Искусственный интеллект

Это баззворд про нейросеточки.

Алгоритмическая программа выдаёт детерминированный результат, а сети - вероятность результатов.

Остается выяснить, каким боком они к интеллекту. Даже искусственному.

Остается выяснить, каким боком они к интеллекту. Даже искусственному.

На это ответили выше - в первом сообщении.

Примерно тем же, чем Облачные Решения отличаются от работы на чужой виртуалке.

Обычная алгоритмическая программа может выдать нужный/желаемый результат только на относительно небольшом множестве вариантов входных данных. Если программист не реализовал в коде какие-либо варианты - программа будет либо выдавать чушь, либо вовсе падать с ошибкой.

Искусственный интеллект, даже в куцей реализации типа «нейросеть», способен выдавать нужные результаты на огромном множестве вариантов входных данных. На огромном - это на порядки большем, чем в первом случае. И варианты не нужно реализовывать вручную, достаточно накормить ИИ кучей данных (ну и подкручивать в нейросети кое-что время от времени).

способен выдавать нужные результаты на огромном множестве вариантов входных данных. На огромном - это на порядки большем, чем в первом случае

Зато оно неуправляемо. Ты не можешь просто влезть в «алгоритм» ИНС и осмысленно его поправить. Только пытаться кормить данными, по сути наугад вносить изменения и проверять, вдруг стало лучше.

Зато оно неуправляемо

Ну и прекрасно, одной заботой меньше

Это баззворд, исскуственного интеллекта не бывает, но так обычно называют алгоритмы в которых задействовано машинное обучение. А машинное обучение это когда параметры к одному алгоритму выводят другим алгоритмом.

Ты не можешь просто влезть в «алгоритм» ИНС и осмысленно его поправить

Всё так, потому что человеку такую задачу не осилить. Он когда в обычный код руками лезет - может ещё пачку багов создать, а нейросеть он просто поломает нахрен.

Ничем по сути. Но ИИ более узкое понятие.

Кстати ИИ в играх зачастую никак не связано с машинным обучением.

Одно из частных определений интеллекта, общее для человека и «машины», можно сформулировать так: «Интеллект — способность системы создавать в ходе самообучения программы (в первую очередь эвристические) для решения задач определённого класса сложности и решать эти задачи».

Чем искусственный интеллект отличается от обычной алгоритмической программы?

Ничем.

Он не может поддерживать своё существование, как сообщества живых организмов.

Чем искусственный интеллект отличается от обычной алгоритмической программы?

Ничем. исполняется на той же тьюринговской машине, что и хэлловорлд

Вот это было роскошно.

А машинное обучение это когда параметры к одному алгоритму выводят другим алгоритмом.

В теории ММРО класс алгоритмов называется «методом».

Есть методики синтеза алгоритмов распознавания. Сейчас ими занимается даже Иннополис.

Это баззворд про нейросеточки.

Этот баззворд был ещё во времена персептронов и алгоритмов поиска в ширину с отсечением для игры в шахматы.

P. S. Кстати, вы заметили, что Яндекс стал более интеллектуален, и скромен в выдачах? Приходится подбирать ключевые слова поиска более изощрённо.

В разных странах дают разные определения.

Российский термин «искусственный интеллект» слабо коррелирует с англоязычным термином «artificial intelligence».

Российский термин претендует на приближение к «думающему механизму, способному выдавать результаты качественно отличающиеся от входных данных, которые невозможно получить алгоритмами». В указе Президента о развитии ИИ было какое-то определение.

Англоязычный термин больше про выявление закономерностей и выделение информации из данных, т.е. intelligence, как разведка.

ИМХО, англоязычный термин более корректный для инженерных и научных изысканий. Впрочем, я всегда предпочитаю использовать термин «Machine Learning» и соотв. ему русский «Машинное обучение», т.е. он еще более конкретный и подразумевает под собой вполне определенный стек технологий.

В РФ:

а) искусственный интеллект - комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека. Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе в котором используются методы машинного обучения), процессы и сервисы по обработке данных и поиску решений;

б) технологии искусственного интеллекта - технологии, основанные на использовании искусственного интеллекта, включая компьютерное зрение, обработку естественного языка, распознавание и синтез речи, интеллектуальную поддержку принятия решений и перспективные методы искусственного интеллекта;

в) перспективные методы искусственного интеллекта - методы, направленные на создание принципиально новой научно-технической продукции, в том числе в целях разработки универсального (сильного) искусственного интеллекта (автономное решение различных задач, автоматический дизайн физических объектов, автоматическое машинное обучение, алгоритмы решения задач на основе данных с частичной разметкой и (или) незначительных объемов данных, обработка информации на основе новых типов вычислительных систем, интерпретируемая обработка данных и другие методы);

[указ] (http://www.kremlin.ru/acts/bank/44731)

USA:

There is no single definition of AI that is universally accepted by practitioners. Some define AI loosely as
a computerized system that exhibits behavior that is commonly thought of as requiring intelligence.
Others define AI as a system capable of rationally solving complex problems or taking appropriate
actions to achieve its goals in whatever real world circumstances it encounters

Experts offer differing taxonomies of AI problems and solutions. A popular AI textbook9 used the
following taxonomy: (1) systems that think like humans (e.g., cognitive architectures and neural
networks); (2) systems that act like humans (e.g., pass the Turing test via natural language processing;
knowledge representation, automated reasoning, and learning), (3) systems that think rationally (e.g., logic solvers, inference, and optimization); and (4) systems that act rationally (e.g., intelligent software
agents and embodied robots that achieve goals via perception, planning, reasoning, learning,
communicating, decision-making, and acting). Separately, venture capitalist Frank Chen broke down the
problem space of AI into five general categories: logical reasoning, knowledge representation, planning
and navigation, natural language processing, and perception.10 And AI researcher Pedro Domingos
ascribed AI researchers to five “tribes” based on the methods they use: “symbolists” use logical reasoning
based on abstract symbols, “connectionists” build structures inspired by the human brain;
“evolutionaries” use methods inspired by Darwinian evolution; “Bayesians” use probabilistic inference;
and “analogizers” extrapolate from similar cases seen previously.

This diversity of AI problems and solutions, and the foundation of AI in human evaluation of the
performance and accuracy of algorithms, makes it difficult to clearly define a bright-line distinction
between what constitutes AI and what does not. For example, many techniques used to analyze large
volumes of data were developed by AI researchers and are now identified as “Big Data” algorithms and
systems. In some cases, opinion may shift, meaning that a problem is considered as requiring AI before it
has been solved, but once a solution is well known it is considered routine data processing. Although the
boundaries of AI can be uncertain and have tended to shift over time, what is important is that a core
objective of AI research and applications over the years has been to automate or replicate intelligent
behavior.

[старый отчет про влияние AI] (https://obamawhitehouse.archives.gov/sites/default/files/whitehouse_files/microsites/ostp/NSTC/preparing_for_the_future_of_ai.pdf)

Алгоритмическая программа выдаёт детерминированный результат, а сети - вероятность результатов.

только если в процессе тренировки и/или выполнения сети есть рандом. При фиксированном наборе данных в обычном MLP все детерминировано.

Обычная алгоритмическая программа может выдать нужный/желаемый результат только на относительно небольшом множестве вариантов входных данных.

я беру изображение, подаваемое на вход супер-мега ИИ классификатору, и делаю цветокоррекцию. Мощность входного множества одинаковая и для классификатора, и для цветокорректора. Делает ли это цветокорректор ИИ, потому что в изображении «огромное количество вариантов входных данных»?

Самый главный признак ИИ - возможность получить грант там, где его не дадут за «адаптивная система», «умный алгоритм», «система рекомендации» и проч.

Каковы признаки искусственного интеллекта?

Образцово-показательный ИИ:
"Если я чешу в затылке -
Не беда!
В голове моей опилки,
Да, да, да.
Но хотя там и оплики,
Но кричалки и вопилки,
Но кричалки и вопилки,
А также:
Шумелки, пыхтелки и сопелки,-
Сочинию я неплохо иногда.
Да!!!!
Трум-пурум-пурум-пумпумпум!.. " :)

Чем искусственный интеллект отличается от обычной алгоритмической программы?

ИИ – это модная «отмазка» человеков, неспособных решить задачу алгоритмически.

ИИ – это модная «отмазка» человеков, неспособных решить задачу алгоритмически.

На мой взгляд, содержательная часть ИИ это машинное обучение, т.е. непрямое решение задачи, а именно создание системы, которая способна решать множество задач того же типа, и последующая настройка параметров этой системы грубой силой (т.е. охрененными выч мощностями, которые есть сейчас у человечества).

В целом это разумное отделение обычного алгоритмического решения от ML и AI, т.к. для многих задач довольно сложно найти точный алгоритм решения, в то время как показать что такой алгоритм есть и указать как он выглядит с точностью до параметров и точного описания вариаций его структуры – можно.

Являются ли адаптивные системы AI или нет, – это сложный вопрос, ответ на который зависит от ситуации. Для нематематических определений сложно провести точную грань, ну это как просить дать определение, которое четко разграничит математику и механику…

Но в РФ по факту есть несколько групп со своим отличным друг от друга пониманием что такое ИИ, и поэтому этот термин надо употреблять осторожно, а лучше вообще не употреблять в официальных документах, если не уверен в результате.

ИИ – это модная «отмазка» человеков, неспособных решить задачу алгоритмически.

Скорее, некий посыл в будущее: - Ну вы же, потомки, конечно, сами справитесь с поставленными проблемами…

Чем искусственный интеллект отличается от обычной алгоритмической программы?

Ничем.

Каковы признаки искусственного интеллекта?

А каковы признаки не искусственного интеллекта?

ИИ – это модная «отмазка» человеков, неспособных решить задачу алгоритмически.

Вспомнился мне вопрос, который я задал под роликом очередных разработчиков шагающих роботов, и ответ на него.

для многих задач довольно сложно найти точный алгоритм решения, в то время как показать что такой алгоритм есть и указать как он выглядит с точностью до параметров и точного описания вариаций его структуры – можно.

Приверженцы ИИ претендуют на непараметрическое решение, нередко не утруждая себя какими бы то ни было доказательствами. Их аргументация сводится к необоснованному обобщению частных вероятностных решений на всю область возможных решений. А при неудачах мы слышим классическое: «ну, не шмогла» :)

Являются ли адаптивные системы AI или нет, – это сложный вопрос, ответ на который зависит от ситуации.

Ага, это ситуативный вариант подмены непонятного неизвестным.

Ага, потому что они видят себя великими мыслителями решающими фундаментальные проблемы мироздания, а все остальные это так, ремесленники, низшая каста, которая должна внимать им разинув рот.

решить задачу алгоритмически

Ну реши алгоритмически, т.е. в терминах if-then-else, распознавание фоток c котами. Маленький ребёнок сделает это на изи, нейросетки пыхтят киловаттами на видюхах и тоже успешно делают, а «традиционные» алгоритмы что-то не могут.

Ну, если пафос отбросить, ИНС решают многие вещи, казавшиеся раньше невозможными. Да, нельзя в это осмысленно вмешаться, это чёрный ящик с управлением на уровне «телефона-телефона, чукча очень хочет кушать», но другого нет. И какой-то теории, как в ИНС «увидеть» сам алгоритм, тоже нет. Запретить всем подобные вещи юзать, пока не напишется классический алгоритм для того же самого, ибо чёрная магия?

Любое сложное приложение на классических алгоритмах обречено быть бледным подобием левой руки хорошо обученной нейросети

Тут вопрос даже не в осмысленности-эффективности такого решения, а можно ли это реализовать вообще.

Пока не разобрались толком что такое естественный интеллект и бывает ли он в отрыве от биопроблемушек, а точные ответы на эти два вопроса — это примерно нобелевка :)

Ну реши алгоритмически, т.е. в терминах if-then-else, распознавание фоток

Есть успешно работающие традиционные алгоритмы, основанные на признаковом описании ©
с масштабно-инвариантной трансформацией ©
и формализацией описания структурными методами ©.

P.S. Ну и нужно различать обнаружение, распознавание и идентификацию © – это разные задачи.

Алгоритмическая программа выдаёт детерминированный результат, а сети - вероятность результатов.

Какие у вас странные представления об алгоритических программах

Обычная алгоритмическая программа может выдать нужный/желаемый результат только на относительно небольшом множестве вариантов входных данных. Если программист не реализовал в коде какие-либо варианты - программа будет либо выдавать чушь, либо вовсе падать с ошибкой.

А округлять до ближайшего известного целого во входных данных алгоритм значит не может?

Искусственный интеллект, даже в куцей реализации типа «нейросеть», способен выдавать нужные результаты на огромном множестве вариантов входных данных.

Путем игнорирования неизвестных и генерации бреда по данной тематике. Для не разбирающихся выглядит вполне как творческий подход

Почему тогда для этого применяются массово именно ИНС? Что с алгоритмами не так? Не глумлюсь, мне интересно.

Путем игнорирования неизвестных и генерации бреда по данной тематике. Для не разбирающихся выглядит вполне как творческий подход

Яндекс.диск мне котов раскладывает безошибочно, как и всё, что похоже на «документ». Результат есть, что ещё надо? Притом фотка условного счёта сделана под рандомным углом, с рандомным освещением, рандомным текстом и форматированием. Но оно как-то понимает, что это ~ листок с текстом, или что на фото кошка. Где тут «генерация бреда»?

КГБ может всё. Если внедрить в нейросетку страх, желание жить, как у кожанных ублюдков - сразу поменяется отношение к целевым меткам

А зойчем отрывать? Не проще ли просимулировать биопроблемы в наборе нейросеток?

Но оно как-то понимает, что это ~ листок с текстом, или что на фото кошка.

Не как-то, а несложным алгоритмом - сравнением с заложенными образами, контурами фигур, базой данных. Интеллектом или чудом тут и не пахнет. Образы мнстности распознавать умеет даже микроконтроллер летательного аппарата

Если внедрить в нейросетку страх, желание жить, как у кожанных ублюдков

Уже было. У Пелевина. И, кстати, в его варианте будущего это было запрещено.

Ты не можешь просто влезть в «алгоритм» ИНС и осмысленно его поправить.

Смотря какая ИНС и какой «алгоритм». В трансформеры можно именно влезть и поправить их знания фактов: смотри «Locating and Editing Factual Associations in GPT».

Или можно накатить поверх языковой модели модуль обучения с подкреплением и быстренько попросить модель вести себя хорошо. Искать по ключевым словам reinforcement learning with human feedback.

Его не существует. Вот когда появится тогда появятся и признаки и отличия.

Чем искусственный интеллект отличается от обычной алгоритмической программы?

Разница примерно как между коридорной стрелялкой и игрой с открытым миром.

Или можно накатить поверх языковой модели модуль обучения с подкреплением и быстренько попросить модель вести себя хорошо.

Быстренько.

Бугагашенька =)

Его не существует. Вот когда появится тогда появятся и признаки и отличия.

Само собой, это маркетинг.

Взять к примеру цейлонский чай и чай «цейлонский».

Биопроблем слишком много — моск их имеет все в виду :) Именно поэтому в мозгу нет датчиков проблем с мозгом, например поциента можно кормить его мозгами — он ничего не почувствует :)

Алгоритмами :) А так же методика накопления и обработки данных другая.

Почему тогда для этого применяются массово именно ИНС?

Почему тогда для программирования применяются массово именно ИНдусы? :)

Один из примеров алгоритмической массовости: метод Виолы-Джонса как основа для распознавания лиц ©.
Используется «в реальном времени» уличными камерами и в метро в некоторых странах, ибо быстрее и «дешевше» свёрточных сетей.

Что с алгоритмами не так?

Их нужно долго изучать и хорошо знать области применимости, а не все «погромисты» одинаково усердны.