Можно использовать любое sdr. Единственное условие-работа в необходимом диапазоне частот (2.4GHz -2.525GHz). Для этих целей RTL-SDR «из коробки» не подойдёт. Ее можно использовать вместе с downconverter-ом (понижающий конвертер).
В статье речь идет не об общественных компьютерах, а об общественных *местах*. Компьютер у вас может быть свой, и беспроводная клава своя. И вы можете со страшной силой сжимать ее в руках, так что никто ее не сопрёт.
Но если вы при этом сидите на вокзале, то сидящий в соседнем зале пассажир может читать всё, что вы набираете.
Мы до сих пор не поняли, что такое GeekTimes и зачем оно нужно. У нас есть корпоративный блог на Хабре. Мы публикуем в нем новости из тех сфер, в которых работает наша компания — информационная безопасность и разработка. И мы не видим смысла в том, чтобы одну из этих новостей вдруг публиковать совсем в другом месте.
Извините, но вы сейчас путаете научную классификацию и маркетинговый бум.
Deep Learning — это лишь одно из направлений Artificial Intelligence. Вы можете назвать это направление «модным» или «перспективным». Но это никак не отменяет ни более общую категорию «искусственный интеллект», ни множество других методов внутри этой дисциплины…
И кстати, заявление о том, что «почти все успехи последнего времени связаны именно с этой методикой машинного обучения», не соответствует истине. Например, поисковые системы Google и Яндекс вполне могут считаться успешными примерами искусственного интеллекта — но применять «глубинное обучение» в этих компаниях стали только недавно, и то пока лишь в качестве экспериментов. На чем же тогда они работают уже двадцать лет? И примеров таких «машинных интеллектов» без слова deep довольно много.
А можете вы привести хоть один альтернативный пример успешной работы КРУПНОГО и МНОГОЛЕТНЕГО сервиса на основе deep learning? Увы, пока только газетные сенсации про игру Го или распознавание лиц, которое пока не применяется всерьез на практике.
И второе. Как тут было верно замечено выше в комментариях, deep learning по большому счету представляет собой «смешанную технику», которая построена на ранее известных технологиях. Просто раньше они работали по отдельности, а теперь их стали выстраивать «слоями», или использовать один алгоритм для прокачки другого. Это закономерное развитие, но это никак не отменяет все прошлые наработки по тем же нейронным сетям (которые составляют основу deep learining, при том что основная теория нейронных сетей разработана в 70-80х годах прошлого века).
>Пытаясь как-то оправдать тов. Неймана,
>побежал искать эту цитату в Интернетах.
Вообще-то я хотел обратить ваше внимание на предыдущую фразу в определении Artificial Life: «В настоящее время широко принятое определение жизни не позволяет компьютерным моделям считаться живыми». Это чтобы закрыть дискуссию о неживых вирусах.
Что же касается более сложной концепции (strong artificial life) и роли Фон Неймана в этой истории — могу подсказать, где искать, хотя это уже офтопик. Фон Неймана интересовало не абстрактное понятие «жизни», у него был более конкретный вопрос: как смоделировать самовоспроизведение клетки. В процессе переноса задачи в цифровой мир она зазвучала так: как построить самовоспроизводящуюся машину Тьюринга.
Для этого Нейман, как ни странно, сразу же ввёл понятие «подходящей среды», в которой должен плавать автомат, который в определенный момент включит программу сборки и соберет свою копию из подходящих деталей, плавающих в том самом бульоне вокруг него. Реализовать такую игру в физическом мире он не мог, однако нашел подходящую цифровую среду — клеточные автоматы своего коллеги Улама. И на этой среде он действительно построил машину Тьюринга, которая умеет делать свою копию. Позже всё это в более изящном виде было повторено на известном клеточном автомате под названием «игра Жизнь» (другими людьми).
Так что цитата про жизнь как процесс, который может быть абстрагирован от носителя — это нечто вырванное из контекста. Фон Нейман прекрасно понимал, что без подходящей среды никакой жизни не будет. Другое дело, что его модель позволяла представить универсальные требования к среде — то есть без привязки к какому-то конкретному бульону (типа известного набора для строительства аминокислот).
Основная работа фон Неймана на эту тему называется Theory of Self-Reproducing Automata:
http://cba.mit.edu/events/03.11.ASE/docs/VonNeumann.pdf
>switch-case technology тут вообще сложно назвать
>таким поведением, так как в этом случае сразу всё
>во вселенной можно назвать жизнью
Да пожалуйста, пусть это называется switch-case technology. В этом случае сразу всё во вселенной можно назвать switch-case, включая поведение человека. Нет, серьезно. Тридцать лет назад люди помнили наизусть телефонные номера, а теперь не помнят ни фига — все в мобиле записано. Человек — чрезвычайно простая штука, никак не намекающая на адаптивное поведение.
>А это, собственно, моя основная позиция.
>Называть вещи своими собственными именами.
Расскажите, пожалуйста, как называть «своими именами» те вещи, которые только недавно были открыты или изобретены — и потому они вообще не имеют названия. Откуда вы возьмете «свои имена»?
Ну, один восточный способ я знаю: надо брать старые имена и добавлять слово «шайтан». Например, «шайтан-арба, шайтан-труба». И по вашим комментариям кажется, что вам очень хочется ввести термин «шайтан-программа» и таким образом свести всё новое к хорошо знакомому старому.
Возвращаясь к нашим баранам: в статье нет ни слова про биологические вирусы. И про то, что они живые, там тоже не сказано. Это просто вам очень хотелось поговорить на такие философские темы.
А в статье сказано лишь, что *компьютерные вирусы* демонстрируют то, что «пытается моделировать аж с семидесятых годов» дисциплина под названием Artificial Life.
Ну так прочтите определение этой дисциплины. Возможно, вам и не понадобится ничего тут доказывать:
«Искусственная жизнь имеет дело с эволюцией агентов или популяций организмов, существующих лишь в виде компьютерных моделей, в искусственных условиях..[....] В настоящее время широко принятое определение жизни не позволяет компьютерным моделям считаться живыми. Однако существуют и другие определения и концепции:
Концепция сильной искусственной жизни (англ. strong alife) определяет «жизнь как процесс, который можно абстрагировать от какого-либо определённого носителя» (Джон фон Нейман).
> живое должно локально уменьшать энтропию,
>то вирусы этого… Ну не делают
Во-первых, роль вирусов в эволюции человека считается доказанной — и достаточно большой. Советую почитать «Виролюцию» Фрэнка Райана. При всем уважении к палеонтологу Кириллу Еськову, на свете есть более современные представления генетиков о том, кто от кого зависит на этой планете.
Во-вторых, ваш аргумент о зависимости вирусов от носителей вполне можно продолжить аналогичной историей о зависимости человека от окружающей среды и культуры. Отдельно взятый новорожденный точно так же «ничего не может», и точно так же похож на флешку с генетической программой, которая будет работать лишь будучи «вставлена» в заданную среду и культуру. Человеческие детеныши, воспитанные без людей, не начинают говорить сами по себе (если вообще выживают, что бывает очень редко).
Именно поэтому, ради избежания подобной софистики, в статье было не раз сказано о том, что философские определения «интеллекта» (как и «жизни») имеют мало практического смысла — в отличие от определений угроз безопасности.
Поэтому вы лучше задайте себе вопрос, ЗАЧЕМ вам так важно доказать, что вирусы — неживые? В какой вашей практике это помогает?
Если нечто благодаря ускоренному отбору в определенной среде начинает представлять серьезную угрозу для других обитателей этой среды — имеет смысл относиться к этим информационным сущностям иначе, чем к «просто программе». Назовёте вы это «псевдо-жизнью» и «мемом» или как-то ещё — не суть важно. Важно, что для борьбы с «просто флешкой» вам не нужен поведенческий анализ, «песочницы» и прочие навороты. Значит, это уже не просто флешка.
Во-первых, это не основное значение — первым переводом по этому слову во всех словарях обычно идет существительное (масса, груз, опт)
Во-вторых, такие прилагательные в Яндекс.Переводчике пишутся с маленькой буквы. А в данном случае bulk почему-то переводится как имя собственное, то есть с большой.
Да, это наверное была не очень понятная шутка. Но суть в том, для бота в данных примерах вообще неважно, как его назовут. Ну, если это кому-то принципиально, давайте исправим сексиста на расиста.
«Воображение» — это слишком расплывчатое понятие. Но я попробую развить ваш пример с котенком, а заодно пояснить, почему понятие «сильного ИИ» довольно бессмысленное.
Котенка надо сравнивать, конечно, не с шахматными программами, а с упомянутым в этой статье автопилотом Тесла. После нескольких его неудач разработчики объявили, что включают в этом автомобиле еще один сенсор. Не помню, как он точно называется — кажется, инфракрасный дальномер. Но название тут не суть. Суть в том, что число сенсорных систем автомобиля увеличилось, условно говоря, от трех до трех с четвертью.
А у котенка сенсорных систем — штук десять. Помимо известных (несколько «разных видов» зрения, слух, обоняние, осязание, терморецепция) есть еще такие, которые мы пока не очень даже понимаем — например, проприоцепция. Или чувство времени. Представляете, какие у котенка точные корреляции получаются, когда все эти системы работают вместе?
В принципе, то что вы называете воображением, очень сильно связано с такими вот внутренними языками, которые возникают на стыке разных сенсорных систем. Есть такое понятие groud cognition. Когда мы используем выражения «теплая встреча», «жесткие переговоры», «высокая мораль» — мы задействуем именно эту систему.
В общем, это продолжение темы «смешанной техники», о которой в статье. В теориях AI очень много внимания символическим алгоритмам (именно поэтому «сильный ИИ» у многих людей ассоциируется именно с усложнением алгоритмов), и очень мало внимания — разнообразию сенсорных систем и их взаимодействию.
> использование вирусов в качестве примера искусственного интеллекта
Нет, там не было такого примера. Почитайте внимательнее. Вирус использован как пример Artificial Life. Это не то же самое, что AI. И значительная часть статьи посвящена именно этой разнице — не надо обманывать себя словом «интеллект».
>Проблема нейронных сетей — отсутствие производительности.
>Это вроде бы всем известно, в каждом втором вэбинаре про нейросети рассказывают
Доказательство с помощью вебинаров? «Вы не в церкви, вас не обманут» (с) Бендер.
У вас есть какие-то оценки производительности других видов AI того времени? Например, проектов машинного перевода, в который было вбухано денег куда больше, чем в нейронные сети? По моему нескромному мнению, лучшей их оценкой стала «зима искусственного интеллекта», которая закрыла эти лавочки.
То есть, нет никаких явных свидетельств, что другие виды AI были заметно производительнее нейронных сетей в то время. Зато они более соответствовали господствующим религиям — и вот это вполне объясняет, почему на них потратили больше, а получили меньше.
>скорее всего мы сами станем умнее благодаря нейроинтерфейсам,
>рабочим ноотропам и хитрым методик обучения
,
Что-что, ноотропы?
Давайте все-таки на землю спустимся. В данной статье, сколь бы странной она ни была, все ссылки ведут на реальные примеры AI, либо на документы, которые в ближайшее время могут привести к реальным законам. Это такой обзор нынешней, вполне конкретной ситуации. Тренды года.
А ноотропы — это, извините, коммерческий миф конца 90-х.
Перечислены не зарубежные компании, а наиболее популярные производители SCADA-систем. Популярны они и в России. Поэтому, даже когда наши эксперты проводят анализ защищенности российских компаний, они всё равно регулярно встречаются с системами управления Honeywell, Siemens и других западных вендоров.
PS. Общие базы уязвимостей конечно существуют. А вот аналитика по атакам у каждого своя, действительно.
https://habrahabr.ru/company/pt/blog/246855/
Но если вы при этом сидите на вокзале, то сидящий в соседнем зале пассажир может читать всё, что вы набираете.
> coverage в 100% расслабляет команду
В общем, достаточно прочитать статью :)
Deep Learning — это лишь одно из направлений Artificial Intelligence. Вы можете назвать это направление «модным» или «перспективным». Но это никак не отменяет ни более общую категорию «искусственный интеллект», ни множество других методов внутри этой дисциплины…
И кстати, заявление о том, что «почти все успехи последнего времени связаны именно с этой методикой машинного обучения», не соответствует истине. Например, поисковые системы Google и Яндекс вполне могут считаться успешными примерами искусственного интеллекта — но применять «глубинное обучение» в этих компаниях стали только недавно, и то пока лишь в качестве экспериментов. На чем же тогда они работают уже двадцать лет? И примеров таких «машинных интеллектов» без слова deep довольно много.
А можете вы привести хоть один альтернативный пример успешной работы КРУПНОГО и МНОГОЛЕТНЕГО сервиса на основе deep learning? Увы, пока только газетные сенсации про игру Го или распознавание лиц, которое пока не применяется всерьез на практике.
И второе. Как тут было верно замечено выше в комментариях, deep learning по большому счету представляет собой «смешанную технику», которая построена на ранее известных технологиях. Просто раньше они работали по отдельности, а теперь их стали выстраивать «слоями», или использовать один алгоритм для прокачки другого. Это закономерное развитие, но это никак не отменяет все прошлые наработки по тем же нейронным сетям (которые составляют основу deep learining, при том что основная теория нейронных сетей разработана в 70-80х годах прошлого века).
>побежал искать эту цитату в Интернетах.
Вообще-то я хотел обратить ваше внимание на предыдущую фразу в определении Artificial Life: «В настоящее время широко принятое определение жизни не позволяет компьютерным моделям считаться живыми». Это чтобы закрыть дискуссию о неживых вирусах.
Что же касается более сложной концепции (strong artificial life) и роли Фон Неймана в этой истории — могу подсказать, где искать, хотя это уже офтопик. Фон Неймана интересовало не абстрактное понятие «жизни», у него был более конкретный вопрос: как смоделировать самовоспроизведение клетки. В процессе переноса задачи в цифровой мир она зазвучала так: как построить самовоспроизводящуюся машину Тьюринга.
Для этого Нейман, как ни странно, сразу же ввёл понятие «подходящей среды», в которой должен плавать автомат, который в определенный момент включит программу сборки и соберет свою копию из подходящих деталей, плавающих в том самом бульоне вокруг него. Реализовать такую игру в физическом мире он не мог, однако нашел подходящую цифровую среду — клеточные автоматы своего коллеги Улама. И на этой среде он действительно построил машину Тьюринга, которая умеет делать свою копию. Позже всё это в более изящном виде было повторено на известном клеточном автомате под названием «игра Жизнь» (другими людьми).
Так что цитата про жизнь как процесс, который может быть абстрагирован от носителя — это нечто вырванное из контекста. Фон Нейман прекрасно понимал, что без подходящей среды никакой жизни не будет. Другое дело, что его модель позволяла представить универсальные требования к среде — то есть без привязки к какому-то конкретному бульону (типа известного набора для строительства аминокислот).
Основная работа фон Неймана на эту тему называется Theory of Self-Reproducing Automata:
http://cba.mit.edu/events/03.11.ASE/docs/VonNeumann.pdf
>switch-case technology тут вообще сложно назвать
>таким поведением, так как в этом случае сразу всё
>во вселенной можно назвать жизнью
Да пожалуйста, пусть это называется switch-case technology. В этом случае сразу всё во вселенной можно назвать switch-case, включая поведение человека. Нет, серьезно. Тридцать лет назад люди помнили наизусть телефонные номера, а теперь не помнят ни фига — все в мобиле записано. Человек — чрезвычайно простая штука, никак не намекающая на адаптивное поведение.
>Называть вещи своими собственными именами.
Расскажите, пожалуйста, как называть «своими именами» те вещи, которые только недавно были открыты или изобретены — и потому они вообще не имеют названия. Откуда вы возьмете «свои имена»?
Ну, один восточный способ я знаю: надо брать старые имена и добавлять слово «шайтан». Например, «шайтан-арба, шайтан-труба». И по вашим комментариям кажется, что вам очень хочется ввести термин «шайтан-программа» и таким образом свести всё новое к хорошо знакомому старому.
Возвращаясь к нашим баранам: в статье нет ни слова про биологические вирусы. И про то, что они живые, там тоже не сказано. Это просто вам очень хотелось поговорить на такие философские темы.
А в статье сказано лишь, что *компьютерные вирусы* демонстрируют то, что «пытается моделировать аж с семидесятых годов» дисциплина под названием Artificial Life.
Ну так прочтите определение этой дисциплины. Возможно, вам и не понадобится ничего тут доказывать:
«Искусственная жизнь имеет дело с эволюцией агентов или популяций организмов, существующих лишь в виде компьютерных моделей, в искусственных условиях..[....] В настоящее время широко принятое определение жизни не позволяет компьютерным моделям считаться живыми. Однако существуют и другие определения и концепции:
Концепция сильной искусственной жизни (англ. strong alife) определяет «жизнь как процесс, который можно абстрагировать от какого-либо определённого носителя» (Джон фон Нейман).
https://ru.wikipedia.org/wiki/%D0%98%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D0%B0%D1%8F_%D0%B6%D0%B8%D0%B7%D0%BD%D1%8C
> живое должно локально уменьшать энтропию,
>то вирусы этого… Ну не делают
Во-первых, роль вирусов в эволюции человека считается доказанной — и достаточно большой. Советую почитать «Виролюцию» Фрэнка Райана. При всем уважении к палеонтологу Кириллу Еськову, на свете есть более современные представления генетиков о том, кто от кого зависит на этой планете.
Во-вторых, ваш аргумент о зависимости вирусов от носителей вполне можно продолжить аналогичной историей о зависимости человека от окружающей среды и культуры. Отдельно взятый новорожденный точно так же «ничего не может», и точно так же похож на флешку с генетической программой, которая будет работать лишь будучи «вставлена» в заданную среду и культуру. Человеческие детеныши, воспитанные без людей, не начинают говорить сами по себе (если вообще выживают, что бывает очень редко).
Именно поэтому, ради избежания подобной софистики, в статье было не раз сказано о том, что философские определения «интеллекта» (как и «жизни») имеют мало практического смысла — в отличие от определений угроз безопасности.
Поэтому вы лучше задайте себе вопрос, ЗАЧЕМ вам так важно доказать, что вирусы — неживые? В какой вашей практике это помогает?
Если нечто благодаря ускоренному отбору в определенной среде начинает представлять серьезную угрозу для других обитателей этой среды — имеет смысл относиться к этим информационным сущностям иначе, чем к «просто программе». Назовёте вы это «псевдо-жизнью» и «мемом» или как-то ещё — не суть важно. Важно, что для борьбы с «просто флешкой» вам не нужен поведенческий анализ, «песочницы» и прочие навороты. Значит, это уже не просто флешка.
Во-вторых, такие прилагательные в Яндекс.Переводчике пишутся с маленькой буквы. А в данном случае bulk почему-то переводится как имя собственное, то есть с большой.
Ну очевидно же, что косяк.
Котенка надо сравнивать, конечно, не с шахматными программами, а с упомянутым в этой статье автопилотом Тесла. После нескольких его неудач разработчики объявили, что включают в этом автомобиле еще один сенсор. Не помню, как он точно называется — кажется, инфракрасный дальномер. Но название тут не суть. Суть в том, что число сенсорных систем автомобиля увеличилось, условно говоря, от трех до трех с четвертью.
А у котенка сенсорных систем — штук десять. Помимо известных (несколько «разных видов» зрения, слух, обоняние, осязание, терморецепция) есть еще такие, которые мы пока не очень даже понимаем — например, проприоцепция. Или чувство времени. Представляете, какие у котенка точные корреляции получаются, когда все эти системы работают вместе?
В принципе, то что вы называете воображением, очень сильно связано с такими вот внутренними языками, которые возникают на стыке разных сенсорных систем. Есть такое понятие groud cognition. Когда мы используем выражения «теплая встреча», «жесткие переговоры», «высокая мораль» — мы задействуем именно эту систему.
В общем, это продолжение темы «смешанной техники», о которой в статье. В теориях AI очень много внимания символическим алгоритмам (именно поэтому «сильный ИИ» у многих людей ассоциируется именно с усложнением алгоритмов), и очень мало внимания — разнообразию сенсорных систем и их взаимодействию.
Нет, там не было такого примера. Почитайте внимательнее. Вирус использован как пример Artificial Life. Это не то же самое, что AI. И значительная часть статьи посвящена именно этой разнице — не надо обманывать себя словом «интеллект».
>Проблема нейронных сетей — отсутствие производительности.
>Это вроде бы всем известно, в каждом втором вэбинаре про нейросети рассказывают
Доказательство с помощью вебинаров? «Вы не в церкви, вас не обманут» (с) Бендер.
У вас есть какие-то оценки производительности других видов AI того времени? Например, проектов машинного перевода, в который было вбухано денег куда больше, чем в нейронные сети? По моему нескромному мнению, лучшей их оценкой стала «зима искусственного интеллекта», которая закрыла эти лавочки.
То есть, нет никаких явных свидетельств, что другие виды AI были заметно производительнее нейронных сетей в то время. Зато они более соответствовали господствующим религиям — и вот это вполне объясняет, почему на них потратили больше, а получили меньше.
>скорее всего мы сами станем умнее благодаря нейроинтерфейсам,
>рабочим ноотропам и хитрым методик обучения
,
Что-что, ноотропы?
Давайте все-таки на землю спустимся. В данной статье, сколь бы странной она ни была, все ссылки ведут на реальные примеры AI, либо на документы, которые в ближайшее время могут привести к реальным законам. Это такой обзор нынешней, вполне конкретной ситуации. Тренды года.
А ноотропы — это, извините, коммерческий миф конца 90-х.