наши познания о взаимодействии протонов и электронов гораздо точнее наших познаний о взаимодействии протеинов, липидов и т.д. из которых состоят нейроны.
у людей просто нет теории когнитивной работы мозга, вот и работают сразу во всех направлениях.
не могу с вами не согласиться. Действительно, теория Рэя кажется очень поверхностной.
И да, есть множество примеров, таких как, например, «идеальная память», когда человек может вспомнить любой момент из своей жизни, которые сложно вписать в его модель. И тут сложно сказать, почему обычные люди не обладают такой возможностью: то ли это запись в долговременную память неточная, то ли долговременная память перезаписывается со временем, то ли проблема с адресацией в ней (в таких случаях, например, помогает вспомнить сопутствующие детали ситуации), то ли с выводом информации из долговременной в рабочую память. Тут есть над чем подумать. Но в первую очередь, конечно, необходимо выяснить а как же все-таки семантическая информация хранится и обрабатывается.
Лично я думаю, что мозг старается запомнить взаимосвязанную информацию во всех областях сразу (и вспоминает, соответственно тоже), просто у разных людей немного разная эффективность запоминания/вспоминания в этих областях, а со временем те успешные области, которые человек наиболее часто тренирует и приводят его к одному из классов: визуалы, аудиалы, кинестетики…
нет, тут я не могу с вами согласиться.
принципы, заложенные в основу проекта те же самые, что используются давно и во многих системах. Можно, конечно, сказать, что начало положено, но оно было положено еще сетями Хопфилда, если честно.
С тех пор, как видно, принципиально мало что изменилось, разве что суперкомрьютеры стали быстрее. А идеология та же самая. И как она тогда не приводила к интеллекту, так и сейчас не приводит.
В конце концов, даже пчелы и муравьи ведут относительно интеллектуальный образ жизни, имеют потрясающую точность контроля своих движений, способны на социализацию, а у них нейронов-то всего ничего. Так что дело не в количестве нейронов, а в том, что мы не понимаем сути.
я знаю о чем вы :) Вы о работе Andrew Ng.
И таки да, действительно, они нашли нейрон, который чаще других активировался на изображение кошки и реже всего на все остальное.
Но если от кошки у нас на картинке будет только хвост и задняя лапа, чего нам вполне хватит, то его система эту кошку не распознает. Потому что обратное распространение сигнала показало, что паттерн, который максимально вероятно активирует этот нейрон напоминает лицо кошки. А не концепт кошки.
а разве стимул-реакция не есть пример последовательной памяти?
а входной вектор, по словам Рэя, сопоставляется в 300 млн обработчиков именно что одновременно, но эир не память, а способ обработки информации.
я, кстати, согласен, что подход Рэя очень упрощен и вряд ли приведет к полноценному ИИ, что мы и имеем в виде сложностей при создании более-менее интеллектуальных систем.
да машина много чего не может, например научиться отличать кошку от собаки на произвольных картинках.
про постановку задач: какие-то ученые научили свой ИИ делать теории, ставить эксперименты и верифицировать теории результатами. Давно, но был такой момент, сейчас уже не помню деталей.
у людей просто нет теории когнитивной работы мозга, вот и работают сразу во всех направлениях.
И да, есть множество примеров, таких как, например, «идеальная память», когда человек может вспомнить любой момент из своей жизни, которые сложно вписать в его модель. И тут сложно сказать, почему обычные люди не обладают такой возможностью: то ли это запись в долговременную память неточная, то ли долговременная память перезаписывается со временем, то ли проблема с адресацией в ней (в таких случаях, например, помогает вспомнить сопутствующие детали ситуации), то ли с выводом информации из долговременной в рабочую память. Тут есть над чем подумать. Но в первую очередь, конечно, необходимо выяснить а как же все-таки семантическая информация хранится и обрабатывается.
Лично я думаю, что мозг старается запомнить взаимосвязанную информацию во всех областях сразу (и вспоминает, соответственно тоже), просто у разных людей немного разная эффективность запоминания/вспоминания в этих областях, а со временем те успешные области, которые человек наиболее часто тренирует и приводят его к одному из классов: визуалы, аудиалы, кинестетики…
наверное потому, что если бы они знали как, то уже делали бы :)
вот если бы там были разные модели представления данных…
принципы, заложенные в основу проекта те же самые, что используются давно и во многих системах. Можно, конечно, сказать, что начало положено, но оно было положено еще сетями Хопфилда, если честно.
С тех пор, как видно, принципиально мало что изменилось, разве что суперкомрьютеры стали быстрее. А идеология та же самая. И как она тогда не приводила к интеллекту, так и сейчас не приводит.
В конце концов, даже пчелы и муравьи ведут относительно интеллектуальный образ жизни, имеют потрясающую точность контроля своих движений, способны на социализацию, а у них нейронов-то всего ничего. Так что дело не в количестве нейронов, а в том, что мы не понимаем сути.
И таки да, действительно, они нашли нейрон, который чаще других активировался на изображение кошки и реже всего на все остальное.
Но если от кошки у нас на картинке будет только хвост и задняя лапа, чего нам вполне хватит, то его система эту кошку не распознает. Потому что обратное распространение сигнала показало, что паттерн, который максимально вероятно активирует этот нейрон напоминает лицо кошки. А не концепт кошки.
а входной вектор, по словам Рэя, сопоставляется в 300 млн обработчиков именно что одновременно, но эир не память, а способ обработки информации.
я, кстати, согласен, что подход Рэя очень упрощен и вряд ли приведет к полноценному ИИ, что мы и имеем в виде сложностей при создании более-менее интеллектуальных систем.
про постановку задач: какие-то ученые научили свой ИИ делать теории, ставить эксперименты и верифицировать теории результатами. Давно, но был такой момент, сейчас уже не помню деталей.