Pull to refresh

Comments 13

Все ваши рассуждения поверхностны и банальны. Какой вывод строители ИИ должны сделать, по-вашему? Вы предлагаете какой-то метод, подход, инструмент? Или полагаете, что энтузиасты ИИ не в курсе этих банальных свойств человеческого мышления? Или принципиально не читаете литературу по той теме, в которую решили углубиться, чтобы проверить, насколько много принципов успеете переоткрыть сами, без чужих подсказок?
Принцип очевидный и примитивный. С этого и начинается пост.
Но судя по «стихам» от робота, этот принцип не был учтён строителями ИИ.
И та ахинея, которую выдают за поэзию, могла легко стать на порядок адекватнее.

Что же касается «прописных истин создания ИИ», то я считаю, что не все из них истинны.
В противном случае, ИИ уже давно бы функционировал.
Может был бы, может не был. Может, вы смотрели дилетантские поделки, может, в реализации принципов есть сложности — можно рассуждать бесконечно. Ваши безадресные «поучения» не несут никакой ценности. Но вы могли бы хотя бы попытаться реализовать в рабочей модели то, о чём пишите, чтобы убедиться в правильности своих идей или узнать _настоящие_ сложности в их реализации. Заставлять других проверять свои идеи вы могли бы, наверное, с фамилией Перельман или Хокинг, а так это всё выглядит как кухонный разговор о том, как страной управлять. Настолько же самонадеянно и безрезультатно.
Если решите реализовывать, рекомендую взглянуть на OWL и RDF при выборе формата хранения ваших «ассоциаций», чтобы графовыми операциями удобно было извлекать ассоциации нужного класса и уровня вложенности. А вот с наполнением словаря уже возникнут трудности (и самое настоящее научное творчество), если вы не собираетесь вручную 150 000 слов по графу расставлять (ну, или насколько богатый лексикон вы хотите привить своему ИИ). Для генерации текста попробуйте для начала марковские цепи.
Для того, чтобы робот сочинял более адекватные стихи или понимал глубокий смысл уже написанных, следует вложить в него систему ассоциирования

Для того, чтобы робот понимал смысл (не обязательно глубокий), нужно, чтобы он мог распознавать окружающие объекты и связи между ними, а также восстанавливать их в воображении в оперативной памяти по описанию. От того, что он скажет «word1 у меня ассоциируется с word2», он не станет больше понимать значение этих слов.
Зато можно сделать генератор небольших рассказов-сценариев по шаблонам, но с высокой комбинаторикой и вариативностью суб-сценариев (шагов) и кросс-сценариев (параллельных арок), после чего скормить получаемые сценарии подобной ассоциативной системе с подбором рифмы и архивированием смыслов в минимальные наборы слов. И тем самым скрыть аляповатости исходных генерированных сценариев за плотным слогом =)
Не все ассоциации к словам подходят по смыслу к другим словам в предложении. А еще бывает, что правильное ударение определяется из контекста, например в слове «замок». Неправильно определили исходное слово — получили неправильные ассоциации.
В прикладных задачах нет разницы между «пониманием» и «имитацией понимания».

Представим себе сервис, который описывает в нескольких словах о чём книга
и может подбирать книги по произвольному описанию предоставленного юзером.
Будь то учебник по физике или роман о любви, дружбе и предательстве.
Конечному пользователю важен результат, а «понимал» робот, «читая» книгу
или просто «сделал вид» что понял но выдал адекватный ответ — не имеет значения.

Тем не менее, должен согласиться с замечанием.
За кавычками и оговорками мне стоило бы следить внимательнее.
Мысль статьи интересна.
Но вопрос — как быть с разными ассоциативными рядами людей разных культур или даже людей разного образования?
Ведь одно и тоже слово (понятие) у разных людей может соотноситься с совершенно разными понятиями.
И ассоциация второго порядка не будет воспринята другим человеком, как ведущая с «основе».
Совершенно верно. Добавлю что и у каждого отдельно взятого человека свой набор таких рядов.
Они отражают не только принадлежность к культуре, уровень образованности, но и жизненный опыт,
и даже психологические особенности и психические отклонения.

Описанное Вами является проблемой лишь при попытке создать «идеальную» или «всеобъемлющую» базу ассоциаций.
И этот же нюанс является инструментом для создания нескольких отличающихся друг от друга баз ассоциаций.
Так в «русском» варианте слово «собака» ассоциируется со словом «друг», а в «корейском» со словом «еда».
(стоит учесть, что у покусанного собакой человека это слово ассоциируется с «опасностью», не зависимо от его культурной принадлежности)

Ответ на вопрос «как быть?» можно сформулировать так:
Под каждую задачу, следует подбирать отдельную «пачку» ассоциаций.
Для слова / понятия «любовь» Вы нашли 256 ассоциаций.
У меня два вопроса: сколько времени у Вас на это ушло?
Сколько времени у Вас уйдет на 40 000 понятий?
Это по моему представлению средняя языковая лексическая база.
Сначала ответы:
1. На поиск 256 ассоциаций ушло около 4х часов.
2. Вопрос не совсем корректен. Поясню ниже.

Ручным поиском заниматься действительно нет смысла — времени уйдёт слишком много.
На это есть банки ассоциаций и машинное обучение.
созданию полноценного программного сознания

Сознание — это не совокупность ассоциаций разного порядка. Это раз. А во вторых, существует много методов автоматического поиска разного рода ассоциативной лексики. Посмотрите классику: LDA,LSA, pLSA.
Sign up to leave a comment.

Articles