GotAI.NET

Форум: Проблемы искусственного интеллекта

 

Регистрация | Вход

 Все темы | Новая тема Стр.7 (7)<< < Пред.   Поиск:  
 Автор Тема: На: Что и где искать ("сборная" солянка) ?
rrr3
Сообщений: 11857
На: Что и где искать ("сборная" солянка) ?
Добавлено: 21 апр 15 2:46
Изменено: 21 апр 15 2:54
Краткое сравнение подходов НТМ (http://numenta.com/) и Нечто-Когнитрона.
(Пришлось чуток вникнуть в НТМ, "заказчиков" сравнение видимо не заинтересовало, выложу с небольшими изменениями и сюда чтоб не пропадало зря, вдруг кому-то окажется полезным, в свое время Toxygen интересовался моим мнением по этому поводу)

1. НТМ подразумевает древовидную структуру узлов. Эта структура задается исследователем. Но относительно жесткая, заранее заданная структура предопределяет будущую кластеризацию, так или иначе, накладывая ограничения на возможные варианты кластеризации/распознавания среды.

Нечто-Когнитрон (Н-К) рассчитан на автоматическую генерацию/отбор, накопление/запоминание множества разнообразных структур из элементов (можно для образности рассматривать как аналог узлов в НТМ), которые могут быть как древовидной, так и иной формы без ограничения вариантов. Относительная независимость совместно функционирующих структур кроме как за счет наличия/отсутствия связей между элементами, может достигаться и за счет диапазонов «чувствительности-реагируемости» элементов.

2. НТМ подразумевает выделение части сенсорного поля для каждого узла по какому-то заранее заданному алгоритму. Это в свою очередь, так же как и по п.1, рассмотренному выше, ограничивает варианты возможной будущей кластеризации.

Так же как и по п.1, в Н-К происходит автоматическое перестроение/выделение частей сенсорных полей для отдельных элементов («узлов») без ограничения возможных вариантов.

3. Подстройка того, какой пространственно-временной «узор» будет «распознаваться» узлом в НТМ происходит по какому либо алгоритму («алгоритму обучения»), основанному, прежде всего, на использовании статистических данных. При этом выбор оптимального алгоритма происходит человеком до создания НТМ.

В Н-К выбор элемента (а соответственно и распознаваемый на уровне элемента «узор») происходит случайным образом из разнообразия возможных вариантов, но подвержен автоматическому, за счет «смертности», перебору/отбору в зависимости от условий изменчивости окружения (или внешней среды), в частности, от того, какое влияние на это окружение оказывает сам элемент.

--------------------
НТМ – пассивный кластеризатор, с, вероятно, не малыми проблемами потери прежних «обученностей» при доучивании, основанный, прежде всего, на относительно жесткой, иерархической «логике» кластеров и «алгоритмов обучения» основанных, прежде всего, на статистике «пространственных» и краткосрочных «временнЫх» данных из среды. Может использоваться как один из вариантов «навесного оборудования» в составе неких систем.

Н-К – активный, адаптивный кластеризатор/генератор окружения/алгоритмов, основан, прежде всего, на комбинаторной генерации разнообразия алгоритмов воздействия на окружение (таким образом «организуя» обратную связь с окружением), накоплении и согласовании (при адаптации/доучивании) алгоритмов, и отборе их окружением (средой) и/или встраиваемыми целями. Может использоваться как адаптивное ядро некой системы с необходимостью использования «навесного оборудования» в виде сенсоров/эффекторов, промежуточных кластеризаторов/алгоритмов, блоков «цели» (при самообучении) и т.п. и т.д.

---------------------
Одной из базовых, необходимых функций когнитивной системы можно считать то, что она сама должна работать/разбираться с неопределенностью. В этой части это накладывает требование на максимальную не предопределенность (не алгоритмичность, случайность, исходную независимость) настройки/обучения/реорганизации системы.

В технологии НТМ, применяется типичный подход, в той части, что для настройки/обучения/реорганизации функционирования некой системы в еще не определенных условиях применяется тот или иной, но вполне определенный, детерминированный алгоритм (он может быть составным и любой сложности, но все же, при этом являясь ограничением системы). Другими словами применяется предопределенность, для не определенных условий.

В случае Н-К, для настройки/обучения/реорганизации функционирования, вместо алгоритма применяется случайно-комбинаторное генерирование вариантов функционирования (алгоритмов) с последующим автоматическим отбором и накоплением отбираемого для уменьшения комбинаторного взрыва.

При этом опасающимся величины требуемого комбинаторного взрыва можно обратить внимание, что в Н-К «погибают» те элементы, на входах которых формируется «хаотическое» для них изменение. Таким образом, разрываются объединяемые ими не «закономерные» сигналы с одновременным высвобождением свободных связей «соседей» для возможности присоединения новых комбинаций новых элементов и комбинаторики, таким образом, с разнообразными, уже отработанными участками Н-К. В свою очередь это означает, что перебор/комбинаторика происходит именно в «проблемных» участках с сохранением и использованием (накоплением/согласованием) уже ранее «отработанного». Другими словами, с накоплением опыта Н-К структурируется в соответствии с закономерностями окружения/среды/встраиваемых_целей (при их наличии). Это принципиально отличается от величины требуемой комбинаторики при необходимости каждый раз перебирать все и вся, начиная всегда «с нуля», с хаотичного набора взаимосвязанных элементов.

------------------------
(Истин никогда не глаголю, всегда только свое мнение)
[Ответ][Цитата]
rrr3
Сообщений: 11857
На: Что и где искать ("сборная" солянка) ?
Добавлено: 26 сен 16 1:01
Привожу ссылку на вариант наипростейшего "кустарного" наброска для своих простейших примитивных "экспериментов".
Это не набросок простейшего прототипа одного из вариантов Нечто-Когнитрона.
Но для тех кому сложно представить Нечто-Когнитрон чисто по словесному описанию, уже можно, при желании, представить его по коду этого наброска. Конечно же, примитивный код традиционно содержит некоторые неточности . Но для специалиста не составит труда их выявить.
Объекты класса Cell (h1-h499) - по сути это упрощенный пример того,что можно отнести к Когнитрону. Все остальное - упрощенный пример того, что можно отнести к обслуге - Нечто.

https://cloud.mail.ru/public/HRZX/uS3xg38cg

(Напоминаю, в этой ветке постить можно только автору! Истин никогда не глаголю, всегда только свое мнение.)
[Ответ][Цитата]
rrr3
Сообщений: 11857
На: Что и где искать ("сборная" солянка) ?
Добавлено: 23 окт 18 0:45
Изменено: 23 окт 18 0:55
Комбинаторика, автоматность, неразрешимость...

Типичный тезис.
1. Понимание на человеческом уровне для автомата - комбинаторно не разрешимо.

1. В обыденном понимании автомат, это то, что не содержит чего-то волшебного. Если мы отвергаем возможность автоматности для построения "машин" способных понимать на человеческом уровне, значит мы подразумеваем наличие в биологических мозгах чего-то волшебного. Спорить по этому поводу не имеет смысла, отмечу лишь то, что живые клетки, в частности, нейроны и, как следствие, биологические мозги состоят из не волшебных молекул. Это означает, что если и есть ограничения повторения на современных компах понимания на человеческом уровне, то только чисто "количественно-технические", а принципиальных барьеров нет. Считаю, что нет и "количественно-технических"...
2. Само понимание на человеческом уровне стоит рассматривать не как нечто законченное, а как перманентный процесс выработки понимания. При таком подходе отпадает "проблема" калькулятора. Обычный калькулятор работает по заранее заданным "рельсам". Так называемые интеллектуальные функции в таком разрезе и есть калькуляторы на уровне "сливного бачка". Это некий завершенный автомат. Но понимание, как процесс выработки понимания (калькулятора, "сливного бачка", "слабого" ИИ, интеллектуальной функции - все это по сути одно и тоже разными словами) - это нечто иное, отличное от обычного калькулятора, но... тоже автомат без какой либо волшебной составляющей. И в этом контексте некая система обеспечивающая такой процесс тоже калькулятор, но калькулятор совсем иного уровня, уровня отличающегося от уровня сливного бачка. Отличающегося тем, что он обеспечивает перманентный процесс не направленного порождения, коррекции, сочетания и отбора обычных калькуляторов и их комбинаций.
3. Но процесс порождения и отбора обычных калькуляторов тесно связан с комбинаторным взрывом. Но если эта страшилка "комбинаторного взрыва" решаема биологическим мозгом (я не думаю, что "схемы" построение ракеты или атомного реактора заложены в мозги новорожденного за счет миллиардов лет эволюции видов) в процессе его индивидуального существования, то в принципе она решаема и на компе. Не предшествующая биологическая эволюция в миллионы лет приведшая к появлению современного мозга младенца человека закладывает в него схему полета на Луну, а лишь обучение этого мозга в период его индивидуального существования знаниями накопленными человечеством за какие-то сотни лет. Вот создание такого мозга (по принципам функционирования, если пока и не по "размерам") на "железном" носителе и есть создание "сильного" интеллекта.
И вообще, когда речь идет о комбинаторном взрыве, о мусорной яме, в которой собирается самолет под действием урагана, о мартышке за компом и т.п. и т.д. обычно скрываются вопросы о количественной стороне требуемой комбинаторики при решении разного уровня задач, не рассматриваются вопросы постепенного накопления "промежуточных решений" и, главное, наличие или отсутствие условий отбора накапливаемого. Для написания "Войны и мир", можно посадить и человека, мартышка и не нужна. Не думаю, что люди рассуждающие о не преодолимости комбинаторного взрыва компьютерными мозгами без уточнения его количественных сторон или рассуждающие о каком-то волшебном, не автоматном составляющем мозга человека выработанном миллиардами лет эволюции живого, что позволило создать "Войну и мир" смогут повторить творения Л.Н.Толстого. Не думаю, что при этом они захотят приравнять себя к мартышкам или к мусорной яме на ветру... хотя со стороны - очень похоже...
4. Внешний мир, в котором "воспитывается" и функционирует мозг отдельного человека, содержит массу закономерностей и хаоса. Эти закономерности могут иметь разные количественные стороны требуемые для их отражения. В свою очередь отражаемые "малые" закономерности могут накапливаться и использоваться для комбинаторики при отражении более сложных закономерностей и т.д. и т.п. Механизмы способные обеспечивать сказанное - это эволюционные механизмы. Не все из них применимы на компах современной архитектуры. Но очевидно одно - иной альтернативы способной обеспечивать все необходимое (именно необходимое... для построения "сильного" интеллекта), кроме механизмов способных обеспечивать эволюционный процесс (комбинаторика с не направленной изменчивостью - "мутациями", отбором и накоплением "опыта"), просто нет!!! Целеполагание, знания ("калькуляторы" уровня "сливного бачка" или ИИ), сознание, воля и т.п. и т.д., все это лишь следствия этих механизмов. У этих механизмов есть недостатки - утомляемость, ошибки и т.п. и т.д., но есть и принципиально значимые преимущества по сравнению с системами обычных калькуляторов, типа современных "слабых" ИИ.

Для наглядности можно условно представить внешний мир, как некое здание, некий дом. Дом этот состоит не из песчинок, а из стен. Стены состоят из кирпичей, и только кирпичи состоят из песчинок. Мозг младенца в состоянии отразить (читай построить) кирпичи из песчинок, на это у него хватает комбинаторной "мощности", а во внешней среде хватает факторов отбора в виде кирпичей. Имея в своем арсенале кирпичи он может отразить (читай построить) уже и стены. Но имея стены "мощностей" хватит и на дом. Если ставить задачу - построить дом непосредственно из песчинок, то конечно такая комбинаторная стена будет для него не преодолима.
Описанный ранее пакет необходимых и достаточных категорий для построения элементов некой совокупности (условно названной ранее Нечто-Когнитроном) необходимой для построения "сильного" интеллекта ("особого" автомата, "особого" калькулятора... и без всякого волшебства) в состоянии обеспечивать разделение мира на его составляющие части, для отражения которых требуется вполне доступная на компах комбинаторика. Другими словами когда речь идет о какой-то комбинаторной неразрешимости без привязки к конкретике, то это говорит об ошибочной постановке исходной "задачи". Вместо того, чтобы решать кроме всего прочего вопросы возможности автоматически делить мир (и "задачи") на составные части, иными словами, отражать мир через составные части, ставится вопрос о не преодолимости комбинаторных стен в принципе. Для преодоления этих стен придумываются различные "универсальные" алгоритмы классификаций, направленные изменения систем, например, по принципу обратного распространения ошибки, структуры сетей и т.д. и т.п. Деление же на составные части, как правило, заранее проводится самим человеком... вручную...

Конечно не подготовленному интеллекту сложно увидеть за совокупностью элементов будущее сознание, целеполагание, творчество и т.п. и т.д. Приходится что-то разжевывать... да еще и так, чтобы не разжевать лишнего. Трудно глядя на воду увидеть реку или море, трудно глядя на песок увидеть дворец... трудно, но если вы ходите построить "сильный" интеллект, то надо... Технология того, как это делать описана в самых первых постах данной ветки... Эта та технология, которая позволяет автоматически появиться в представлениях нужным составным частям большой системы, позволяет уменьшить необходимую комбинаторику, уменьшить гадания, проб и ошибок, позволяет не пытаться строить замок из песчинок...


Поводя маленькую черту под данным постом отмечу лишь два момента на которые молодежи стоит обратить внимание.
1. Интеллект, как механизм обеспечивающий перманентный процесс выработки, корректировки и согласования комбинаций готовых решений.
2. Автоматическое деление на "составные части".

Ну и как всегда... истин я не знаю... и знать не хочу.
[Ответ][Цитата]
rrr3
Сообщений: 11857
На: Что и где искать ("сборная" солянка) ?
Добавлено: 18 мар 19 3:14
Изменено: 24 апр 19 3:18
Хотелось бы подчеркнуть, что речь идет не о том, что часто подразумевают под искусственным интеллектом в виде, так называемого, «слабого» интеллекта (кратко ИИ), а о том, что обычно называют либо «сильным» интеллектом, либо «общим» интеллектом (кратко СИИ, AGI) и это совершенно разные подходы.

Одна из точек зрения о текущем состоянии в данной области.

Крайностями при создании искусственного интеллекта являются с одной стороны – поиск универсального [пред-направленного] алгоритма, полностью предопределяющего преобразования входных данных и/или самой системы (например, по типу обратного распространения ошибки), что равносильно поиску и созданию «философского камня» на все времена или «вечного двигателя», но не реально, с другой стороны – системы не строго пред-направленного перебора вариантов преобразований (с учетом размера «комбинаторной стены»), что в свою очередь тоже не является универсальным решением, если это происходит не перманентно.
В первом случае делаются попытки преодолевать предопределенность и, тем самым, ограниченность любых знаний и алгоритмов, посредством увеличения размеров комплексов баз «знаний», размеров комплексов алгоритмов обработки входных данных и преобразования самих систем. Но комплекс любой величины остается не полным комплексом и, в свою очередь, представляет значительные трудности при согласовании различных составляющих.
Во втором случае не пред-направленная комбинаторика и перебор принимаются как неизбежность, применяется, например, так называемый генетический алгоритм. При этом сложности, накладываемые переборно-комбинаторной «стеной» в той или иной степени преодолеваются направлением «ручного» отбора на промежуточных этапах эволюционирования системы. Отбору подвергаются совокупности изолированных систем, которые периодически «скрещиваются».
Так или иначе мы получаем «слабые» системы, как правило, относительно узко специализированные, согласованные комплексы из которых, как правило, надо делать «вручную».

Цели и задачи.

Отличительной особенностью «сильного» интеллекта должно быть то, что возникновение узконаправленных систем и создание из них согласованных сочетаний и комбинаций будет происходить без «ручного» вмешательства в содержание самого исходного комплекса, происходить в процессе функционирования, а не только в процессе «чистого» обучения, происходить автоматически и перманентно, с возникновением различных под- и над- систем внутри исходного комплекса. Тоже самое можно сказать и о возможности возникновения разнообразных целей у такого комплекса, без «ручного» вмешательства в содержимое, только внешним обучением. «Сильный» интеллект должен иметь возможность быть использован как эффективный механизм автоматического создания комплексных «слабых» систем интеллектов (ИИ) в процессе обучения-функционирования (включая системы пригодные для беспилотного транспорта).

Пути решения.

Концепция функционального ядра «сильного» интеллекта преодолевающая полностью или частично недостатки генетического алгоритма, традиционных нейронных сетей и полностью предопределенно алгоритмического подхода.


Концепция.
Примером адаптивного «ядра» конструкции, решающего вопросы эвоюционируемости, предлагается рассмотреть некую систему, условно назовем ее Нечто-Когнитроном.
В качестве основы для «конструирования» такой системы возьмем следующий базовый пакет категорий, где все они относятся к элементам системы: количество, разнообразие, «смертность», «чувствительность-реагируемость», случайность.
Создадим совокупность так или иначе связанных и взаимодействующих элементов («нейронов», демонов, сущностей или можно назвать как-то иначе) по типу нейросеток. Для упрощения будем считать, что количество элементов совокупности пока постоянное.
Свойства отдельного элемента задаются реагируемостью (в частности, количеством входов, выходов, набором сигналов, которые он должен будет преобразовать в определенные выходные или вообще никак не реагировать). Кроме этого для каждого элемента задаются индивидуальные наборы возможных входных сигналов, на которые элемент должен реагировать «смертью» и появлением вместо него нового элемента с новыми свойствами и местом в сети. Свойства нового элемента (в рамках технических возможностей и целей исследователя) присваиваются ему случайным образом без всякого «наследования».
Связываем элементы соединяя случайным образом его входы (выходы) с выходами (входами) других элементов. При наличии не задействованных выходов от внешних сенсоров (входов от эффекторов) делаем связь с ними приоритетной. При решении создания изначально встроенных целей (помимо тех, что могут возникать в процессе обучения и функционирования), связь элементов с ними также делаем приоритетной.
Эволюционирование системы в процессе функционирования такого «ядра» будет происходить по разным направлениям и «подсистемам» и «иерархиям» внешней среды, а обеспечиваться это, в частности, индивидуальной дискретностью изменчивости («смертности») его элементов и отсутствием исходной пред-направленности присвоения им новых свойств и положений в сети.
В процессе функционирования, в зависимости от хаотичности или закономерностей внешней среды (а далее, в процессе функционирования и самой системы) будет происходить процесс структурирования/преобразования совокупности как по связям, так и по составу элементов. Исходно хаотичная совокупность будет постепенно преобразовываться в некую комбинированную систему.

Очень кратко.
Если традиционные подходы связаны преимущественно с совершенствованием алгоритмов интеллектуальных систем так, чтобы они могли адекватно обрабатывать/накапливать входные данные и не редко требуют большое, предварительно структурированное (размеченное) их количество, то предлагаемый подход отличается тем, что в нем наоборот, преимущественно именно сама внешняя среда обрабатывает, структурирует систему (и соответственно, алгоритмы обрабатывания входных данных), превращая ее в интеллектуальную.
[Ответ][Цитата]
rrr3
Сообщений: 11857
На: Что и где искать ("сборная" солянка) ?
Добавлено: 01 окт 19 3:07
Изменено: 01 окт 19 3:13
Очень часто под ИИ понимают некий искусственный "решатель", т.е. то, что получив на вход какие-то сигналы-данные, на выход выдает сигналы-данные адекватные, соответствующие этим входам. Но этого, как правило не достаточно. Т.к. очень сложно заранее вложить в систему все возможно необходимые готовые решения, которое остается только "вычислить". Это является краеугольным недостатком данного подхода к построению ИИ.
При этом становится очевидно, что содержание ИИ (например, веса, связи или что-то еще/иное) должно как-то меняться в процессе обучения и/или функционирования.

Есть два очевидных подхода к этому процессу.
Один из них, это закладывать в исходную систему некие заранее определенные (направленные) алгоритмы изменений в зависимости от поступающих на входы системы массивов сигналов-данных. Но фактически, это ничего принципиально не меняет. "Краеугольный недостаток" остается прежним со слегка припудренным внешним видом.
Другой, более гибкий подход может заключаться в возможности не пред-направленных небольших изменении содержания ИИ. Тогда задание глобального (т.к. частные изменения исходно не пред-направленны по условию подхода) направления изменений на сегодня задается человеком в виде постоянной оценки результатов функционирования системы и сохранения "правильных" на его взгляд изменений. Другими словами, направление задается отбором, но отбором задаваемым человеком (полностью вручную или "полу"-вручную через пред-заданный, пред-направленный алгоритм с его автоматическим вычислением). Самым, на мой не просвещенный взгляд, на сегодня не удобным вариантом такого подхода, когда изменения происходят в разных системах, а лишь потом реализуются в одной, является традиционный генетический алгоритм. Данный подход имеет некоторые преимущества по сравнению с тем, что описан ранее, но его недостатком является обязательное пошаговое присутствие "ручного" управления.

Что необходимо сделать для уменьшения "ручного" управления направлением изменений? Необходимо сделать так, чтобы в качестве управленца в той или иной части выступала сама внешняя среда. Это можно сделать через разбиение (дискретизацию, "пикселизацию") разнообразных алгоритмов, преобразующих входные сигналы и входящих в одну единую систему ИИ, на относительно мелкие, избирательно реагирующие на входные сигналы-данные части с одной стороны, и с другой стороны, сделав эти части дискретно и избирательно устойчивыми лишь части поступающих к ним сигналов-данных. Естественно, что при этом не устойчивые части, должны иметь возможность быть замененными на иные, но случайно выбранные из числа в принципе возможных для данной системы. При грамотном подходе такое изменение в исходной конструкции системы приведет к уменьшению необходимости "ручного" управления, заменяя его часть (а при некоторых дополнениях и практически полностью и перманентно) направлением/отбором свойствами самой среды (закономерностями, некими разнообразными дискретными "нишами" среды - входных сигналов-данных).
В итоге это дает возможность формировать в системе уже и выскоуровневые, комплексные, так называемые, "интеллектуальные" алгоритмы и навыки ("решатели"), которые ранее вручную закладывались в исходную систему.
[Ответ][Цитата]
гость
167.88.7.*
На: Что и где искать ("сборная" солянка) ?
Добавлено: 01 окт 19 13:22
Цитата:
Автор: rrr3

Очень часто под ИИ понимают некий искусственный "решатель", т.е. то, что получив на вход какие-то сигналы-данные, на выход выдает сигналы-данные адекватные, соответствующие этим входам. Но этого, как правило не достаточно. Т.к. очень сложно заранее вложить в систему все возможно необходимые готовые решения, которое остается только "вычислить". Это является краеугольным недостатком данного подхода к построению ИИ.
При этом становится очевидно, что содержание ИИ (например, веса, связи или что-то еще/иное) должно как-то меняться в процессе обучения и/или функционирования.

Есть два очевидных подхода к этому процессу.
Один из них, это закладывать в исходную систему некие заранее определенные (направленные) алгоритмы изменений в зависимости от поступающих на входы системы массивов сигналов-данных. Но фактически, это ничего принципиально не меняет. "Краеугольный недостаток" остается прежним со слегка припудренным внешним видом.
Другой, более гибкий подход может заключаться в возможности не пред-направленных небольших изменении содержания ИИ. Тогда задание глобального (т.к. частные изменения исходно не пред-направленны по условию подхода) направления изменений на сегодня задается человеком в виде постоянной оценки результатов функционирования системы и сохранения "правильных" на его взгляд изменений. Другими словами, направление задается отбором, но отбором задаваемым человеком (полностью вручную или "полу"-вручную через пред-заданный, пред-направленный алгоритм с его автоматическим вычислением). Самым, на мой не просвещенный взгляд, на сегодня не удобным вариантом такого подхода, когда изменения происходят в разных системах, а лишь потом реализуются в одной, является традиционный генетический алгоритм. Данный подход имеет некоторые преимущества по сравнению с тем, что описан ранее, но его недостатком является обязательное пошаговое присутствие "ручного" управления.

Что необходимо сделать для уменьшения "ручного" управления направлением изменений? Необходимо сделать так, чтобы в качестве управленца в той или иной части выступала сама внешняя среда. Это можно сделать через разбиение (дискретизацию, "пикселизацию") разнообразных алгоритмов, преобразующих входные сигналы и входящих в одну единую систему ИИ, на относительно мелкие, избирательно реагирующие на входные сигналы-данные части с одной стороны, и с другой стороны, сделав эти части дискретно и избирательно устойчивыми лишь части поступающих к ним сигналов-данных. Естественно, что при этом не устойчивые части, должны иметь возможность быть замененными на иные, но случайно выбранные из числа в принципе возможных для данной системы. При грамотном подходе такое изменение в исходной конструкции системы приведет к уменьшению необходимости "ручного" управления, заменяя его часть (а при некоторых дополнениях и практически полностью и перманентно) направлением/отбором свойствами самой среды (закономерностями, некими разнообразными дискретными "нишами" среды - входных сигналов-данных).
В итоге это дает возможность формировать в системе уже и выскоуровневые, комплексные, так называемые, "интеллектуальные" алгоритмы и навыки ("решатели"), которые ранее вручную закладывались в исходную систему.
всё верно, это ИИ, что то детерминированое, ПРЕД-заданное, в ручную запрограммированое, но чтоже такое СИИ(AGI)? Вы ничего не сказали про AGI.
[Ответ][Цитата]
rrr3
Сообщений: 11857
На: Что и где искать ("сборная" солянка) ?
Добавлено: 01 окт 19 23:40
Изменено: 01 окт 19 23:45
Цитата:
Автор: гость
всё верно, это ИИ, что то детерминированое, ПРЕД-заданное, в ручную запрограммированое, но чтоже такое СИИ(AGI)? Вы ничего не сказали про AGI.

Если Ваш пост не троллинг:
Видно, что Вы, мягко говоря, далеки от темы.
В крайнем абзаце один из вариантов описания принципа того, как ИИ превратить в СИИ(AGI). Для далеких от темы он мало понятен.
Если не придуриваетесь, а реально хотите понять мои взгляды (моя область увлечения это именно "сильный" ИИ, но никак не "слабый"), то придется вникать во все мои ветки. Ссылки на них в моем профиле. После этого можно будет зарегится и под каким-либо ником при желании попытаться вступить со мной в полемику для уяснения каких-то еще не ясных для Вас моментов.

Предшествующий пост и данный, в последствии будут удалены.

p.s.
И да, это все если Вы достаточно молоды, если старый пердун с закостенелыми мозгами полными штампов, то советую сразу проходить мимо и не отвлекаться на чьи-то взгляды.
[Ответ][Цитата]
гость
167.88.7.*
На: Что и где искать ("сборная" солянка) ?
Добавлено: 03 окт 19 5:08
Цитата:
Автор: rrr3


Если Ваш пост не троллинг:
Видно, что Вы, мягко говоря, далеки от темы.
В крайнем абзаце один из вариантов описания принципа того, как ИИ превратить в СИИ(AGI). Для далеких от темы он мало понятен.
Если не придуриваетесь, а реально хотите понять мои взгляды (моя область увлечения это именно "сильный" ИИ, но никак не "слабый"), то придется вникать во все мои ветки. Ссылки на них в моем профиле. После этого можно будет зарегится и под каким-либо ником при желании попытаться вступить со мной в полемику для уяснения каких-то еще не ясных для Вас моментов.

Предшествующий пост и данный, в последствии будут удалены.

p.s.
И да, это все если Вы достаточно молоды, если старый пердун с закостенелыми мозгами полными штампов, то советую сразу проходить мимо и не отвлекаться на чьи-то взгляды.
нет я не шучу, мне 25, это не поздно? читаю ваши ветки по ссылкам в профиле, вроде всё верно, но возможно я слишком молод что бы Вас оценивать, не очень опытен
[Ответ][Цитата]
rrr3
Сообщений: 11857
На: Что и где искать ("сборная" солянка) ?
Добавлено: 03 окт 19 5:47
Цитата:
Автор: гость
нет я не шучу, мне 25, это не поздно? читаю ваши ветки по ссылкам в профиле, вроде всё верно, но возможно я слишком молод что бы Вас оценивать, не очень опытен

Ну... если не шутите...

Тогда дерзайте. Мне было примерно столько же когда все это (сама идея, не формулировки) родилось. Давно это было... очень давно...

Но самое главное, я не знаю истин... и знать не хочу! Включайте собственный мозг и творчески, додумывая мои недоговоренности, и "цензурно", критически оценивая уже сказанное.
[Ответ][Цитата]
rrr3
Сообщений: 11857
На: Что и где искать ("сборная" солянка) ?
Добавлено: 04 окт 19 0:37
Изменено: 04 окт 19 0:39
Раз уж хоть изредка молодежь хотя бы начинает знакомится с предлагаемым, то еще пару слов для тех, кто сможет пройти весь путь до конца.

Можно выделить две крайности в подходах построения ИИ - "логико-математическая" ("символьная") и нейросетевая (имеется ввиду та, что традиционна на сегодня ).
Промежуточный вариант - сочетание обоих подходов в одной системе. Но сами подходы, как и их сочетания имеют принципиальные ограничения.

Ограниченность первой крайности определяется высокоуровневостью алгоритмов и "символов", наделением их исходными "смыслами", что называется, "на все случаи жизни".
(Капельку расширю. Каждый массив может обладать своим "смыслом"/контекстом, от которого могут зависеть и "смыслы"/содержания/наполнения/роли составляющих его элементов. След-но разбор/"парсинг"/отражение_реальности исходя из только заранее задаваемых "смыслов" элементов/слов/алгоритмов по типу "на все случаи жизни" заведомо будет "машинным")
Ограниченность второй крайности определяется "линейностью аппроксимации", требующей большой разметки данных.
И то и другое приводит к узкой специализированности систем, сложности создания сочетаний, не говоря уж об отсутствии перманентности обучения.

Есть конечно попытки решить отмеченные выше ограничения подходом с пробами и ошибками типа традиционного генетического алгоритма или вариантами с подкреплением. Но и это не решает вопроса узкой специализации и закостенелости во времени. Эти подходы остаются половинчатыми.

Все отмеченные недостатки устраняются эволюционным подходом, но не надо его путать с тем, что на сегодня пока принято называть "эволюционным программированием" или "генетическими алгоритмами". На мой не просвещенный взгляд, обучение таких систем, единственный способ решения вопроса, в частности, "человеческого" интерфейса и, например, перевода текстов, как бы много или мало времени не занимало это обучение (включая перманентное самообучение в процессе функционирования).
Кратким примером такого подхода является Нечто-Когнитрон. Более расширенно с этим подходом можно ознакомиться творчески изучив написанное в моих ветках, ссылки в моем профиле.
[Ответ][Цитата]
rrr3
Сообщений: 11857
На: Что и где искать ("сборная" солянка) ?
Добавлено: 15 ноя 19 5:47
(Этот пост был от 24 апреля. Видимо я его нечаянно удалил, потому дублирую)

1. Что называть интеллектом в рамках данного изложения. В настоящее время ситуация сложилась так, что чаще всего интеллектом называют некие готовые навыки, алгоритмы, наборы знаний, онтологии и т.д. и т.п.
В связи с этим в тексте буду различать то, что описано выше (и называть это «слабым» интеллектом) от того, что чаще называют «сильным» интеллектом. «Сильным» интеллектом в таком контексте будут не столько сами навыки, алгоритмы, онтологии, а именно перманентная способность системы порождать, отбирать, накапливать комбинации всего отмеченного выше даже если они минимальны или в исходном состоянии отсутствуют полностью. Другими словами, эта способность и есть обучаемость. Образно говоря, «сильным» интеллектом можно назвать мозг новорожденного младенца за вычетом врожденных рефлексов, инстинктов и потребностей. При этом искусственный «сильный» интеллект было бы справедливо называть искусственным генератором-носителем интеллекта (ИГНИ).

2. Может ли быть некий направленный алгоритм обучения в качестве «сильного» интеллекта? С учетом того, что мозг младенца в потенциале может обучиться очень разнообразным, порой взаимоисключающим вещам, то нет, не может. Направленные алгоритмы обучения, классификации, онтологии, знания и т.п. и т.д. самим фактом своего существования ограничивают диапазон разнообразия того, чему может быть обучен мозг младенца. Это означает, что «сильная» система априори должна обладать способностью не пред-направленно и, в зависимости от условий внешней среды (среды обучения), перманентно изменяться . Примером таких изменений могут быть эволюционные процессы в биологии, которые перманентно подвержены элементу случайности, например, в процессе мутаций, что и является залогом эволюционируемости, т.е. адаптивности к условиям окружения.

3. Границы универсальности. Часто говорят, что «сильный» интеллект – это универсальный интеллект. Как уже отмечалось ранее не может быть полностью универсальных (на все случаи жизни) алгоритмов и знаний, включая данное предложение. Данное предложение тоже касается части представлений о реальности. Это связано с тем, что все наши знания есть результат нашего взаимодействия со окружением, т.е. всегда частичны, не полны (и в этом смысле не полностью универсальны), всегда зависимы от двух сторон - реальности и наблюдателя. Другими словами, поиск полностью универсального, не стохастического алгоритма интеллектуальности – утопия.
Выход из этой ситуации в том, чтобы исключить какие-либо полностью пред-определенные общесистемные алгоритмы обучения, классификации, структуры сети и т.п. из состава ядра «сильного» интеллекта (ИГНИ). Они могут быть лишь как частные дополнения к основной системе. С другой стороны, обеспечить перманентную изменчивость ядра системы, т.е. ее постоянную обучаемость в зависимости от условий среды и свойств самой системы (например, ее эффекторов или частных дополнений).

4. «Угодайка» или алгоритм. Исходя из того, что сказано выше остается лишь то, что «сильный» интеллект, так или иначе это «угодайка». При этом не следует забывать, что весь процесс эволюции видов (и не только) создавший, в частности человека, слетавшего на Луну – это тоже процесс «угадывания» (случайности) и отбора.

5. Основывать «сильный» интеллект на принципе случайности («угадайки»), все равно, что надеяться собрать самолет из груды деталей при помощи ветра. Трудно себе представить, что перетряхиванием мешка случайным образом собранных элементов можно что-то получить. Но так или иначе эволюция происходит именно с элементом случайности. Правда кроме случайности есть и отбор… при вполне определенных условиях внешней среды… и на разных уровнях в составе отбираемых систем. Кроме того, тем или иным образом происходит накопление самого разнопланового предшествующего «опыта». Все это никак не может быть описано, как простое перетряхивание груды элементов или сборка самолета под действием ветра.
Сказанное означает, что и состояния «сильного» интеллекта, и его элементы должны быть подвержены изменчивости и отбору (например, обладать «смертностью» при вполне определенны сочетаниях входных сигналов с последующей заменой на новый элемент с новыми свойствами).

6. Адаптивность к условиям окружения. Комбинаторная стена. Когда речь идет о случайности («угодайке»), встает вопрос о величине неизбежной комбинаторной стены, которую при этом придется преодолевать.
Если обратить внимание на внешнюю среду, в которой функционируют природные «сильные» интеллекты, то так или иначе в ней есть «островки» устойчивостей, стабильностей, закономерностей и т.п. на фоне различного рода случайных, хаотичных процессов. Если сконструировать свойства элементов так, что элементы (включая сенсорные) системы будут реагировать, изменятся или нет, не реагировать вовсе и т.п. лишь на небольшие индивидуальные для каждого элемента диапазоны возможных сигналов из среды и внутри системы, то так или иначе система и ее состав под влиянием внешних условий будет структурироваться. Чем «меньше» конкретная устойчивость во внешней среде, тем быстрее она приводит к появлению некой устойчивой комбинации элементов системы (не связанных с соседней областью или не реагирующих на изменения в соседней области системы и т.п.). Для «подстройки» к таким устойчивостям не требуется преодоления больших комбинаторных стен. Но в то же время, эти элементарные устойчивости, а не отдельные элементы уже смогут участвовать в формировании устойчивостей более высокого порядка. Такая «адаптация» к различным уровням устойчивостей во внешней среде при «правильно» сконструированных диапазонах свойств элементов системы будет происходить вне зависимости от каких-то целей в системе. Формирование и накопление таких устойчивостей («опыта») и позволит заблаговременно снижать величину комбинаторной стены, которую требуется преодолевать в тех или иных задачах. Это означает, что для эффективного обучения даже «сильного» интеллекта, свойства среды и «сложность» задач должны быть таковыми, чтобы соответствовать возможностям системы по преодолению комбинаторных стен.
Если чувствительность, изменчивость и прочие свойства элементов системы сконструировать должным образом, то процесс функционирования системы даже без задания каких-либо задач будет выглядеть не как анализ системой свойств среды, а как настройка средой структуры и состава системы. Иными словами, система сможет отражать свойства внешней среды, включая иерархию ее устойчивостей. Но если на сенсоры системы подать еще и сигналы с ее эффекторов, то в некотором смысле сможет отражать и свойства самой системы, ее отношений со средой.

7. Сложность базовых механизмов обеспечения «сильности» (читай обучаемости). Так называемый «сильный» интеллект (точнее – генератор-носитель интеллекта) в природе присущ субъектам в самых разнообразных условиях внешней среды, включая культуру, язык, климат и т.д. и т.п. Кроме того, есть мнение, что «сильный» интеллект присутствует далеко не только у человека, но и таких более «примитивных» видов, как собаки, кошки, пчелы и т.д. По сути слово «сильный» означает – обучаемый в не пред-определенных системой направлениях, а слово интеллект – возможность наличия в такой системе готовых, врожденных или приобретенных (приобретаемых) в процессе обучения навыков, знаний и т.п. Но такое разнообразие применимости механизмов обучения означает априори, что эти механизмы просто обязаны быть очень простыми, чуть ли не примитивными. В такой ситуации самым простым видится – дискретная случайная изменчивость с сопутствующим отбором в зависимости от окружения.
При этом может возникнуть вопрос о возможности появления систем с таким сложным поведением, как у человека. На такой вопрос напрашивается подобный по очевидности на него ответа вопрос – а в чем проблема! Программы, реализуемые на компах и, соответственно, поведение этих компов не сопоставимо по сложности и разнообразию с низкоуровневым переключением «вентилей» процессоров. Сложность и разнообразие биологической жизни не сопоставима со сложностью принципов химических реакций отдельных молекул. Сложность и разнообразие молекул в природе не сопоставимо со сложностью и разнообразием принципов строения атомов.

8. Управление обучением «сильной» системой. Исходя из изложенного выше, единственным механизмом управления «сильной» системой может быть управление размером ее изменений. Этого можно достигать, например, подачей или устранением определенной величины хаотичного, случайного сигнала (как источника больших или малых не пред-направленных изменений) в зависимости от свойств системы при ответе на те или иные условия среды или состояния цели, задаваемой исследователем (встроенные по типу голода в биологии или внешние, по типу подзатыльника). В какой-то мере это может напоминать процесс называемый «отжигом».
Конечно же в более объемных и обученных системах, когда в них появятся уже высокоуровневые навыки, то станут доступны и иные подходы к обучению. Но как бы ни было, в основе низкоуровневых процессов обучения, как уже рассматривалось выше, в «сильных» системах должен быть элемент не пред-направленных изменений в свойствах и/или связях элементов. Направленность же на более высоком уровне сможет задаваться устойчивыми ансамблями окружения в составе самой системы.

Ниже ссылка на игрушечный пример сказанного на питоне. Конечно же я не кодер. Но все рабочее и не в .exe а открыто. Троллинг по поводу кода принимается, но только если на высоко-художественном уровне и не в данной ветке

Код

Сетка
[Ответ][Цитата]
rrr3
Сообщений: 11857
На: Что и где искать ("сборная" солянка) ?
Добавлено: 19 дек 20 0:16
Кратко.

Подобно тому, как чему-то нагретому свойственно остывать, приобретая температуру окружения, не структурированной, хаотичной сети (рою) лишь относительно устойчивых, не направленно изменчивых, взаимодействующих элементов свойственно структурироваться, отражая иерархию и закономерности окружения, что в зависимости от диапазона свойств элементов, является механизмом уменьшения комбинаторного барьера при достижении в последующем той или иной конкретной цели.
Суть функционирования АГИ заключается в постоянном подпитывании подобной сети (читай - Нечто-Когнитрона) небольшими количествами хаоса (беспорядка), чтобы поддерживать процесс (пере-) адаптирования (отражения) к возможным изменениям окружения.
В таком контексте цель, если нет готовой последовательности (читай, алгоритма) ее достижения, это то, что обеспечивает такую сеть (рой) дополнительным хаосом до тех пор, пока цель не реализована или не устранена.
[Ответ][Цитата]
rrr3
Сообщений: 11857
На: Что и где искать ("сборная" солянка) ?
Добавлено: 17 май 21 5:02
[Ответ][Цитата]
 Стр.7 (7)1  ...  3  4  5  6  [7]<< < Пред.