คำพูดเกี่ยวกับกระบวนการหรือพวกเราทุกคนเล็กน้อย .
ต่อยอดความคิดในหัวข้อปัญญาทั้งธรรมชาติและประดิษฐ์ (AI) ตอนที่ 1
คำถามทดแทน: ตอนนี้คนอยู่หรือเปล่า? ไม่ เมื่อเราเดินไปตามถนนและไตร่ตรองโลกรอบตัวเราโดยตรง เราจะกระทำไม่มากก็น้อย เรียลไทม์... แม้ว่าในความเป็นจริง - ตราบใดที่สิ่งที่เราเห็นต้องผ่านกลไกการรับรู้ / การจำแนกประเภทตามปกติ - ทั้งหมดนี้จะเป็นเพียงเรื่องล่าสุด แต่ยังคงเป็นอดีต เหล่านั้น. คนเรามีชีวิตอยู่ในอดีตหรือเปล่า?
ตัวอย่างเช่น คุณกำลังเดินไปตามถนนและเห็นสุนัขตัวหนึ่ง หรือรถยนต์. ไม่ว่าในกรณีใดหากเรากำลังพูดถึงช่วงเวลานี้ข้อมูลนี้ก็ล้าสมัยไปแล้ว หากเราดำเนินการโดยใช้ข้อมูลที่ผ่านกลไกการรับรู้ทั้งหมดของเรา (และสมองยังห่างไกลจากเครื่องคิดเลขที่เร็วที่สุด!) เราก็จะตามทันโลกไม่ได้! สุนัขจะโจมตีหรือวิ่งหนีในทางกลับกันและความปรารถนาของคุณที่จะตบมันหลังหูจะยังคงไม่สมหวังและรถจะชนคุณหรือผ่านไปแม้ว่าจะเป็นรถคันนี้ที่คุณต้องการ "จับ"
แต่ขอบคุณพระเจ้าที่มันไม่เกิดขึ้นแบบนั้น และนี่คือเหตุผล: สมองทำงานแตกต่างออกไป หน่วยของการรับรู้ไม่ใช่วัตถุ หรือแม้แต่ชุดของวัตถุ แต่เป็นกระบวนการ สุนัขกำลังวิ่ง. ถึงคุณหรือจากคุณ หรือเขาไม่วิ่งแต่นอนราบ เป็นต้น รถยังจอดอยู่กับที่ (ในลานจอดรถ) หรือเคลื่อนที่ไปในทิศทางที่กำหนด ในทุกกรณี คุณจะรับรู้ถึงกระบวนการที่ขยายออกไปตามกาลเวลา และด้วยเหตุนี้ จึงมีการพัฒนาบางอย่างในอนาคต เมื่อฉันบอกว่าเรารับรู้ถึงเหตุการณ์ที่เกิดขึ้นตามเวลา นี่ไม่ใช่ภาพพจน์ ทำการทดลอง - ถ่ายภาพจำนวนโหล (เช่น ภาพถ่ายความเป็นจริง) และบรรยายสิ่งที่คุณเห็น ต่อไปนี้เป็นหลายคนในห้อง กำลังทะเลาะกัน หรือนี่คือคนที่กำลังเดินไปตามถนน หรือที่นี่กำลังนั่งดูทีวี และนี่คืออีกคนที่กำลังอ่านหนังสือ ทั้งหมดนี้ล้วนเป็นกระบวนการที่ขยายเวลาออกไป! คุณรับรู้ว่าสแน็ปช็อตเป็นสิ่งที่มีส่วนขยาย คุณไม่รู้วิธีอื่นเลย เพราะนั่นคือวิธีการทำงานของสมอง สมองได้รับการฝึกฝนให้จดจำกระบวนการ ไม่ใช่แยกวัตถุบนเวที เหมือนไม่ใช่ตา-จมูก-ปาก แต่เป็นใบหน้าโดยรวม (สวัสดี โครงข่ายประสาทเทียมแบบม้วน)
โลกประกอบด้วยกระบวนการ ไม่ใช่วัตถุ ถ้าผมถามคุณว่ามันคืออะไร แอปเปิลแล้วผู้ใหญ่ส่วนใหญ่จะบอกว่านี่คือ ผลไม้และเด็ก ๆ - มันคืออะไร? อาหาร. แต่ทั้งคู่ต่างก็เป็นคำอธิบายกระบวนการเพราะอันแรกหมายถึงแอปเปิ้ลตัวนี้ เติบโตบนต้นไม้และทำหน้าที่ขยายพันธุ์ต้นไม้และประการที่สองนั้นเองค่ะ กินได้. ไม่เกี่ยวข้องกับลักษณะโดยตรงของแอปเปิ้ล - รูปร่าง สี ขนาด... เนื่องจากลักษณะดังกล่าวทำให้สามารถระบุตัวตนได้ แต่ไม่อนุญาตให้ใช้หรือทำความเข้าใจว่ามีการใช้ที่ใดในโลกภายนอก เช่น กำหนดกระบวนการ
หากเราถกเถียงกันโดยทั่วไปเกี่ยวกับธรรมชาติของเวลา หลักสมมุติแบบคลาสสิกก็จะเกี่ยวกับความไม่เปลี่ยนแปลงของอดีต (นอกบริบทของการเดินทางข้ามเวลา) ความสำคัญของปัจจุบัน (มีเพียงชั่วครู่เท่านั้น... 😉) และอนาคตที่ยังไม่มีอยู่ซึ่งหมายความว่าสามารถเปลี่ยนแปลงได้ เมื่อเราพูดถึงความเป็นจริงเชิงวัตถุวิสัย มันอาจจะเป็นเช่นนั้นก็ได้ อย่างไรก็ตามคน ๆ หนึ่งอาศัยอยู่ในโลกแบบจำลองส่วนตัวของเขาเองและที่นั่นทุกสิ่งแทบจะตรงกันข้าม!
อดีตนั้นแทบจะเปลี่ยนแปลงไม่ได้อย่างที่เราต้องการ รับข้อมูลใหม่อย่างต่อเนื่อง บุคคลสร้างอดีตขึ้นมาใหม่เพื่อขจัดความขัดแย้ง (คุณคิดว่า Pyotr Stepanych อยู่ในงานสัมมนา และเขากำลังจะออกมาจากคลับเปลื้องผ้า... นี่หมายความว่าไม่มีที่ไหนเลย เขาซึ่งเป็นผู้ให้ความบันเทิงไม่ได้ไปเลย... ). ในเวลาเดียวกัน อนาคตส่วนตัวของคุณมีความคงที่ในหลาย ๆ ด้าน (ไม่ว่าจะเป็นอะไรก็ตาม วันศุกร์ฉันก็จะดื่มเบียร์และฟุตบอล!). ยิ่งไปกว่านั้น การมีเป้าหมายที่เฉพาะเจาะจงในอนาคต คุณไม่เพียงแต่สร้างห่วงโซ่ของกระบวนการในลำดับย้อนกลับ (ในการเป็นผู้อำนวยการของบริษัทขนาดใหญ่ คุณต้องสำเร็จการศึกษาจากมหาวิทยาลัยอันทรงเกียรติพร้อมประกาศนียบัตร ซึ่งคุณต้องลงทะเบียนในนั้นก่อน เพื่อสิ่งนี้ คุณจะต้องผ่านการสอบ Unified State ให้ดี และศึกษาการบ้านของคุณ!) แต่ก็มีความเป็นไปได้ค่อนข้างมากที่ในกระบวนการนี้คุณจะไปสู่อดีต (เราไม่มีเพื่อน/คนรู้จักที่เติบโตขึ้นมาและมีสายสัมพันธ์และสามารถช่วยเหลือเด็กในมหาวิทยาลัยได้แล้วไม่ใช่หรือ?) - ทำไมไม่ต่อต้านอารมณ์ล่ะ? 😉
อย่างไรก็ตาม ฉันพูดนอกเรื่องเล็กน้อย อย่างไรก็ตาม สิ่งสำคัญที่ฉันอยากจะเน้นก็คือ กระบวนการ. ฉันเชื่อมั่นอย่างยิ่งว่าไม่ควรฝึก AI ที่มีศักยภาพในรูปภาพหรือแม้แต่วิดีโอ เครือข่ายแบบหมุนวนมีสองระดับ (ขั้นต่ำ) - และในความเป็นจริงแล้ว เครือข่ายเหล่านี้เป็นสองเครือข่ายที่แตกต่างกัน: เครือข่ายหนึ่งได้รับการฝึกฝนเพื่อค้นหารูปแบบกราฟิกบางอย่างในภาพดิบ เครือข่ายที่สองเกี่ยวข้องกับผลลัพธ์ของเครือข่ายแรก - เช่น ด้วยข้อมูลที่ประมวลผลและเตรียมไว้แล้ว เพื่อที่จะโต้ตอบกับโลกของ AI ได้สำเร็จ จำเป็นต้องมีสิ่งเดียวกัน: ในระดับหนึ่ง (ไม่ใช่ระดับแรก) จะต้องมีเครือข่ายที่รับแผนที่ของกระบวนการที่เปิดเผยเมื่อเวลาผ่านไปเป็นอินพุต แนวคิดเรื่อง "จุดเริ่มต้น" และ "จุดสิ้นสุด" "การเคลื่อนไหว" "การเปลี่ยนแปลง" "การผสาน" และ "การแบ่งแยก" เป็นสิ่งที่เครือข่ายต้องเรียนรู้ในการทำงานด้วย
ฉันค่อนข้างแน่ใจว่าคนที่ทำงานกับเกม AI เช่น Alpha Go เข้าใจสิ่งนี้ไม่ทางใดก็ทางหนึ่ง บางทีแนวทางอาจแตกต่างกันบ้าง แต่สาระสำคัญก็เหมือนกัน: สถานการณ์ปัจจุบันบนกระดาน (และในการพัฒนาการเคลื่อนไหวสองสามครั้งสุดท้าย) ได้รับการวิเคราะห์สำหรับ "สิ่งที่เกิดขึ้นโดยทั่วไป" และขึ้นอยู่กับว่าเกิดอะไรขึ้นสอดคล้องกับสิ่งที่จะเกิดขึ้น เราเลือกการเคลื่อนไหวของเราเอง
เป็นเรื่องยากมากที่จะพูดถึงกลยุทธ์/พฤติกรรมเมื่ออินพุตเป็นรูปภาพจากเซ็นเซอร์ และในทางกลับกัน - เวกเตอร์ที่เตรียมไว้ซึ่งมีการแจกแจงสถานะปัจจุบันของสนามในเกมที่มีข้อมูลครบถ้วน (พิจารณาภาพที่สมบูรณ์ของโลก) เป็นงานที่เป็นไปได้อย่างสมบูรณ์ดังที่แสดงให้เห็นในทางปฏิบัติ อย่างไรก็ตามหากเครือข่าย convolutional ของระดับแรกระบุวัตถุและระดับถัดไปวิเคราะห์วัตถุเหล่านี้ในไดนามิกโดยระบุกระบวนการ (เช่นคุ้นเคยจากการฝึกอบรม) ที่เสริมข้อมูลที่ได้รับก่อนหน้านี้ก็ดูเหมือนว่าจะเป็นไปได้ที่จะทำงานกับสิ่งนี้ ..
คำถามสำหรับผู้เชี่ยวชาญ:
มีความสมจริงเพียงใดเมื่อพิจารณาถึงการพัฒนาในปัจจุบันของโครงข่ายประสาทเทียม โดยต้องทำสิ่งต่อไปนี้โดยประมาณ:
ที่ทางเข้าสมมติว่าสัญญาณวิดีโอต่อเนื่อง อาจเป็นสเตอริโอ เป็นตัวเลือก: มีอิสระหลายระดับ (ความสามารถในการหมุนกล้อง - โดยพลการหรือตามรูปแบบ) อย่างไรก็ตาม หากจำเป็น สามารถเสริม/แทนที่สัญญาณวิดีโอด้วยวิธีการรับรู้เชิงพื้นที่อื่นๆ ได้ ตั้งแต่โซนาร์ไปจนถึงลิดาร์
พูดอย่างเคร่งครัด…อินพุตสามารถเป็นอะไรก็ได้ เรียลไทม์ ไหล - แม้กระทั่งคำพูด/ข้อความ แม้แต่ราคาสกุลเงิน แต่... ในกระบวนการที่กำลังพิจารณา มันง่ายกว่าสำหรับฉันที่จะพึ่งพาตัวอย่างความคิดเพียงตัวอย่างเดียวที่ฉันมีอยู่สำหรับการศึกษาโดยตรง - ของฉันเอง! ) และใน "ตัวอย่าง" นี้ช่องรับความรู้สึกนั้นอยู่เหนือการแข่งขัน!
ที่ทางออก:
- แผนที่ความลึก (หากกล้องเป็นแบบคงที่) หรือแผนที่สภาพแวดล้อม พื้นที่ (กล้องไดนามิก/ลิดาร์ ฯลฯ);
สำหรับอะไรจำเป็นหากเราต้องการมีการจัดเรียงวัตถุเชิงพื้นที่จริงเพื่อประเมินปฏิสัมพันธ์ของวัตถุเหล่านั้น ในกรณีนี้ ภาพจากกล้องเป็นเพียงการฉายภาพสองมิติของพื้นที่มิติที่สูงกว่า และจำเป็นต้องมีการแปลงเพิ่มเติม
- การแยกวัตถุแต่ละชิ้น (โดยคำนึงถึงความลึก/แผนที่อวกาศ และไม่เพียงแต่/ไม่สามารถมองเห็นได้มากนัก)
- การระบุวัตถุที่กำลังเคลื่อนที่ (ความเร็ว/ความเร่ง การสร้าง/การทำนายวิถี(?));
- การจำแนกวัตถุแบบลำดับชั้นตามคุณลักษณะที่แยกออกมา (รูปร่าง/ขนาด/สี/ความแตกต่างของการเคลื่อนไหว/ชิ้นส่วนส่วนประกอบ(?)) เหล่านั้น. โดยหลักแล้วจะเป็นการแยกเมตริกสำหรับ .
เกี่ยวกับลำดับชั้นบางทีคำว่า "ลำดับชั้น" อาจไม่เหมาะสมในกรณีนี้ ฉันต้องการเน้นความสามารถในการเลือกเมตริกได้ตลอดเวลา ระหว่างนั้นทำให้เราสามารถพิจารณาชุดเมตริกสองชุดที่แตกต่างกันเป็นแนวคิดเดียว เช่น วิธีที่จะกล่าวถึง "รถสีแดง" และ "รถบัสสีน้ำเงิน" ให้กลายเป็นแนวคิดเรื่อง "ยานพาหนะ"
สำคัญ: หากเป็นไปได้ ระบบจะไม่ได้ผ่านการฝึกอบรมล่วงหน้า เหล่านั้น. สิ่งพื้นฐานบางอย่างสามารถวางลงได้ (เช่น โครงข่ายเกลียวของเลเยอร์แรก สำหรับการเน้นรูปร่าง/เรขาคณิต) แต่จะต้องเรียนรู้ที่จะเลือกวัตถุและจดจำวัตถุเหล่านั้นด้วยตัวเองในภายหลัง
- และสุดท้าย สร้างการกวาด (ตามจุด 1,4 เช่น แผนที่เชิงพื้นที่โดยคำนึงถึงตัวชี้วัด) ทันเวลา (สำหรับตอนนี้ ในขั้นตอนนี้ของช่วงเวลาที่สังเกตได้โดยตรงอย่างเห็นได้ชัด) เพื่อที่จะดำเนินการวิเคราะห์ตามจุดที่ 2 -4 เพื่อระบุ: กระบวนการ/เหตุการณ์ (ซึ่งโดยพื้นฐานแล้ว การเปลี่ยนแปลง ทันเวลาขั้นตอนที่ 3) และการจำแนกคลัสเตอร์ (ขั้นตอนที่ 4)
อีกครั้งหนึ่ง: จากภาพจากเซ็นเซอร์ ก่อนอื่นเราจะแยกคำอธิบายของโลกในรูปแบบที่เตรียมไว้มากขึ้น โดยทำเครื่องหมายตามคุณสมบัติที่แยกออกมา และไม่ได้แบ่งออกเป็นพิกเซล แต่เป็นวัตถุ จากนั้นเราจะขยายโลกที่ประกอบด้วยวัตถุต่างๆ ภายในเวลาที่กำหนด และได้รับ "ภาพของโลก" เราป้อนมันไปยังอินพุตของเครือข่ายถัดไป ซึ่งทำงานกับมันในลักษณะเดียวกับที่ชั้นก่อนหน้าทำงานกับภาพทางประสาทสัมผัส เมื่อโครงร่างของวัตถุถูกเน้น "รูปทรง" ของกระบวนการที่กำลังดำเนินอยู่จะถูกเน้น ตำแหน่งสัมพัทธ์ของวัตถุในอวกาศนั้นคล้ายคลึงกับความสัมพันธ์ระหว่างเหตุและผลของกระบวนการในเวลา... อะไรประมาณนั้น
สมมุติว่าหลังจากนี้ระบบควรจะสามารถจดจำกระบวนการตามส่วนต่างๆ ของมันได้ (เนื่องจากสามารถจดจำภาพได้ มีเพียงส่วนย่อยของมัน หรือเป็น ) และเป็นผลให้ทำนายเวลาทั้งไปข้างหน้าและข้างหลัง ขยายแบบจำลองของขั้นตอนที่ 5 อย่างไม่จำกัดในทั้งสองทิศทาง นอกจากนี้ สันนิษฐานว่ามีแนวคิดเกี่ยวกับกระบวนการที่เป็นส่วนประกอบ ระบบสามารถระบุจากกระบวนการท้องถิ่นที่เกี่ยวข้องหลายกระบวนการ กระบวนการที่ใหญ่กว่าระดับโลก และผลที่ตามมาคือกระบวนการที่ซ่อนอยู่โดยปริยายซึ่งเป็นส่วนสำคัญของกระบวนการระดับโลกที่ระบุ แต่ไม่ได้รับรู้โดยตรง
และสิ่งสุดท้าย: การมีสถานะคงที่ของระบบในอนาคต (โดยที่องค์ประกอบที่สำคัญของตัวชี้วัดฮิลแบร์ตเท่านั้นที่ได้รับการแก้ไข พร้อมการตีความค่าที่เหลือและไม่จำเป็นอย่างอิสระ) - คือเครือข่ายที่สามารถ "คิดออก" พักผ่อน?
นั่นคือ หากเป็นรูปภาพที่มีการให้ชิ้นส่วนที่ไม่เกี่ยวข้องกันเพียงสองส่วน เครือข่ายที่ได้รับการฝึกกับตัวอย่างบางส่วนจะสามารถทำให้รูปภาพสมบูรณ์ "สอดคล้องกัน" ได้หรือไม่ ตัวอย่างในกรณีนี้คือช่วงเวลาที่คล้ายกันจากประสบการณ์ ส่วนย่อยคือสถานะปัจจุบันและสถานะที่ระบุ ผลลัพธ์: “เรื่องราว” ที่เชื่อมโยงกัน...
สำหรับฉันดูเหมือนว่านี่จะเป็นพื้นฐานที่สำคัญสำหรับการทดลองเพิ่มเติมอยู่แล้ว:
- รวมการกระทำของตนเองไว้ใน “ประวัติศาสตร์” หากเป็นไปได้/จำเป็น
- ลำดับความสำคัญของรูปแบบเหตุและผล "ตามธรรมชาติ" มากกว่าการปล่อยสุ่มที่ไม่สามารถควบคุมได้ (ปัญหารูเล็ต)
- ความอยากรู้บางเวอร์ชันเช่น การรับรู้รูปแบบอย่างกระตือรือร้นผ่านการกระทำ... ฯลฯ
ป.ล. ฉันยอมรับอย่างเต็มที่ว่าฉันเพิ่งคิดค้นวงล้อและผู้มีความรู้ได้นำหลักการเหล่านี้ไปใช้ในทางปฏิบัติมาเป็นเวลานาน 😉 ในกรณีนี้ ฉันขอให้คุณ “สะกิดจมูก” พัฒนาการที่เกี่ยวข้อง และคงจะยอดเยี่ยมมากหากมีคำอธิบายโดยละเอียดเกี่ยวกับปัญหาพื้นฐานของแนวทางนี้ หรือให้เหตุผลว่าเหตุใดจึงไม่ได้ผลตามหลักการ
พี.พี.เอส. ฉันรู้ว่าข้อความนั้นดิบและความคิดก็กระโดดข้ามจากสิ่งหนึ่งไปยังอีกสิ่งหนึ่ง แต่ฉันอยากจะถามคำถามเหล่านี้กับผู้คนสองสามคนจริงๆ (ส่วน "คำถามถึงผู้เชี่ยวชาญ") และนี่เป็นเรื่องยากที่จะทำโดยไม่ต้องอย่างน้อย นิทรรศการบางอย่าง (และตอนนี้ฉันกำลังอ่านซ้ำ และพบว่ามันเข้าใจยากมาก) เป็นไปตามวัตถุประสงค์: ฉันได้รับการพูดคุยหลายครั้งซึ่งมีคุณค่าสำหรับฉัน... ฉันหวังว่ามันจะได้ผลในครั้งนี้เช่นกัน! 😉
ที่มา: will.com