>>>Задача AGI не упоминает, в какой именно среде находится AGI. Скажем так, AGI, исходя из его определения, должен уметь сам изготовить эту свёрточную сеть. А то вдруг он окажется в 4-мерном пространстве, и там надо делать не 2-мерные фильтры, а 3-мерные?
В своих изысканиях я проходил через несколько… Скажем так «этапов». ;) В статье вскользь упоминается о том, что «разум, это способность существа», т.е. не просто какой-то абстракции, а чего-то такого, что существует в исследуемом мире, как часть этого мира. Следовательно, можно предположить, что этот «мир» уже обладает некой размерностью и в самой нашей системе заложены начальные… механизмы, что-ли, которые и позволяют осуществлять «построение модели». В качестве иллюстрации собственно и написана история гипотетического робота: его мир заранее содержит представление о пространстве, он может строить его карту, локализовать в ней себя и другие объекты… все это является входом для его «решателя-принимателя-решений-разума», чем бы он в итоге не был: AGI/RL-сетью/деревом вариантов или чем-то еще. НЕ вход с сенсоров, а именно модель. Собственно и выходом тоже является модель, только развернутая в будущее и содержащая действия самое себя…
Я к тому, что на определенном этапе я отошел от мысли, что AGI должен быть абсолютно универсальным и будучи помещенным в любую среду уметь полностью самостоятельно постичь правила игры. По крайней мере на начальном этапе это в значительной мере выбивает почву из под ног: я считаю, что сначала было бы неплохо построить AGI, существующий в конкретном мире (вроде робота уборщика ;) ), а потом развивать универсальность. Это позиция на момент написания первой части статьи.
Вторая часть должна быть про процессное восприятие. Я пришел к тому, что в принципе лишь одно измерение есть всегда — это время. И основной квант модели — процесс. Это позволяет в принципе говорить об универсальности подхода, но не отменяет необходимости некоего начального «конфигурирования» системы под конкретные задачи.
>>>Уровень абстрагирования разный. Как это воспроизводить на компе — хороший вопрос.
Мне это видится как… Усовершенствованная теория множеств, или классов, когда нет строгого разделения на класс/экземпляр или множество/элемент, а все это равноправные элементы, имеющие неограниченную вложенность. В таком случае можно описать довольно обобщенные процессы… Нет, если вы захотите от меня больше конкретики — я скорее всего поплыву. ;) У меня есть идеи, но нет стройной завершенной теории. Собственно мое состояние в этом смысле является прекрасной иллюстрацией вопроса: очень размытое общее представление. ;) Собственно именно это свойство психики позволяет нам иметь полную модель реальности!
>>>Ну то есть это чисто вспомогательная штука.
А мне, наоборот, кажется, что существующие технологии без сомнения прекрасны (RL, сверточные сети, дерева решений и тп), но они лишь инструменты. Внутри же системы должна быть определенная архитектура. Нет, система вполне может состоять из множества RL-сетей и даже только из них! Но это не значит, что надо просто взять тысячу RL на все случаи жизни и они вместе дадут AGI — не дадут. Нужна идея! Концепт.
>>>Я честно не очень понимаю, что вы понимаете под моделью, но давайте попробуем найти точку отсчёта.
Последнее из относительно практического, что я давно хочу попробовать: есть движок unity, там есть PhysX. берем шагающего робота — не очень сложного, на серво-машинках, ставим на него гироскоп (или не один). Далее у нас есть информация о положении серв и данные с гироскопа… в юнити создаем максимально «такого же» робота, где оперативно обновляем информацию о положении серв и положении в пространстве. Т.е. в первом приближении у нас модель и реальность синхронизированы. Далее… Большое пространство для экспериментов. ;)
Под моделью я понимаю буквально: модель. ;) Конечно описанное выше — это не финальный вариант. Это точка отсчета. Конечно хотелось бы, что бы система сама пришла к чему-то подобному, но… На самом деле не доказано, что человек не рождается с «предустановками» относительно размерности пространства и «интуитивным» (считай, предустановленным) понятием движения/гравитации. Но в итоге важно, что есть две реальности — внешняя и внутренняя и на их взаимной корреляции можно попробовать что-то делать.
>>>Дальше… Мы говорим следующее. Каждый из этих алгоритмов — это гипотеза о том, как устроен мир.
Тут… Тонко. Я понимаю, что вы хотите сделать: мой, достаточно оторванный от реальность «полет мысли» (в плохом смысле слова) вы хотите вернуть на грешную землю к непосредственной практике. Это правильно — это очень нужно делать. И вы не первый, кто говорит о RL, способной предсказывать следующий кадр, как о модели мира… И я даже понимаю, что где-то это так и есть. Но несколько не в том понимании, о котором говорю я.
Я попробую сформулировать в чем нюанс, но… Не с ходу. Мне нужно подумать.
Ох… Много сразу вопросов/идей… ;) Если что пропущу — соориентируйте! )
>>> Есть концепция Artifical General Intelligence
Если я ничего не путаю, то AGL, это так называемый «Сильный» ИИ, или универсальный ИИ. Понятие введено, что бы не создавать путаницы: множество современных систем решает вполне себе интеллектуальные задачи (да и сам термин у англоговорящих товарищей AI — это Artificial intelligence — интеллектуальная деятельность), но при этом — узко специализированны. СМИ очень любят новости вида «Искусственный интеллект превзошел человека в области...», но не уточняют, что речь идет о хорошо обученной нейронной сети… AGL — это как раз ИИ в общепринятом непрофессиональном понимании — этакий мозг, который как наш, только искусственный. ;)
>>>Тот ИИ, что вы описали — это не RL. Это тот кусок RL
Я убежден, что сверточные, рекурентные и прочая сети — это безусловно нужные и важные вещи, но они не обладают… Не знаю — «архитектурой», или «идеологией» что ли. А «обучение с подкреплением» (reinforcement learning), как и любые другие формы обучения — так же очень нужные концепции, которые безусловно пригодятся, но не являются теорией именно интеллекта в целом. Были попытки доказать, что таки являются, но не увенчались успехом… У меня есть некоторые соображения почему именно и о них должна была быть вторая часть, но пока не созрела.
В ходе моих экспериментов с RL оказалось, что построить хорошую модель реальности — это уже проблема.
Это безусловно проблема. Но это проблема еще и потому, что вы подходите к созданию AGL, как к обычному AI. Т.е. вы начинаете пытаться поставить локальную задачу, понимая, что глобальное описание мира — это слишком сложно.
Но мне кажется, что нужно изменить подход. Что модель мира не обязательно сложна, но всегда всеобъемлюща. Ее сложность нарастает постепенно путем разделения уже известного на более детальное представление того-же самого. Слово «Все», «Сущее», «Мироздание» — является малоприменимой на практике, но тем не менее полной моделью мира (в начале было слово, да? ;) ). Если разделить его на два подмножества, например «я» и «не я» — то она уже будет практичнее и все равно останется полной. В системах типа карт Таро или скандинавских рун — конечное число элементов и их сочетаний описывает все мироздание. Впрочем наш родной алфавит на 33 буквы — тоже. )
>>>Значит, модель должна уметь учитывать историю
Она ее не учитывает — она из нее состоит. Модель имеет протяженность из прошлого в будущее. Она в любом случае развернута во времени — причем практически в бесконечность. В целом это не совокупность объектов, а совокупность процессов. ;) Об этом тоже должна быть вторая часть.
>>>Если же смотреть с точки зрения теории управления, то у человека каждая палочка/колбочка в глазу — это отдельный сенсор. И каждый температурный рецептор — это отдельный сенсор. Частота восприятия — это что-то типа 1/25 секунды.
Я могу ошибаться, но собственно сверточные сети этот вопрос более-менее проясняют. Человек не является системой раздражитель-реакция. Каждые единичные сенсоры ищут очень простые элементы, которые на следующем уровне собираются в контуры, которые… И так до тех пор, пока на выходе не будут абстракции уже довольно высокого уровня (в плоть до «нейронов бабушки», google, если что). В любом случае все эти данные являются лишь обновлением для модели, а не основанием реакции. Действия же обусловлены тем, что стратегия, о которой вы говорили, уже построена и действия в соответствии с ней включены в модель настоящего-будущего, как ее (модели) непосредственная часть.
>>>Горизонт планирования — это «расстояние», на котором человек вообще теряет любое понимание последствий своих решений.
Я бы так не сказал… Все зависит условно «от уровня детализации». В шахматах конечно человек планирует всего на несколько ходов, но это достаточно детально. Но на самом высокм уровне он планирует до конца: он собирается выиграть. ;) Иными словами — в его модели он уже выиграл и сделал все эти 3-7-12 ходов ближайших и более размыто — далее… Вплоть до победы.
>>>Написать такую модель руками можно, но
Не думаю… Но ее не нужно писать… Нужно все-таки придумать какие-то более менее универсальные принципы, по которой она могла бы уточнятся постоянно. В прочем, в чем-то вы правы: если не начать писать, то как она должна выглядеть — не понять. ;) Нужно прорабатывать теорию — пробовать что можно, авось что-то и проклюнется.
>>> Ещё наблюдаю, что люди мыслят в терминах объектов
НЕ совсем… Но это долгая тема. ;) Люди мыслят в терминах процессов.
>>> Для него будет существовать видеоряд с камер, множество кадров, каждый из которых состоит из пикселей.
Опять же — нет. Это УЖЕ не так. в терминах пикселей «мыслит» первый слой сверточной сети. После 4-5 слоя уже абстракции вполне серьезные — можно говорить об образах. Даже сейчас. НА текущем этапе развития.
Где-то попадалась информация, что первые несколько слоев свертки у нас внезапно — В ГЛАЗУ. ;) Т.е. по глазному нерву в зрительную кору идут уже не «пиксели», а возможно целые объекты!
>>>Так что полагаю, главный вопрос в том, как конкретно сделать настолько мощную модель? Какая у неё будет структура, как обучать, как защитить от переобучения?
Ох… Ну если бы я это знал — стал бы я писать на Хабр философские измышления? ;) Я надеюсь изменить своими словами подход. И может быть тогда сформируются какие-то прорывные подходы… Ну хотелось бы верить, что это возможно.
Но я точно знаю, что от переобучения она, например, должна быть защищена именно тем, что чем более детальна и полна модель, тем сложнее непротиворечиво встроить в нее новые элементы, и как следствие — с большой вероятностью новые данные «не зайдут».
Простите, я понимаю, что между обучением нейронной сети и обучением в том контексте, что говорю я — существует семантический разрыв… Что обучение нейронной сети — это практическая задача, а обучение, как это слово использую я — во много философское понятие. Это создает не очень хороший эффект, похожий на подмену понятий.
Да — я действительно пока не могу наверное МАТЕМАТИЧЕСКИ сформулировать то, что подразумеваю под обучением. ( Я пока слабо понимаю, что такое на практике «построение модели», «включение в модель», «поиск противоречия». Ну вот именно в виде конкретной реализации. Собственно именно поэтому и пишу сюда. ;)
Фактически вы привели задачу классификации, и мне кажется, что на текущий момент ее сносно решают нейронные сети. В процессе обучения вы сможете добиться от современной сети точности в 80-90% в задаче классификации мусора(конечно куча нюансов, какими именно сенсорами будет оперировать система для анализа, и как следствие — что за метрики будут у объектов), что вполне приемлемо.
При этом логика поведения все еще может оставаться вполне алгоримизируемой, без «бзиков». ;) Такому уборщику интеллект общего типа не нужен.
В описанной гипотетической ситуации, не интеллект ради уборки мусора, а уборка мусора, как тестовая среда для интеллекта… Как-то так.
общая канва повествования почему-то вышла на идею сходную с максимизатором скрепок, хотя я к этому не стремился…
Я конечно хотел проиллюстрировать идею, что машины с интеллектом общего типа не программируются. Им по сути нужно задавать жизненные установки, критерии счастья… Ну да — в каком-то смысле KPI. И да — в любом случае, они будут пытаться добиться желаемого практически любым способом. НО это не главное.
Что я действительно хотел проиллюстрировать, так это то, что машина, построенная так, что бы добиться максимального соответствия своей модель мироздания с собственно мирозданием уже имеет массу необходимых элементов сознания/разума, как-то:
стремление к познанию;
размышления, которые представляют собой попытки убрать противоречия уже созданной модели;
мотивацию к действию — т.к. не только модель можно уточнять в соответствии с мирозданием, но и мироздания в определенных пределах можно подгонять под моделью;
Конечно все это неизбежно приводит, к некоторым когнитивным искажениям… Такова плата за универсальность и гибкость.
Что немаловажно — все это относится не только к машинам. ;)
Зависит от того, кто именно ставит задачу… ;) Условно пользователь/клиент, или начальник/коллега (в широком смысле).
Если пользователь — то ему нужно не спрашивать, как сделать что-то, а описывать проблему с которой он столкнулся, потому, что весьма вероятно, что его проблема решается проще. А если, допустим, программист на тематическом форуме спросил как «выстрелить себе в ногу», то его цель именно узнать, как выстрелить в ногу и рассказывать ему, что в ногу лучше не стрелять — в принципе означает сомневаться в его компетенции. Другое дело, если человек сам сразу говорит, мол «я в этом деле новичок, разъясните дураку»… ;)
Проблема ХУ говорит о том, что при постановки задачи в большинстве случаев хорошо бы начать собственно с описания проблемы, а не формулировки как именно ее надо решить. Это актуально во всех случаях, когда вы обращаетесь к специалистам в области решения подобных проблем, квалификация которых, как минимум не ниже вашей (вы как пользователь ставите задачу программисту, вы как заказчик ставите задачу строителю и тп...).
Описанная же вами и JustDont проблема относится к вопросам, заданным в профессиональной среде (на тематических ресурсах по обмену опытом), где все «по одну сторону баррикад» (все специалисты, а не заказчики) и собственно вариант решения Y cамоценен сам по себе… Просто некоторые из отвечающих забывают переключиться. ;)
Ну и конечно если задача ставится исполнителям их непосредственным руководителем — в подавляющем большинстве случаев вопросы типа «а почему вот именно так, а не иначе, а зачем… » — лишняя трата времени. Не всегда, но часто. Обычно конкретный программист не очень представляет проект в целом, и обосновать применение того или иного подхода в данном случае чревато долгой и утомительной философской беседой…
Во-первых, не только один предмет на контрастном фоне — несколько предметов с идентификацией (в лучших кейсах) даже не по размеру, но по форме. В финале соревнования из трех предметов нужно было выбрать именно смартфон: выбрать и взять в руки.
Во-вторых, кто бы спорил: наверное было бы круче лидар/управляемый сонар/электроды в зрительную кору… но есть вот это. И оно как-то работает. Не у всех одинаково хорошо, да и в целом не бог весть как, но работает. На практике. И это как-то вроде лучше, чем «как у дельфина», но в теории, не так ли?
Я бы с удовольствием поддержал бы критику вида «Да мы давно сделали круче/дешевле/технологичнее/доступнее, чем у них!» И описание технологии, демонстрации прототипа и тд. Но...
Мне почему-то кажется, что в данной области любые варианты лучше, чем их отсутствие… Можете лучше: дерзайте! Думаю, тысячи людей будут вам признательны… ну или на худой конец — дайте ссылку на живые разработки в данном направлении (они ведь есть! Просто там тоже далеко не все гладко)
Я полагаю, в данном процессе (восприятие окружения через слух) есть фундаментальные сложности, без преодоления которых технологическое совершенство оборудования играет не такую большую роль...
Я просто хочу верить, что это работает. Ну потому, что это интересная и нужная вещь. Надеюсь, что просто не умеют ребята, что нет финансирования и тп. Будет очень жаль, если Петрики.
Ну и да… Вадим Арцев — тоже с ними в сговоре? Было бы совсем печально.
Хм… Любопытно. Где можно почитать про реализацию этих замечательных идей на практике?
Всё, что нужно для «подмены понятий» в нейронных структурах, так это оттранслировать изображение в звуковую панораму в том же алгоритме, как и для зоны зрения.
Звучит круто! Есть видео людей, которые пользуясь данным подходом решают практические задачи?
Вопрос ведь не только и не столько закодировать, сколько раскодировать. ;)
Причем на принимающий стороне — человек, а не электроника. Собственно ноу-хау голандца в том и было, что такой вот способ кодирования, позволяет после некоторой тренировки получать в сознании некий образ…
огично было бы ещё и бинауральность слуха использовать
могу ошибаться, но как раз используют в полный рост — то, что слева на картинке «звучит» больше в левом канале, то, что справа — в правом.
Подход АБСОЛЮТНО не серьезный! Подход уровня ПТУшников и ардуины — вы правы. Но при серьезном подходе ценник будет на пару порядков выше. Посмотрите электронные протезы. Вот там все по-взрослому.
Просто обычно такие исследования изначально довольно хорошо финансируются, а потом, в случае удачи — затраты отбиваются. Здесь похоже наоборот — довести проект до ума пытаются за счет первых единичных пользователей, не имея практически никаких ресурсов. В том числе, по всей видимости — и профессиональных. Особенности реабилитационной индустрии в России. Это же их блог? Ну пусть расскажут, почему оно так. (
Мне кажется, ребята могли бы с помощью краудфандинга добиться большего… И тогда может быть была бы возможность проводить испытания прибора и отработку технологии не за счет инвалидов, а плюс/минус бесплатно на добровольцах.
Погуглите «Вадим Арцев». Это их самый успешный пользователь. Я не знаю, возможно в связке «очки voiseVision — человек», второй компонент на порядок важнее и разработчики всего-лишь ПТУшники, запилившие очередную ардуину на открытых исходниках, но… Я склонен верить, что Вадим не претворяется. И что он реально демонстрирует фантастические результаты. Возможно конечно я наивен и это всего-лишь маркетинг…
Ну в принципе гугл вам в помощь. В том числе и ютуб-канал, и видео и прочее. А захватить рынок… Пока у них один пользователь, который освоил систему так, что чуть ли не читает с маркерной доски. ОДИН! Как я понимаю, не смотря на наличие штатного психолога и положительного примера, они пока сами не могут объяснить, как оно у него получается. Это же вопрос гибкости мозга. У кого-то перенастройка удалась, а у кого-то возможно вообще не взлетит… Сейчас методика обучения с устойчивым результатом важнее самого девайса.
Задача, которую решают авторы проекта: закодировать в звуке изображение в крайне небольшом разрешении и с «палитрой», по ощущениям, бита в 4 не больше (16 градаций серого). с частотой сканирования — раз в секунду. Как я понял, это практически максимум того, что позволяет пропускная способность слухового канала.
При чем тут «центровка глаз у людей?» При чем тут вообще глаза? Это слух! Это получение информации об окружении посредством слуха.
Миф, ИМХО. Круто замешанный на ностальгии, когда и деревья были зеленее, и девушки — красивее. ;) Лучшие сигареты(папиросы) — это те, которые ты курил, когда был молод… Полагаю 3/4 тех, кто тогда курил беломор, а сейчас курят что-то иное, дай им ту самую заветную беломорину, просто не поверили бы, что это она и есть…
Не настаиваю… Сам начинал курить где-то в конце 90-х, возможно «тех самых» беломора уже просто не было. Моей ностальгией стали житан без фильтра… ;)
В своих изысканиях я проходил через несколько… Скажем так «этапов». ;) В статье вскользь упоминается о том, что «разум, это способность существа», т.е. не просто какой-то абстракции, а чего-то такого, что существует в исследуемом мире, как часть этого мира. Следовательно, можно предположить, что этот «мир» уже обладает некой размерностью и в самой нашей системе заложены начальные… механизмы, что-ли, которые и позволяют осуществлять «построение модели». В качестве иллюстрации собственно и написана история гипотетического робота: его мир заранее содержит представление о пространстве, он может строить его карту, локализовать в ней себя и другие объекты… все это является входом для его «решателя-принимателя-решений-разума», чем бы он в итоге не был: AGI/RL-сетью/деревом вариантов или чем-то еще. НЕ вход с сенсоров, а именно модель. Собственно и выходом тоже является модель, только развернутая в будущее и содержащая действия самое себя…
Я к тому, что на определенном этапе я отошел от мысли, что AGI должен быть абсолютно универсальным и будучи помещенным в любую среду уметь полностью самостоятельно постичь правила игры. По крайней мере на начальном этапе это в значительной мере выбивает почву из под ног: я считаю, что сначала было бы неплохо построить AGI, существующий в конкретном мире (вроде робота уборщика ;) ), а потом развивать универсальность. Это позиция на момент написания первой части статьи.
Вторая часть должна быть про процессное восприятие. Я пришел к тому, что в принципе лишь одно измерение есть всегда — это время. И основной квант модели — процесс. Это позволяет в принципе говорить об универсальности подхода, но не отменяет необходимости некоего начального «конфигурирования» системы под конкретные задачи.
>>>Уровень абстрагирования разный. Как это воспроизводить на компе — хороший вопрос.
Мне это видится как… Усовершенствованная теория множеств, или классов, когда нет строгого разделения на класс/экземпляр или множество/элемент, а все это равноправные элементы, имеющие неограниченную вложенность. В таком случае можно описать довольно обобщенные процессы… Нет, если вы захотите от меня больше конкретики — я скорее всего поплыву. ;) У меня есть идеи, но нет стройной завершенной теории. Собственно мое состояние в этом смысле является прекрасной иллюстрацией вопроса: очень размытое общее представление. ;) Собственно именно это свойство психики позволяет нам иметь полную модель реальности!
>>>Ну то есть это чисто вспомогательная штука.
А мне, наоборот, кажется, что существующие технологии без сомнения прекрасны (RL, сверточные сети, дерева решений и тп), но они лишь инструменты. Внутри же системы должна быть определенная архитектура. Нет, система вполне может состоять из множества RL-сетей и даже только из них! Но это не значит, что надо просто взять тысячу RL на все случаи жизни и они вместе дадут AGI — не дадут. Нужна идея! Концепт.
>>>Я честно не очень понимаю, что вы понимаете под моделью, но давайте попробуем найти точку отсчёта.
Последнее из относительно практического, что я давно хочу попробовать: есть движок unity, там есть PhysX. берем шагающего робота — не очень сложного, на серво-машинках, ставим на него гироскоп (или не один). Далее у нас есть информация о положении серв и данные с гироскопа… в юнити создаем максимально «такого же» робота, где оперативно обновляем информацию о положении серв и положении в пространстве. Т.е. в первом приближении у нас модель и реальность синхронизированы. Далее… Большое пространство для экспериментов. ;)
Под моделью я понимаю буквально: модель. ;) Конечно описанное выше — это не финальный вариант. Это точка отсчета. Конечно хотелось бы, что бы система сама пришла к чему-то подобному, но… На самом деле не доказано, что человек не рождается с «предустановками» относительно размерности пространства и «интуитивным» (считай, предустановленным) понятием движения/гравитации. Но в итоге важно, что есть две реальности — внешняя и внутренняя и на их взаимной корреляции можно попробовать что-то делать.
>>>Дальше… Мы говорим следующее. Каждый из этих алгоритмов — это гипотеза о том, как устроен мир.
Тут… Тонко. Я понимаю, что вы хотите сделать: мой, достаточно оторванный от реальность «полет мысли» (в плохом смысле слова) вы хотите вернуть на грешную землю к непосредственной практике. Это правильно — это очень нужно делать. И вы не первый, кто говорит о RL, способной предсказывать следующий кадр, как о модели мира… И я даже понимаю, что где-то это так и есть. Но несколько не в том понимании, о котором говорю я.
Я попробую сформулировать в чем нюанс, но… Не с ходу. Мне нужно подумать.
комментарий удален>>> Есть концепция Artifical General Intelligence
Если я ничего не путаю, то AGL, это так называемый «Сильный» ИИ, или универсальный ИИ. Понятие введено, что бы не создавать путаницы: множество современных систем решает вполне себе интеллектуальные задачи (да и сам термин у англоговорящих товарищей AI — это Artificial intelligence — интеллектуальная деятельность), но при этом — узко специализированны. СМИ очень любят новости вида «Искусственный интеллект превзошел человека в области...», но не уточняют, что речь идет о хорошо обученной нейронной сети… AGL — это как раз ИИ в общепринятом непрофессиональном понимании — этакий мозг, который как наш, только искусственный. ;)
>>>Тот ИИ, что вы описали — это не RL. Это тот кусок RL
Я убежден, что сверточные, рекурентные и прочая сети — это безусловно нужные и важные вещи, но они не обладают… Не знаю — «архитектурой», или «идеологией» что ли. А «обучение с подкреплением» (reinforcement learning), как и любые другие формы обучения — так же очень нужные концепции, которые безусловно пригодятся, но не являются теорией именно интеллекта в целом. Были попытки доказать, что таки являются, но не увенчались успехом… У меня есть некоторые соображения почему именно и о них должна была быть вторая часть, но пока не созрела.
В ходе моих экспериментов с RL оказалось, что построить хорошую модель реальности — это уже проблема.
Это безусловно проблема. Но это проблема еще и потому, что вы подходите к созданию AGL, как к обычному AI. Т.е. вы начинаете пытаться поставить локальную задачу, понимая, что глобальное описание мира — это слишком сложно.
Но мне кажется, что нужно изменить подход. Что модель мира не обязательно сложна, но всегда всеобъемлюща. Ее сложность нарастает постепенно путем разделения уже известного на более детальное представление того-же самого. Слово «Все», «Сущее», «Мироздание» — является малоприменимой на практике, но тем не менее полной моделью мира (в начале было слово, да? ;) ). Если разделить его на два подмножества, например «я» и «не я» — то она уже будет практичнее и все равно останется полной. В системах типа карт Таро или скандинавских рун — конечное число элементов и их сочетаний описывает все мироздание. Впрочем наш родной алфавит на 33 буквы — тоже. )
>>>Значит, модель должна уметь учитывать историю
Она ее не учитывает — она из нее состоит. Модель имеет протяженность из прошлого в будущее. Она в любом случае развернута во времени — причем практически в бесконечность. В целом это не совокупность объектов, а совокупность процессов. ;) Об этом тоже должна быть вторая часть.
>>>Если же смотреть с точки зрения теории управления, то у человека каждая палочка/колбочка в глазу — это отдельный сенсор. И каждый температурный рецептор — это отдельный сенсор. Частота восприятия — это что-то типа 1/25 секунды.
Я могу ошибаться, но собственно сверточные сети этот вопрос более-менее проясняют. Человек не является системой раздражитель-реакция. Каждые единичные сенсоры ищут очень простые элементы, которые на следующем уровне собираются в контуры, которые… И так до тех пор, пока на выходе не будут абстракции уже довольно высокого уровня (в плоть до «нейронов бабушки», google, если что). В любом случае все эти данные являются лишь обновлением для модели, а не основанием реакции. Действия же обусловлены тем, что стратегия, о которой вы говорили, уже построена и действия в соответствии с ней включены в модель настоящего-будущего, как ее (модели) непосредственная часть.
>>>Горизонт планирования — это «расстояние», на котором человек вообще теряет любое понимание последствий своих решений.
Я бы так не сказал… Все зависит условно «от уровня детализации». В шахматах конечно человек планирует всего на несколько ходов, но это достаточно детально. Но на самом высокм уровне он планирует до конца: он собирается выиграть. ;) Иными словами — в его модели он уже выиграл и сделал все эти 3-7-12 ходов ближайших и более размыто — далее… Вплоть до победы.
>>>Написать такую модель руками можно, но
Не думаю… Но ее не нужно писать… Нужно все-таки придумать какие-то более менее универсальные принципы, по которой она могла бы уточнятся постоянно. В прочем, в чем-то вы правы: если не начать писать, то как она должна выглядеть — не понять. ;) Нужно прорабатывать теорию — пробовать что можно, авось что-то и проклюнется.
>>> Ещё наблюдаю, что люди мыслят в терминах объектов
НЕ совсем… Но это долгая тема. ;) Люди мыслят в терминах процессов.
>>> Для него будет существовать видеоряд с камер, множество кадров, каждый из которых состоит из пикселей.
Опять же — нет. Это УЖЕ не так. в терминах пикселей «мыслит» первый слой сверточной сети. После 4-5 слоя уже абстракции вполне серьезные — можно говорить об образах. Даже сейчас. НА текущем этапе развития.
Где-то попадалась информация, что первые несколько слоев свертки у нас внезапно — В ГЛАЗУ. ;) Т.е. по глазному нерву в зрительную кору идут уже не «пиксели», а возможно целые объекты!
>>>Так что полагаю, главный вопрос в том, как конкретно сделать настолько мощную модель? Какая у неё будет структура, как обучать, как защитить от переобучения?
Ох… Ну если бы я это знал — стал бы я писать на Хабр философские измышления? ;) Я надеюсь изменить своими словами подход. И может быть тогда сформируются какие-то прорывные подходы… Ну хотелось бы верить, что это возможно.
Но я точно знаю, что от переобучения она, например, должна быть защищена именно тем, что чем более детальна и полна модель, тем сложнее непротиворечиво встроить в нее новые элементы, и как следствие — с большой вероятностью новые данные «не зайдут».
Простите, я понимаю, что между обучением нейронной сети и обучением в том контексте, что говорю я — существует семантический разрыв… Что обучение нейронной сети — это практическая задача, а обучение, как это слово использую я — во много философское понятие. Это создает не очень хороший эффект, похожий на подмену понятий.
Да — я действительно пока не могу наверное МАТЕМАТИЧЕСКИ сформулировать то, что подразумеваю под обучением. ( Я пока слабо понимаю, что такое на практике «построение модели», «включение в модель», «поиск противоречия». Ну вот именно в виде конкретной реализации. Собственно именно поэтому и пишу сюда. ;)
При этом логика поведения все еще может оставаться вполне алгоримизируемой, без «бзиков». ;) Такому уборщику интеллект общего типа не нужен.
В описанной гипотетической ситуации, не интеллект ради уборки мусора, а уборка мусора, как тестовая среда для интеллекта… Как-то так.
Я конечно хотел проиллюстрировать идею, что машины с интеллектом общего типа не программируются. Им по сути нужно задавать жизненные установки, критерии счастья… Ну да — в каком-то смысле KPI. И да — в любом случае, они будут пытаться добиться желаемого практически любым способом. НО это не главное.
Что я действительно хотел проиллюстрировать, так это то, что машина, построенная так, что бы добиться максимального соответствия своей модель мироздания с собственно мирозданием уже имеет массу необходимых элементов сознания/разума, как-то:
Конечно все это неизбежно приводит, к некоторым когнитивным искажениям… Такова плата за универсальность и гибкость.
Что немаловажно — все это относится не только к машинам. ;)
Если пользователь — то ему нужно не спрашивать, как сделать что-то, а описывать проблему с которой он столкнулся, потому, что весьма вероятно, что его проблема решается проще. А если, допустим, программист на тематическом форуме спросил как «выстрелить себе в ногу», то его цель именно узнать, как выстрелить в ногу и рассказывать ему, что в ногу лучше не стрелять — в принципе означает сомневаться в его компетенции. Другое дело, если человек сам сразу говорит, мол «я в этом деле новичок, разъясните дураку»… ;)
Проблема ХУ говорит о том, что при постановки задачи в большинстве случаев хорошо бы начать собственно с описания проблемы, а не формулировки как именно ее надо решить. Это актуально во всех случаях, когда вы обращаетесь к специалистам в области решения подобных проблем, квалификация которых, как минимум не ниже вашей (вы как пользователь ставите задачу программисту, вы как заказчик ставите задачу строителю и тп...).
Описанная же вами и JustDont проблема относится к вопросам, заданным в профессиональной среде (на тематических ресурсах по обмену опытом), где все «по одну сторону баррикад» (все специалисты, а не заказчики) и собственно вариант решения Y cамоценен сам по себе… Просто некоторые из отвечающих забывают переключиться. ;)
Ну и конечно если задача ставится исполнителям их непосредственным руководителем — в подавляющем большинстве случаев вопросы типа «а почему вот именно так, а не иначе, а зачем… » — лишняя трата времени. Не всегда, но часто. Обычно конкретный программист не очень представляет проект в целом, и обосновать применение того или иного подхода в данном случае чревато долгой и утомительной философской беседой…
А может ради этого комментария? ;)
Тут не поспоришь… вся суть отечественных инноваций. ( Но тут хоть девайс свой есть — уже достижение.
Может я и слишком оптимистичен на их счет… А жаль!
Ну, я видимо более впечатлительный. ;)
Во-первых, не только один предмет на контрастном фоне — несколько предметов с идентификацией (в лучших кейсах) даже не по размеру, но по форме. В финале соревнования из трех предметов нужно было выбрать именно смартфон: выбрать и взять в руки.
Во-вторых, кто бы спорил: наверное было бы круче лидар/управляемый сонар/электроды в зрительную кору… но есть вот это. И оно как-то работает. Не у всех одинаково хорошо, да и в целом не бог весть как, но работает. На практике. И это как-то вроде лучше, чем «как у дельфина», но в теории, не так ли?
Я бы с удовольствием поддержал бы критику вида «Да мы давно сделали круче/дешевле/технологичнее/доступнее, чем у них!» И описание технологии, демонстрации прототипа и тд. Но...
Мне почему-то кажется, что в данной области любые варианты лучше, чем их отсутствие… Можете лучше: дерзайте! Думаю, тысячи людей будут вам признательны… ну или на худой конец — дайте ссылку на живые разработки в данном направлении (они ведь есть! Просто там тоже далеко не все гладко)
Я полагаю, в данном процессе (восприятие окружения через слух) есть фундаментальные сложности, без преодоления которых технологическое совершенство оборудования играет не такую большую роль...
Я просто хочу верить, что это работает. Ну потому, что это интересная и нужная вещь. Надеюсь, что просто не умеют ребята, что нет финансирования и тп. Будет очень жаль, если Петрики.
Ну и да… Вадим Арцев — тоже с ними в сговоре? Было бы совсем печально.
Звучит круто! Есть видео людей, которые пользуясь данным подходом решают практические задачи?
Причем на принимающий стороне — человек, а не электроника. Собственно ноу-хау голандца в том и было, что такой вот способ кодирования, позволяет после некоторой тренировки получать в сознании некий образ…
могу ошибаться, но как раз используют в полный рост — то, что слева на картинке «звучит» больше в левом канале, то, что справа — в правом.
Просто обычно такие исследования изначально довольно хорошо финансируются, а потом, в случае удачи — затраты отбиваются. Здесь похоже наоборот — довести проект до ума пытаются за счет первых единичных пользователей, не имея практически никаких ресурсов. В том числе, по всей видимости — и профессиональных. Особенности реабилитационной индустрии в России. Это же их блог? Ну пусть расскажут, почему оно так. (
Мне кажется, ребята могли бы с помощью краудфандинга добиться большего… И тогда может быть была бы возможность проводить испытания прибора и отработку технологии не за счет инвалидов, а плюс/минус бесплатно на добровольцах.
Задача, которую решают авторы проекта: закодировать в звуке изображение в крайне небольшом разрешении и с «палитрой», по ощущениям, бита в 4 не больше (16 градаций серого). с частотой сканирования — раз в секунду. Как я понял, это практически максимум того, что позволяет пропускная способность слухового канала.
При чем тут «центровка глаз у людей?» При чем тут вообще глаза? Это слух! Это получение информации об окружении посредством слуха.
Не настаиваю… Сам начинал курить где-то в конце 90-х, возможно «тех самых» беломора уже просто не было. Моей ностальгией стали житан без фильтра… ;)