उत्पत्ति?) मन को प्रकृति मा प्रतिबिम्ब। भाग II

प्रक्रियाहरूको बारेमा एक शब्द, वा हामी सबै थोरै counterwinds.

बौद्धिकताको विषयमा विचारहरूको निरन्तरता, दुवै प्राकृतिक र कृत्रिम (AI), भाग एक यहाँ


पेचिलो प्रश्न: के व्यक्ति अहिले बस्छ? होइन, जब हामी सडकमा हिंड्छौं र हाम्रो वरपरको संसारलाई प्रत्यक्ष रूपमा मनन गर्छौं, हामी कम वा कम कार्य गर्छौं वास्तविक समय... यद्यपि वास्तवमा - जबसम्म हामीले के देख्छौं मान्यता / वर्गीकरणको सामान्य संयन्त्रहरू मार्फत जान्छ - यो सबै हालको हुनेछ, तर अझै पनि विगत। ती। के एक व्यक्ति अतीत मा बाँचिरहेको छ?

उदाहरणका लागि: तपाईं सडकमा हिड्दै हुनुहुन्छ र कुकुर देख्नुहुन्छ। वा कार। कुनै पनि अवस्थामा, यदि हामी क्षणको बारेमा कुरा गर्दै हुनुहुन्छ भने, यो जानकारी पहिले नै पुरानो छ। यदि हामीले हाम्रा सबै संज्ञानात्मक संयन्त्रहरू (र मस्तिष्क सबैभन्दा छिटो क्याल्कुलेटरबाट टाढा छ!) बाट गुज्रिएको डाटासँग काम गर्यौं भने हामी संसारको साथमा रहनेछैनौं! कुकुरले आक्रमण गर्नेछ वा, यसको विपरित, भाग्नेछ, र कान पछाडि पिट्ने तपाईंको इच्छा अधुरो रहनेछ, र कारले तपाईंलाई ठक्कर दिनेछ वा पास गर्नेछ, यद्यपि यो यो कार हो जुन तपाईंले "पक्रन" चाहनुहुन्थ्यो।

तर भगवानलाई धन्यवाद, यो त्यसरी हुँदैन, र यहाँ किन छ: मस्तिष्क फरक तरिकाले काम गर्दछ। धारणाको एकाइ कुनै वस्तु, वा वस्तुहरूको सेट पनि होइन, तर प्रक्रियाहरू। कुकुर दौडिरहेको छ। तपाईलाई वा तपाईबाट। वा ऊ दौडदैन, तर सुत्छ, उदाहरणका लागि। कार पनि स्थिर छ (पार्किङमा), वा निश्चित दिशामा सर्दै। सबै अवस्थामा, तपाइँ एक प्रक्रिया देख्नुहुन्छ जुन समयको साथ विस्तार हुन्छ र, तदनुसार, भविष्यमा निश्चित विकास हुन्छ। जब म भन्छु कि हामी घटनाहरू समय मा प्रकट भएको रूपमा बुझ्छौं, यो भाषणको आंकडा होइन। एक प्रयोग सञ्चालन गर्नुहोस् - एक दर्जन तस्बिरहरू लिनुहोस् (अर्थात्, वास्तविकताको स्न्यापसटहरू) र तपाईंले के देख्नुहुन्छ वर्णन गर्नुहोस्। यहाँ एउटै कोठामा धेरै व्यक्तिहरू छन्, तिनीहरू झगडा गरिरहेका छन्, वा यहाँ एक व्यक्ति सडकमा हिंडिरहेको छ, वा यहाँ टिभी हेरिरहेको छ, र यहाँ अर्को व्यक्ति किताब पढिरहेको छ। यी सबै प्रक्रियाहरू समय मा विस्तारित छन्! तपाईंले स्न्यापसटलाई एक्स्टेन्सन भएको कुराको रूपमा बुझ्नुहुन्छ। तपाईलाई थाहा छैन कि यसलाई अन्य तरिकाले कसरी गर्ने, किनकि मस्तिष्कले कसरी काम गर्दछ: यसलाई प्रक्रियाहरू पहिचान गर्न प्रशिक्षित गरिन्छ, र स्टेजमा पृथक वस्तुहरू होइन। जस्तै आँखा-नाक-मुख होइन, तर समग्र रूपमा अनुहार (नमस्ते, कन्भोलुसनल न्यूरल नेटवर्कहरू)।

संसार प्रक्रियाहरू मिलेर बनेको छ, वस्तुहरू होइन। यदि मैले तपाईलाई सोधें कि यो के हो एक सेब, तब धेरै वयस्कहरूले यो हो भनेर भन्नेछन् फलर बच्चाहरु - यो के हो? खाना। तर दुबै प्रक्रिया विवरणहरू हुन्, किनभने पहिलोको अर्थ यो स्याउ हो रूखमा बढ्छ, र प्रजननको लागि रूखको सेवा गर्दछ, र दोस्रो यो हो खान योग्य। न त एउटा न अर्को स्याउको प्रत्यक्ष विशेषताहरूसँग सम्बन्धित छ - आकार, रङ, आकार... किनभने विशेषताहरूले पहिचान गर्न अनुमति दिन्छ, तर प्रयोग गर्न अनुमति दिँदैन, वा बाहिरी संसारमा यो कहाँ प्रयोग गरिन्छ भनेर बुझ्न अनुमति दिँदैन, अर्थात्। प्रक्रियाहरू परिभाषित गर्नुहोस्।

यदि हामीले समयको प्रकृतिको बारेमा सामान्य बहस लियौं भने, क्लासिक पोष्टुलेटहरू विगतको अपरिवर्तनीयता (समय यात्राको सन्दर्भ बाहिर), वर्तमानको महत्त्व (त्यहाँ एक क्षण मात्र छ... 😉), र भविष्य, जुन अझै अवस्थित छैन, जसको मतलब यो परिवर्तन गर्न सकिन्छ। जब हामी वस्तुनिष्ठ वास्तविकताको बारेमा कुरा गर्छौं, यो धेरै राम्रो हुन सक्छ कि यो त्यस्तै हो। यद्यपि, एक व्यक्ति संसारको आफ्नै, व्यक्तिपरक मोडेलमा रहन्छ, र त्यहाँ सबै कुरा लगभग विपरीत छ!

विगत हामीले चाहेजस्तो अपरिवर्तनीय छैन। लगातार नयाँ जानकारी प्राप्त गर्दै, एक व्यक्तिले विरोधाभासहरू हटाउन विगतको पुनर्निर्माण गर्दछ (तपाईंले सोच्नुभयो कि Pyotr Stepanych गोष्ठीमा हुनुहुन्थ्यो, र उहाँ एक स्ट्रिप क्लबबाट बाहिर आउँदै हुनुहुन्छ... यसको मतलब कतै पनि होइन, उहाँ, मनोरन्जनकर्ता, जानुभएन र बिल्कुलै... )। एकै समयमा, तपाईंको व्यक्तिपरक भविष्य धेरै पक्षहरूमा स्थिर छ (जे होस्, शुक्रबार मसँग बियर र फुटबल छ!)। यसबाहेक, भविष्यमा एक विशेष लक्ष्य राखेर, तपाईंले उल्टो क्रममा प्रक्रियाहरूको श्रृंखला मात्र निर्माण गर्नुभएन (एउटा ठूलो कम्पनीको निर्देशक बन्नको लागि, तपाईंले प्रतिष्ठित विश्वविद्यालयबाट डिप्लोमाको साथ स्नातक गर्न आवश्यक छ, यसका लागि तपाईंले पहिले यसमा भर्ना गर्नुपर्नेछ, यसका लागि तपाईंले एकीकृत राज्य परीक्षा राम्रोसँग पास गर्न आवश्यक छ, र तपाईंको गृहकार्य अध्ययन गर्नुपर्छ!), तर यो पनि धेरै सम्भावना छ कि यस प्रक्रियामा तपाई विगतमा जानुहुन्छ (के हामीसँग साथीहरू/चिनेकाहरू छैनन् जो अहिले बढेका छन् र जडानहरू प्राप्त गरेका छन् र विश्वविद्यालयमा बच्चालाई मद्दत गर्न सक्छन्?) - काउन्टर इमोशन किन नगर्ने ? 😉

तर, म अलिकति बिग्रन्छु । तैपनि, मैले ध्यान केन्द्रित गर्न चाहेको मुख्य कुरा हो प्रक्रियाहरू। सम्भावित AI लाई तस्बिरहरू वा भिडियोहरूमा पनि तालिम दिनु हुँदैन भन्ने कुरामा म गहिरो रूपमा विश्वस्त छु। कन्भोलुसनल नेटवर्कमा दुई स्तरहरू (न्यूनतम) हुन्छन् - र वास्तवमा यी दुई फरक नेटवर्कहरू हुन्: एउटालाई कच्चा छविमा निश्चित ग्राफिक ढाँचाहरू फेला पार्न प्रशिक्षित गरिन्छ, दोस्रोले पहिलोको आउटपुटसँग सम्बन्धित छ - अर्थात्। पहिले नै प्रशोधन र तयार जानकारी संग। AI को संसारसँग सफलतापूर्वक अन्तर्क्रिया गर्नको लागि, एउटै कुरा आवश्यक छ: केहि (कुनै पनि तरिकाले पहिलो) स्तरमा त्यहाँ एक नेटवर्क हुनुपर्दछ जसले इनपुटको रूपमा प्राप्त गर्ने प्रक्रियाहरूको नक्सा समयसँगै प्रकट हुन्छ। "सुरुवात" र "अन्त", "आन्दोलन", "रूपान्तरण", "मर्जिङ" र "विभाजन" को अवधारणाहरू नेटवर्कले काम गर्न सिक्नुपर्छ।

अल्फा गो जस्ता गेम AI मा काम गर्नेहरूले यो कुनै न कुनै तरिका बुझ्छन् भन्नेमा म पक्का छु। हुनसक्छ त्यहाँ दृष्टिकोणहरू केही फरक छन्, तर सार एउटै हो: बोर्डमा हालको अवस्था (र पछिल्ला केही चालहरूको विकासमा) "सामान्य रूपमा के भइरहेको छ" को लागि विश्लेषण गरिएको छ। र के हुन्छ के हुन्छ त्यससँग कति मेल खान्छ भन्ने कुरामा निर्भर गर्दै, हामी आफ्नै चालहरू छान्छौं।

जब इनपुट सेन्सरबाट एक तस्वीर हो रणनीति/व्यवहारको बारेमा कुरा गर्न धेरै गाह्रो छ। र यसको विपरित - पूर्ण जानकारीको साथ खेलहरूमा फिल्डको हालको अवस्थाको पूर्ण ब्रेकडाउन समावेश गरी तयार गरिएको भेक्टर (संसारको पूर्ण चित्रलाई विचार गर्नुहोस्) एक पूर्ण रूपमा सम्भव कार्य हो, अभ्यासले देखाउँछ। यद्यपि, यदि पहिलो स्तरहरूको कन्भोलुसनल नेटवर्कले वस्तुहरू पहिचान गरेको छ, र अर्को स्तरहरूले यी वस्तुहरूलाई गतिशीलतामा विश्लेषण गर्दछ, पहिचान गर्ने प्रक्रियाहरू (उदाहरणका लागि, प्रशिक्षणबाट परिचित) जुन पहिले प्राप्त डाटालाई पूरक बनाउँदछ, त्यसपछि योसँग काम गर्न सम्भव देखिन्छ। ..

विज्ञहरूका लागि प्रश्नहरू:

यो कति यथार्थवादी छ, न्यूरल नेटवर्कहरूमा हालको घटनाक्रमहरू दिएर, लगभग निम्न गर्न:

प्रवेशद्वारमा, एक निरन्तर भिडियो सिग्नल, सम्भवतः स्टेरियो भनौं। विकल्पको रूपमा: स्वतन्त्रताको धेरै डिग्रीको साथ (क्यामेरा घुमाउने क्षमता - मनमाना, वा ढाँचा अनुसार)। यद्यपि, यदि आवश्यक भएमा, भिडियो सिग्नललाई अन्य कुनै पनि स्थानिक धारणा विधिहरूद्वारा पूरक/प्रतिस्थापन गर्न सकिन्छ - सोनारदेखि लिडरसम्म।

कडा शब्दमा बोल्ने…इनपुट जे पनि हुन सक्छ वास्तविक समय प्रवाह - भाषण/पाठ पनि, मुद्रा उद्धरणहरू पनि, तर... विचाराधीन प्रक्रियामा, मलाई प्रत्यक्ष अध्ययनको लागि उपलब्ध दिमागको एक मात्र नमूनामा भर पर्न सजिलो छ - मेरो आफ्नै! ) र यो "नमूना" मा संवेदी च्यानल प्रतिस्पर्धा बाहिर छ!
बाहिर निस्कने मा:

1. गहिराई नक्शा (यदि क्यामेरा स्थिर छ) वा वातावरण नक्शा। स्पेस (गतिशील क्यामेरा/लिडर, आदि);

   के को लागियदि हामी वस्तुहरूको अन्तरक्रियाको मूल्याङ्कन गर्नको लागि वास्तविक स्थानिय व्यवस्था गर्न चाहन्छौं भने यो आवश्यक छ। यस अवस्थामा, क्यामेराबाट छवि उच्च-आयामी ठाउँको दुई-आयामी प्रक्षेपण मात्र हो, र थप रूपान्तरणहरू आवश्यक छन्।

2. व्यक्तिगत वस्तुहरूको अलगाव (गहिराइ/स्पेस नक्सालाई ध्यानमा राख्दै, र मात्र होइन/त्यति धेरै दृश्यात्मक रूपहरू होइन);
3. गतिशील वस्तुहरूको पहिचान (गति/प्रवेग, निर्माण/प्रक्षेपणको भविष्यवाणी(?));
4. कुनै पनि निकालिएका विशेषताहरू (आकार/आयाम/रङ/गतिको सूक्ष्मता/कम्पोनेन्ट भागहरू(?)) अनुसार वस्तुहरूको श्रेणीबद्ध वर्गीकरण। ती। अनिवार्य रूपमा मेट्रिक्स निकाल्दै हिल्बर्ट स्पेस.

   पदानुक्रम को बारे मासायद "हाइरार्किकल" शब्द यस मामला मा पुरा तरिकाले उपयुक्त छैन। म कुनै पनि समयमा मेट्रिक्स चयन गर्ने क्षमतालाई जोड दिन चाहन्थें ताकि हेमिंगा दूरी तिनीहरूको बीचमा हामीले मेट्रिक्सका दुई फरक सेटहरूलाई एक अवधारणाको रूपमा विचार गर्न अनुमति दिनुभयो। कसरी "रातो कार" र "निलो बस" लाई "वाहन" को अवधारणामा सामान्यीकरण गर्नुपर्छ, उदाहरणका लागि।

यो महत्त्वपूर्ण छ: यदि सम्भव छ भने, प्रणाली पूर्व प्रशिक्षित छैन। ती। केही आधारभूत कुराहरू राख्न सकिन्छ (उदाहरणका लागि, कन्टोर्स/ज्यामिति हाइलाइट गर्नको लागि पहिलो तहको कन्भोलुसनल नेटवर्क), तर यसले वस्तुहरू चयन गर्न र पछि तिनीहरूलाई आफै पहिचान गर्न सिक्नुपर्छ।

• र, अन्तमा, बिन्दु 1,4 अनुसार विश्लेषण गर्नको लागि (अहिलेको लागि, स्पष्ट रूपमा प्रत्यक्ष रूपमा अवलोकन गरिएको अवधिको यस चरणमा) मा एक स्वीप (बिन्दु 2 मा आधारित, अर्थात् खाता मेट्रिक्स लिने एक स्थानिक नक्सा) निर्माण गर्दै। -4, पहिचान गर्नको लागि: प्रक्रियाहरू/घटनाहरू (जुन अनिवार्य रूपमा परिवर्तन समयमा चरण 3) र तिनीहरूको क्लस्टर वर्गीकरण (चरण 4)।

फेरि एक पटक: सेन्सरहरूबाट छविबाट, हामी पहिले संसारको विवरण थप तयार रूपमा निकाल्छौं, निकालिएका सुविधाहरू अनुसार चिन्ह लगाइन्छ र पिक्सेलमा होइन, तर वस्तुहरूमा विभाजित हुन्छ। त्यसपछि हामी वस्तुहरू मिलेर संसार विस्तार गर्छौं समयमै र प्राप्त "संसारको चित्र" हामी यसलाई अर्को सञ्जालको इनपुटमा फिड गर्छौं, जसले अघिल्लो तहहरूले संवेदी छविसँग काम गरे जस्तै काम गर्दछ। जहाँ वस्तुहरूको रूपरेखा हाइलाइट गरिएको थियो, चलिरहेको प्रक्रियाहरूको "रूपरेखा" अब हाइलाइट गरिनेछ। अन्तरिक्षमा वस्तुहरूको सापेक्षिक स्थिति समय प्रक्रियाहरूको कारण-र-प्रभाव सम्बन्धसँग मिल्दोजुल्दो छ... यस्तै केहि।

सम्भवतः, यस पछि, प्रणालीले तिनीहरूका भागहरूद्वारा प्रक्रियाहरू पहिचान गर्न सक्षम हुनुपर्दछ (जस्तै यसले छविहरू पहिचान गर्न सक्षम छ, तिनीहरूको टुक्रा मात्र भएको छ, वा जस्तै। मोडेल अनुसार पाठको निरन्तरता लेख्दै), र नतिजाको रूपमा, दुवै दिशामा असीमित रूपमा चरण 5 को मोडेल विस्तार गर्दै, तिनीहरूलाई अगाडि र पछाडि दुवै भविष्यवाणी गर्नुहोस्। साथै, सम्भवतः, घटक प्रक्रियाहरूको एक विचार राखेर, प्रणालीले धेरै सम्बन्धित स्थानीय प्रक्रियाहरूबाट, ठूला, विश्वव्यापी प्रक्रियाहरू पहिचान गर्न सक्छ र परिणामस्वरूप, निहित, लुकेका प्रक्रियाहरू जुन पहिचान गरिएका विश्वव्यापीहरूको अभिन्न अंग हो, तर प्रत्यक्ष रूपमा बुझिएको छैन।

र अन्तिम कुरा: भविष्यमा प्रणालीको एक निश्चित अवस्था हुनु (जहाँ केवल हिल्बर्ट मेट्रिक्सका महत्त्वपूर्ण तत्वहरू मात्र निश्चित छन्, बाँकी, गैर-आवश्यक मानहरूको नि: शुल्क व्याख्याको साथ) - यो "सोच्न" सक्षम नेटवर्क हो। आराम?

खैर, त्यो हो। यदि यो एउटा छवि हो जसमा केवल दुई असंबंधित टुक्राहरू दिइएका थिए भने, के केहि नमूनामा प्रशिक्षित नेटवर्कले "एकरूप" पूर्ण छवि पूरा गर्न सक्छ? यस अवस्थामा नमूना अनुभवबाट समान समय अन्तराल हो, टुक्राहरू वर्तमान र निर्दिष्ट राज्यहरू हुन्। नतिजा: एक र अर्कोलाई जोड्ने एक सुसंगत "कहानी"...

मलाई लाग्छ कि यो पहिले नै थप प्रयोगहरूको लागि एकदम महत्त्वपूर्ण आधार हुनेछ:

• सम्भव भए/आवश्यक भएमा "इतिहास" मा आफ्नै कार्यहरू समावेश गर्नुहोस्
• अनियन्त्रित स्टोकास्टिक उत्सर्जनमा "प्राकृतिक" कारण र प्रभाव ढाँचाहरूको प्राथमिकता (रुलेट समस्या)
• जिज्ञासा को केहि संस्करण, अर्थात् कार्य मार्फत ढाँचाहरूको सक्रिय अनुभूति... आदि

PS म पूर्ण रूपमा स्वीकार गर्दछु कि मैले भर्खरै चक्रको आविष्कार गरेको छु, र जानकार व्यक्तिहरूले लामो समयदेखि यी सिद्धान्तहरूलाई व्यवहारमा लागू गर्दै आएका छन्। 😉 यस अवस्थामा, म तपाईंलाई सान्दर्भिक घटनाक्रमहरूमा "नाक पोक" गर्न सोध्छु। र यो बिल्कुल अद्भुत हुनेछ यदि यस दृष्टिकोणको आधारभूत समस्याहरूको विस्तृत विवरण वा यो सिद्धान्तमा काम गर्दैन किनको लागि औचित्य छ।

PPS मलाई थाहा छ कि पाठ कच्चा छ, र विचार एकबाट अर्कोमा उफ्रन्छ, तर म साँच्चै यी प्रश्नहरू ("विज्ञहरूलाई प्रश्न" सेक्सन) सोध्न चाहन्छु, र यो बिना गर्न गाह्रो छ। कम्तिमा केही प्रस्तुति। विगतको पाठ (र मैले यसलाई अहिले पुन: पढिरहेको थिएँ, र यो बुझ्न धेरै गाह्रो भएको महसुस गरें) यसले यसको उद्देश्य पूरा गर्‍यो: मैले धेरै छलफलहरू प्राप्त गरे जुन मेरो लागि मूल्यवान थिए... मलाई आशा छ कि यसले यस पटक पनि काम गर्छ! 😉

स्रोत: www.habr.com