Inteligência Artificial 2020 - há progressos? - página 13
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Pergunto-me por mim mesmo, o que é exactamente complicado no processo de pensamento?
Nos seres humanos, tudo é lá complexo.
qualquer aprendizagem humana é simplesmente a formação de ligações estáveis entre neurónios; quanto mais fortes as ligações, maior a experiência - tudo aqui é simples
é mais complicado com distorções, distorções tanto psicológicas (cognitivas) como de percepção do mundo externo - introduzem erro e correcção a partir da experiência anterior
e tudo é mais simples com uma máquina - não é capaz de distorcer os dados e se se assumir que a máquina pode ser treinada, então a formação será diferente, mas a máquina não pode comparar a sua experiência anterior e decidir que os novos conhecimentos serão úteis ou prejudiciais, ou seja, haverá sempre um I interno que permitirá que os novos conhecimentos se tornem experiência ou não - é muito provavelmente o subconsciente que o faz
Mal posso ajudar - eu próprio ainda não o compreendo. Só sei que o algoritmo de pensamento existe e que somos inteligentes porque ESTÁ.
Bem, presumo que, uma vez que expressou um formato operacional linguístico, alguma dissonância nas tarefas é lógica aqui. Mas a mesma dissonância surge entre as pessoas. O que um diz não é necessariamente o que o outro ouve. E surge a partir da componente linguística. E há aqui pelo menos duas fases de distorção potencial: a primeira é quando o orador expressa a ideia descuidadamente, a segunda é quando o perceptor processa a expressão.
Agora voltemos à componente semântica. A este nível, não é possível qualquer distorção. Uma ideia ao nível do significado é igualmente gerada e percebida. Um exemplo disto seriam as interfaces neurais. Afinal de contas, capturam directamente um código semântico claro (seja um simples impulso nervoso ou uma sequência semântica mais extensa). Se a IA for construída sobre um formato inerentemente semântico, com opções para converter o formato, inclusive em formas linguísticas, então não vejo a dificuldade de processar informação e gerar expressões relevantes à custa da IA.
De facto, deve pelo menos ser directamente confrontado com eles antes de reclamar dificuldades. Então como se pode concluir sobre a complexidade quando esta nem sequer está potencialmente definida?
Uma máquina, por outro lado, não pode comparar as suas experiências anteriores e decidir se os novos conhecimentos serão úteis ou, pelo contrário, prejudiciais,
O que impede a máquina de registar a experiência e tirar conclusões a partir dela? Parece-me que é assim que muitos programas funcionam. Tomar, por exemplo, sugestões de correcções nos editores de texto. Não há aqui alguma experiência e inferência embutida do que é correcto e do que pode não ser correcto?
O que impede a máquina de registar a experiência e tirar conclusões a partir dela? Parece-me que é assim que muitos programas funcionam. Tomar, por exemplo, sugestões de correcções nos editores de texto. Não existe alguma experiência e conclusão inerente sobre o que está certo e o que pode estar errado?
Escrevi - os erros são inerentes ao homem, e mesmo o processo de reaprendizagem é sempre distorcido.
se tirar a conclusão habitual - o vizinho é um bêbado que bebe todos os dias e noites, durante uma trovoada e a casa do vizinho incendiada, conclui-se que beber é prejudicial e pode ter consequências graves ))))
o carro compara relâmpagos e bebidas? - as pessoas, em números, serão capazes de comparar fenómenos naturais e fraquezas humanas
a propósito, tantos dos grandes e talentosos cientistas tinham psiques instáveis, depois traumas de infância, depois situações de vida difíceis, como uma variante de erros de percepção da realidade e ajudavam a torná-los talentosos... mas isso não é certo!
a máquina irá comparar relâmpagos e embriaguez?
Qual é a dificuldade em comparar quaisquer dados? Especialmente se determinados dados se sobrepõem frequentemente? É possível 1) ligar inicialmente de um dado a outro, e 2) definir dirrecções de correspondência automática para travessias múltiplas. Digamos que é preciso fazer muitos ajustes no início. Mas em geral, vejo pessoalmente que estas coisas foram implementadas durante muito tempo (isto pode ser tomado como um ponto de vista subjectivo).
Qual é a dificuldade em comparar alguns dados? Especialmente se determinados dados se sobrepõem frequentemente? É possível 1) ligar inicialmente de um dado a outro, e 2) definir dirrecções de correspondência automática para travessias múltiplas. Digamos que é preciso fazer muitos ajustamentos no início. Mas, em geral, vejo pessoalmente estas coisas a serem implementadas há muito tempo (isto pode ser tomado como um ponto de vista subjectivo).
Depende do criador da IA, geralmente todos querem que a máquina não cometa erros e ao mesmo tempo a máquina deve pensar como um humano, que muitas vezes pensa através do prisma da sua experiência que consiste em parte em erros
E o que se escreve há muito tempo foi implementado e chama-se sistemas de peritos
depende do criador da IA, geralmente todos querem que a máquina não cometa erros e ao mesmo tempo a máquina tem de pensar como um humano, que muitas vezes pensa através do prisma da sua experiência que consiste em parte em erros
Isto é puramente uma questão de preferência. É possível colocar num intelecto tanto a esquizofrenia ou esquizofrenia como dados que os excluam. E é possível definir inicialmente os limites e os princípios de pontos de vista. Neste caso, a IA será capaz de comunicar com o respondente especificamente à sua maneira. Com um tolo como um tolo, com um cientista como um cientista como um cientista.
Bem, presumo que, uma vez que expressou um formato operacional linguístico, alguma dissonância nas tarefas é lógica aqui. Mas a mesma dissonância surge entre as pessoas. O que um diz não é necessariamente o que o outro ouve. E surge a partir da componente linguística. E há aqui pelo menos duas fases de distorção potencial: a primeira é quando o orador expressa a ideia descuidadamente, a segunda é quando o perceptor processa a expressão.
Agora voltemos à componente semântica. A este nível, não é possível qualquer distorção. Uma ideia ao nível do significado é igualmente gerada e percebida. Um exemplo disto seriam as interfaces neurais. Afinal de contas, capturam directamente um código semântico claro (seja um simples impulso nervoso ou uma sequência semântica mais extensa). Se a IA for construída sobre um formato inerentemente semântico, com opções para converter o formato, inclusive em formas linguísticas, então não vejo a dificuldade de processar informação e gerar expressões relevantes à custa da IA.
De facto, deve pelo menos ser directamente confrontado com eles antes de reclamar dificuldades. Então como se pode concluir sobre a complexidade quando esta nem sequer está potencialmente definida?
A primeira dificuldade é a codificação do significado e o seu "invólucro" linguístico. Um significado invariável pode ter um número condicionalmente infinito de formas comprimidas e expandidas, o que torna a sua extracção uma tarefa invulgarmente difícil. O contexto é um só e o envelope é polimórfico. O processamento da representação do significado do envelope é a tarefa principal. É como tentar penetrar um tanque através de uma armadura). Não se pode fazê-lo "de frente".
Dê um exemplo, por favor. Normalmente a forma de significado (na minha experiência) vem de um determinado contexto. Há tipos como os psiconetistas. Desmontaram-na. E, na sua experiência, verifica-se que, inicialmente, existe algum fundo a partir do qual são formados números (unidades específicas de significado). Aproxima-se apenas do lado errado, razão pela qual surgem potenciais dificuldades que podem nem sequer surgir na prática.