人工知能2020 - 進歩はあるのか? - ページ 36

 
Mihail Marchukajtes:

まったくその通りです。機械は正確さ、計算速度、記憶容量、その他多くの点で我々よりずっとクールで、そう小さな仕事では彼らは選択に熱中せず(知能の副作用)、ストレートで小さな仕事での使用は人間の利益になるだけです。しかし、ここでは、機械の知能化ということで、それはそれでいいのですが、既存の技術ではダメだという話でした。ここで、中国人が作成した材料は、大量の配布だけでなく、同様の物理的な構造を訓練する方法を受信すると、我々は前にないシリーズ「ワイルドウェスト世界」に来るだろう......。

ちなみにショーは超一流です。I recommend!!!!!!!

中国人の功績と発見には敬意を表するが、知性の本質を理解するのは、技術とはあまり関係のない自己意識からである。知能のモデリングは、どんなNSでも、どんなに工夫されたものでもトレーニングすること以上に重要です。私たちは知能の個々の機能を作るだけで、概念がないため、整合性がありません。一般的な定義や仕事の仮説はあっても、実際の「設計図」はない。 そのため、バラバラの現象からバラバラのモデルを作り、そこから何かを組み上げようとするのである。アプローチが間違っているのだと思います。まずは全体としてのWHOLE intellectの青写真を描くことから始める必要があるのです。
 
Реter Konow:
中国人の功績と発見には敬意を表するが、知性の本質を理解することは自己認識の副産物であり、テクノロジーとはあまり関係がない。インテリジェンス・モデリングは、たとえ最も洗練されたNSであっても、それを訓練する以上のものである。私たちは知性の機能を別々に作るだけで、インテグリティは存在しません。なぜなら、その概念がないからです。一般的な定義や仕事の仮説はありますが、実際の「設計図」はありません。したがって、その個別の現象について断片的なモデルを作り、そこから何かを組み立てようとすることはありません。アプローチが間違っているのだと思います。まずはWHOLEインテリジェンス全体の青写真を描くことから始める必要があります。
私にとって重要なことは、神経細胞という生物学的な雲の中で起こっているプロセスを100%モデル化することです。まあ、私たちの世代は不運ですね。私たちはこの時代に生きているわけではありません。しかし、私たちはその先駆者であり、創設者になるのです。:-)
 
Mihail Marchukajtes:

見逃した人のためにもう一度。すでに29ヒットで、トップに立っています :-)

ここは何なんだ?

 
Evgeniy Zhdan:
ヤンデックスのアリスはカウントされるのか?

いいえ、アリス用のスキル
、誰でも書くことができます。プログラミングの知識は必要ではありません。腕前を競う大会もあった(今もあるのかな?

Как создать навык для Алисы с нуля — Академия Яндекса
Как создать навык для Алисы с нуля — Академия Яндекса
  • 2019.07.05
  • academy.yandex.ru
С помощью голосового помощника Яндекса уже можно узнавать погоду, строить маршруты и управлять умным домом. Но возможности Алисы можно еще расширить: например, создать навык для заказа еды или игру-квест по управлению государством. Навык может создать и опубликовать любой пользователь с помощью платформы Яндекс.Диалоги. Чтобы это сделать, нужно...
 

まあ、それは...すでに53回のヒットを記録同僚は私を甘やかしますね。

本当に興味を持っている人の指標になると思います。正直なところ、一般人にはそれほど多くはありません :-)

 
インテリジェンス」というテーマで。

知能とは、集めた情報を多面的に処理し、モノにするシステムである。(イミフ)。

意識は、客観と 主観という 2つの基本モデルで現実を映し出す。反射は「擬似客観」だが、意識は物事の意味の境界を明確にし、正確な測定システムを維持する傾向があり、それに対して主観的な世界のモデルでは、意識は感情や態度を混ぜながらすべてを概括し、評価する。客観的な世界システムのモデルは、主観的な殻に「包まれている」とも言えるし、場合によっては殻以外何もないこともある。

現代のプログラミングは、つながりや規則性を持った対象の集合を高速に記述する方法を提供しないし、現代のAIは何も「知らない」し、世界を判断することができない。人の顔、道路標識、言葉など、クエリの中から不変なものを選び、それに対してあらかじめ決められた応答をするのが宿命である。

ドミトリー・ムロムツェフ (ITMO知能情報処理・セマンティック技術国際研究所所長、IPM部門 長)の、会話型AIを作るという問いに対する考え方は正しいです。この記事(トップページのリンク)で語られている「存在論的モデリング」は、確かに(イマイチ)解決の鍵になりそうですが、どういう意味なのでしょうか?- それは、存在の モデリング です。

どういう意味ですか?ビーイング(私たちが子供の頃からあらゆる手段で、あらゆる種類のものを使って学んできた、私たちを取り巻く無限の世界)と人工知能はどのように関係しているのだろうか。人間(あるいは超人)の知識や経験の量を記述し、データベースに入れることは技術的に可能なのだろうか?そして最も重要なのは、なぜか?

人間の知識のシステムをモデリングする段階の後、多次元処理のプログラム(これはAIです)の実装に移りますが、情報はオブジェクトに収集されるべきで、これはOOPオブジェクトとは著しく形式が異なります。プロトブロックは、テンプレートやインスタンスに素早く組み立てられるように一般化・分類される必要があり、さらに、複雑なシステム、さらには、複数の分類された階層に組み合わされる必要がある。

ドミトリー・ムロムツェフは、技術専門家としての典型的な間違いを犯している。彼は、決められた基準や解決方法を選び、自分の見解と哲学的なコンセプト(これは見てみたいと思っている)を一致させない。彼は産業界で適用されている「オントロジー言語」について語るが、「? 物体の本質を記述することができるのか?".知識グラフ」は、「認知」AI処理にどこまで便利で十分なのか?おそらく不十分で、まったく適さない。新しいツールを作る必要がある。

AIへの架け橋は、「物体」の新しいモデルだと確信していますが、これはまだ始まりに過ぎません...。
 
現代のAIは、テキストの切れ端をつなぎ合わせた書籍形式の知識を扱う。一方、未来のAIはパラメトリック・システム、つまり現実世界のオブジェクトと その派生物の実際のモデルで、相互に作用し、相互に包含するシステムを扱う必要があるのだ。"書物的 "な知識形式は、システム的、数学的な知識とは根本的に異なるものです。知 識情報機械は、(1)その仕組みを内部から「押す」、(2)新しいデータをリアルタイムに取得・加工・追加する、(3)新しいオブジェクトシステムを構築する、というエンジンを獲得することになる。
 

問題は主に根本的なことで、それはAIの定義がないことです。さらに掘り下げると、このような問題は、論理的な規律がない場合、つまり、現在の知識に頼り、疑問を持たず、科学者の権威に訴える場合に生じることが多いのです。科学者、専門家というのは、分析装置をあまり持たない多芸多才な人たちであることが多いのです。彼らはたくさん話し、たくさん書き、無限の長さの公式を導き出すことができるが、根本的な誤りを理解することができないのである。例えば、ビッグバンが基本的に確認された、それだけで、すべての科学者の脳はその下で数式を描くようになった。空間の歪みを許容し、物質と空間の間に等号を置き、曲線と直線を許容し、ワームホールを許容し、その他。多くのことが語られ、書かれ、そして論理的にさえなる。しかし、基本的な間違いがあり、科学者の中に論理学者がいないとなると、問題は長期化する。つまり、AIが人間のように考えるようになれば、技術革命など語る必要はなく、アインシュタインを天才と見なし、無限に無駄な理論や仮説を生み出す、平均的な頭のクローンを作るだけでいいのです。次の革命的なステップは、論理的に思考し、現代のコンピュータのような無限の力を持つAIを作ることでしょう。そうすれば、ただ話すだけでなく、トランスヒューマニズムの後に期待される哲学的な方向性を説明してくれるものが出てくるだろう。

心のタイプには、博識、計算機、ロジカルの3 つがある。ポリマーをワッセルマン、計算機をペレルマンとする。前者は計算ができず、後者はブラジルの国旗のドットが何を意味するのか知らない。1つ目は、宇宙のトポロジーが正十二面体や平らなトーラスであるというものです。2番目は、数式を推理するために走り出す。そして、論理学者だけが、空間と物質を分離し、両者の性質を定義し、物理に関する思考過程から、正十二面体を不要なものとして捨て、さらに仕事に向かうのです。これは、私が「考える人」に対して言った例えですが、本当のRAS物理学者は、空間と空間の中の物質の違いが分からないので、空間のゆがみやワームホール、宇宙の有限性や閉鎖性などを許容しています。そして、科学者の顔が真剣であればあるほど、あるいは熱心であればあるほど、その人は論理的な規律を欠き、自分自身に「許可」しているのである。

博識、計算、論理を組み合わせることで、分析効率を高めることができます。まず、コンセプトを定義する必要がある。

私の記憶では、ネット上では、知能は思考力、知性、精神の特徴、さまざまな情報の処理、何か別のもの。

まず、インテリジェンスの主な特徴を確認する必要があります。それは、必要なセンサーや測定器をすべて使用せずに作業できることです。例えば、写真で水の温度範囲を判断する(沸騰したお湯を入れたやかんの写真)。センサーを持ち、温度を測るということは、単にデータ(知識)を得るということです。センサーを持たず、温度を測るということは、インテリジェンスを使うということです。

このように知能とは、特別な知識や測定器を使わずに情報を処理する能力である。

知能の2つ目の特徴は、ゴールへの最短経路を見つけることです。つまり、センサーがあれば、分析装置に計算能力を浪費する必要はなく、センサーを接続して測定するだけでよいのです。このように、知能の第二の特徴は、「他人」の労力を使って問題を解決することである。ヴァシャは1年間ずっと勉強して知識を吸収してきた。彼は試験に臨み、天井から高く頭を上げて最後の問題の答えを思い出すのである。ペーチャは今年に入ってからずっと、思い出しながら1回目を騙し騙しやってました。どちらもほぼ完璧に問題を解決してくれました。この知識は、彼らが生きていく上で何の役にも立たなかったが、Petyaは自分の目標を実行するために多くの時間を節約することができた。

知性の3つ目の特徴は、目標からの独立性です。基本的な本能や欲求に従う人間とは異なり、知性は道具に過ぎず、自律的な単位ではない。存在するという目標を加えることで、独立させることができる。そうすると、知性の働き全体が自立する。常に「スイッチが入っている」こと、わかりやすく言えば「生きている」ことを追求するからだ。もし誰かが分析論理装置を作り、それに常に存在することを目標とする基本的なセキュリティモジュールを設定すると、そのようなAIは目標を達成する方法を探し、その過程で主要な制御リンクである人間という形で危険を分類することになります。
しかし、これはインテリジェンス機能に必須なものではありません。音声認識もAIなんですね、そのごく一部ですが。

したがって、AIが「なぜ牛は飛ばないのか」という問いに答えるためには、少なくとも「牛には生理学的に飛ぶための器官がないから」という完全な答え、「牛は鳥ではないから」という不完全な答え、さらに「だから必要ない」という単独な答え、「ダーウィンが禁じた」というユーモアな答えなどを論理的に区別しなければならない。
そして、その答えによって、答えの性質の分類が必然的に行われ、これはすでに人格の表れである。

根本的にAIを作るには2つの方法がある。

1)継続的学習:記憶の中の情報を後から修正しながら知識データベースを構築する。2)論理デルタ:フィールド物質や粒子から分子、物質、生物、社会学の複雑構造までの宇宙の原量子掃除 - 1つの大きなテーブルに分解してみること。(という記事をどこかで見たのですが、思い出せません)、その表全体をニューロンに放り込みます。そして、処理能力が高ければ高いほど、ニューロンは独自に世界や人類がまだ到達していないすべてのことを学習し、コロナウイルスからのワクチンの処方、天気予報、重力推進システムの開発など、あらゆる問題を解決するモデルや技術を予測するようになるのです。つまり、学ぶべきことは何もなく、AIは物理法則の範囲内でどんな問題も解決してくれる、要は目の前の問題を正しく定式化すればいいのです。

今、開発は第一の方法で進んでいますが、第二のバリエーションは、もしどこかにあったとしても、明らかに宣伝されることはないでしょう。

 
Ivan Butko:

...

まず最初に、このスレッドで最も優れた投稿の1つである、興味深く、独創的な見解を多く含む、拡大し、考慮された意見に非常に感謝します。

2つ目はあなたは明らかに人道主義者で、AIの問題をあらゆる角度から見ようとしています。道徳的、実存的なものは非常に素晴らしいのですが、技術的なものは不正確です。

といった具合に。

  1. AIの定義はそこにある。それは、「 オブジェクト」に集められた情報を多次元的に処理するシステム である。強調するのは、まさに「オブジェクト」。なぜそれが重要なのか?- なぜなら、人間の心が扱うものはすべて、「物体」という一つの形式を持っているからです。分類、計算、モデリング、値・パラメータ・特性の処理、予測、一般化、外挿・内挿、階層構造・論理接続の構築など、多くのツールがある中で、人間がこれらの対象を具体的にどのように処理するのかが第二の疑問である。つまり、技術的な観点から見ると、知性の活動には「魔法」は存在せず、環境対象との複合的な機能の働きに過ぎず、それを自らの中に「反映」していることが分かる。

2.平均的なマインドをコピーしても技術革命は起こらないとおっしゃいますが、そんなことはありません。技術革命は、肉体的にも精神的にも、人間の労働を完全に補綴すること であり、その後に起こること-そして世界への影響は劇的なものになるだろう-は、別の分野からの問いかけである。重要なのは、AIが世界革命をもたらすことだ ともかくも.

3.技術的な観点から言うと、経験や感情を持たない、とてつもなく強力な計算知能マシンを作るよりも、普通の平均的な知能を複製する方がはるかに難しい。知能に加えて、一般人は複雑な精神を持っており、その世界は私たちには理解できないため、再生産の対象にはなりません。私たちが理解できないものを、誤ってAIに付加 してしまうことはあり得ません。機能性を書くことは可能ですが、精神世界は無理です。それに、マシンが効果的に機能し、日常生活者のための物質的なパラダイスを構築することを妨害することになる)。サイケはAIの性能を下げ、効率を下げ、問題解決にかかる時間を増やし、結果に誤差を生じさせますし、何より商業的にペイしないので、作り直す必要はないのです(笑)。

4. 目的から「独立」 したAIを作ることに現実的な意味はない(おそらく、それも機能しなくなる)。幅広い問題の解決を意図した機械を 作ることが必要で、離婚後の中年の危機にある失業者が仏教に慰めを求め、それに世界の問題の解決を重ねるような人格は不要である。AIを作る目的は、産業、家庭、科学、そしておそらく政治など、合理的な輪の中で起こりうるすべての問題の解決を自動化 することです。こうしたAIは、間違いなく産業革命、産業革命につながる。強調したいのは、AIは永遠に(無条件に)人間の目標に依存し続け、巨大な力を持つ「計算機」の役割でしか存在しないということだ。自分自身の目標設定、自己認識、精神的な探求は、機械では決して再現できない。なぜなら、人間はそれらを理解し、アルゴリズム化することができないから である。それ以外の意見は、俗人の空想に過ぎない。

5.現代AIの試練「牛はなぜ飛ばない のか」。次世代からは、物理世界の対象、現象、法則を「知り」、それらを「どうナビゲートするか」を「知る」ことが必要です。それは、残念ながら後にもユーモアと憶測ができるようになる。その場合、AIによる世界についてのユーモアや「デモゴーグ」は、用意されたテキストではなく、計算や算術に基づくものにならざるを得ないだろう。つまり、AIは本や論文から「学ぶ」必要はなく、その作業はパラメトリックな体系化と計算の定式化のレベルでアルゴリズム的でなければならず、回答の背景(ユーモア、俗人、科学者)は状況や対話の文脈で意味を処理した結果として得られるものでなければなりません。


以上のことから、AIは適切なアプローチとそれに伴う限られた目的さえあれば、開発・構築可能であるという結論に達しました。オブジェクトをパラメトリックシステムとして処理することで、センス解析や結果算出の機能を持った会話型AIを作ることも可能ですが、説明が長くなってしまいます)))

 
スコルテックの人工知能・数理モデル部門バイスプレジデント、マキシム・フェドロフ氏が、倫理的、法的、技術的な観点からAIの発展について語る。

"強いAI "の問題が様々な委員会で高いレベルで議論されているが、今後50~100年はないだろうし、ないかもしれない(と思う)。問題は、存在しない、近い将来も存在しないような危険を議論することで、本当の脅威を見逃していることです。AIとは何かを理解し、明確な倫理観とルールを策定することが重要です。それに従えば良いことがあり、従わなければ害がある。