Comments 17
А Греф уже уволил сотни юристов, заменил их на софт с ИИ… нестыковочка
И да, пока это все глубокие теории без механизмов воплощения в реальные алгоритмы и решения… И нужны ещё время и куча экспериментов и проб, что бы понять как это реализовать.
Но главное что бы волна хайпа по поводу ИИ не скисла как она уже однажды скисала в прошлый раз с экспертными системами.
Если учить всему — то потихоньку в связях созреет картина мира. Другой вопрос, что человек учится в значительной степени через взаимодействие с людьми и реальным миром. Т.е. надо организовывать обратные связи. Антропоморфный робот с мозгом в виде суперкомпьютера — наверное самый лучший вариант обучаемого объекта. Ну и нужны собственные задачи по выживанию поддержанные на аппаратном уровне а-ля инстинкты.
Во многих существующих архитектурах нейронных сетей обучение нескольким вещам приведёт только к катастрофическому забыванию. Катастрофическое забывание — сильное снижение эффективности работы сети на старых задачах после обучения новым.
Ну и с остальными предложениями проблемы примерно такого же уровня. Подключить нейросеть к роботу несложно www.youtube.com/watch?v=Xh3B_bkgB1E Проблема — найти подходящие архитектуры и способы обучения этих сетей.
Подключать правильнее не к физическому роботу, наверное, а к виртуальному агенту в виртуальной среде с миллионами таких же агентов, функционирующих в этой среде, чтобы подобрать начальную конфигурацию нейросети эволюционным методом. Агенты должны быть энергетическими, кибернетическими/лингвистическими, генетическими и социальными как минимум (т.е., должны моделироваться аспекты среды, позволяющие агентам реализовывать соответствующие роли) :).
Сигнал в нейросетях пока все еще затухающий. Он имеет начало и конец.
Следующий шаг будет тогда и только тогда, когда начнутся эксперименты с незатухающим сигналами.
Как это сделать — я пока не знаю.
У меня появилась идейка. У нас есть одна игра, у которой миллионы роликов на ютубе, которая довольно сильно похожа на реальный мир, и в то же время имеет достаточно простую для распознавания графику. Да, майнкрафт. Мне кажется, можно создать сетку, которая по видео восстановит последовательность нажатий кнопок. А имея видео с последовательностями управления, можно уже обучить другую сетку, которую лучше сделать раз в десять многослойнее, которая уже будет… Играть в майнкрафт? Бегать по лесу и рубить деревья, собирать инструменты и строить себе жилище, охотиться и всё такое.
И как бонус, если её подключить к андроиду, она ничего не поймёт в реальном мире, так что будет ещё и безопасна, хи хи.
Ну я же совсем о другом, чего вы. ИИ сетка, умеющая играть в такую игру, будет по сути живым существом. Для скептиков — максимально приближена к живому существу. Как тот ИИ-червь-робот. Разумеется, если всё получится. А то есть у меня мысль, что для успеха сетка должна быть такой большой, что компьютеры 2017го года не потянут. Ведь понятийный слой должен вмещать как минимум все объекты, понятия, и действия, которые сетка сможет встретить, а глубина должна обеспечивать нужное качество взаимодействия между входными данными, этим слоем, и выводом на управление.
Это вы ещё космическую станцию 13 не видели!
> ИИ сетка, умеющая играть в такую игру, будет по сути живым существом
Она будет приближена к оптимальным стратегиям игрового бота, с чего вы решили, что умение играть в Майнкрафт — отличительная особенность, фундаментально отделяющая сознательное существо от бессознательного? :) (Dwarf Fortress поближе к гипотетической среде, в которой возможно зарождение сознания, только нужно добавить генетику, лингвистические эффекторы, возможность индивидуальных экономических стратегий, а глубина физики/энергетики в игре уже достаточно сложна для создания эволюционной конкуренции за ресурсы. Но в целом с озвученной вами очевидной идеей «сложный игровой мир — удобная среда для развития ИИ» я согласен, конечно.)
Можно ли обучить искусственный интеллект новым трюкам?