GotAI.NET

Форум: Проблемы искусственного интеллекта

 

Регистрация | Вход

 Все темы | Новая тема Стр.3 (7)<< < Пред. | След. > >>   Поиск:  
 Автор Тема: На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Вятка PR
Сообщений: 35
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 13 авг 18 5:47
...Да, если бы кто-то высказался по существу, с ДОВОДАМИ - было бы куда интересней ??

...А вот ещё одна "иерархия":
Госпремии РФ "за выдающиеся достижения" и т.п. - несколько миллионов рублей.
Международные премии - от 1 до нескольких миллионов долларов (т.е. на 2 порядка выше).
Продать идеи гигантам хай-тек - до нескольких миллиардов долларов (т.е. на 5 порядков выше).

...Думайте сами, решайте сами.. А самая высокая мечта - изменить нашу жизнь к лучшему.
[Ответ][Цитата]
гость
188.170.193.*
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 13 авг 18 6:08
Цитата:
Автор: Вятка PR
..несколько миллионов рублей...
..от 1 до нескольких миллионов долларов ...
..до нескольких миллиардов долларов..


Вам по-моему деньги заслонили разум. Цель научного поиска - не деньги.
[Ответ][Цитата]
Вятка PR
Сообщений: 35
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 13 авг 18 15:47
Изменено: 13 авг 18 16:13
...Скажите об этом лучше Биллу Гейтсу и Ко (правда, там они не учёные, а юристы и бизнесмены..).
...Деньги - это средство. Для учёных это средство обрести независимость от тупости, подлости и жадности.

...Я почистил тему. Если бы здесь у меня были единомышленники, я бы предыдущую "дискуссию" вообще всю удалил (и далее, если вам не нравится - можете не заходить).
[Ответ][Цитата]
antol
Сообщений: 361
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 14 авг 18 3:03
Цитата:
Автор: Вятка PR
ОТИ ... СИИ определяет как НЕЧТО, обладающее свойством кластеризации (группировки по признакам) (про)явлений сущностей и их обобщения для оптимизации некоторой "целевой функции" ...

Вот,
мне, хотелось понять постановку решаемой вами задачи. ;((

Что, собственно, вам, известно о мире из-начально?

Читаю ваш текст, а модели мира у меня, увы, не складывается.
Как, по-вашему, устроен Мир?

И так,
? существуют сущности
? существует субъект

? сущности обладают набором свойств
? сущности разделяются на пассивные (объекты) и активные (действия)

? существует (внешняя) среда (? субъекта)

? имеется базовый алгоритм, именуемый процессинг, обработки признаков (т.е. свойств) сущностей

? имеется целевая функция ???, тогда субъект способен обучаться "определенной среде" с помощью построения иерархий

? определяется свойство "иерархичности обработки"
...

Цитата:
Автор: Вятка PR
... многие алгоритмы таких "процессингов" я придумал сам (они общие для всех животных), наиболее сложные "шаблоны" - обработки речи - присущи среди животных лишь человеку.
Это все наверно очень здорово, и заслуживает премии, но лично мне хотелось бы видеть более формализованный подход изложения.


Цитата:
Автор: Вятка PR
Например, КАК я "докажу", что задача векторного представления, кластеризации и обобщений имеет решение? - интуитивно всё ясно, и "нестрого" вполне даже можно доказать, а к "строгой" математике я испытывая чувство неприязни, хотя в школе побеждал на математических олимпиадах.
Строгое доказательство может быть не очень и сложным, но, повторюсь, по-моему, сначала, следует формализовать решаемую задачу.

Тем не менее, такое доказательство, на мой взгляд, абсолютно без-смысленно, по причине бесконечности количества свойств.
[Ответ][Цитата]
гость
188.170.74.*
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 14 авг 18 3:59
вятка> Если бы здесь у меня были единомышленники

ну, всегда есть некая скрытая масса.. меня можно отнести к симпатизантам - разве что меня отталкивает тот уровень любительства, когда проявляются откровенные нежелательные его черты ('нобелевка', и прочее, проявившиеся в 'дискуссии').

при прочтении сказанного (особенно дописок в первый пост) не обнаруживается ничего нового, хотя, конечно, здорово если вы самостоятельно пришли к идеям векторной физиологии соколова, самоорганизующихся карт, архитектуры типа хокинса, иерархической кластеризации, ассоциативной памяти (в варианте канервы) и теории фреймов. (кстати, про самоорганизующиеся карты слов ныне у нас распространенно рассуждает шумский.)

если о сути, то лучше иметь в виду систему ассоциативный память-процессор, что сразу обозначит недостаточность вашего определения СИИ - сущностью интеллекта является не только кластерное моделирование сущностей, но и работа с ситуационными конфигурациями образов сущностей, когда эти конфигурации еще не имеют своих моделей - как в режиме восприятия, так и в режиме репродукции (продуктивное мышление).

cледует особенно проработать представление о 'целевой функции', упоминания '"инстинктивных ядер" лимбической системы' cовершенно недостаточно. Трудность в том, что эта 'целевая функция' весьма многообразна - долговременная память, рабочая память, жизнедеятельность, жизнь разума подчиняются вообще говоря разным 'оптимизаторам' и теория должна конкретно ответить как именно 'кластерная организация памяти'(а равно и ее оперативная активность) 'оптимизирует' (оптимизирует ли?) 'целевую функцию'. Кажется, что хотя принципы СИИ 'более-менее' понятны (некоторые не вошли в ваш вариант 'общей теории', напр. аутопоэтический базис сии), но мнящегося вам быстрого прогресса нет как раз из-за того, что нет ясности как именно организовывать (под какими 'оптимизаторами') большие массивы генетической и эпигенетической информации развивающегося агента.

вообще эта идея что низкоуровневые 'процессинги' и высокоуровневые алгоритмы это 'одно и то же' весьма странна (типо схоластика 'рекурсивного мироустройства') - набор процессов на нейрональном уровне отличен от набора процессов на нейропопуляционном. Невелико число букв, но велико число текстов-супербукв и супербуквы продуцируются не комбинационно из букв (важны специфические процессинги промежуточного уровня, не редуцируемые 'без остатка' к базовым - синтез базовых процессингов в систему надпроцессингов добавляет новое качество и придает ей самостоятельность).

все идеи, инкорпорированные ОТИ биоинcпирированы и поэтому 'торжественная' обратная проекция ОТИ на мозг во многом тавтологична.

иерархичекую структуру 'интеграторов cущностей' можно более внятно назвать концептуальной структурой (интеграторы = концепты). Идея гетерархии - иерархии признаковая + концептуальная - идея двойного кодирования также весьма популярна. Концептуальные структуры хэшируют систему образов и наоборот (в простейшем варианте что-то типа двунаправленной ассоциативной памяти).
[Ответ][Цитата]
Вятка PR
Сообщений: 35
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 14 авг 18 14:24
Изменено: 30 авг 18 9:52
для antol
…Безусловно, ставится и "решается" задача моделирования функций био-мозга высокого уровня. Пока задача решается на уровне концепций, которые объясняют УЖЕ прорву вещей, в том числе в нейрофизиологии. Ставится задача доказательства логической полноты системы, изучающей все свойства окружающего мира (включая скрытые) через проекцию этих свойств, через сенсоры, на некоторую "целевую функцию" (очевидно, что не все свойства "целевой функции" способствуют раскрытию свойств окружающего мира - например, сексуальная функция) - и предлагается способ решения этой задачи через механизм построения иерархий сущностей методом их опорно-векторной кластеризации (т.е. кластеризации отдельных (про)явлений сущностей) и обобщения. Такая трактовка подразумевает наличие "броуновской", (псевдо)случайной компоненты изучения свойств "мира" (как правило, в действительности - узкого мирка), в то же время не отрицается возможность наличия некоторого "априорного знания", закреплённого генетически, но (как это видно у человека) только такого, который помогал бы выстраивать "иерархии абстракций", а не мешал бы этому.

…"Модель мира" - это образование "значимых" сущностей и исследование их свойств. Свойства бывают "сущностными" - важными для субъекта (образующими собственно "сущность"), и "признаковыми", по которым "сущность" идентифицируется. В норме сохраняются только те кластеры, которые востребованы как определители сущностей, имеющих "важные" свойства, либо для идентификации "важных" сущностей в качестве признаков (псевдо-сущности). К "объектным сущностям" относятся не только такие "объекты" как предметы и т.п., но и "обстановки" (используются при изучении действий, как субъекта, так и других субъектов), "события", сложные свойства объектов, правила, логические свойства, грамматические конструкции… Первичными элементами в иерархии "объектных сущностей" являются "сенсорные объекты". "Иерархия действий" (движения, мысленные действия (воображение), мышление, возможно - что-то ещё ?) соединяет "объектные сущности" с "движениями" (реальными или мысленными).

…P.S. Необходимо уточнить, что "обстановки" (начала действий) и "целевые результаты" (окончания действий) входят в кластеры "иерархии действий".

…"Базовых алгоритмов" (процессингов) много - они обрабатывают не отдельные признаки, а "векторы признаков", - выделяют их, соотносят с "опорными векторами" и другими "шаблонами", строят из них "кластеры", изменяют свойства "опорных векторов" ("веса" признаков), свойства кластеров (веса и множество "опорных векторов" в них), и сами кластеры (не востребованные кластеры (абстракции) и иная "ассоциативная память" - декларативная и др., "стираются", освобождая память), занимаются задачами обобщений опорных векторов в кластерах, которые трактуются как построение "сложных шаблонов" (более сложных, чем "опорные векторы", среди "алгоритмов" здесь вполне уместна и "(нейро)сетевая обработка"), наконец - они определяют "правила взаимодействия абстракций", общие для любых классов абстракций. Один пример: при "возбуждении" (по аналогии с нервной системой) какого-л. конкретного "стереотипного действия" (например, через указание "целевого результата" и "характера действия" - всё выражается на "языке объектов") оно делает запрос на определённые параметры "обстановки", необходимые для (правильного) выполнения "действия", и "выполняет" его, если эти параметры лежат в пределах "допустимого" - движение выполняется, с участием мозжечка, а действие более высокого уровня запускает следующие действия.. При отсутствии "стереотипных действий", выполняющих определённую задачу (не подходит "обстановка" и т.д.) включаются "алгоритмы поиска" - разбиение задачи на "стереотипные", "по аналогии" и др., эти алгоритмы могут быть как априорными ("процессинги поиска действия"), так и являться результатом обучения. Честно говоря, я не знаю чтО ещё тут можно "формализовать", но желаю удачи!

…Среди задач - векторного представления, кластеризации и обобщений - лишь последняя "строго" недоказуема или даже невозможна через "чистые" алгоритмы? (процессинги и, вероятно, также "действия"), хотя всегда остаётся надежда на "случай", включая таковой при "нейросетевой обработке". Довольно очевидно, что "задачи обобщений" успешно решаются мозгом человека на бытовом уровне (видимо, в силу эффективных априорных алгоритмов обобщений и (?) мощной нейросетевой обработки в кластерах), и так же очевидно, что эти задачи с трудом решаются на уровне высоких абстракций, требующих более мощную (?) обработку (в мозге эти задачи могут решаться в более мощных, чем гиперколонки (кластеры) кортекса, сетях - гиппокампов, например, где много "свежих" нейронов и есть доступ ко всей информации кортекса.


для гость 188.170.74.*
…Не иметь почтения к установленным порядкам может выглядеть как недостаток, но мог ли Иной даже помыслить о создании "ОТИ"? Я готов благоговеть перед теми, кто достиг неких "высот" или был первым (только укажите!, хотя бы на плечах каких "гигантов" я стою ?).. Мне даже неловко, что мои "высоты" доступны всем - как-то неестественно это, - как открыть ещё одну Америку в наши дни .. Но что же противопоставляет мне "гость", тщательно отсеявший всё оригинальное в моих исследованиях (кстати, и вопрос - зачем он ТАК сделал) ?:
"Векторная физиология" Соколова - примитивная концепция, годная разве что для "рефлекторных дуг" ??
"Самоорганизующиеся карты" - элементарное воплощение идей кластеризации.
"Темпоральная память" Хокинса - вообще-то представлении "пространственно-временных" сущностей проще приводить к "пространственной" шкале, чем ко временной?
"Иерархическая кластеризация" - это даже не "иерархия кластеризаций (сущностей)", не путайте понятия! (правда,"иерархия абстраций" тоже давно известна, что не мешает многим спецам по "ИИ" её игнорировать).
"Ассоциативная память "Канервы" - экзотично и неэффективно (а ассоциативную память "векторов" я изобретал ещё в школе).
"Теория фреймов" - не объясняет даже, откуда берутся "фреймы".

…"Продуктивное мышление", если оно не представляет трудностей, не требует "озарений", осуществляется с помощью стандартных или поисковых стереотипов. Извините, но это АКСИОМА !! "Модель" какой-л. ситуации всегда имеет стандартное "векторное" представление (строится по известным правилам), далее происходит подгонка модели под имеющиеся стереотипы и т.д.. Алгоритмы поиска трудных задач всегда представляли колоссальную трудность для учёных, - по-видимому, это связано с элементами случайного в этих поисках, - то, что вряд ли можно как-то заранее формализовать, за исключением самого метода: "Случай - Бог изобретатель" (А. Пушкин).

…Насчёт "жизни мозга" и "аутопоэза" - это не ко мне, "мутными сущностями" не занимаюсь! "Как кластерная организация оптимизирует "целевую функцию" ?" - "кластеры" определяют "сущности", "сущности" имеют "важные свойства для субъекта (то бишь его "целевой функции"). Как мозг использует "важные свойства" для оптимизации "целевой функции"? - очень просто: в сходных ситуациях мозг использует те же "действия", которые приводили в прошлом к повышению уровня психоэмоционального состояния (для био-мозга).

…ОТИ не ставит цель изучения формирования "процессингов" и др. в био-мозге - тут все вопросы к нейрофизиологам.

…Деятельность мозга определяется не только "процессингами" (включая нейросетевую обработку для "обобщений" и др.), - высокоуровневые алгоритмы ("действия") определяются тем, что именно записано в "кластерах".

…Утверждение, что все идеи "ОТИ" (изложенные мной) "био-инспирированы", не совсем верно. Так, идея "опорных векторов" (как отражения "явлений сущностей") пришла раньше, чем идея сопоставления опорных векторов мини-колонкам кортекса (долгое время я вообще игнорировал колончатое строение коры больших полушарий и мозжечка). Идея "опорных векторов" пришла из анализа движений робота: если робот кинул 3 раза камень в некую "цель" из одного положения и получил 3 разных "промаха", то, сопоставляя каждому броску некий "вектор движений (усилий)" робота и считая отклонения небольшими (систему линеаризованной), можно вычислить на этой основе вектор усилий для верного броска. Ну а идея "процессингов", вероятно, пришла из "алгоритмов".

…Разбираться с "концептуальными структурами" нет времени. Термин "интегратор" я взял из детской психологии. Разумеется, в законченной "ОТИ" всё будет "немножко по-другому", но изложенная концептуальная суть вряд ли сильно изменится.
[Ответ][Цитата]
СГТР http://egtd.ru
Сообщений: 7756
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 15 авг 18 0:53
Изменено: 15 авг 18 6:27, автор изменений: Вятка PR
Цитата:
Автор: Вятка PR
удалено лишнее
Как я понимаю вы говорите о формальном разделении функций мозга на уровне их объединения в кластеры. Этого недостаточно. Мозг является продолжением окружающей среды. Предварительно необходима её кластеризация. Это сделано в ЭГТР (СГТР). http://egtd.ru/
[Ответ][Цитата]
гость
188.170.75.*
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 15 авг 18 2:36

вятка> зачем он ТАК сделал) ?

как зачем?? вы же задаетесь вопросом (впрямую сформулированным) отчего 'ОТИ' не вызывает особого интереса и не получает ожидаемого внимания - подозревается специфическая 'слепота к себе' - вот вам с позиции стороннего наблюдателя и говорится, что в вами сказанном не обнаруживается НИЧЕГО нового и НИЧЕГО конкретного - это не 'теория', а 'натурфилософия интеллекта в информационную эпоху'. Вот вы говорите о 'полноте теории' - но ведь никак не доказываете что представлений об иерархической кластеризации и оптимизации 'целевой функции' (причем совершенно неудовлетворительно 'обозначенной') достаточно для представления 'cильного' ии в полноте понятия. Cкажем, интеллект это не просто построение кластеров - это и работа с кластерами - решение задач, ориентация в ситуации, планирование, общение etc - тут совершенно недостаточно сказать что вся эта активность 'оптимизирует' какую-то (!) 'целевую функцию'. Целеопределение это специфическая осмысленная (!) деятельность, регулирующий активность функционал над определенной целью отличен от функционала целеопределения - в теории (претендирующей на что-то) все это должно быть расписано - а не просто бегло и плохо обозначено поверхностными словами. Еще раз - чтобы быть теорией нужно очень внятно расписать что такое ИМЕННО (т.е. расписать детально) эта 'целевая функция' (как связаны ее полиморфные варианты), как именно структура памяти, активность на ней и общая жизнедеятельность агента оптимизируют ее (если оптимизируют вообще), как именно происходит 'шаблонизация' и проч. - без этого это не теория, а ШАБЛОН еории, общая рамка, методологическая установка - а малоинтересная оттого, что неоригинальна и общепонятна (для кого эти материи представляют интерес и вполне понятны без 'ОТИ').

> что же противопоставляет мне

вам ничего не противопоставляется раз все вами сказанное совершенно не оригинально и не ново. Вы просили заинтересованности - и первый же заинтересованный комментарий встречаете агрессивно - это еще один симптом злокачественного любительства.

векторная физиология соколова вовсе не 'примитивная концепция' - она ПОЛНОСТЬЮ эквивалентна вашим 'опорным векторам' (кстати, вам нужно уточняться, что это понятие у вас отличается от соотв. понятия как термина в теории машин опорных векторов). Легко вводятся карты гностических нейронов, интеракция между подкартами и обратные связи оперативного контроля деятельности с уровня гностических карт - концепция охватывает и надрефлекторные уровни организации активности.

> воплощение идей кластеризации.

теория тогда теория когда явно рассматривает варианты воплощения своих идей - а без этого это не теория, а 'философия'. НО ведь ОТИ даже не предлагает ни новых идей, ни новой их компоновки.

> не путайте понятия!

на уровне текущего обсуждения нечего путать, все просто. ПРи текущей нестрогости что иерархическ4ая кластеризация, что иерархия кластеризаций (имеется в виду наверное многоуровневость и фасеточный принцип) это один хрен - любые вещи с этими смыслами можно включить в понятие 'cтруктура над кластерами'. И что это за любительская дичь что 'cпецы по ИИ' игнорируют иерархию абстракций??

> Канервы" - экзотично

нисколько, можете поинтересоваться недавней публикацией на хабре https://habr.com/post/419147/
(убедитесь насколько вы не оригинальны)

> откуда берутся "фреймы".

теория (причем старая) описывает сам фреймовый формат и его функционирование, расширения исходной теории описывают и 'фреймогенез' - отчего вам заявляется, что ваши представления о 'шаблоногенезе' расхожи. Теория сплошь из общих мест (причем не в полном перечне) - явно недостаточное основание самоназываться 'общей теорией'.

> это АКСИОМА

вы путаете РЕпродуктивное мышление (генерация по 'стандартам') и продуктивное - когда ad hoc в рабочем пространстве возникает нечто новое, чему нет прототипической модели ('опорного вектора') и что захватывается особой процедурой установки нового опорного вектора ВНЕ процедуры кластеризации. Трудность в том, что нового может возникать много и нужно как-то селективно захватывать потенциально важное. Вот про эту проблему оценки важности того, что формируется в рабочем пространстве (что еще не 'откластеризовано' в долговременной памяти) (динамический компонент общей оценки важности) писал бонгард в своем варианте 'общей теории' - но он не был любителем и не особо претендовал на 'общность'.У вас же этот важнейший аспект вообще не затрагивается.

> это не ко мне

поскольку вы таки поверхностны. Положение о том, что когнитивные системы это аутопоэтические системы требует освоения. Мутности тут не больше чем в рассуждениях о самовоспроизводящихся автоматах и эволюции репродуцирующихся систем.

> в сходных ситуациях мозг использует те же "действия", которые приводили в прошлом к повышению уровня психоэмоционального состояния

этого ОЧЕНЬ недостаточно. Какова мера ('естественная') cходства? при 'размытом' сходстве возникают альтерантивные действия - каков 'второй раунд' выбора? 'уровень психоэмоционадльного состояния' это неопределенно - тут уже возникают представления о динамичекой конфликтности потребнорстей-мотивов-драйвов, что ставит под вопрос саму идею некоей фиксированной 'оптимизации' - в оперативных условиях ничто не оптимизируется, происходит соревнование кинетик вписывания альтернатив в мотивационный и ситуационный контекст, обрастания альтернатив 'ассоциативной массой', динамическое сравнение вариантов снижения потребностно-мотивационного напряжения и нормализации эмоционального фона. Тут ситуация не одномерна, а многомерна - важно и положение уровня, и его текущая динамика, и прогнозируемая динамика, и возможности переносить ненормальные уровни (система адаптирована к тому что она регулярно ошибается) - все это требует быть внимательно расписанным в общей теории, чтобы отразить всю гибкость того, какие именно действия в действительности (!) генерирует мозг. Тут примитивизмы вроде ваших не катят.

> не ставит цель изучения формирования "процессингов"

очень жаль, потому что действительно общая теория должна расписать как именно происходит генно-культурная коэволюция разума (чтобы санкционировать направленный синтез 'настоящего разума') - как происходит эта 'кругообразная причинность' - как базовые процессинги порождают надпроцессинги и как эти надпроцессинги становятся базовыми на новом цикле развития. Вопрос же вовсе не в том каков ассортимент первичных детекторов - границы, линии, кресты - вопрос как формируется гибкая иерархическая система первичных и высших детекторов (дескриминирующих структур) из того, что можно назвать преддетекторами (элементарных сенсоров). Эдельмен именно про эту самоорганизацию первичных ассортиментов. От нейроспецифики (которая специфика специфика) можно отвлечься - но описать достаточно внятно (и на каких-то иллюстирующих моделях) эту фактуру 'процессингогенеза' общая теория просто обязана.

> Идея "опорных векторов" пришла из анализа движений робота:

ну, вы же явно не понимали происходящее как решение соотв. кинематико-динамических уравнений, вы неявно думали о чем-то вроде динамики фазовой точки на системе ассоциативных отображений (изотопических карт) - ваши представляющие вектора это ничто иное как символьный, дискретный образ непрерывной динамики, квантование движения фазовой точки соотв. нейродинамической системы. Так или иначе это инспирирование 'интуитивно-естесвенными' представлениями.

> в законченной "ОТИ"

можно рекомендовать (для возбуждения общего интереса) детально проработать универсальную (мета)когнитивную архитектуру, архитектуру системы на том уровне общности чтобы она представлялась универсальной и чтобы она была таки архитектурой. Было бы интересно если бы это была самоорганизующаяся (включая и самоорганизацию через эволюцию и самоорганизованное критическое оперативное состояние) архитектура.

> вряд ли сильно изменится.

требуются столь значительные добавления что идейное ядро (кластеризация, иерархия, оптимизация, целевая функция, процессинги, опорные вектора, шаблоны, интеграторы) будет и расширено, и перекомпановано - возможно что вообще всю теорию по мере проработки материала вы будете строить на основе 'cистемной логики' - задействуете понятия функциональных систем, из понятия аутопоэза (таки) (популяции взаимодействующих аутопоэзов) будете выводить организующие принципы, которые приведут к необходимости и инфраструктуре кластеризации, иерархизации, шаблонирования, коммуникации (коммуникативного кода) и 'высших процессингов'..
[Ответ][Цитата]
Вятка PR
Сообщений: 35
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 15 авг 18 7:22
..."Работа с кластерами" подразумевается. Я, пожалуй, маловато описал КАК именно - слабо описал на форуме "процессинги", обеспечивающие эту работу - это сделано умышленно в для того, чтобы у читающих эти материалы появились кое-какие СВОИ идеи по этому поводу. А там "сверим часы", ОКэй?

...О "целевой функции" у животных см. в добавлении в 1-й пост 15 августа.

...По поводу формирования "шаблонов" - конкретные алгоритмы формирования "шаблонов" на основе кластеров могут быть разными, и я обратил внимание на универсальный алгоритм - "нейросетевую обработку" ("натаскивание" нейросети на ответы, формируемые конкретным кластером).

...Далее.. пропускаем.. и вот - "процедура установки нового "опорного вектора", - то, что я называю "алгоритмами поиска", включающие немногие "процессинги" и многочисленные (особенно у "учёных") "поисковые действия", в том числе и заимствованные - полученные в результате обучения с учителем и др. Понимаете - КОНКРЕТНЫЕ "поисковые действия" ОТИ вообще не обязана изучать! - для этого будут её "приложения" - многочисленные "Специальные теории интеллекта" (СТИ).

...Мой ответ о "повторении действий в сходных ситуациях" как основной идее Вас не удовлетворил - дескать, нужно определять "меры сходства". Что ж - согласен, и эти "меры" частично заложены генетически и частично адаптируются, и в чём "проблема" ??

...Эволюционно-историческое формирование интеллекта - наверно, всё-таки тоже "приложение к теории"? Нам бы, понимаете, адроида с СИИ, а он нам потом и все "приложения" додумает ?

...Ну и далее.. спасибо, как говорится, и на том! Чем больше понимающих, тем вероятней, что мы пробьём стену равнодушия, я нисколько не стремлюсь здесь к формальному лидерству.
[Ответ][Цитата]
гость
188.170.73.*
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 16 авг 18 1:39

вятка> в чём "проблема" ?

ну, наверное в том, что вектора недаром обобщаются до матриц, тензоров..

> не стремлюсь здесь к формальному лидерству.

ну, хотя и низенькие, но потолки тут так исцарапаны коронами, что вопрос так даже и поставлен быть не может..

> спасибо, как говорится, и на том!

нет, это вам спасибо 'и на том' что представили (коли ограничиваетесь сказанным). До 'общей' теории сильно не дотягивает, до кондиций собственно теории не дотягивает, но вцелом направление 'теоретизирования' более-менее здравое (хотя и с сомнительностями).
[Ответ][Цитата]
NewPoisk
Сообщений: 3527
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 16 авг 18 6:40
Изменено: 16 авг 18 7:43
2 Вятка PR

>Всю теорию изложить не могу, поскольку тема не совсем открытая - помните слова Президента о "Властелине Мира" ?! Предполагаю добавления в первое сообщение темы, если форум это допускает.

>...ОТИ была создана недавно - в этом 2018 году она оформилась окончательно (без всякой, увы, посторонней помощи) - и отличается чрезвычайной методологической простотой.

противоречит Вашему же

>...ОТИ нету. НИГДЕ. Если бы ОТИ была, нас бы уже не было.
...Поэтому я разработал "основы ОТИ". Необязательно они являются во всём верными - следовательно, у любого есть шанс разделить со мной какую-нибудь международную премию.
...И вообще - основные, базовые идеи всегда интересней подробностей, в которых легко утонуть и никогда уже не всплыть на поверхность

Какая премия... Какая международность... ИИ совсем не то, что Вы раскрываете дальше и на что рассчитываете. Приход ИИ означает уход человечества в том виде, в каком оно есть сейчас, друг мой. Запомните это.

Появление сверх-ИИ ознаменует собой прохождение людьми т.н. точки технологической сингулярности, за которой исчезнет понятие государства, распадутся все известные социальные институты, перестанут быть традиционные («физиологические») ценности. Все станет другим, наступит новая реальность

Приступим.

>"Сильный ИИ" (СИИ) она определяет как НЕЧТО, обладающее свойством кластеризации (группировки по признакам) (про)явлений сущностей и их обобщения для оптимизации некоторой "целевой функции" (понятно, что у всех нас уже сложился свой "кластер" этой сущности - "интеллекта", и это может лишь слегка запутывать наше общение).

1. Что такое «обобщение»? Если оно есть обнаружение общего признака в наборе сущностей, то в тогда понятие «обобщение» эквивалентно понятию «группировка по признакам», и, следовательно, определение СИИ в таком случае укорачивается до

"Сильный ИИ" (СИИ) она определяет как НЕЧТО, обладающее свойством группировки по признакам (про)явлений сущностей для оптимизации некоторой "целевой функции".

2. Необходимо доказать полезность группировки для задачи оптимизации. В общем виде, естественно. Бесспорно-очевидное на первый взгляд, зачастую перестает быть таковым в рамках ОТИ. Задача квазикогнитивной обработки данных — еще не СИИ

>...Кластеризация подразумевает, что "сущности", обладая некими внутренними, важными для субъекта (мозга) свойствами, обладают также "ассоциативными" (признаковыми) свойствами, по которым происходит их "узнавание, идентификация".

Тут Вы в неявном виде вводите деление свойств на внутренние и внешние (ассоциативные по Вашей терминологии). Это уход от общности. Зачем?

>ОТИ постулирует, что обработка признаков осуществляется первичными, лишь частично адаптируемыми базовыми алгоритмами — процессингами.

Подлинно адаптируемый алгоритм — это как раз то, к чему стремятся ИИ-программисты всего мира. Поэтому сделанная Вами как бы невзначай оговорочка имеет фундаментальное значение, в сущности АА и есть программный ИИ. Поэтому необходимо четко понять:
а) Что такое АА. Определение.
б) Имеет ли АА право на существование (по ИТ, а ее выводы еще ни разу не были экспериментально опровергнуты, - увы, нет).
в) В первых страницах обсуждения ИТ речь как раз идет о параметрической и структурной адаптации. Думаю, Вам будет небезынтересно ознакомиться.

>В соответствии с разделением "сущностей" на пассивные "объекты" и активные "действия" ОТИ разделяет ассоциативные процессинги "объектов" и "действий", можно доказать, что они примерно одинаковы по своей сути.

У меня создается ощущение все более проявляющихся контуров подхода объектно-ориентированного программирования, причем «одинаковость сути» зиждется на специфике представления описания и экземпляров объекта в оперативной памяти ЭВМ. По примеру того, как одну и ту же цепочку бит можно интерпретировать и как массив, и как структуру, и как что угодно. Не так ли? Если так, то плохо. Ведь интерпретатор остается за кадром.

>...Всякий СИИ, опираясь лишь на "процессинги" и свойства "целевой функции", способен обучаться, в определённой среде, "с нуля", с помощью построения "иерархий" объектов и действий.

Приведите пример с учетом ранее сказанных оговорок про АА.

>Свойство "иерархичности обработки" полагается фундаментальным для СИИ (тупик в направлении "глубоких сетей" вызван как раз игнорированием этой проблемы), хотя сводить всё к "иерархии" нельзя (например, любое действие человека может быть вызвано не только действием более высокого ранга в иерархии, но через подражание или словесный приказ и т.д.).

И не только ее. Перед тем как строить систему обработки больших данных малой ценой (кучка простых алгоритмов в основе + «ноу-хау» кластеризации + ручные поправки изредка = универсальный метаалгоритм, он же СИИ), следует совершенно ясно понять источник т.с. движущей силы «ноу-хау»: иерархичность — это автоматически возникающая из естественных свойств объектов сущность (объект из объектов, т.е. новый объект наподобие роста кристалла), или же она не существует сам по себе, без дополнительной внешней интерпретации. Говоря по-простому, откуда впервые берется иерархия: из физики или из воображения?

В вопросе я намеренно не ввожу понятие «наблюдатель», поскольку тогда диалог попадет в трясину сложной философии, из которой новичкам не так-то просто выбраться. Впрочем, глава 7.1 ИТ всегда к Вашим услугам.

>Человеческий мозг - классический пример "сильного интеллекта", его "целевая функция" задаётся "инстинктивными ядрами" лимбической системы, они "учат" его как поесть, раздобыть пищу, приобрести друзей и т.д. Эти "ядра" задают инстинкты, рациональные в определённой "среде" (особо нужно выделить в них инстинкт обучения с "учителем" и подражания, способствующие более быстрому и рациональному обучению).

На одних инстинктах далеко не уедешь, как и на машине Тьюринга Похоже на системное противоречие: с одной стороны — СИИ, с другой — животное. Чем, в таком случае, задается желание изобретать ИИ и вообще занятия наукой (как известно, малоденежные, хотя и абстрактное — т.е. истинно атрибут СИИ)? Это во-первых. Во-вторых, сложность «ядер» такова, что изначальная идея обработки их кучей_простых_алгоритмов становится как минимум сомнительной (тут мы наблюдаем стройную иерархию «человек = процессинг животноподобных гиперядер; животное = процессинг клеток; клетка = процессинг органоидов; органоиды = процессинг биохимии; биохимия = процессинг неорганической химии». Проблема в том, что процессинг на каждом шаге представляет собой созданный алгоритм, т.е. конечный автомат и получается что интеллект в конечном итоге — набор причудливо соединенных между собой гигантского, но все же конечного, числа конечных же автоматов. Тут что-то не так, не находите? ).

>...Задача разработчиков СИИ - смоделировать "процессинги мозга". Основные процессинги "интеллекта" - это кластеризация "про)явлений сущности" и их обобщение, сопровождаемое созданием различных "шаблонов", о них см. далее), то задача не выглядит чрезвычайно сложной, многие алгоритмы таких "процессингов" я придумал сам (они общие для всех животных), наиболее сложные "шаблоны" - обработки речи - присущи среди животных лишь человеку.

СмЕло.

>..."Иерархическая обработка" подразумевает "векторную обработку", за исключением формирования базовых "векторных элементов". "Вектор" здесь - это (грамматически) упорядоченное описание, состоящее из отдельных "элементов", представляющих "объекты" или "действия" и их свойства (которые делятся на условно "внутренние" и "отношений").

Ну да, как я и предполагал. К BigData через модернизированное хитрым образом ООП. Какие же вы все наивные...

>"Векторная обработка" означает ВОЗМОЖНОСТЬ обработки без (обычных) нейросетей (например, определение "сущности" по близости (или относительной близости) поступающих векторов "явления сущности" к одному из "опорных векторов" этой сущности - известный метод), а, следовательно, такой "опорно-векторный интеллект" становится доступным для всех, дешёвым (более мощная, специализированная обработка требуется лишь для зрения, - эта проблема может решаться специализированными микросхемами выделения первичных векторных элементов, в том числе с использованием перестраиваемых искусственных нейросетей, сканирующих зрительное поле как "свёрточные сети").

Знаете в чем одна из проблем, кардинально отличающая ИИ от вычислительной математики? В надежде на всегда имеющую место допустимость равенства описания объекта физическому оригиналу (ограниченную лишь асимптотой, что несущественно), в уверенности применимости методологии эпсилон-окрестности не только к сугубо математическим, но и к задачам вообще. А ведь не зря предупреждали авторы классических курсов дифференциальных уравнений: модель. Смотрите что происходит:
а) люди из физического мира формируют его отображение: модель-1
б) предлагаемый СИИ, работая с модель-1, внутри себя создает модель-2: модель модели
в) и теперь мы хотим через призму 2-й модели воздействовать на исходник

Критические потери информации идут на 1-м шаге, потому что теряется основополагающее свойство физической реальности: связь всего со всем (на элементарном уровне физических полей, если угодно). Т.е. уже не СИИ. Плюс громадная часть видео-аудио-текствого материала просто не попадает, что называется, в объектив. Корректно реконструировать их по принципу недостающих частей удастся не всегда, ввиду возникающей многовариантности равносильных гипотез.

Далее. Шаг «б)» также далеко не безобиден, хотя и протекает полностью в виртуальной среде, образующей в свою очередь замкнутую систему. Причина: иерархия груды данных задается интерпретатором. На самом деле в светящихся точках монитора нет никакой иерархии, это Ваш мозг видит среди них мой текст. Точно так же будущий СИИ увидит в модели-1 модель-2 за счет интеллекта своих создателей. И поэтому программный ИИ — это не усилитель интеллекта, а его преобразователь. Конвейерная обработка данных не может увеличить степень их понимания ни на йоту.

>...Некоторые идеи или следствия ОТИ в отношении био-мозга:
- Гиперколонки мозга являются кластерами "сущностей", каждая мини-колонка отражает "явление сущности" - содержит "опорный вектор" в новом понимании.
- Перед нейросетями колонок мозга стоит задача прежде всего упорядочения "опорных векторов" (в том числе запоминание новых, удаление "дефектных", исправление "весов свёрток" и др.) - следовательно, они оптимизируются именно под эту функцию. Простота нейросетей колонок мозга объясняет возможность быстрой ("мгновенной") записи информации в кортекс, а также перезаписи (явление подтверждается в ряде наблюдений), но количество информации при этом, возможно, резко ограничено - не более 5-10 сильных связей на один нейрон кортекса (конечно, есть способ увеличить число связей, но.. получается, что это ни к чему - "переобучаемому" кортексу достаточно информации не более 100 ГБайт - это внушает оптимизм при моделировании функций мозга).
- "Алгоритмическая" обработка новой информации сосредоточена в осн. в гиппокампах, которые являются мощными "фильтрами", пропускающими в кортекс только важную, уже обработанную информацию во время сна. Алгоритмы гиппокампов производят также упорядочение векторов в "кластерах" (гиперколонках) и всём кортексе во время сна. Допускается также "нейросетевая" обработка как в гиперколонках кортекса, так и в гиппокампах (особенно с использованием вновь образующихся в них нейронов), также во время сна.
...И многое другое.

Если честно, нет желания изучать как реализован машущий полет. За исключением случая применения ОТИ к задаче антистарения — но это отдельная большая тема с совершенно другой конечной целью. Реактивная стальная «птица» и лучше и проще. Кстати, по поводу 5-10 сильных связей Вы зря. Мотонейрон, например, усыпан присосками связей настолько, что на его поверхности нет свободного места. Плюс нейромедиаторы. Нет, в действительности все очень, чудовищно, невообразимо сложно устроено Вятка-Пиар , биология ИИ — это целая будущая отрасль науки, с тысячами специалистов и первоклассным оборудованием. И все равно нет никакой гарантии что мы сможем одолеть его в срок. Но попробовать стоит, правда?


>.S. 9 авг 2018
..."ОТИ" сводит построение "сильного интеллекта" к двум разным задачам:
а) задаче построения (генетического и т.п. в био-мозге, или через написание старых добрых алгоритмов для СИИ) "процессингов" мозга;

Физически невозможно. В ИТ, конечно, присутствуют ЭЭ (т.н. «элементарные элементы»), но все остальное — эксплуатация свойств физической реальности. Мы не в состоянии создать собственную вселенную во всех ее проявлениях, но мы можем попробовать использовать кусок имеющейся бесконечности.

>б) обучения этого интеллекта.
...Обучение СИИ как "младенца", наверно, ни у кого не вызывает возражений?

Вызывает, конечно. Сознание у ИИ должно возникнуть раньше тела и в меха готового тела (находящееся за пределами Земли на всякий случай...) мы вливаем заранее приготовленное всесторонне-полное информационное наполнение, почти все знания землян — это один из секретов создания ИИ, а иначе и времени не хватит, и опасность от «ученика» появится.

>Наверно, сомнения вызывает возможность написания алгоритмов "процессингов"? Здесь трудности могут возникнуть уже на этапе выделения, например, "объектов" из "сцен" и т.п., и действительно - до сих пор пишутся вполне "научные" работы по выделению, например, контуров объектов, и это при том, что даже нейросети лягушек делают это мгновенно! Однако хотелось бы обратить внимание на другое - как только этот "барьер" на пути Прогресса будет преодолён(а он может быть преодолён при моделировании СИИ в виртуальном пространстве уже сейчас), дальнейшее развитие СИИ пойдёт как по маслу - потому что процессинги и объектов, и "действий" должны обрабатывают кластеры любого уровня по одним и тем же алгоритмам (например, для "иерархии действий" - от движений до мышления).

Вот видите, Вы сами все знаете.

>Это, между прочим, лишь "постулат" (недоказанная теорема) - что процессинги не развиваются вместе с обучением мозга, но разве само предположение не восхитительно ?! - и попробуйте его опровергнуть ?! (или доказать) - это как теорема Ферма, только намного круче! В любом случае для СИИ можно создать готовый набор этих процессингов, поскольку число их невелико.

Доказательство содержится в главе 7.1 ИТ. Вместо «объект 1-го порядка» подставьте слово «данные», вместо «объект 2-го порядка» — слово «программа», а вместо «объект 3-го порядка» — «интеллект».

>...Задачи "процессингов" существенно различаются по сложности, хотя это различие, при реализации нейросетевой обработки, сильно нивелируется (см. далее). Наиболее просты процессинги конкретных "сущностей" и ситуаций. Известно, что мозг младенца мыслит сугубо "предметно" и очень постепенно осваивает различные "обобщения" - начиная от "интеграторов" к "шаблонам бытовой логики" и иных эмпирических "правил" и "языка" (скорей всего, я ещё что-то упустил). Известно, что над самыми трудными - грамматическими - шаблонами, успешно работают в российских НИИ, так что "освоить" все другие "шаблоны" - пара пустяков.

Передайте им мой пламенный привет. ИИ, разумеется, в таком виде вы не сделаете, а всякие использующие почти безграничные ресурсы дата-центров распознавалки — не в счет. Но труды не пропадут даром и вскоре, как я надеюсь, будут востребованы сполна в подсистеме 3.2.2 ИИ. Да, к слову, теоретики могут потренироваться на досуге в опровержении 7.1. Ведь именно она ставит точку. Дебаты по поводу — как и всегда — в теме обсуждения ИТ. Само собой, сначала все хорошенько прочитайте и продумайте линию опровержения, чтобы не городить всякую чушь. Плюс возьмите себе ник, дабы не позорить высокое научное звание перед коллегами. А то мало ли что, ну вы поняли

Да, вот еще чуть не забыл. Квантовые компьютеры. Если у кого появится желание изложить здесь свое видение темы — было бы неплохо.

>.S. 11 авг 2018
…Поясню ещё о "шаблонах" и "обобщениях" (индукции). "Шаблонами" можно считать уже "опорные векторы", с которыми сравнивается текущая информация - такая "ассоциативная обработка" наиболее проста, в том числе в нейросетевой реализации. Более сложный "шаблон" - это область, которую занимают "опорные векторы" в пространстве (метрических) признаков. Считается, что эта задача довольно "проста" для "обычных" нейросетей, моделирующих "процессинги", а вот "алгоритмическая" обработка слишком сложна для био-мозга - область можно аппроксимировать небольшим числом "обобщённых опорных векторов", где вместо числовых значений стоят "диапазоны" (такая задача привлекательна именно для "ИИ", чтобы обойтись без нейросетей).

Современный вычмат. Спору нет, дело полезное, применения имеются в немалом числе. Однако, какое отношение оно имеет к тем же абстрактным рассуждениям? Вы же сами все заранее задаете, все эти вектора, шаблоны, процессиниги и пр. алгоритмы. Вручную! Ну провели соответствие между {x} и {y], а... извините, дальше-то что? Где тут ум? Вот где тут УМ, ИНТЕЛЛЕКТ, ПОНИМАНИЕ, СОЗНАНИЕ?... Скажите, пожалуйста.

>…"Интеграторы сущностей", - классы сущностей с определёнными свойствами, получаемыми (в частности):
а) редукцией признаков или заменой признаков на признаки более высокого класса, с сохранением "важных свойств" сущности;
б) редукцией "важных свойств сущности", при этом признаковые свойства могут измениться.

РедукторА изготавливаются вручную.

>…"Интеграторы сущностей" могут складываться "стихийно" или под влиянием обучения (слов), или являться целенаправленным результатом "алгоритмов индукции" (либо напрямую объединять некоторые сущности).

Складываться-то они, возможно, и складываются, но только чисто формально, лингвистически, на уровне безразличного к смысловому наполнению исходного текста компилятора. Это легко продемонстрировать. Если поменять ударение в словах и скормить предложение Алисе-Яндекс, то она... совершенно верно «поймет» фразу, как будто бы изменений не было. Т.о., ясно что характерного человеку понимания смысла нет. А если нет понимания смысла, то не м.б. и разумной интеграции сущностей, ее место занимает библиотека стандартизованных корреляционных процедур. Сама система при этом функционирует в полном соответствии с теорией функционального анализа, т.е. занимается подбором. Замените в любой математической формуле функции числовыми таблицам — и нигде ничего принципиально не изменится! Следовательно, математика не интересуется устройством функций — ее интересует исключительно соответствие аргумент-результат. Но ИИ = генератор алгоритмов, значит ему необходимо как раз устройство генерируемой продукции. Конечно, можно возразить, указав на возможность рассмотрения функции как составной (разложение в ряд Тейлора, например) и, т.о., неограниченную применимость математики по внутрифункциональному устройству. Но в том-то и дело, что мы не рассматриваем и ничего не поясняем по существу вопроса (как устроен + или - ), а меняем шило на мыло. Очевидна органическая неприспособленность математики к описанию того, в голове математика чего.

>…"Интеграторы" порождают "иерархию" (иную, чем признаковая "иерархия сущностей") - иерархию обобщений, которая проверяется и записывается в "свойства сущностей". Наличие иерархичности "интеграторов сущностей" позволяет записывать (важные) свойства (и признаки) сущностей не только в кластеры сущностей, но и в их "интеграторы" (всех свойств у каждой сущности слишком много, чтобы записать их в кластер), - таким образом, чтобы "узнать" все свойства "сущности", нужно посмотреть на свойства, записанные в кластере сущности и в кластерах всех её "интеграторов", предположительно, при идентификации сущности она предстаёт в совокупности сущностей разной степени интеграции.
…В "правилах", в языке и др. "сцены", "цепочки действий" и отдельные сущности более эффективно описываются с помощью "интеграторов" (индуцированных, вероятно, по большей части языком).

Структурная адаптация? Не верю. Опять параметризм, только завуалированный.

>…Максимально общими "интеграторами" являются интеграторы одного признака, а также отношений двух метрических признаков - "больше" и "меньше". Как воспользоваться, например, таким правилом логики с помощью "интеграторов":
"если (а > б и б > в), то а > в", где а, б и в - метрические свойства сущностей А, Б и В (частный случай свойства "ранжирования")? Чтобы "интегратор правила" можно было применить к аналогичным свойствам любых трёх сущностей, в "процессинги" необходимо ввести "условные сущности" (переменные), которые могут быть временно сопоставимы "нормальным" сущностям. "Условные сущности" очень удобны для иерархического описания (сцен, объектов и др.) - вместо какого-л. объекта в большом описании ставится "условная сущность", которая "раскрывается" при необходимости. Итак, "правило" пишется для "условных сущностей", к которым "приравниваются" исследуемые "нормальные" сущности, и если условие "правила"выполняется, то оно выполняется и при обратной замене "условных" сущностей на "нормальные".

Корректно реконструировать их по принципу недостающих частей удастся не всегда, ввиду возникающей многовариантности равносильных гипотез.

>…Наконец, рассмотрим, упрощённо, перевод языков (в том числе с внутренних языков на внешний и наоборот). В простом варианте подавляющее большинство языковых единиц (слов, элементов) двух языков имеют однозначное смысловое соответствие (которое устанавливается в осн. на начальном этапе обучения языку, остальные слова отнесём к "грамматике"), а их "грамматические конструкции" могут быть совершенно различны. Обычно смысл фразы "С" однозначно определяется "грамматикой" (включая грамматические особенности слов) "Г" и "семантикой" слов "СС", так что перевод с языка1 на язык2 можно "математически" выразить так:
С1(Г1, СС1) = С2(Г2, СС2).

Анекдот про мать жены. Задайте этот (или аналогичный) запрос интернет-поисковику и увидите как «Обычно смысл фразы "С" однозначно определяется "грамматикой"».

>...Чтобы перевести, таким образом, смысл некоторой фразы и т.п. с языка1, необходимо выделять в ней по нескольку слов, образующих законченные, шаблонные "грамматические формы" (ШГФ, через порядок слов, предлоги и т.п. и грамматические особенности слов, определяя, в первую очередь, основную форму и "дополнения"..), а также "семантику" этих слов (смысловую форму). В шаблоне перевода здесь также должны быть условные семантические сущности слов, с заданием соответствия между расположением семантических единиц в ШГФ языков "1" и "2".

Это задача лингвистического компилятора, а не интеллекта.

>Алгоритм "процессингов", которые автоматически строят ШГФ, довольно сложен, особенно для реальных языков, изобилующих "подвохами" - на практике с такой задачей с трудом справляются целые научные коллективы лингвистов с программистами.

Да, да. Подвохами.

>И, однако, с задачей легко справляется мозг ребёнка 1-3 лет, использующий, видимо, нейросетевую обработку кластеров ШГФ, - дело облегчается тем, что в этот кластер, одновременно с векторами (Г1, СС1) поступают "переводы" СС1 - СС2, взятые из предыдущего опыта.

Как же, кластеров... Вселенную внутри вселенной не хотите?... Стр. 52 ИТ.

>.S. 11 авг 2018
…Математически сходство "векторов" (в том числе описаний в векторном виде) определяется по (нормируемым) расстояниям между ними (с учётом, в общем случае, разных "весов значимости" расстояний по разным координатам), абсолютному и относительному (к другим векторам), оно может быть вычислено математически или определено "нейросетью опорных векторов" (НОВ) в результате операций "свёртки".
…Поясню подробней последнее. Распознающие нейроны "НОВ" подсоединены к смысловым (аксонным) "линиям связи" кортекса (их число возьмём = 1000, каждая "линия" (а в общем случае - возбуждение нескольких "линий") несёт "смысл" - например, закодирована как объект или "свойство"), с помощью "синаптических связей", из которых порядка 995 будут "слабыми", а порядка 5 - "сильными", - в этом случае каждый такой нейрон настроен на выделение одного "паттерна" возбуждений линий связи (свёртка "паттерна" с синаптическими весами нейрона даст суммарный максимум возбуждения нейрона).

В-о-о-т. Смысл — это алгоритм, алгоритм закл
[Ответ][Цитата]
NewPoisk
Сообщений: 3527
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 16 авг 18 6:42
ючен в интерпретаторе, интерпретатор = аппаратура; следовательно, смысл всегда физичен. Но это не вся конструкция ИИ, а только часть! Как Вы собираетесь выбираться из лабиринта решений при построении сети связей и поиске оптимального решения удовлетворения целевой функции? Вообще, деление нейронов на распознающие/смысловые восходит к примитивной анатомии и хорошо работает, видимо, лишь на первичных центрах восприятия (глаз, ухо, нос) и магистралях передачи в мозг. А вот уже внутри головного мозга указанный подход становится неверен и ведет в плохо распознаваемый (по закону предельной убывающей полезности) тупик.

>Далее, в каждой мини-колонке, 50 "первичных" распознающих нейронов (суммарное число нейронов в колонке обычно порядка 100) суммируют сигналы (напрямую или через несколько промежуточных нейронов) на "решающий" нейрон, возбуждающийся, когда все (или почти все) "первичные" нейроны колонки "возбудились". "Свёртка" с метрическим признаком в таких нейросетях также возможна - для этого среди 1000 "линий связи" выделяется, допустим, 100 линий, каждая из которых представляет определённый диапазон "метрического признака", при этом каждый нейрон "опорного вектора" может быть соединён лишь с одной из этих 100 линий (для обобщённых опорных векторов - с некоторым диапазоном этих линий), "свёртка" с метрическими признаками "опорного вектора" происходит при достаточном "расширении диапазона признаков" входного вектора относительно их "реальных" значений (если сформирован "обобщённый опорный вектор" (или, в общем случае, несколько таких векторов), то указанное "расширение диапазона" не потребуется.

Словосочетание «опорный вектор», постоянно вызывает аналогию с базисом линейных пространств. Мало что понял. Приведите подробный пошаговый пример, наглядно демонстрирующий сказанное.

>…Наибольшую сложность при обработке с помощью алгоритмов, работающих с обычной памятью компьютера, здесь вызывает случай, когда имеется некоторый недостаток признаков входного вектора, вызванный обычно различными "помехами" и т.п., - в этом случае даже при "ассоциативной упорядоченности" опорных векторов в памяти процессору придётся перебирать достаточно большое число вариантов. Один из выходов - "ассоциативная память", которая хотя и значительно дороже, чем "обычная" память компьютера, но всё-таки значительно проще, чем моделирование, даже частичное, нейросетей. У нейросетей такая проблема вообще не возникает, хотя обработка получается не совсем оптимальной (по отношению к помехам). В условиях помех свёртка происходит с постепенным понижением "порогов возбуждения" распознающих нейронов, так что, в конечном итоге, нейроны могут реагировать даже на сигнал в одной линии связи (на один признак, например) - этом случае вероятность правильного распознавания резко снижается.

Это будет второй пример

>…Помимо "кластерной" памяти, в мозге имеется значительный объём "декларативной" (и, вероятно, "процедурной") память, - возможно даже, что она записана в какие-то подобия "кластеров", в соответствии с общим принципом кортекса "класть подобное к подобному". Так, например, стишок Пушкина: "Пока свободою горим..", скорей всего, запрятан в один из таких "кластеров", возбуждающийся даже от слов: "Пока сердца.." или "для чести живы". Такие псевдокластеры не используются как "сущности" (абстракции), смысл "декларативной" (вообще - ассоциативной), "незакластеризированной" памяти - в том, чтобы использовать её вне "иерархий сущностей", - например, с помощью анализа в некоторых сходных ситуациях, и др. - именно поэтому она (в отл. от "опорных векторов", которые претерпевают в био-мозге, скорей всего, нейросетевую обработку "обобщения"), доступна для анализа (сознания).

Прежде чем двигаться дальше в детали, необходимо четко понять реализацию предлагаемого Вами принципа. Пока она не понятна.


>.S. 12 авг 2018
…Судя по числу двигательных гиперколонок кортекса, а также по числу (гипер)колонок мозжечка, у человека имеется примерно 10 000 кластеров движений. Двигательные гиперколонки стереотипных движений (есть ещё специальные гиперколонки для разучивания движений) в кортексе образуют кластеры "общей обстановки", в которой должно выполняться движение, а (гипер)колонки мозжечка уточняют движения, опираясь на более точные данные с сенсорных датчиков тела и некоторых иных. Огромное число опорных векторов в (гипер)колонках мозжечка объясняется большой размерностью пространства признаков и высокими требованиями по точности движений. При кластеризации движений автоматически учитывается необходимость балансировки.

Зачем вообще связываться с нейросетями? Делайте проще! На входе набор чисел, на выходе тоже. И целевая функция, показывающая что при таком входном наборе цель ближе, чем при другом. Вот и все начальные условия. Алгоритм обработки простейший, легко реализуется аппаратно и представлен на стр. 96-97 ИТ. Всего две страницы. Какой смысл городить огород со всеми этими векторами, шаблонами и пр., если видно что к абстрактному сознанию оно отношения не имеет, а алгоритм перцептрона реализуется многократно проще? Подозреваю, проблема закопана в излишней биологизации ИИ-шников: они смотрят на живой мозг и стараются его повторить. Ну как упомянутый машущий полет.

>…Было бы интересно узнать, используется ли опорно-векторный подход в программах движений робота "Atlas"?

Напишите письмо разработчикам

>***
…Теперь об интересном следствии "Концепции опорно-векторного интеллекта" (КОВИ), за которое я хочу получить Нобелевскую премию по нейробиологии (совместно с тем, что обнаружит "опорно-векторные нейросети") - это "иерархическая самоорганизация мозга". Эта самоорганизация опирается на правило конкуренции: Всякая бесполезная структура мозга редуцируется и отмирает, а полезная - увеличивает вес (правило Хебба является его частным проявлением). Оказалось, что это правило проявляется в любом "опорно-векторном интеллекте", в частности, на следующих трёх уровнях:

Началось...

> а), б), в)

Стр. 96, «Формула избирательного забывания». Всего три переменных. Три переменных, Карл.

>…Если кому-то всё ещё непонятна "красоту теории", то ему нечего делать в большой науке!

К слову о «большой науке»: желательно в каждом абзаце повторять ключевое слово «эволюция», а в колонтитулах — силуэтный портрет Дарвина. У Вас эволюции не увидел. Что для настоящей науки — несомненный плюс, для большой — столь же весомый минус. Короче, или ИИ, или нобелевка.

>.S. 13 авг 2018
...Приведённая выше формула "СИ" является одновременно и формулой "универсального интеллекта". Некоторым этого мало - они утверждают, что мышь, например, не обладает "СИ", поскольку её мозг не дотягивает даже до человеческого. А некоторым мало и "силы" человеческого интеллекта! - им подавай интеллект, способный с лёгкостью к любым обобщениям, способный "модифицировать себя", и производящий исключительно оптимальные решения. Однако посмотрим правде в глаза - любой сильный интеллект должен быть универсальным, а любой универсальный интеллект строится по (словесной) "формуле", приведённой выше.

Нет.

>Конечно, сила "СИ" может быть очень разной в зависимости от мощности обработки, памяти и т.д., и здесь уже человеческий мозг проигрывает возможностям электроники - у них и память исчисляется терабайтами (у человеческого мозга, предположительно, в десятки раз меньше), и скорость обработки намного выше. Некоторые трудности могут быть с нейросетевой обработкой кластеров опорных векторов, но здесь у машин есть одно преимущество - если у людей каждый человек заново проходит этот нелёгкий путь "с чистого листа", то "СИИ" пройдёт его лишь один (условно) раз, а затем.. все СИИ разделятся на 2 класса:
а) класс "сверхинтеллекта" - развивать науку, технологии и т.п.
б) класс "роботов" с почти необучаемым, "дешёвым" интеллектом - для рутинных работ (при этом даже такие роботы будет значительно умнее моих сограждан, не желающих даже углубляться в тему )

Вы рисуете современное общество, механически перенесенное в будущее. Это ошибка. Цифровая черная дыра не такая.

>...Возможно, многие путают (обучаемый) интеллект с "интеллектуальными машинами"? - начиная с арифмометров и кончая машинами, работающими с формальной логикой и доказательством высказываний и теорем - здесь без формул никак не обойдёшься.

Вы сами не из их числа?

>...Для сильного интеллекта следует различать интеллектуальность "процессингов", особенно в задаче обобщения кластеров (здесь пока "венец творения" - человек, а наиболее сильные обобщения получаются в результате нейросетевой обработки, в наиболее сложных случаях - квазислучайно), и интеллектуальность приобретённую в результате построения иерархий "абстракций" и обретения опыта решения задач. Приобретённая интеллектуальность, конечно, является плодом усилий конкретного мозга, но опирается на культуру и интеллект всего Человечества, безусловно, здесь также есть элемент случайностей и "озарений".

Есть еще.

> P.S. 15 авг 2018
…Важные разъяснения даны в моём сообщении от 14 авг 2018, см.

…В "ОТИ" должны быть даны разъяснения и по "целевой функции" у животных (и человека), поскольку теория касается не только СИИ, но и мозга животных, обладающих интеллектом. Прежде всего, эта функция не однозначна - она определяется через сложное взаимодействием ядер возбуждения лимбической (в психоэмоциональной её части) системы (с наличием конкуренции, привыкания и даже "психоэмоционального узнавания") - ядер психоэмоциональных инстинктов. Хотя, очевидно, конечной целью "целевой функции" является снижение возбуждения тех или иных ядер, "парадоксальным" образом (в био-мозге) это достигается через (временное) усиление их возбуждения, которое эмоционально окрашивает действия, связанные с "удовлетворением (тех или иных) инстинктов" - это необходимо для установления "важности" каждого действия (а заодно и всех объектов, которые в нём использовались). "Абстракции" (действия, объекты и т.д.), которые не участвовали в "оптимизации целевой функции" (удовлетворении того или иного инстинкта), могут исчезнуть как кластеры "опорных векторов". С развитием интеллекта "целевая функция" (реализуемая через взаимодействие "ядер" и др.) "учится", через корреляционно-временной анализ (в гиппокампах ?) влияния тех или иных действий на "целевую функцию", оптимизировать своё усреднённое значение на всё более длительные сроки вперёд (вплоть до "неопределённого будущего", хотя отдельные инстинкты - например, сексуальный, или боли - могут "брать верх"). Интересно было бы обсудить "на нейросетевом уровне" различные сложные инстинкты (социальные, сексуальные, импринтинги и др.), но форум всё-таки по "ИИ", а для СИИ достаточно одного (?) инстинкта - выполнения указаний Хозяина (эти указания могут быть такими, чтобы СИИ имитировал человеческие инстинкты).

…"Приспособляемость" инстинктов видна на следующих примерах. При регулярных обливаниях холодной водой охранительный инстинкт реагирования на холод может притупиться. Или - феномен привыкание к различным рискам, вероятно, сходный с привыканием к наркотикам.

...И, наконец, из жизни животных, мои давние наблюдения:

-- Если оса (летающая за сладким) наткнулась на некое препятствие (я временно закрыл окно), то в дальнейшем она это место будет пролетать очень медленно. При сдвиге кормушки в другое место вначале производится довольно хаотичный "поиск", после чего оса снова помнит расположение кормушки.
-- Интересна сцена с обучением курицей маленького цыплёнка, в укромном месте в стороне от других цыплят. Курица и цыплёнок стояли "напротив друг друга", и цыплёнок воспроизводил ВСЕ движения курицы, от движений головой до движения лапками, курице же как будто доставляло удовольствие учить цыплёнка в таком "интерактивном режиме" (в осн. курица учила добыванию корма - расчистка земли лапой и затем попытка что-то склюнуть на этом месте).


Глава 3.2.3 ИТ и далее.
[Ответ][Цитата]
Вятка PR
Сообщений: 35
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 16 авг 18 15:08
Изменено: 30 авг 18 9:58
для NewPoisk
..."Технологическая сингулярность" возможна, отчасти, лишь теоретически, на практике её, скорей всего, будут притормаживать..

..."Обобщение" есть построение статистически-достоверных гипотез, "индукция". Вот, скорей всего, неполный перечень:
а) построение простых "шаблонов" - опорный вектор, кластер, обобщённые векторы или область пространства признаков
б) логические шаблоны отношений, языков и др.
в) Моделирование "сущности".
..."Обнаружение общих признаков" не означает обобщения - общие признаки могут быть у самых разных сущностей.

..."Группировка" вытекает наличия у сущности разных (про)явлений. Признаковые свойства "интересны" субъекту лишь по причине наличия у сущности "сущностных" свойств. В то же время кластеризация сущностей происходит и без знания свойств сущностей, с целью лишь возможного использования; при этом используются различные методы кластеризации "без учителя" - существенное отличие "векторов явлений" от других векторов и "связность" этих векторов (относительная близость между собой и "связность", обусловленная непрерывностью наблюдения).

...В "ОТИ" подразумевается лишь ограниченная "адаптируемость" процессингов с целью оптимизации параметров обработки, она подразумевает обратную связь некоторых результатов обработки с "параметрами обработки".

...ИТ ("Интегральная теория создания ИИ") - вроде бы типичная "когнитивная технология", высосанная, как и все другие, из пальца. Тем не менее все подобные теории, как правило, научны, и я готов согласиться с её выводом о том, что АА (адаптируемый алгоритм) имеет когнитивные ограничения, весь вопрос - какие? Включены ли в АА возможности квазислучайной (нейросетевой и т.п.) обработки ??

..."Одинаковость сути" "объектов" и "действий" заключается в ассоциативности их представления в био-мозге (в СИИ "действия" могут быть более императивными, но такой подход имеет ограничения - невозможно будет "запускать" действия методом подражания и т.д.).

..."Иерархичность" представления объектов и действий следует как из удобства описания, так и из законов реального мира, - "сложное состоит из простого". Нарушении принципа приводит к появлению большого числа "псевдосущностей". В то же время "иерархия" довольно условна - один и тот же объект может быть описан (в разной детализации и представлении) по-разному, - можно описать, из чего "реально" состоит автомобиль, или как он выглядит, или каковы контуры автомобиля, и т.д.

...Далее.. слишком мутно..

...Утверждения ИТ об ущербности "алгоритмов" (по сравнению с био-мозгом) ни на чём не основаны. Муть !! - и это преподают в "Бауманке" ??

...Примеры для био-мозга не только необходимы (поскольку ОТИ имеет отношение и к био-мозгу), но и позволяют косвенно судить о ней.

...Вывод (или постулат ?) ИТ о необходимости искать закономерности в окружающем мире, разумны, и ОТИ объясняет, КАК это делается.

...Далее.. пропускаем, и - далее, видимо, снова о том, что "готовый набор процессингов" не решает задачу? - ну, я-то хотя бы предложил альтернативу (перебор вариантов - как в процессингах, так и в "действиях"), а как этот вопрос решает ИТ ??

...При создании СИИ "вручную" будут задаваться лишь "процессинги". Интеллект появляется при "обучении младенца".

..."Интеграторы сущностей" - сущности более общего класса, чем "интегрируемые" ими сущности. Мне представляется, что целенаправленная "интеграция", за исключением довольно близких сущностей, представляет трудности для "единичного" мозга (необходим большой объём работы мозга), и во многом, благодаря языку, является продуктом Цивилизации.

...Далее снова.. мутно.. (для логики и языка я сделал лишь попытку, не очень удачную, представить "алгоритм" работы кластеров логики и языка ПОСЛЕ их "обобщения"; здесь важно найти наиболее простые механизмы формирования и обобщения таких кластеров - работа для математиков).

..."Лингвистический компилятор" пока должен быть частью СИИ, хотя системы СИИ могут общаться на "внутренних языках мозга".

...Поиск оптимальных решений - утопия, реально обычно полагаются на "стереотипы", причём далеко не самые оптимальные, - об этом знают все психологи, но не знают строители СИИ ?!

...Примеры.. будут, но не скоро - ждите томик "ОТИ" !! Далее снова муть.., ссылки на ИТ выглядят как заклинания..

...В сущности, формулу можно чуть перефразировать так: "Любой сильный интеллект должен быть универсальным, а универсальный интеллект является интеллектом, обучаемым на примерах (а не на непонятно кем изобретённых правилах и заклинаниях)". В "авторитеты", батенька, не верю !!


P.S. 16 авг
...отдельные мысли, поскольку в 1-й пост не влазит:
...Инстинкты определяются не только "психоэмоциональными ядрами", но и иными свойствами мозга, реализуемыми в том числе на нейрогуморальном и иных специфических уровнях (слава Богу, создателей СИИ эти сложности не касаются). Особый интерес представляют (псевдо-)инстинкты привыкания к определённой обстановке и "владения - утраты".

...Пример "действий", которые в какой-то мере заменяют "процессинги", но образуют при этом кластеры и подчинены другим действиям в "иерархии" - это ощупывание предметов руками, а также, вероятно, аналогичные действия глазами и "центром внимания" в зрительном поле.

...Можно представить себе такой вариант обработки информации в мозге: наиболее важные моменты декларативного и процедурного "восприятия" записываются сначала в кортекс (либо непосредственно на синаптических связях "векторных" сетей, либо сначала в форме возбуждения сетей с постепенным переносом на синаптические связи), а затем уже, во сне, корреляционные машины гиппокампов обрабатывают её, выделяют из неё наиболее важные моменты и перезаписывают по принципу "подобное к подобному", в том числе "опорные векторы" - в кластеры..

...Вообще наиболее специфические и сложные процессинги "алгоритмического типа" должны, по идее, производиться в "специальных машинах гиппокампов", поскольку колонки коры для этого слишком маленькие - в них трудно представить сложную обработку, за искл. нейросетевой обработки "обобщения".

...Интересный вопрос для нейрофизиологов - как в мозгу возникает (кодируется) целостное представление о "сцене" (в общем случае - "смысловой", а не только зрительной) и текущей иерархии действий ("стека" действий) - здесь возможны 2 варианта:
...1.(в большей мере для "сцен"): Кодирование происходит в одной специфической области:
а) в зрительной - но это противоречит иерархической "общности" представления;
б) в гиппокампах - но это противоречит опытах на животных с удалёнными гиппокампами.
...2. (в большей мере как "стек действий"): Кодирование образует конфигурация возбуждений гиперколонок кортекса. Здесь сложность в том, что возбуждённые гиперколонки должны образовать УПОРЯДОЧЕННЫЙ вектор (к тому же он может содержать повторяющиеся элементы). Реализация таких "векторов" представляется более простой при наличии у гиперколонок "буферной памяти".

...Далее, вместо "простого" (векторно-кластерного) представления информации в мозге может быть его "запутанный" аналог, более соответствующий возможностям нейросетей (или результатам исследований кортекса). Поэтому перед нейрофизиологами и математиками ставится задача проработки возможных вариантов "кодирования" векторно-кластерных "информационных сущностей" мозга.

P.S. 19 авг 2018.
...Следует учесть, что в "некодированном" варианте гораздо проще осуществляется взаимосвязь и "нейросетевая обработка" векторов. Так, если каждому вектору соответствует содержимое мини-колонки кортекса, то возможна ассоциативная запись в мини-колонки по-принципу "подобное к подобному" и в дальнейшем ассоциативная (вспомогательная, дополнительными аксонными связями) связь возбуждения и торможения между "векторами" (мини-колонками), важная для контекстуального восприятия (обработки) и для наиболее простого определения "колонки-победителя" (при отрицательных связях по возбуждению). Далее, именно для некодированных "векторов" проще всего организовать нейросетевую обработку кластеров опорных векторов с "обобщением".

..."Моделирование" осуществляется в мозге следующим образом:
а) в гиперколонках кортекса - нейросетевое, "слабое" (результат - "обобщение" и вскрытие неочевидной внутренней модели "сущности" в пределах гиперколонки);
б) в нейросетях вновь образованных нейронов гиппокампов - более "мощное" (для больших "моделей", например, для игры в шахматы или го);
в) специальными процессингами гиппокампов, облегчающими мозгу построение 3D-моделей окружения и объектов.
[Ответ][Цитата]
Вятка PR
Сообщений: 35
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 18 авг 18 8:49
P.S. 18 авг 2018
…Ещё по поводу "целевой функции", - термин взят из "Теории (оптимального) управления", и понятна связь этих "теорий" - "ОТИ" изучает взаимодействие субъекта "сильного интеллекта" с неизвестной средой и с некоторой универсальной для всех сред целью (выживание..), а "ТОУ" - взаимодействие устройства управления с достаточно предсказуемой системой и функциональной целью только в пределах этой системы. Непредсказуемость и сложность среды, в которой действует "сильный интеллект", создают новую стратегию "оптимальности", направленную на изучение окружающего мира (под руководством выверенных эволюцией инстинктов - у человека и других животных), в которой оптимальность каждой конкретной "операции" (для оптимизации требуется время и другие ресурсы) не столь существенна, как направленность внимания на наиболее существенное, важное. В дальнейшем целесообразно использовать в СИИ и принципы "Теории управления".

…Без руководящей роли "инстинктов" ребёнок мог бы, например, сколь угодно долго изучать какие-нибудь царапины на стене. В человеческом обществе (отчасти у некоторых обезьян ?) огромную роль играют "традиции" - воспитания, обучения, всей организации общества (культуры), которые, до последнего времени, проходили строгий отбор "на выживаемость". Однако и здесь говорить об "оптимальности" не приходится. Инстинкты подсказывают "сильному интеллекту" человека, что нужно учиться у других людей, ценить их мнение, и т.д., но обратная сторона "общественных инстинктов" - в том, что из человека можно "вылепить" (почти) всё, что угодно. В результате одни люди, например, превращаются в страшных скряг, другие - в мотов, и т.д., в результате люди обожают диктаторов и презирают "слабаков", в результате люди вечно конфликтуют между собой и не только не хотят сами заниматься СИИ, но даже не обращают внимания на "райские кущи" на горизонте ..

…С точки зрения развития интеллекта, безусловно, важен "инстинкт поиска", без которого младенец не встал бы даже на ноги. Далее важна правильная последовательность обучения - от простых задач к сложным, мотивация, условия реализации и т.д. Миллиарды людей могли бы развить свой интеллект до уровня "Эйнштейна", но нет хороших учителей, нет условий и мотивации, более того, результатом обучения в школах и ВУЗах зачастую является лишь "синдром выученной беспомощности". В результате я ВЫНУЖДЕН был изобретать СИИ - может быть, после этого что-то в нашей (моей) жизни изменится к лучшему ??

Дополнительно можете посмотреть в форуме по нейрофизиологии: http://www.neuroscience.ru/forum/%D1%81%D0%BF%D0%B5%D1%86%D0%B8%D0%B0%D0%BB%D0%B8%D0%B7%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%BD%D1%8B%D0%B5-%D1%84%D0%BE%D1%80%D1%83%D0%BC%D1%8B/%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5-%D0%B2-%D0%BD%D0%B5%D0%B9%D1%80%D0%BE%D0%BD%D0%B0%D1%83%D0%BA%D0%B0%D1%85/89376-%D1%81%D0%B2%D1%8F%D0%B7%D1%8C-%D0%BA%D0%BE%D0%BD%D1%86%D0%B5%D0%BF%D1%86%D0%B8%D0%B8-%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D0%BE%D0%B3%D0%BE-%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82%D0%B0-%D0%B8-%D0%BC%D0%BE%D0%B7%D0%B3%D0%B0
[Ответ][Цитата]
NewPoisk
Сообщений: 3527
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 20 авг 18 2:12
Изменено: 20 авг 18 2:12
2 Вятка PR

Ваше?

---

Часть 1. Истоки.

Давайте вспомним для чего вообще в конечном итоге все это надо, конечную постановку задачи: самостоятельно превратить любой наблюдаемый объект в любой. Стройматериал — в дом.

Т.о., предварительно, {x} -> {черный_ящик} -> {y},

где {x} — стройматериал, {y} — дом, {черный_ящик} — ИИ.

Но домов много: много- и одноэтажные, большие и малые, многокомнатные и не очень. Поэтому, кроме {x}, возникает {z} — чертеж того, что хотим.

{ {x}, {z} } -> {ИИ} -> {y}

Вот это и есть постановка задачи. Особо обращаю Ваше внимание на то, что {x} и {y} — физические объекты. Не набор программ для промышленных роботов по сборке автомобиля на конвейере, а непосредственно сам автомобиль. Из атомов, осязаемый, завел и поехал. Про разницу между тем, с чем в самом конце имеем дело, для чего вообще все затевается (с железной рудой еще под землей, превращающуюся в сверкающий свежей краской настоящий автомобиль) и промежуточным (программой по извлечению, обогащению, ..., изготовлению, в форме учебных курсов ВУЗов соответствующих специальностей и компьютерной программой для промышленных роботов на окончательном этапе) специалисты по ИИ... забыли. Увлеклись компьютерными технологиями настолько, что нарисованная на экране 3d картинка теперь для них стала как бы конечным результатом. Они ушли от иногда подкидывающего сюрпризы реального мира в мир идеализаций, моделей.

На первый взгляд, замена оправдана — вся наука построена на идее абстрагирования от неисчислимого количества мелочей в пользу сосредоточения внимания на существенных деталях. Интеллектуальный труд представляет собой генерирование алгоритмов превращения существенных деталей. Занятие наукой — это по существу придумывание технологии { {x}, {z} } -> {y}. Т.е. алгоритма. Например, доказательство теоремы — последовательность логических шагов, алгоритм. Чертеж технического устройства — индуктор наглядного действующего образа нарисованного в мозге (глядя на чертеж колеса, Вы начинаете воображать как оно катится и если нарисовано квадратное колесо, то мозг отказывается крутить картинку — как образующую с уже имеющимися в нем алгоритмами описания мира несовместную систему уравнений), алгоритм. Описание техпроцесса — алгоритм по определению. Но ИИ — не наука.

Интеллект — это генератор произвольных алгоритмов.

Именно такое определение ИИ и никакое другое положено в основу всех без исключений направлений движений к нему.

Вернемся к компьютерщикам. Итак, призабыв о разнице с реальностью (ну это же мелочи, главное распечатать, а там рабочий сам разберется), они тем самым сделали крайне важное допущение: произвольный алгоритм можно генерировать в рамках компьютерной системы, т.е. алгоритмически.

Алгоритм порождающий другой алгоритм. На первый взгляд — занудный курьез из области чистой теории, на самом деле — сдерживающая развитие целой отрасли фундаментальная проблема. Что значит «другой»? Для ответа необходимо уметь сравнивать два алгоритма в общем виде. Однако, процедура сравнения сама есть алгоритм. Но для того, чтобы сравнить объект A с объектом Б, требуется знать устройство и того, и другого. Поэтому процедура сравнения алгоритмов должна включать в себя оба этих алгоритма. Универсальный алгоритм. Множество всех множеств. Откуда следует что алгоритмически алгоритмы несравнимы.

Эти краткие нестрогие рассуждения лишь иллюстрируют истинную глубину проблемы, побуждают читателя обратить внимание на ее существование.

Насколько критично для практики фундаментальные затруднения, первые контуры которых мы только что очертили? Все зависит от того, что требуют с ИИ-программистов. Пока требования были относительно невелики — типа разработать программу удовлетворительного распознавания лиц в толпе, или корректирование автономной рутинной работы беспилотников разных типов, или машинного перевода, на теоретические аномалии можно закрыть глаза. В самом деле: если построенная с учетом всех современных наработок по нейронным сетям экспертная система понятно переводит текст, то нет никакого смысла спорить очень ли нужен ей аппаратный датчик случайности или нет. Естественно, нет.

Но задачи становятся все сложнее, вовсе не плавно перетекая от имитации интеллекта к ИИ, а скачком. Что за задачи — разговор отдельный. Важно что они есть.

Часть 2. Что сделано.

Организация и использование нейронных сетей (методы и технологии) Аксенов С.В., Новосельцев В.Б. — книжечка отличная. От других. В вышедшей мизерным тиражом монографии, кратко, но на очень даже нормальном уровне без лишней «воды» освещается подготовленному читателю состояние работ по данному направлению компьютерных технологий. Наверное, именно так составлялись какие-нибудь военные доклады. Тут и пиксельные контуры знаменитых стратегов, тут и обширный список иностранного печатного материала — полагаю, одна из немногих книг, где (со)авторами он честно читался. Монографию несомненно можно рекомендовать в качестве настольного справочника по «интеллектуальным программам» (ИП для краткости), благо что ничего принципиального нового с тех пор все равно придумано не было.

Итак, что сделано.

Сразу следует отметить, что абсолютно все разработки велись с оглядкой на природный оригинал. Причем названия давались с авансом на будущие громкие достижения. Например, «нейронная сеть». Живой нейрон — сложнейшая конструкция, без малого самостоятельный организм, с молекулярной памятью и возможностью движения (отчетливо наблюдается во время роста). Формальный — примитивный триггер. Живая сеть нейронов — восхитительный трехмерный мир. Искусственная нейронная сеть — по факту плоская триггерная схема. Т.е., если называть вещи своими именами, в 60-х были эксперименты с ЭВМ на природоподобной элементной базе. Собранные на столь вынужденно вычурной элементной базе триггерные схемы оказалась весьма малонаглядными в плане теоретических исследований и вдобавок малопригодны практически по сравнению с ставшими классическими архитектурами на транзисторной логике. Поэтому целых 20 лет никому эти схемы не были нужны: сложные и бестолковые. Штаны через голову, короче.

Потом произошло очень важное событие: звездные войны. Эпопея орбитальных ядерных лазеров увлекательна сама по себе, зачастую просто диву даешься насколько изобретателен человеческий ум (сравните с ИП, пользуясь случаем). И вот тут позабытые было триггерные схемы отчего-то резко пошли в гору: по ним практически одновременно появилась куча блестящих работ (многослойные перцептроны, обратное распространение ошибки и пр.), не будет большим преувеличением сказать что почти вся базовая теория современных нейросетей — родом из конца 1980-х. Почему так произошло, можно понять, ознакомившись с книгой Шмыгин Андрей Иванович. СОИ глазами русского полковника., начиная с главы «Супермозги для СОИ»: четвертая из военно-технических проблем, которая объединена рамками программы "Системный анализ и боевое управление" — SA/BM. Современные микропроцессоры, кстати, своим появлением также во многом обязаны СОИ.

Обратите внимание на фразу «Для составления таких гигантских безошибочных программ, по разным расчетам, понадобятся десятки тысяч высококвалифицированных программистов, которые, увы, за время своей жизни справиться с этой задачей не смогут. Поэтому еще в 1984 г. начата разработка проекта программного обеспечения KBSA на основе техники искусственного интеллекта. Целью проекта является автоматизация и ускорение процесса создания сложного программного обеспечения, без которого программа СОИ просто не может существовать.».

Вот это и есть истинная причина возрождения интереса к триггерным схемам и возникновения/становления ИИ как ИП.

...В механике существует раздел, посвященные самоустанавливающимся машинам и механизмам. Конструируют подобные машины-механизмы таким образом, чтобы в процессе эксплуатации они самостоятельно, не отвлекая персонал наладочными работами, выходили из опасного положения в рабочее. По типу шарика на дне чашки: всегда скатывается вниз.

Так вот, триггерная схема, которая по существу представляет собой специальный компьютер на особой элементной базе, оказалась вычислительным аналогом самоустанавливающегося механизма. И это была находка для СОИ. Дело в том, что в программировании какой-либо задачи участвует, как правило не 1 алгоритм, а 3: 1) собственно замысел прикладного математика; 2) код программы; 3) код компилятора. Каждый таит ошибки. Триггерная схема является компьютером и интерпретатором одновременно, поэтому 3-й источник ошибок исчезает сам собой. А дальше самое интересное: прикладной математик (программист по-теперешнему) записывает целевую функцию — то, что он желает получить, через веса нейронов, функцию расчета ошибки и архитектуру сети, а код программы — т.е. требуемую зависимость вход/выход — триггерная схема генерирует автоматически, в процессе самоустановки, повинуясь обучающей процедуре (она, т.о., тоже часть целевой функции). Заметьте: исходный замысел программиста при этом не затрагивается. Т.о., триггерная схема отнюдь не генерирует новых мыслей, дополняя авторский замысел. Это типичный самоустанавливающийся механизм. Более того, рассматривая более сложные случаи автоматической генерации нейростей, мы опять видим тот же принцип: замысел уходит на уровень управления параметрами порождающего кодирования, например, а самоустановка занимает всегда подчиненное ему место.

В заблуждение искателей ИП вводит отождествление самоустановки с самоорганизацией и алгоритма-замысла с алгоритмом-исполняемым_кодом.

Проведение аналогии триггерных схем с чем-то уже хорошо известным тем более уместно на фоне идейных заимствований теории адаптивного резонанса (слово пришло из механики маятника) и — поверхностно — из биологии: ДНК не «передает наследственность», как многие ошибочно думают. История происхождения нейросетей поучительна тем, что они изначально проектировались не как генератор алгоритмической новизны, наоборот (представьте: космический лазер сам придумывает себе задание).

Поэтому важно: генерация триггерной схемой траектории самоустановки, которую при желании можно трактовать искомой генерацией алгоритма, всегда ограничено рамками авторского замысла (1-го алгоритма). Т.о., схема не решает интеллектуальной задачи генерации алгоритма алгоритмом.

Далее — после СОИ — наступил следующий этап развития ИП, назовем его условно современным. Тут уж действительно ставилась задача получения настоящей сетевой разумности (для обработки мировых интернет-данных в первую очередь). Данному этапу характерно появление большого числа модернизаций триггерных компьютеров (изощренных нейросетевых алгоритмов), тогда это казалось естественным способом достичь желаемого в кратчайший срок, используя задел по-максимуму. Разумеется, дурная наследственность все испортила: исторически произошедшие из самоустанавливающегося рода-племени, ИП просто морочат голову призраками никогда не существовавших возможностей, заманивая внешней похожестью на интеллект. К примеру, у ИП до сих пор туго с предсказаниями и еще хуже — с предположениями.

Резюме. Нейросети и их современники не в состоянии решать задачу генерирования алгоритма уже просто потому, что исторически, изначально на уровне проекта, предназначались для диаметрально противоположного. Современные достижения в области ИП обусловлены резко возросшими возможностями ЦП, а вовсе не какими-то открытиями генерации алгоритма алгоритмом.

Часть 3. Генерация нового алгоритма.

Исследования показали что решить указанную задачу, не выходя из ограничений виртуальной среды (сколь угодно сложной и запутанной), принципиально невозможно. Необходимо вернуться в первоосновам постановки задачи для ИИ (описанной в «Часть 1») с тем, чтобы воспользоваться ресурсами физики напрямую.

Что такое понимание

Развернутый ответ в ИТ. Опустив литературные рассуждения, Вы получите научно-популярное изложение теории ИИ от «а» до «я».

Часть 4. Вопросы читателей

>АА (адаптируемый алгоритм) имеет когнитивные ограничения, весь вопрос — какие?

Во-первых, АА не существует. Есть просто «А». То, что Вы называете адаптацией является самоустановкой. Во-вторых, «когнитивность» требует определение понятия «интеллект». Ввиду того, что всякое определение суть последовательность логических шагов, получаем, что определение = алгоритм. С другой стороны, интеллект и есть генератор алгоритмов. Следовательно, определить интеллект, означает разработать алгоритм генерации алгоритмов. Т.е. придумать универсальный алгоритм. Из всей истории программирования и просто здравого смысла, очевидна невозможность строго определить интеллект.

Тем не менее, неразрешимая на первый взгляд задача была решена.

>Включены ли в АА возможности квазислучайной (нейросетевой и т.п.) обработки ??

Да, безусловно.

>..."Технологическая сингулярность" возможна, отчасти, лишь теоретически, на практике её, скорей всего, будут притормаживать..

Кто? Люди? Но им нужно антистарение.

>...Утверждения ИТ об ущербности "алгоритмов" (по сравнению с био-мозгом) ни на чём не основаны.

Кратко, вот на этом.

>...Примеры для био-мозга не только необходимы (поскольку ОТИ имеет отношение и к био-мозгу), но и позволяют косвенно судить о ней.

Не спорю. Но там все чрезмерно сложно и оттого выглядит спорно для «просто примеров».

>...Вывод (или постулат ?) ИТ о необходимости искать закономерности в окружающем мире, разумны, и ОТИ объясняет, КАК это делается.

Интереснее вопрос почему вообще закономерности имеют место. В ОТИ что по этому поводу? Ответ ИТ: ВСЛД и ее следствия.

>...Далее.. пропускаем, и - далее, видимо, снова о том, что "готовый набор процессингов" не решает задачу? - ну, я-то хотя бы предложил альтернативу (перебор вариантов - как в процессингах, так и в "действиях"), а как этот вопрос решает ИТ ??

Распад/синтез логических доменов. Решение в 1 шаг, поэтому лабиринт решений исключается.

>...Поиск оптимальных решений - утопия, реально обычно полагаются на "стереотипы", причём далеко не самые оптимальные, - об этом знают все психологи, но не знают строители СИИ ?!

ИИ — не человек

>...Примеры.. будут, но не скоро - ждите томик "ОТИ" !!

Когда примерно?

>Далее снова муть.., ссылки на ИТ выглядят как заклинания..

Там 174 страницы. Гораздо проще дать ссылку в цвете, с подобранными примерами, формулами, рисунками и форматированием, чем перепечатывать одно и то же за недостатком изобразительных средств новыми словами.

>...Интересный вопрос для нейрофизиологов - как в мозгу возникает (кодируется) целостное представление о "сцене"

Полноценная модель мира. Полноценная действующая натурная модель. Когда Вы смотрите на чертеж колеса, то...

Прекрасно иллюстрируют работу внутреннего мира слова Николы Теслы — одного из гениев человечества: «Момент, когда кто-то конструирует воображаемый прибор, связан с проблемой перехода от сырой идеи к практике. Поэтому любому сделанному таким образом открытию недостаёт деталей, и оно обычно неполноценно. Мой метод иной. Я не спешу с эмпирической проверкой. Когда появляется идея, я сразу начинаю её дорабатывать в своём воображении: меняю конструкцию, усовершенствую и «включаю» прибор, чтобы он зажил у меня в голове. Мне совершенно всё равно, подвергаю ли я тестированию своё изобретение в лаборатории или в уме. Даже успеваю заметить, если что-то мешает исправной работе. Подобным образом я в состоянии развить идею до совершенства, ни до чего не дотрагиваясь руками. Только тогда я придаю конкретный облик этому конечному продукту своего мозга. Все мои изобретения работали именно так. За двадцать лет не случилось ни одного исключения. Вряд ли существует научное открытие, которое можно предвидеть чисто математически, без визуализации».

Стр. 44 ИТ. Визуализация — прямое свидетельство реальности логических доменов.

>(в общем случае - "смысловой", а не только зрительной)

Алгоритм и есть смысл. Уравнение = смысл. ЛД = уравнение (их система).

>Кодирование образует конфигурация возбуждений гиперколонок кортекса. Здесь сложность в том, что возбуждённые гиперколонки должны образовать УПОРЯДОЧЕННЫЙ вектор (к тому же он может содержать повторяющиеся элементы). Реализация таких "векторов" представляется более простой при наличии у гиперколонок "буферной памяти".

Вы хорошо знаете биологию? Посмотрите в сторону трехтомника «Молекулярная биология клетки в трех томах» Б. Албертс и др.. Рекомендую разобраться с принципами самосборки, ступенчатого падения устойчивости и др. внутриклеточной реальностью, хотя бы ради того, чтобы Вас не водили за нос неграмотные публикации «как ДНК кодирует мозг».

>...Далее, вместо "простого" (векторно-кластерного) представления информации в мозге может быть его "запутанный" аналог, более соответствующий возможностям нейросетей (или результатам исследований кортекса). Поэтому перед нейрофизиологами и математиками ставится задача проработки возможных вариантов "кодирования" векторно-кластерных "информационных сущностей" мозга.

Уверены, что на бесперспективное в глобальном раскладе ИП и вообще всевозможные «кодирования», стоит далее отвлекать цвет скромных научных сил?

Часть 5. Какие задачи ставятся.

1. Физическая конструкция натурной модели мира. Сложно. Долго. Трудно. Другого пути, похоже, нет.

2. Как можно более полное использование нейросетевых и др. ИП-наработок в подсистему 3.2 ИИ. Сбор и загрузка в ИИ знаний человечества.

3. Биология в видении теории ИИ. Антистарение.

4. Космонавтика.

5. Организация.
[Ответ][Цитата]
 Стр.3 (7)1  2  [3]  4  5  6  7<< < Пред. | След. > >>