Pull to refresh
49
0
Send message
Я готовлю расширенный вариант статьи, где будут затронуты и сильные данные. Но статья будет на английском. Дам ссылку вам в личку.
Таки почитайте статью, про контексты и базу знаний.
Нейросети прекрасно справятся с распознаванием «ленточка на пути», далее вступает в бой база знаний, в которой хранятся атрибуты, что с этой ленточкой можно сделать. Роботу остается только наложить на запись «путь домой» новые атрибуты простыми инсертами в базу.
Нейросеть в качестве базы заний потребляет слишком много ресурсов, гораздо эффективнее использовать «традиционную» базу знаний.
Данные для обучения дадут только люди, это очевидно, значит надо привлекать миллионы добровольцев. Я в статье писал о проекте Yarrow, аудитория в целом заинтересовалась им, но мне не хватает опыта в привлечении большого числа людей к проекту.
Если вы строите ИИ только на нейросетях, он точно не сможет в момент обучиться, что теперь надо идти другой дорогой. Если же вы используете базу знаний, то роботу будет достаточно одного раза.
Нейросеть — не то же самое, что нейроны человека. Они обучаются разными методами, это очевидно. Но нам и не требуется полностью повторять механизм обучения, как у человека. Нам важен результат: робот отличает кошку от собаки, и этот результат уже достигнут.

Людям нужно 15 лет, чтобы научиться внятно говорить. И речь шла про сотню языков, что человеку вообще недоступно.

О сборе данных я тоже подумал, проект Yarrow должен помочь в этом.
Если взглянуть на проект CYC, там базу знаний уже 30 лет набивают сотрудники, и пока не добились необходимого объема. А вот миллион пользователей могли бы быстро разговорить робота.
Существенно меньше миллиона. Серьезно, почитайте про последние достижения нейросетей, если вам это и правда интересно.
Нейросети неплохо справляются с кошками и собаками, зря вы так.
Да, давайте посмотрим на ТОП этой недели: «Животное устало», «Услуга за услугу. Как русские учёные впряглись за Пастера в споре с антипрививочниками» — половина контента сплошные ремесленники лайкали.
Хабр был для админов, пока его не объединили с гиком.
Вы пишете «Этого алгоритма никто не знает» подразумевая мозг: никто не знает, как одна группа нейронов передает информацию другой группе. Но не требуется повторять мозг. Алгоритмы наполнения контекста по данным с датчиков уже существуют, почитайте про когнитивные архитектуры. Из них не получился сильный ИИ из-за ряда недостатков, которые я описал, но сами алгоритмы есть.
Я бы сказал, что формат «Рецензируемых журналов» морально устарел, как минимум в России. Я когда-то давно писал научные статьи, когда учишься в аспирантуре надо иметь некоторое количество публикаций. Пишешь в строгом формате, какой-то неведомый профессор (который обычно не в теме) потом это смотрит, акцептирует. Через пару месяцев выпускается журнальчик, сколько человек твою статью прочитали — не известно, комментариев нет. На хабре я написал статью в приятном формате за 4 дня, нажал опубликовать и через 8 часов уже имею фидбэк, пусть и не всегда адекватный (в научном сообществе не на много более адекватный был бы).
Чтобы писать статьи в журнал, надо иметь связи, заниматься научной деятельностью. За научную деятельность в России так мало платят, что я ее покинул.
В статье я описал, в чем разница между GPT-3 и Когнитивными архитектурами. Возможно, наш диалог был бы конструктивным, если бы вы ознакомились со статьей и указали на пробелы/ошибки в моем описании.
Пробежался по его автобиографии. Минский выдвинул теорию Фреймов, в этом он был молодец. В моей статье они опсаны как смыслы, повторение этой идеи не вызывает у меня удивления, к этому придет любой человек, который пытается исследовать свой мозг.
Минского обвиняют в слишком поверхностном подходе: он выдвигал идею и бросал ее, вероятно поэтому он не смог построить Сильный ИИ. Также в те времена было сложнее с вычислительной техникой, база данных на терабайт в 1974 году сама по себе была невыполнимой задачей.
Дайте, пожалуйста, стоящую ссылку на Минского, чтобы не перекапывать все труды автора.
На основании того, что мне удалось описать архитектуру такого решения, включая критичные алгоритмы и структуры данных. В процессе реализации архитектура уточняется, это обычный процесс. Но без исходного описания реализация точно невозможна.
Я занимаюсь исследованием функциональной структуры мозга длительное время. Также у меня есть хороший опыт по проектированию информационных систем. Собрав достаточно данных, я смог описать архитектуру такого решения. Точного определения Сильного AI нет в литературе, но моя статья дает его.
У меня нет готовой реализации. Как вы сами заметили, это сложная задача, которая требует много ресурсов, соответственно я не могу создать его сам. Также у меня нет дядюшки миллиардера, чтобы реализовать этот проект чужими руками. Мне остается только дать базовое описание, чтобы заинтересовать людей, и может быть это к чему-то приведет.
К сожалению, ваш мозг неверно интерпретировал фразу «ничего невыполнимого я здесь не вижу», подгрузив в контекст смысл «просто». Эта задача сложная, я нигде не утверждаю обратного, но в ней нет блокеров.
Не совсем вас понимаю. Я опубликовал общее описание, оно гораздо более подробное, чем можно найти в сети, содержит четкое описание структуры приложения и описания ряда алгоритмов. Ну капнул воды у самом конце, с кем не бывает, это же не повод отказываться читать всю статью? Возможно, вы ранее читали более качественный материал, в котором воды меньше, буду рад ссылкам.

Information

Rating
Does not participate
Registered
Activity