|
NO.
Сообщений: 10700 |
 |
| |
|
На: Как научить искусственный интеллект понимать смысл текста?
Добавлено: 28 мар 17 8:11
|
Автор: NO.
Есть ещё в математике многообразия, там объекты в разном масштабе рассмотрения имеют разную размерность и всё такое. Но если изначально всё в виде произвольной базы данных, проще в виде базы и оставить. |
|
Не очень понял, про размерности и масштаб многообразий, но тот объект, который я конструирую ведет себя именно так. Причем последующая размерность содержит "отпечатки" всех элементов всех предыдущих.
|
|
|
NO.
Сообщений: 10700 |
|
|
| На: Как научить искусственный интеллект понимать смысл текста?
Добавлено: 28 мар 17 8:21
Изменено: 28 мар 17 8:31
|
В разряженных матрицах по некоторым индексам ничего не хранится. А в многообразии у разных узлов разный набор размерностей. Например можно хранить последовательность состояний данных где вдруг обнаруживаются зависимости и две размерности превращаются в одну, а вторая уже не хранится, она становится что в базах данных называется вычислимым полем.
Про базы данных почитайте, там уже всё такое сделано. Они только для понимания смысла текстов не годятся, тут всё на изнанку, данные фиксированы, а метаданные обрабатываются. Для этого есть Лисп, язык искусственного интеллекта.
|
|
|
|
| На: Как научить искусственный интеллект понимать смысл текста?
Добавлено: 28 мар 17 8:40
|
Примерно понятно. Вы описали "скелет" обобщающего, синтезирующего действия. У меня оно проходит далеко не так просто. А еще оно предполагает (грубо) эволюционное движение от полного заполнения графа унифицированными элементами в сторону устойчивой в данных условиях экосистемы, из которой можно выделить минимально необходимый симбиоз (ну, проще тут такие термины использовать). Вряд ли кто-то сможет это себе позволить без достаточно точной оценки минимально необходимого набора.
Поэтому я решил двигаться от предельного обобщения рефлекса в сторону конкретизации его структуры.
Это тоже не очень хорошо по нескольким причинам.
А вообще, эволюционный процесс включает в себя оба направления.
Ну, это пока все чисто умозрительно, т.к. предыдущие модельки протокомпота этого не могли показать.
|
|
|
| |
| |
| |
|
| На: Как научить искусственный интеллект понимать смысл текста?
Добавлено: 28 мар 17 8:55
|
Зал соревнований (дзю-до или после, не помню). Тренер орет, что есть мочи своему ученику у которого в данный момент идет "бой". Питаться, питаться надо!!! Питайся!!! У слушающих некое замешательство, вроде как не то время, не обед... Может тренер не адекватен, пьян...?! Через какое-то мгновение он вновь во все горло. Питайся уже, пирием делать питайся!!! У всех как-то отлегло на душе... 
|
|
|
| |
| |
|
| На: Как научить искусственный интеллект понимать смысл текста?
Добавлено: 28 мар 17 10:16
Изменено: 28 мар 17 19:29
|
Автор: Траян
Но у разных сторон данного феномена есть нечто общее?
|
|
Нет ничего общего, в этом смысл абстрагирования и есть. Если Вам сложно оперировать бытовыми сценариями, то посмотрите на формальные физические модели - у нас есть объект (вещь, предмет), который совершенно не знает о том, что описывается механикой как материальная точка (пэитая кукатая ), как термодинамическая система и даже как квантово-механический ансамбль. А еще как твердое тело, а еще как гравитационное поле. И так далее. Это представления. Это модели. Их не нужно сводить к одной правильной, поверьте. Не нужно и невозможно.
|
|
|
|
| На: Как научить искусственный интеллект понимать смысл текста?
Добавлено: 28 мар 17 10:53
Изменено: 28 мар 17 10:54
|
Автор: NO.
...Например можно хранить последовательность состояний данных где вдруг обнаруживаются зависимости и две размерности превращаются в одну, а вторая уже не хранится, она становится что в базах данных называется вычислимым полем... |
|
А еще, как мне кажется, это можно обозвать стягиванием связи в узел. Когда на заре болталки о рефлексах примерещилась эта фрактальная сеть, я и сам толком не понимал, как рефлекс может быть и связью и узлом этой сети. Т.о. и нижняя и верхняя "затычки" (в той терминологии) этого фрактала (не берусь отстаивать корректность названия) суть одно и то же. Абстрактный рефлекс с абстрактными входами, абстрактными выходами и суперзадачей найти корреляцию между парами провокатор/реакция и задержка/поощрение и максимизировать её. Причем, в его "затычечной" модели используются обобщенные представления механизмов, основанные на его же свойствах, а в сети таких рефлексов нужно уже понимать конкретику. Иначе выйдет уродец.
|
|
|
|
| На: Как научить искусственный интеллект понимать смысл текста?
Добавлено: 28 мар 17 11:00
Изменено: 28 мар 17 11:03
|
При проработке конкретики в лобешник скакать от воздействие-реакция нельзя, потому что основная цель бытия не в этом.
Зато механизма, похоже, всего два или три, а по сопутствующим механизмам возбуждения-реакции-поощрения (в купе с общей имеющейся энергетикой системы и неизвестной "пробиваемостью" задачи) можно понять, какова должна быть программа обучения. Ну, это я абстрактно сейчас говорю.
|
|
|
|
| На: Как научить искусственный интеллект понимать смысл текста?
Добавлено: 28 мар 17 11:14
|
С точки зрения обеспечения безопасности такой системы нужно сделать некоторые рефлексы безусловными и запретить их копирование и запретить появление особых , похожих на них. и ограничить срок и условия эволюционирования. Т.е. задача безопасности СИИ для людей не так уж и проста. Я считаю, только очень беспечные люди могут думать, что это просто или вообще не нужно. Хорошо, что есть одна хитрость.
|
|
|
| |
|