Muutama sana prosesseista tai meistä kaikista .
Jatkoa ajatuksille luonnollisesta ja keinotekoisesta älykkyydestä (AI), osa yksi
Kysymys täyttöön: Asuuko henkilö nyt? Ei, kun kävelemme kadulla ja tarkastelemme suoraan ympäröivää maailmaa, toimimme enemmän tai vähemmän reaaliaika... Vaikka itse asiassa - niin kauan kuin näemme kulkee tavanomaisten tunnistus-/luokittelumekanismien läpi - kaikki tämä tulee olemaan tuoretta, mutta kuitenkin mennyttä. Nuo. elääkö ihminen menneisyydessä?
Esimerkiksi: kävelet kadulla ja näet koiran. Tai auto. Joka tapauksessa, jos puhumme hetkestä, tämä tieto on jo vanhentunutta. Jos käytämme tietoja, jotka ovat käyneet läpi kaikki kognitiiviset mekanismimme (ja aivot ovat kaukana nopeimmasta laskimesta!), emme yksinkertaisesti pysy maailman tahdissa! Koira hyökkää tai päinvastoin juoksee karkuun, ja halusi taputtaa sitä korvan taakse jää toteutumatta, ja auto törmää sinuun tai kulkee ohi, vaikka juuri tämän auton halusit "kiinni".
Mutta luojan kiitos se ei tapahdu niin, ja tässä on syy: aivot toimivat eri tavalla. Havaintoyksikkö ei ole esine tai edes joukko esineitä, vaan prosessit. Koira juoksee. Sinulle tai sinulta. Tai hän ei juokse, vaan makaa esimerkiksi. Auto on myös paikallaan (parkkipaikalla) tai liikkuu tiettyyn suuntaan. Kaikissa tapauksissa havaitset prosessin, joka jatkuu ajan myötä ja jolla on vastaavasti tietty kehitys tulevaisuudessa. Kun sanon, että havaitsemme tapahtumat ajassa kehittyvinä, tämä ei ole puhetta. Suorita kokeilu – ota tusina valokuvaa (eli tilannekuvia todellisuudesta) ja kuvaile näkemääsi. Tässä huoneessa on useita ihmisiä, he riitelevät, tai tässä joku kävelee kadulla, tai tässä istuu katsomassa televisiota, ja tässä toinen henkilö lukee kirjaa. Nämä kaikki ovat ajallisesti pidennettyjä prosesseja! Koet tilannekuvan jonakin, jolla on laajennus. Et osaa tehdä sitä muuten, koska niin aivot toimivat: ne on koulutettu tunnistamaan prosesseja, ei yksittäisiä esineitä lavalla. Aivan kuten ei silmät-nenä-suu, vaan kasvot kokonaisuutena (hei, konvoluutiohermoverkot).
Maailma koostuu prosesseista, ei esineistä. Jos kysyn, mikä se on omena, silloin useimmat aikuiset sanovat, että tämä on hedelmää, ja lapset - mikä se on? ruoka. Mutta molemmat ovat prosessikuvauksia, koska ensimmäinen tarkoittaa, että tämä omena kasvaa puussa, ja palvelee puuta lisääntymistä varten, ja toinen on se syötävää. Kumpikaan ei liity omenan suoriin ominaisuuksiin - muotoon, väriin, kokoon... Koska ominaisuudet mahdollistavat tunnistamisen, mutta eivät salli käyttöä, tai ymmärtämistä missä sitä käytetään ulkomaailmassa, ts. määritellä prosessit.
Jos otamme tyypillisen keskustelun ajan luonteesta, niin klassiset postulaatit tulevat käsittelemään menneisyyden muuttumattomuutta (aikamatkustuksen kontekstin ulkopuolella), nykyisyyden tärkeyttä (on vain hetki... 😉), ja tulevaisuus, jota ei vielä ole, mikä tarkoittaa, että sitä voidaan muuttaa. Kun puhumme objektiivisesta todellisuudesta, voi hyvinkin olla, että näin on. Ihminen elää kuitenkin omassa, subjektiivisessa maailmanmallissaan, ja siellä kaikki on melkein päinvastoin!
Menneisyys ei ole läheskään niin muuttumaton kuin haluaisimme. Jatkuvasti uutta tietoa saava ihminen rakentaa menneisyyden uudelleen poistaakseen ristiriidat (luulit, että Pjotr Stepanych oli symposiumissa ja hän tulee strippiklubista... Tämä tarkoittaa, että ei minnekään, hän, viihdyttäjä, ei mennyt eikä ollenkaan... ). Samaan aikaan subjektiivinen tulevaisuutesi on monin tavoin vakio (mitä tahansa, perjantaina minulla on olutta ja jalkapalloa!). Lisäksi, kun sinulla on tietty tavoite tulevaisuudessa, et vain rakenna prosessiketjua käänteisessä järjestyksessä (Päästäksesi suuren yrityksen johtajaksi, sinun on valmistuttava arvostetusta yliopistosta tutkintotodistuksella, tätä varten sinun on ensin rekisteröidyttävä siihen, tätä varten sinun on läpäistävä yhtenäinen valtionkoe ja opittava läksyjäsi!), mutta on myös melko todennäköistä, että menet tässä prosessissa menneisyyteen (Eikö meillä ollut ystäviä/tuttuja, jotka ovat nyt nousseet ja hankkineet yhteyksiä ja voisivat auttaa lasta yliopistossa?) - miksi ei vastatunteita? 😉
Poikkean kuitenkin hieman. Silti tärkein asia, johon halusin keskittyä, on prosessit. Olen syvästi vakuuttunut siitä, että mahdollista tekoälyä ei pidä kouluttaa valokuviin tai edes videoihin. Konvoluutioverkolla on kaksi tasoa (minimi) - ja itse asiassa nämä ovat kaksi eri verkkoa: toinen on koulutettu löytämään tiettyjä graafisia kuvioita raakakuvasta, toinen käsittelee ensimmäisen lähtöä - ts. jo käsiteltyjen ja valmisteltujen tietojen kanssa. Jotta vuorovaikutus tekoälyn maailman kanssa onnistuisi, tarvitaan samaa: jollain (ei suinkaan ensimmäisellä) tasolla on oltava verkko, joka vastaanottaa syötteenä kartan ajan mittaan kehittyneistä prosesseista. Käsitteet "alku" ja "loppu", "liike", "muutos", "sulautuminen" ja "jakautuminen" ovat ne, joiden kanssa verkoston on opittava työskentelemään.
Olen melko varma, että ne, jotka työskentelevät pelin tekoälyn parissa, kuten Alpha Go, ymmärtävät tämän tavalla tai toisella. Ehkä lähestymistavat siellä ovat hieman erilaisia, mutta olemus on sama: nykytilannetta laudalla (ja viimeisten liikkeiden kehityksessä) analysoidaan "mitä yleensä tapahtuu". Ja riippuen siitä, kuinka paljon se, mitä tapahtuu, vastaa sitä, mitä pitäisi tapahtua, valitsemme omat liikkeemme.
On erittäin vaikeaa puhua strategiasta/käyttäytymisestä, kun tulona on kuva sensoreista. Ja päinvastoin - valmistettu vektori, joka sisältää täydellisen erittelyn kentän nykytilasta peleissä, joissa on täydelliset tiedot (harkitaan täydellistä maailmakuvaa), on täysin toteutettavissa, kuten käytäntö osoittaa. Kuitenkin, jos ensimmäisten tasojen konvoluutioverkko on tunnistanut objektit ja seuraavat tasot analysoivat näitä objekteja dynamiikassa tunnistaen (esimerkiksi koulutuksesta tuttuja) prosesseja, jotka täydentävät aiemmin saatua tietoa, niin tämän kanssa näyttää olevan mahdollista työskennellä. ..
Kysymyksiä asiantuntijoille:
Kuinka realistista on tehdä suunnilleen seuraavaa, kun otetaan huomioon neuroverkkojen nykyinen kehitys:
Sisäänkäynnillä, oletetaan jatkuva videosignaali, mahdollisesti stereo. Vaihtoehtona: useilla vapausasteilla (kyky kääntää kameraa - mielivaltaisesti tai kuvion mukaan). Tarvittaessa videosignaalia voidaan kuitenkin täydentää/korvata millä tahansa muilla tilahavainnointimenetelmillä - kaikuluotaimesta lidariin.
Tarkkaan ottaen…syöte voi olla mikä tahansa reaaliaika virtaus - jopa puhe/teksti, jopa valuuttalainaukset, mutta... Käsiteltävänä olevassa prosessissa minun on helpompi luottaa ainoaan käytettävissäni olevaan mielen näytteeseen suoraa tutkimista varten - omaan! ) Ja tässä "näytteessä" aistikanava on kilpailun ulkopuolella!
Uloskäynnissä:
- Syvyyskartta (jos kamera on staattinen) tai ympäristökartta. tila (dynaaminen kamera/lidar jne.);
SentähdenSe on välttämätöntä, jos haluamme saada todellisen kohteiden tilajärjestelyn arvioimaan niiden vuorovaikutusta. Tässä tapauksessa kameran kuva on vain kaksiulotteinen projektio korkeampiulotteisesta avaruudesta, ja lisämuunnoksia tarvitaan.
- Yksittäisten kohteiden eristäminen (ottaen huomioon syvyys-/avaruuskartan, eikä vain/ei niinkään näkyvät ääriviivat);
- Liikkuvien kohteiden tunnistaminen (nopeus/kiihtyvyys, rakentaminen/radan ennustaminen(?));
- Esineiden hierarkkinen luokitus erotettujen ominaisuuksien mukaan (muoto/mitat/väri/liikkeen vivahteet/komponentit(?)). Nuo. pohjimmiltaan mittareiden poimiminen .
hierarkiastaEhkä sana "hierarkkinen" ei ole täysin sopiva tässä tapauksessa. Halusin korostaa kykyä valita mittareita milloin tahansa niin, että Niiden avulla pystyimme pitämään kahta erilaista mittaristoa yhtenä käsitteenä. Miten "punainen auto" ja "sininen bussi" pitäisi yleistää esimerkiksi "ajoneuvon" käsitteeksi.
Tärkeää: Jos mahdollista, järjestelmää ei ole esiopetettu. Nuo. joitain perusasioita voidaan asettaa (esim. ensimmäisen kerroksen konvoluutioverkko, ääriviivojen/geometrian korostamiseen), mutta sen on opittava valitsemaan esineitä ja myöhemmin tunnistamaan ne itse.
- Ja lopuksi skannauksen rakentaminen (pisteiden 1,4 perusteella eli metriikka huomioon ottavan spatiaalikartan perusteella) ajassa (toistaiseksi tässä näennäisesti suoraan havaitun ajanjakson vaiheessa) kohtien 2 mukaisen analyysin suorittamiseksi -4, joiden avulla voidaan tunnistaa: prosessit/tapahtumat (jotka ovat olennaisesti muutoksia aikavaiheessa 3) ja niiden klusteriluokitus (vaihe 4).
Jälleen kerran: antureista tulevasta kuvasta poimimme ensin kuvauksen maailmasta valmiimmassa muodossa, merkittynä poimittujen piirteiden mukaan ja jaettuna ei pikseleiksi, vaan kohteiksi. Sitten laajennamme esineistä koostuvaa maailmaa ajallaan ja saanut "maailmankuva" syötämme sen seuraavan verkon tuloon, joka toimii sen kanssa samalla tavalla kuin edelliset kerrokset työskentelivät aistikuvan kanssa. Siellä missä kohteiden ääriviivat korostettiin, meneillään olevien prosessien "ääriviivat" korostuvat nyt. Esineiden suhteellinen sijainti avaruudessa on samanlainen kuin prosessien syy-seuraus-suhde ajassa... Jotain sellaista.
Oletettavasti tämän jälkeen järjestelmän pitäisi pystyä tunnistamaan prosessit niiden osista (kuten se pystyy tunnistamaan kuvat, joilla on vain niiden fragmentti tai ), ja sen seurauksena ennustaa niitä sekä eteenpäin että taaksepäin ajassa, laajentaen vaiheen 5 mallia rajattomasti molempiin suuntiin. Oletettavasti järjestelmä pystyy myös tunnistamaan useista toisiinsa liittyvistä paikallisista prosesseista suurempia, globaaleja prosesseja ja sen seurauksena implisiittisiä, piilotettuja prosesseja, jotka ovat olennainen osa tunnistettuja globaaleja prosesseja. mutta niitä ei havaita suoraan.
Ja viimeinen asia: järjestelmän kiinteä tila tulevaisuudessa (jossa vain merkittävät Hilbert-mittareiden elementit ovat kiinteät, jäljellä olevien, ei-olennaisten arvojen vapaa tulkinta) - pystyykö verkko "ajattelemaan" levätä?
No niin. jos se olisi kuva, jossa on annettu vain kaksi toisiinsa liittymätöntä fragmenttia, voisiko jollain näytteellä koulutettu verkosto saada valmiiksi "yhtenäisen" täydellisen kuvan? Näyte tässä tapauksessa on samanlainen aikaväli kokemuksesta, fragmentit ovat nykyiset ja määritellyt tilat. Tulos: johdonmukainen "tarina", joka yhdistää toisen ja toisen...
Minusta näyttää siltä, että tämä on jo varsin merkittävä perusta jatkokokeiluille:
- omien tekojen sisällyttäminen "historiaan", jos mahdollista/tarvittavaa
- "luonnollisten" syy-seurauskuvioiden etusija hallitsemattomiin stokastisiin päästöihin nähden (rulettiongelma)
- jokin versio uteliaisuudesta, ts. kuvioiden aktiivinen tunteminen toiminnan kautta... jne
PS Myönnän täysin, että olen juuri keksinyt pyörän, ja asiantuntevat ihmiset ovat soveltaneet näitä periaatteita käytännössä jo pitkään. 😉 Tässä tapauksessa pyydän teitä "työntämään nenääsi" asiaankuuluviin tapahtumiin. Ja olisi aivan mahtavaa, jos tämän lähestymistavan perusongelmista kuvattaisiin yksityiskohtainen kuvaus tai perusteltaisiin, miksi se ei periaatteessa toimi.
PPS Tiedän, että teksti on karkeaa ja idea hyppää yhdestä toiseen, mutta halusin todella kysyä parilta ihmiseltä nämä kysymykset ("kysymys asiantuntijoille" -osio), ja tätä on vaikea tehdä ilman ainakin jonkinlainen esittely. (ja luin sitä nyt uudelleen ja tajusin, että sitä oli erittäin vaikea ymmärtää) se palveli tarkoituksensa: sain useita minulle arvokkaita keskusteluja... Toivottavasti se toimii myös tällä kertaa! 😉
Lähde: will.com