Спасибо авторам! Очень хороший перевод. Ждем продолжения. Сложный, но можно прочитать несколько раз и впихнуть это в свой мозг. И потом продолжая изучение нейросетей вся это информация станет на свои места.
С другой стороны эволюция оттачивала свои решения миллиарды лет. И как не посмотришь на мытарства разработчиков ИИ, которые заявляют об особом пути развития ИИ
Полностью с вами согласен. Я не пытаюсь уйти от принципов и структур био-сетей. А наоборот, заявляю о том, что как раз в приближение к принципам био-нейросетей и состоит решение и развитие ИИ. Говоря про замену на программную замену принципов, я имел ввиду замену полного моделирования процессов, на облегченную математическую модель работы нейронов но при этом достижения тех же основных принципов структурирования, хранения и обработки информации.
Я ознакомился с приведенной вами коментарием. Очень интересный и содержательный материал и во многом солидарен и имею схожее видение в решении вопроса разработки ИИ.
Сделаю малую расшифровку касательно некоторых выводам в результате, экспериментов. Если мы глубже рассмотрим принципы взаимодействия нейронов, то мы понимаем, что:
Импульсная природа обусловленная перехватами Ранвье служит для вытеснения нейромедиаторов. Наполнение постсинаптического тела различными медиаторами имеет ПИМ (Плотностно-Импульсную Модуляцию) характеристику. Остановимся пока на глутамат и ГАМК (как основные активирующие\тормозящие). Мы увидим, что имеет место быть конвертация ПИМ от аксона в количественное (числовое) отношение глутамата к ГАМКУ и последующие обратное преобразование, посредствоам переключения потенциала покоя на потенциал действие, в формат ПИМ. Мы можем упустить промежуточные ЦАП-АЦП преобразования и выполнять прямую передачу результатов численного состояния потенциала нейрона.
Да, я помню о фазной характеристике. В том коментарии что вы привели, вы упомянули о тактах. Тетта ритмы и тактирование является обязательным механизмом в системах ИИ. Единственное, что для моделирования фазно-синфазного принципа мы попросту увеличиваем частоту дискретизации увеличивая точность обработки информации.
Ну и естественно мы помним, что одним "+" и "-" нейрон не управляется. Имеется достаточное количество нейромедиаторов, формирующих дополнительные функции нейрона, помимо просто активирующих. К примеру медиаторы увеличивающие\уменьшающие количество возвращаемых глу\гамк, предварительно сработавшим синапсам (возможно так работает природа усиления\ослабления связей?) Медиаторы маркеры для прикрепления белка в нейронах памяти для формирования эффекта триггера и реализации функции "длительной памяти" и многое другое.
Я как программист по основному роду деятельности, изучая нейрофизиологию\психологию с детства (у меня мама врачь, папа инженер), пытаюсь совместить эти две науки и прекрасно понимаю, что именно изучение вопроса ИИ с разных аспектов и научных направлений даст действительные решения.
Грандиозно… удачи вам!
Премного благодарен. Благодаря активности ученных и таких пользователей как вы, мне становиться проще разбираться в аспектах и точнее разрабатывать концепцию проекта.
Спасибо автору огромное. Прям ложка к обеду. Работаю над проектом на с++/qt с применением нейросетей. Qt был выбран как кроссплатформенной решение, с перспективой написания приложений под андроид. И вот стать как раз кстати. Мне как раз и нужна была инструкция для входа в реализацию приложения для андроид.
Кстати, размер в 300мб я не считаю минусом в современное время. Думаю должно быть понимание того, что приложения должны ставится на мощные телефоны. Это как с играми, никто делая киберпанк. Хочешь играть - купи мощный комп. Тоже мы и должны делать с телефонами.
Игра геншинтмпакт весит более 15гб и мелочится на +-300мб не стоит.
Оценивать численность и производить операции с числами, и иметь соответствующие нейроны, могут разные животные, и в более упрощенном виде считают даже растения.
Ага, а из яблока можно получить электричество. И почему то не видел генераторов электричесва на сонове яблонь со штырями и кучей проводов, и так целый сад. На этот счет есть прекрасный фильм про ИИ "Она", вот так там психология отношений ИИ и человека просто прям впечатляет. Рекомендую если кто не видел.
Согласен с вами. Но тут стоит разобраться. Множество внедрений моделей ИИ отменили чаще по причине неадекватности. Предвзятость - подразумевает эмоциональную эмпатию к собеседнику. Текущие же модели это фактически шаблоны. И да, вы правы, просто дело в обучающей выборке. Если родители всегда ругают своего ребенка, то и ребенок с большой вероятностью будет поступать так же. Модель поведения нужно исправлять. Кто виноват, что, киношники и многие люди постоянно утверждают о том, что ИИ поработит человечество. Вот этим фактически уже и формируется модель отношения ИИ к людям. Думаю просто необходимо создать адекватные модели поведения и это станет вполне успешным. Главное ИИ не наградить комплекасим и фобиями присущие человечеству в довесок с самосознанием. А то мало ли что.. :)
С ростом требований к производительности оборудования под нейросети такая специализация сама сложится.
Да. Немного разбираясь в аналоговой схемотехнике и обсуждая тему со знакомыми разработчиками аналоговых и цифровых процессоров, мы пришли к выводу о гибридной структуре системы в целом. Железным нейросетям быть, это однозначно.
Это уже сейчас видно по производителям железа, которые проектируют его с учетом использования в таких задачах. Поэтому логично двигаться навстречу, разное оборудование займет, скорее всего, свои ниши
Полностью согласен. Мы разрабатываем структуры, которые в будущем можно будет перевести посредством самих же нейросетей в "железо". Авто-пилоты, CV.. VR-интерфейсы преобразования "знаний" ИИ в понятный для человека способ восприятия тоже будет на "желе". Вообразив скорости тактирования НС в Гигагерцы, вместо 200-1000Гц у человека, это бударажит разум. Это не такое уж далекое будущее. Вопрос лишь в том, что переносить в железо?!
Если заменить формальные нейроны на модели биологически более правдоподобных,
А вот здесь не все так просто. Мы не изучили полный цикл взаимодействия протеинкиназ, G-белков, РНК и другие аспекты. Не ясна система взаимодействия нейрона и примыкающих синапсов, посредством обмена через нейроглию. Я проводил ничтожные попытки создать обширную модель процессов. Это привело лишь к пониманию, что проще аппаратно-программно проводить этот процесс. Это как применение калькулятора во время подсчета. Сложность полного биоцикла также накладывает замедляющий эффект на скорость обработки слоев. Тут простые модели с нейронами на "relu/htan" и синапсами являющиеся произведением матриц, без обширной гаммы нейромедиаторов, как это в реальных нс, занимающие мене терабайта вызывают сложности. То эти модели в десятки раз сложнее. Также не понимаю до конца участие РНК в этом цикле. "А нейросеть памяти адрессная?!" - возникло рассуждение от Констанина Анохина на лекции Павла Балабан-а, когда тот упомянул эксперимент: "Одну улитку кормили морковкой, и после этого её били током. Потому пересадили субстанцию содержащую РНК другой улитке, и обнаружили что вторая улитка стала боятся морковку, которую она так любила."
Еще давно я был поклонником полного моделирования процесса, но сейчас понимаю, что нуобходимости в этом нет. Нужно лишь алгоритмически вопспроизвести принципы функционирования значимых контуров мозга. Для работы автопилота не принципиален "уровень сахара в крови" или "дофамина".
Поэтому логично двигаться навстречу, разное оборудование займет, скорее всего, свои ниши. Датацентры на специализированном железе будут использоваться в обучении и облачной эксплуатации традиционных архитектур сетей на формальных нейронах большой производительности, но стационарных, энергоемких. Возможно для этих целей также будут интегрированы квантовые компьютеры. А встроенные, автономные системы в перспективе логичнее делать на нейроморфных технологиях.
На данный момент как раз и занимаюсь формирование платформы стандартов, протоколов и интерфейсов для реализации раздвоения систем. Да, именно так. Первый этапом будет это центральные датацентры сильного ИИ с обучением. Пользовательские модели могут обращаться в центральные датасеты в режиме реадонли, но иметь локальные (или защищенные облачные) хранилича под приватные адаптации и кластеры данных для каждого пользователя. Так сказать индивидуальные ИИ, с облегченным кодом. После формирования структур моделей пригодных для прикладного применения, автопилоты, системы обработки данных путем выделения из центральных ИИ в отдельные модели, но уже без обучения. Третий этап гибритизирование, реализация в железе контуров ИИ которые уже не требуют обучения и являются достаточно обученными. Опять же, автопилоты, системы обработки данных, ассистенты, но уже в железе.
Оу, я прям как тот ChatGPT, завис на самом важном месте :)
К примеру когда мы видим текст: 2 * 2 = ... В нашем мозгу всплывают воспоминания связанные с таким же текстом. "2 * 2 = 4". Не для кого не секрет, это называется ассоциативная память. Обратите внимание. Когда мы спрашиваем ChatGPT, то он часто в ответ вкладывает слова из вопроса. Например: User: Что такое яблоко? ChatGPT: Яблоко это такой фрукт .... Он не отвечает прямо: User: Что такое яблоко? ChatGPT: Это такой фрукт .... Потому, что это немного более сложная структура диалога требующая формирования сути и контекста диалога. А для этого необходимо "понимать о чем речь". Он же просто генератор тектса, по принципы находим генерим кусок текста соответсвующий запросу и выдаем. Он даже не понимает что есть вопрос а что просто рассуждения. Я ему написал: Я люблю езду на велосипеде: ChatGPT: "Круто, велосипед - это замечательный способ получить физические нагрузки и провести время на свежем воздухе. Езда на велосипеде может быть отличным способом исследования окружающей местности, а также повышения уровня физической активности. Какие места для катания на велосипеде вам больше всего нравятся?".... Разве я его спришивал? О чем то? Я может о себе хочу рассказать, а он перебивает своими умными высказываниями. Этика ведения диалога подразумевает понимания диалога. Сдесь же не деалог, а поисковик текста соответсвующего запросу.
Невелик тот час, когда нейросети смогут фильтровать поведения человека. Представляю ситуацию: В время видеозвонка по бокам отображается шкала с уровнем агрессии и расположения к себе собеседника. О блин! Реально крутая идея!
Да, Адепт действительно очень приближается к реальному ИИ. Но у них (впрочем как и у всех ии-шников) имеются сложности касательно изначальной структуры данных и памяти. Если они разработают решения по основанные на принципах памяти разумных существ, тогда мы сможешь ожидать внятные и действительные реализации ИИ.
Интересным, является то, что по фату ответы, это генерация текста на основе вложенного контента. Из этого, складывается впечатление, что контент для обучения предварительно одобрили на некую моральную составляющую. Возможно отбор проводился другй НСкой анализирующую "агрессивность" материалов.
Также любопытным является генерация ветвления антонимных "суждений". С удовольствие прочитал статью.
Я считаю, что нужно выбросить все и начать сначала.
А вот это правильно. Уже три года этим занимаюсь. Очень зациклились на "тренировка весов", но при этом мало заботятся о формировании структур хранения и "генерации" знаний.
В мозгу ключевым моментом является это формирование знаний - кластеризация и классификация. И походу решать это необходимо с введение новых алгоритмов работы НСок.
Также хочу отметить. Проводя некоторые эксперименты по типам нейросетей а также проводя обширное моделирование био-нейронов, могу уверить, что на данный момент нет необходимости в аппаратной реализации по принципам био-нейросетй. Дело обстоит в первую очередь в разработке принципов обработке данных и формировании образов для последующей обработке интеллектом (модели по типу трансформеров). В эпоху цифрового представления и цифровой комуникации между сервисами нужно переосмыслить структуру образов знаний в пригодную для цифровых технологий.
Мы биологически ограниченны в структуре знаний. Мы не способны представить полноценно трехмерную модель кубика, т.к. наш мозг работает с трехмерным пространством только через 2д перспективу наложенную на время. И чтоб представить куб, мы будем его ресовать в 2д и пытаться крутить для отрисовки всех сторон куба в воображении. Но реального 3д моделирование нам не доступно, т.к. мы ни когда не видели куб одновременно со всех сторон.
Так же и как тот факт, что мы не умеем обрабатывать напрямую цифровые данные. Нам нужно это написать в тетради, или услышать в аудио-формате и нарисовав у себя в голове.
Принципиально иной формат данных и также методы их обработки изменить реальность в понимании системами ИИ и расширит возможности за пределы понимания человеком.
Генеративный ИИ приближается к реальной функции интеллекта, а именно генерировать решения на основе знаний. При должном формировании блоков памяти и должным образом сформированная система и структура данных можно значительно ускорить процесс разработки решений с ИИ и предметной и полезной реализации в прикладных задачах.
ChatGPT - сейчас это просто игрушка. Генератор текста, в который впихнули гектары информации тем самым сформировали в нем шаблоны диалогов.
Но ChatGPT скрывает в себе очень важный момент. Результат работы демонстрирует нам способность и гибкость трансформеров. И при разработки новых структур данных и продуманных системах тренировки, мы получим решения значительно превосходящие по способностям и возможностям.
Думаю рекрутинг фактически можно привести к шаблонам и протоколам поведения, что позволит очень и очень приблизить замену данной специальности системами на основе ИИ.
Мне кажется на самом деле, OpenAI уже способны сделать большее, но они попросту выжидают когда поутихнет шум и ИИ будут принимать за обыденное, плавно вводя с разных сторон инъекции вызывающие привыкание от сервисов с ИИ.
Посмотрите на контент ТикТоко, Ютуба, там уже в большой доле не обходятся без фильтров с обработкой посредством нейростей.
Следующим этапом мне видится - это формирование систем "ассистент" и "хелперы", более продвинутые, чем имеются сейчас. Плагины внедренные в ИДЕ разработки или иные приложения обработки данных, таких как фото \ видео редакторы имеются уже. Но они уже выходят на новый уровень. Можно продолжать, но по хорошому, это материал на целую статью.
Хорошо, что хоть кто-то пытается контролировать этот хайп вокруг ИИ. Бездумное применение в маркетинговых целях, уже утомило и вызвает раздражение.
Но как по мне, для этого необходимо ввести стандраты. Какие решения являются ИИ, какие графами решения а какие вообще просто моделями обработки данных. Да и вообще в целом хорошо бы определиться с понятиями и формулировками. Я в рамках одного своего проекта, именно этим и занялся. Это дает возможность понимания бизнес-логики архитектуры ИИ.
Складывается впечатление, что в будущем психологические проблемы человека будут решать специально обученные программисты с математическим образованием, которые хорошо разбираются в переобучении нейросетей
Психологические проблемы человека на самом деле во многом берут корни от нейрофизиологии и патернов и призм восприятия окружения. Уверен, что наступит время, когда психологом будет ИИ, по причине более глобального опыта и возможности составления более обширной картины видения проблемы. А также отсутствии предвзятости и более гибкой точки зрения при выборе вектора решения проблем.
Начнем с сигнала аксона. Раз вы немного слышали об оптронах и АЦП... Характер - PDM (плотностно импульсная характеристика ПИМ, не путать с ШИМ. И фактически плотность импульсов можно было бы представить в числовом виде, но вмешивается еще одна характеристика. Фазо Частотная Характеристика. Если от в один момент времени в тело нейрона от пресинапсов постпит одновременно и ГАМК (-) и глутамат (+), то потенциал (если нейрон предварительно небыл заряжен протеинкиназой, медиатором памяти) то нейроно так и останется в "покое". Но стоит какому то из медиаторов хоть немного задержаться по времени и картина уже меняется. В четырех холмии каналы дифиренцирования сигналов левого и правого уха могут генерировать в зависиомсти от расохождения времени поступления сигнала с левого и правого уха разную степень сигналы этой самой диференции и имеем способность локализировать источник звука и получаем психоакустику и стереоэффект. И т.д.
Дальше, векторизация данных и память, тут все сложнее. Упрощенно - храним данные как векторную графику + временная координата - вуаля, четырех мерка. А что нам дает четырех мерка, верно! Способность воспринимать цифру семь не как набор пикселей, а как нас учили в школе писать цифру сем, сначала линия горизонатльная, потом косая и не важно какой размер, сверху горизонтальня потом косая вертикальная. Если при реоброзовании линий высплывает временая координата то мы умеем читать эту гребанную цифру семь на белом черным, на черном белом, в небе облачком, на столе вверх ногами и даже способны распознать тектс из набора букв (знаете такой прикол, про текст написаный цифрами?)
Про рзраяженность... это работает только на входных полях информационных ресурсов мозга для оптимизации данных, в памяти и распознавании образов все по другому ибо там уже другие механизмы поведения нейронов, там и медиаторы другие и g-белки и РНК и даже NO2.
А как бы вы применили бы ИИ будь у вас возможность? Допустим завтра кто-то напишет систему имеющую интеллект и память. С чего начать и как применять? Это не корпорация и не государство, а вы один, вот прям сейчас... Что скажите?
Больше похоже на крик души "Задолбали алгоритм называть Искусственным Интеллектом".
Вы не единственный! Те кто в теме, умиляются наличием ИИ в стиралке, улыбаемся и машем, т.е. пишем решения для бизнеса и зарабатывать на хайпе вокруг ИИ.
Хорошее начало! Да, немного не хватает развернутости, почему же ИНС не "нейросети" и кстати, SNN - тоже недотягивают до "настоящих".
Спасибо авторам! Очень хороший перевод. Ждем продолжения. Сложный, но можно прочитать несколько раз и впихнуть это в свой мозг. И потом продолжая изучение нейросетей вся это информация станет на свои места.
Полностью с вами согласен. Я не пытаюсь уйти от принципов и структур био-сетей. А наоборот, заявляю о том, что как раз в приближение к принципам био-нейросетей и состоит решение и развитие ИИ. Говоря про замену на программную замену принципов, я имел ввиду замену полного моделирования процессов, на облегченную математическую модель работы нейронов но при этом достижения тех же основных принципов структурирования, хранения и обработки информации.
Я ознакомился с приведенной вами коментарием. Очень интересный и содержательный материал и во многом солидарен и имею схожее видение в решении вопроса разработки ИИ.
Сделаю малую расшифровку касательно некоторых выводам в результате, экспериментов. Если мы глубже рассмотрим принципы взаимодействия нейронов, то мы понимаем, что:
Импульсная природа обусловленная перехватами Ранвье служит для вытеснения нейромедиаторов. Наполнение постсинаптического тела различными медиаторами имеет ПИМ (Плотностно-Импульсную Модуляцию) характеристику. Остановимся пока на глутамат и ГАМК (как основные активирующие\тормозящие). Мы увидим, что имеет место быть конвертация ПИМ от аксона в количественное (числовое) отношение глутамата к ГАМКУ и последующие обратное преобразование, посредствоам переключения потенциала покоя на потенциал действие, в формат ПИМ. Мы можем упустить промежуточные ЦАП-АЦП преобразования и выполнять прямую передачу результатов численного состояния потенциала нейрона.
Да, я помню о фазной характеристике. В том коментарии что вы привели, вы упомянули о тактах. Тетта ритмы и тактирование является обязательным механизмом в системах ИИ. Единственное, что для моделирования фазно-синфазного принципа мы попросту увеличиваем частоту дискретизации увеличивая точность обработки информации.
Ну и естественно мы помним, что одним "+" и "-" нейрон не управляется. Имеется достаточное количество нейромедиаторов, формирующих дополнительные функции нейрона, помимо просто активирующих. К примеру медиаторы увеличивающие\уменьшающие количество возвращаемых глу\гамк, предварительно сработавшим синапсам (возможно так работает природа усиления\ослабления связей?) Медиаторы маркеры для прикрепления белка в нейронах памяти для формирования эффекта триггера и реализации функции "длительной памяти" и многое другое.
Я как программист по основному роду деятельности, изучая нейрофизиологию\психологию с детства (у меня мама врачь, папа инженер), пытаюсь совместить эти две науки и прекрасно понимаю, что именно изучение вопроса ИИ с разных аспектов и научных направлений даст действительные решения.
Премного благодарен. Благодаря активности ученных и таких пользователей как вы, мне становиться проще разбираться в аспектах и точнее разрабатывать концепцию проекта.
Спасибо автору огромное. Прям ложка к обеду. Работаю над проектом на с++/qt с применением нейросетей. Qt был выбран как кроссплатформенной решение, с перспективой написания приложений под андроид. И вот стать как раз кстати. Мне как раз и нужна была инструкция для входа в реализацию приложения для андроид.
Кстати, размер в 300мб я не считаю минусом в современное время. Думаю должно быть понимание того, что приложения должны ставится на мощные телефоны. Это как с играми, никто делая киберпанк. Хочешь играть - купи мощный комп. Тоже мы и должны делать с телефонами.
Игра геншинтмпакт весит более 15гб и мелочится на +-300мб не стоит.
А как насчёт PyTorch?
Ага, а из яблока можно получить электричество. И почему то не видел генераторов электричесва на сонове яблонь со штырями и кучей проводов, и так целый сад. На этот счет есть прекрасный фильм про ИИ "Она", вот так там психология отношений ИИ и человека просто прям впечатляет. Рекомендую если кто не видел.
Согласен с вами. Но тут стоит разобраться. Множество внедрений моделей ИИ отменили чаще по причине неадекватности. Предвзятость - подразумевает эмоциональную эмпатию к собеседнику. Текущие же модели это фактически шаблоны. И да, вы правы, просто дело в обучающей выборке. Если родители всегда ругают своего ребенка, то и ребенок с большой вероятностью будет поступать так же. Модель поведения нужно исправлять. Кто виноват, что, киношники и многие люди постоянно утверждают о том, что ИИ поработит человечество. Вот этим фактически уже и формируется модель отношения ИИ к людям. Думаю просто необходимо создать адекватные модели поведения и это станет вполне успешным. Главное ИИ не наградить комплекасим и фобиями присущие человечеству в довесок с самосознанием. А то мало ли что.. :)
Приятный диалог складывается. Продолжим?
Да. Немного разбираясь в аналоговой схемотехнике и обсуждая тему со знакомыми разработчиками аналоговых и цифровых процессоров, мы пришли к выводу о гибридной структуре системы в целом. Железным нейросетям быть, это однозначно.
Полностью согласен. Мы разрабатываем структуры, которые в будущем можно будет перевести посредством самих же нейросетей в "железо". Авто-пилоты, CV.. VR-интерфейсы преобразования "знаний" ИИ в понятный для человека способ восприятия тоже будет на "желе". Вообразив скорости тактирования НС в Гигагерцы, вместо 200-1000Гц у человека, это бударажит разум. Это не такое уж далекое будущее. Вопрос лишь в том, что переносить в железо?!
А вот здесь не все так просто. Мы не изучили полный цикл взаимодействия протеинкиназ, G-белков, РНК и другие аспекты. Не ясна система взаимодействия нейрона и примыкающих синапсов, посредством обмена через нейроглию. Я проводил ничтожные попытки создать обширную модель процессов. Это привело лишь к пониманию, что проще аппаратно-программно проводить этот процесс. Это как применение калькулятора во время подсчета. Сложность полного биоцикла также накладывает замедляющий эффект на скорость обработки слоев. Тут простые модели с нейронами на "relu/htan" и синапсами являющиеся произведением матриц, без обширной гаммы нейромедиаторов, как это в реальных нс, занимающие мене терабайта вызывают сложности. То эти модели в десятки раз сложнее. Также не понимаю до конца участие РНК в этом цикле. "А нейросеть памяти адрессная?!" - возникло рассуждение от Констанина Анохина на лекции Павла Балабан-а, когда тот упомянул эксперимент: "Одну улитку кормили морковкой, и после этого её били током. Потому пересадили субстанцию содержащую РНК другой улитке, и обнаружили что вторая улитка стала боятся морковку, которую она так любила."
Еще давно я был поклонником полного моделирования процесса, но сейчас понимаю, что нуобходимости в этом нет. Нужно лишь алгоритмически вопспроизвести принципы функционирования значимых контуров мозга. Для работы автопилота не принципиален "уровень сахара в крови" или "дофамина".
На данный момент как раз и занимаюсь формирование платформы стандартов, протоколов и интерфейсов для реализации раздвоения систем. Да, именно так. Первый этапом будет это центральные датацентры сильного ИИ с обучением. Пользовательские модели могут обращаться в центральные датасеты в режиме реадонли, но иметь локальные (или защищенные облачные) хранилича под приватные адаптации и кластеры данных для каждого пользователя. Так сказать индивидуальные ИИ, с облегченным кодом. После формирования структур моделей пригодных для прикладного применения, автопилоты, системы обработки данных путем выделения из центральных ИИ в отдельные модели, но уже без обучения. Третий этап гибритизирование, реализация в железе контуров ИИ которые уже не требуют обучения и являются достаточно обученными. Опять же, автопилоты, системы обработки данных, ассистенты, но уже в железе.
Оу, я прям как тот ChatGPT, завис на самом важном месте :)
К примеру когда мы видим текст: 2 * 2 = ... В нашем мозгу всплывают воспоминания связанные с таким же текстом. "2 * 2 = 4". Не для кого не секрет, это называется ассоциативная память. Обратите внимание. Когда мы спрашиваем ChatGPT, то он часто в ответ вкладывает слова из вопроса. Например: User: Что такое яблоко? ChatGPT: Яблоко это такой фрукт .... Он не отвечает прямо: User: Что такое яблоко? ChatGPT: Это такой фрукт .... Потому, что это немного более сложная структура диалога требующая формирования сути и контекста диалога. А для этого необходимо "понимать о чем речь". Он же просто генератор тектса, по принципы находим генерим кусок текста соответсвующий запросу и выдаем. Он даже не понимает что есть вопрос а что просто рассуждения. Я ему написал: Я люблю езду на велосипеде: ChatGPT: "Круто, велосипед - это замечательный способ получить физические нагрузки и провести время на свежем воздухе. Езда на велосипеде может быть отличным способом исследования окружающей местности, а также повышения уровня физической активности. Какие места для катания на велосипеде вам больше всего нравятся?".... Разве я его спришивал? О чем то? Я может о себе хочу рассказать, а он перебивает своими умными высказываниями. Этика ведения диалога подразумевает понимания диалога. Сдесь же не деалог, а поисковик текста соответсвующего запросу.
Невелик тот час, когда нейросети смогут фильтровать поведения человека. Представляю ситуацию: В время видеозвонка по бокам отображается шкала с уровнем агрессии и расположения к себе собеседника. О блин! Реально крутая идея!
Да, Адепт действительно очень приближается к реальному ИИ. Но у них (впрочем как и у всех ии-шников) имеются сложности касательно изначальной структуры данных и памяти. Если они разработают решения по основанные на принципах памяти разумных существ, тогда мы сможешь ожидать внятные и действительные реализации ИИ.
Интересным, является то, что по фату ответы, это генерация текста на основе вложенного контента. Из этого, складывается впечатление, что контент для обучения предварительно одобрили на некую моральную составляющую. Возможно отбор проводился другй НСкой анализирующую "агрессивность" материалов.
Также любопытным является генерация ветвления антонимных "суждений". С удовольствие прочитал статью.
Спасибо за огромный труд.
А вот это правильно. Уже три года этим занимаюсь. Очень зациклились на "тренировка весов", но при этом мало заботятся о формировании структур хранения и "генерации" знаний.
В мозгу ключевым моментом является это формирование знаний - кластеризация и классификация. И походу решать это необходимо с введение новых алгоритмов работы НСок.
Также хочу отметить. Проводя некоторые эксперименты по типам нейросетей а также проводя обширное моделирование био-нейронов, могу уверить, что на данный момент нет необходимости в аппаратной реализации по принципам био-нейросетй. Дело обстоит в первую очередь в разработке принципов обработке данных и формировании образов для последующей обработке интеллектом (модели по типу трансформеров). В эпоху цифрового представления и цифровой комуникации между сервисами нужно переосмыслить структуру образов знаний в пригодную для цифровых технологий.
Мы биологически ограниченны в структуре знаний. Мы не способны представить полноценно трехмерную модель кубика, т.к. наш мозг работает с трехмерным пространством только через 2д перспективу наложенную на время. И чтоб представить куб, мы будем его ресовать в 2д и пытаться крутить для отрисовки всех сторон куба в воображении. Но реального 3д моделирование нам не доступно, т.к. мы ни когда не видели куб одновременно со всех сторон.
Так же и как тот факт, что мы не умеем обрабатывать напрямую цифровые данные. Нам нужно это написать в тетради, или услышать в аудио-формате и нарисовав у себя в голове.
Принципиально иной формат данных и также методы их обработки изменить реальность в понимании системами ИИ и расширит возможности за пределы понимания человеком.
Концовка какая то эпичная вышла.
Генеративный ИИ приближается к реальной функции интеллекта, а именно генерировать решения на основе знаний. При должном формировании блоков памяти и должным образом сформированная система и структура данных можно значительно ускорить процесс разработки решений с ИИ и предметной и полезной реализации в прикладных задачах.
ИИ ближе чем мы себе можем это представить.
ChatGPT - сейчас это просто игрушка. Генератор текста, в который впихнули гектары информации тем самым сформировали в нем шаблоны диалогов.
Но ChatGPT скрывает в себе очень важный момент. Результат работы демонстрирует нам способность и гибкость трансформеров. И при разработки новых структур данных и продуманных системах тренировки, мы получим решения значительно превосходящие по способностям и возможностям.
Думаю рекрутинг фактически можно привести к шаблонам и протоколам поведения, что позволит очень и очень приблизить замену данной специальности системами на основе ИИ.
Мне кажется на самом деле, OpenAI уже способны сделать большее, но они попросту выжидают когда поутихнет шум и ИИ будут принимать за обыденное, плавно вводя с разных сторон инъекции вызывающие привыкание от сервисов с ИИ.
Посмотрите на контент ТикТоко, Ютуба, там уже в большой доле не обходятся без фильтров с обработкой посредством нейростей.
Следующим этапом мне видится - это формирование систем "ассистент" и "хелперы", более продвинутые, чем имеются сейчас. Плагины внедренные в ИДЕ разработки или иные приложения обработки данных, таких как фото \ видео редакторы имеются уже. Но они уже выходят на новый уровень. Можно продолжать, но по хорошому, это материал на целую статью.
ChatGPT - по сути модель прогнозирования контекста диалога. К примеру, когда мы видим текст: 2 * 2 =
Хорошо, что хоть кто-то пытается контролировать этот хайп вокруг ИИ. Бездумное применение в маркетинговых целях, уже утомило и вызвает раздражение.
Но как по мне, для этого необходимо ввести стандраты. Какие решения являются ИИ, какие графами решения а какие вообще просто моделями обработки данных. Да и вообще в целом хорошо бы определиться с понятиями и формулировками. Я в рамках одного своего проекта, именно этим и занялся. Это дает возможность понимания бизнес-логики архитектуры ИИ.
Психологические проблемы человека на самом деле во многом берут корни от нейрофизиологии и патернов и призм восприятия окружения. Уверен, что наступит время, когда психологом будет ИИ, по причине более глобального опыта и возможности составления более обширной картины видения проблемы. А также отсутствии предвзятости и более гибкой точки зрения при выборе вектора решения проблем.
Не ребят, ChatGPT такого не напишет, он умнее..
Начнем с сигнала аксона. Раз вы немного слышали об оптронах и АЦП... Характер - PDM (плотностно импульсная характеристика ПИМ, не путать с ШИМ. И фактически плотность импульсов можно было бы представить в числовом виде, но вмешивается еще одна характеристика. Фазо Частотная Характеристика. Если от в один момент времени в тело нейрона от пресинапсов постпит одновременно и ГАМК (-) и глутамат (+), то потенциал (если нейрон предварительно небыл заряжен протеинкиназой, медиатором памяти) то нейроно так и останется в "покое". Но стоит какому то из медиаторов хоть немного задержаться по времени и картина уже меняется. В четырех холмии каналы дифиренцирования сигналов левого и правого уха могут генерировать в зависиомсти от расохождения времени поступления сигнала с левого и правого уха разную степень сигналы этой самой диференции и имеем способность локализировать источник звука и получаем психоакустику и стереоэффект. И т.д.
Дальше, векторизация данных и память, тут все сложнее. Упрощенно - храним данные как векторную графику + временная координата - вуаля, четырех мерка. А что нам дает четырех мерка, верно! Способность воспринимать цифру семь не как набор пикселей, а как нас учили в школе писать цифру сем, сначала линия горизонатльная, потом косая и не важно какой размер, сверху горизонтальня потом косая вертикальная. Если при реоброзовании линий высплывает временая координата то мы умеем читать эту гребанную цифру семь на белом черным, на черном белом, в небе облачком, на столе вверх ногами и даже способны распознать тектс из набора букв (знаете такой прикол, про текст написаный цифрами?)
Про рзраяженность... это работает только на входных полях информационных ресурсов мозга для оптимизации данных, в памяти и распознавании образов все по другому ибо там уже другие механизмы поведения нейронов, там и медиаторы другие и g-белки и РНК и даже NO2.
А как бы вы применили бы ИИ будь у вас возможность? Допустим завтра кто-то напишет систему имеющую интеллект и память. С чего начать и как применять? Это не корпорация и не государство, а вы один, вот прям сейчас... Что скажите?
Больше похоже на крик души "Задолбали алгоритм называть Искусственным Интеллектом".
Вы не единственный! Те кто в теме, умиляются наличием ИИ в стиралке, улыбаемся и машем, т.е. пишем решения для бизнеса и зарабатывать на хайпе вокруг ИИ.
Хорошее начало! Да, немного не хватает развернутости, почему же ИНС не "нейросети" и кстати, SNN - тоже недотягивают до "настоящих".