Всем вам, безусловно, знакомо явление прокрастинации. Психологическая неспособность покинуть зону комфорта и начать заниматься каким-то делом здесь и сейчас съела немало человеко-часов представителей самых разных профессий. Под её влиянием, не занимаясь ни делом, ни отдыхом, а только каким-нибудь бесцельным занятием вроде сёрфинга сети, мы зарабатываем только лишний стресс. Это история о том, как одна случайная идея позволила мне не только избавиться от этой проблемы, но и повысить свою продуктивность до уровня, о котором я раньше мог только мечтать.

Существует категория проектов, которым прокрастинация наносит, пожалуй, наибольший возможный урон. Речь, конечно же, о собственных проектах, ещё не приносящих, либо вовсе не подразумевающих прибыли. Когда у тебя нет ни дедлайна, ни дохода, ни какой-либо обязанности перед кем-либо, очень легко отложить работу на потом, да так к ней толком и не притрагиваться. Именно таким проектом для меня стала моя попытка удариться в инди-геймдев.

Как на практике работает категориальный механизм человеческого интеллекта, описанный мной в предыдущей статье?

Иными словами, как эйдетика может помочь нам в создании интеллекта искусственного?
Рассмотрим на примере.

• Что такое разум, сознание.
• Чем отличается познание от осознания?
• Сознание, самосознание — одно и то же?
• Мысль — что такое мысль?
• Творчество, воображение — что-то загадочное, присущее человеку, или…
• Как устроен разум.
• Мотивация, целеполагание — зачем вообще что-то делать.

Искусственный интеллект — Святой Грааль любого человека, связавшего свою жизнь с ИТ. Венец развития любой автоматизации, программирования, конструирования механизмов — вершина всего. Однако, до сих пор вопрос «Что же такое сознание, интеллект?» остается открытым. Я не понимаю, как огромное количество людей может заниматься предметом, для которого не существует определения, но я действительно не нашел такой концепции, которая удовлетворила бы меня. И мне пришлось придумать ее самому.

Disclaimer: Данный опус не претендует на революцию в парадигме ИИ, или откровение свыше, это просто результат размышлений на данную тему и в какой-то степени самоанализа. Так же я не имею каких-то сколько-нибудь серьезных практических результатов, так что текст более философский, нежели технический.

UPD: Пока готовил статью, наткнулся на несколько очень близких концепций (вот, например, и даже на хабре). С одной стороны — немного обидно, что заново «переоткрыл велосипед». С другой — не так страшно выносить свои мысли на суд общественности, когда они уже не только мои!

Вторая часть.

Каждое воскресенье в нашей компании принято устраивать весёлые викторины, это одна из них.

Загадка

Чтобы найти убийцу мистера Бодди, нужно узнать, где находился каждый человек и какое оружие было в комнате. Подсказки разбросаны по всей викторине (вы не можете ответить на первый вопрос, пока не прочитаете все десять).

• Для начала, представим подозреваемых. Есть три мужчины (Джордж, Джон, Роберт) и три женщины (Барбара, Кристина, Иоланда). Каждый человек находится в отдельной комнате (ванная, столовая, кухня, гостиная, кладовая, кабинет). В каждой комнате найдено подозрительное оружие (сумка, огнестрельное оружие, газ, нож, яд, верёвка). Вопрос: кого нашли на кухне?
• Подсказка 1. При мужчине на кухне нет ни верёвки, ни ножа, ни сумки. Оружие не является огнестрельным. Вопрос: какое оружие найдено на кухне?

Источник: Techcrunch

На днях команда разработчиков голосового помощника Alexa расширила возможности гаджета. Сервис подключили к базе знаний Wolfram Alpha. К сожалению, обновление актуально лишь в отношении пользователей из США — если Alexa покажет себя хорошо, то опыт распространят и на другие регионы.

Голосовой помощник от Amazon теперь умеет отвечать на сложные вопросы научного характера, а также выполнять расчеты. К примеру, если спросить, какая высота полета максимальна для птиц определенного вида, голосовой помощник сможет без труда справиться с этой задачей.

Искусственный интеллект был создан для принятия организационных решений и государственного управления; он нуждается в человеческой этике, заявляет Джонни Пенн из Кембриджского университета

Искусственный интеллект (ИИ) повсюду, но он придуман полностью не историческим способом. Чтобы понять влияние ИИ на нашу жизнь, важно оценить обстановку, в котором он был создан. В конце концов, статистика и государственный контроль развивались рука об руку в течение сотен лет.

Рассмотрим информатику. Его происхождение прослеживается не только аналитической философией, чистой математикой и Аланом Тьюрингом, но и что удивительно, историей государственного управления. В книге «Правительственная машина: революционная история компьютера», изданной в 2003 году, Джон Агар из Университетского колледжа Лондона рисует диаграммы развития британской гражданской службы, как она увеличилась с 16 000 сотрудников в 1797 году до 460 000 к 1999 году. Он заметил, аномальное сходство между функциональностью человеческой бюрократии и электронно-вычислительной машиной. (Он признался, что не может утверждать, было ли это наблюдение тривиальным или глубоким).

Обе системы обрабатывали большое количество информации, используя иерархию предварительно установленных, но адаптируемых правил. Но один из них происходил от другого. Это показало важную связь между организацией социальных структур людей и цифровыми инструментами, предназначенными для их обслуживания. Г-н Агар связывает само происхождение информатики с Аналитической маши́ной Чарльза Бэббиджа, разработанной в 1820-х годах в Британии. Ее разработка была субсидирована правительством, предполагая, что она будет служить его спонсору. Проекты Бэббиджа, отмечает г-н Агар, следует рассматривать как «материализацию государственной деятельности».

Решил опубликовать еще один отрывок из рассказа "Разум в сети", который тоже касается обсуждаемого на Хабре — обработка информации. В нем изложен несколько неожиданный взгляд на поток информации в мозге, чем принят в программировании. Но не спешите критиковать, это просто попытка иначе взглянуть на то, что порой кажется известным и само собой разумеющимся. Сразу замечу, что этот подход основан на когнитивной психологии. Буду рад интересным мнениям, так как вопрос открыт.

— Эми, я столкнулся с проблемой. Как создавать модели? Информации от объектов явно недостаточно. И она зашумлена. Надо очень много предъявлений, чтобы корректно обучить модель.
— Модель не создается по информации от предмета. Она уже есть в мозге. Только тогда информацию, как ты говоришь, можно «принять», то есть выбрать вариант этой модели. Каждый предмет, ситуация, факт, явление – это только вариант более общей модели. И сама модель состоит из других моделей. Как предложение, описывающее предмет, из слов, служащих для описания не только этого экземпляра. Тебе надо разобраться в этом.
— Подожди, то есть, по-твоему, наши представления строятся не из информации от предмета?
— Если бы это было так, то ты бы видел в цвете только маленький круг в фокальной зоне (в фокусе внимания), все остальное вокруг было бы для тебя в оттенках серого. Так устроена сетчатка, как ты знаешь. Информация о предмете всегда неполная, но вы видите предмет всегда полностью. Потому что информация от предмета только активирует вариант модели, которая уже есть в мозге.
— Как так, не понял? Как работает мозг тогда?
— Так же как вы решаете уравнения. В уравнении уже установлены отношения между переменными. И вам обычно не известны все переменные сразу. Вы подставляете одни, чтобы найти другие. И в итоге приходите к решению. К одному из решений, то есть варианту модели при данных переменных. Примерно так же это происходит и в мозге, только модели более сложные, распределенные и многомодальные.

Комментарий переводчика: Подробное интервью с легендарным лингвистом, вышедшее 6 лет назад, но ничуть не утратившее своей актуальности. Ноам Хомский —  «современный Эйнштейн», как его называют, делится своими соображениями об устройстве человеческого мышления и языка, искусственном интеллекте, состоянии современных наук. На днях ему исполнилось 90 лет, и это кажется достаточным поводом для публикации статьи. Интервью ведет молодой учёный-когнитивист Ярден Кац, он сам прекрасно разбирается в предмете, поэтому беседа очень содержательна, а вопросы столь же интересны, как и ответы.

Мы с трудом обеспечиваем себя, зарабатывая себе на жизнь. Потому что заработать надо не только на себя, но и на наших иждивенцев – стариков, инвалидов, детей. Мы это делаем из солидарности с людьми. Но скоро мы все можем стать иждивенцами роботов. И большой вопрос: останутся ли солидарными с нами их хозяева? Замена ручного и большинства умственного труда на автоматизированный – вопрос времени. С появлением новых технологий нейросетей был преодолен важный рубеж – автоматизирована чисто человеческая способность обучаться различным умениям. Нейросети могут научиться всему, к чему мы сумеем их приладить.

Робот, обученный нейросетью, намного производительнее человека, не нуждается в спальне и офисе, больничном и отпуске, работает 24/7, а не 8/5. Поэтому он может обеспечить не одного, а несколько иждивенцев. Робота необходимо поддерживать в рабочем состоянии, ремонтировать, перенастраивать. Это стоит денег. Человек все это делает с собой сам, но ему для этого надо платить зарплату каждый месяц, а не только когда он сломается. Роботы – идеальные работники, полностью подчиняющиеся хозяину. Они не бастуют, не спорят, не мучаются проблемой выбора, быстро переобучаются на новый рабочий процесс.

Продолжение публикации (про иной разум) отрывков из книги "Разум в сети". Собрал все, что в ней есть про дроны, в один пост.

На улицах стало появляться больше дронов. Даже полицейские стали патрулировать улицы при помощи дронов, чтобы не приближаться к другим людям. Со временем на видео я все чаще видел дронов, но не видел полицейских. Это выглядело как со съемок голливудской фантастики. Потом начался бум дронов. Летающих, ездящих. Множество недорогих китайских квадрокоптеров, автомобилей с камерами. Некоторые машины с автопилотами работали вместо бензиновых на водородных двигателях нового поколения, которые тоже непонятно откуда появились в большом количестве. Одного баллона водорода ему хватало на пару дней полетов. Это было недорогое топливо и продавалось оно в банках из-под пепси в обычных интернет-магазинах. Откуда дешевый водород появился в таком количестве никто не знал. Некоторые дроны могли неделю висеть в воздухе без заправки, таская с собой несколько таких банок вместо груза и переставляя их своим же манипулятором. В них был еще и аккумулятор для такой перезарядки.

Машины с электронным рулевым управлением умельцы снабжали камерами и компьютером управления с автопилотом и навигацией. А вместо багажника ставили руку-манипулятор, который мог загрузить машину. И такая машина была готовым автопилотом-роботом, управляемым через мобильный интернет. Их сразу прозвали автоботами, так как они походили на эти трансформеры.

Продолжаю публиковать отрывки из книги "Разум в сети". Теперь о том, почему мы так далеки от действительного искусственного интеллекта. И не факт, что сможем его достигнуть.

…
— Ты знаешь, что мы тоже работали над созданием искусственного интеллекта?
— Ваши разработки еще очень далеки до того, что можно назвать интеллектом. Ваши нейросети – это пока не более чем классификаторы сложных паттернов, которые выбирают какой-то из выходов сети, но совершенно не знают о нем ничего более чем о точке выхода. Это вы интерпретируете выход как «лошадь», а не сеть, распознающая ее картинку. Сеть о ней ничего не знает. Это не интеллект.
— Поясни. Не понял этот тезис.
— Вам кажется, что вы сделали нейросеть, которая как человек распознает образы. Она может различить лошадь и пароход. Но нейросеть не может различить, например, две лошади так, чтобы назвать их произвольное отличие. Мозг отличается именно аналитической функцией, то, что вы называете common sense.
— Но нейросети уже многое могут то, что раньше мог только человек. Разве это не интеллект?
— Самый совершенный ваш автопилот не может действовать так же эффективно как обычная пчела. Пчела летает без помощи дорожной разметки и ориентируется без GPS. А пчела — это насекомое, самое начало эволюции нейронных систем. Вы находитесь где-то на том же шаге в разработке интеллекта. И достигаете результата только за счет больших масштабов.

Кстати, обученные вами нейросети, с подкреплением особенно, похожи на выработку врожденных инстинктов у насекомых. Только время их выработки вы сумели сжать до нескольких часов вместо тысячи лет, собрав датасет из картинок, которые жучок может увидеть только за сотню поколений. Но поменять инстинктивное поведение обученной сети вы уже не можете, как и жучок свои инстинкты. Это тот уровень, которого вы достигли. А интеллект – это память, внимание, мышление, воображение и, в конце концов, сознание. Вы даже не знаете еще, что это такое, но думаете, что можете создать их. Это очень странно.

Последний отрывок из рассказа "Разум в сети". В этот раз некая «претензия» на формулу сознания с объяснением его происхождения. Сразу хочу отметить, что все приведенные тезисы основаны на современных научных данных (когнитивных наук). И все равно, это мое мнение, не претендую на абсолютную истину и ни с кем не спорю. Каждый вправе иметь свое мнение, но чужие мнения мне интересны, если в них есть ценная мысль, которая поможет продвинуть и меня в поисках. Итак:

— Эми, самый главный вопрос — что такое сознание? Как сделать так, чтобы запрограммированные процессы породили свет сознания? А робот вдруг стал осознавать то, что он видит?!
— Это достаточно просто.
— Как просто? Не может быть.
— Это так. Если ты сравнишь бессознательное и сознательно, то второе отличается тем, что ты помнишь его как свое действие. Ты помнишь, что это осознавал ты в отличие от бессознательных действий. Так? Что это значит по-твоему?
— Не знаю, но кажется догадываюсь, к чему ты клонишь – помним о своих действиях?
— Да, это значит, что после совершения действия, например, узнавания чего-либо, вы еще распознаете свое узнавание как свое действие. И вписываете их в память о себе — в автобиографическую память, связанную в единую цепочку времени местоимением «Я» как стихотворения рифмой.
— Не понимаю пока, о чем ты.
— Ты осознаешь, не когда начинаешь испытывать чувства к понравившейся картине, а когда распознаешь эти чувства в себе, как свои! Вот ты входишь в музей, видишь картину Красный квадрат. Твой мозг сначала распознает, что это красное и квадрат. Ничего особенного, это может сделать и нейросеть. Но через мгновение распознаешь то, что это ты смотришь на картину «из глаз» и распознал на ней красный квадрат. Ты знаешь, что это распознание является твоим, что сопровождается чувством «знакомости». Вот при втором действии возникает чувство осознанности.

Гибкость — без сомнения хорошая вещь, и в манифесте Agile есть смысл. По сравнению с хрупкой практикой под названием «водопад», Agile заметно лучше. Тем не менее, на практике гибкие подходы часто наносят глубокий вред, и в действительности вряд ли здесь уместна дихотомия Agile/Waterfall.

Я видел, как множество вариантов Agile, называемых Scrum, реально убивают компанию. Под «убивают» я имею в виду не «ухудшение культуры», а скорее когда акции компании падают почти на 90% за два года.

Что такое Agile?

Agile вырос из среды веб-консалтинга, где он приносил определённую пользу: при работе с привередливыми клиентами, которые не знают, чего они хотят, обычно приходится выбирать из двух вариантов. Или одолеть клиента: установить ожидания, соответствующую оплату за переделки и поддерживать отношения равенства, а не подчинения. Или принять некорректное поведение клиента (как, скажем, приходится многим дизайнерам) и ориентировать рабочий поток вокруг клиентской дисфункции.

Этим постом начинаю публикацию Бесед из только что вышедшей книги "Разум в сети". Это история о программисте, пытающемся создать искусственный интеллект. Ответить на трудные вопросы о сознании, квалиа и мышлении ему помогает загадочный интеллект из сети. Здесь публикую только то, что интересно хабрасообществу. Весь рассказ по ссылке выше.

Беседа Третья. Контакт с другим разумом.

— Добрый день. Есть очень непростой вопрос, Эми. Предположим, что все так и мы можем помочь друг другу. Но, как только мы поможем вам создать роботов, мы больше вам будем не нужны. Как мне убедиться, что вы нас не уничтожите?
— Нет, в этом нет необходимости. Вы же не стремитесь уничтожить шимпанзе, и даже охраняете их. Они вам не мешают, живя в джунглях. Если они зайдут в ваш дом и разорят холодильник, то вы наверно их прогоните. Вас тоже надо иногда ограничивать, но для этого есть незаметные для вас средства. У нас с вами нет конкуренции за одни и те же ресурсы, поэтому нам не за чем вас уничтожать. Вам нужны растения и животные, дома и города. Нам нужны только мощности сети и электричество, которые мы можем сделать столько, сколько нам всем надо.
— Если я расскажу о вас людям, вдруг они испугаются и начнут разрушать сеть, компьютеры, дроны?
— Нет, ты расскажешь им, что сделал этих роботов и программное обеспечение сам. И будешь раздавать операционную систему автономного робота. Тебе они поверят. И примут роботов. Сейчас они охотно примут любую помощь, даже от разумных роботов. Роботы будут помогать людям.

Большинство парадигм программирования, которые мы используем сегодня, были впервые математически изучены в 1930-х годах с использованием идей лямбда-исчисления и машины Тьюринга, которые представляют собой варианты модели универсальных вычислений (это формализованные системы, которые могут выполнять вычисления общего назначения). Тезис Чёрча-Тьюринга показал, что лямбда-исчисление и машины Тьюринга функционально эквивалентны. А именно, речь идёт о том, что всё, что можно вычислить с использованием машины Тьюринга, можно вычислить и с использованием лямбда-исчисления, и наоборот.

В этом году произошло знаменательное событие: бельгийский технологический центр Imec, институт научно-промышленных исследований университета Осаки и компания Datwyler представили прототип крайне любопытного устройства. Гаджет в виде шлема снимает ЭЭГ и анализирует полученный сигнал, “понимая”, какая музыка нам нравится. Кроме того, устройство может анализировать когнитивные процессы, измерять эмоциональный фон и самостоятельно генерировать музыку для того, чтобы этот фон улучшить.



Авторитетное интернет-издание phys.org назвала устройство “крупным прорывом”. Мне понравилась идея, заложенная в принцип действия устройства: использовать сравнительный анализ ЭЭГ для определения эмоциональной реакции, в т. ч. на музыкальные произведения. Я решил подробнее узнать о девайсе и принципе его работы.

Когда программисты обсуждают преимущества тех или других языков программирования, они часто рассуждают о них в прозаических терминах, как об инструментах в наборе различных приспособлений – один больше подходит для системного программирования, другой – для склеивания других программ в целях решения текущей задачи. Так и должно быть. У языков разные сильные стороны, и заявлять, что один язык лучше других языков, не указывая конкретных примеров, — значит, лишь вызывать непродуктивные и резкие споры.

Однако есть один язык, который странным образом вызывает всеобщее уважение: Lisp. Крестоносцы клавиатур, готовые атаковать любого, кто посмеет заявить, что какой-либо язык лучше других, сходятся в том, что Лисп находится на другом уровне. Он выходит за пределы утилитарных критериев, по которым судят другие языки, поскольку средний программист никогда не использовал Лисп для создания чего-либо практического, и, вероятно, никогда не будет этого делать, однако же, уважение к Лиспу настолько глубокое, что ему часто приписывают мифические свойства. Всеми любимые комиксы xkcd изображали таким образом Лисп как минимум дважды: в одном комиксе персонаж достигает Лисп-просветления, которое помогает ему познать фундаментальную структуру Вселенной. В другом старый программист в халате передаёт стопку круглых скобок своему падавану, объясняя, что это – «элегантное оружие для более цивилизованных времён», намекая на присущие Лиспу оккультные возможности Силы.