Proseslər və ya hamımız haqqında bir söz .
Təbii və süni intellekt mövzusunda fikirlərin davamı (AI), Birinci hissə
Arxa sual: Adam indi yaşayır? Xeyr, biz küçədə gedərkən və birbaşa ətrafımızdakı dünyaya nəzər saldıqda, az-çox hərəkət edirik real vaxt... Baxmayaraq ki, əslində - gördüklərimiz adi tanınma/təsnifat mexanizmlərindən keçdiyi müddətcə - bütün bunlar yaxın vaxtlarda olacaq, amma yenə də keçmişdir. Bunlar. insan keçmişdə yaşayır?
Məsələn: küçədə gedirsən və bir it görürsən. Ya da avtomobil. Hər halda, hazırda söhbət gedirsə, bu məlumat artıq köhnəlib. Əgər biz bütün idrak mexanizmlərimizdən keçmiş məlumatlarla işləsək (və beyin ən sürətli kalkulyatordan uzaqdır!) biz sadəcə olaraq dünya ilə ayaqlaşmayacağıq! Köpək hücum edəcək və ya əksinə, qaçacaq və onu qulağın arxasına vurmaq istəyiniz yerinə yetirilməmiş qalacaq və avtomobil sizi vuracaq və ya keçəcək, baxmayaraq ki, "tutmaq" istədiyiniz bu avtomobil idi.
Ancaq Allaha şükürlər olsun ki, bu belə olmur və bunun səbəbi budur: beyin fərqli işləyir. İdrak vahidi obyekt, hətta obyektlər toplusu deyil, proseslərdir. Köpək qaçır. Sənə və ya səndən. Və ya qaçmır, məsələn, uzanır. Avtomobil də stasionar (dayanacaqda) və ya müəyyən istiqamətdə hərəkət edir. Bütün hallarda siz zamanla uzanan və müvafiq olaraq gələcəkdə müəyyən inkişafa malik olan bir prosesi qavrayırsınız. Mən deyəndə ki, biz hadisələri zamanla cərəyan edən kimi qəbul edirik, bu söz deyil. Təcrübə aparın - onlarla fotoşəkil çəkin (yəni reallığın anlıq görüntüləri) və gördüklərinizi təsvir edin. Budur, bir otaqda bir neçə adam var, mübahisə edirlər, ya budur, küçədə gəzən, ya da burada oturub televizora baxan, bir də başqa bir adam kitab oxuyur. Bütün bunlar zamanla uzanan proseslərdir! Snapshotı uzadılması olan bir şey kimi qəbul edirsiniz. Siz bunu başqa cür necə edəcəyinizi bilmirsiniz, çünki beyin belə işləyir: o, səhnədəki təcrid olunmuş obyektləri deyil, prosesləri tanımağa öyrədilir. Necə ki, göz-burun-ağız deyil, bütövlükdə üz (salam, konvolyusiya neyron şəbəkələri).
Dünya cisimlərdən deyil, proseslərdən ibarətdir. Nə olduğunu soruşsam alma, onda böyüklərin əksəriyyəti bunun belə olduğunu söyləyəcək meyvə, və uşaqlar - bu nədir? qida. Amma hər ikisi prosesin təsviridir, çünki birincisi bu alma deməkdir ağacda bitir, və çoxalma üçün ağaca xidmət edir, ikincisi isə odur yeməli. Nə biri, nə də digəri almanın birbaşa xüsusiyyətləri ilə əlaqəli deyil - forması, rəngi, ölçüsü... Çünki xüsusiyyətlər eyniləşdirməyə imkan verir, lakin istifadəyə imkan vermir və ya xarici aləmdə harada istifadə edildiyini başa düşməyə imkan vermir, yəni. prosesləri müəyyənləşdirin.
Zamanın təbiəti ilə bağlı tipik bir mübahisə götürsək, klassik postulatlar keçmişin dəyişməzliyi (zaman səyahəti kontekstindən kənar), indinin əhəmiyyəti (yalnız bir an var... 😉), və hələ mövcud olmayan gələcək, yəni dəyişdirilə bilər. Obyektiv reallıqdan danışarkən, bunun belə olması çox yaxşı ola bilər. Halbuki insan öz, subyektiv dünya modelində yaşayır və orada hər şey demək olar ki, əksinədir!
Keçmiş bizim istədiyimiz qədər dəyişməz deyil. Daim yeni məlumat alan insan ziddiyyətləri aradan qaldırmaq üçün keçmişi yenidən qurur (Pyotr Stepanych-in simpoziumda olduğunu düşünürdünüz və o, striptiz klubundan çıxır... Bu o deməkdir ki, heç yerə, o, əyləncəçi, getmədi və ümumiyyətlə... ). Eyni zamanda, subyektiv gələcəyiniz bir çox aspektlərdə sabitdir (nə olursa olsun, cümə günü məndə pivə və futbol var!). Üstəlik, gələcəkdə müəyyən bir məqsəd qoyaraq, siz nəinki tərs ardıcıllıqla proseslər zəncirini qurmursunuz (Böyük bir şirkətin direktoru olmaq üçün prestijli universiteti diplomla bitirməlisən, bunun üçün ilk növbədə ona yazılmalısan, bunun üçün Vahid Dövlət İmtahanını yaxşı verməlisən və ev tapşırığını öyrənməlisən!), lakin bu prosesdə keçmişə gedəcəyiniz də böyük ehtimaldır (İndi yüksəlmiş və əlaqələr əldə etmiş və bir uşağa universitetdə kömək edə biləcək dostlarımız/tanışlarımız yox idimi?) - niyə əks emosiya olmasın? 😉
Bununla belə, bir az kənara çəkilirəm. Yenə də əsas diqqətimi çəkmək istədiyim məsələdir proseslər. Mən dərindən əminəm ki, potensial süni intellekt foto və hətta videolarda öyrədilməməlidir. Konvolutional şəbəkənin iki səviyyəsi (minimum) var - və əslində bunlar iki fərqli şəbəkədir: biri xam təsvirdə müəyyən qrafik nümunələri tapmaq üçün öyrədilir, ikincisi birincinin çıxışı ilə məşğul olur - yəni. artıq işlənmiş və hazırlanmış məlumatlarla. Süni intellekt dünyası ilə uğurla qarşılıqlı əlaqədə olmaq üçün eyni şey lazımdır: bəzi (heç bir halda birinci deyil) səviyyədə zamanla baş verən proseslərin xəritəsini giriş kimi qəbul edən şəbəkə olmalıdır. “Başlanğıc” və “son”, “hərəkət”, “çevrilmə”, “birləşmə” və “bölmə” anlayışları şəbəkənin işləməyi öyrənməli olduğu şeylərdir.
Əminəm ki, Alpha Go kimi süni intellekt oyununda işləyənlər bunu bu və ya digər şəkildə başa düşürlər. Ola bilsin ki, oradakı yanaşmalar bir qədər fərqlidir, amma mahiyyət eynidir: lövhədə mövcud vəziyyət (və son bir neçə hərəkətin inkişafında) “ümumiyyətlə baş verənlər” üçün təhlil edilir. Baş verənlərin baş verməli olana nə qədər uyğun gəlməsindən asılı olaraq, öz hərəkətlərimizi seçirik.
Giriş sensorlardan gələn bir şəkil olduqda strategiya/davranış haqqında danışmaq çox çətindir. Və əksinə - tam məlumatı olan oyunlarda sahənin hazırkı vəziyyətinin tam parçalanmasını ehtiva edən hazırlanmış bir vektor (dünyanın tam mənzərəsini nəzərdən keçirin) təcrübədən göründüyü kimi tamamilə mümkün bir işdir. Bununla belə, əgər birinci səviyyələrin konvolyusiya şəbəkəsi obyektləri müəyyənləşdiribsə və sonrakı səviyyələr bu obyektləri dinamikada təhlil edərək, əvvəllər əldə edilmiş məlumatları tamamlayan prosesləri (məsələn, təlimdən tanış olan) müəyyən edirsə, bununla işləmək mümkün görünür. ..
Ekspertlər üçün suallar:
Neyron şəbəkələrdəki mövcud inkişafları nəzərə alaraq, təxminən aşağıdakıları etmək nə qədər realdır:
Girişdə, deyək ki, davamlı video siqnal, bəlkə də stereo. Seçim olaraq: bir neçə sərbəstlik dərəcəsi ilə (kameranı fırlatmaq imkanı - özbaşına və ya naxışa görə). Bununla belə, zərurət yaranarsa, video siqnal məkan qavrayışının hər hansı digər üsulları ilə - sonardan lidara qədər əlavə edilə/əvəz edilə bilər.
Ciddi danışan…giriş hər hansı bir şey ola bilər real vaxt axın - hətta nitq/mətn, hətta valyuta sitatları, lakin... Nəzərdən keçirilən prosesdə mənim üçün birbaşa öyrənilmək üçün əlimdə olan yeganə ağıl nümunəsinə - özümükə etibar etmək daha asandır! ) Və bu "nümunədə" sensor kanal rəqabətdən kənardadır!
Çıxışda:
- Dərinlik xəritəsi (kamera statikdirsə) və ya ətraf mühit xəritəsi. boşluq (dinamik kamera/lidar və s.);
Nə üçünObyektlərin qarşılıqlı təsirini qiymətləndirmək üçün onların həqiqi məkan düzülüşünə sahib olmaq istəyiriksə, bu lazımdır. Bu halda, kameradan alınan görüntü yalnız daha yüksək ölçülü məkanın iki ölçülü proyeksiyasıdır və əlavə çevrilmələrə ehtiyac var.
- Ayrı-ayrı obyektlərin təcrid edilməsi (dərinlik/kosmos xəritəsi nəzərə alınmaqla, nəinki/o qədər də görünən konturlar nəzərə alınmaqla);
- Hərəkət edən obyektlərin müəyyən edilməsi (sürət/sürətlənmə, trayektoriyanın qurulması/proqnozlaşdırılması(?));
- Hər hansı çıxarılan əlamətlərə görə obyektlərin iyerarxik təsnifatı (forma/ölçülər/rəng/hərəkət nüansları/Komponent hissələri(?)). Bunlar. üçün metriklərin mahiyyətcə çıxarılması .
iyerarxiya haqqındaOla bilsin ki, “İyerarxik” sözü bu halda tam uyğun deyil. İstənilən vaxt ölçüləri seçmək qabiliyyətini vurğulamaq istədim onların arasında iki fərqli metrik toplusunu bir konsepsiya kimi nəzərdən keçirməyə imkan verdi. Məsələn, "qırmızı avtomobil" və "mavi avtobus" "nəqliyyat vasitəsi" anlayışına necə ümumiləşdirilməlidir.
Mühüm: Mümkünsə, sistem əvvəlcədən hazırlanmır. Bunlar. bəzi əsas şeylər qoyula bilər (məsələn, konturları/həndəsəni vurğulamaq üçün birinci təbəqənin konvolyusiya şəbəkəsi), lakin o, obyektləri seçməyi və sonra onları öz-özünə tanımağı öyrənməlidir.
- Və nəhayət, 1,4-ci bəndlərə uyğun olaraq təhlil aparmaq üçün vaxtında (hələlik, zahirən birbaşa müşahidə olunan dövrün bu mərhələsində) skan (2-cü bənd əsasında, yəni metrikləri nəzərə alan məkan xəritəsi) qurmaq -4, müəyyən etmək üçün: prosesləri/hadisələri (əslində dəyişikliklər zaman addımında 3) və onların klaster təsnifatı (addım 4).
Yenə də: sensorlardan alınan görüntüdən biz əvvəlcə dünyanın daha hazırlanmış formada təsvirini çıxarırıq, çıxarılan xüsusiyyətlərə görə işarələnir və piksellərə deyil, obyektlərə bölünür. Sonra obyektlərdən ibarət dünyanı genişləndiririk vaxtında və aldı "dünyanın şəkli" biz onu sonrakı şəbəkənin girişinə qidalandırırıq, onunla əvvəlki təbəqələr sensor təsvirlə işlədiyi kimi işləyir. Obyektlərin konturlarının vurğulandığı yerdə, indi davam edən proseslərin “konturları” vurğulanacaq. Cisimlərin məkanda nisbi mövqeyi proseslərin zamanla bağlı səbəb-nəticə əlaqəsinə bənzəyir... Elə bir şey.
Güman ki, bundan sonra sistem prosesləri hissələrinə görə tanıya bilməlidir (çünki o, şəkilləri tanıya bilir, yalnız onların fraqmentinə malikdir və ya ) və nəticədə, 5-ci addımın modelini hər iki istiqamətdə qeyri-məhdud şəkildə genişləndirərək, onları həm irəli, həm də geriyə doğru proqnozlaşdırın. Həmçinin, ehtimal ki, tərkib prosesləri haqqında təsəvvürə malik olan sistem bir neçə əlaqəli lokal proseslərdən daha böyük, qlobal prosesləri və nəticədə müəyyən edilmiş qlobal proseslərin tərkib hissəsi olan gizli, gizli prosesləri müəyyən edə bilər. lakin birbaşa qəbul edilmir.
Və son şey: gələcəkdə sistemin sabit vəziyyətinə sahib olmaq (burada yalnız Hilbert metriklərinin əhəmiyyətli elementləri sabitdir, qalan, qeyri-vacib dəyərlərin sərbəst şərhi ilə) - şəbəkəni "düşünməyə" qadirdir. istirahət?
Yaxşı, yəni. Əgər bu, yalnız iki əlaqəsiz fraqmentin verildiyi bir şəkil olsaydı, hansısa nümunə üzrə təlim keçmiş şəbəkə “ardıcıl” tam təsviri tamamlaya bilərmi? Bu vəziyyətdə nümunə təcrübədən oxşar vaxt intervallarıdır, fraqmentlər cari və müəyyən edilmiş vəziyyətlərdir. Nəticə: birini və digərini birləşdirən ardıcıl “hekayə”...
Mənə elə gəlir ki, bu, artıq sonrakı təcrübələr üçün kifayət qədər əhəmiyyətli əsas olacaq:
- mümkünsə/zəruri olarsa, öz hərəkətlərinin “tarixə” daxil edilməsi
- “təbii” səbəb-nəticə nümunələrinin idarə olunmayan stokastik emissiyalardan üstünlüyü (rulet problemi)
- marağın bəzi versiyası, yəni. fəaliyyət vasitəsilə nümunələrin aktiv idrakı... və s
P.S. Tam etiraf edirəm ki, təkəri yeni icad etmişəm və bilikli insanlar bu prinsipləri çoxdan praktikada tətbiq edirlər. 😉 Belə olan halda, sizdən müvafiq inkişaflara “burnunuzu soxmağınızı” xahiş edirəm. Və bu yanaşmanın əsas problemlərinin təfərrüatlı təsviri və ya prinsipcə işləməməsinin səbəbinin əsaslandırılması tamamilə gözəl olardı.
PPS Mən bilirəm ki, mətn kobuddur və ideya bir-birindən sıçrayır, amma həqiqətən bir neçə nəfərə bu sualları vermək istəyirdim (“mütəxəssislərə sual” bölməsi) və bunu burada olmadan etmək çətindir. ən azı bir təqdimat. (və indi yenidən oxuyurdum və başa düşdüm ki, başa düşmək çox çətindir) öz məqsədinə xidmət etdi: mənim üçün dəyərli olan bir neçə müzakirə aldım... Ümid edirəm ki, bu dəfə də işə yarayar! 😉
Mənbə: www.habr.com