Satu perkataan tentang proses, atau kita semua sedikit .
Meneruskan refleksi mengenai topik kecerdasan, baik semula jadi dan buatan (AI), Bahagian Pertama
Soalan untuk menghidupkan semula: Adakah seseorang hidup pada masa kini? Tidak, apabila kita berjalan di jalan dan merenung secara langsung dunia di sekeliling kita, kita bertindak lebih kurang realtime…Walaupun dalam realiti—sehingga apa yang kita lihat melalui mekanisme pengiktirafan/pengkelasan biasa—semua ini akan menjadi baru-baru ini, tetapi masih berlalu. Jadi, adakah manusia hidup pada masa lampau?
Contohnya: anda sedang berjalan di jalan dan melihat seekor anjing. Atau kereta. Walau apa pun, jika kita bercakap tentang masa ini, maklumat ini sudah lapuk. Jika kami mengendalikan data yang telah diproses oleh semua mekanisme kognitif kami (dan otak bukanlah komputer terpantas!), kami tidak akan bersaing dengan dunia! Anjing itu akan menyerang atau, sebaliknya, melarikan diri, dan keinginan anda untuk menepuk telinganya akan tetap tidak kesampaian, dan kereta itu akan memukul anda atau melepasi anda, walaupun ia adalah kereta yang anda cuba "tangkap."
Tetapi untungnya, ini tidak berlaku, dan inilah sebabnya: otak berfungsi secara berbeza. Unit persepsi bukanlah objek, atau bahkan koleksi objek, tetapi proses. Seekor anjing sedang berlari. Ke arah anda atau jauh dari anda. Atau tidak berlari, tetapi berbaring, sebagai contoh. Kereta adalah sama—pegun (di tempat letak kereta) atau bergerak ke arah tertentu. Dalam semua kes, anda melihat proses yang berlanjutan dari masa ke masa dan, dengan itu, mempunyai perkembangan tertentu pada masa hadapan. Apabila saya mengatakan bahawa kita menganggap peristiwa sebagai berlaku dalam masa, saya bukan hanya bercakap. Jalankan percubaan—ambil sedozen gambar (iaitu, syot kilat realiti) dan huraikan perkara yang anda lihat. Berikut adalah beberapa orang di dalam bilik, bertengkar, atau ini seseorang berjalan di jalan, atau ini seseorang sedang duduk menonton TV, dan seorang lagi membaca buku. Ini semua adalah proses yang berlanjutan dari masa ke masa! Anda menganggap syot kilat sebagai sesuatu dengan kesinambungan. Anda tidak boleh melakukan sebaliknya kerana itulah cara otak berfungsi: ia dilatih untuk mengenali proses, bukan objek terpencil di atas pentas. Sama seperti bukan mata-hidung-mulut, tetapi muka secara keseluruhan (hello, rangkaian neural convolutional).
Dunia terdiri daripada proses, bukan objek. Jika saya bertanya apa itu epal, maka kebanyakan orang dewasa akan mengatakan bahawa ia adalah buah-buahan, dan kanak-kanak - apakah ini? makananTetapi kedua-duanya adalah penerangan proses, kerana yang pertama bermakna bahawa epal ini tumbuh di atas pokok, dan menghidangkan pokok untuk pembiakan, dan yang kedua ialah ia boleh dimakanKedua-duanya tidak berkaitan dengan ciri segera epal—bentuk, warna, saiz... Kerana ciri membenarkan pengecaman, tetapi tidak membenarkan penggunaan atau pemahaman penggunaannya di dunia sekeliling, iaitu, menentukan proses yang terlibat.
Jika kita mengambil perdebatan tipikal tentang sifat masa, postulat klasik ialah ketidakbolehubah masa lalu (di luar konteks perjalanan masa), kepentingan masa kini (hanya ada seketika... 😉 ), dan masa depan, yang belum wujud dan oleh itu boleh diubah. Apabila kita bercakap tentang realiti objektif, ia mungkin benar. Walau bagaimanapun, orang hidup dalam model dunia mereka sendiri yang subjektif, dan di sana, semuanya hampir bertentangan!
Masa lalu jauh daripada kekal seperti yang kita mahukan. Sentiasa menerima maklumat baru, orang ramai menyusun semula masa lalu untuk menghapuskan percanggahan.Anda fikir Pyotr Stepanych berada di simposium, tetapi dia ada, meninggalkan kelab strip... Ini bermakna dia tidak akan ke mana-mana, si pelawak, dia tidak pergi ke mana-mana, dan bagaimanapun... ). Pada masa yang sama, masa depan subjektif anda dalam banyak aspek adalah tetap (Apa pun, saya minum bir dan bola sepak pada hari Jumaat!). Selain itu, mempunyai matlamat tertentu pada masa hadapan, anda bukan sahaja membina rantaian proses dalam susunan terbalik (Untuk menjadi pengarah syarikat besar, anda perlu lulus dari universiti berprestij dengan diploma. Untuk melakukan ini, anda perlu mendaftar di dalamnya terlebih dahulu, dan untuk melakukan ini, anda perlu melakukannya dengan baik dalam Peperiksaan Negeri Bersepadu. Pergi belajar kerja rumah anda!), tetapi kemungkinan besar anda akan pergi ke masa lalu dalam proses ini (Adakah kita mempunyai rakan/kenalan yang kini telah bangkit dan mempunyai hubungan yang baik dan boleh membantu anak kita untuk universiti?) — bagaimana ini tidak boleh menjadi gerakan balas? 😉
Walau bagaimanapun, saya telah menyimpang sedikit. Perkara utama yang saya ingin fokuskan ialah ini. prosesSaya amat yakin bahawa potensi AI tidak seharusnya dilatih menggunakan foto mahupun video. Rangkaian konvolusi mempunyai sekurang-kurangnya dua lapisan—pada asasnya dua rangkaian berbeza: satu dilatih untuk mengesan corak grafik tertentu dalam imej mentah, manakala yang kedua berkaitan dengan output yang pertama—iaitu, dengan maklumat yang telah diproses dan disediakan. Untuk berjaya berinteraksi dengan dunia AI, perkara yang sama diperlukan: pada tahap tertentu (jauh dari yang pertama), mesti ada rangkaian yang menerima peta proses yang digunakan masa sebagai input. Konsep "permulaan" dan "akhir," "pergerakan," "transformasi," "penggabungan" dan "pemisahan"—inilah yang perlu dipelajari oleh rangkaian untuk bekerja.
Saya hampir pasti bahawa mereka yang bekerja pada AI untuk permainan seperti Alpha Go memahami perkara ini dalam satu cara atau yang lain. Pendekatan mereka mungkin sedikit berbeza, tetapi intipatinya adalah sama: situasi lembaga semasa (khususnya, beberapa langkah terakhir) dianalisis untuk menentukan "apa yang sebenarnya berlaku." Dan bergantung pada sejauh mana apa yang berlaku sepadan dengan apa yang sepatutnya berlaku, pemain memilih pergerakan mereka sendiri.
Sangat sukar untuk bercakap tentang strategi/tingkah laku apabila input adalah imej sensor. Sebaliknya, vektor yang disediakan yang mengandungi susun atur lengkap keadaan papan semasa dalam permainan dengan maklumat lengkap (iaitu, gambaran lengkap dunia) adalah tugas yang boleh dilaksanakan sepenuhnya, seperti yang ditunjukkan oleh amalan. Walau bagaimanapun, jika rangkaian konvolusi lapisan pertama telah mengenal pasti objek, dan lapisan seterusnya menganalisis objek ini secara dinamik, mengenal pasti proses (biasa dari latihan, contohnya) dan melengkapkan data yang diperoleh sebelum ini, maka nampaknya boleh digunakan dengan ini...
Soalan untuk pakar:
Betapa realistiknya, memandangkan perkembangan semasa dalam rangkaian saraf, untuk melakukan sesuatu seperti berikut:
Di pintu masukKatakan isyarat video berterusan, mungkin stereo. Sebagai alternatif, ia boleh mempunyai beberapa darjah kebebasan (keupayaan untuk memutarkan kamera sewenang-wenangnya atau mengikut corak). Walau bagaimanapun, jika perlu, isyarat video boleh ditambah atau digantikan dengan mana-mana kaedah persepsi spatial lain, dari sonar hingga lidar.
Tegasnya…boleh ada apa sahaja di pintu masuk realtime aliran - sama ada ucapan/teks, atau petikan mata wang, tetapi... Dalam proses yang sedang dipertimbangkan, lebih mudah bagi saya untuk bergantung pada satu-satunya sampel minda yang tersedia untuk saya untuk kajian langsung - saya sendiri! ) Dan dalam "sampel" ini, saluran deria adalah di luar persaingan!
Di pintu keluar:
- Peta kedalaman (jika kamera statik) atau peta ruang sekeliling (kamera dinamik/lidar, dsb.);
Untuk apaIni adalah perlu jika kita ingin mempunyai susunan spatial objek yang realistik untuk menilai interaksi mereka. Dalam kes ini, imej kamera hanyalah unjuran dua dimensi bagi ruang berdimensi lebih tinggi, yang memerlukan transformasi tambahan.
- Pemilihan objek individu (dengan mengambil kira peta kedalaman/angkasa, dan bukan sahaja/tidak begitu banyak kontur yang kelihatan);
- Pemilihan objek bergerak (kelajuan/pecutan, pembinaan trajektori/ramalan(?));
- Pengelasan hierarki objek oleh mana-mana ciri yang boleh diekstrak (bentuk/dimensi/warna/ nuansa gerakan/komponen(?)). Iaitu, pada dasarnya, pengekstrakan metrik untuk .
tentang hierarkiMungkin perkataan "hierarki" tidak sesuai sepenuhnya dalam kes ini. Saya ingin menekankan keupayaan untuk memilih metrik pada bila-bila masa supaya Jurang antara mereka membenarkan dua set metrik yang berbeza untuk dianggap sebagai konsep tunggal. Sama seperti "kereta merah" dan "bas biru" harus digeneralisasikan ke dalam konsep "kenderaan", contohnya.
Penting: Jika boleh, sistem tidak seharusnya dilatih terlebih dahulu. Ini bermakna bahawa beberapa ciri asas mungkin terbina dalam (contohnya, rangkaian konvolusi lapisan pertama untuk pengekstrakan kontur/geometri), tetapi ia harus belajar mengekstrak objek dan seterusnya mengenalinya sendiri.
- Nah, dan akhirnya, pembinaan imbasan (berdasarkan perenggan 1,4, iaitu peta spatial dengan mengambil kira metrik) dalam masa (buat masa ini, pada peringkat ini, nampaknya tempoh yang diperhatikan secara langsung), untuk menjalankan analisis mengikut perkara 2-4, untuk mengenal pasti: proses/peristiwa (yang pada asasnya adalah perubahan dalam masa (hlm.3) dan klasifikasi klusternya (hlm.4).
Sekali lagi: daripada imej penderia, kami mula-mula mengekstrak perihalan dunia yang lebih halus, dilabelkan mengikut ciri yang diekstrak dan dibahagikan kepada objek dan bukannya piksel. Kemudian kita membuka dunia, yang terdiri daripada objek-objek ini. dalam masa dan diterima "gambar dunia" Kami menyuapnya ke input rangkaian seterusnya, yang memprosesnya dengan cara yang sama seperti lapisan sebelumnya memproses imej deria. Di mana kontur objek dikenal pasti sebelum ini, "kontur" proses yang sedang berjalan kini akan dikenal pasti. Kedudukan relatif objek dalam ruang adalah serupa dengan hubungan sebab-akibat proses dalam masa... Sesuatu seperti itu.
Mungkin selepas ini sistem harus dapat mengenali proses mengikut bahagian mereka (kerana ia dapat mengenali imej, hanya mempunyai serpihan daripadanya, atau sebagai ), dan, sebagai akibatnya, ramalkan kedua-dua ke hadapan dan ke belakang dalam masa, mengembangkan model titik 5 selama-lamanya dalam kedua-dua arah. Juga, mungkin, dengan memahami proses komposit, sistem boleh mengenal pasti proses global berskala lebih besar berdasarkan beberapa proses tempatan yang berkaitan dan, sebagai akibatnya, proses tersirat, tersembunyi yang merupakan sebahagian daripada proses global yang dikenal pasti, tetapi tidak dilihat secara langsung.
Dan akhirnya: memandangkan keadaan sistem tetap pada masa hadapan (di mana hanya elemen penting metrik Hilbert yang ditetapkan, dengan nilai yang tidak relevan yang lain ditafsirkan secara bebas), adakah rangkaian mampu "memikirkan" selebihnya?
Jadi, jika ini adalah imej dengan hanya dua serpihan yang tidak berkaitan, bolehkah rangkaian yang dilatih pada sampel membina imej lengkap "konsisten"? Sampel dalam kes ini adalah selang masa yang sama daripada percubaan, dan serpihannya ialah keadaan semasa dan sasaran. Hasilnya: "sejarah" yang konsisten menghubungkan dua...
Nampaknya saya ini sudah menjadi asas yang sangat penting untuk eksperimen selanjutnya:
- kemasukan tindakan sendiri dalam "sejarah", jika boleh/perlu
- keutamaan pola sebab-akibat "biasa" berbanding outlier stokastik yang tidak terkawal (masalah rolet)
- beberapa jenis rasa ingin tahu, iaitu kognisi aktif corak melalui tindakan... dsb.
P.S. Saya cukup bersedia untuk mengakui bahawa saya baru mencipta semula roda, dan orang yang berpengetahuan telah lama menggunakan prinsip ini dalam amalan. 😉 Dalam kes itu, sila tunjukkan saya ke arah yang betul. Dan ia akan menjadi lebih menarik jika anda boleh memberikan penerangan terperinci tentang masalah asas dengan pendekatan ini atau justifikasi mengapa ia tidak berfungsi pada mulanya.
PPS Saya menyedari bahawa teks itu kasar, dan pemikiran melompat dari satu perkara ke perkara lain, tetapi saya benar-benar ingin bertanya kepada beberapa orang soalan ini (bahagian "soalan untuk pakar"), dan ini sukar dilakukan tanpa sekurang-kurangnya beberapa jenis pembentangan. (Saya baru membacanya semula dan menyedari ia sangat sukar untuk difahami) ia memenuhi tujuannya: Saya menerima beberapa perbincangan yang berharga untuk saya... Saya harap ia berfungsi kali ini juga! 😉
Sumber: www.habr.com
