Форум создателей искусственных интеллектов

ИИ, СИИ, AGI - это мешки такие. Торбы. В них напихали всякой ерунды и они разбухли. Говорящие сковородки, поющие унитазы очень удобно продавать, называя всё ИИ. Но откреститься полностью от термина не получается. Мне больше нравится такое - АРС. Абиогенная Разумная Система. Относительно прогноза. Сделают решатель. Хороший, особенно в медицине будет польза. Но это не будет СИИ. Относительно неясных целей Казаринова. Если цели ясны, то и достигать их не интересно.

"2. В закрытых топиках могут создавать сообщения участники, отобранные автором топика в "белый" список." Предлагаю черный список для топикстартера. Заранее у каждого автора создается свой черный список на основе просмотра участников. Так же черный список пополняется по ходу дискуссии. Жаловаться это гнусно. А так закрыл человечка без объяснения причин и всё. И это закрытие только моё, только для меня, как автора. В чем разница с пунктом 2. Новый интересный участник не попадет в белый список. Ведь этот список формируется наверно априори. А зачернить можно по ходу пьесы.

1. Есть ли замечания к предложенному подходу, всё ли тут ясно и правильно? Как говорил незабвенный «Тугодум» - всё изложенное это предельно общие понятия. Они не могут быть неправильными и это хорошо. Они не создают вектор действия в силу своей общности и это плохо. Аналогия: Солнце – круглое это предельно общее утверждение. На основе этого нельзя сказать на каком расстоянии оно находится. 2. Какой методологией создания сильного ИИ пользуетесь лично Вы, в чём её преимущество по сравнению с предложенным подходом? Я полагаю, что соединение вместе методологии науки и методологии программирования на начальном этапе вполне обосновано. А сосредоточится надо на том какие гипотезы выдвигать в качестве рабочих и проверять их с помощью методологии программирования. Моя методология в том, чтобы осознать и смоделировать ЭЛЕМЕНТАРНЫЙ ИНТЕЛЛЕКТ. Который в силу свойств, заложенных априори сможет усложняться. Задача усложнения это уже не программическая задача, а эволюционная. ГИПОТЕЗА. Количество априорных свойств элементарного интеллекта – конечно. Эволюционное развитие элементарного интеллекта в силу ПРАВИЛЬНЫХ априорных свойств не займет миллиард лет. Что такое элементарный интеллект не буду объяснять, это оффтоп. 3. Допускаете ли Вы, что создать СИИ можно каким-то методом, который принципиально будет отличаться от метода работы самого СИИ? Доподлинно известно, что создание простых органических соединений происходит в космосе абиогенным путём. Т.е. для создания живого не нужно иных каких-то «волшебных» методов кроме уже существующих физических.

Кратко. Интеллект это свойство. Чего? Системы выполнять целевую функцию. Если целевая функция элементарна, например поддержание заданной температуры, то интеллект элементарен. Если целевая функция сложная и состоит из нескольких параметров, которые могут быть противоречивыми (увеличиваем один - уменьшается другой), то интеллект сложный. Любая система управления обладает интеллектом, даже чайник, который сам отключается. Интерес представляет система, которая в качестве целевой функции имеет нахождение новизны в потоке. Поток либо символьный, либо звуковой, либо визуальный. В этом случае набор конечных свойств системы не тривиален.

Если форум рассматривать как некую нейронную сеть, реализующую свойство, которое называется интеллект коллективный, то пора уже расставить весовые коэффициенты для участников-нейронов. Демогогия начинает наберать обототы!

Я бы уже сейчас провел пластическую хирургию этого лица.

Активность нейронов на 09.02.21 14:14 Обучающая выборка должна равномерно представлять свои параметры для лучшего достижения результата. _______________________________________ Anton Kolonin Сообщений: 4 На форуме 2 дня _______________________________________ big dick Сообщений: 20 На форуме 9 дней _______________________________________ Jenka Сообщений: 10 На форуме 10 дней ________________________________________ Kek Сообщений: 8 На форуме 11 дней ________________________________________ Ko.B Сообщений: 4 На форуме 12 дней ________________________________________ kondrat Сообщений: 11 На форуме 9 дней ________________________________________ Linner Сообщений: 21 На форуме 11 дней _______________________________________ Luarvik. Сообщений: 44 На форуме 11 дней ________________________________________ Maxim Сообщений: 5 На форуме 1 день ________________________________________ Mist Сообщений: 5 На форуме 15 дней ________________________________________ Prosolver Сообщений: 40 На форуме 16 дней ________________________________________ rrr3 Сообщений: 15 На форуме 10 дней ________________________________________ Схема Александера Сообщений: 7 На форуме 15 дней ________________________________________ Цап Сообщений: 8 На форуме 12 дней ________________________________________ гость 188 Сообщений: 14 На форуме 15 дней ________________________________________ Виктор Казаринов Сообщений: 5 На форуме 15 дней ________________________________________

Мне тоже интересно создать процесс обучения нейросети так, чтобы он никогда не заканчивался. Скажу сразу что всякие там XORы, ИРИСЫ и МНИСТы это тупиковый путь. Для того чтобы попробовать создать такой алгоритм надо иметь реальный, сложный и непрерывный поток входных векторов. И таким потоком на мой взгляд является звук. А точнее речь. Мои соображения таковы. Представим себе классический цикл: - Создание размеченной обучающей выборки с немалым конечным числом векторов. (та еще работа) - Обучение, причем неприлично долгое. Например 16 часов. - Проверка сети на тестовой выборке, оценка эффективности. - Собственно работа. И тут оказывается, что в режиме работы стали появляться вектора, которых не было в обучающей выборке. Сеть выдает не правильный результат. С ирисам и МНИСТАМи такого не случится никогда. Как быть? А включить эти вектора в обучающую выборку и запустить весь процесс по новой. И опять не приличные 16 и более часов... При этом, заметьте, всю обучающую выборку надо хранить. Через какое то время работы сети, вновь появляются непредсказуемые вектора. Согласитесь, что живые организмы как-то по другому действуют. Что можно сделать? В классическом подходе для МНИСТов и ИРИСОВ существует поле признаков. Чем их больше и чем они "ортогональнее", тем лучше. Но по сути все действуют так: " А что если в неё лом запихнуть?" И запихивают не глядя, надеясь на то, что промежуточные слои всё "пережуют". За такой подход расплата это не прилично долгое время обучения и сложная структура сети. На мой взгляд deep learning возник именно из-за не понимания происходящего. Мое предположение. Процесс должен выглядеть так. - Создание начального не большого массива входных векторов с определенным набором признаков. - Быстрое обучение сети. - Тестовая и рабочая выборка суть одно. Если встречается новый вектор и он ценен, а сеть его не распознает, тогда встраиваем его в обучающую выборку и быстро переобучаем. Может случиться так, что в режиме работы мы запихнули вектор с ошибкой. Такое может быть. Тогда делаем откат назад. Весовые коэффициенты и небольшой набор входных векторов предыдущего варианта у нас есть. Получается итерационный процесс. Еще предположение о том, что в цепь обратной связи можно включить вообще изменение и самого поля признаков. Но для этого заранее нужно сформировать какой-то большой массив признаков, а в итерационном процессе задействовать не весь набор. Заметьте мы не вторгаемся в саму структуру сети, бэкпроп остается нашим всем. Мы лишь меняем общие этапы и наборы признаков.

Я как раз занимаюсь речью. Есть модель и действующая инструментальная программа (pet project). Исследую оптимальное представление звуковых характеристик для нейросети пока на самом нижнем уровне. Классический подход знаю, но он не живет в диалоге, а подготавливается априорно. Если это интересно хоть кому, могу выложить и рассказать. Сама программа работает, исходники на Delphi. Каких-то с ног сшибательных результатов нет, но есть возможность подготавливать и размечать wav-файлы. Запихивать их в сеть и распознавать размеченные звуки. Для полноценного распознавания слова нужна фонетическая модель "сверху" этих звуков. Задача в том, чтобы в диалоговом режиме представить процесс обучения с нуля со всей гибкостью и сложностью. На мой взгляд такая постановка задачи в классическом процессе распознавания не ставится.

Вопрос правильный. И здесь речь не только о звуке. Летающая постоянно муха, которая мешает читать, это шум зрительный. В теории новизны, которую я исследую есть та же проблема. Любой сигнал сравнивается с имеющимся в памяти. Если его в памяти нет, то это новизна, если сигнал есть, то отмечается счетчик повторений этого сигнала. Если порог чувствительности системы таков, что новый сигнал возникает очень часто, то есть опасность забить память. Это правда. Для решения этой проблемы я использовал следующий алгоритм: по настоящему новый сигнал тот, который повториться N раз. Только после этого ему присваивается статус новизны. Тем не менее мусор, не достигший порога повторений, тоже записывается в память, которая через какое-то время все-таки забивается. Заполнение памяти является критерием включения процедуры очистки памяти. Критерий прост: все сигналы не достигшие порога новизны удаляются и память освобождается.

Для разных случаев количество повторов N - может быть разной. И в дальнейшем N - параметр, отданный на откуп системе управления.

Этот пост – попытка осмыслить концепцию элементарного интеллекта. Не определить с точностью до байта что это такое, а понять местоположение данного феномена в процессе эволюции живой материи вообще. Таким образом термин эволюция надо понимать здесь не как Дарвинскую теорию возникновение видов, а гораздо шире. Как имманентное свойство живой материи усложняться структурно. Именно в этом смысле я понимаю задачу создания AGI. Не как какой-то банальный проект говорящих сковородок и поющих унитазов, а как непрерывный процесс модификации материи для создания принципиально иного вида жизни. Жизни абиогенной. И в этой модификации нет ничего нового. В истории развития биосферы такую роль играли микроводоросли, которые наполняли атмосферу кислородом. Они это делали без пафоса миллионы лет, давая возможность жизни усложняться на основе кислородной энергетики. Теперь человек создает новые конструкты и новые функционалы для следующего метаперехода. И они никакие не искусственные эти функционалы. Всё настоящее. Осознаёт человек это или нет, природе наплевать. Всё идёт своим чередом. Вот таблица. Это аналогия. И относиться строго к этому не надо. Однако задуматься есть над чем. В своём устремлении создать интеллект на основе цифровых систем существует на мой взгляд концептуальная проблема. Это желание побыстрее создать сразу некоего «цифрового супермена», минуя все фазы накопления структурной сложности. Итак. Где мы, разработчики AGI, находимся ? А на последней строке таблицы. По аналогии мы имеем материальные предпосылки создать нечто подобное клетке. По сути это агент в том контексте, который принят в терминологии AGI. Для этого есть всё, кроме автономности. Не хватает того, чтобы поместить этого агента в информационный бульон, придать ему целевую функцию и дать возможность порождать себе подобных. Не надо гнаться за проявлением высших форм психической деятельности, не надо рассуждений о субъективности и объективности. Это клетка. Предвижу вопрос, как это дать возможность порождать себе подобных? Я не отразил в таблице эволюцию компьютера, как средства программирования, а представил контроллер. Но в методологии создания сложных цифровых систем есть нормальная практика моделирования тех же контроллеров, реализованных в железе. Виртуализация агентов на компьютере это нормальный подход. А копирование классов в режиме Runtime давно не проблема. Микроконтроллер это материальный цифровой аналог клетки. Имеются все функционалы: датчики от внешней среды (АЦП), органы воздействия на внешнюю среду (ЦАП), память, регистры, микропрограмма. Не хватает только мотивации и того питательного бульона, в котором эта «клетка» будет реализовывать свою целевую функцию. Над чем имеет смысл думать в контексте описанного. 1. Как организовать информационную среду обитания? 2. Детализация целевой функции. 3. Оптимизация входных и выходных органов взаимодействия с внешней информационной средой. Не надо забывать, что это клетка, всё что она может делать и есть элементарный интеллект. А как быть с не элементарностью? А пусть она (клетка) размножается и усложняется, образуя многоклеточные структуры. Для этого может и не понадобится миллиард лет, как видно из таблицы. Кирилл Еськов. Происхождение жизни на Земле (май 2016) Образование биосферы земли, часть 1 Михаил Никитин: "Место происхождения жизни. Первичный бульон, пицца и майонез"

Не сомневался.

Чтобы размножаться в сложных условиях надо подстраиваться, а значит усложняться.

Отвечаю на вопросы. В моем контексте эволюция = создание. Просто потому, что создание происходит с помощью человека, который есть часть природы. 1. Что значит "принципиально иной вид жизни"? - Только в том, что это не белковая форма - Процесс изменения и усложнения проистекает гораздо быстрей - В процессе эволюции белковых форм в геноме накопилось много «поврежденных и не задействованных кластеров». Я полагаю, что в истории биосферы все великие вымирания по цифровой аналогии можно сравнить с дефрагментацией жесткого диска. Для AGI эта процедура будет совсем иной. - Имманентное свойство живой материи – усложнение и экспансия. Предел экспансии белковых форм – планета Земля. Для продолжения экспансии природа руками человека создает иную форму. 2. «концепция элементарного интеллекта» Я не собирался говорить об этом в топике. И здесь важно пояснить как я понимаю интеллект вообще искусственный он или нет. Рубану топором: у сливного бочка есть интеллект и он элементарен. Интеллект – свойство системы реализовывать свою целевую функцию. Термин система надо понимать исходя из теории управления. А вот качество интеллекта зависит от многовекторности целевой функции. Сознание – предельно сложный интеллект на планете Земля в данный момент. Элементарность интеллекта зависит от элементарности целевой функции. Если у системы всего ОДИН параметр, который надо обслуживать, значит это элементарный интеллект. 3. «Возьмём современный компьютерный завод.» «…но мы можем себе представить, что когда-то она полностью замкнётся…» Замкнутость и сложность не есть критерий сложности интеллекта. Возьмем Гугл со всеми его серверами. У него есть сознание? Нет. Его целевая функция проста – отвечать на вопрос. Хоть раз в Гугле самопроизвольно возникла ситуация, когда он задал вопрос? «…она будет размножаться, захватывать ресурсы, превратится, допустим, во всепожирающую компьютерную "серую слизь" и будет очень хорошо выживать.» Здесь надо рассмотреть вопрос информационной среды. Этот пункт у меня выделен в качестве осмысления. И Луарвик сразу же с ним не согласен. В случае «серой слизи» информационной средой является всё жизненное пространство. Чтобы его захватывать надо конкурировать с другими носителями интеллекта. Они не захотят этого. Я тоже. Вы рисуете апокалипсическую картину и заглядываете слишком далеко. Я мыслю так. Новая форма жизни может усложняться и развиваться в начале в подконтрольной человеку информационной среде. Это должно быть симбиотическим процессом. По иному не получится. В истории биосферы была ситуация: «Существует гипотеза, согласно которой митохондрии были некогда свободноживущими прокариотическими организмами, наподобие бактерий. Эти прокариоты, случайно проникнув в клетку, вступили затем с этой клеткой-хозяином во взаимовыгодный симбиоз» Почему митохондрия, научившись использовать кислород и размножаться не захватила весь мир и он не покрылся «зеленой слизью»? Почему новая форма жизни должна непременно это сделать? 4. а) повторюсь эволюция = создание. Создание ммм… презерватива – эволюция. б) отвечу ниже г) Да Живое-не живое. Запутанный вопрос. И я сам пока не знаю как на него ответить в рамках устоявшихся дефиниций и догматов. Каждое живое обладает интеллектом в моем определении. Живое на данный момент – белковая форма и только. Она размножается и реализует экспансию по своей возможности, вступая в конкуренцию с другими формами. Простая органика из аминокислот в пробирке экспансию не реализует. Когда появится тот гаражный робот с теми свойствами, определение живого надо будет переосмыслить. Существует для меня гораздо более сложный вопрос, который я сам себе задаю и не знаю как ответить. Что такое смерть для AGI? Гаражный товарищ будет знать что это такое, ровно так как ребёнок пятилетний, но если он не будет подвержен этому регуляторно, то не понятно…

Да собрались вместе и...

Этот путь мне ближе. С вниманием наблюдаю очередную мотивацию что-то делать, а не только обсуждать со стороны figaro Мой опыт консолидации таков: попытка взаимодействия с Виктором Казариновым и Валерой Полевым. Все они завершились, но польза была несомненная. Виктор мне предоставил кое-какие подпрограммы работы со звуком, с Валерой мы прекрасно пофилософствовали за шашлыком. На данный момент у меня два проекта: SoundAgent и CharAgent. Задачи, которые в них решаются можно и не соотносить с ИИ и тем более с AGI. И об этом figaro правильно говорит. Тем не менее они лежат в этой плоскости и задумывались как инструменты для понимания нейросетей и пр. Сложность кооперации еще и чисто техническая. Я работаю на Delphi. Поэтому представлять код на умирающем языке вряд ли полезно. Тем не менее если кто-то захочет я готов рассказать и показать сами действующие проекты в рамках форума. Может это оживит форум и придаст ему не только обсуждательную форму.

Есть, всё в моём pet-project. Хорошо, начну с SoundAgent. Это продолжение моего давнего проекта, который я опубликовал на готайке, она пока лежит. Но я должен подготовиться, так как, повторяю, это инструмент для исследования речи и там столько всего, что я сам уже забыл половину. Вопрос такой. Иногда для объяснения удобно desktop на Youtube показать. Здесь на форуме это только ссылка текстовая будет? И картинки... Как без них.

Проект SoundAgent. Исполняемая программа AiSound. Ссылка на папку В ней архив V1_48send.zip В папке EXE – исполняемый файл AiSound.exe В папке PAS – исходники для Delphi7. Они же легко компилятся в Delphi 10.4 Никаких сторонних библиотек, только оригинальные. Для нейросетей взята старая добрая наработка NeuralBase, слегка «подкручена» и лежит в основной папке проекта в виде DCU и PAS. В папке WAV/ АЕИЧСК размеченная выборка слов в формате wav для нейросети, которая обучается распознавать звуки «АЕИЧСК» выборка1- основная минивыборка – усеченная тест1 – тестовая выборка weight31.txt – весовая матрица обученной сети InVector=24 Layer0=24 Layer1=24 Layer2=12 Layer3=6 OutVector=6 Выходной вектор имеет 6 значений, которые указывают на вероятность распознавания звуков АЕИЧСК. Входной вектор состоит из 12 нормированных значений амплитуд гармоник в кадре и 12 нормированных значений частот этих гармоник. Кадр это 40 миллисекунд потока от звуковой карты, в котором производится преобразование товарища Фурье. Всего кадр описывается двенадцатью гармониками. Их амплитуды и позиции на оси частот и составляют входной вектор. В чем идея? Во-первых это не законченный проект. Во-вторых это инструмент. Распознавание речи решенная задача и все тут… Не, не всё. Современный подход предполагает жесткое обучение. Моя же задача построить систему, которая не заканчивает свое обучение. Минимизировать все параметры речи на столько, на сколько это возможно, не потеряв при этом способность распознавания вообще, критерием которого является способность распознавания человеком. Выстроить иерархию признаков речи. Например в данном варианте их нет. Но в дальнейшем предполагается использовать в качестве входного вектора параметры огибающей, которая в иерархическом плане выше спектральных характеристик. Возможно для этого надо создать другую сеть, а не использовать одну общую. Сейчас мне бы хотелось понять, как работает обучение сети в случае появления ошибок разметки. Это актуальная ситуация. Многие звуки очень похожи и когда оператор создает обучающую выборку он в плену своих представлений о том или ином звуке. Например звук «А» и «Е» вообще выглядят на спектральной картине одинаково, а человек помечает их как разные. Как при этом работает сеть? А она не сходится. Попадает в локальный минимум и бесконечно в нем крутится. Всё это можно наблюдать и изучать, используя этот инструмент. Программа может работать с микрофоном и загружать в качестве данных заранее подготовленные звуковые файлы в формате WAV Частота дискретизации(Hz): 12000 Mono 16 bit Для начала надо проверить работает ли микрофон. В верхнем поле мониторится реальный звук. Если что-то сказать, то появится огибающая. Значение Level указывает на линию дискретизации, ниже которой шум. Микрофон надо конечно хороший, это зависит от звуковой карты, где есть и аппаратный шумодав. Если микрофон не работает, то можно загрузить подготовленные мной файлы. В папке WAV/ АЕИЧСК File+LoadWav В окне Envelope появится огибающая спектральной плотности. Кнопка Play проигрывает по кругу, она же стоп. В окне Spectr можно просмотреть каждый кадр, нажимая < >. В окне FormMain – редактор спектров. После появления огибающей и спектра нажимаем Load from Сurrent. Появляется огибающая и спектр. Нажимая кнопки <> мы видим каждый кадр. Если левой кнопкой мышки нажать точно на гармонику, то она исчезнет. Если с нажатым Ctrl это сделать, то гармоника появится в том месте, где мышь. Так можно редактировать каждый кадр, а потом проиграть Play, будет забавно. Нейросети. File+Load Weight выбираем файл weight31.txt В правом окне FormView внизу галочка Recognition, нажимаем. File + Load Wav + !chelovek_new1%Ч%Е%А%Е%К.wav Это файл из разметки, поэтому он на 100% распознает. И мы увидим: 2 : А= 0.00 Е= 0.00 И= 0.00 Ч= 1.00 С= 0.00 К= 0.00 4 : А= 0.00 Е= 1.00 И= 0.00 Ч= 0.00 С= 0.00 К= 0.00 8 : А= 1.00 Е= 0.00 И= 0.00 Ч= 0.00 С= 0.00 К= 0.00 13 : А= 0.00 Е= 0.99 И= 0.00 Ч= 0.00 С= 0.00 К= 0.00 17 : А= 0.00 Е= 0.00 И= 0.00 Ч= 0.00 С= 0.00 К= 1.00 2,4,8,13,17 – номера кадров Если микрофон работает, то надо нажать в окне Envelpe галочку Mikrophone, произнести слово и закрыть галочку. Увидим распознавание. Пока все.

Я очень древний old scool. Мог бы сделать и переход на Pyton, хотя его семантика вызывает у меня несварение желудка. Можно и заютубить. Но не уверен, что чьи-то "отделы мозга" вовлекутся. Накопилось очень много знаний в этой области. И прежде чем ютубиться хочу увидеть отклик в ИИ-шной среде. Посмотрим....