Net neskaičiau, bet atsakymas paprastas - dirbtinis intelektas šiuo metu neegzistuoja. Yra kompiuterinės programos, kurios yra "išmokytos" atpažinti tam tikrus požymius. Daugėjant paduodamų informacinių vienetų tokia programa tiesiog sugeba susiaurinti klaidos arba padidinti teisingo atsakymo galimybes iki minimumo arba maksimumo pagal poreikį.
Esant "anomalijoms" galutinį sprendimą vis vien priima žmogus (pvz. egzoplanetų aptikimas, ligų diagnozė) arba jis iš viso ignoruojamas.
Machine learning. Uzduotis, patternas tai uzduociai spresti, datasetas, sprendimas, ir sistemos saviivertinimas del sprendimo kokybes. Geriausio sprendimo pateikimas. Arba nebutinai pacio geriauso, bet galbut tinkamiausio sprendimo pateikimas...
As neabejoju, kad kaip matematini modeli, galima aprasyti absoliuciai viska. Ir galima ta padaryti netgi labai kokybiskai. Bet neimanoma aprasyti to, ka mes vadiname intuicija, kritiniu mastymu, oob thinking... Neimanoma aprasyti samones, suvokimo.
Kodel Kasparova ant saskiu DI padare dar 1997tais, o visokie realiai naudingi smart sprendimai pradejo rodytis tik per pastaruosius 3-5 metus? Realiai tai del dvieju priezasciu - pirma, tai, kad sachmatus lengva aprasyt kaip modeli. Reikia daug skaiciavimo pajegumu, bet algoritmas labai paprastas - po kiekvieno ejimo modeliuoji visas galimas baigtis ir darai toki ejima, po kurio palankiu baigciu yra daugiausiai. Performaco pagerinimo delei, galima pridet garantuoto laimejimo path'u, jeigu yra zinoma, kad po kazkokio ejimo toks path'as atsiranda. Antra - machine learning - pastaraisiais metais tapo imanoma rinkti tikrai didelius kiekius duomenu is nutolusiu device'u ir apmokyti irenginius pagal realius use case.
Bet neimanoma aprasyti to, ka mes vadiname intuicija, kritiniu mastymu, oob thinking... Neimanoma aprasyti samones, suvokimo.
.
imanoma. problema kitame. tie kur aprasineja - nesugeba tiesiog isskirt reikiamu aprasymo objektu. jie tik moka aprasinet - programint. bet isgimdyt vien is pacios metodikos atsiradimo negales. ta prasme: sakykim uzduotis - reikia apvaisint moteri. ir sita uzduoti paskiria isskirtinai moteru kolektyvui - nes jom cia aktualu ir jos supranta kad tai aktualu. bet jos tiesiog negali ivykdyt - nes nera vyrai. ir aplinkinis kelias cia labai sunkiai suveiks - reikia vos ne kazkokiam genetiniam klonavimo lygyje viska daryt - jei tu tik moteris, kuri tegali del priemoniu skurdumo rinktis mokslini sprendimo buda va tokia cia problema su intelekto programavimu. yra tik tas sunkusis kelias. kas liecia sachmatus - ten yra zaidimo taisykles. taip sakant isankstiniai remai. cia net neteisingas palyginimas. nes sachmatai nedidina intelekto. tiesiog yra neblogai ivaldziusiu sachmatu logika veikeju - kurie turnyruose buvo nugaletojai. bet dabar juos nukarunavo. techninemis priemonemis pagreitintu brutforse metodu. ir tiek. intelektas yra optimaliausi sprendimai nesuvarzytoje isankstiniais remais situacijoje. remus uzduoda pati situacija. o mes tegalim tik po biski kolekcionuot visu imanomu situaciniu remu bibliotekas kazkokias... ir viska paskui suderint su geriausiais sprendimais. ir sukursim tada auksto lygio intelekta. palaipsninio apmokymo keliu. bet galimi ir greitesni keliai - jei kaip su pirmu pvz - situacijoje su apvaisinimu buni pvz vyras beveik visi kazkodel tikisi kad dirbtiniam intelekte kazkodel tik sitas variantas bus matyt del nuosavo intelekto trukumo...
-2
_________________ Surinkai -10 tasku? Tavo ideologija paduoda dauniskumu... sekmes savo graudžiame, neapykantos ir pavydo persmelktame gyvenime.
Lyderiai: Nr1. is immortallt - 99+ minusu Nr2. is utf16 - 50+ minusu Nr3. ipienius - 50+bbz minusu
Autorius antrasteje sako negali, paskui reigia, kad sunkiai sekasi, reiskias gali, bet sunkiai. Autoriau!
Dauguma komentatoriu nesupranta, kas tas dirbtinis intelektas arba tiksliau masininis mokymasis (mashine learning), del to ir daromos usvados ar samprotavimai yra neteingi. As idieginejau gamykloje ir daug projektavau bei programavau ju
Net neskaičiau, bet atsakymas paprastas - dirbtinis intelektas šiuo metu neegzistuoja. Yra kompiuterinės programos, kurios yra "išmokytos" atpažinti tam tikrus požymius.
Dirbtinis intelektas egzistuoja. Dirbtinė sąmonė - ne.
Bet neimanoma aprasyti to, ka mes vadiname intuicija, kritiniu mastymu, oob thinking... Neimanoma aprasyti samones, suvokimo.
Bent jau teoriškai - įmanoma. Tereikia tik atitinkamo sudėtingumo dirbtinio neurotinklo ir daug duomenų apmokymui. Lygiai to paties, ko žmogui, tik žmogaus ar kito gyvūno atveju neurotinklas biologinis.
kukulis4 rašė:
Kodel Kasparova ant saskiu DI padare dar 1997tais, o visokie realiai naudingi smart sprendimai pradejo rodytis tik per pastaruosius 3-5 metus? Realiai tai del dvieju priezasciu - pirma, tai, kad sachmatus lengva aprasyt kaip modeli. Reikia daug skaiciavimo pajegumu, bet algoritmas labai paprastas - po kiekvieno ejimo modeliuoji visas galimas baigtis ir darai toki ejima, po kurio palankiu baigciu yra daugiausiai. Performaco pagerinimo delei, galima pridet garantuoto laimejimo path'u, jeigu yra zinoma, kad po kazkokio ejimo toks path'as atsiranda. Antra - machine learning - pastaraisiais metais tapo imanoma rinkti tikrai didelius kiekius duomenu is nutolusiu device'u ir apmokyti irenginius pagal realius use case.
Kasparovą 1997 padarė ne DI, o paprasta šachmatų programa, modeliuojanti galimus ėjimus paprastu brute force metodu kažkiek į priekį. DI, kaip ir žmogaus smegenys, nemodeliuoja, bent jau ne tiesiogine to žodžio prasme, t.y. tai jokiu būdu ne brute force. DI matematine prasme yra kažkiek tūkstančių (žmogaus atveju - milijardų) netiesinių lygčių sistema. Jos sprendimas plius minus realiu laiku yra intelektas. Ta lygčių sistema formuojama dinamiškai mokantis, t.y. apdorojant didelius duomenų kiekius ir įvairiais metodais mutuojant tinklą (struktūrą ir/ar parametrus), kol pasiekiamas optimalus rezultatas. Pagal reikalingą skaičiavimo galią toks metodas yra daug daug efektyvesnis už brute force, ypač turint omenyje, kad dažnos DI sprendžiamos problemos iš vis negali būti sprendžiamos brute force be planetos dydžio kompo.
Šiuo metu naudojami tinklai palyginus su žmogaus smegenimis yra mikroskopiniai ir specializuoti. T.y. visi tinklo "neuronai" priklauso tik tam vienam tinklui, veikiančiam konkrečiu tikslu, biologiniai gi tinklai neturi "dedikuotų" neuronų - kievienas neuronas dalyvauja keliuose sąlyginiuose tinkluose vienu metu. Kol kas dar tik pradedami eksperimentai su gyvūnų neurotinklų dublikatais (mažų kirmėlių lygyje). Vėlgi kol kas principinių kliūčių sukurti pilnavertį (general purpose) DI nematyti, yra tik techninės kliūtys - skaičiavimo galia ir apmokymui reikalingi didžiuliai duomenų kiekiai. Pvz., žmogaus smegenys per sekundę apdoroja apie pusę GB inputo ir tampa panašiu į sąmoningą kažkur po 3 - 5 metų nuo gimimo.
AI skirtumas nuo perrinkinėjimų, kad AI užtrunka labai ilgai mokymuisi, bet rezultatą skaičiuoja greitai. Panašiai elgiasi ir mūsų smegenys, kažką nauja užtrukna išmokti, o tada viskas suvokiama žaibo greičiu.
Iš kitos pusės pažinimas nėra lengvas dalykas. Katė ar šuo AI programai turbūt atrodo panašiai į šitą mums:
Vartotojai naršantys šį forumą: Registruotų vartotojų nėra ir 3 svečių
Jūs negalite kurti naujų temų šiame forume Jūs negalite atsakinėti į temas šiame forume Jūs negalite redaguoti savo pranešimų šiame forume Jūs negalite trinti savo pranešimų šiame forume