DARPA: Воспитаем искусственный интеллект как собственного ребенка

Аватар пользователя Bledso

Агентство перспективных оборонных исследовательских проектов (DARPA) объявило об открытии конкурса на финансирование разработки проекта системы революционного обучения искусственного интеллекта (ИИ). ИИ должен научиться развиваться подобно человеческому ребенку: вместо того, чтобы перелопачивать гигантские наборы данных, подобно языковым системам Alexa или Siri, новая технология должна самообучаться как это делают человеческие дети - путем наблюдения за окружающим миром.

Используя этот подход, программа Grounded Artificial Intelligence language Acquisition (GAILA) нацелена на создание ИИ, который понимает смысл того, что происходит.

 

"Детям для обучения хватает малой доли той информации, которая требуется системам машинного обучения. Технология машинного обучения хрупка, неспособна иметь дело с новыми источниками данных, темами, средствами массовой информации и словарями", - написали чиновники DARPA в запросе

Ожидается, что участвующие в новой программе команды построят теоретическую модель обучения ИИ речи, на основе связывания слышимых звуков с визуальными образами. В отличие от сегодняшних систем, которые полагаются на тщательно размеченные наборы данных и явное обучение, разработанный по программе GAILA ИИ будет использовать логику и умозаключения и сможет правильно интерпретировать ситуации, прежде незнакомые. По мере расширения словарного запаса, понятий и лингвистических конструкций машина должна учиться описывать все более сложные события. Итогом проекта должна стать система, позволяющая искусственному интеллекту изучить английский язык с нуля.

Проект будет разбит на два этапа - технико-экономическое обоснование и доказательство концепции. Финансирование составит $1 миллион за оба этапа. Предложения должны поступить до 26 апреля, а исследования официально стартуют 25 июня.

Проект является частью большой программы DARPA по исследованию ИИ. В течение следующих пяти лет агентство вложит около $2 миллиардов в развитие так называемого "искусственного интеллекта третьей волны", способного к логическому мышлению и человекоподобному общению.

 

Авторство: 
Авторская работа / переводика

Комментарии

Аватар пользователя МГ
МГ(9 лет 1 неделя)

не взлетит ИИ с таком подходом. дети воспринимают окружающий мир "по подобию". они смотрят на взрослых. у кого будет учиться ИИ ? у него даже ручек нет, чтобы палец в розетку сунуть! или дверкой прищемить! сперва нужно "привить" 5 чувств, а потом развивать "мозг" в контексте интеллектуального развития.

но денежку, конечно, освоят smiley

Аватар пользователя Николай Болховитин

Точно, у простой кошки больше интеллекта, чем у любого детерминированного автомата.
Потому, что она связана с внешним миром неизвестными пока науке связями, которые влияют на её выбор стратегии, и тактики  поведения. 
А а рассматриваемая система замкнута, следовательно она деградирует сразу, как только выработает весь имеющийся у нее начальный потенциал.

Аватар пользователя Simurg
Simurg(7 лет 2 месяца)

Что характерно: НИ ОДИН из 44 (на текущий момент) комментирующих ВООБЩЕ не понимает, о чём идёт речь. Но оживлённо комментирует. :)

"Детерминированный автомат", блин.  :)

Всем интересующимся - в гугл: "глубокое обучение с подкреплением", "метаобучение". Но лучше на английском, на русском материала пока мало, и он в лучшем случае убогий пересказ.

Комментарий администрации:  
*** Уличен в клевете и ложном цитировании, отказ принести извинения - https://aftershock.news/?q=comment/11527284#comment-11527284 ***
Аватар пользователя Barry
Barry(6 лет 3 месяца)

Вы словами то иностранными не пугайте...

Конкретно скажите, если можете конечно...

А то - вот послал нас на Google... И доволен!

Аватар пользователя Gray
Gray(9 лет 9 месяцев)

"А объясните-ка нам научную область, с трудом укладывающуяся в универскую специальность на пальцах" только иностранные слова не используйте и в гугл не посылайте. Где-то так звучит.

Заявление выше про детерминированный автомат - полная чушь, хотя бы потому что обучающаяся нейросеть не является детерменированной по определению. 

Аватар пользователя Николай Болховитин

Заявление выше про детерминированный автомат - полная чушь, хотя бы потому что обучающаяся нейросеть не является детерменированной по определению. 

Тогда она должна иметь внешнюю цель и внешнее управление.
Потому как она пока что реализована с помощью детерминированных автоматов,
Кто будет им задавать точку бифуркации при принятии решений?
Самостоятельно нейросеть этого сделать не может, потому что это то же самое, что выдернуть себя за волосы из болота.
Максимум, на что она способна, это перебирать известные ей удачные стратегии, такие  которые, при иных обстоятельствах, могут оказаться неудачными.

Аватар пользователя Gray
Gray(9 лет 9 месяцев)

Во время обучения нейросеть использует вероятностные механизмы.

Если хотите - можем обсудить особенности реализации рандомайзера на детерменированных машинах. Только вы ведь не об этом?

Ну и по вашим заявлениям дальше очевидно что по нейросетям вы не знаете даже базы. 

Аватар пользователя Братец Лис
Братец Лис(8 лет 5 месяцев)

особенности реализации рандомайзера на детерменированных машинах

Этими ужасными словами описывается познание детьми окружающего мира? 

Аватар пользователя Gray
Gray(9 лет 9 месяцев)

Эти ужасные слова показывают только и исключительно бредовость заявлений про детерминированный автомат в отношении обучающихся нейросетей. 

Аватар пользователя Мегатонна
Мегатонна(6 лет 8 месяцев)

Обученная нейросеть есть функция от многих переменых. И на одни и те же входные данные она посчитает тот же самый результат. Детерминизм как есть. Нет там никакой магии. Десятки лет топчемся по сути на одном месте. ИМХО главная ошибка - попытка скопировать природу (самолёт же не машет крыльями, но прекрасно летает)

Аватар пользователя Simurg
Simurg(7 лет 2 месяца)

Это если сеть не рекуррентная и не имеет доступа во внешний мир.

Ну и функции активации нейронов сейчас делают и недетерменированными - стохастическое усиление. Кажется, даже первокурсникам рассказывают, почему недетерминированная машина Тьюринга сильнее детерменированной... Магии там, конечно, никакой нет. :) Но говорить, что "нейросеть детерменированный автомат" без показывания пальцем на конкретную (детерменированную и с ограниченным входом) сеть, может только дурак, не понимающий значения произносимых слов. В общем случае это неправда.

Именно в последние 10 лет сделаны потрясающие вещи. 

Мы не копируем природу. Мы просто усекли нейсколько очень полезных и продуктивных принципов, которые сейчас используем и развиваем. Точно так же, как у птиц мы взяли идею крыла как такового, хотя используем крылья по-другому, да и построены они совсем иначе.

Комментарий администрации:  
*** Уличен в клевете и ложном цитировании, отказ принести извинения - https://aftershock.news/?q=comment/11527284#comment-11527284 ***
Аватар пользователя Мегатонна
Мегатонна(6 лет 8 месяцев)

Все потрясающие вещи последних 10 лет базируются на взрывном росте вычислительных мощностей и CUDA cores, которых уже какое-то неприличное количество даже в простых потребительских видеокартах. Где прорыв ? Где принципиально новое ? Да, условно, перешли от 'паровых машин' к 'двигателям внутреннего сгорания', но 'антиграв' не просматривается даже на горизонте :(

Аватар пользователя Simurg
Simurg(7 лет 2 месяца)

?! Метаобучение (в смысле, целый набор конкретных рабочих методик - генетические алгоритмы, например), resnet'ы, обучение с подкреплением, глубокие рекуррентные сети...

Даже банальные уже сверточные сети это 15-20 лет назад, но тоже не то чтоб уж старое.

Без вычмощи это, конечно, практически было бы неприменимо... но ведь и теории не было, она появляется прямо сейчас, на глазах.

Если бы в 80-е были бы внезапно доступны наши вычмощности, всё равно потребовались бы те же 20-30 лет на теоретические вещи и практическую проработку всяких штук.

Комментарий администрации:  
*** Уличен в клевете и ложном цитировании, отказ принести извинения - https://aftershock.news/?q=comment/11527284#comment-11527284 ***
Аватар пользователя Gray
Gray(9 лет 9 месяцев)

Только вот речь была не про обученную а про обучаемую (находящуюся в процессе обучения). Русский язык он такой...

Аватар пользователя Мегатонна
Мегатонна(6 лет 8 месяцев)

Не вижу смысла это обсуждать в контекте данной статьи. Камрад 'Simurg', например, понял, что я говорю о простейших вариантах, типа персептрона, и парировал аргументом о рекуррентных нейросетях. Вы же, посмотрели на флажок, и решили меня потроллить знанием русского языка. Если уж пошёл разговор о великом и могучем, то "обучаемая", наравне с "находящаяся в процессе обучения", так же может означать "способная к обучению".

Аватар пользователя Gray
Gray(9 лет 9 месяцев)

Вот честно - на флажок вообще не смотрел. Тут суть была в том что без правильных понятий говорить смысла не имеет.

"обучаемая", наравне с "находящаяся в процессе обучения", так же может означать "способная к обучению".

Обе этих трактовки замечательно бы подошли. Мне казалось было очевидно что речь идёт о обучаемой/обучающейся системе а не о готовой пассивной сетке, которую можно запихнуть в простейший микрочип.

Аватар пользователя Николай Болховитин

Рандомайзер на детерминированных машинах может генерировать только псевдослучайные цифры.

Ну и по вашим заявлениям дальше очевидно что по нейросетям вы не знаете даже базы. 

С точки зрения машинного обучения, нейронная сеть представляет собой частный случай методов распознавания образов, дискриминантного анализа, методов кластеризации и т. п.

Моим учителям по вышеупомянутым дисциплинам был, в том числе,  академик
Юрий Иванович Журавлев

А по программируемым процессам академик Никита Николаевич Моисеев.

Все претензии к ним.laugh

Аватар пользователя Gray
Gray(9 лет 9 месяцев)

Если хотите - можем обсудить особенности реализации рандомайзера на детерменированных машинах.

Рандомайзер на детерминированных машинах может генерировать только псевдослучайные цифры.

Какаая неожиданность. Поэтому мы спокойно вносим соль от внешнего физического датчика и получаем достаточно случайное число. Или пишем вывод физического генератора в файл и используем его, или - вообще получаем данные напрямую с физического генератора. И? Сказать-то что хотели?

С точки зрения машинного обучения, нейронная сеть представляет собой частный случай методов

А химия представляет собой частный случай физики. Что сказать-то хотели?

 

Учителя у вас хорошие, только вот ни тот ни другой к современным нейросетям никакого отношения не имеют.

А вот эта ваша фраза в отношении нейросетей:

Максимум, на что она способна, это перебирать известные ей удачные стратегии

Просто чушь. Обученная нейросеть стратегии не перебирает. Обучаемая - не оперирует готовыми стратегиями в принципе.

Аватар пользователя Николай Болховитин

"Современная нейросеть", это обобщающее понятие псевдонаучного попила денег.
А самоорганизация замкнутой системы это, к сожалению, утопия.
Такая система придет к деградации, так как в замкнутых системах энтропия стремится к бесконечности.
Заложены ли в такую систему стратегии, или она их нарабатывает из практики, это все равно.
У нее нет точек бифуркации, а следовательно даже вероятностный процесс в ней может быть только детерминированным.
Впрочем если такой системой станет управлять Бог, тогда конечно я не прав.
Но ему это вряд ли будет интересно.laugh

Учителя у вас хорошие, только вот ни тот ни другой к современным нейросетям никакого отношения не имеют.

Скажите уж сразу, к науке никакого отношения не имеют, не то что Вы.
Да к попилу денег они действительно ни какого отношения не имеют.
согласен.

Аватар пользователя Gray
Gray(9 лет 9 месяцев)

Вся ваша философия - строго мимо. А на уровне математики вы свои ощущения обосновать не сможете.

У нее нет точек бифуркации

Вообще ложное утверждение. Вы с чего это взяли? Хотя бы про машину Больцмана почитайте, не говоря уж о глубоких сетях с её использованием.

Скажите уж сразу, к науке никакого отношения не имеют, не то что Вы.

Нет, всего-лишь устарели лет на 20, так же как и ваши знания. Машина Больцмана изобретена в 1985 году, глубокое обучение по Хопфилду (через ограниченные машины Больцмана) - в 2007 году. В каком году вы учились? О чём там вам рассказывали? Вы свои знания по теме хоть немного освежали? Или так и оставили законсервированными?

Выше Simurg неплохо перечислил что ещё вы пропустили. 

Итого: вы пытаетесь рассуждать в сложной теме с устаревшими лет на 20 знаниями, даже если у вас были превосходные учителя знавшие все новейшие на тот момент направления тематики.

Аватар пользователя Николай Болховитин

Больцмана изобретена в 1985 году, глубокое обучение по Хопфилду (через ограниченные машины Больцмана) - в 2007 году. В каком году вы учились? О чём там вам рассказывали? Вы свои знания по теме хоть немного освежали? Или так и оставили законсервированными?

В математики нет ничего такого что бы возникло ниоткуда.
Машина Больцмана это не новейшее изобретение, стоящее особняком от всей математики а вполне себе наглядная иллюстрация для дилетантов двух базовых направлений математики:
- Статистической физики и линейного программирования, которым уже уйма лет.
Ничего нового в этом математическом понятии нет, просто, пользуясь аналогией с машиной Тьюринга, оба эти направления представлены в наглядном виде. Только и всего.
Так что слово "изобретена", тут не уместно, придумана для наглядной агитации, да.

 

Аватар пользователя Gray
Gray(9 лет 9 месяцев)

В математики нет ничего такого что бы возникло ниоткуда.

И поэтому вы считаете что зная 2+2 знаете всю существующую и будущую математику? Можете пару миллионов долларов заработать на решении математических проблем в таком случае.

Машина Больцмана это не новейшее изобретение, стоящее особняком от всей математики

Ой, может потому её назвали в честь Больцмана, основателя стохастической механики, умершего в 1906?

Только вот какой радости вы взяли что это "не новейшее изобретение"?

Ничего нового в этом математическом понятии нет

Всего-лишь сформулированный принцип, давший толчок развития целой отрасли. Которому для дальнейшего развития пришлось подождать ещё 20 лет.

слово "изобретена", тут не уместно, придумана для наглядной агитации

Изобретена. Сформулирован принцип и обоснована его применимость к обучению нейросетей. А ваше бла-бла - снова мимо.

Вы смешны со своими попытками принизить тему в которой банально некомпетентны.

Аватар пользователя Николай Болховитин

Вы смешны со своими попытками принизить тему в которой банально некомпетентны.

А вы смешны рассуждая о понятиях и не зная основ математики, на которых они основаны.
Поэтому то Вам и непонятно все что я пишу.
Изучайте основы, тогда Вам и станут понятны новомодные теории.
 

Аватар пользователя Gray
Gray(9 лет 9 месяцев)

Вам не надоело тыкать пальцем в небо? Вот уже и аргументации нет, только переход на личности. Я лично - знаю и основы о которых вы говорите и конкретно это их практическое применение. Вы же, как минимум второго - не знаете.

Аватар пользователя Николай Болховитин

Хотелось бы Вам напомнить, уважаемый, что "исторически" по временной шкале, точкой перехода на личности было Ваше высказывание

Ну и по вашим заявлениям дальше очевидно что по нейросетям вы не знаете даже базы. 

Которое Вы направили в мой адрес без всякой на то аргументации. 
Так что все остальное, это на Вашей совести.
Строго говоря, с этого момента, можно было бы с Вами и не дискутировать.
Но раз уж вы опубликовали Ваши «сектантские предрассудки» на публичном ресурсе, мне таки, из уважения к читателям, придется написать статью относительно того, что такое "нейросеть" в современном понимании, и что такое "Машина Больцмана" для "чайников".
Заголовок статьи будет такой:
 

Как изобрести самокат, назвав его велосипедом.
Тот, кто придумал название "Машина Больцмана" просто не знал других математических концепцией в области статистической физики, которые со времен Больцмана появились в науке.
Если бы он их знал, то назвал бы свою "машину" "Машиной Ито-Стратоновича". И вот почему:
Больцман давал свои математические выкладки на основании наблюдения Броуновского механического движения частиц в жидкости. Механическим движением по тем временам (конец 19 века) называлось движение массы в трехмерном евклидовом пространстве подчиняющиеся законам Ньютона. То есть строго детерминированное движение частиц взаимодействующих друг с другом по известным тогда законам физики.
В дальнейшем, множество частиц, связанных друг с другом рассчитываемыми взаимодействиями, стали называть средой. Больцман наблюдал броуновское движение  полагая, что частицы, большего по размерам чем молекулы воды (жидкости в которую они погружены), но сравнимые с ними по размеру, движутся потому что единомоментно с различными частями их поверхности  соударяется разное количество молекул воды имеющие так же различную механическую кинетическую энергию.
Больцману было нужно найти расчетный механизм позволяющий описать динамику этого процесса. Это я напомнил предысторию задачи для тех, кто подзабыл школьный курс физики и математики.
Теоретически эту задачу, равно как и другие задачи статистической физики 19-го века можно решить и счетным путем. Ведь законы Ньютона детерминированы, значит и задача теоретически счетная, то есть алгоритмически разрешимая. Математик бы сразу назвал бы метод решения такой задачи на основе уравнений Гамельтона-Якоби. Однако практически решить такую задачу этим методом представляется затруднительным, даже имея современный суперкомпьютер, так как число степеней свободы исследуемой системы чрезвычайно велико. Тем более это было неподъемным в 19 веке.
Тогда Больцман предложил аппроксимировать счетную  модель, статистической, показав, что на таком количестве объектов эта аппроксимация будет достаточно точной для исследователя среды в рамках законов классической механики Ньютона.  

Ни каких нелинейных процессов он и предположить себе не мог, просто упростил расчет детерминированной модели на статистический метод достаточно точно его аппроксимирующий (приближающий к идеальному).

Идеи Больцмана, были потом использованы Лагранжем для решения других задач классической механики статистическими методами.
Частично они были переработаны Эйнштейном с появлением релятивистской механики, для пространства Пуанкаре-Миньковского. Напомню читателям, что Миньковский был другом Пуанкаре, а Эйнштейн был аспирантом у Миньковского.
В механике тогда появились новые законы сохранения и новая кинематика движения, более общие по отношению к классической механике. Но суть метода не изменилась. Метод, по прежнему, исследовал трудновычисляемые детерминированные процессы на основе их аппроксимации статистическими методами.
Затыки начались на этапе исследований квантовой физики. Многие процессы квантовой физики не укладывались в задачи детерминированных методов их моделирования.
 Собственно «затыки» случались и раньше, например, на стадии исследования термодинамики газов. Тогда выяснилось, что  реальные газы, в своем поведении, отличаются от расчетной статистической модели поведения идеального газа. Для практического применяя законов термодинамики реальных газов были даже придуманы поправки Вандервальса, которые определялись эмпирическим путем на основании статистических рядов измерения. Вполне себе практический результат. Но это не отменяло алгоритмической разрешимости модели кинетики газа. Просто физики предположили, что у молекул газа существуют какие то иные сильные взаимодействия, которые и корректирует модель. Позже эти взаимодействия были найдены и исследованы, и от поправок Вандервальса отказались.
Но сама модель внесения статистически зависимых поправок в детерминированную модель оказалась полезной.

И вот только на основе дальнейших исследований появилась современная статистическая физика, которая представляет нам уравнения комплексно описывающих динамику сред с действительно независимой статистической частью.
Есть ли этому подтверждение на практике? Пока нет. Быть может статистическая часть является просто результатом неполноты информации об объекте, а может  и правда существуют абсолютно случайные явления, не описываемые детерминированными законами природы. С практической точки зрения вопрос открыт, но с математической он решен. Если такие явления существуют то динамику среды, на которые они распространяются можно описать, решив систему дифференциальных уравнений определенного вида.
Решить их можно с помощью интеграла Ито, или интеграла Стратоновича.
Доказано, что и тот и другой методы решения идентичны по результату, но боле удобны, будучи примененными к различным практическим задачам.
Вот почему так называемую «Машину Больцмана», для так называемых «нейросетей», следовало бы назвать «Машина Ито-Стратоновича».
Потому, что именно методы современной статистической физики позволяют не просто приближать результаты решения трудносчетных детерминированных задач статистическими методами, но и предлагают механизм решения задач с действительно независимыми статистическими параметрами.

Аватар пользователя Gray
Gray(9 лет 9 месяцев)

Мдааа, тяжелый случай. Повторю вопрос - вы конкретно с нейросетями хоть отдалённое знакомство имеете? А с нейросетями не являющимися развитием бэкпропа?

Заголовок статьи будет такой:

Как обзывать изобретённый самокат двухколёсной телегой, ничего не понимая в самокатах.

Вашу не относящуюся к теме обсуждения воду я пропущу, остановлюсь на нескольких моментах:

Тот, кто придумал название "Машина Больцмана" просто не знал других математических концепцией

Глупость сказанная с апломбом - меньшей глупостью не становится.

просто упростил расчет детерминированной модели на статистический метод достаточно точно его аппроксимирующий (приближающий к идеальному).

Это и нужно для нейросети. Более того - в реальных нейросетях используется ограниченная машина Больцмана, снижающая вариативность.

на основе дальнейших исследований появилась современная статистическая физика, которая представляет нам уравнения комплексно описывающих динамику сред с действительно независимой статистической частью.

А вот это - не нужно для нейросети в общем виде. В частности - для не (полностью) формализованных задач.

Если вы найдёте практические задачи в которых имеет смысл использовать нейросети  и которые формализуются так что в нейросеть стоило включать модули, работающие по принципам показанным Ито или Стратоновичем, так чтобы в этих задачах имело смысл выделять "действительно независимую статистическую часть", и где бы это давало радикальный рост производительности - можете назвать их в честь кого хотите, хоть в честь себя.

но и предлагают механизм решения задач с действительно независимыми статистическими параметрами.

Сформулируйте такую практическую задачу. Если вы смогли её формализовать в достаточной мере чтобы применить эти интегралы - для её решения не нужны нейросети. То что решается аналитическими методами - решается аналитическими методами. И вот тогда - имеет смысл использовать более новую стат физику.

Задачи же решаемые нейросетями - сложноформализуемы, поэтому к ним сложно применять более новую и более специализированную методологию статфизики, поэтому именно более общий принцип машины Больцмана включён в универсальные сети глубокого обучения.

Адаптация топологии и модулей сети под конкретные задачи - отдельная дисциплина, в ней, для некоторых задач - важны в том числе и исследования Ито и Стратоновича. Но не в общем случае.

 

Ну и, наконец, главное: вас совсем не смущает что вы в своём потоке воды ни разу не упомянули что-то большее чем линейное запоминание предыдущих состояний системы и, собственно, обучение? Как и то что современные глубокие нейросети не сводятся к машине Больцмана, а только используют её как одну из функциональных частей?

Аватар пользователя Николай Болховитин

достаточно случайное

Хорошее слово "достаточно", правильное.

Аватар пользователя Gray
Gray(9 лет 9 месяцев)

Это не "слово" это термин. Вы криптографией когда-нибудь интересовались? В частности случаями когда её ломали из-за недостаточной случайности получаемых случайных чисел?

Аватар пользователя Simurg
Simurg(7 лет 2 месяца)

Что конкретно сказать? Конкретно я сказал, что на тот момент в теме не было ни одного(!) человека, понимающего, о чём речь. Но все(!) мнение своё высказали.

Пересказывать толстенный учебник смысла нет. Но метаобучение нейросетей с внешним подкреплением - не конечный автомат, не детерменированный автомат (точнее, чаще всего не детерменированный автомат), и не замкнутая система. Вот какой смысл человеку было пороть чушь со всеми этими словами, которые никоим боком к вопросу? Показать, что он вообще не понимает, о чём говорит, но хотя бы знает эти конкретные слова? :)

Ну, показал. Дальше что? :)

Комментарий администрации:  
*** Уличен в клевете и ложном цитировании, отказ принести извинения - https://aftershock.news/?q=comment/11527284#comment-11527284 ***
Аватар пользователя Николай Болховитин

Самоорганизация, слово такое слышали.
Метообучение блин, придумали себе птичий язык, и щебечут на нем.

Аватар пользователя rayidaho
rayidaho(10 лет 6 месяцев)

Для RL нужна целевая функция или их набор, в такой широкой постановке пока не видно смысла

Аватар пользователя Simurg
Simurg(7 лет 2 месяца)

Ещё как есть! В этом-то и дело, в этом-то и задача - сделать сеть-контрагента (не обязательно внешнюю), которая ставила бы задачи, целевые функции для ансамбля обучающихся сетей. Именно так работает человеческое самообучение - через "любопытство", постановку новых задач на обучение, исходя из имеющихся навыков и знаний.

Получение новых навыков, открывающих новые возможности "награждают" человека эндорфинами точно так же, как успешное и эффективное получение навыков (всё более быстрое решение более сложных задач) должно награждать машину через ставящего метацель контрагента.

Схожие эксперименты были проделаны при игре машинами футбол, где сетям-агентам дали несколько дополнительных степеней свободы, не влияющих на игру - им дали возможность обмениваться текстом (или генерировать/слышать звук - не помню). Игра была не с нулевой суммой, агентам было выгодно кооперировать для закатывания мяча в ворота. Чтобы обучение шло быстрее, за ними следил внешний агент (нейросеть), награждающий за скорость и эффективность решения задач.

Так что агенты быстро разработали себе язык (что предполагалось исследователями), чтобы координировать действия. Что не предполагалось исследователями - то, что язык будет содержать весьма абстрактные понятия и имел тенденцию к усложнению и абстрагированию.

...

Это сложно задумать и сделать, но это - широкая постановка задачи - именно что правильный путь. Тем более, что от нейросетей прямо сейчас не требуется человеческой широты охвата, достаточно будет, если они будут способны сами её менять, в зависимости от меняющихся условий и поставленных задач. Как человек.

Комментарий администрации:  
*** Уличен в клевете и ложном цитировании, отказ принести извинения - https://aftershock.news/?q=comment/11527284#comment-11527284 ***
Аватар пользователя Николай Болховитин

Тем более, что от нейросетей прямо сейчас не требуется человеческой широты охвата, достаточно будет, если они будут способны сами её менять, в зависимости от меняющихся условий и поставленных задач. Как человек.

Вы счастливый человек. Судя по тексту вы знаете какая задача поставлена этим Миром перед человеком. laugh
Вся беда в том, что четырехмерный "мир" Миньковского замкнут. Он не бесконечен.
А значит в нем невозможна самоорганизация. Математическое доказательство этого заняло у людей почти сто лет, но люди справились. Во всяком случае один точно справился.
Самоорганизация материи в четырехмерном пространстве возможна только если есть Бог для нас существует надпростанство большей размерности.
 

Аватар пользователя Simurg
Simurg(7 лет 2 месяца)

Я счастливый человек потому, что знаю точно смысл слов, которые использую. И читаю только то, что написано. :)

Блин, ну что за бред Вы несёте? Вы не перед девочками на пьянке, где нужно делать умный вид. И для любого человека с образованием тут эффект строго обратный.

Пространство (а не мир) Минковского не оговаривает замкнутости. Более того, сейчас считается, что сценарии с ультрафиолетовой имплозией маловероятны.

Никакого "доказательства" связи "самоорганизации"(тм) с размерностью пространства нет.

Энтропия вообще более фундаментальная штука, чем размерность пространства.

Да и... впрочем, бисер перед свиньями. :)

Просто не порите чушь.

Комментарий администрации:  
*** Уличен в клевете и ложном цитировании, отказ принести извинения - https://aftershock.news/?q=comment/11527284#comment-11527284 ***
Аватар пользователя Николай Болховитин

Пространство (а не мир) Минковского не оговаривает замкнутости.

Если Вы что то не понимаете из написанного мною, то это не означает что это чушь.
Просто вы недостаточно знаете  о фундаментальных математических методах, а вещаете в рамках доступного вам тезауруса и правил вывода.

Потому и пропускаете иронию, не взятую в кавычки.laugh
Ладно тогда без иронии, о том что Вы пропустили в современной математике:
Пространство Миньковского конечно не предполагало ограниченности, оно предполагало четырехмерную односвязанность. с математической точки зрения это казалось логичным, ан вышло иначе.
Оказалось, что теорему Пуанкаре в бесконечном односвязанном четырехмерном пространстве доказать невозможно. Вот в семи-мерном, например, можно, а в четырехмерном нельзя. Такое пространство должно быть или замкнутым, или недносвязным.
теперь Вам совсем нетрудно догадаться откуда берутся стохастические "дыры" в различных процессах.
Дыры эти - суть разрыв четырехмерного пространства при его проецировании из более высоких измерений.
Вот это действительно фундаментальное открытия в современной математике, не то что Машина Больцмана.


 

Аватар пользователя Simurg
Simurg(7 лет 2 месяца)

Вы не знаете, что я знаю, а что нет. :)

Вы ОПЯТЬ используете слова, смысл готорых не понимаете. Блин, Вы вообще понимаете, как выглядит человек, который закидывает понт на понимание следствий гипотезы геометризации, но не понимает разницы между конечностью и ограниченностью? 

Пространство Минковского в оригинальной формулировке и в том виде, в котором оно используется в ОТО вообще определено только конкретной метрикой. Собссно, ни СТО, ни ОТО ничего не говорят и не знают о гомотопии путей и допускают любую форму Вселенной. Никакую, епта, "четырёхмерную односвязность"(sic!) никто не предполагал . И да, что вообще такое "четырехмерная"(с) односвязность в конкретном пространстве? Чем оно отличается от двумерной? одномерной? Частные случаи (для n=3,4) были доказаны задолго до Перельмана.

Какие, б..., "дыры" в "проекциях", какой "суть разрывы", если только что речь шла о односвязности, то есть гарантированной гомотопности всех возможных путей нулю? Дыры, б..., исключают односвязность, равно как и исключают гомеоморфность пространства R(n). Тут либо одно, либо другое - либо сфера, либо бублик.

В общем, Вы реально то ли сумасшедший, либо простите, полный идиот. В пень.

Комментарий администрации:  
*** Уличен в клевете и ложном цитировании, отказ принести извинения - https://aftershock.news/?q=comment/11527284#comment-11527284 ***
Аватар пользователя Николай Болховитин

Отличная истерика, читать всем. laugh

Реклама гранта на попил денег от псевдонаучной теории нейросетей не удалась.
 Всего то навсего аФтар столкнулся с мнением математика по образованию,
причем по советскому образованию, как сразу стал путаться в терминах и понятиях.
Судорожно читая википедию, невозможно понять то про что Вам пишут.
У Вас нет системного Физико-математического образования, позволяющего Вам судить о вещах, про которые Вы пытаетесь рассуждать.
Разные математические науки, существуют, в Вашем сознании, отдельно друг от друга, и уж тем более отдельно от так называемой  новомодным словом "Нейросети"
Это как раз и есть "дырчатое восприятие" действительности внутри которого и строятся сектантские представления о науке, базирующиеся на предрассудках.
Судя по Вашей реакции, современной " негратоедской" математики, Вы тоже не знаете, Вас больше привлекает такая "математика" за которую деньги платят, а не так в которой от миллиона долларов легко отказываются.
 

Какие, б..., "дыры" в "проекциях", какой "суть разрывы", если только что речь шла о односвязности, то есть гарантированной гомотопности всех возможных путей нулю? Дыры, б..., исключают односвязность, равно как и исключают гомеоморфность пространства R(n). Тут либо одно, либо другое - либо сфера, либо бублик.

"Дыры" в научном познании это не мой термин, а Перельмана.
Постарайтесь понять,  что он доказал, не читая интернета, и тогда Вам откроется вдруг, сколько еще знаний Вам надо получить, для того что бы так самоуверенно судить от том, в чем Вы нынче "ни ухом ни рылом". Хоть и беретесь выставлять свои "знания" на публику.

Успехов Вам в познании мира, а не в поиске денежных грантов

Аватар пользователя e.tvorogov
e.tvorogov(8 лет 3 месяца)

Говоря точнее, у них идёт речь о системе автоматизированного овладения языком посредством сопоставления слов с визуальными образами. Они приводят пример:

...увидев чёрный стол, белый стол и чёрный стул, прототип должен быть в состоянии узнать достаточно о значениях слов «чёрный», «бёлый», «стол» и «стул», чтобы он мог взять название цвета из «белого стола» и название объекта из «чёрного стула», распознать новый объект «белый стул» и описать его как таковой. По мере расширения словарного запаса, понятий и языковых конструкций, машина должна будет обретать способность описывать всё более сложные события и отношения.

Аватар пользователя задумавшийся
задумавшийся(6 лет 10 месяцев)

Я думаю не чёрный стул, а чёрный квадрат Малевича и задаться вопросом что это такое вообще. Дальнейшие выводы не так важны, важен сам факт того что ИИ задумается об определении абстракции 

Аватар пользователя e.tvorogov
e.tvorogov(8 лет 3 месяца)

важен сам факт того что ИИ задумается об определении абстракции

Лично я считаю, что это принципиально невозможно. Робот никогда не сможет провести отличие между учениями, скажем, Канта и Гуссерля. Вот грань, которая отделяет людей как мыслящих существ от роботов как алгоритмических машин.

Аватар пользователя frollog
frollog(8 лет 4 месяца)

Это ваше мнений, сложной, но всё же биологической машины. Описанное возможно, но скорее всего, не будет создано, так как страшнее самого страшного оружия.

Аватар пользователя e.tvorogov
e.tvorogov(8 лет 3 месяца)

Описанное возможно 

Смутно подозреваю, что вы не видите пределов ИИ. Это именно что искусственный, человекоподобный интеллект.

Аватар пользователя задумавшийся
задумавшийся(6 лет 10 месяцев)

Так о том и речь. Вы предложили другой путь. Их тысячи. На сегодняшний день и в обозримом будущем ИИ будет весьма условным поскольку основан на комбинаторике и только. Домашний хомячок в этом смысле куда как сложнее и продвинутей. По сути ИИ, сегодня, это автомат. Творческая задача не по плечу и скорее всего никогда не сможет решать творческих задач

Аватар пользователя Николай Болховитин

Творческая задача не по плечу и скорее всего никогда не сможет решать творческих задач

Возьмем к примеру кошку, у нее поведение сложнее чем у хомячка, но стратегия та же, выживание рода.
При выборе кота для продления рода (бифуркация),  она ориентируется на масть котят, которых она родила ранее и которые выжили в течении двух (примерно) лет.
Вопрос, как она определяет какие из ее котят выжили а какие нет? Но она это делает.
Существующими, на сей момент, средствами генерации и распространения информации сделать этого нельзя.
Думаете я бред несу? Возможно да, а возможно и нет. Но компьютеру такие стратегии точно недоступны, а кошке запросто. Да и  исследователь вполне может такое предположить и отработать экспериментально.
Спросите откуда я это знаю? Отвечу: мне моя кошка об этом  говорила. laugh
Вот Вам простой пример нелинейной логики. Из миллиона таких бредовых мыслей одна может вполне оказаться правильной. А вероятности её "правильности" никто оценить не сможет.

 

Аватар пользователя СибВатник
СибВатник(7 лет 6 месяцев)

Попил бабла. 

У детей есть безусловные критерии помогающие адекватно воспринимать мир и проверять правильность умозаключений при недостатке знаний и пониманий. 

Это органы чувств 

Обжогся или треснуло током - опс, эти штуковины могут принести неприятности хотя по виду они обычные.

Получил по заднице - что-то сделано не так, нужно пробовать иначе.

Получил конфетку - обана, хороший способ выклянчить найден.

Поцарапал кот - за хвост тащить опасно, нужно попробовать за усы.

И т.д.

Аватар пользователя e.tvorogov
e.tvorogov(8 лет 3 месяца)

Обжогся или треснуло током - опс, эти штуковины могут принести неприятности хотя по виду они обычные.

Получил по заднице - что-то сделано не так, нужно пробовать иначе.

Получил конфетку - обана, хороший способ выклянчить найден.

Поцарапал кот - за хвост тащить опасно, нужно попробовать за усы.

Описанное вами скорее относится к условным рефлексам.

Аватар пользователя СибВатник
СибВатник(7 лет 6 месяцев)

Это относится к обратной связи от систем о принципах и логике функционирования которых нет достаточного количества данных.

Эта обратная связь выдает воздействие, которое не запрашивалось и не ожидалось. Это воздействие оценивается как положительное, нейтральное, или крайне нежелательное. 

Позже, по мере накопления других данных и развития объекта, это знание может быть пересмотрено (в этом отличие от рефлекса)  и та же кошка будет таскаться за хвост, но уже в варежках, а конфеты таскаться когда родители отвернутся.

Аватар пользователя e.tvorogov
e.tvorogov(8 лет 3 месяца)

Позже, по мере накопления других данных и развития объекта, это знание может быть пересмотрено (в этом отличие от рефлекса)  и та же кошка будет таскаться за хвост, но уже в варежках, а конфеты таскаться когда родители отвернутся.

Полагаете, ИИ принципиально не сможет дотумкать до такого?

Аватар пользователя СибВатник
СибВатник(7 лет 6 месяцев)

Ключевое там в получении неожиданного, непрогнозируемого, нелогичного на этапе развития системы воздействия. От объекта который который не рассматривался как объект способный на отклик.

И мгновенная, не допускающая иных толкований, оценка желательности/нежелательности этого воздействия, без понимания сути самого воздействия.

Аватар пользователя ComradМauser
ComradМauser(5 лет 7 месяцев)

Вот именно, тот кто воспитывал детей понимает с ходу, что такая идея не взлетит. 
Еще вопрос что будет побуждать ИИ взаимодействовать со средой? Откуда у ИИ любопытство что-бы палочкой кота потыкать или какахи руками помять?

Страницы