Моделирование ИИ (Искусственного интеллекта)

[Андрей]

Сегодня случайно узнал про проходившие соревнования:
Google AI Challenge
Russian AI Cup

Возможно, кому-то пригодится эта информация.

[BDK]

http://www.vesti.ru/doc.html?id=2645686&tid=107648

Вообще я пришел к тому что для искусственного интеллекта гораздо важней наработки в области компьютерной виртуальной реальности чем все исследования связанные с попытками понять низкоуровневую механику работы интеллекта. Низкоуровневая механика понятна давно - практически бОльшая часть этого стала понятна еще лет 60 назад когда были разработаны первые шахматные алгоритмы. Дальше были поиски и исследования в области распознавания образов, в области нейронных сетей. Но и это лишь небольшой шаг практически в пределах всё той же области низкоуровневой механики. Распознавание образа - это практически просто операция выборки значения переменной. Интеллект это конечно больше чем только выборки значений переменных.

А вот наработки в области виртуальной реальности - это уже более серьезные и важные наработки для создания по настоящему сильного искусственного интеллекта. Хотя долгое время это выглядело как что-то несерьезное - компьютерные игры, компьютерная графика для кино - сплошь несерьезные применения:) Но на самом деле вещь эта очень серьёзная и важная. Это то что приведет к созданию реального Терминатора. Даже покруче того что в кино.
=====

Пожалуй понятие "Иерархически организованная виртуальная реальность" становится ключевым в моих разработках в области искусственного интеллекта. На этом и сосредоточусь уже до конца.
=====

Еще есть такие мысли - я давно, еще со школьных и институтских лет чувствовал связь между явлением распространения и отражения света и явлением интеллекта. Фактически свет является инструментом рисования виртуальной реальности (а у оптиков даже есть буквально такое понятие - рисующие свойства объектива - имеется ввиду такое управление проходящим через линзы светом чтобы получить наилучшее качество "рисуемого" на экране изображения). И моделирование графики на компьютере - еще тогда в начале 90-х годов мне виделось как сложная задача эквивалентная задаче создания искусственного интеллекта. Так поразительно - я опять возвращаюсь к тем же представлениям что у меня были тогда - в самом начале. Еще тогда в самом начале меня привлекала идея компьютера в котором вычисления делаются не дискретными элементами а в прямом смысле светом - распространяющемся в объеме. Конечно пока такие компьютеры не понятно как сделать но есть вполне эквивалентные разработки - это современные GPU которые уже позволяют выполнять вычисления больших объемов и кроме того как раз ориентированные на обработку геометрической информации (т.е. рисующие - в буквальном смысле слова - почти как и свет).

Вообще понятия "рисование" и понятие "интеллект" очень пересекаются. Достаточно вспомнить что развитие интеллекта у человека в древности сопровождалось и развитием изобразительного искусства.

Еще есть такое понятие - "свет разума" - тоже очень точное. И если разум понимать как иерархически более высокоуровневое явление по отношению к интеллекту то между разумом и интеллектом можно поставить такое же соответствие как между светом и рисованием. Свет - это сама реальность. А рисование - это моделирование распространения света - это виртуальная реальность. Между ними есть соответствие как между самой реальностью и качественным ее отображением.

[Вася]

BDK, привет DK.

[BDK]

Привет, мы знакомы? Хочу добавить к выше написанному:
=====
Я не считаю оправданным делать ставку на нейронные сети. Практически всегда бОльшего эффекта на компьютере можно достичь другими методами. Почему природа использовала нейронные сети для организации мозга человека и животных? Я думаю ответ на этот вопрос будет примерно такой же как и ответ на вопрос - "почему вся наша вычислительная техника основана на транзисторах?" И ответ на этот вопрос будет наверное примерно такой - потому что так сложилось исторически.

Я считаю не принципиально важным - строить системы на основе нейронных сетей или схем на транзисторных логических элементах. Я считаю не целесообразным моделировать простые нейронные сети на уже более сложном вычислительном устройстве каким является компьютер. Я считаю что "естественные" возможности компьютера могут быть использованы гораздо эффективней чем противоестественная симуляция нейронных сетей на нём. Нейронные сети сами по себе не обладают какими-то особенными уникальными свойствами которые делали бы их предпочтительными перед схемами на любой другой принципиальной базе основанной на взаимодействии большого количества элементарных единиц.

Я считаю что симуляция нейронных сетей представляет лишь научно-исследовательский интерес и не имеет особого прикладного смысла.
=====

Упор в разработке искусственного интеллекта нужно делать не на выбор низкоуровневой элементной базы а на выбор глобальной стратегии. И как я уже писал выше я считаю что глобальная стратегия разработки ИИ может быть эффективно основана на принципах организации многоуровневой иерархически организованной виртуальной реальности.

[Вася]

Я считаю что симуляция нейронных сетей представляет лишь научно-исследовательский интерес и не имеет особого прикладного смысла.

Имеет прикладной и смысл и разработаны приборы. Просто что бы это знать надо закончить университет. Касаемо эффективности ПК то они в определенных отраслях сверхэффективны. То что вы видите на рынке, это плоская архитектура IBM, основанная на обычной булевой алгебре. Для специальных целей используется достаточно давно (с годов 70-х) иная архитектура, имеющая принципиально отличную математическую базу. В двух словах это векторные вычисления. На основе векторной алгебры разработаны ПК способные обрабатывать практически бесконечно многомерные массивы. Что бы не быть голословным надо взять факториал и на ПК измерить глубину рекурсии. Она имеет для IBM по сравнению с векторными ПК весьма небольшое значение. То есть лабораторный опыт однажды проводимый у нас(в одном из университетов в 2000 году) по вычислению многомерного массива показал. Архитектура IBM не справилась с задачей, через сутки достигла предела вычисления глубины рекурсии. Соответственно программа банально зависла. Архитектура векторного ПК разработки 70-х вычислила массив за 2 сек.

[BDK]

Векторные вычисления - это современные GPU. Именно их я подразумевал под обычным современным компьютером. Разумеется сейчас компьютер без хорошей видюхи это не компьютер. Так что конечно же я в полной мере использую векторные вычисления. Кстати для моделирования нейронных сетей GPU отлично подходит. Но по правде говоря я нейронными сетями уже наигрался и сейчас мне интересны более серьезные в плане ИИ вещи. Мода на нейронные сети пройдет. Так что не стоит за них особо цепляться.

Не то чтобы нейронные сети не работают. Нет конечно - работают. Просто практически всегда то же самое гораздо эффективней можно сделать другими методами. Единственный плюс нейронных сетей в том что они предоставляют определенную унификацию методов обработки когнитивных данных, что позволяет хорошо автоматизировать работу с нейронными сетями. Возможно нейронные сети можно использовать как промежуточный формат в котором получаются модули распознавания после машинного обучения, но затем целесообразней переводить модули в более эффективный оптимизированный код а не использовать их прямо в виде нейронных сетей. Нейронные сети просто неоптимальны в плане быстродействия и удобства в очень многих случаях. Очень многие вещи гораздо удобней и проще сделать не нейронными сетями а результат при этом получается гораздо более экономичным по вычислительным затратам.

Например меня привлекает обработка геометрических данных. Как раз под такие данные максимально эффективны GPU.

[Андрей]

Робот-начальник: искусственный интеллект, управляющий живым персоналом

Японская компания «Хитачи» теперь использует вместо управляющих менеджеров программу искусственного интеллекта. Эти ИИ-начальники не только могут надзирать за производственным процессом и обязанностями подчиненных в реальном времени, но и находить способы для улучшения эффективности работы персонала.

http://www.popmech.ru/technologies/2096 ... ersonalom/

[BDK]

шахматный алгоритм. Классика. Удивительно что раньше никто не догадался так его применять.

[Вася]

Японская система руководства предприятий изначально неприемлема для запада, опять же это связанно с противоположными культурными устоями. Запад это наследие рабовладельческого стоя. И хоть я это уже говорил, но всё же. Японские традиции, а следовательно культура которая представлена и в виде корпораций совершенно иная.
В США был опыт попытки внедрения на заводах GM японской системы, который конечно улучшил показатели, но оказался совершенно неприемлем западному менталитету руководителя. Начиная от того что если рабочий цеха разогревает "доширак" и вот его обед, то и директор завода должен сидеть рядом и есть то же. Парковаться там же где и самый низкооплачиваемый сотрудник и т.д. В итоге по японской системе (которую пытались внедрить около 20 лет) работает всего один завод в США (и это уже достижение!), когда предполагалось перевести все заводы на японскую схему работы.

Начальный уровень таких систем управления с использованием зачаток ИИ опробывался и в РФ. Это ERP системы пр-ва германии. На 100% - полный провал внедрения. Менталитет господина директора (начальника того или иного уровня) не приемлет когда он должен соблюдать сетевой график работы и на своем уровне. Вот побухать в ресторане...

[BDK]

С определенными людьми из России начали один большой проект который в итоге, как надеюсь, даст мощный инструмент для разработки систем искусственного интеллекта. Это своего рода визуальная среда "программирования", хотя от обычного программирования процесс будет сильно отличаться, будет гораздо проще и быстрее строить именно интеллектуальные системы - с мощным распознаванием образов. В чём отличие от гугловских разработок? Гугл делают упор на автоматическом обучении - они используют огромные вычислительные мощности чтобы получить лишь небольшие структуры например распознающие объекты на изображениях. Наш подход - не полностью автоматическое обучение а выстраивание структур в процессе подобном на смесь программирования и обучения. Как я уже убедился на опыте - человек (программист) может создавать гораздо более эффективные структуры чем даже все суперкомпьютеры мира впряженные в решение одной задачи. Ну и кроме того - это намного дешевле чем то как делает гугл С таким инструментом разработка собственных мощных систем ИИ будет доступна практически всем очень легко и дешево (небольшими затратами человеко-часов и машинного времени), а не только тем у кого есть в распоряжении миллиарды долларов и самый большой суперкомпьютерный фрейм в мире