Comments 12
Да да - "членение" - хороший термин. Когда-то давно-придавно, занимаясь умозрительными исследованиями процесса мышления, я тоже пришёл к такому основанию для ИИ - "word world" - w2 тогда я назвал эту систему. А само членение, не изящным образом у меня называлось "отделение части от целого".
Надо бы по внимательнее за вашими материалами следить :)
Спасибо.
PS
дайджест статьи заберу к себе на n-n-n.ru
здравствуйте, куралекса.
благодарим.
возможно, вам будет интересен наш альманах, который мы сделали для себя, но сделали хорошо; попозже постараемся привлечь к нему больше внимания. В нем мы по возможности кратко осмысляем путь ИИ-индустрии - с точки зрения нейробиологии, психологии, физики, теорий сознания и прочая и прочая.
правда, альманах англоязычный. но сегодня, кажется, это не проблема.
Ваша модель работает только с изображениями?
Вы критикуете современный ИИ, который преимущественно представляет собой текстовые модели, llm, но соревнуетесь не на текстовом поле?
здравствуйте, авшкол
спасибо за вопрос.
дело в том, что мы не соревнуемся. во-вторых, если говорить о сравнениях, то мы все-таки сравниваем нашу модель распознавания, разработанную на основе методов TAPe, с другими моделями распознавания. то есть в этом смысле мы честны, если такое слово угодно. об этом мы написали подробно в статьях Мы сделали модель распознавания для любых задач компьютерного зрения – и выше уровня SOTA и Мы улучшили модель для любых CV-задач, добавив сегментацию. И еще лучше SOTA
в-третьих, мы полемизируем в целом с современным подходом к технологическому прогрессу, в котором стал мейнстримом ИИ с его "гонкой вооружений" в виде бесконечных трат на энергоресурсы. наш подход - фундаментально другой; и этот подход из теории, которую мы давно открыли, с помощью RnD превратился в феноменальную практику – в самом, между прочим, сложном с тз обработки/индексации/формата контенте – видео и изображений. LLM распространены просто потому, что с видео и изображениями "как LLM" ИИ не способен работать, а с текстом - способен, поскольку человечество на блюдечке принесло ИИ готовый язык, связи между словоформами, огромный багаж текстов. То есть человечество проделало 99% самой тяжелой работы, без которой ИИ колупался бы с буквами/знаками/символами точно также, как сейчас - с изображениями и видео.
Ну а мы, благодаря методам TAPe, способны работать с видео и изображениями так (и даже лучше с тз энергоэффективности и других затрат), как сейчас с текстом - LLM. Не сомневайтесь, что и с текстами мы разберемся - когда захотим (когда дойдут руки).
Резюмируя: можно почитать наш памфлет на хабре про 0 и 1, на которых построены все технологии, включая ИИ, здесь; там мы кратко пытаемся объяснить, почему этот путь в никуда и себя во многом исчерпал; Язык Мышления и TAPe с ее методами - другой путь, который позволит (и уже позволяет) сделать качественный технологический скачок.
Идея интересная, но, как по мне, тупиковая. Т.к. т.н. "язык мышления" увязан непосредственно с субъективным волеизъявлением. Т.е. это полнодуплексная система. И без субъекта ее не повторить.
здравствуйте, анагамин
возразим: вероятно, вы не совсем верно поняли, что же такое Язык Мышления. Речь не о какой-то полнодуплексной или любой другой системе, в которой включен объект, субъект и прочая. Речь о механизме, который существует - независимо от субъекта. Механизм восприятия реальности (и информации). Который мы в той или иной степени "оцифровали".
Вот хорошая большая статья на сайте Стэнфорда об этом феномене https://plato.stanford.edu/entries/language-thought/
"""Все эти технические достижения, которые в другой реальности уже сформировали бы новую технологическую эпоху...""". А чем наша реальность вас не устраивает? Если теории настолько фундаментальны, универсальны и элегантны, то почему вы до сих пор не подмяли под себя весь ИИ-рынок?
Не претензия, просто вопрос от дилетанта, который тоже жевал что-то подобное в голове.
здравствуйте, МаркусКарлино
под другой реальностью мы имели в виду мечты или, допустим, другой рынок - например, рынок США, где, как по крайней мере кажется с наших родных берегов, деньги так и сыплют в карманы разнообразным проектам, далеко не таким прорывным, фундаментальным и прочая. Что уж говорить, вы и сами прекрасно знаете - рынки несопоставимы, как и открытость к новым идеям.
Так что - всему свое время.
Стандартный вопрос: если у вас такой крутой и фундаментальный прорыв, почему статья на хабре, а не в серьёзном журнале?
Очень интересная статья, с интересом прочитал, автор весьма развернуто и довольно доходчиво все расписал. Но у меня есть некоторые вопросы.
Один из главных тейков был насчет энергоэффективности. Человек намного энергоэффективнее нейронки. Но как это высчитано? В каких условиях, задачах, с какой нейросетью и какое количество времени происходил рассчет, вообще в чем происходил рассчет? Я понимаю, что постоянные новости о том, что ии датацентрам нужны огромные мощности сложилось впечатление, что ии это крайне прожорливая до ресурсов штука. Однако датацентр направлен не на банальную работу ии, а массовое параллельное использование тысячами пользователей, из-за чего затраты растут кратно количеству пользователей. А так локальные ии модели спокойно запускаются на потребительском железе со стоимостью электричества в копейки и этого хватит для генерации текста, даже кода и изображений. Бонсай и вовсе выпускает 1битные нейронки, которые запускали на телефонах (с горем пополам, но тем не менее). Более того, локальный ии можно крутить даже не на топовых видеокартах с большим энергопотреблением, но и на нетребовательной к электричеству серверной многоканальной памяти и скорость будет вполне комфортная для использования. Опять же какие задачи, математический рассчет, “сочинительство”, визуализация? Вопросы к рассчету энергоэффективности имеются.
Еще есть вопросы к визуальному анализу. Вы прекрасно подметили, что сама структура человеческого анализатора и “компьютерного” крайне отличаются. Но Вычленять из людского анализа какие-то универсальные формы, на подобие точки и линии ну тоже слегка натянуто. Начиная с того, что точка геометрически сама по себе, как Вы приводили пример с мнимой единицей, условность. Невозможно представить “кружочек без диаметра”. Аналогично с прямыми. Нельзя представить бесконечно длинную и бесконечно тонкую линию. Глаза улавливают свет, а не сами объекты, нейросеть улавливает пиксели (свет перенесенный в компьютерный формат в виде “квадратика с цветом”, это далеко от биологически точного глаза, который развивался миллионы лет эволюционно, Вы абсолютно правы, что у биологических тварей из крови и плоти была очень солидная фора по времени на развитие, но сам принцип схож)
Аналогично с обучением языку. У нейросети есть свои аналоги врожденных законов, которые неизменны от модели к модели. Векторный принцип, температура, все это позволяет определять уместность речевых конструкций к данной ситуации. Автор опять же прав, что люди пишут книги кучу лет, но эти книги родились не просто из фантазии. Хорошие писатели, которые на слуху остаются спустя века, а то и тысячелетия это люди с огромным читательским кругозором и в целом культурным кругозором. Они читают другие книги, которые были написаны до них, формируют вокабуляр и выстраивают грамматические конструкции и слова в свое творение. Аналогично с учеными. Ученые имеют под собой огромный научный опыт, и что важно они способны воспринимать среду. По знаменитой легенде Архимед открыл закон выталкивающей силы, севши в ванну с водой. Если взять историю взаправду, то его анализаторы увидели изменение уровня воды и исходя из этого он увидел принцип, по которому это работает. Нейросети уже имеют примитивные визуальные анализаторы и научную “базу знаний”. Так что развитие точности и нахождение выводов уже может быть не за горами
Конечно, поиск универсальных мыслительных реакций это идея довольно красивая. Но вы замахиваетесь на так называемые сложные проблемы сознания, а людям до понимания их возможно еще дальше, чем нейросетям до концептуализации и полноценного мышления. Вы правильно мыслите про визуальное восприятие, про вокабуляр и лингвистику, но это простые проблемы сознания, это сугубо операционные процессы. Но суть в том, что сложные проблемы сознания весьма глубже, поиск универсальных паттернов мышления лежит через индивидуальные квалии 8+ млрд вариантов. Как бы важно различать, где интеллект, а где психика в целом.
Статья действительно очень занимательная, хотелось бы услышать Ваши ответы. Извините, если слишком длинно расписал, как получилось.
Гипотеза о Языке Мышления как альтернатива Искусственному Интеллекту