ಪ್ರಕ್ರಿಯೆಗಳ ಬಗ್ಗೆ ಒಂದು ಪದ, ಅಥವಾ ನಾವೆಲ್ಲರೂ ಸ್ವಲ್ಪ .
ನೈಸರ್ಗಿಕ ಮತ್ತು ಕೃತಕ (AI), ಭಾಗ ಒಂದರೆರಡೂ ಬುದ್ಧಿಮತ್ತೆಯ ವಿಷಯದ ಕುರಿತು ಆಲೋಚನೆಗಳ ಮುಂದುವರಿಕೆ
ಬ್ಯಾಕ್ಫಿಲ್ಗೆ ಪ್ರಶ್ನಿಸಿ: ವ್ಯಕ್ತಿ ಈಗ ವಾಸಿಸುತ್ತಿದ್ದಾರೆಯೇ? ಇಲ್ಲ, ನಾವು ಬೀದಿಯಲ್ಲಿ ನಡೆದಾಗ ಮತ್ತು ನಮ್ಮ ಸುತ್ತಲಿನ ಪ್ರಪಂಚವನ್ನು ನೇರವಾಗಿ ಆಲೋಚಿಸುವಾಗ, ನಾವು ಹೆಚ್ಚು ಕಡಿಮೆ ವರ್ತಿಸುತ್ತೇವೆ ನೈಜ ಸಮಯ... ವಾಸ್ತವವಾಗಿ ಆದರೂ - ಎಲ್ಲಿಯವರೆಗೆ ನಾವು ನೋಡುವುದು ಗುರುತಿಸುವಿಕೆ / ವರ್ಗೀಕರಣದ ಸಾಮಾನ್ಯ ಕಾರ್ಯವಿಧಾನಗಳ ಮೂಲಕ ಹೋಗುತ್ತದೆ - ಇದೆಲ್ಲವೂ ಇತ್ತೀಚಿನದು, ಆದರೆ ಇನ್ನೂ ಹಿಂದಿನದು. ಆ. ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಹಿಂದೆ ವಾಸಿಸುತ್ತಾನೆಯೇ?
ಉದಾಹರಣೆಗೆ: ನೀವು ಬೀದಿಯಲ್ಲಿ ನಡೆದು ನಾಯಿಯನ್ನು ನೋಡುತ್ತೀರಿ. ಅಥವಾ ಕಾರು. ಯಾವುದೇ ಸಂದರ್ಭದಲ್ಲಿ, ನಾವು ಕ್ಷಣದ ಬಗ್ಗೆ ಮಾತನಾಡುತ್ತಿದ್ದರೆ, ಈ ಮಾಹಿತಿಯು ಈಗಾಗಲೇ ಹಳೆಯದಾಗಿದೆ. ನಮ್ಮ ಎಲ್ಲಾ ಅರಿವಿನ ಕಾರ್ಯವಿಧಾನಗಳ ಮೂಲಕ ಹಾದುಹೋದ ಡೇಟಾದೊಂದಿಗೆ ನಾವು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿದ್ದರೆ (ಮತ್ತು ಮೆದುಳು ವೇಗವಾದ ಕ್ಯಾಲ್ಕುಲೇಟರ್‌ನಿಂದ ದೂರವಿದೆ!) ನಾವು ಪ್ರಪಂಚದೊಂದಿಗೆ ಮುಂದುವರಿಯುವುದಿಲ್ಲ! ನಾಯಿ ದಾಳಿ ಮಾಡುತ್ತದೆ ಅಥವಾ ಇದಕ್ಕೆ ವಿರುದ್ಧವಾಗಿ ಓಡಿಹೋಗುತ್ತದೆ, ಮತ್ತು ಅದನ್ನು ಕಿವಿಯ ಹಿಂದೆ ತಟ್ಟುವ ನಿಮ್ಮ ಬಯಕೆಯು ಈಡೇರದೆ ಉಳಿಯುತ್ತದೆ, ಮತ್ತು ಕಾರು ನಿಮಗೆ ಹೊಡೆಯುತ್ತದೆ ಅಥವಾ ಹಾದುಹೋಗುತ್ತದೆ, ಆದರೂ ನೀವು "ಹಿಡಿಯಲು" ಬಯಸಿದ ಈ ಕಾರು.
ಆದರೆ ದೇವರಿಗೆ ಧನ್ಯವಾದಗಳು ಅದು ಆ ರೀತಿ ಆಗುವುದಿಲ್ಲ, ಮತ್ತು ಇಲ್ಲಿ ಏಕೆ: ಮೆದುಳು ವಿಭಿನ್ನವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಗ್ರಹಿಕೆಯ ಘಟಕವು ಒಂದು ವಸ್ತುವಲ್ಲ, ಅಥವಾ ವಸ್ತುಗಳ ಒಂದು ಸೆಟ್, ಆದರೆ ಪ್ರಕ್ರಿಯೆಗಳು. ನಾಯಿ ಓಡುತ್ತಿದೆ. ನಿಮಗೆ ಅಥವಾ ನಿಮ್ಮಿಂದ. ಅಥವಾ ಅವನು ಓಡುವುದಿಲ್ಲ, ಆದರೆ ಮಲಗುತ್ತಾನೆ, ಉದಾಹರಣೆಗೆ. ಕಾರು ಸಹ ಸ್ಥಿರವಾಗಿರುತ್ತದೆ (ಪಾರ್ಕಿಂಗ್ ಸ್ಥಳದಲ್ಲಿ), ಅಥವಾ ಒಂದು ನಿರ್ದಿಷ್ಟ ದಿಕ್ಕಿನಲ್ಲಿ ಚಲಿಸುತ್ತದೆ. ಎಲ್ಲಾ ಸಂದರ್ಭಗಳಲ್ಲಿ, ಕಾಲಾನಂತರದಲ್ಲಿ ವಿಸ್ತರಿಸುವ ಪ್ರಕ್ರಿಯೆಯನ್ನು ನೀವು ಗ್ರಹಿಸುತ್ತೀರಿ ಮತ್ತು ಅದರ ಪ್ರಕಾರ, ಭವಿಷ್ಯದಲ್ಲಿ ಒಂದು ನಿರ್ದಿಷ್ಟ ಬೆಳವಣಿಗೆಯನ್ನು ಹೊಂದಿದೆ. ಘಟನೆಗಳು ಸಮಯಕ್ಕೆ ತೆರೆದುಕೊಳ್ಳುತ್ತವೆ ಎಂದು ನಾವು ಗ್ರಹಿಸುತ್ತೇವೆ ಎಂದು ನಾನು ಹೇಳಿದಾಗ, ಇದು ಮಾತಿನ ಅಂಕಿ ಅಂಶವಲ್ಲ. ಪ್ರಯೋಗವನ್ನು ನಡೆಸಿ - ಒಂದು ಡಜನ್ ಛಾಯಾಚಿತ್ರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ (ಅಂದರೆ, ವಾಸ್ತವದ ಸ್ನ್ಯಾಪ್‌ಶಾಟ್‌ಗಳು) ಮತ್ತು ನೀವು ನೋಡುವುದನ್ನು ವಿವರಿಸಿ. ಇಲ್ಲಿ ಒಂದು ಕೋಣೆಯಲ್ಲಿ ಹಲವಾರು ಜನರಿದ್ದಾರೆ, ಅವರು ಜಗಳವಾಡುತ್ತಿದ್ದಾರೆ, ಅಥವಾ ಇಲ್ಲಿ ಒಬ್ಬ ವ್ಯಕ್ತಿ ಬೀದಿಯಲ್ಲಿ ನಡೆದುಕೊಂಡು ಹೋಗುತ್ತಿದ್ದಾನೆ, ಅಥವಾ ಇಲ್ಲಿ ಟಿವಿ ನೋಡುತ್ತಾ ಕುಳಿತಿದ್ದಾನೆ ಮತ್ತು ಇಲ್ಲಿ ಇನ್ನೊಬ್ಬ ವ್ಯಕ್ತಿ ಪುಸ್ತಕವನ್ನು ಓದುತ್ತಿದ್ದಾನೆ. ಇವೆಲ್ಲವೂ ಸಮಯಕ್ಕೆ ವಿಸ್ತರಿಸಿದ ಪ್ರಕ್ರಿಯೆಗಳು! ನೀವು ಸ್ನ್ಯಾಪ್‌ಶಾಟ್ ಅನ್ನು ವಿಸ್ತರಣೆಯನ್ನು ಹೊಂದಿರುವಂತೆ ಗ್ರಹಿಸುತ್ತೀರಿ. ಇದನ್ನು ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಗೆ ಮಾಡಬೇಕೆಂದು ನಿಮಗೆ ತಿಳಿದಿಲ್ಲ, ಏಕೆಂದರೆ ಮೆದುಳು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ: ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಗುರುತಿಸಲು ಇದು ತರಬೇತಿ ಪಡೆದಿದೆ ಮತ್ತು ವೇದಿಕೆಯಲ್ಲಿ ಪ್ರತ್ಯೇಕವಾದ ವಸ್ತುಗಳಲ್ಲ. ಕಣ್ಣು-ಮೂಗು-ಬಾಯಿ ಅಲ್ಲ, ಆದರೆ ಒಟ್ಟಾರೆಯಾಗಿ ಮುಖದಂತೆಯೇ (ಹಲೋ, ಕನ್ವಲ್ಯೂಶನಲ್ ನರಮಂಡಲಗಳು).
ಪ್ರಪಂಚವು ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಒಳಗೊಂಡಿದೆ, ವಸ್ತುಗಳಲ್ಲ. ಅದು ಏನು ಅಂತ ಕೇಳಿದರೆ ಸೇಬು, ನಂತರ ಹೆಚ್ಚಿನ ವಯಸ್ಕರು ಇದು ಎಂದು ಹೇಳುತ್ತಾರೆ ಹಣ್ಣು, ಮತ್ತು ಮಕ್ಕಳು - ಅದು ಏನು? ಆಹಾರ. ಆದರೆ ಎರಡೂ ಪ್ರಕ್ರಿಯೆಯ ವಿವರಣೆಗಳು, ಏಕೆಂದರೆ ಮೊದಲನೆಯದು ಈ ಸೇಬು ಎಂದರ್ಥ ಮರದ ಮೇಲೆ ಬೆಳೆಯುತ್ತದೆ, ಮತ್ತು ಸಂತಾನೋತ್ಪತ್ತಿಗಾಗಿ ಮರವನ್ನು ಪೂರೈಸುತ್ತದೆ, ಮತ್ತು ಎರಡನೆಯದು ಅದು ಖಾದ್ಯ. ಒಂದು ಅಥವಾ ಇನ್ನೊಂದು ಸೇಬಿನ ನೇರ ಗುಣಲಕ್ಷಣಗಳೊಂದಿಗೆ ಸಂಬಂಧ ಹೊಂದಿಲ್ಲ - ಆಕಾರ, ಬಣ್ಣ, ಗಾತ್ರ ... ಏಕೆಂದರೆ ಗುಣಲಕ್ಷಣಗಳು ಗುರುತಿಸುವಿಕೆಯನ್ನು ಅನುಮತಿಸುತ್ತವೆ, ಆದರೆ ಬಳಕೆಯನ್ನು ಅನುಮತಿಸುವುದಿಲ್ಲ, ಅಥವಾ ಅದನ್ನು ಹೊರಗಿನ ಪ್ರಪಂಚದಲ್ಲಿ ಎಲ್ಲಿ ಬಳಸಲಾಗಿದೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು, ಅಂದರೆ. ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಿ.
ನಾವು ಸಮಯದ ಸ್ವರೂಪದ ಬಗ್ಗೆ ವಿಶಿಷ್ಟವಾದ ಚರ್ಚೆಯನ್ನು ತೆಗೆದುಕೊಂಡರೆ, ಕ್ಲಾಸಿಕ್ ಪೋಸ್ಟ್ಯುಲೇಟ್ಗಳು ಭೂತಕಾಲದ ಅಸ್ಥಿರತೆಯ ಬಗ್ಗೆ (ಸಮಯ ಪ್ರಯಾಣದ ಸಂದರ್ಭದ ಹೊರಗೆ), ವರ್ತಮಾನದ ಪ್ರಾಮುಖ್ಯತೆ (ಒಂದು ಕ್ಷಣ ಮಾತ್ರ ಇದೆ... 😉), ಮತ್ತು ಇನ್ನೂ ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ ಭವಿಷ್ಯ, ಅಂದರೆ ಅದನ್ನು ಬದಲಾಯಿಸಬಹುದು. ನಾವು ವಸ್ತುನಿಷ್ಠ ವಾಸ್ತವತೆಯ ಬಗ್ಗೆ ಮಾತನಾಡುವಾಗ, ಇದು ಹೀಗಿರಬಹುದು. ಆದಾಗ್ಯೂ, ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ತನ್ನದೇ ಆದ, ಪ್ರಪಂಚದ ವ್ಯಕ್ತಿನಿಷ್ಠ ಮಾದರಿಯಲ್ಲಿ ವಾಸಿಸುತ್ತಾನೆ, ಮತ್ತು ಅಲ್ಲಿ ಎಲ್ಲವೂ ಬಹುತೇಕ ವಿರುದ್ಧವಾಗಿರುತ್ತದೆ!
ಭೂತಕಾಲವು ನಾವು ಬಯಸಿದಷ್ಟು ಬದಲಾಗುವುದಿಲ್ಲ. ನಿರಂತರವಾಗಿ ಹೊಸ ಮಾಹಿತಿಯನ್ನು ಪಡೆಯುವುದು, ವಿರೋಧಾಭಾಸಗಳನ್ನು ತೊಡೆದುಹಾಕಲು ವ್ಯಕ್ತಿಯು ಹಿಂದಿನದನ್ನು ಪುನರ್ನಿರ್ಮಿಸುತ್ತಾನೆ (ಪಯೋಟರ್ ಸ್ಟೆಪನಿಚ್ ಸಿಂಪೋಸಿಯಮ್‌ನಲ್ಲಿದ್ದಾರೆ ಎಂದು ನೀವು ಭಾವಿಸಿದ್ದೀರಿ, ಮತ್ತು ಅವರು ಸ್ಟ್ರಿಪ್ ಕ್ಲಬ್‌ನಿಂದ ಹೊರಬರುತ್ತಿದ್ದಾರೆ ... ಇದರರ್ಥ ಅವರು, ಮನರಂಜಕ, ಎಲ್ಲಿಯೂ ಹೋಗಲಿಲ್ಲ ... ) ಅದೇ ಸಮಯದಲ್ಲಿ, ನಿಮ್ಮ ವ್ಯಕ್ತಿನಿಷ್ಠ ಭವಿಷ್ಯವು ಅನೇಕ ಅಂಶಗಳಲ್ಲಿ ಸ್ಥಿರವಾಗಿರುತ್ತದೆ (ಅದು ಏನೇ ಇರಲಿ, ಶುಕ್ರವಾರ ನನ್ನ ಬಳಿ ಬಿಯರ್ ಮತ್ತು ಫುಟ್‌ಬಾಲ್ ಇದೆ!) ಇದಲ್ಲದೆ, ಭವಿಷ್ಯದಲ್ಲಿ ನಿರ್ದಿಷ್ಟ ಗುರಿಯನ್ನು ಹೊಂದಿರುವ, ನೀವು ಹಿಮ್ಮುಖ ಕ್ರಮದಲ್ಲಿ ಪ್ರಕ್ರಿಯೆಗಳ ಸರಪಳಿಯನ್ನು ನಿರ್ಮಿಸುವುದಿಲ್ಲ (ದೊಡ್ಡ ಕಂಪನಿಯ ನಿರ್ದೇಶಕರಾಗಲು, ನೀವು ಡಿಪ್ಲೊಮಾದೊಂದಿಗೆ ಪ್ರತಿಷ್ಠಿತ ವಿಶ್ವವಿದ್ಯಾಲಯದಿಂದ ಪದವಿ ಪಡೆಯಬೇಕು, ಇದಕ್ಕಾಗಿ ನೀವು ಮೊದಲು ಅದರಲ್ಲಿ ದಾಖಲಾಗಬೇಕು, ಇದಕ್ಕಾಗಿ ನೀವು ಏಕೀಕೃತ ರಾಜ್ಯ ಪರೀಕ್ಷೆಯಲ್ಲಿ ಉತ್ತೀರ್ಣರಾಗಬೇಕು ಮತ್ತು ನಿಮ್ಮ ಮನೆಕೆಲಸವನ್ನು ಅಧ್ಯಯನ ಮಾಡಬೇಕು!), ಆದರೆ ಈ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ನೀವು ಹಿಂದಿನದಕ್ಕೆ ಹೋಗುವ ಸಾಧ್ಯತೆಯಿದೆ (ನಾವು ಈಗ ಬೆಳೆದ ಮತ್ತು ಸಂಪರ್ಕಗಳನ್ನು ಪಡೆದುಕೊಂಡಿರುವ ಮತ್ತು ವಿಶ್ವವಿದ್ಯಾನಿಲಯದೊಂದಿಗೆ ಮಗುವಿಗೆ ಸಹಾಯ ಮಾಡುವ ಸ್ನೇಹಿತರು / ಪರಿಚಯಸ್ಥರನ್ನು ಹೊಂದಿಲ್ಲವೇ?) - ಏಕೆ ಪ್ರತಿ-ಭಾವನೆ ಮಾಡಬಾರದು? 😉
ಆದಾಗ್ಯೂ, ನಾನು ಸ್ವಲ್ಪ ದೂರ ಹೋಗುತ್ತೇನೆ. ಇನ್ನೂ, ನಾನು ಕೇಂದ್ರೀಕರಿಸಲು ಬಯಸಿದ ಮುಖ್ಯ ವಿಷಯ ಕಾರ್ಯವಿಧಾನಗಳು. ಸಂಭಾವ್ಯ AI ಅನ್ನು ಫೋಟೋಗಳು ಅಥವಾ ವೀಡಿಯೊಗಳ ಮೇಲೆ ತರಬೇತಿ ನೀಡಬಾರದು ಎಂದು ನನಗೆ ಆಳವಾಗಿ ಮನವರಿಕೆಯಾಗಿದೆ. ಒಂದು ಕನ್ವಲ್ಯೂಶನಲ್ ನೆಟ್ವರ್ಕ್ ಎರಡು ಹಂತಗಳನ್ನು ಹೊಂದಿದೆ (ಕನಿಷ್ಠ) - ಮತ್ತು ವಾಸ್ತವವಾಗಿ ಇವು ಎರಡು ವಿಭಿನ್ನ ನೆಟ್‌ವರ್ಕ್‌ಗಳಾಗಿವೆ: ಕಚ್ಚಾ ಚಿತ್ರದಲ್ಲಿ ಕೆಲವು ಗ್ರಾಫಿಕ್ ಮಾದರಿಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು ಒಬ್ಬರಿಗೆ ತರಬೇತಿ ನೀಡಲಾಗುತ್ತದೆ, ಎರಡನೆಯದು ಮೊದಲನೆಯ ಔಟ್‌ಪುಟ್‌ನೊಂದಿಗೆ ವ್ಯವಹರಿಸುತ್ತದೆ - ಅಂದರೆ. ಈಗಾಗಲೇ ಸಂಸ್ಕರಿಸಿದ ಮತ್ತು ಸಿದ್ಧಪಡಿಸಿದ ಮಾಹಿತಿಯೊಂದಿಗೆ. AI ಪ್ರಪಂಚದೊಂದಿಗೆ ಯಶಸ್ವಿಯಾಗಿ ಸಂವಹನ ನಡೆಸಲು, ಅದೇ ವಿಷಯದ ಅಗತ್ಯವಿದೆ: ಕೆಲವು (ಯಾವುದೇ ರೀತಿಯಲ್ಲಿ ಮೊದಲನೆಯದು) ಮಟ್ಟದಲ್ಲಿ ಕಾಲಾನಂತರದಲ್ಲಿ ತೆರೆದುಕೊಳ್ಳುವ ಪ್ರಕ್ರಿಯೆಗಳ ನಕ್ಷೆಯನ್ನು ಇನ್ಪುಟ್ ಆಗಿ ಸ್ವೀಕರಿಸುವ ನೆಟ್ವರ್ಕ್ ಇರಬೇಕು. "ಆರಂಭ" ಮತ್ತು "ಅಂತ್ಯ", "ಚಲನೆ", "ರೂಪಾಂತರ", "ವಿಲೀನಗೊಳಿಸುವಿಕೆ" ಮತ್ತು "ವಿಭಜನೆ" ಎಂಬ ಪರಿಕಲ್ಪನೆಗಳು ನೆಟ್ವರ್ಕ್ ಕೆಲಸ ಮಾಡಲು ಕಲಿಯಬೇಕು.
Alpha Go ನಂತಹ ಆಟದ AI ನಲ್ಲಿ ಕೆಲಸ ಮಾಡುವವರು ಇದನ್ನು ಒಂದು ರೀತಿಯಲ್ಲಿ ಅಥವಾ ಇನ್ನೊಂದು ರೀತಿಯಲ್ಲಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುತ್ತಾರೆ ಎಂದು ನನಗೆ ಖಚಿತವಾಗಿದೆ. ಬಹುಶಃ ಅಲ್ಲಿನ ವಿಧಾನಗಳು ಸ್ವಲ್ಪ ವಿಭಿನ್ನವಾಗಿವೆ, ಆದರೆ ಸಾರವು ಒಂದೇ ಆಗಿರುತ್ತದೆ: ಮಂಡಳಿಯಲ್ಲಿನ ಪ್ರಸ್ತುತ ಪರಿಸ್ಥಿತಿ (ಮತ್ತು ಕೊನೆಯ ಕೆಲವು ಚಲನೆಗಳ ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ) "ಸಾಮಾನ್ಯವಾಗಿ ಏನಾಗುತ್ತಿದೆ" ಎಂದು ವಿಶ್ಲೇಷಿಸಲಾಗುತ್ತದೆ. ಮತ್ತು ಏನಾಗುತ್ತದೆ ಎಂಬುದರ ಆಧಾರದ ಮೇಲೆ ಏನಾಗಬೇಕು ಎಂಬುದರ ಆಧಾರದ ಮೇಲೆ, ನಾವು ನಮ್ಮ ಸ್ವಂತ ಚಲನೆಯನ್ನು ಆರಿಸಿಕೊಳ್ಳುತ್ತೇವೆ.
ಸೆನ್ಸರ್‌ಗಳಿಂದ ಇನ್ಪುಟ್ ಚಿತ್ರವಾಗಿದ್ದಾಗ ತಂತ್ರ/ನಡವಳಿಕೆಯ ಬಗ್ಗೆ ಮಾತನಾಡುವುದು ತುಂಬಾ ಕಷ್ಟ. ಮತ್ತು ತದ್ವಿರುದ್ದವಾಗಿ - ಸಂಪೂರ್ಣ ಮಾಹಿತಿಯೊಂದಿಗೆ (ಜಗತ್ತಿನ ಸಂಪೂರ್ಣ ಚಿತ್ರವನ್ನು ಪರಿಗಣಿಸಿ) ಆಟಗಳಲ್ಲಿ ಕ್ಷೇತ್ರದ ಪ್ರಸ್ತುತ ಸ್ಥಿತಿಯ ಸಂಪೂರ್ಣ ಸ್ಥಗಿತವನ್ನು ಹೊಂದಿರುವ ಸಿದ್ಧಪಡಿಸಿದ ವೆಕ್ಟರ್ ಸಂಪೂರ್ಣವಾಗಿ ಕಾರ್ಯಸಾಧ್ಯವಾದ ಕಾರ್ಯವಾಗಿದೆ, ಅಭ್ಯಾಸವು ತೋರಿಸುತ್ತದೆ. ಆದಾಗ್ಯೂ, ಮೊದಲ ಹಂತಗಳ ಕನ್ವಲ್ಯೂಶನಲ್ ನೆಟ್ವರ್ಕ್ ಆಬ್ಜೆಕ್ಟ್‌ಗಳನ್ನು ಗುರುತಿಸಿದ್ದರೆ ಮತ್ತು ಮುಂದಿನ ಹಂತಗಳು ಈ ವಸ್ತುಗಳನ್ನು ಡೈನಾಮಿಕ್ಸ್‌ನಲ್ಲಿ ವಿಶ್ಲೇಷಿಸಿದರೆ, ಈ ಹಿಂದೆ ಪಡೆದ ಡೇಟಾವನ್ನು ಪೂರೈಸುವ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು (ತರಬೇತಿಯಿಂದ ಪರಿಚಿತ, ಉದಾಹರಣೆಗೆ) ಗುರುತಿಸಿದರೆ, ಇದರೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಲು ಸಾಧ್ಯ ಎಂದು ತೋರುತ್ತದೆ. ..
ತಜ್ಞರಿಗೆ ಪ್ರಶ್ನೆಗಳು:
ನರ ನೆಟ್‌ವರ್ಕ್‌ಗಳಲ್ಲಿನ ಪ್ರಸ್ತುತ ಬೆಳವಣಿಗೆಗಳನ್ನು ಗಮನಿಸಿದರೆ, ಸರಿಸುಮಾರು ಈ ಕೆಳಗಿನವುಗಳನ್ನು ಮಾಡುವುದು ಎಷ್ಟು ವಾಸ್ತವಿಕವಾಗಿದೆ:
ಪ್ರವೇಶದ್ವಾರದಲ್ಲಿ, ಒಂದು ನಿರಂತರ ವೀಡಿಯೋ ಸಿಗ್ನಲ್, ಪ್ರಾಯಶಃ ಸ್ಟೀರಿಯೋ ಎಂದು ಹೇಳೋಣ. ಒಂದು ಆಯ್ಕೆಯಾಗಿ: ಹಲವಾರು ಡಿಗ್ರಿ ಸ್ವಾತಂತ್ರ್ಯದೊಂದಿಗೆ (ಕ್ಯಾಮೆರಾವನ್ನು ತಿರುಗಿಸುವ ಸಾಮರ್ಥ್ಯ - ನಿರಂಕುಶವಾಗಿ, ಅಥವಾ ಮಾದರಿಯ ಪ್ರಕಾರ). ಆದಾಗ್ಯೂ, ಅಗತ್ಯವಿದ್ದಲ್ಲಿ, ಸೋನಾರ್‌ನಿಂದ ಲಿಡಾರ್‌ವರೆಗೆ - ಪ್ರಾದೇಶಿಕ ಗ್ರಹಿಕೆಯ ಯಾವುದೇ ಇತರ ವಿಧಾನಗಳಿಂದ ವೀಡಿಯೊ ಸಂಕೇತವನ್ನು ಪೂರಕವಾಗಿ/ಬದಲಿಸಬಹುದಾಗಿದೆ.
ಕಟ್ಟುನಿಟ್ಟಾಗಿ ಹೇಳುವುದಾದರೆ…ಇನ್ಪುಟ್ ಯಾವುದಾದರೂ ಆಗಿರಬಹುದು ನೈಜ ಸಮಯ ಹರಿವು - ಮಾತು/ಪಠ್ಯ, ಕರೆನ್ಸಿ ಉಲ್ಲೇಖಗಳು ಸಹ, ಆದರೆ... ಪರಿಗಣನೆಯಲ್ಲಿರುವ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ, ನೇರ ಅಧ್ಯಯನಕ್ಕಾಗಿ ನನಗೆ ಲಭ್ಯವಿರುವ ಮನಸ್ಸಿನ ಏಕೈಕ ಮಾದರಿಯನ್ನು ಅವಲಂಬಿಸುವುದು ನನಗೆ ಸುಲಭವಾಗಿದೆ - ನನ್ನದೇ! ) ಮತ್ತು ಈ "ಮಾದರಿ" ಯಲ್ಲಿ ಸಂವೇದನಾ ಚಾನಲ್ ಸ್ಪರ್ಧೆಯನ್ನು ಮೀರಿದೆ!
ನಿರ್ಗಮನದಲ್ಲಿ:
- ಡೆಪ್ತ್ ಮ್ಯಾಪ್ (ಕ್ಯಾಮೆರಾ ಸ್ಥಿರವಾಗಿದ್ದರೆ) ಅಥವಾ ಪರಿಸರ ನಕ್ಷೆ. ಸ್ಪೇಸ್ (ಡೈನಾಮಿಕ್ ಕ್ಯಾಮೆರಾ / ಲಿಡಾರ್, ಇತ್ಯಾದಿ);
ಯಾವುದಕ್ಕಾಗಿಅವುಗಳ ಪರಸ್ಪರ ಕ್ರಿಯೆಯನ್ನು ನಿರ್ಣಯಿಸಲು ನಾವು ವಸ್ತುಗಳ ನಿಜವಾದ ಪ್ರಾದೇಶಿಕ ವ್ಯವಸ್ಥೆಯನ್ನು ಹೊಂದಲು ಬಯಸಿದರೆ ಇದು ಅವಶ್ಯಕವಾಗಿದೆ. ಈ ಸಂದರ್ಭದಲ್ಲಿ, ಕ್ಯಾಮರಾದಿಂದ ಚಿತ್ರವು ಹೆಚ್ಚಿನ ಆಯಾಮದ ಜಾಗದ ಎರಡು ಆಯಾಮದ ಪ್ರಕ್ಷೇಪಣವಾಗಿದೆ ಮತ್ತು ಹೆಚ್ಚುವರಿ ರೂಪಾಂತರಗಳು ಅಗತ್ಯವಿದೆ.
- ಪ್ರತ್ಯೇಕ ವಸ್ತುಗಳ ಪ್ರತ್ಯೇಕತೆ (ಆಳ / ಬಾಹ್ಯಾಕಾಶ ನಕ್ಷೆಯನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಂಡು, ಮತ್ತು ಹೆಚ್ಚು ಗೋಚರಿಸುವ ಬಾಹ್ಯರೇಖೆಗಳು ಮಾತ್ರವಲ್ಲ);
- ಚಲಿಸುವ ವಸ್ತುಗಳ ಗುರುತಿಸುವಿಕೆ (ವೇಗ/ವೇಗವರ್ಧನೆ, ನಿರ್ಮಾಣ/ಪಥದ ಮುನ್ಸೂಚನೆ(?));
- ಯಾವುದೇ ಹೊರತೆಗೆಯಲಾದ ಗುಣಲಕ್ಷಣಗಳ ಪ್ರಕಾರ ವಸ್ತುಗಳ ಶ್ರೇಣಿಯ ವರ್ಗೀಕರಣ (ಆಕಾರ/ಆಯಾಮಗಳು/ಬಣ್ಣ/ಚಲನೆಯ ಸೂಕ್ಷ್ಮ ವ್ಯತ್ಯಾಸಗಳು/ಘಟಕ ಭಾಗಗಳು(?)). ಆ. ಮೂಲಭೂತವಾಗಿ ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ಹೊರತೆಗೆಯುವುದು .
ಕ್ರಮಾನುಗತ ಬಗ್ಗೆಬಹುಶಃ "ಹೈರಾರ್ಕಿಕಲ್" ಪದವು ಈ ಸಂದರ್ಭದಲ್ಲಿ ಸಂಪೂರ್ಣವಾಗಿ ಸೂಕ್ತವಲ್ಲ. ಯಾವುದೇ ಸಮಯದಲ್ಲಿ ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡುವ ಸಾಮರ್ಥ್ಯವನ್ನು ನಾನು ಒತ್ತಿಹೇಳಲು ಬಯಸುತ್ತೇನೆ ಅವುಗಳ ನಡುವೆ ಎರಡು ವಿಭಿನ್ನ ಸೆಟ್ ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ಒಂದು ಪರಿಕಲ್ಪನೆಯಾಗಿ ಪರಿಗಣಿಸಲು ನಮಗೆ ಅವಕಾಶ ಮಾಡಿಕೊಟ್ಟಿತು. "ಕೆಂಪು ಕಾರು" ಮತ್ತು "ನೀಲಿ ಬಸ್" ಅನ್ನು "ವಾಹನ" ಪರಿಕಲ್ಪನೆಗೆ ಹೇಗೆ ಸಾಮಾನ್ಯೀಕರಿಸಬೇಕು, ಉದಾಹರಣೆಗೆ.
ಇದು ಮುಖ್ಯ: ಸಾಧ್ಯವಾದರೆ, ವ್ಯವಸ್ಥೆಯು ಪೂರ್ವ ತರಬೇತಿ ಪಡೆದಿಲ್ಲ. ಆ. ಕೆಲವು ಮೂಲಭೂತ ವಿಷಯಗಳನ್ನು ಹಾಕಬಹುದು (ಉದಾಹರಣೆಗೆ, ಬಾಹ್ಯರೇಖೆಗಳು/ಜ್ಯಾಮಿತಿಯನ್ನು ಹೈಲೈಟ್ ಮಾಡಲು ಮೊದಲ ಪದರದ ಕನ್ವಲ್ಯೂಷನಲ್ ನೆಟ್ವರ್ಕ್), ಆದರೆ ಅದು ವಸ್ತುಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಲು ಕಲಿಯಬೇಕು ಮತ್ತು ನಂತರ ಅವುಗಳನ್ನು ತನ್ನದೇ ಆದ ಮೇಲೆ ಗುರುತಿಸಬೇಕು.
- ಮತ್ತು, ಅಂತಿಮವಾಗಿ, ಅಂಕಗಳು 1,4 ರ ಪ್ರಕಾರ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಕೈಗೊಳ್ಳಲು, ಸಮಯಕ್ಕೆ (ಇದೀಗ, ಸ್ಪಷ್ಟವಾಗಿ ಗಮನಿಸಿದ ಅವಧಿಯ ಈ ಹಂತದಲ್ಲಿ) ಒಂದು ಸ್ವೀಪ್ ಅನ್ನು (ಪಾಯಿಂಟ್ 2 ಆಧರಿಸಿ, ಅಂದರೆ ಖಾತೆ ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ ಪ್ರಾದೇಶಿಕ ನಕ್ಷೆ) ನಿರ್ಮಿಸುವುದು -4, ಗುರುತಿಸುವ ಸಲುವಾಗಿ: ಪ್ರಕ್ರಿಯೆಗಳು/ಈವೆಂಟ್‌ಗಳು (ಅವುಗಳು ಮೂಲಭೂತವಾಗಿ ಬದಲಾವಣೆಗಳನ್ನು ಸಮಯ ಹಂತ 3) ಮತ್ತು ಅವುಗಳ ಕ್ಲಸ್ಟರ್ ವರ್ಗೀಕರಣ (ಹಂತ 4).
ಮತ್ತೊಮ್ಮೆ: ಸಂವೇದಕಗಳಿಂದ ಚಿತ್ರದಿಂದ, ನಾವು ಮೊದಲು ಪ್ರಪಂಚದ ವಿವರಣೆಯನ್ನು ಹೆಚ್ಚು ಸಿದ್ಧಪಡಿಸಿದ ರೂಪದಲ್ಲಿ ಹೊರತೆಗೆಯುತ್ತೇವೆ, ಹೊರತೆಗೆಯಲಾದ ವೈಶಿಷ್ಟ್ಯಗಳ ಪ್ರಕಾರ ಗುರುತಿಸಲಾಗಿದೆ ಮತ್ತು ಪಿಕ್ಸೆಲ್ಗಳಾಗಿ ಅಲ್ಲ, ಆದರೆ ವಸ್ತುಗಳಾಗಿ ವಿಂಗಡಿಸಲಾಗಿದೆ. ನಂತರ ನಾವು ವಸ್ತುಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ಜಗತ್ತನ್ನು ವಿಸ್ತರಿಸುತ್ತೇವೆ ಸಮಯದಲ್ಲಿ ಮತ್ತು ಸ್ವೀಕರಿಸಲಾಗಿದೆ "ವಿಶ್ವದ ಚಿತ್ರ" ನಾವು ಅದನ್ನು ಮುಂದಿನ ನೆಟ್‌ವರ್ಕ್‌ನ ಇನ್‌ಪುಟ್‌ಗೆ ಫೀಡ್ ಮಾಡುತ್ತೇವೆ, ಇದು ಹಿಂದಿನ ಲೇಯರ್‌ಗಳು ಸಂವೇದನಾ ಚಿತ್ರದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಿದ ರೀತಿಯಲ್ಲಿಯೇ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ವಸ್ತುಗಳ ಬಾಹ್ಯರೇಖೆಗಳನ್ನು ಎಲ್ಲಿ ಹೈಲೈಟ್ ಮಾಡಲಾಗಿದೆಯೋ ಅಲ್ಲಿ ನಡೆಯುತ್ತಿರುವ ಪ್ರಕ್ರಿಯೆಗಳ "ಬಾಹ್ಯರೇಖೆಗಳು" ಈಗ ಹೈಲೈಟ್ ಆಗುತ್ತವೆ. ಬಾಹ್ಯಾಕಾಶದಲ್ಲಿನ ವಸ್ತುಗಳ ಸಾಪೇಕ್ಷ ಸ್ಥಾನವು ಸಮಯದಲ್ಲಿ ಪ್ರಕ್ರಿಯೆಗಳ ಕಾರಣ-ಮತ್ತು-ಪರಿಣಾಮದ ಸಂಬಂಧವನ್ನು ಹೋಲುತ್ತದೆ ... ಹಾಗೆ ಏನೋ.
ಪ್ರಾಯಶಃ, ಇದರ ನಂತರ, ವ್ಯವಸ್ಥೆಯು ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಅವುಗಳ ಭಾಗಗಳಿಂದ ಗುರುತಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ (ಇದು ಚಿತ್ರಗಳನ್ನು ಗುರುತಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ, ಅವುಗಳ ತುಣುಕನ್ನು ಮಾತ್ರ ಹೊಂದಿದೆ, ಅಥವಾ ), ಮತ್ತು ಪರಿಣಾಮವಾಗಿ, ಅವುಗಳನ್ನು ಸಮಯಕ್ಕೆ ಮುಂದಕ್ಕೆ ಮತ್ತು ಹಿಂದಕ್ಕೆ ಊಹಿಸಿ, ಹಂತ 5 ರ ಮಾದರಿಯನ್ನು ಎರಡೂ ದಿಕ್ಕುಗಳಲ್ಲಿ ಅನಿಯಮಿತವಾಗಿ ವಿಸ್ತರಿಸಿ. ಅಲ್ಲದೆ, ಪ್ರಾಯಶಃ, ಘಟಕ ಪ್ರಕ್ರಿಯೆಗಳ ಕಲ್ಪನೆಯನ್ನು ಹೊಂದಿರುವ, ವ್ಯವಸ್ಥೆಯು ಹಲವಾರು ಸಂಬಂಧಿತ ಸ್ಥಳೀಯ ಪ್ರಕ್ರಿಯೆಗಳು, ದೊಡ್ಡ, ಜಾಗತಿಕ ಪ್ರಕ್ರಿಯೆಗಳು ಮತ್ತು ಪರಿಣಾಮವಾಗಿ, ಗುರುತಿಸಲಾದ ಜಾಗತಿಕ ಪ್ರಕ್ರಿಯೆಗಳ ಅವಿಭಾಜ್ಯ ಅಂಗವಾಗಿರುವ ಸೂಚ್ಯ, ಗುಪ್ತ ಪ್ರಕ್ರಿಯೆಗಳಿಂದ ಗುರುತಿಸಬಹುದು. ಆದರೆ ನೇರವಾಗಿ ಗ್ರಹಿಸುವುದಿಲ್ಲ.
ಮತ್ತು ಕೊನೆಯ ವಿಷಯ: ಭವಿಷ್ಯದಲ್ಲಿ ವ್ಯವಸ್ಥೆಯ ಸ್ಥಿರ ಸ್ಥಿತಿಯನ್ನು ಹೊಂದಿರುವುದು (ಅಲ್ಲಿ ಹಿಲ್ಬರ್ಟ್ ಮೆಟ್ರಿಕ್‌ಗಳ ಗಮನಾರ್ಹ ಅಂಶಗಳನ್ನು ಮಾತ್ರ ನಿಗದಿಪಡಿಸಲಾಗಿದೆ, ಉಳಿದಿರುವ, ಅನಿವಾರ್ಯವಲ್ಲದ ಮೌಲ್ಯಗಳ ಉಚಿತ ವ್ಯಾಖ್ಯಾನದೊಂದಿಗೆ) - ಇದು "ಆಲೋಚಿಸುವ" ಸಾಮರ್ಥ್ಯವಿರುವ ನೆಟ್ವರ್ಕ್ ಆಗಿದೆ ಉಳಿದ?
ಸರಿ, ಅಂದರೆ. ಇದು ಕೇವಲ ಎರಡು ಸಂಬಂಧವಿಲ್ಲದ ತುಣುಕುಗಳನ್ನು ನೀಡಲಾದ ಚಿತ್ರವಾಗಿದ್ದರೆ, ಕೆಲವು ಮಾದರಿಯಲ್ಲಿ ತರಬೇತಿ ಪಡೆದ ನೆಟ್ವರ್ಕ್ "ಸ್ಥಿರವಾದ" ಸಂಪೂರ್ಣ ಚಿತ್ರವನ್ನು ಪೂರ್ಣಗೊಳಿಸಬಹುದೇ? ಈ ಸಂದರ್ಭದಲ್ಲಿ ಮಾದರಿಯು ಅನುಭವದಿಂದ ಇದೇ ಸಮಯದ ಮಧ್ಯಂತರವಾಗಿದೆ, ತುಣುಕುಗಳು ಪ್ರಸ್ತುತ ಮತ್ತು ನಿರ್ದಿಷ್ಟಪಡಿಸಿದ ರಾಜ್ಯಗಳಾಗಿವೆ. ಫಲಿತಾಂಶ: ಒಂದು ಮತ್ತು ಇನ್ನೊಂದನ್ನು ಸಂಪರ್ಕಿಸುವ ಸ್ಥಿರವಾದ "ಕಥೆ"...
ಮುಂದಿನ ಪ್ರಯೋಗಗಳಿಗೆ ಇದು ಈಗಾಗಲೇ ಸಾಕಷ್ಟು ಮಹತ್ವದ ಆಧಾರವಾಗಿದೆ ಎಂದು ನನಗೆ ತೋರುತ್ತದೆ:
- "ಇತಿಹಾಸ" ದಲ್ಲಿ ಒಬ್ಬರ ಸ್ವಂತ ಕ್ರಿಯೆಗಳನ್ನು ಸೇರಿಸುವುದು, ಸಾಧ್ಯವಾದರೆ/ಅಗತ್ಯವಿದ್ದರೆ
- ಅನಿಯಂತ್ರಿತ ಸ್ಟೋಕಾಸ್ಟಿಕ್ ಹೊರಸೂಸುವಿಕೆಯ ಮೇಲೆ "ನೈಸರ್ಗಿಕ" ಕಾರಣ ಮತ್ತು ಪರಿಣಾಮದ ಮಾದರಿಗಳ ಆದ್ಯತೆ (ರೂಲೆಟ್ ಸಮಸ್ಯೆ)
- ಕುತೂಹಲದ ಕೆಲವು ಆವೃತ್ತಿ, ಅಂದರೆ. ಕ್ರಿಯೆಯ ಮೂಲಕ ಮಾದರಿಗಳ ಸಕ್ರಿಯ ಅರಿವು... ಇತ್ಯಾದಿ
ಪಿಎಸ್ ನಾನು ಚಕ್ರವನ್ನು ಕಂಡುಹಿಡಿದಿದ್ದೇನೆ ಎಂದು ನಾನು ಸಂಪೂರ್ಣವಾಗಿ ಒಪ್ಪಿಕೊಳ್ಳುತ್ತೇನೆ ಮತ್ತು ಜ್ಞಾನವುಳ್ಳ ಜನರು ಈ ತತ್ವಗಳನ್ನು ದೀರ್ಘಕಾಲದವರೆಗೆ ಆಚರಣೆಯಲ್ಲಿ ಬಳಸುತ್ತಿದ್ದಾರೆ. 😉 ಈ ಸಂದರ್ಭದಲ್ಲಿ, ಸಂಬಂಧಿತ ಬೆಳವಣಿಗೆಗಳಿಗೆ "ನಿಮ್ಮ ಮೂಗು ಚುಚ್ಚಲು" ನಾನು ನಿಮ್ಮನ್ನು ಕೇಳುತ್ತೇನೆ. ಮತ್ತು ಈ ವಿಧಾನದ ಮೂಲಭೂತ ಸಮಸ್ಯೆಗಳ ವಿವರವಾದ ವಿವರಣೆ ಅಥವಾ ತಾತ್ವಿಕವಾಗಿ ಏಕೆ ಕಾರ್ಯನಿರ್ವಹಿಸುವುದಿಲ್ಲ ಎಂಬುದಕ್ಕೆ ಸಮರ್ಥನೆ ಇದ್ದರೆ ಅದು ಸಂಪೂರ್ಣವಾಗಿ ಅದ್ಭುತವಾಗಿದೆ.
ಪಿಪಿಎಸ್ ಪಠ್ಯವು ಕಚ್ಚಾ ಮತ್ತು ಕಲ್ಪನೆಯು ಒಂದರಿಂದ ಇನ್ನೊಂದಕ್ಕೆ ಜಿಗಿಯುತ್ತದೆ ಎಂದು ನನಗೆ ತಿಳಿದಿದೆ, ಆದರೆ ನಾನು ನಿಜವಾಗಿಯೂ ಒಂದೆರಡು ಜನರಿಗೆ ಈ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಲು ಬಯಸುತ್ತೇನೆ (“ತಜ್ಞರಿಗೆ ಪ್ರಶ್ನೆ” ವಿಭಾಗ), ಮತ್ತು ಇದನ್ನು ಮಾಡದೆ ಮಾಡುವುದು ಕಷ್ಟ. ಕನಿಷ್ಠ ಕೆಲವು ಪ್ರಸ್ತುತಿ. (ಮತ್ತು ನಾನು ಈಗ ಅದನ್ನು ಪುನಃ ಓದುತ್ತಿದ್ದೇನೆ ಮತ್ತು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ತುಂಬಾ ಕಷ್ಟ ಎಂದು ಅರಿತುಕೊಂಡೆ) ಅದು ಅದರ ಉದ್ದೇಶವನ್ನು ಪೂರೈಸಿದೆ: ನನಗೆ ಮೌಲ್ಯಯುತವಾದ ಹಲವಾರು ಚರ್ಚೆಗಳನ್ನು ನಾನು ಸ್ವೀಕರಿಸಿದ್ದೇನೆ ... ಈ ಬಾರಿಯೂ ಅದು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂದು ನಾನು ಭಾವಿಸುತ್ತೇನೆ! 😉
ಮೂಲ: www.habr.com