно смешалось в доме Облонских, появился даже консенсус, что прогресс делают "смелые мечтатели и провидцы" из числа "творческой интеллегенции" и бесчисленных васиссуалиев лоханкиных.
В то время, как реальный прогресс делают всё те же техники в замызганых футболках, говорящие не об "интеллекте", а о скучных, совершенно нефантазийных вещах типа ускорения тензорных операций в железе ещё на сколько-то там процентов.
+
Классика же. Автор очередной журналист изнасилованный учёным. Ничего его не радует, ни машинный перевод, ни роботы-водители, ни даже диагностика заболеваний. Автор опровергает тезис о творческой деятельности ии, выдуманный его собратьями по "разуму".
Дык, его это все радует. Только он присоединился к когорте, которая просит это все не называть искусственным интеллектом.
Как в известной сказке: "Делай со мной, что хочешь, только в терновый куст не бросай"
Попытка дискредитировать ИИ в глазах общества уже не остановит его развитие, а байки про "души" нужно оставить попам, это их поляна.
Ога. Негр просит не называть его негром. Исправление терминологии внесёт ещё большую путаницу.
На самом деле все просто. Любая практическая машина должна калиброваться по реальности. А реальность должна быть такова, что машина, причинившая вред, должна переформатироваться.)))
Айзек мог и ошибаться и робот может таки нанести вред. Если его задумает анти-айзек.
Если бы всё было так просто...
Мультеги в тему (детишкам не показывать)
Блинки плохой робот:
Короткометражный фильм Эйб 2013 года (Русская озвучка)
Эпиграф к весьма некислой книге "Хищные вещи века" бр Стругацких.
Понятие "духовность" в достаточной мере стало размытым, зыбким и претерпело грандиозную инфляцию.
Понятие "духовность" в достаточной мере стало размытым, зыбким и претерпело грандиозную инфляцию.
Как из этого вытекает, например, кошрут?
... То, что ненавистно тебе, не делай другому ...
Всякое утверждение можно формулировать двояко: в позитивном и негативном смысле. Получается по-разному.
Например: Делай другому то, что нравится, чтоб делали тебе... :-)
Вроде говорится об одном и том же, а смысл разный.
В этом народная мудрость: всегда есть два взаимоисключающих утверждения.
Духовность и этика пересекаются отнюдь не всякий раз...
Бывают, что даже и взаимоисключаются.
Ибо, физически - нет ничего Интелектуального в общение с БОТамэ парашников (БОТоводов у которых мозги по факту появления на свет Божий с Идиологеммами - отродясь - в жопе.)
Никто из создателей ИИ никогда не говорил, что они создали ИНТЕЛЕКТ. Это все болтовня журнашлюх.
Да, но они всегда говорили что "... создали Искусственный
ИнтеллектИллюзию" для развода лохов на бабло - И (Или) не говорили, бггЛюди забывают что в мозге проходят электрохимические процессы, а не просто нейроны электричеством обмениваются. Когда технически можно будет это чудо повторить, тогда и можно будет говорить о настоящем ИИ.
Конечно вы правы. Звуки скрипки может издать только инструмент, имеющий струны и смычок, а голос только рот язык и тп )))
Примитивно.
Смоделить можно всё, что угодно, даже квантовые процессы, вопрос ресурсов.
А вот что нужно моделировать, чтобы добраться до уровня сознания вопрос пока открытый
Может не правильно выразился, что вы меня не поняли. Сложность электрохимических процессов на порядки больше, чем сложность электрических. Когда сможем моделировать их тогда можно и будет говорить об ИИ.
Почему, собссно?
Физика работы человеческой ноги - действительно на порядки сложнее, чем физика катящегося колеса, гусеницы или воздушной подушки. Тем не менее, на колёсах, гусеницах или воздушной подушке можно перемещаться быстрее, чем на ногах и/или там, где пешком в принципе не пройти.
Физика проще, функциональность - выше, потому что природа выбирала наилучшее не из всех возможностей, а лишь из доступных. Почему Вы решили, что с нейронами всё как-то очень иначе?
Да и природа посредством эволюции органики до уровня человек создала инструмент дальнейшей эволюции разума - неорганическую форму разума и жизни, ИИ. Человек вовсе не вершина творения вообще, а всего лишь локальная вершина на длинном пути.
Впору создавать ИС — искусственную совесть.
Много сотен лет назад задача искусственного интеллекта решена. Это рабовладение. Купил научил чему надо и пользуешь. Можно да же воспитать неглупого раба. Можно купить уже готового с нужными функциями, но это дороже. Это в миллион раз эффективней и результативней. Басни про машинный ИИ это ровно из той же оперы. Но только очень дорого и без гарантированного результата. Операции\задачи которые поддаются алгоритмизации надо отдавать и отдают машинам вполне успешно. Все остальное дешевле человека поставить. ИИ это попил бабла и мозгомойка.
" Из трех основных задач в 1967 году за 50 лет не выполнено ни-че-го: "
А капитализму это не только не нужно, это для него смертельно.
ИМХО, создать ИИ, который может создавать новые знания может только новая диалектическая логика - Эйдологика.
Спасибо, интересно
Что-то вам не угодишь. ИИ не тот.
А я вот недавно поговорил с Алисой на телефоне и под впечатлением хожу.
Ходишь... прыщавое онижедитё - бубнишь в трубку, почитай уже вторые сутки:
Сучка, дашь или не дашь?!
Пацану, тоскующему по ласковому телу дамы?
В интернете солнце, тмб-и, пляж!
Ты Алиса мегагёрл или из латекса муляж?
Хороший пример взаимодействия двух нейронных сетей начального уровня.
По теме https://www.youtube.com/watch?v=mWamoIY4r6w
Где же функциональные определения человека и человечества?
А про душу - просто заткнитесь все.
Что не выходит каменный цветок? Может это потому, что кто-то подменил понятие разум понятием интеллект, и рост вычислительных мощностей стал сразу разумным. Но нет. Разум это не способность шустро и много считать. Конечно разум можно назвать "софтом", и потому он обладает свойством нелокальности. Ну нельзя создать "разумную машину", просто потому, что человеческий разум в своей сути явление коллективное, и возникает в результате деятельности общества. И тогда действительно можно говорить, что каждый человек разумен. Но разумен только потому, что носителем разума является общество, а отдельный человек является его носителем в результате свойства нелокальности присущего разуму. Но простите, тогда машины должны стать людьми, участвовать в обществе на равных, иметь цели и задачи как у людей, только тогда возможно распространения разума и на машины. Думаю понятно, что такой вариант лишен всякого практического смысла. А вот искусственный интеллект, как хорошо нам знакомые экспертные системы, это пожалуйста, доступны прямо сейчас и бурно развиваются.
Перспективный чат детектед! Сим повелеваю - внести запись в реестр самых обсуждаемых за последние 4 часа.
Про ИИ по существу верно. Это слабый все ещё "слабый" ИИ.
Но вывод статьи неверный. Именно научно-технический прогресс позволяет решать проблемы человечества. Через гигиену, прививки и антибиотики мы победили эпидемии. Именно НТР победил детскую смертность. Через развитие науки и техники мы пришли к уровню когда обычные люди живут лучше королей прошлых веков. Очень много всего сделано, чего в принципе не могла сделать религия.
Прогресс идет не так быстро как нам хотелось бы, но по историческим меркам он фантастический быстрый. Сколько сотен лет потребовалось на банальное изобретение хомута? На треугольный парус?
Да, так и будет - нет человечества, нет проблем ;)
Религия - это вообще не о том.
Что инетересно, мы уже у самого конца века антибиотиков (уже появились штаммы бактерий которые не берет ни один из существующих антибиотиков и нет перспектив полячения существенно новых). Гигиена требует, как минимум, доступа к чистой воде и наличия эффективной канализации, с чем в большей части мира нарастают проблемы. Наш уровень жизни идет к стремительному спаду вместе с исчерпанием ресурсов.
Что касается науки и техники - действительно новых и значимых технологий не появляется уже где-то 30 лет - со времен генной инженерии и Интернета (начало-середина 1970х). Столь ожидаемые управляемый термоядерный синтез, высокотемпературная сверхпроводимость, и холодный термояд (каждая из этих технологий должна была решить или облегчить важнейшую проблему ограниченности энергетических источников человечества) закончились пшиком. Темы искусственного интеллекта и экспертных систем (помните такое выражение) недавно подробно разбирали на АШ. Причем вся собственно научная база сегодняшних технологий была разработана не позже конца 1й половины XX века, если считать пенициллин научным открытием, а если нет - то и еще раньше.
Видимо, уже наши внуки будут считать наше время "золотым веком" НТР, а для следующих поколений НТР будет именем бога :)
Полностью согласен с основным текстом автора!
От себя добавлю, что пусть ученые и дальше занимаются построением "быстрых калькуляторов". Есть много задач, где они пригодятся.
А то, что периодически их называют ИИ, так на это не надо обращать внимание. Это не более, чем маркетинговая категория. Ведь просто всем "кушать хочется".
Точно такое-же мнение по поводу сабжа. ИИ пришло на смену нанотехнологиям, потому что на втором уже напилили кучу бабла и надо искать новые "точки роста". Выхлоп будет таким же. Проблемы ИИ освещены неплохо, как раньше говорили "научно-популярно".
Страницы