Земля. Хроники Жизни.
Главная | Регистрация | Вход
 
Четверг, 27.06.2019, 13:36
Приветствую Вас Гость |Личные сообщения() ·| PDA | RSS
Меню сайта
Форма входа
Логин:
Пароль:
Категории раздела
Аномалии [3697]
Атмосфера [1579]
Археология [5602]
Авторские статьи [489]
Вулканы [3481]
Война [1017]
Гипотезы [6302]
Другое [8076]
Животные [3235]
Землетрясения [4671]
Засуха [396]
Избранное [367]
Климат [3722]
Космос [12313]
Карстовые провалы [513]
Круги и рисунки на полях [542]
Медицина и здоровье [2334]
Наука [12086]
НЛО [4775]
Наводнения [3625]
Океан [879]
Оползни [756]
Пожары [993]
Прогноз [1345]
Политические факторы [3491]
Предсказания и пророчества [745]
Радиация [654]
Солнце [2021]
Стихия [3687]
Сверхъестественное [1838]
Технологии [6136]
Тайны истории [6101]
Ураганы [3255]
Факторы и аварии [7974]
Хочу все знать [30]
Этот безумный мир [1436]
Экология [1592]
Эпидемии [1099]
Эксклюзив [308]
Разговоры у камина
Статистика

Онлайн всего: 199
Пользователей: 194
Новых: 5
nakraiyvselennoi, fatjob, Sake, Eternal_change, Maks
Главная » 2019 » Июнь » 2 » Ученый рассказал о том, что 70 лет в области исследования ИИ были потрачены практически зря
11:02
Ученый рассказал о том, что 70 лет в области исследования ИИ были потрачены практически зря

Самый большой урок, который можно извлечь из 70 лет исследований ИИ, заключается в том, что общие методы, использующие вычисления, в конечном итоге оказываются наиболее эффективными — и с большим отрывом. Конечной причиной этого является закон Мура. Или, скорее, его обобщение: продолжающееся, экспоненциальное удешевление вычислительных процессоров. Об этом «горьком уроке» рассказал Ричард Саттон, канадский компьютерный ученый. Далее — от первого лица.


Почему исследования искусственного интеллекта были в тупике 70 лет?

Большинство исследований искусственного интеллекта проводились так, как если бы вычисления, доступные агенту, были постоянными (и в данном случае использование человеческих знаний было бы одним из единственных способов повышения производительности). Но через некоторое время — гораздо большее, чем нужно для типичного исследовательского проекта — неизбежно становится доступно гораздо больше вычислений. В поисках улучшений, которые могут помочь в краткосрочном периоде, ученые пытаются использовать максимум человеческих знаний в этой области, но единственное, что имеет значение в долгосрочной перспективе — это нарастающее использование вычислений. Эти два аспекта не должны идти вразрез друг с другом, но на практике идут. Время, потраченное на один из них, не равно времени, потраченному на другой. Есть психологические обязательства по инвестированию в тот или иной подход. А подход, основанный на знаниях человека, имеет тенденцию усложнять методы таким образом, что они становятся менее подходящими для использования преимуществ общих методов, использующих вычисления.
 
Вывод: нужно сразу отбрасывать попытку решить задачу ИИ «головой», потому что пройдет время и она решится гораздо быстрее и проще — благодаря росту мощности вычислений

Было много примеров, когда исследователи ИИ запоздало понимали этот горький урок. Будет поучительно рассмотреть некоторые из самых выдающихся примеров.

В компьютерных шахматах методы, победившие чемпиона мира Каспарова в 1997 году, основывались на массивном, глубоком поиске. В то время к ним с тревогой относились большинство исследователей компьютерных шахмат, которые использовали методы, основанные на понимании человеком особой структуры шахмат. Когда более простой, основанный на поиске подход со специальным аппаратным и программным обеспечением оказался намного более эффективным, исследователи, отталкивающиеся от человеческого понимания шахмат, не признали поражения. Они сказали: «В этот раз подход грубой силы, может быть, и победил, но это он не станет общей стратегией и уж точно люди не играют в шахматы таким образом. Эти ученые хотели, чтобы методы, основанные на человеческом вкладе, победили, и очень разочаровались, когда этого не произошло.
 
Вывод: простая грубая сила вычислений возьмет свое, рано или поздно

Аналогичная картина прогресса в исследованиях была замечена в компьютерных го, только с задержкой еще на 20 лет. Первоначально огромные усилия направлялись на то, чтобы избегать поиска, используя человеческие знания или особенности игры, но все эти усилия оказались ненужными или даже хуже, как только поиск применили эффективно и масштабно. Также важно было использовать обучение в процессе самостоятельной игры, чтобы выучить ценностную функцию (как это было во многих других играх и даже в шахматах, только обучение не играло большой роли в программе 1997 года, которая впервые обыграла чемпиона мира). Обучение игре с самим собой, обучение в целом, это как поиск, позволяющий применять огромные массивы вычислений. Поиск и обучение — два самых важных класса техник, задействующих огромные объемы вычислений в исследованиях ИИ. В компьютерном го, как и в компьютерных шахматах, первоначальные усилия исследователей были направлены на использование человеческого понимания (так, чтобы использовать меньше поиска), и лишь много позже был достигнут гораздо больший успех — за счет использования поиска и обучения.
 
Вывод: поиск и обучение, подпитанные вычислительной мощностью, намного превосходят попытки решить задачу «нестандартным подходом мышления»

В области распознавания речи в 1970-х годах был проведен конкурс, спонсируемый DARPA. Участники представляли различные методы, которые использовали преимущества человеческого знания — знания слов или фонем, человеческого голосового тракта и так далее. По другую сторону баррикад были более новые методы, статистические по своей природе и выполняющие больше вычислений, на основе скрытых моделей Маркова (HMM). И опять же статистические методы победили методы, основанные на знаниях человека. Это привело к серьезным изменениям во всей обработке естественного языка, постепенно внедряющимся в течение десятилетий, пока в итоге статистика и вычисления не начали доминировать в этой области. Недавний рост глубокого обучения в области распознавания речи — это самый последний шаг в этом последовательном направлении. Методы глубокого обучения еще меньше полагаются на человеческие знания и используют еще больше вычислений, наряду с обучением на огромных наборах образцов, и выдают потрясающие системы распознавания речи.


Ричард Саттон, канадский компьютерный ученый

Как и в играх, ученые всегда пытались создавать системы, которые будут работать так, как они представляли в своих головах — они пытались поместить это знание в свои системы — но все это выходило крайне непродуктивно, ученые просто тратили время, пока — вследствие закона Мура — становились доступными все более массивные вычисления и находили себе прекрасное применение.
 
Вывод: одна и та же ошибка повторялась на протяжении десятилетий

Похожая картина была и в области компьютерного зрения. Первые методы воспринимались как поиск неких контуров, обобщенных цилиндров, либо с применением возможностей SIFT (масштабно-инвариантной трансформации признаков). Но сегодня все это выбросили в топку. Современные нейронные сети с глубоким обучением используют только понятие свертки и определенных инвариантов и работают намного лучше.

Это большой урок.

В какую бы область мы ни заглянули, мы везде продолжаем совершать одни и те же ошибки. Чтобы увидеть это и эффективно побороть, нужно понять, почему эти ошибки так привлекательны Мы должны усвоить горький урок, что построение того, как мы думаем, отталкиваясь от того, как мы думаем, не сработает в долгосрочной перспективе. Горький урок, основанный на исторических наблюдениях, показывает, что: 1) исследователи ИИ часто пытались встроить знание в своих агентов; 2) это всегда помогало в краткосрочной перспективе и приносило ученым удовлетворение; 3) но в долгосрочной перспективе все заходило в тупик и тормозило дальнейший прогресс; 4) прорывной прогресс неизбежно приходил с применением противоположного подхода, основанного на масштабировании вычислений за счет поиска и обучения. Успех был горьковатого вкуса и зачастую не усваивался полностью, потому что это успех вычислений, а не успех ориентированных на человека подходов.

Из этого горького урока следует усвоить одно: огромную мощь методов общего назначения, методов, которые продолжают масштабироваться с ростом вычислений, даже когда доступные вычисления становятся очень большими. Два метода, которые, похоже, масштабируются произвольно таким образом — это поиск и обучение.

Второе, что следует извлечь из этого горького урока, состоит в том, что фактическое содержание ума чрезвычайно и неоправданно сложное; нам стоит перестать пытаться найти простые способы осмыслить содержание ума, похожие на простые способы осмысления пространства, объектов, множественных агентов или симметрий. Все они являются частью произвольно сложного внешнего мира. Нам не стоит пытаться от них отталкиваться, потому что их сложность бесконечна; нам стоит строить на мета-методах, которые могут находить и улавливать эту произвольную сложность. Эти методы могут находить хорошие приближения, но поиск их должен осуществляться нашими методами, а не нами. Нам нужны агенты ИИ, которые могут открывать так же, как мы, а не содержать то, что мы открыли. Построение на наших открытиях только усложняет процесс открытия и поиска.
 
Вывод: нужно довериться вычислениям, а не пытаться калькировать человеческие размышления и попытки объяснить сложные методы открытия и поиска простыми схемами; в долгосрочной перспективе сработает первое, а не последнее.
Категория: Наука | Просмотров: 1401 | Добавил: Maks | Рейтинг: 5.0/| Оценить |Источник:https://hi-news.ru
Всего комментариев: 9
2
1 sega  
Интеллект не ВЫЧИСЛЯЕТСЯ...,нет и не может быть ФОРМУЛ для вычисления...

1
2 Guest  
"общие методы, использующие вычисления, в конечном итоге оказываются наиболее эффективными — и с большим отрывом" это и ежу понятно, но бизнес стремиться к сведению расходов в ноль для получения максимально возможной прибыли, поэтому всплеск интереса к ИИ обусловлен стремлением к избавлению от затрат на человеческие ресурсы, с другой стороны рынок производства вычислительных средств исключительно монополизирован - пример с печальным положением дел у компании Huawei и это позволяет монополистам получение новой прибыли из навязываемых людям абсолютно не нужных им технологий, значит все дальнейщие усилия будут направленны исключительно в направлении на "развитие" ИИ.

2
3 TERMINUS  
Про шахматы говорили так же, что компы никогда не переиграют человека, но вышло точно, но только наоборот.
А, что человеческие мысли особый эксклюзив?
В большинстве своём они односложны и выражают желания и отрицания.
Никакого интеллекта не надо cool

0
7 mityika  
при игре Каспарова с Deep Blue не все кошерно было, сначала Каспаров выигрывал 4*2, потом типа компания добавила новые блоки к компу, а все просто перепрограммировали на стиль Каспарова и получилось он сам с собой играл, человек может прозевать ход комп никогда.

-2
4 Eternal_change  
ИИ - иллюзия.
Статистический (основан на вычислениях) робот с вложенными в него программами, он лишь помощник человека в его человеческих субъективных планах.
Интеллект, ум, то есть идея, мысль нематериальны и бессмертны и не ограничены ни в пространстве ни во времени. Живое не возможно воспроизвести, сознанием нельзя даже манипулировать, а материализм не признаёт нематериальное, то есть исключает сознание.
Создатели ИИ не оправдают потраченные средства. Робот как участник товарообмена нереален. Робот так и останется приставкой к интеллекту человека. А сам человеческий интеллект массово недооценён, приставка к дешёвому интеллекту будет дешёвой.

2
5 Alexei2012  
Речь идет только о машинном ИИ. Не возможно его сравнивать с «Человеческим» Интеллектом. Т.к. сознание, мышление человека основываются на т.н. «невычислямых» процессах, хорошо известных в квантовом мире. Эти процессы не могут быть алгоритмизированы. Что было показано еще Роджером Пенроузом. Еще одно принципиальное отличие от ИИ у ЧИ связано со способностью человека к алогичным мыслям и поступкам, которые, подчас, способны «менять» Мир. Что для машинного ИИ исключено. При любых вычислительных возможностях ИИ только имитирует ЧИ и не может его превзойти.

2
6 maikl2m  
Короче, все выводы в посте сводятся к призыву следовать известной формуле "Против лома нет приема...". Вот только попытка решить проблему ИИ исключительно за счет роста количественных показателей в надежде, что они со временем сами перейдут в "качественные" изменения, с очень высокой долей вероятности обречены на провал - ведь это, образно говоря, почти то же же самое, что пытаться создать точную трехмерную цветную голограмму объекта только путем непрерывного увеличения числа пикселей на двухмерной его черно-белой его фотографии.

-3
8 vitkon  
Хм ...? Чтобы говорить о ИИ надо сначала узнать Суть Природного интеллекта ,"уразумение Жизни в которой нет смерти " (Толстой ,"Четвероевангелие"). До этого можно говорить лишь о машине ,выполняющей заданную программу и ...никакого ИИ. Считать всегда легче .чем думать ,машине думать не дано .

0
9 leopold  
А разве человеческий интеллект не результат наращивания "вычислительной" мощности эволюцией. Понятно, что принципы работы не до конца не изучены, и действительно не учитываются квантовые свойства и еще куча всего. Но мне почему то кажется, что в основе лежит примерно такая модель:
1. Это и главное - это мотив, стремление. Т.е. хорошо и плохо будет индивиду, будь это , амеба, тогда работают рефлексы, или человек, тогда плюс сознание, подсознание, и всекия центры хотелок(хорошо),страхов(плохо). Основа это память. Элементарные рефлексы это то же память, надеюсь никто не против такого утверждения.
2.Сущности из пункта 1, определяющие некие единицы той самой памяти, которые впоследствии эволюции превратились в понятия, слова, предметы.
Так вот, все остальное это связи между сущностями пункта 2.
Например: сущность*балл плохо\хорошо*сущность
котлета*+10*еда
котлета*+10*говядина
тухлятина*-8*котлета
котлета*+5*ресторан
котлета*-3*жир
и.д.
И при возникновении из вне ситуации, на которую срабатывают некие триггерные паттерны
эти сети взаимосвязанных понятий сканируются и принимается решение на основании баллов, по результатом баллы обновляются.
Это все конечно упрощенно.
И еще, что не могу представить, что бы человек поступал алогично, он всегда поступает логично. По его логики. Если это обманный ход в шахматах, он только несведущему кажется алогичным. Если это самоубивца или саможервенник у него то же своя логика и он выбирает, чтобы ему стало лучше.

Добавлять комментарии могут только зарегистрированные пользователи.
[ Регистрация | Вход ]
Поиск по сайту
Мониторинг
Сейсмическая активность
Солнечная активность
Фазы луны
3D Планета Земля
Солнечная система
Космическая погода
Веб камеры мира
Системы мониторинга
Ионосферная активность
Вспышки на Солнце
Мониторинг вулканов
ТОП Новостей
Мужчина выжил после месяца проведенного в берлоге ...
Климатический апартеид уже начался
Крупное извержение вулкана Стромболи произошло в И...
Наводнение в Иркутской области
Теория заговора. Сыр
Календарь
«  Июнь 2019  »
ПнВтСрЧтПтСбВс
     12
3456789
10111213141516
17181920212223
24252627282930
Архив записей
Новое на форуме

1. ВСЁ.., ЧТО В МИРЕ.., ИНТЕРЕСНО..!!! часть №2

(8111)

2. ЗЕМЛЯ ПЛОСКАЯ..!!...так ли это..??

(3311)

3. Калейдоскоп

(637)

4. Давайте предсказывать будущее

(5677)

5. Прогулки в Квантовом Мире

(1876)

Последние комментарии
Неужели есть вид змеи связанны...

Жара разгонит мегаполисы. Как ...

Змеи средней полосы не имеют с...


Вершина мира. Собирающая челов...

При использовании материалов Земля - Хроники Жизни гиперссылка на сайт earth-chronicles.ru обязательна.
Top.Mail.Ru Яндекс цитирования