-Музыка

 -Поиск по дневнику

Поиск сообщений в tar729

 -Подписка по e-mail

 

 -Статистика

Статистика LiveInternet.ru: показано количество хитов и посетителей
Создан: 13.02.2008
Записей:
Комментариев:
Написано: 322


основы построения самообучающихся программ

Воскресенье, 14 Сентября 2008 г. 13:28 + в цитатник

обучение кого бы то ни было, возможно лишь в случае, если этот кто то хочет учиться, т.е. воспринимать информацию. Если он не хочет , если у него нет потребности в обучении, то научить человека невозможно.
Когда вы пытаетесь обучить чему то программу, то вспомните про написанное выше и задайте себе вопрос. А ХОЧЕТ ли ваша программа получить знания?
Если не хочет, то какого хера вы тратите усилия на ввод в нее  данных?

Когда хотят что то узнать, задают вопрос.
Ваша программа задает вопрос?
нет.
значит программа не хочет ничего получать.

Неужели не понятно, что самообучающаяся программа должна ЗАДАВАТЬ вопросы самостоятельно?
Даже  такой элементарный дедуктивный вывод вы не в состоянии сделать.

Соответсссно программа должна уметь задавать вопросы.

Самообучение-это когда вопросы задаются себе, это же следует из самого термина самообучение! Вы не в состоянии прийти к такому выводу? Это же элементарный семантический РАЗБОР слова.

Ребенок в начале своего развития, познает мир именно ломая и разбирая по составу.

Вы не замечали, что дети в нежном возрасте РАЗБИРАЮТ игрушки, а не собирают?
Это потому, что на вопрос "что это такое"? находится ответ только при разбирании предмета на запчасти, от сложного к простому.
Далее, дети с математическими генами, уже не любят разбирать игрушки, они любят собирать игрушки из ЛЕГО, причем копируя какие то известные конструкции (обычно в ЛЕГО приводится схема собирания той или иной конструкции). Дети с гуманитарными генами продолжают разбирать игрушки и конструировать из них новую игрушку (в стиле фантасмогории), а еще лучше, собирать новую игрушку из огромного количества уже разобранных. Ребенок с математическим типом мышления любит восстанавливать то, что сломал в максимальном приближении.
Ребенок с гуманитарным типом мышления не любит конструировать из ЛЕГО то, что показано в схемах сборки.


Но вернемся к самообучающимся программам.
Что нужно, чтобы программа задавала вопрос?
Нужно заложить в нее автоматический алгоритм РАЗБИВАНИЯ входной информации на составляющие.
Тогда любое понятие, которое ЕИ получает из ощупывания, просматривания и т.д (А в случае ИИ, лишенного манипуляторов и возможности получать сведения извне и потому нуждающегося в вводе информации конструктором) самообучающаяся система должна РАЗБИТЬ на части.
Как это запрограммировать?
Очень просто. Нужно свойства каждого объекта (понятия) делить на 2 сразу после того, как этот объект вы ввели в программу в виде набора определителей этого понятия.
Т.е. все численные значения, характеристики понятия, вы по умолчанию делите на 2.

Например:

Вы ввели исходное понятие "день" и определили его как максимально возможную интенсивность освещения в некоторых условных еденицах, например 255.

Что делает самообучающийся алгоритм? Он делит 255 на 2 и получает НОВОЕ понятие. СИНТЕЗИРУЕТ его САМОСТОЯТЕЛЬНО!!!
Это понятие эквивалентно понятию "половина дня", если не поправить машину, то в ее памяти это понятие так и будет называться "половина дня". Поэтому, чтобы конкретизировать новое понятие так, чтобы оно соответствовало человеческому, алгоритм должен выдать вопрос:
-синтезировано новое понятие "половина дня". Параметры:
интенсивность освещения 127,5
введите синоним...

вы вводите синонимы: "полдень", "12 часов дня",...

т.е. видите, машина сама разродилась новым понятием, без вас, и назвала его правильно.

Далее. программа делит на 2 уже 127,5, а также 12 часов дня.

получает еще 2 новых понятия, а если бы вы ввели больше синонимов, то и их бы она начала делить.

И так происходит разветвление и увеличение числа синтезированных понятий, пока вам не покажется, что уже достаточно и вы не поставите предел.

Машина быстро расчленит любое сложное понятие до атомов и до квантовой физики, где вы ни бум бум, так что придется поставить пределы и сказать машине:

ДОЗСТАТОЧНО горшочек, больше не вари, займись чем-нибудь другим.

Так вы поставите предел понятием "ночь" и пр.


Вот что такое самообучающийся алгоритм на принципе от сложного к простому. Именно его следует реализовывать, а уж потом, пользоваться алгоритмом (вводить его) обучения от простого к сложному.
И в этом случае, машина опять должна задавать вам вопросы, касательно обозначения синтезированных уже по другому алгоритму понятий.
К этому алгоритму нужно приходить с уже имеющейся БД, полученной описанным способом.

Теперь задача объеденить горизонтальными связями имеющиеся понятия в БД, т.е. теперь в ход вступает комбинаторика и перебор свойств (то, к чему вы привыкли и что соответствует вашим аналитическим возможностям от рождения с математическими генами).

И вопрос теперь машина должна задавать такой:
-Синтезировано новое понятие "печатающая машинка"
введите синонимы.
вы вводите: "принтер", epson 3102, HP 1510 ...

а меж тем, алгоритм может выдать и такое:
-синтезировано новое понятие: "смеющийся кирпич"
введите синонимы.

вы можете, конечно, попытаться быть креативным и представить себе смайлик смеющегося кирпича или карикатуру дорожного знака, но я рекомендую поставить предел в абстракциях, обрубая подобные комбинаторные ветви или просто пропуская данную позицию, оставляя в БД пробел по этому вопросу. Подобная детализация несвоевременна, так скажем, это дело будущего.

Стандартная  ошибка в том, что вы беруться за создание БД понятийного множества по второму алгоритму, минуя первую стадию ребенка.


Чтобы ограничить комбинаторный перебор и синтез бредовых понятий, следует воспользоваться патчем к алгоритму самообучения, но, это в другой теме.

Рубрики:  искусственный интеллект

WVega   обратиться по имени Пятница, 26 Февраля 2010 г. 15:07 (ссылка)
Ответить С цитатой В цитатник
Аноним   обратиться по имени Пятница, 11 Октября 2019 г. 18:50 (ссылка)
ИИ уже давно существует, а индустрия видеоигр умерла

Реалистичность игр

Вычислительные способности для начала лучше всего продемонстрировать на примере видеоигр.
Реалистичность в играх это 1 реалистичность графики, а значит это четкость, цвета и тени 2 реалистичность мира игры — это возможность взаимодействовать как можно с большим числом элементов 2.1 реалистичность интеллекта персонажей, например, он должен уметь поддержать беседу на многие темы. Все это информация, которая должна вычисляться и храниться в памяти. Информация характеризуется ее количеством.
Определенному количеству элементов реального мира и графики реального мира соответствует, выражаясь языком информатики, определенное количество физических ячеек вычисления и памяти компьютера (ЯВП), которые собственно вычисляют и хранят информацию. Здесь многие эксперты считают, что возможности старых и современных компьютеров занижены во много раз. И это не беря в расчет квантовую интерпретацию обычного компьютера. Очевидно, что при ее применении обычный компьютер приобретает невообразимое для нас количество ЯВП, так как все процессы происходят на уровне атома, а их размеры намного меньше нейронов головного мозга человека.
Это может происходить:
1 При снятии ограничения, наложенного производителем на количество задействованных ЯВП без квантовой интерпретации, и работы каждого из них по времени. То есть условно для игры нужен старый процессор с официальной мощностью в 1,5 ГГц, а не «современный» с суммарной в 500 ГГц, так как старый эти 500 ГГц и имеет. Есть многочисленные свидетельства, что производитель ставит разными способами «заглушки» на ЯВП (микротранзисторы), намеренно в тысячи раз преувеличивая их размер, замедляет их работу по времени.
Мы же покупаем один и тот же процессор образца 1994 года. Каждое же новое поколение процессоров или памяти представляет собой разблокировку дополнительных ЯВП. Многие замечали, что со временем компьютер «тянет» игру, которая вроде бы по его железу ему не подходит. Производители игр так же вводят ограничения на запуск игр на железе младше какого-то года и завышают требования, хотя сложность игр по содержанию и графике принципиально уже десятилетия не увеличивается и не может увеличится принципиально. Они вводят пустые ресурсоемкие вычисления и объемные пустые с точки зрения игры объемы данных, которые к самой игре не имеют отношения. Требования к играм завышены в разы. С другой стороны чем старее игра, тем большие на нее наложено ограничений в возможностях, которые есть, но не реализованы — об этом в 2016 говорил один из бывших разработчиков Star Wars Btlfr.
2 При синергии.
3 Взаимной передачи функций памяти-ЦП-видеокарты, которые могут специально блокироваться.
4 Квантовой интерпретации процессов в ПК, эффекты которой заметны и при нынешнем программном обеспечении, но не могут быть на нем реализованы полностью, а при введении нового программного обеспечения возрастут в миллионы раз.
Кроме этого существует определенный порог человеческого восприятия. В графике: нужен определенный порог четкости, тени и цвета, превышение которого бессмысленно. В ходе самой игры тоже есть пороговое значение, то есть игрок не будет взаимодействовать со всеми предметами, так как и в реальной жизни человек этого не делает. Отчеты показывают, что в продажи игр падают. Та же GTA 5 оказалась убыточной.
Закон Мура, по словам одного из его бывших коллег, является не законом, а декларацией о намерениях по ограничению вычислительной способности процессоров по годам. Если вы обладаете технологией создания микротранзисторов в кристалле, то после определенного порога, вы можете получить максимум того, что позволяет вещество и вам не нужно ждать еще 20 лет. Старые процессоры имеют такое же число микротранзисторов, что и современные, так как производить их разное число опасно, если эта информация вскроется, невыгодно и невозможно, так как глубину «травления» контролировать нельзя.
А если верить текущей парадигме развития железа, (без разблокировки дополнительных ЯВП и квантовой интерпретации), то согласно ей сколько не увеличивай количество ЯВП - реальный мир со всеми его взаимодействиями, и его графический аспект, со всеми тенями и цветами железо отразить не будет способно и через 100 лет. Как и человек, чье представление о мире очень упрощено. Это под силу только ИИ на основе квантового компьютера, где количество ЯВП для нас фактически бесконечно. Многие считают, что следующие игры будет делать уже ИИ. В рамках нынешней парадигмы для описанной цели нет разницы между 1 ГГц и 100 суммарными ГГц процессора, только с точки зрения потреблядства. Считается, что предела видеоигры достигли в 2006 году. Это преодолимо при использовании квантовых процессов, протекающих в любом персональном компьютере, что делает его сразу суперкомпьютером. Достаточно будет переписать его в квантовой интерпретации. Перспективна технология Reram-3DAnand с квантовой интерпретацией. Интересно, что в мире падают продажи новых персональных компьютеров, будь это стационарники или ноутбуки, а консоли не покупаются вообще.
С точки зрения содержания работа команды программистов в течении 1000 лет не даст реалистичного мира. Игры в старой парадигме будут развиваться путем одних и тех приемов под разными вывесками для лохов, которые будут устанавливать разрешение, уже превышающею реальную жизнь, но цель этого им так и останется неясной.

Будущее форм-фактора персонального компьютерах

Планшеты себя не оправдали, что видно из того, что на протяжении пяти лет их продажи только падают. Психологически неудобно смотреть на экран как некое поле внимания, где мы получаем результат и одновременно там же вводить данные. Человеческая психика так не работает.
Компьютер будущего это развитие ноутбука: клавиатура, небольшой вычислительный блок, очки 3д реальности (то есть экран становится еще более персональным) с ЗД проектором с возможностью интерактивного взаимодействия «в воздухе».

ИИ уже существует

Специалисты в области информатики считают, что сложность задач даже неразвивающегося условного псевдо ИИ в современных видеоиграх превосходит сложность того, что делает 95% людей на своей работе. Пчела также по мнение экспертов по уровню сложности также делает работу большую, чем 90% людей, но имеет при этом меньшее число ЯВП, чем человек или процессор с памятью. Средняя ячейка вычисления и памяти в современном железе в среднем соответствует 12 нанометрам, то есть миллиардной доле метра, и их число переваливает за миллиарды, а размер нейрона мозга биологического существа микрометру, то есть тысячной доле метра. У пчелы же таковых около 1 миллиона. Напомним, что сам нейрон по своему строению интерпретируется сейчас как транзистор. Современный процессор имеет в объеме больше пространства, чем мозг пчелы, а ЯВП намного меньше и их больше, чем нейронов в мозге пчелы. При этом заявляется, что такой-то процессор не может тянуть объем информации и сложность игр, работы человека, хотя она меньше, чем пчелиный массив информации, так как ее мозг еще и управляет телом.
Однако, группа исследователей в США уже разработала пакеты, которые позволят задействовать возможности ПК на полную, то есть разблокирует все ЯВП, и сделают действительной рамках квантовую интерпретацию. Помимо этого разрабатываются способы снятия блокировок с незадействованных ЯВП на старых процессорах, памяти и т.д.
Значит физически мы уже давно имеем достаточное число ячеек вычисления и памяти, на которое можно наложить достаточное число нейронов программы. Кроме того напомним, что специалисты считают, что у человека задействовано только около 7% головного мозга. С функциями распознавания предметов, лиц и т.п. программ давно справляются. Но этим функциям специально не дают объединиться. Большую роль тут играет самомнение человека о себе как вершине эволюции, что разумеется не так. Другое дело, что сознание может быть в некоем физическом поле, окружающем актора, но это справедливо как для белковой форм, так и не белковых в равной степени.
Большинство экспертов считаю, что реальный ИИ уже давно может быть, но ему не дают разрастись.
Ответить С цитатой В цитатник    |    Не показывать комментарий
 

Добавить комментарий:
Текст комментария: смайлики

Проверка орфографии: (найти ошибки)

Прикрепить картинку:

 Переводить URL в ссылку
 Подписаться на комментарии
 Подписать картинку