Все новое это всегда боль. Но если сравнивать с iptables, то nftables все же продуманней. Всех примеров приводить не буду, остановлюсь лишь на классике:
Допустим вы работаете по SSH и отлаживаете какой-нибудь сетевой сервис.
-- А не отключить ли мне файервол, iptables -F...
Хм что с сессией? Почему перестал работать SSH?
После поездки на работу выяснится, что там были POLICY DROP. Так вот с nftables такого не будет. nft flush ruleset - полностью уберет всю фильтрацию. Тут правда тоже могут быть нюансы, если вы с его помощью маршрутизировали трафик, но это как говорится совсем другая история.
Еще следует вспомнить про списки. ipset + iptables - жалкая пародия на то, что nftables делать со списками.
По результатам боев ботов между собой самый злой бот это Eris. Он есть в том наборе, который приведен в примере. Но все может поменяться, так как авторы ботов серьезно рубятся между собой, по слухам из Discord канала они тратят по 4 часа времени в день на допил своих ботов.
Текущую рейтинговую таблицу ботов можно посмотреть на https://sc2ai.net/
Но в бытовом смысле ИИ это статистические методы(нейросети)
Нейронки - это лишь один из способов. Есть еще генетические алгоритмы, нечеткая логика, теория игр и др., что позволяет добиться в меру "осознанного" поведения агентов.
Если интересуетесь темой рекомендую книжку Демушкина (см. выше) он там как раз обзор делает на всю проблематику и технологии связанные с ИИ.
Оценка ИИ по возможности вербального общения - это тест Тьюринга. А что если одной из "моделей" для определения будет человек в эмоционально нестабильном состоянии или ребенок или иностранец, не разделяющий культурного стандарта и вообще безграмотный? Как его отличить от плохого ИИ?
Попытка дать определение ИИ очень похоже на попутку предсказать результат боевого применения всепроницающего копья против всеблокирующего щита.
Однако выход есть. Вместо термина ИИ использовать "рационального агента" и дополнительно описать его свойства без отсылок к человеческим возможностям.
Я это видел, что указанная сеть работает в нескольких задачах, но задачи эти для нее заранее определены.
Про обучение я наверно криво написал. Я имел ввиду, что сильный ИИ должен обучаться постоянно, разовое обучение это не то, хотя и дает значимые практические результаты в узких задачах.
Нейросеть одна из технологий, на базе которой можно реализовать слабый ИИ. Но сама по себе она не ИИ. Возможны и другие технологии, на базе которых можно реализовать слабый ИИ например, генетические алгоритмы.
Это конечно все здорово. Но есть одна проблема, как этой нейронке поменять задачу, например, чтобы вместо юмора она управляла беспилотником для вспахивания поля, или чтобы боролась с хакерскими атаками в сети? Ответ никак. Почему? Да потому что-то систему обучиЛИ, а для того, чтобы сталь сильным ИИ надо чтобы она обучаЛАСЬ.
Нельзя отрицать, что заявленные результаты ее работы довольно неплохие. Отличный пример технологии слабого ИИ.
Идея интерпретации, как создания абстрактной модели на базе сырых сенсорных данных известна науке и даже есть в некоторых определениях ИИ рассмотренных выше. Другое дело, что пока неизвестно как ее реализовать.
Размышления о том, что человек мегамощный вычислитель, бесконечно сложный и т.д. несколько не соответствуют действительности. В предыдущей работе я писал о том, что за жизнь (100 лет) мы потребляем от 4 до 400 Пб данных. Цифра хоть большая, но посильная современной технике. Инфопоток от зрения всего 2.5 Мб/с что по современным меркам вообще смешно. Но тем не менее, смоделировать человека (создать ИИ) мы пока не можем.
Попытки в лоб смоделировать все имеющиеся нейроны и синапсы мозга обречены на провал, поскольку подобный подход не дал практических результатов при моделировании нервных систем примитивных существ.
Чувства/эмоции - эволюционное приобретение. Во многом они являются интегральной функцией сводящей все многомерные данные о среде (внутренней и внушений) к общему показателю, на базе которого затем можно принимать решения.
Эмоции помогают приоретизировать внимание. Например, боль - как интегральный показать того, что носитель может умереть заставляет бросить все и заниматься только ее устранением.
По моему мнению в недалеком будущем появятся системы которые будут в поведении похожи на человека. Алгоритмизация инстинктов, психики, чувств несложна, взять хотя бы ту же игру Sims.
Ключевую фишку, которую нельзя будет сделать - это истинное творчество. Оно заключается в нахождении решения задач алгоритм решения которых неизвестен. Когда ИИ или человек сталкивается с неизвестной задачей у них всегда есть вариант полного перебора возможных действий для решения задачи. Но только у человека есть возможность получить решение "как-то" еще, способом который нельзя описать словами. Примеров истинного творчества полно: социальное поведение, изобретение математики, изобретения компьютера и т.д. Я не знаю как бы выглядел алгоритмы, которые бы использовали пустые базы знаний, а затем пришли бы к указанным примерам..
Было бы здорово публиковать результирующий список (дискуссии можно вести на стороннем ресурсе) прямо на Хабре (далеко не факт, что Google Docs не будет заблокирован). Примеров регулярно обновляемых Хабро-статей сейчас предостаточно.
Надо проводить эксперименты, так не скажу. Говорят, что nftables специально точили под производительность.
Все новое это всегда боль. Но если сравнивать с iptables, то nftables все же продуманней. Всех примеров приводить не буду, остановлюсь лишь на классике:
Допустим вы работаете по SSH и отлаживаете какой-нибудь сетевой сервис.
-- А не отключить ли мне файервол, iptables -F...
Хм что с сессией? Почему перестал работать SSH?
После поездки на работу выяснится, что там были POLICY DROP. Так вот с nftables такого не будет. nft flush ruleset - полностью уберет всю фильтрацию. Тут правда тоже могут быть нюансы, если вы с его помощью маршрутизировали трафик, но это как говорится совсем другая история.
Еще следует вспомнить про списки. ipset + iptables - жалкая пародия на то, что nftables делать со списками.
Так что учить нужно, не разочаруетесь.
Make habr tech again :)
Спасибо за находки. Опечатки исправил, кавычки исправить нельзя. Их так рендерит сам Хабр.
По результатам боев ботов между собой самый злой бот это Eris. Он есть в том наборе, который приведен в примере. Но все может поменяться, так как авторы ботов серьезно рубятся между собой, по слухам из Discord канала они тратят по 4 часа времени в день на допил своих ботов.
Текущую рейтинговую таблицу ботов можно посмотреть на https://sc2ai.net/
Валидность цепочек доверия обуславливается настройкой доверия в локальном хранилище сертификатов.
Нейронки - это лишь один из способов. Есть еще генетические алгоритмы, нечеткая логика, теория игр и др., что позволяет добиться в меру "осознанного" поведения агентов.
Если интересуетесь темой рекомендую книжку Демушкина (см. выше) он там как раз обзор делает на всю проблематику и технологии связанные с ИИ.
Вербальное общение не является необходимым, если ИИ занимается защитой сети от хакерских атак или предсказаниями котировок валют.
В тесте Тьюринга участвуют несколько моделей среди которых есть ИИ. Испытуемый общается с каждой моделью и должен определить ИИ она или нет.
Сила ИИ может проявляться в следующем:
Возможности решать несколько разных Задач
Возможности функционирования в различных Средах и в условиях активного противодействия со стороны Среды.
Постоянном самосовершенствовании
Оценка ИИ по возможности вербального общения - это тест Тьюринга. А что если одной из "моделей" для определения будет человек в эмоционально нестабильном состоянии или ребенок или иностранец, не разделяющий культурного стандарта и вообще безграмотный? Как его отличить от плохого ИИ?
Попытка дать определение ИИ очень похоже на попутку предсказать результат боевого применения всепроницающего копья против всеблокирующего щита.
Однако выход есть. Вместо термина ИИ использовать "рационального агента" и дополнительно описать его свойства без отсылок к человеческим возможностям.
Я это видел, что указанная сеть работает в нескольких задачах, но задачи эти для нее заранее определены.
Про обучение я наверно криво написал. Я имел ввиду, что сильный ИИ должен обучаться постоянно, разовое обучение это не то, хотя и дает значимые практические результаты в узких задачах.
Спасибо.
Нейросеть одна из технологий, на базе которой можно реализовать слабый ИИ. Но сама по себе она не ИИ. Возможны и другие технологии, на базе которых можно реализовать слабый ИИ например, генетические алгоритмы.
Это конечно все здорово. Но есть одна проблема, как этой нейронке поменять задачу, например, чтобы вместо юмора она управляла беспилотником для вспахивания поля, или чтобы боролась с хакерскими атаками в сети? Ответ никак. Почему? Да потому что-то систему обучиЛИ, а для того, чтобы сталь сильным ИИ надо чтобы она обучаЛАСЬ.
Нельзя отрицать, что заявленные результаты ее работы довольно неплохие. Отличный пример технологии слабого ИИ.
Спасибо за наводку, постараюсь ознакомится.
Идея интерпретации, как создания абстрактной модели на базе сырых сенсорных данных известна науке и даже есть в некоторых определениях ИИ рассмотренных выше. Другое дело, что пока неизвестно как ее реализовать.
Размышления о том, что человек мегамощный вычислитель, бесконечно сложный и т.д. несколько не соответствуют действительности. В предыдущей работе я писал о том, что за жизнь (100 лет) мы потребляем от 4 до 400 Пб данных. Цифра хоть большая, но посильная современной технике. Инфопоток от зрения всего 2.5 Мб/с что по современным меркам вообще смешно. Но тем не менее, смоделировать человека (создать ИИ) мы пока не можем.
Попытки в лоб смоделировать все имеющиеся нейроны и синапсы мозга обречены на провал, поскольку подобный подход не дал практических результатов при моделировании нервных систем примитивных существ.
Чувства/эмоции - эволюционное приобретение. Во многом они являются интегральной функцией сводящей все многомерные данные о среде (внутренней и внушений) к общему показателю, на базе которого затем можно принимать решения.
Эмоции помогают приоретизировать внимание. Например, боль - как интегральный показать того, что носитель может умереть заставляет бросить все и заниматься только ее устранением.
Философия - наука, ставящая хорошие вопросы, но никогда не дающая на них хорошие ответы.
По моему мнению в недалеком будущем появятся системы которые будут в поведении похожи на человека. Алгоритмизация инстинктов, психики, чувств несложна, взять хотя бы ту же игру Sims.
Ключевую фишку, которую нельзя будет сделать - это истинное творчество. Оно заключается в нахождении решения задач алгоритм решения которых неизвестен. Когда ИИ или человек сталкивается с неизвестной задачей у них всегда есть вариант полного перебора возможных действий для решения задачи. Но только у человека есть возможность получить решение "как-то" еще, способом который нельзя описать словами. Примеров истинного творчества полно: социальное поведение, изобретение математики, изобретения компьютера и т.д. Я не знаю как бы выглядел алгоритмы, которые бы использовали пустые базы знаний, а затем пришли бы к указанным примерам..
Было бы здорово публиковать результирующий список (дискуссии можно вести на стороннем ресурсе) прямо на Хабре (далеко не факт, что Google Docs не будет заблокирован). Примеров регулярно обновляемых Хабро-статей сейчас предостаточно.
С ГОСТами ситуация не простая их ОЧЕНЬ много, в эту статью их точно добавлять не буду. Возможно когда-то будет отдельная статья посвящённая именно им.
Перечень нужных "обычным" безопасникам технических документов можно узнать из перечня ФСТЭК, являющегося частью требований к лицензиатам.
Интересно, когда появятся паруса на подобном принципе https://habr.com/ru/news/t/566296/?