Интересно, что текущее развитие машинного обучения, приводит к тому, что для решения ИИ-задач требуется не столько программирование в классическом смысле, сколько поиск и подготовка правильные данных + вычислительные мощности, способные их переварить.
нынешнее ИИ это в абсолютном большинстве случаев это просто нейронная сеть. нейронная сеть строится из узлов(синапсов). синапс это штука которая связывается с предыдущими такими же синапсами и этот же синапс хранит некоторую циферку. Эта циферка зависит от других циферок, которые есть у других синапсов связанных с этим. То есть нейронка это набор узлов и связей между ними. Один узел может быть связан с множеством других узлов в определенном порядке (порядок связи называется топологией сети).
Вот то что делают те чуваки что програмят эти сетки это пытаются выстроить оптимальнейшую топологию в контексте конкретной задачи. Ну тоесть методом эмпирических наблюдений за этим миром или методом научного тыка.
Процесс обучения сетки это тот момент когда топология уже есть но циферки внутри синапсов не верные. К примеру чтобы обсчитать всю сетку нужно сделать миллион вычислений (эта цифра зависит от количества всех связей между всеми синапсами, а количество связей может быть совсем диким количеством) и после этого сетка выдает результат и этот результат сверяется с заведомо верным ответом. Сетке сообщается что она не права и затем сетка меняет циферки внутри синапсов(в разных случаях по разным алгоритмам) и затем еще раз делает обсчет и так оооочень много раз пока не выставятся такие циферки в синапсах когда ответ будет максимально удовлетворительным, обычно это некий набор процентов.
собственно это краткое пояснение что оно такое. отсюда вывод: это не интеллект, это очень продвинутый молоток, которым можно стучать быстрее и удобнее чем обычным молотком.
Кто интересуется темой-прочитайте книгу "Новый ум короля". Переворачивает представления об ИИ. Хотя и старая книга, но нихрена не изменилось и сейчас. Хороший пример оттуда - если написать книгу, которая от и до описывает мозг и личность А.Эйнштейна, по которой со 100% вероятностью можно предсказать, что сделает Эйнштейн в той или иной ситуации - будет ли она Эйнштейном? Конечно нет. Так же и программа - это лишь книга. Набор инструкций. И всё. Мы катастрофически далеки от разработки реального ИИ.
> Мы катастрофически далеки от разработки реального ИИ.
Пенроуз и вовсе считает, что это невозможно на компьютерах с современной архитектурой.
По факту настоящий ИИ нужен не всем — это сразу много вопросов этического характера и реальная угроза для человечества. Бизнес сейчас хочет скинуть интеллектуальную рутину на компьютеры, чтобы остаться конкурентоспособным и это у корпораций довольно неплохо получается.
Возможно, что будущее не за стэндэлоун AI, а за нейроинтерфейсами и киборгами. В конце концов сейчас львиная доля времени тратится на то, чтобы переложить информацию из головы в компьютер, а не на сам процесс придумывания.
Присоединяюсь. Хэв-ту-рид для всех, кто интересуется ИИ и мышлением человека.
P. S. Можно сначала прочитать книгу Анны Свердлик "Как эмоции влияют на абстрактное мышление и почему математика невероятно точна" в которой делается много отсылок к книге Пенроуза.
Мне кажется, четырёх нейронов не хватит даже чтобы ходить на шести лапах по пересечённой местности. Не говоря уже о поиске еды, распознавании врагов, размножении и социальном поведении. Чего стоит одно только распознавание образов.
Строго говоря, один искусственный нейрон не равен одному органическому. Если их вообще можно сравнивать. Например, один искусственный нейрон может кое-как распознавать изображения.
Не думаю что можно вот так просто сопоставить интелект человека и ИИ который вообще работает по другому принципу и в другой среде, это все больше смахивает на пиздежь зажравшегося гуся который думает что что то в этом понимает...
В 1900-м году Давид Гильберт сформулировал 23 проблемы математики. И пока пытались их решить, математику серьёзно продвинули вперёд.
С ИИ сегодня такая же история — в погоне за сильным искусственным интеллектом создаётся бесчисленное количество технологий, которыми мы пользуемся каждый день. А с Siri по-прежнему разговаривает на уровне трёхлетнего ребёнка, постоянно отправляя тебя в поиск.
Вполне может быть, что к 2030 году Siri так и не научится имитировать живого человека. Но при этом мы будем ездить на беспилотных автомобилях, пользоваться качественным машинным переводом и пожинать плоды персонализированного онлайн-образования. Тоже круто.
Структура миниколонки - функциональной единицы неокортекса - это всего лишь десять нейронов разных типов, выстроенные в ряд пучком по 10 шт. Всё. Два квадратных метра этой плёнки, связанной коннектомом - это и есть человек, - его интеллект, подсознание и сознание. И никто до сих пор не понимает как эти десять нейронов всё это создают.
25 лет назад тоже так говорили. А также много раз до этого. В реальности же существует много факторов, прежде всего экономических, которые обеспечивают технологическую инерцию.
Так что технологии, безусловно, сильно разовьются за ближайшие 5-10 лет, но предпосылок для того, о чём вы говорите, пока нет.
Точнее, мне кажется, никто до сих пор не понимает, как точно работает то, что называется "второй сигнальной системой".
Распознавание образов, перемещение по неровной поверхности - это уровень если не рефлексов, то довольно близкий к ним. То, что современная компьютерная наука научилась решать эти задачи - это определённо прогресс, и немалый! Но расстояние от этой точки до "настоящего" искусственного интеллекта - а именно, способности моделировать ситуации и принимать решения на основе предыдущего опыта - ещё очень далеко.
Интересно, что текущее развитие машинного обучения, приводит к тому, что для решения ИИ-задач требуется не столько программирование в классическом смысле, сколько поиск и подготовка правильные данных + вычислительные мощности, способные их переварить.
нынешнее ИИ это в абсолютном большинстве случаев это просто нейронная сеть.
нейронная сеть строится из узлов(синапсов). синапс это штука которая связывается с предыдущими такими же синапсами и этот же синапс хранит некоторую циферку. Эта циферка зависит от других циферок, которые есть у других синапсов связанных с этим. То есть нейронка это набор узлов и связей между ними. Один узел может быть связан с множеством других узлов в определенном порядке (порядок связи называется топологией сети).
Вот то что делают те чуваки что програмят эти сетки это пытаются выстроить оптимальнейшую топологию в контексте конкретной задачи. Ну тоесть методом эмпирических наблюдений за этим миром или методом научного тыка.
Процесс обучения сетки это тот момент когда топология уже есть но циферки внутри синапсов не верные. К примеру чтобы обсчитать всю сетку нужно сделать миллион вычислений (эта цифра зависит от количества всех связей между всеми синапсами, а количество связей может быть совсем диким количеством) и после этого сетка выдает результат и этот результат сверяется с заведомо верным ответом. Сетке сообщается что она не права и затем сетка меняет циферки внутри синапсов(в разных случаях по разным алгоритмам) и затем еще раз делает обсчет и так оооочень много раз пока не выставятся такие циферки в синапсах когда ответ будет максимально удовлетворительным, обычно это некий набор процентов.
собственно это краткое пояснение что оно такое.
отсюда вывод: это не интеллект, это очень продвинутый молоток, которым можно стучать быстрее и удобнее чем обычным молотком.
Кто интересуется темой-прочитайте книгу "Новый ум короля". Переворачивает представления об ИИ. Хотя и старая книга, но нихрена не изменилось и сейчас.
Хороший пример оттуда - если написать книгу, которая от и до описывает мозг и личность А.Эйнштейна, по которой со 100% вероятностью можно предсказать, что сделает Эйнштейн в той или иной ситуации - будет ли она Эйнштейном? Конечно нет. Так же и программа - это лишь книга. Набор инструкций. И всё. Мы катастрофически далеки от разработки реального ИИ.
> Мы катастрофически далеки от разработки реального ИИ.
Пенроуз и вовсе считает, что это невозможно на компьютерах с современной архитектурой.
По факту настоящий ИИ нужен не всем — это сразу много вопросов этического характера и реальная угроза для человечества. Бизнес сейчас хочет скинуть интеллектуальную рутину на компьютеры, чтобы остаться конкурентоспособным и это у корпораций довольно неплохо получается.
Возможно, что будущее не за стэндэлоун AI, а за нейроинтерфейсами и киборгами. В конце концов сейчас львиная доля времени тратится на то, чтобы переложить информацию из головы в компьютер, а не на сам процесс придумывания.
Присоединяюсь. Хэв-ту-рид для всех, кто интересуется ИИ и мышлением человека.
P. S. Можно сначала прочитать книгу Анны Свердлик "Как эмоции влияют на абстрактное мышление и почему математика невероятно точна" в которой делается много отсылок к книге Пенроуза.
Интервью с ней на T&P: https://theoryandpractice.ru/posts/14575-emotsionalnaya-nauka-anna-sverdlik-o-prirode-matematiki-s-tochki-zreniya-neyrouchenykh
Григория не поймешь: то ли он троллит аудиторию, то ли гиперболизирует, говоря про четыре нейрона в мозгу муравья(на самом деле сотни тысяч).
То ли это как с фотоаппаратами.
Мне кажется, четырёх нейронов не хватит даже чтобы ходить на шести лапах по пересечённой местности. Не говоря уже о поиске еды, распознавании врагов, размножении и социальном поведении. Чего стоит одно только распознавание образов.
Строго говоря, один искусственный нейрон не равен одному органическому. Если их вообще можно сравнивать.
Например, один искусственный нейрон может кое-как распознавать изображения.
Для банкооткрывательного механизма не нужен ИИ.
"Теперь он может, а вы нет".
Отсылка к "Я, робот" детектед. :)
Что за три системы?
Присоединяюсь, тоже интересно, что это за системы такие )
Не думаю что можно вот так просто сопоставить интелект человека и ИИ который вообще работает по другому принципу и в другой среде, это все больше смахивает на пиздежь зажравшегося гуся который думает что что то в этом понимает...
в 1 год ребенок уже видимо умнее любого животного.
а ИИ даже того же муравья имитировать не может.
В 1900-м году Давид Гильберт сформулировал 23 проблемы математики. И пока пытались их решить, математику серьёзно продвинули вперёд.
С ИИ сегодня такая же история — в погоне за сильным искусственным интеллектом создаётся бесчисленное количество технологий, которыми мы пользуемся каждый день. А с Siri по-прежнему разговаривает на уровне трёхлетнего ребёнка, постоянно отправляя тебя в поиск.
Вполне может быть, что к 2030 году Siri так и не научится имитировать живого человека. Но при этом мы будем ездить на беспилотных автомобилях, пользоваться качественным машинным переводом и пожинать плоды персонализированного онлайн-образования. Тоже круто.
А с Siri по-прежнему разговаривает на уровне трёхлетнего ребёнка
Фишка в том, что 2-х летний ребенок не просто повторяет за взрослыми, но и активно занимается словотворчеством.
Прикольно ) У меня есть версия фантазии на тему структуры хранения данных нейронной сети ГМ человека. Ну чистая фантазия да, но что-то в этом есть )
Структура миниколонки - функциональной единицы неокортекса - это всего лишь десять нейронов разных типов, выстроенные в ряд пучком по 10 шт. Всё. Два квадратных метра этой плёнки, связанной коннектомом - это и есть человек, - его интеллект, подсознание и сознание. И никто до сих пор не понимает как эти десять нейронов всё это создают.
Дайте ИИ 5-10 лет и он обгонит всех нас вместе взятых.
25 лет назад тоже так говорили. А также много раз до этого. В реальности же существует много факторов, прежде всего экономических, которые обеспечивают технологическую инерцию.
Так что технологии, безусловно, сильно разовьются за ближайшие 5-10 лет, но предпосылок для того, о чём вы говорите, пока нет.
Интересно, почему тогда сведующие люди типа Хокинга, так обеспокоились вопросом?
Точнее, мне кажется, никто до сих пор не понимает, как точно работает то, что называется "второй сигнальной системой".
Распознавание образов, перемещение по неровной поверхности - это уровень если не рефлексов, то довольно близкий к ним. То, что современная компьютерная наука научилась решать эти задачи - это определённо прогресс, и немалый! Но расстояние от этой точки до "настоящего" искусственного интеллекта - а именно, способности моделировать ситуации и принимать решения на основе предыдущего опыта - ещё очень далеко.