Форум создателей искусственных интеллектов

Цитата:
"простите, я так и не понял, что конкретно нужно поменять в gui"

Цитата:
"описание, требования, интерфейс AGI"

space:
нужен только соответствующий датасет дать хороший датасет Опять же всё упирается в датасеты тоже датасет нужен

Цитата:
Prosolver: У тебя есть человекоподобный интеллект? ChatGPT: Я - модель искусственного интеллекта, названная ChatGPT. Я разработан для имитации человеческого текстового общения и могу отвечать на различные вопросы и задания. Хотя я могу выполнять некоторые задачи, требующие интеллекта, мои ответы основаны на предварительном обучении на большом объеме текстовых данных, а не на реальном понимании или осознании. Я не обладаю сознанием, эмоциями или субъективным опытом, как у людей. Prosolver: Ты можешь предложить конструкцию механизма, работа которого воспроизводила бы принципы устройства интеллекта человека и строила бы своё поведение так как человек? ChatGPT: Разработка механизма, способного воспроизводить принципы устройства интеллекта человека и строить свое поведение подобно человеку, является сложной задачей и до сих пор остается открытым исследовательским вопросом в области искусственного интеллекта. В настоящее время нет единого подхода или конкретной конструкции, которая полностью бы воплощала все аспекты человеческого интеллекта. Однако, существует несколько подходов и техник, которые используются для создания искусственного интеллекта, приближенного к человеческому. Некоторые из них включают в себя: Нейронные сети: Моделирование нейронной сети, подобной нейронам в человеческом мозге, может использоваться для обработки информации и принятия решений на основе обучения. Генетические алгоритмы: Эволюционные алгоритмы могут быть использованы для эмуляции процесса эволюции, подобного тому, как человеческий мозг развивается и обучается с течением времени. Символическая обработка информации: Механизмы, основанные на символах и правилах логического вывода, могут использоваться для моделирования символической обработки информации, которую человек использует для решения задач и принятия решений. Машинное обучение и глубокое обучение: Использование алгоритмов машинного обучения и глубокого обучения позволяет моделировать способность извлекать и анализировать сложные образы, знания и данные, подобно тому, как это делает человеческий мозг. Однако, важно отметить, что ни один из этих подходов не способен полностью воспроизвести человеческий интеллект. Человеческий интеллект представляет собой сложную систему, включающую физиологические, психологические и социокультурные аспекты, которые до сих пор не полностью поняты. Тем не менее, исследователи продолжают работать над различными подходами для создания более интеллектуальных систем. Prosolver: Как ты считаешь, корректно ли использовать термин "обучение" для описания процесса тренировок искусственных нейросетей? Ведь термин "обучение" изначально использовался для описания обучения человеческого интеллекта, которое подразумевает активное участие ученика, волевые попытки понять, построить своё понимание, своё новое знание на основании малого числа примеров, чего у нейросетей вообще нет. ChatGPT: Это действительно интересный вопрос. Термин "обучение" в контексте искусственных нейронных сетей имеет отличное от его привычного значения. В случае нейронных сетей, "обучение" относится к процессу, в котором модель адаптируется к данным путем настройки весов и параметров сети, чтобы минимизировать ошибку или достичь заданной цели. Несмотря на то, что процесс "обучения" нейросетей не совпадает с пониманием человеческого обучения, используемого в контексте познания и понимания мира, термин "обучение" в искусственном интеллекте был введен для описания процесса обучения моделей на основе данных. Это связано с историческим развитием области и переносом аналогии с понятием обучения в контексте человека на задачи машинного обучения. Возможно, в будущем будет найден более точный и адекватный термин для описания этого процесса. Вполне вероятно, что развитие искусственного интеллекта приведет к новым терминологическим концепциям, отражающим уникальные аспекты обучения машин. Однако на данный момент термин "обучение" широко используется для обозначения этого процесса в контексте нейронных сетей и машинного обучения. Prosolver: В процессе обучения человека у него образуются новые знания, понимание, умения. У нейросетей ничего такого не образуется, поэтому термин "обучение" в отношении ИНС - это чисто спекулятивная маркетинговая манипуляция. ChatGPT: Вы правильно замечаете, что процесс обучения человека и обучение нейронных сетей имеют фундаментальные различия. В отличие от человеческого обучения, нейронные сети не формируют новые знания или понимание в том же смысле, что и люди. Нейронные сети основываются на статистических методах и алгоритмах для обработки данных и прогнозирования результатов. Термин "обучение" в контексте искусственных нейронных сетей используется для описания процесса, в котором модель настраивается на основе обучающих данных с целью выполнения определенной задачи. Этот процесс включает в себя оптимизацию весов и параметров модели на основе данных, чтобы минимизировать ошибку или достичь определенной цели. Можно сказать, что термин "обучение" в контексте нейросетей - это соглашение и технический термин, используемый в области машинного обучения. Он не полностью совпадает с пониманием обучения в контексте человеческого познания и приобретения новых знаний. Использование этого термина в отношении нейронных сетей связано с историческим развитием области и традицией. Важно понимать, что искусственные нейронные сети - это математические модели, которые могут обрабатывать данные и делать прогнозы на основе обучения на большом количестве примеров. Они не обладают осознанием, пониманием или субъективным опытом, как у людей.

space:
Ну и тн "изобретательность" остаётся, генерация инноваций. Но разве это свойство нормального(среднестатистического) интеллекта? Нет разумеется.

Egg:
единственно правильный огонь - это огонь, добываемый трением

Egg:
я считаю, что ChatGPT и прочие LLM - это несомненно AGI

Egg:
Об уровне моего интеллекта говорят мои дипломы, патенты, награды и доходы...

Egg:
Надо же, не форум, а еблан на еблане... сборище тупых унылых долбоёбов...

Prosolver:
Разумеется да. Всё, что знает и умеет человек создано, селекционировано и запомнено им самим. Другой вопрос, что у многих людей способность к инновациям сильно ограничена и после 20 лет обучения тем фокусам, которые уже наработали поколения до них, мало кто решается сделать бросок в неизвестность и вырвать из небытия новый жирный шмат знания. И это отнюдь не случайно. Бо́льшая часть людей - генетически конформисты, они просто должны, обязаны выполнять то, что делают все остальные. Попытки выплыть за буйки приносит им боль. Это основа функционирования социального организма. И только генетически нонконформные индивиды способны и должны генерировать больше остальных, создавая передний фронт нового знания. Как дерево прирастает только тонкой зоной роста, так и общечеловеческое знание прирастает тонкой плёнкой нонконформистов, думающих и творящих самостоятельно. Поэтому в вопросах AGI важно изначально ставить вопрос о том, какая должна быть психология AGI, какие технические требования к нему выдвигаются? Если нужно сделать AGI-конформиста, то, пожалуй, ChatGPT максимально приблизился к этому, хотя и не таким образом как это делают люди. Он безпрекословно будет транслировать "генеральную линию партии", потому что он по сути и есть усреднение текстов большинства. Но если нам нужен AGI-нонконформист, творец, изобретатель нового, инноватор, то здесь два пути: либо, как Вы предлагаете, будет сделан нейросетевой нечеловеческий монстр, решениям которого нужно будет слепо доверять, поскольку объяснить свои решения он не сможет. Либо будет наконец сделан человекоподобный AGI, который будет учиться на малом количестве примеров, обладать своим жизненным опытом, сознанием, волей, мнением и всеми теми ништяками, которые и делают эту задачу привлекательной для малого числа энтузиастов-бессеребреников.

space:
Я вижу основной задачей современного СИИ-шничества, это разработка систем "автогенерации" и "оркестрации" иерархических архитектур нейросеткок [...] чтобы то что сейчас делается людьми делала машина сама. То есть СИИ как ИИ оптимизирующей сам себя на уровне человека.

space:
Вот если бы человек за одну жизнь изобрёл бы всё что знает сейчас человечество, вопросов бы не было, но речь идёт о примерно 100 миллиардах людей и сотнях тысяч лет.

space:
Я вижу основной задачей современного СИИ-шничества, это разработка систем "автогенерации" и "оркестрации" иерархических архитектур

Prosolver:
Каких вопросов бы не было? Допустим, один человек за одну жизнь изобретает, например, 1 теорию. 100 миллиардов человек за тысячу лет изобретает 100 триллионов теорий. Какие-то из них оказываются полезными, приживаются и следующие миллиарды людей, как попугаи, перенимают и воспроизводят их. Перенимают путём воссоздания. Переход количества в качество. Но ведь это не отменяет того очевидного факта, что каждую конкретную теорию придумал какой-то один конкретный человек. Без этого никуда. 100 миллиардов обезьян за миллион лет изобретают 0 теорий. Пример. Чтобы изобрести ножницы, как механизм, с нуля, нужно какое-то количество сотен человеко-лет. Чтобы изобрести ножницы, когда они уже есть, нужно несколько человеко-минут, чтобы внимательно изучить ножницы и понять принцип их работы. И первое, и второе с точки зрения конкретного человека - это изобретение механизма, но разные начальные условия. В первом случае, ему нужно проделать много черновой работы по выстраиванию сложного механизма из массы причинно-следственных отношений. Во втором случае, ему нужно только понять устройство конкретного механизма, в котором причины и следствия совмещены настолько близко, что переизобретение механизма не представляет труда.

Prosolver:
Это то, что я называю созданием нейросетевых монстров. Допускаю, что из этого даже что-то может получиться. "Что-то", но не человекоподобный интеллект. В добрый путь.

Цап:
Эмоции это логика?

space:
Конечно и довольно простая. :)

Цитата:
в этом месте и в дальнейшем на слово "замыкаешь" обращаем особое внимание и вспоминаем геометрические фигуры

Цап:
.... тогда почему компьютер, со сложной логикой, не способен смеяться.. огорчаться? Даже ChatGPT не способен проявлять эмоции. И именно поэтому ChatGPT не прошел тест Тьюринга. Он никогда не скажет: "ты меня уморил"; "я так зол на тебя"...