Вашими устами бы да мед пить :-) Что конкретно вы предлагаете ? Небольшая подсказка: алгоритм , сопоставления с образцом для продукционных систем Rete строит граф, узлам которого соответствуют правила вывода. Кроме того Вы забыли упомянуть важный механизм обучения с подкреплением (reinforcement learning). Очевидно, что его можно применить к графам.
Я исключительно желаю Вам Удачи и Успеха в Вашем проекте, а так же хороших выходных! На самом деле даже из BERT можно вытащить кучу концептуальных и прагматических знаний. Мое мыло oleynikov.ig@gmail.com Пишите, не стесняйтесь если будут траблы. Мы делаем одно дело!
Математические таблицы в 5 лет? несчастный ребенок :-) Я конечно шучу! Но у меня есть похожие идеи. На самом деле можно превратить в интерактивные мультимедиа приложения обычные учебники *.pdf форматов в автоматическом режиме. OCR -> парсинг текста -> генерация дескриптивного описания учебника в HTML для плеера, добавление TTS, картинок и т.д. Это может быть очень полезно для детей, обучения языкам, программированию. Если немного напрячься и подключить генеративные нейронные сети, то картинки и анимацию можно добавить самому по текстам глав, примерами, тестовым вопросам.
Ранее мне тоже казалось, что LLM вроде как бесполезны, но я нашел применение эмбеддингам слов и самой модели BERT. Расчеты близости векторов слов позволяют быстро найти все глаголы и другие сущности, связанные с заданной. Удобно то, что мы сразу получаем вероятность логических связей понятий и можем выстроить граф зависимостей или семантическую сеть. Сам BERT позволяет понять какая сущность может быть субъектом, а какая объектом. Самому искать все эти данные в текстовых корпусах очень нудное и не точное занятие. Удачи !
Я не совсем соображу как пользоваться личкой хабра. На всякий случай мой прямой E-mail: oleynikov.ig@gmail.com. Киньте письмо и я обязательно отвечу. Удачи !
я думал над этой проблемой и пришел к мысли, что начинать надо с выбора правильной архитектуры мозга робота. Следует максимально быстро повторить путь эволюции живых существ в плане моделирования всей иерархии зон мозга, начиная с рептильной (инстинкты, выживание), лимбической (чувства, эмоции) и заканчивая неокортексом (сознание, интеллект). Это похоже на организацию слоев трансформеров нейросетей. Инстинкты скорее всего можно описать в виде базовых принципов или правил простейших автоматов, а вот эмоции следует реализовать как совершенно новую нейромодель, подсмотрев реализацию сложных компьютерных игр с искусственным интеллектом. Ключевую роль в создании такой системы окажет: эволюционное моделирование, передовые движки симуляции физики, обучение с подкреплением и имитационное тестирование в ROS 2, Gazebo. Я с удовольствием пересекся бы автором статьи для развития обсуждения данного вопроса.
наука синергетика давно и успешно занимается теорией катастроф, исследованием закономерностей социальных и исторических процессов. По уму интегрировать усилия в области машинного обучения с методами самоорганизации синергетики. Это может быть очень перспективным направлением.
я не вижу сути проблемы. Логично рассматривать нейронную сеть как еще одно представление математической функции в ряд, аналогичный разложению Тейлора или Фурье. Кстати, для временных рядов очень эффективны представления в виде авторегрессионных моделей типа (LPC) это чистой воды полный аналог back propagation.
реализовать запись при отключенном питании крайне проблематично и не факт, что все производители будут внедрять эту функцию, но исключать некие технические закладки к коды самых популярных смартфонов, в частности компании Apple, я бы не стал. Регулирующие органы США безусловно давят на ведущие компании для внедрению своих средств негласного контроля и я бы на месте потенциального террориста не рискнул вообще использовать устройства с модулем связи.
в стандартных моделях LLM на трансформерах ни о каком реальном понимании смысла текста и речи быть не может. Это только повторялки всего запомненного . Для полноценного понимания нужен движок логического вывода и четкие, понятные правила игры. Пусть это будет вероятностная, нечеткая логика, это не страшно. Можно рассмотреть все варианты и выбрать нужный, но обязательно с объяснениями что, почему и как. На самом деле логический движок можно реализовать в виде сети или графа вывода, но это будет модификация стандартной нейронной сети.
у меня складывается ощущение, что я общаюсь с каким то злобным ботом или троллем , а не реальным человеком. 100 раз давал себе зарок не лезть в пустые дискуссии. Не завидую Вашему мужу или другу. :-)
при помощи не означает, что некий человек использует ИИ только как калькулятор. ИИ программа способна самостоятельно ставить цели, искать решения и планировать без участия человека. Если Вы беретесь публиковать посты на подобные темы, то без знания книги Рассела, Норвига это смотрится совершенно не серьезно.
там есть четкий пороговый уровень концентрации ионов, он как раз и задает случайный момент срабатывания. Хаотическое поведение в жестко детерминированных системах автоматически возникает при наличии нелинейности. Нейронные сети это классический образец нелинейщины. Реально надо копать в сторону синергетики, самоорганизации. Удачи !
последний аккорд: на счет постановки целей, поиска решений, планирования при помощи ИИ программ советую глянуть самый фундаментальный труд: Рассел, Стюарт, Норвиг, Питер. Искусственный интеллект современный подход
нет, похоже мы не найдем взаимного понимания и Бог с ним. Пора прекращать совершенно бессмысленный спор. Я искренне желаю Вам хороших выходных, успехов в исследованиях и Удачи !
психологи и философы потратили более 3-х тысяч лет и не решили ни один реальный вопрос. ИИ за 60 лет превзошел умственные возможности самых одаренных людей и семимильными шагами движется дальше! Сами по себе эмоции не играют определяющей роли, но являются составной частью самосознания, а это как раз ключ к самообучению и адекватному пониманию мира.
Вашими устами бы да мед пить :-) Что конкретно вы предлагаете ? Небольшая подсказка: алгоритм , сопоставления с образцом для продукционных систем Rete строит граф, узлам которого соответствуют правила вывода. Кроме того Вы забыли упомянуть важный механизм обучения с подкреплением (reinforcement learning). Очевидно, что его можно применить к графам.
Удачи !
Я исключительно желаю Вам Удачи и Успеха в Вашем проекте, а так же хороших выходных! На самом деле даже из BERT можно вытащить кучу концептуальных и прагматических знаний. Мое мыло oleynikov.ig@gmail.com Пишите, не стесняйтесь если будут траблы. Мы делаем одно дело!
Математические таблицы в 5 лет? несчастный ребенок :-) Я конечно шучу! Но у меня есть похожие идеи. На самом деле можно превратить в интерактивные мультимедиа приложения обычные учебники *.pdf форматов в автоматическом режиме. OCR -> парсинг текста -> генерация дескриптивного описания учебника в HTML для плеера, добавление TTS, картинок и т.д. Это может быть очень полезно для детей, обучения языкам, программированию. Если немного напрячься и подключить генеративные нейронные сети, то картинки и анимацию можно добавить самому по текстам глав, примерами, тестовым вопросам.
Ранее мне тоже казалось, что LLM вроде как бесполезны, но я нашел применение эмбеддингам слов и самой модели BERT. Расчеты близости векторов слов позволяют быстро найти все глаголы и другие сущности, связанные с заданной. Удобно то, что мы сразу получаем вероятность логических связей понятий и можем выстроить граф зависимостей или семантическую сеть. Сам BERT позволяет понять какая сущность может быть субъектом, а какая объектом. Самому искать все эти данные в текстовых корпусах очень нудное и не точное занятие. Удачи !
OK. Спасибо, Удачи !
Я не совсем соображу как пользоваться личкой хабра. На всякий случай мой прямой E-mail: oleynikov.ig@gmail.com. Киньте письмо и я обязательно отвечу. Удачи !
я думал над этой проблемой и пришел к мысли, что начинать надо с выбора правильной архитектуры мозга робота. Следует максимально быстро повторить путь эволюции живых существ в плане моделирования всей иерархии зон мозга, начиная с рептильной (инстинкты, выживание), лимбической (чувства, эмоции) и заканчивая неокортексом (сознание, интеллект). Это похоже на организацию слоев трансформеров нейросетей. Инстинкты скорее всего можно описать в виде базовых принципов или правил простейших автоматов, а вот эмоции следует реализовать как совершенно новую нейромодель, подсмотрев реализацию сложных компьютерных игр с искусственным интеллектом. Ключевую роль в создании такой системы окажет: эволюционное моделирование, передовые движки симуляции физики, обучение с подкреплением и имитационное тестирование в ROS 2, Gazebo. Я с удовольствием пересекся бы автором статьи для развития обсуждения данного вопроса.
наука синергетика давно и успешно занимается теорией катастроф, исследованием закономерностей социальных и исторических процессов. По уму интегрировать усилия в области машинного обучения с методами самоорганизации синергетики. Это может быть очень перспективным направлением.
я не вижу сути проблемы. Логично рассматривать нейронную сеть как еще одно представление математической функции в ряд, аналогичный разложению Тейлора или Фурье. Кстати, для временных рядов очень эффективны представления в виде авторегрессионных моделей типа (LPC) это чистой воды полный аналог back propagation.
реализовать запись при отключенном питании крайне проблематично и не факт, что все производители будут внедрять эту функцию, но исключать некие технические закладки к коды самых популярных смартфонов, в частности компании Apple, я бы не стал. Регулирующие органы США безусловно давят на ведущие компании для внедрению своих средств негласного контроля и я бы на месте потенциального террориста не рискнул вообще использовать устройства с модулем связи.
в стандартных моделях LLM на трансформерах ни о каком реальном понимании смысла текста и речи быть не может. Это только повторялки всего запомненного . Для полноценного понимания нужен движок логического вывода и четкие, понятные правила игры. Пусть это будет вероятностная, нечеткая логика, это не страшно. Можно рассмотреть все варианты и выбрать нужный, но обязательно с объяснениями что, почему и как. На самом деле логический движок можно реализовать в виде сети или графа вывода, но это будет модификация стандартной нейронной сети.
у меня складывается ощущение, что я общаюсь с каким то злобным ботом или троллем , а не реальным человеком. 100 раз давал себе зарок не лезть в пустые дискуссии. Не завидую Вашему мужу или другу. :-)
при помощи не означает, что некий человек использует ИИ только как калькулятор. ИИ программа способна самостоятельно ставить цели, искать решения и планировать без участия человека. Если Вы беретесь публиковать посты на подобные темы, то без знания книги Рассела, Норвига это смотрится совершенно не серьезно.
рассуждения достойны больницы имени П. П. Кащенко :-)
можно глянуть статью http://jetpletters.ru/ps/2328/article_34627.pdf
там есть четкий пороговый уровень концентрации ионов, он как раз и задает случайный момент срабатывания. Хаотическое поведение в жестко детерминированных системах автоматически возникает при наличии нелинейности. Нейронные сети это классический образец нелинейщины. Реально надо копать в сторону синергетики, самоорганизации. Удачи !
детерминизм не отменяется, но делает сам акт и момент спайка случайным
последний аккорд: на счет постановки целей, поиска решений, планирования при помощи ИИ программ советую глянуть самый фундаментальный труд: Рассел, Стюарт, Норвиг, Питер. Искусственный интеллект современный подход
нет, похоже мы не найдем взаимного понимания и Бог с ним. Пора прекращать совершенно бессмысленный спор. Я искренне желаю Вам хороших выходных, успехов в исследованиях и Удачи !
психологи и философы потратили более 3-х тысяч лет и не решили ни один реальный вопрос. ИИ за 60 лет превзошел умственные возможности самых одаренных людей и семимильными шагами движется дальше! Сами по себе эмоции не играют определяющей роли, но являются составной частью самосознания, а это как раз ключ к самообучению и адекватному пониманию мира.