Автор Тема: ИИ  (Прочитано 10967 раз)

0 Пользователей и 1 Гость просматривают эту тему.

Онлайн Алексей_3

  • Ветеран
  • *****
  • Сообщений: 905
  • Карма: +0/-0
    • Просмотр профиля
ИИ
« Ответ #165 : 09 Января 2021, 22:16:51 »
А автомобильный автопилот ещё и поведение коров, ёжиков, хорьков.

Оффлайн Метвед

  • Ветеран
  • *****
  • Сообщений: 2103
  • Карма: +13/-0
    • Просмотр профиля
ИИ
« Ответ #166 : 10 Января 2021, 07:33:37 »
Проблема массовой  замены дорогой и ненадёжной  слизи дешёвым и надёжным роботом везде где слизь работает из рук вон плохо не техническая а организационная.  Массовое АСУчивание в 70-х годах прошлого века  не состоялось исключительно по причине высокопоставленной слизи какую заменить АСУ было проще всего.  В этом то вся проблема! Труднее всего заменить роботом говночиста с лопатой...

Оффлайн Олли

  • Ветеран
  • *****
  • Сообщений: 654
  • Карма: +2/-1
  • Любитель
    • Просмотр профиля
ИИ
« Ответ #167 : 13 Января 2021, 00:03:16 »

нейронные сети
конечно, искусственным интеллектом считалось всё, что выполняется обычными цифровыми компьютерами, включая задачи управления и навигации, решение которых заранее спланировано и запрограммировано. Но это было раньше. Сегодня ИИ ассоциируется с имитацией работы мозга и способностью машины к обучению, за которое отвечают искусственные нейронные сети.. Кстати, никто никогда не ожидал от нейронных сетей быстрых результатов. Всегда подчеркивалось, что для того, чтобы сымитировать мозг - при условии, что это в принципе возможно - придется пройти трудный и долгий путь.

Некоторые простейшие варианты работы нейронных сетей удалось смоделировать, и полученные модели вполне себя оправдывают. Те же автоматические переводы сегодня сильно отличаются от таковых десять лет назад. Не исключено, кстати, что системы переводов не изменились с момента их появления, а совершенствовались сами по себе. Если кто-то что-то и делает, то точно не лингвисты, а программисты, не знающие никаких языков, кроме своего родного, и спецы в области ИИ.

Обучаемость, в частности, самообучаемость - одна из главных характеристик современного ИИ. Допустим, (гипотетический) робот на Марсе, перед тем, как сделать следующий шаг, анализирует поступающую извне визуальную информацию и решает, как шагнуть лучше. Если шаг не удается, происходит перенастройка нейронной сети робота и делается следующая попытка. И так до тех пор, пока не получится. В это время робот обучается и накапливает опыт. Хорошо обученные глаза робота, оснащенного искусственной нейронной сетью, распознают знакомые (!) ему образы в сотни раз быстрее, чем если бы это делал по старинке супер быстрый компьютер. Высокая скорость обработки информации нейронной сетью объясняется не только тем, что обработка ведется параллельно большим количеством простейших процессоров (нейронами), но еще и тем, что, образ (акустический, визуальный и т.д.) распознается через сравнение с хранящимися в её архиве шаблонами. То есть, задача сводится к отысканию нескольких или одного нужного шаблона, который вовсе не обязан быть копией того, что видит камера робота в текущий момент. Новое может быть деформированной версией старого, или комбинацией нескольких базисных шаблонов. Поэтому, чем богаче и качественнее банк данных, тем ниже вероятность ошибки. Банк данных постоянно растет, как с помощью человека, так и самопроизвольно в процессе обучения. Поэтому, даже если вначале робот, оснащенный ИИ, и спотыкался, со временем становится виртуозным ходоком, во всяком случае, в районе, который ему уже известен. Полученные знания обобщаются на соседний район. Топологическое отличие второго района от первого анализируется и используется для более быстрого освоения третьего района и т.д.

Полно и не гипотетических примеров. Технологии на нейронных сетях внедряются много где. Из крупномасштабных проектов мне лично нравится система Alibaba City Brain, разработанная для управления инфраструктурой больших городов: транспортные потоки, освещение, сбор мусора.. Эта система внедрена в десятимиллионном Ханчжоу, работает успешно, пробок становится меньше, и теперь её собираются внедрить в малайзийской  Куэла-Лумпуре. Из мелких = амообучающийся ИИ в фотокамерах. Пока только в Olympus em1x, который можно натаскивать на распознавание нужного тебе объекта в репортажной съемке. Пока трудно сказать, насколько успешно em1x справляется с этой задачей, потому что на рынке появился в 2020 и отзывов именно об этой функции камеры еще нет, что вполне объяснимо. Фотограф в кепке, за много лет своей практики привыкший оценивать в камере то, что нужно ему, и тут бах, искусственный интеллект с нейронной сетью, который надо еще чему-то учить.

ИИ еще младенец, но он растет, и игнорировать его было бы ошибкой.

Оффлайн Метвед

  • Ветеран
  • *****
  • Сообщений: 2103
  • Карма: +13/-0
    • Просмотр профиля
ИИ
« Ответ #168 : 13 Января 2021, 06:32:06 »

Обучаемость, в частности, самообучаемость - одна из главных характеристик современного ИИ. Допустим, (гипотетический) робот на Марсе, перед тем, как сделать следующий шаг, анализирует поступающую извне визуальную информацию и решает, как шагнуть лучше. Если шаг не удается, происходит перенастройка нейронной сети робота и делается следующая попытка. И так до тех пор, пока не получится. В это время робот обучается и накапливает опыт. Хорошо обученные глаза робота, оснащенного искусственной нейронной сетью, распознают знакомые (!) ему образы в сотни раз быстрее, чем если бы это делал по старинке супер быстрый компьютер. Высокая скорость обработки информации нейронной сетью объясняется не только тем, что обработка ведется параллельно большим количеством простейших процессоров (нейронами), но еще и тем, что, образ (акустический, визуальный и т.д.) распознается через сравнение с хранящимися в её архиве шаблонами. То есть, задача сводится к отысканию нескольких или одного нужного шаблона, который вовсе не обязан быть копией того, что видит камера робота в текущий момент. Новое может быть деформированной версией старого, или комбинацией нескольких базисных шаблонов. Поэтому, чем богаче и качественнее банк данных, тем ниже вероятность ошибки. Банк данных постоянно растет, как с помощью человека, так и самопроизвольно в процессе обучения.
...........................
..........то ~миллиард бакинских рублей накрываются медным тазом  :)
На практике, американский марсианский трактор прежде чем сдвинуться с места ждёт команду с Земли. А в ней расписаны все нюансы предстоящего шага подетально, на основании ранее полученной от робота информации.  Потому то за 8 лет он проехал всего около 11 км.  Более ранние и более мелкие двигались быстрее..."большой шкаф падает громче".
..........................
В чём проблема "обучения" не распознаванию образов а любым действиям с веществом и с энергией?  В том что "тренироваться лучше на кошках"
тренируйся лучше на кошках
В природе "самообучение" живых организмов чему угодно неразрывно связано с отходом достаточно большого процента обучающихся. Даже если это организмы с высочайшим индексом цефализации, с могучим интеллектом, способные создать целые школы с опытными инструкторами и с проработанной методикой обучения.  Например, во время войны в Хакасии работала Бирмская авиашкола где готовили лётчиков. За всё время её работы было подготовлено 307 лётчиков. Погибли при этом 21 человек, учлёты и инструкторы. Травмированных и искалеченных было  больше.  В наше время затраты на подготовку классного лётчика очень велики, нередко  намного дороже самолёта.  Отход на этапе обучения стараются свести к минимуму.
.........................................................
А по сути, всё что умеет этот лётчик умеет и самая обыкновенная рабочая пчела без всякого обучения вылетающая в первый раз за взятком из улья. То есть, необходимый для этого достаточно сложного мероприятия уровень И прекрасно программируется на генетическом уровне и упихивается в крохотное тельце даже без головного мозга.   ИИ это прежде всего
то что можно легко и непринуждённо копировать не теряя в качестве, то есть, именно управляющие программы самого низкого пошиба, не нуждающиеся в длительном и чреватом гибелью дорогой и сложной техники обучении.