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
Когда я сам в 80-е занимался проблемами искусственного интеллекта - тогда же и придумал свое, собственное его определение:
Искусственный интеллект - это автоматизированное решение человеческих задач, по какому-то недоразумению считающихся интеллектуальными
:)
Угу.
Беда в том, что эти недоразумения - вполне таки массовые. Этакий коллективный самогипноз. И почему-то человек, на работе решающий вполне простую задачу, искренне полагает себя незаменимым на том основании, что существуют задачи сложные. :)
Какой-то такой силлогизм:
- люди придумали теорию суперструн и написали поэму "Облако в штанах";
- роботы/программы/ИИ не могут такого;
- я человек;
Вывод: меня не могут заменить роботом.
Вот этот самый нетривиальный переход к выводу содержит неявное предположение, что человек на работе таки каждый день придумывает нечто по меньшей мере сравнимое по мощи интеллектуального прорыва с... не знаю, формулировкой критериев Поппера, к примеру. А обычно это... хм... очень сильно не так. :)
да тут всё просто, --как может заведомо менее совершенное , безжизненное (роботы и микросхемы), заменить гораздо более совершенное Жизненное (человека) ???? И может безжизненное менее совершенное заменить более совершенное только при том условии, если за безжизненным менее совершенным, стоит кто то, кто направляет сей процесс. Но осуществить этот "кто то" может лишь при одном условии,- ослепив разум человека, что и наблюдается в реале.
Так вот, каждый должен увидеть этого "кого то" что бы понять кто же он есть , и себя и "кого то" а поняв, уничтожить этого "кого то"!
Только так и не иначе , только тогда Зло будет уничтожено на планете
Если в вашей теореме изменить "совершенное" на "сложное" (т.к. совершенство субъективно), замена человека значительно упростится.
я просто ЖИВУ , и привожу примеры из Живой Жизни :)) Само понимание "Человек" уже несёт извратный смысл. Есть Муж, и есть Жена, а человек , существо среднего пола, как лезбиянки и пидарасы на западе.
Задумайся над этим;)
А Вы, уважаемый автор сможете дать предельно полное и однозначное толкование термина интеллект?
И какие еще интеллекты бывают в этом мире?
Очень кратко
1. (с 27.мин. 25 сек.) https://www.youtube.com/watch?v=MTjKS08sVzE
2. Интеллект
Не могу и - главное - не хочу.
Вся статья о том, что острие цивилизационного прорыва, новой НТР, идущей на наших глазах и становление нового мира - вообще не связано с общефилософскими дискуссиями об интеллекте, а связано с применением вполне конкретных алгоритмов и способов их обучения. Называть это "интеллектом" или не называть, "может ли машина думать" или "не может" - это далёкие (я подчёркиваю - всё ещё очень далёкие) абстракции.
А вот применение технологий здесь и сейчас в новых и новых областях, идущие в связи с этим изменения в обществе и экономике - это очень конкретно.
И затрагивает напрямую каждого из нас.
Совершенно неправильная логика.
"Облако в штанах" написали не "люди", а конкретный человек - Маяковский.
Вы не Маяковский.
Вы не сможете написать "Облако в штанах".
Следовательно, нет причин, по которым лично Вас нельзя заменить роботом
Вот я именно об этом. Что люди почему-то думают, что для работы кассиром нужно уметь писать поэмы или понимать смысл вторичного квантования и калибровочных полей.
Да вот нифига.
Есть круг задач, где ИИ незаменим. Это плохо формализуемые задачи. Их сложностью является необходимость обучать систему. Это дорого. К тому же есть опасность получить ошибочный результат. В ответственных применениях ИИ запрещены. Только как советчики! Математика ИИ развивается дальше. Теперь проблемы 80х смехотворны.
Cмехотворны, говорите ? Ну вот проблема, с которой мы вообще и я в частности столкнулись тогда - это описание предметной области для задачи автоматизированного формирования облика некоего летательного аппарата.
Задача не решена адекватно до сих пор. Нигде. Несмотря на все наличные вычислительные мощности и ёмкость систем хранения. И проблема не в железе. Проблема в том, что понимание задачи - на уровне собаки. То есть "всё понимает, а сказать не может"...
То есть задача - из тех времен - это поиск новых технических решений. Тупую комбинаторику не предлагать - она бессмысленна, а придать отбору смысл автоматизированно - не получается.
Эта проблема поднималась еще в "фантастике" 50-70 гг. И ее коротко можно сформулировать так "Чтоб получить правильный ответ, нужно сформулировать правильный вопрос)))))
Генетические алгоритмы пробовали? Самое оно, когда нужно _резко_ и _разумно_ сократить перебор в многофакторной свзанной системе.
Перебор вариантов - это ладно. Задача - в генерации этих самых вариантов, чтобы было что перебирать. Тупая комбинаторика сходу даёт абсолютно неподъёмное количество. А не тупой - как раз и нет.
Вот я и советую посмотреть в сторону генетики: самый тот случай. Просто погуглите - очень простая идея, но бывает дико эффективной.
Такая задача уже решаема. Вам надо на моделях хорошо посидеть. Это математические трюки нелинейной обработки. Я уже отстал в этом слегка, чтобы советовать конкретно. Мне хватает проблем с FPGA..
Иллюзии о решаемости таких задач особенно были распространены в конце 70-х. А что, берём целевую функцию и находим экстремумы.
А вот воз и ныне там. Все, что есть - разные системы САПР, облегчающие и упрощающие расчеты. А новые технические решения как выдумывал человек, так и выдумывает. А машина - нет. И не видно даже подходов. Ну да, всякий хайп про генетические алгоритмы и т.д. есть, а также высосанные из пальца вангования что вот-вот, ещё пару лет...
В общем, всё, что вы мне можете посоветовать, я, скорее всего, и так знаю. И это оптимизма не добавляет. Особенно с учетом того, что до пенсии 4 года осталось ;) хотя работать все равно придется, пока не сдохнешь :)
Вероятно, "футурологи" предостерегают не о "восстании машин" , как таковых, а о восстании людей с "машинным разумом" - без эмоций, с "безграничной" кормовой базой, не идентифицирющими себя людьми и тд. и тп.
прекрасное определение. ядовито, но четко)
Если правило Паретто применить к жизни то примерно в 20% случаев мы ведем себя не адекватно и нелогично. Так вот именно в этих случаях ИИ будет жестко сбоить. ИИ хорошо работает когда есть закономерности, а они имеют место быть далеко не всегда и не везде....
Правило Парето применимо к людям. "Интеллект " ИИ не человеческий.
ИИ в большинстве случаев работает с реакцией на действия людей или механизмов, управляемых людьми.
Вы сейчас решили привести пример, как люди говорят нелогично или не адекватно. Хорошо.
Если "нет закономерности", то любая реакция - адекватна. :)
Не имеет смысла сравнивать котлеты и конфеты. Если нет закономерности, то нельзя данный процесс описать алгоритмом, а значит и сформировать на данный процесс прогнозируемые реакции.
Вся статья о том, что люди нашли способ решения задач, к которым не могут написать алгоритмы (в изначальном смысле слова). Очень часто закономерность есть, но мы её не понимаем. Вот для этих случаев придумали алгоритмы, которые сами пытаются понять закономерности из примеров.
Для нейросети нужны лишь примеры "адекватного", хорошего, годного поведения и "неадекватного", плохого, негодного.
Если такие примеры есть, правильная нейросеть научится. Если же человек даже постфактум и хорошо подумав, сам не может сказать - что тут хорошо, а что плохо, то любое поведение адекватно.
Проблема в том, чтобы дать четкую классификацию годного и негодного. Причем зачастую бывает так, что "негодное" поведение дает лучший результат, чем условно "годное".... Разумеется это не всегда закон, а скорее исключение, но такие исключения очень сильно искажают правило... К тому же исходные условия, на которых производится обучение, имеют привычку довольно сильно и постоянно меняться... и вот когда вы научили сеть одному, а условия сменились (как правило за короткий промежуток времени) и начинаются непонятки и все идет по новому кругу... Классика жанра - применение нейросетей в алготрейдинге.....
Так вот это - задача человека, понять, чего именно он хочет, что считает годным, а что нет.
В алготрейдинге - совсем иная беда, там проблема не в понимании "что такое хорошо, а что такое плохо". Как правило, целевая функция предельно понятна: максимизация прибыли. Беда в отсутствии адекватного "корма" нейросетям для принятия решений и достаточной развитости сетей. Рынок часто иррационален внешне, но не для владельцев инсайдов.
Причём, на данном этапе эта проблема нерешаема, НЯП: большинство людей тупят и принимают неадекватные решения точно так же. Они просто не владеют достаточным количеством информации о рынке, чтобы принимать действительно обоснованные решения.
С сетями та же фигня. Мусор на входе - мусор на выходе. Это не волшебная палочка, это лишь алгоритм.
Позволю себе не согласиться. Во-первых, корма для сетей более чем достаточно это десятилетние истории котировок, плюс к ним история новостей, плюс история макроэкономических данных и даже несмотря на это рынок постоянно меняется и преподносит сюрпризы. И когда же он плять прекратит это делать и заживет простой прогнозируемой жизнью??? Ответ никогда - тогда просто скучно станет :-)
Во-вторых, что касается владельцев инсайдов, то это да, для разовых выигрышей это подходит, но нельзя быть инсайдером везде и для системного подхода, торговля на инсайде не подойдет.
Статистика по цене за любой срок недостаточна. Она была бы достаточна, если бы всё, что влияло бы на цену - это цена.
А в реальности это просто не так.
В реальности цена зависит от кучи всяких странных "внешних" вещей, о которых челеовеки-трейдеры часто не знают (вовремя), а кормить этими вещами сети мало кто думает (пробуют, делают, но мало). Но очень много попыток получить что-то из ничего - цену на будущее из предыдущей истории. Что есть чистая магия, и, ессно, в общем случае - не работает.
Оно работает в случаях, когда цена таки определяется ценой. Ну, то есть - во всяких истеричных реакциях и рекурскивных реакциях рынка на изменение цены. Тогда да, алготрейдинг даёт разумные результаты. Хотите, чтобы разумные результаты были в остальных случаях - кормите алгоритмы разумным входом влияющих факторов в остальных случаях. Ну, то есть - общими настроениями рынка, газетными статьями, слузами, частными разговорами инсайдеров и их планами, и т.п., и т.д.
Вы зря ожидаете магии от математики. Её там нет. :)
Как обычно мы уперлись в глубину цепочки данных, которые влияют на цену. Если упростить, то цена определяется совокупностью ДЕЙСТВИЙ участников рынка. Следующий этап, что управляет (и как учесть то, что управляет) ДЕЙСТВИЯМИ участников рынка, и так далее вниз..... в АД. Так вполне можно дойти до маразма.
Лично для себя я понял, что нельзя объять необъятное и надо подходить к информации с точки зрения здравого смысла. Если нельзя делать прогнозы на неделю вперед, но вполне можно их делать на ближайшие 5 минут, значит нужно заниматься этим. Все остальное от лукавого.
Некоторые вполне готовы за деньгами и в АД. :) Попытки есть.
А так - да.
Более того, как только значимую часть рынка занимают алготрейдеры, следящие только за предыдущей ценой, предыдущая цена становится определяющим фактором для будущего, и магия становится реальностью, цена начинает зависет только от прошлой цены. Самоисполняющееся пророчество своего рода. :)
С некоторых пор я стал верить в то, что все пророчества исполняются... вопрос только во времени и чтобы это было именно пророчество.
Что касается значимой части алготрейдеров - то это ИМХО, тоже от лукавого. До последнего времени так никто и не дал точной (и заслуживающей доверия) цифры - сколько активов управляется "руками", а сколько алгоритмами. На мой взгляд это из серии - объять необъятное......
слабый ИИ, зачастую, "чувствует" закономерности лучше человека + не подвержен субъективизму
Чисто между нами: он, сцуко, дофига как подвержен субъективизму. :) Практически, большая часть борьбы и наладки - борьба с его субъективизмом и подсовывание ему таких примеров, чтобы он достаточно "широко смотрел на вещи". Или наоборот, как-нибудь сузил бы в некоторых случаях своё понимание прекрасного.
У нынешних простых сетей - в силу простоты и малости - нет "человеческого" предыдущего опыта, всех вот этих предубеждений, комплексов, фобий, и т.п. Но это работает в обе стороны. Большинство исследователей пытаются добиться как раз "широты охвата" сети и её памяти.
А "личные предпочтения" у самообучающихся алгоритмов, конечно, есть. Они предопределены набором примеров, на которых проходило обучение (как и у человека, в общем-то, если брать "примеры" в широком смысле слова, как жизненный опыт). Тут мы "равны".
У него просто нет контекста, поэтому и "сомнений"/"субъективизма" нет. Для примера (из моей личной практики тренировки ИИ), если вы видите на фотке кресло, и в нём что-то есть, то чуть выше изголовья кресла вы видите (ожидаете увидеть) голову человека, даже если там просто размытое пятно. А если вы видите каменную кладку, то в ней лицо человека вы не ожидаете увидеть. У ИИ нет такого ожидания, он не привязывается к контексту, и не находит лица над креслом, но находит его в кирпичной кладке.
Вот без этого контекста, всякие распознавалки и классификаторы уже лучше человека могут быть натренированы. Но до реальных показателей выдаваемых человеком им ещё долго. Им нужно ещё научиться классифицировать весь контекст, плюс "опыт жизни" в несколько лет, чтоб связать элементы мира между собой.
Узкий специалист подобен флюсу - полнота его одностороння.
Специалисты работающие над ИИ пугают обывателя своими трудностями. Но футурология не строится на внутренних деталях каких то явлений, футурология экстраполирует и определяет макротенденции.
Что касается экспертных мнений от программистов, то они часто говорят о невозможном. Мол невозможно, и все тут. Но приходит "некомпетентный" начальник, ставит программистов раком и требует невозможного, программисты постонав и почесав репу начинаут это невозможное реализовавать. Так это работает.
Экстраполяция без понимания сути - есть симулякр полезной деятельности.
Начиная с 22 июня световой день начал сокращаться. Экстраполируя темпы сокращения светового дня, легко видеть, что уже к лету следующего года мы будем жить почти в полной темноте и нас ждёт глобальная и тотальная катастрофа.
Появление сильного ИИ прогнозировалось "футурологами" начиная с 60-х, к 80-м, к 90-м, к 2000-м, и далее - везде. Результат, ессно, - тотальный фейл. Почему? Потому что т.н. "футорология" КАК ИДЕЯ - суть бессмысленное сосание пальца. Мир работает несколько иначе. Он сложнее.
Адекватные прогнозы давали технари, психологи, социологи.
Способ Вашего мышления вызывает смомнение в Вашей полной научной и технической адектватности.
Во первых, почему футуролог не может быть технарем? Во вторых, разные технари, социологи и психологи дают разные прогозы среди них много адекватных но большинство неадекватных, вернее с низким коэфициентом адекватности. Многие специалисты рассматривают все проблемы через призму своей узкой специализаци. Это естественно.
Правда? И в чём же "мой способ" состоит? Ну, если он заставляет Вас сомневаться, то безусловно, Вы определили его суть и можете описать.
Во-первых, потому что тогда он перестаёт быть т.н. "футурологом", и становится глобально мыслящим специалистом, и начинает не "экстраполировать", а строить более сложные и комплексные прогнозы, основываясь, в том числе, на своих специальных знаниях. Если же он свои знания не использует, тогда - да, он "футуролог". Но уже не технарь.
По второму пункту я могу ответить цитатой: "Предсказывать - очень сложно, особенно, когда дело касается будущего"(с) Нильс Бор. Но хорошие прогнозы получались не у тех, кто игнорировал знания "своей узкой специализации", а у тех, кто к узкой специализации имел ещё кучу специализаций, и вообще был эрудитом и дотошным знатоком. Многие же "футорологи" занимались/занимаются предсказаниями "Лондон утонет в навозе", проводя текущие тренды далеко в будущее. Беда ведь не в том, что простая экстраполяция сплайном часто ошибается. Беда в том, что она никогда не срабатывает (ну или никогда не срабатывала до сих пор). Нет НИ ОДНОГО верного прогноза лет хотя бы на 50 вперёд, основанного на экстраполяции.
А вот основанные на "узких специализациях" довольно точные предсказания - есть.
многобуков, скушно.
Из Вас выйдет прекрасный футуролог.
Уже вышел. От тут намедни статейку тиснул. Ему всё понятно.
верно, камрад. Нормальное распределение. "Настоящих буйных - мало..."
Типичный взгляд изнутри. Ну и лазеечка оставлена, сознательно или неосознано.
У меня есть более чем хорошие основания писать так, как я пишу.
Я (к вопросу о лазейке :)) в данном вопросе как раз стою на позиции "оптимистов" (задача сильного ИИ решаема, и мы уже видим пути к решению). Но проблема - в вычислительной мощности, и в ближайшее время она непреодолима. Нужно радикальное снижение стоимости терафлопа. Переход на иную схемотехнику, и более того, скорее всего, - на иную элементную базу. Как и всё в реальном, техническом мире - это достаточно долгие процессы, на десятки лет.
А то, что происходит ныне - это как обкатка идей машин с помощь детского железного конструктора: дёшево, просто, позволяет ребёнку кое-что попробовать и обдумать, но реальные серьёзные машины так не делаются.
"Орлята учатся летать". Пока так.
Мощностей у того же Гугла полным полно. Сложность в формализации процесса обучения не в одной конкретной области а в универсальном общем виде.
На мой взгляд ограничение именно в количестве необходимой формализации, которую нужно долго и нудно делать компетентному человеку. Имхо - уже лет через 10, если не раньше можно будет объединить специализированные базы знаний и специализированные решатели, добавить несколько модулей формального обучения и формальнго вывода и получить систему, могущую ответить на 90% любых, как бытовых так и специализированных вопросов, заданных в произвольном формате. Те - получить ИИ-собеседника-решателя-советника более компетентного чем подавляющее большинство людей.
Формат "Ок, Гугл" и подобных - уже есть, но без объединения специализированных слабых ИИ - это только бледная тень возможного.
Естественно всякие "чувства", "свобода творчества", эмпатия итд - совершенно другой раздел, и к нему не совсем понятно как подступаться, если делать не примитивный эрзац.
Нет, недостаточно. Смотрите, совсем на примитивном уровне: мозг человека - 1Е11 нейронов, по 500 аксонов (в среднем) на каждый. Частота - около одного килогерца, и если считать, что в один момент времени активно 1-5% нейронов, то получается, что для прямого распространения (без обучения) нам нужно делать минимум-миниморум 1..5 * 1Е14 операций в секунду. Это таки довольно много даже по нынешним меркам. И это для поддержания сети, сравнимой с человеческой, работающей с той же скоростью.
Если же мы хотим сгенерировать, "вычислить" оптимальную сеть (ибо спроектировать её ручками, КМК, - за пределами человеческих возможностей), то нам нужны мощности хотя бы в миллиарды-триллионы раз больше в течение лет (чтобы прогнать достаточное количество циклов обучения, "жизней" для каждой сети и выяснить её эффективность). Если у гугла и есть такие мощности, то это таки очень дорогой эксперимент.
Даже если считать по джоулю на гигафлоп, это мероприятие уже даже только по энергии вполне планетарного масштаба.
Нам нужно вычислять больше, нам нужно вычислять быстрее и нам нужно радикально повысить энергоэффективность, чтобы сделать задачу решаемой.
Сейчас это выглядит такой же фантастикой, как в 80-е - расчёт больших молекул лекарств ab initio.
Что-то вы плохо представляете современные реалии. Сейчас лидер ТОП500 имеет 121 петафлопс. (1*10^17 флопс). У Гугла суммарные сетевые мощности - существенно больше.
На одном суперкомпьютере из топа т500 за 10 дней можно прогнать 1.5 миллиона 10 минутных симуляций. Или 15 млн одноминутных (что всё ещё много).
Исходя из вашей логики всё вокруг уже должно быть заполнено пусть не до конца оптимизированными, но ИИ.
ИИ - это не только выч. мощности. Без исходных данных он ничто. А проблема формализации данных в общем виде, для широкой темы - пока не решена.
1Е17 - фигня, когда нам нужно хотя бы 1Е20-1Е23. Причём, дело ведь не только в принципиальном наличии... дело ещё в деньгах. Вычмощь должна быть достаточно дешёвой, чтобы экспериментировать с ней в достаточно рискованных проектах. Вы можете себе позволить "погонять" пару лет многопетафлопный комп в режиме "попробовали-поменяли-попробовали-не получилось-забили"? Нет же. И даже Гугл не может. Они могут купить много вычмощи, если будут уверены в результатах, но мы не на том этапе, когда что-то можно гарантировать. Нет, вычмощь должна СИЛЬНО подешеветь...
Ну, зачем нам ИИ, который не может даже собрать необходимую ему "рассеянную", не формализованную инфу? :)
Нет, это то, что машина должна делать сама в любом случае - это её proof of work, её "вступительный экзамен".
Ещё раз - десять миллионов симуляций это уже существенно и можно получить рабочий результат. Если бы его вообще можно было получить таким подходом.
А человек может собрать рассеянную не формализованную инфу? Вот прям с плёнок?
С вашим подходом - вы получите пускающего слюни младенца. И... всё.
Аналогично первоклассник не разберётся в интегралах без учителей и учебников.
А сейчас не существует ни формализованного процесса обучения, ни формализованных учебников.
Страницы