Форум: Проблемы искусственного интеллекта

Регистрация | Вход

Все темы | Новая тема  Стр.1 (4) След. > >>    Поиск:
Автор	Тема: Обмен практическим опытом
Corwin Сообщений: 1324	Обмен практическим опытом Добавлено: 27 ноя 06 15:38 Предлагаю в этом топике записывать практические удачи и неудачи создателей ИИ. Думаю начинающим разработчикам ИИ Ваш (или того про кого Вы читали) опыт может очень пригодится. [Ответ][Цитата]
Corwin Сообщений: 1324	На: Обмен практическим опытом Добавлено: 27 ноя 06 15:38 По крайней мере хотелось бы услышать те Ваши теории которые на практике оказались не такими успешными какими казались вначале. Это может помочь чтобы не повторять тех же ошибок. [Ответ][Цитата]
Павел Фоменко Сообщений: 1081	На: Обмен практическим опытом Добавлено: 27 ноя 06 20:11 Хе! Интересная затея... Вот я считаю своей большой ошибкой такие свои идеи: создать виртуальный мир, и типа в нём потом выращивать искуственное существо. [Ответ][Цитата]
Андрей Сообщений: 3943	На: Обмен практическим опытом Добавлено: 27 ноя 06 20:47 Вопрос, конечно, интересный и, на первый взгляд, даже конструктивный. Но поразмыслив маненько оптимизьму поубавилось. 1. Удача в области ИИ - это ИИ (сильный!). 2. Неудача в оласти ИИ - это всё остальное. Конечно, можно выписать некие мнения, которые на мой субъективный взгляд являются ошибочными или правильными, но в условиях перманентного пребывания всех разработок ИИ во втором из приведённых пунктов, любая идея может стать полезной (или вредной), и клеймить что-то окончательно не хочется. Выскажу только общую точку зрения. Любая локальная удача может обернуться против дальнейшего развития идей если разработчик будет рассматривать свой результат как нечто архиважное, что обязательно нужно сохранить. Так разработчик привязывается к своим творениям, теряет гибкость и обновляемость. Всё разрушить и начать ВСЁ с нуля - важное умение для любого научного изыскания. Если это есть - это уже удача. Если этого нет - считай провал. Выстроить правильную цепочку мыслей с первой попытки маловероятно. Поэтому желаю всем ИИсследователям удачи; не оборачиваться на авторитеты, а думать своим умом; не лелеять свои творения, а уметь импровизировать; учитывать как можно больше проверенных и непроверенных фактов. И самое главное - упорядочивать хаос, а не хаотизировать порядок [Ответ][Цитата]
daner Сообщений: 4605	На: Обмен практическим опытом Добавлено: 28 ноя 06 1:16 Замечательная идея но как обычно в этом форуме, "некоторые участники" не будем тыкать пальцем, пытаются свести все к демагогии. Я только с одним не согласен... в ИИ много областей исследований, не думаю что всем интересно читать обо всем, так что.... Вообще-то любая научная конференция или научный журнал это расширенная тема данного топика . Ну а что бы поддержать тему, внесу свой вклад. 1 Кибернетика (робототехника) - Модель управления выбором поведений - согласованная социальная работа - Успехи Достаточно при определении связей между поведениями определить что: * в конце любого поведения агенты обязаны синхронизировать прекращения поведения с товарищами по группе * при выборе следующего поведения синхронизировать групповой переход всех товарищей по команде в одно и тоже поведение * при разбиении команды на подгруппы синхронизировать единый выбор поведения для каждой подгруппы Соблюдая всего 3 этих правила мы получаем работу в рамках теории "Общего плана" ( Shared Plan ) при этом в процессе разработки сценария нет нужды отвлекаться на групповую синхронизацию. 2 Кибернетика - Модель управления выбором поведений - согласованная социальная работа - Успехи Разделяя поведений на "нацеленных на решение задачи" и "поведений обслуживания предиката" позволяет уменьшить написание кода поведений в среднем на О(n) где n - количество поддерживаемых предикатов. Кроме этого, такое деление позволяет избежать лишних контекстных переключений (что увеличивает время выполнения), и повысить точность выполнения на протяжении периода деятельности робота. 3 Системы взаимодействия человека и е-Агента - настраиваемая автономность - Неудачи Попытка изучить приоритеты пользователей при помощи деревьев решений (С4.5) не дало абсолютно никаких результатов. Как выяснилось после того как была определена мат.модель этого поведения проблема оказалась не столько в параметрах, сколько в отношениях между параметрами. т.е. учить нужно было не только связь "параметры - желание пользователя" но и искать (изучать) корреляцию между самими параметрами, что не представляется возможным на данный момент из-за сложности связей и объемов данных. Зато оценка стратегий аналитическим путем дала намного более значимые результаты. 4 Поиск решения для парковки автомобилей (on-line). Не особо научная работа, для практиков... модель поиска парковки на основе PoMDP казалась, не решаема в реальном времени из-за огромного кол-ва расчетов, но применение MDP на основе таблиц переходов изменяемых по методу "Обучения с усилением" позволило в реальном времени эффективно искать парковку. Агенты на этой модели оказались наиболее эффективным среди других (40). Почему это не совсем научно… да потому что я не знаю, как работали другие агенты, так как это было соревнование, и никто не разглашал своих секретов. [Ответ][Цитата]
Corwin Сообщений: 1324	На: Обмен практическим опытом Добавлено: 28 май 07 2:05 Хотя это немножко не то, но всетаки: Темой моей дипломной было написание программы по распознаванию символов (детальнее можно почитать здесь http://gotai.net/forum/Default.aspx?postid=3102#3102 ). В этой работе я реализовал один из шрифтонезависемых алгоритмов распознавания. Должен заметить что написание этой программы оказалось достаточно трудоемким занятием, заняло 2 месяца, причем результаты распознавания довольно низки. Вывод: если хотите взять тему (для дипломной или чего еще) написания системы OCR, лучше выберите какой-то шрифтозависимый алгоритм Реализовать подобный алгоритм куда проще и результаты распознавания будут лучше. А написание более сложных программ (хотя бы такую которою написал я) лучше заниматься в коллективе (для примера один человек отвечает за векторизацию, второй за сравнение с БД, третий за шумоподавление и т.д.). Проследить чтобы отдельные элементы программы были на достаточно высоком уровне в одиночку достаточно сложно. [Ответ][Цитата]
daner Сообщений: 4605	На: Обмен практическим опытом Добавлено: 28 май 07 3:55 Хочу добавить. В свое время писал работу по perceptron-у для распознования цифр. Очень легко получилось и качество распознования было с шумом в пределах 25%. После усложнил программу до трех уровневого перцептрона с сигмоидом и получило распознование 85-90% с шумом на 45%. я не очень играл с параметрами, и вероятно можно было существенно улучьшить результаты. Но лично мне кажется, что для распознования нужно писать гибридный метод (шрофто-зависимый/не зависимый). Т.е. несколько разных НС должны распозновать части символов, а дальше как по векторному способу. Хотя это только догадки. [Ответ][Цитата]
daner Сообщений: 4605	На: Обмен практическим опытом Добавлено: 23 июн 07 1:02 У нас тут конференция по ИИ прошла (Обще-Израильская : BISFAI07). Были приглашённые профессора (очень значимые в ИИ товарищи): - Dana S. Nau, University of Maryland, US (планирование) - Milind Tambe, University of Southern California, US (мулти-агенты) - Manuela M. Veloso, Carnegie Mellon University, US (роботика) - Michael Wooldridge, University of Liverpool, UK (логика и мулти-агенты) Вот, хочу поделиться с вами (очень коротко) теми идеями, о которых эти господа говорили (может кому-то покажется тривиальным... ну а может кому то и нет): - Классическое планирование только на словах проблемно не зависима, на самом деле оно не просто работает только в определённых условиях, но и очень сильно опирается на эти самые условия. Поэтому, весьма эффективным оказался способ - берется алгоритм планирования, находятся эти самые зависимости, и именно они изменяются под заданные (новые) условия. Кроме этого, основной вектор развития планировщиков направлен, не на ускорение существующих планировщиков (или скажем их эффективность) а на разработку планировщиков работающих с ресурсными ограничениями (включая время), с неизвестностью и т.д. - Совместная работа не одинаковых агентов, новое и перспективное направление. Очень эффективными оказались гибридные подходы. Например очень удачные способы разработаны на основе совмещения POMDP и BDI. - При переходе от централизованного управления роботами к распределенному, огромной проблемой оказалось слишком ограниченное восприятие отдельных индивидуумов. Это оказалось на столько сложной проблемой, что до сих пор централизованные системы на голову превосходят распределённые. Поэтому, достаточно просто обмена (ну не совсем просто) тем, что индивидуумы воспринимают, что бы существенно поднять эффективность группы агентов (в частности роботов, так как именно роботам приходится работать в очень сложной с точки зрения восприятия среде, т.е. в реальности). - При распознавании объектов в реальном мире, очень интересной идеей (ИМХО) является распознавание не по атрибутам объекта, а по его интеракции (т.е. использовать парадигмы). Вот скажем задавать агенту определение, что такое стул, не в терминах "это четыре ножки, спинка, сидение и т.д.",а задавать правилами типа "стул это то на чем сидят люди" и т.д. Очень интересная идея и ряд работ на ней основанных. - Ну и последний, Вулдриж... Самая (ИМХО) сложная лекция была, с кучей логических формул, да еще и не стандартных. В общем, он говорил про то, что при изучении и анализе стратегий взаимодействия агентов, эффективным оказалась использование спецификации ATL (это вид логики такой, удобный для описания процессов). Типа описание проблем становится интуитивным (ну у нас с ним явно интуиции разные), и не смотря на то, что ризонинг (ну т.е. выводы) все равно остаются NP-C, но валидация формул для определённого вида задач превращается в полиномную (ну тоже не тривиально, но у него алгоритм для этого дела имеется). Ну вот, это то что наши гости рассказывали. Были и другие интересные работы, но три дня лекций, я даже кратко резюмировать не берусь. А особо интересующимся посоветую почитать статьи (большинство из них, либо уже опубликовано в серьёзных, изданиях либо будет в ближайшее время). Подробности здесь : http://www.cs.biu.ac.il/~kurzbed/bisfai/program.html [Ответ][Цитата]
Prof Сообщений: 7	На: Обмен практическим опытом Добавлено: 28 июн 07 13:24 Спасибо большое, daner, что держите в курсе событий в области ИИ. Жаль на русском языке информации очень мало. [Ответ][Цитата]
ok1 Сообщений: 39	На: Обмен практическим опытом Добавлено: 02 июл 07 13:09 Ну у меня практический опыт в ИИ традиционный - разработка компьютерного самообучающегося демона для игры в крестики-нолики. Вообщем получилось. Примерно после 150-й игры исходный "необученный" демон начинал играть практически безошибочно. И это при том, что эвристики применялись только для первого хода. ПОтом все на рандоме. Все остальные ситуации анализировались и оценивались системой только исходя из накопленного опыта удач и поражений. Благо "ситуаций" больше пяти быть не может (т.е. больше пяти ходов в крестиках-ноликах не сделаешь). Никаких особых теорий я тута не проверял. Но убедился - при достаточно большом количестве проб любая обучающаяся система рано или позно начинает действовать "разумно", Т.е. система с бесконечно большим "опытом" ничем не отличается по "разумности поведения" от человека. Кстать. Очень забавно было изобретать такие комбинации ходов, чтоб "обдурить" демона и все-таки заставить его проиграть! Он же, гад, это все запоминал и второй раз не "велся". [Ответ][Цитата]
daner Сообщений: 4605	На: Обмен практическим опытом Добавлено: 02 июл 07 16:01 -->>> ok1 Спасибо за пост, вот только вы пропустили, на каком именно принципе работал этот ваш замечательный игрок. MDP+RL,PoMDP+?,ANN+? и т.д. [Ответ][Цитата]
Плюмаж Сообщений: 110	На: Обмен практическим опытом Добавлено: 30 июл 07 6:12 Ну, как-то раз я долго-предолго сидел над моделированием нейрона. Этакая Единая Теория Нейрона. Но, ничего не вышло. Побочный результат: удалось придумать простое объяснение фазам возбуждения нейрона. Фазы, как известно, следующие: фаза абсолютной рефрактерности, фаза относительной рефрактерности, экзальтационная фаза и субнормальная фаза. Объяснение состоит в следующем: допустим, что существует некоторая критическая концентрация медиатора, при достижении и превышении которой его возбуждающее действие сменяется на тормозящее. (все это описывается простенькой системой из двух формул). Приняв такое предположение, мы получаем в свое распоряжение модель, отражающие три из выше перечисленных фаз возбуждения нейрона. Исключение составляет только субнормальная фаза, которую (наверное ), также можно отразить, усложнив модель и добавив учет аккомодации (привыкания) ткани нейрона к небольшим концентрациям медиатора. Действительно: 1) фаза абсолютной рефрактерности: высокая концентрация медиатора, оставшаяся после предыдущего возбуждения в сумме с вновь выделившимся количеством настолько превышает критическую концентрацию медиатора, что делает возбуждение нейрона невозможным. (нейрон не возбудим) 2) фаза относительной рефрактерности – медиатор, оставшийся после предыдущего возбуждения, плюс дополнительное количество вновь выделившегося медиатора, приводят к незначительному превышению критической концентрации (нейрон «трудновозбудим» - нейрон флегматик ) 3) экзальтационная фаза - – медиатор, оставшийся после предыдущего возбуждения, плюс дополнительное количество вновь выделившегося медиатора не превышают критической концентрации (нейрон легко возбудим – нейрон-холерик ) Аргументом, говорящим в пользу этого предположения является следующее: - т.н. тормозящие синапсы характеризуются бОльшим (по сравнению с т.н. возбуждающими синапсами) количеством пузырьков медиатора и более широкой синаптической щелью. Действительно, в данном случае, большее количество медиатора позволяет одним «срабатыванием» превысить критическую концентрацию, а более широкая синаптическая щель приводит к более быстрому снижению концентрации выделившегося медиатора (иначе, при медленном снижении концентрации, та находилась бы более долго в «под-критическом» значении т.е. была бы способна привести к возбуждению нейрона) [Ответ][Цитата]
daner Сообщений: 4605	На: Обмен практическим опытом Добавлено: 30 июл 07 13:09 К первой фазе в конце можете добавить -- фригидный нейрон А вообще у меня такой вопрос. Какая была цель для создания этой модели? Или сама модель была целью? [Ответ][Цитата]
Плюмаж Сообщений: 110	На: Обмен практическим опытом Добавлено: 31 июл 07 1:11 Целью была борьба со скукой. Я был молод и амбициозен. [Ответ][Цитата]
anatoli Сообщений: 249	На: Обмен практическим опытом Добавлено: 31 июл 07 8:46 Обмен практическим опытом -> мое видение таково: для создания ИР (aka StrongAI) нужно как можно больше анализировать натуральный носитель это самого I, т.е. человека. И не залезать в поисках хороших алгоритмов в дебри математики, статистики и подобных наук. Задача эта больше логическая, нежели математическая. А все эти нейронные сети, алгоритмы, которыми изобилуют посты daner'а и т.п. есть не что иное, как тупиковая ветвь эволюции исследований ИИ. Она, возможно, еще даст много хороших теоретических и прикладных результатов, но в конечном итоге окажется тупиком (как у дерева эволюции человека: до наших дней дошла только одна ветвь, хотя многие шли достаточно долго). (это все мое субъективное мнение). [Ответ][Цитата]
Стр.1 (4): [1]  2  3  4 След. > >>