בראשית?). הרהורים על אופי הנפש. חלק שני

מילה על תהליכים, או קצת על כולנו רוחות נגד.

המשך מחשבות בנושא אינטליגנציה, טבעית ומלאכותית (AI), חלק ראשון כאן


שאלה בעייתית: האם האדם גר עכשיו? לא, כשאנחנו הולכים ברחוב ומתבוננים ישירות בעולם שסביבנו, אנחנו פועלים פחות או יותר זמן אמת... למרות שבעצם - כל עוד מה שאנו רואים עובר דרך מנגנוני ההכרה / הסיווג הרגילים - כל זה יהיה עדכני, אבל עדיין עבר. הָהֵן. האם אדם חי בעבר?

לדוגמה: אתה הולך ברחוב ורואה כלב. או מכונית. בכל מקרה, אם אנחנו מדברים על הרגע, המידע הזה כבר מיושן. אם נפעל עם נתונים שעברו את כל המנגנונים הקוגניטיביים שלנו (והמוח רחוק מלהיות המחשבון המהיר ביותר!) פשוט לא נעמוד בקצב של העולם! הכלב יתקוף או להיפך, יברח, והרצון שלך לטפוח אותו מאחורי האוזן לא יתממש, והמכונית תפגע בך או תעבור, למרות שזאת הייתה המכונית הזו שרצית "לתפוס".

אבל תודה לאל שזה לא קורה ככה, והנה הסיבה: המוח עובד אחרת. יחידת התפיסה אינה אובייקט, או אפילו קבוצה של אובייקטים, אלא תהליכים. הכלב רץ. אליך או ממך. או שהוא לא רץ, אלא שוכב, למשל. המכונית גם עומדת (במגרש חניה), או נעה לכיוון מסוים. בכל המקרים אתה קולט תהליך שנמשך לאורך זמן ובהתאם יש לו התפתחות מסוימת בעתיד. כשאני אומר שאנחנו תופסים אירועים כמתרחשים בזמן, זו לא דמות דיבור. ערכו ניסוי - צלמו תריסר תצלומים (כלומר, תצלומי מצב של המציאות) ותארו את מה שאתם רואים. הנה כמה אנשים בחדר, הם רבים, או הנה אדם הולך ברחוב, או הנה יושב וצופה בטלוויזיה, והנה עוד אדם קורא ספר. כל אלו הם תהליכים המורחבים בזמן! אתה תופס את תמונת המצב כמשהו שיש לו הרחבה. אתה לא יודע איך לעשות את זה אחרת, כי ככה המוח עובד: הוא מאומן לזהות תהליכים, ולא עצמים מבודדים על הבמה. בדיוק כמו לא עיניים-אף-פה, אלא הפנים בכללותן (שלום, רשתות עצביות מתגלגלות).

העולם מורכב מתהליכים, לא מאובייקטים. אם אני שואל אותך מה זה яблоко, אז רוב המבוגרים יגידו שזהו פרי, וילדים - מה זה? מזון. אבל שניהם תיאורי תהליך, כי הראשון אומר שהתפוח הזה גדל על עץ, ומשרת את האילן לרבייה, והשני הוא שהוא אָכִיל. לא האחד ולא השני קשור למאפיינים הישירים של תפוח - צורה, צבע, גודל... כי המאפיינים מאפשרים זיהוי, אך אינם מאפשרים שימוש, או הבנה היכן משתמשים בו בעולם החיצון, כלומר. להגדיר את התהליכים.

אם ניקח ויכוח טיפוסי על טבעו של הזמן, אזי ההנחות הקלאסיות יהיו על חוסר השינוי של העבר (מחוץ להקשר של מסע בזמן), חשיבות ההווה (יש רק רגע... 😉), והעתיד, שעדיין לא קיים, כלומר ניתן לשנותו. כשמדברים על מציאות אובייקטיבית, יכול מאוד להיות שזה כך. אולם אדם חי במודל העולם הסובייקטיבי שלו, ושם הכל כמעט הפוך!

העבר אינו כמעט בלתי משתנה כפי שהיינו רוצים. כל הזמן מקבל מידע חדש, אדם בונה מחדש את העבר כדי לבטל סתירות (חשבתם שפיוטר סטפניך היה בסימפוזיון, והוא יוצא ממועדון חשפנות... זה אומר לשום מקום, הוא, הבדרן, לא הלך ובכלל... ). יחד עם זאת, העתיד הסובייקטיבי שלך הוא קבוע בהיבטים רבים (מה שזה לא יהיה, ביום שישי יש לי בירה וכדורגל!). יתרה מכך, עם מטרה ספציפית בעתיד, אתה לא רק בונה שרשרת של תהליכים בסדר הפוך (כדי להפוך למנהל של חברה גדולה, אתה צריך לסיים את לימודיו באוניברסיטה יוקרתית עם דיפלומה, לשם כך תחילה עליך להירשם אליה, לשם כך אתה צריך לעבור היטב את מבחן המדינה המאוחדת, וללמוד את שיעורי הבית שלך!), אבל זה גם די סביר שבתהליך זה תיכנס לעבר (האם לא היו לנו חברים/מכרים שעכשיו קמו ורכשו קשרים ויכלו לעזור לילד באוניברסיטה?) - למה לא רגש נגד? 😉

עם זאת, אני סוטה מעט. ובכל זאת, הדבר העיקרי שרציתי להתמקד בו הוא תהליכים. אני משוכנע עמוקות שאסור לאמן AI פוטנציאלי על תמונות או אפילו סרטונים. לרשת קונבולוציונית יש שתי רמות (מינימום) - ולמעשה מדובר בשתי רשתות שונות: האחת מאומנת למצוא תבניות גרפיות מסוימות בתמונה גולמית, השנייה עוסקת בפלט של הראשונה - כלומר. עם מידע שכבר מעובד ומוכן. כדי לקיים אינטראקציה מוצלחת עם עולם הבינה המלאכותית, נדרש אותו דבר: ברמה כלשהי (בשום פנים ואופן לא הראשונה) חייבת להיות רשת שמקבלת כקלט מפה של תהליכים שנפרשו לאורך זמן. המושגים "התחלה" ו"סוף", "תנועה", "טרנספורמציה", "מיזוג" ו"חלוקה" הם מה שהרשת צריכה ללמוד לעבוד איתם.

אני די בטוח שמי שעובד על AI משחק, כמו Alpha Go, מבין זאת כך או אחרת. אולי הגישות שם שונות במקצת, אבל המהות זהה: המצב הנוכחי על הלוח (ובהתפתחות המהלכים האחרונים) מנותח עבור "מה קורה באופן כללי". ובהתאם לכמה מה שקורה מתאים למה שצריך לקרות, אנחנו בוחרים את המהלכים שלנו.

קשה מאוד לדבר על אסטרטגיה/התנהגות כשהקלט הוא תמונה מחיישנים. ולהיפך - וקטור מוכן המכיל פירוט מלא של המצב הנוכחי של השדה במשחקים עם מידע מלא (שקול תמונה מלאה של העולם) הוא משימה ריאלית לחלוטין, כפי שמראה בפועל. עם זאת, אם הרשת הקונבולוציונית של הרמות הראשונות זיהתה אובייקטים, והרמות הבאות מנתחות אובייקטים אלו בדינמיקה, תוך זיהוי תהליכים (מוכרים מאימון, למשל) המשלימים את הנתונים שהושגו קודם לכן, אז נראה שאפשר לעבוד עם זה. ..

שאלות למומחים:

עד כמה זה ריאלי, בהתחשב בהתפתחויות הנוכחיות ברשתות עצביות, לעשות בערך את הפעולות הבאות:

בכניסה, נניח אות וידאו רציף, אולי סטריאו. כאופציה: עם מספר דרגות חופש (יכולת לסובב את המצלמה - שרירותית, או לפי תבנית). עם זאת, במידת הצורך, ניתן להשלים/להחליף את אות הווידאו בכל שיטות אחרות של תפיסה מרחבית - מסונאר ועד לידר.

אם לדבר באופן מדויק…הקלט יכול להיות כל דבר זמן אמת זרימה - אפילו דיבור/טקסט, אפילו ציטוטים של מטבעות, אבל... בתהליך הנבחן, קל לי יותר להסתמך על דגימת המוח היחידה שעומדת לרשותי ללימוד ישיר - שלי! ) וב"מדגם" הזה הערוץ החושי הוא מעבר לתחרות!
ביציאה:

1. מפת עומק (אם המצלמה סטטית) או מפת סביבה. מרחב (מצלמה דינמית/לידר וכו');

   בשביל מהזה הכרחי אם ברצוננו לקבל סידור מרחבי אמיתי של אובייקטים כדי להעריך את האינטראקציה ביניהם. במקרה זה, התמונה מהמצלמה היא רק הקרנה דו מימדית של חלל גבוה יותר, ויש צורך בטרנספורמציות נוספות.

2. בידוד של עצמים בודדים (בהתחשב במפת העומק/מרחב, ולא רק/לא כל כך קווי מתאר גלויים);
3. זיהוי עצמים נעים (מהירות/האצה, בנייה/ניבוי מסלול(?));
4. סיווג היררכי של אובייקטים לפי כל מאפיינים שחולצו (צורה/מידות/צבע/ניואנסים של תנועה/חלקים מרכיבים(?)). הָהֵן. בעצם חילוץ מדדים עבור מרחבי הילברט.

   לגבי ההיררכיהאולי המילה "היררכית" לא לגמרי מתאימה במקרה הזה. רציתי להדגיש את היכולת לבחור מדדים בכל עת כך מרחק המינגה ביניהם אפשרו לנו להתייחס לשתי קבוצות שונות של מדדים כמושג אחד. כיצד יש להכליל "מכונית אדומה" ו"אוטובוס כחול" למושג "רכב", למשל.

חשוב: אם אפשר, המערכת אינה מאומנת מראש. הָהֵן. אפשר לקבוע כמה דברים בסיסיים (לדוגמה, רשת קונבולוציונית של השכבה הראשונה, להדגשת קווי מתאר/גיאומטריה), אבל היא חייבת ללמוד לבחור אובייקטים ובהמשך לזהות אותם לבד.

• ולבסוף, בניית סוויפ (בהתבסס על נקודות 1,4, כלומר מפה מרחבית המתחשבת במדדים) בזמן (לעת עתה, בשלב זה של התקופה הנצפית לכאורה ישירות), על מנת לבצע ניתוח לפי נקודות 2 -4, עם על מנת לזהות: תהליכים/אירועים (שהם בעצם שינויים בשלב הזמן 3) וסיווג האשכולות שלהם (שלב 4).

שוב: מהתמונה מהחיישנים נחלץ תחילה תיאור העולם בצורה יותר מוכנה, מסומן לפי התכונות שחולצו ומחולק לא לפיקסלים, אלא לאובייקטים. ואז אנחנו מרחיבים את העולם המורכב מחפצים בזמן וקיבל "תמונת העולם" אנו מאכילים אותו לקלט של הרשת הבאה, שעובדת איתה באותו אופן שבו השכבות הקודמות עבדו עם התמונה החושית. במקום בו הובלטו קווי המתאר של אובייקטים, כעת יודגשו "קווי המתאר" של תהליכים מתמשכים. המיקום היחסי של עצמים במרחב דומה ליחסי סיבה ותוצאה של תהליכים בזמן... משהו כזה.

ככל הנראה, לאחר מכן, המערכת אמורה להיות מסוגלת לזהות תהליכים לפי חלקיהם (כפי שהיא מסוגלת לזהות תמונות, שיש להן רק את השבר שלהן, או כמו כתיבת המשך של הטקסט לפי המודל), וכתוצאה מכך, חזה אותם הן קדימה והן אחורה בזמן, תוך הרחבת המודל של שלב 5 ללא הגבלה בשני הכיוונים. כמו כן, ככל הנראה, עם מושג על התהליכים המרכיבים, המערכת יכולה לזהות, מתוך מספר תהליכים מקומיים קשורים, תהליכים גדולים יותר, גלובליים וכתוצאה מכך, תהליכים סמויים ונסתרים שהם חלק בלתי נפרד מהגלובליים שזוהו, אך אינם נתפסים ישירות.

והדבר האחרון: עם מצב קבוע של המערכת בעתיד (שם רק אלמנטים משמעותיים של מדדי הילברט קבועים, עם פרשנות חופשית של הערכים הנותרים, הלא חיוניים) - האם הרשת מסוגלת "לחשוב" את מנוחה?

ובכן, כלומר. אם זו הייתה תמונה שבה ניתנו רק שני קטעים לא קשורים, האם רשת מאומנת על דגימה כלשהי יכולה להשלים תמונה שלמה "עקבית"? המדגם במקרה זה הוא מרווחי זמן דומים מניסיון, השברים הם המצב הנוכחי והצוין. התוצאה: "סיפור" עקבי המחבר בין אחד לשני...

נראה לי שזה כבר יהיה בסיס די משמעותי לניסויים נוספים:

• הכללת פעולותיו שלו ב"היסטוריה", אם אפשר/הכרחי
• עדיפות של דפוסי סיבה ותוצאה "טבעיים" על פני פליטות סטוכסטיות בלתי מבוקרות (בעיית רולט)
• גרסה כלשהי של סקרנות, כלומר. הכרה פעילה של דפוסים באמצעות פעולה... וכו'

נ.ב. אני מודה לחלוטין שזה עתה המצאתי את הגלגל, ואנשים בעלי ידע מיישמים את העקרונות הללו הלכה למעשה במשך זמן רב. 😉 במקרה זה, אני מבקש מכם "לדחוף את האף" לפיתוחים הרלוונטיים. וזה יהיה נפלא לחלוטין אם יהיה תיאור מפורט של הבעיות היסודיות של גישה זו או הצדקה מדוע היא לא עובדת באופן עקרוני.

P.P.S. אני מודע לכך שהטקסט גולמי והמחשבות קופצות מדבר אחד למשנהו, אבל באמת רציתי לשאול כמה אנשים את השאלות האלה (הסעיף "שאלות למומחים"), וקשה להסתדר בלי לפחות אקספוזיציה כלשהי. טקסט עבר (וקראתי אותו שוב עכשיו, והבנתי שקשה מאוד להבין אותו) זה שירת את מטרתו: קיבלתי כמה דיונים שהיו יקרים לי... אני מקווה שזה יעבוד גם הפעם! 😉

מקור: www.habr.com