Форум: Проблемы искусственного интеллекта

Регистрация | Вход

Все темы | Новая тема  Стр.2 (8) << < Пред. | След. > >>    Поиск:
Автор	Тема: На: На экспертизу сообществу.
Калитеран Сообщений: 585	На: На экспертизу сообществу. Добавлено: 30 апр 17 5:24 Изменено: 30 апр 17 5:25 Цитата: Автор: гость 188.43.31.* На мой взгляд, данное решение, выявляет некую закономерность в исходных данных, формируя нейрон как олицетворение этой закономерности (feature selection).Результат визуализации работы нейрона, не несёт в себе смысловой нагрузки, независимо от формы представления такого результата. Ну, машинное обучение только тем и занимается, что ищет закономерности в исходных данных. “Нейрон”, в случае Mlp это скалярное произведение dot(input, weigths), хотя удобнее мыслить не отдельными нейронами, а слоями, слой это проекция из исходного признакового пространства в “деформированное” таким образом что бы была возможна линейная разделимость собственно это всё что делают нейросети, каждый слой как бы “выпрямляет” пространство так чтобы нейронам последнего слоя можно было линейно разделить все точки. Про отсутствие смысловой нагрузки не согласен, если Вы разрабатываете свои алгоритмы, а не только внедряете известные, то подобного рода визуализации позволяют понять куда Вы движетесь, в правильную сторону, ходите кругами, или тыкаете "пальцем в небо". Цитата: Автор: гость 188.43.31.* Визуализация в первую очередь направлена на отладку работы нейронной сети в целом, поэтому, активность нейронов показана в рамках общей картины. Только на этом уровне рассмотрения становятся ясны ключевые моменты, такие как непрерывность информации или важность дублирующийся нейронов. Любая визуализация самих нейронов только запутывает. Мы ожидаем упрощения, но упрощая вводим новые закономерности низкого уровня, тем самым расширяя представление о модели, в конечном итоге усложняя её. Большое видится издалека. Да, если Вы прочли в википедии алгоритм MLP и решили его написать на пайтоне, особо не вникая что и зачем в принципе, можно ли что то убрать, а что то добавить, Вам главное чтобы всё работало именно так как написано в ТЗ, чтобы все детали соответствовали спецификация, если чучуть"шевельнуть" структуру, всё вероятно сразу поломается и Вы не поймете ПОЧЕМУ, так как НЕ ПОНИМАЕТЕ как это работает на эвристическом уровне уровне, для Вас будет случайный лес и многослойный персептрон - абсолютно разными системами, так как код совсем другой, хотя принципиальная сущность у них одна. [Ответ][Цитата]
гость 188.43.31.*	На: На экспертизу сообществу. Добавлено: 30 апр 17 7:16 Визуализация – это аналогия, а любая аналогия ложна. Для нейронов это особенно злободневно. Вот вы пишите, что «Машинное обучение только тем и занимается, что ищет закономерности в исходных данных». Я бы сказал даже смелее, что предназначение нейрона — это поиск закономерностей, как бы Вы в дальнейшем не использовали результат обучения. А раз так, то любой вариант визуализации, будет идентичен любому другому варианту. Но нам нужно визуализировать сложный процесс, для поиска возможных закономерностей, не воспринимаемых нами в виде сухих цифр. И здесь нас ждёт засада от собственной нейронной сети, которая по определению ищет закономерности и выделяет шум. В итоге, мы будем добиваться схождения работы визуализированного фрагмента с нашим интуитивным представлением о правильном положении дел. Предположим Вы добились визуально красивого решения деформируя пространство. Вот только Вы и искали способ деформировать пространство, а не решить задачу оптимально простым способом. Что обуславливает понимание линейного разделения буквально, для меня не ясно. На самом деле вы искривляете не пространство признаков, а линию – которой это пространства будите рассекать. Так может с линией и работать? [Ответ][Цитата]
Калитеран Сообщений: 585	На: На экспертизу сообществу. Добавлено: 30 апр 17 7:53 Цитата: Автор: гость Визуализация – это аналогия, а любая аналогия ложна. Для нейронов это особенно злободневно. Вот вы пишите, что «Машинное обучение только тем и занимается, что ищет закономерности в исходных данных». Я бы сказал даже смелее, что предназначение нейрона — это поиск закономерностей, как бы Вы в дальнейшем не использовали результат обучения. А раз так, то любой вариант визуализации, будет идентичен любому другому варианту. Но нам нужно визуализировать сложный процесс, для поиска возможных закономерностей, не воспринимаемых нами в виде сухих цифр. И здесь нас ждёт засада от собственной нейронной сети, которая по определению ищет закономерности и выделяет шум. В итоге, мы будем добиваться схождения работы визуализированного фрагмента с нашим интуитивным представлением о правильном положении дел. Предположим Вы добились визуально красивого решения деформируя пространство. Вот только Вы и искали способ деформировать пространство, а не решить задачу оптимально простым способом. Что обуславливает понимание линейного разделения буквально, для меня не ясно. На самом деле вы искривляете не пространство признаков, а линию – которой это пространства будите рассекать. Так может с линией и работать? Нет, визуализация как и просто цифры это обратная связь с алгоритмом, результат его работы выраженный в удобной для человека форме. Нейронная сеть и нейрон “по определению” ничего не делают, это МЫ их сделали такими что бы они искали гиперпространственные маски для того чтобы отделить одни точки от других, и когда они стали это делать хорошо, мы говорим что нейросеть хорошо классифицирует, находит “закономерности”. Когда модель готова визуализация не нужна вообще, как собственно и какие то технические цифры, нужно что бы денег становилось больше на счету, а когда алгоритм разрабатывается, нужно его “крутить” во всех степенях свободы, особенно в таких где это имеет максимальный эвристический смысл, и сделать так чтобы он работал максимально эффективно, для этого нужно “видеть” как разделяющая гиперповерхность себя ведет, так как она и есть СУТЬ КЛАССИФИКАЦИИ. А как эта гиперповерхность получена, “нейронами”, “деревьями”, kNN и тп. не так важно. [Ответ][Цитата]
гость 188.43.31.*	На: На экспертизу сообществу. Добавлено: 30 апр 17 9:35 Цитата: Автор: Калитеран Нет, визуализация как и просто цифры это обратная связь с алгоритмом, результат его работы выраженный в удобной для человека форме. Соглашусь, но только по тому, что говорим мы с вами о разных вещах. Вы говорите о решениях которые используются в прикладных целях и дают результат, устраивающий тех, кто эти решения применяет. Это просто инструмент, который не относится к искусственному интеллекту, приёмники тоже настраивают осциллографами. Я же, говорю о понимании смысла нейрона и нейронной сети, в рамках решения более широкого круга задач. Сам принцип гиперплоскости хоть и развит на сегодняшний день, найдя поддержку во многих школах программирования, но он ущербен. Я не спорю, с его помощью можно, и уже добиваются много, что раньше казалось фантастикой, но у него нет перспектив в отрыве от всё возрастающих вычислительных мощностей. А между тем, правило Мура перестало работать. Всё чаще, люди, профессионально занятые в данной сфере, говорят о том, что существующие технологии, нас не приближает к искусственному интеллекту. А мне кажется, что уводят в сторону – когда лучшие ресурсы брошены на заваливания железом, иначе и быть не может если вложены уже такие суммы. К примеру, процесс обучения. На видео нейронная сеть учится – всплески красных пятен в чёрном квадрате – это процесс обучения. Обучение заканчивается само, поскольку нового практически не появляется. Возможно подобное в кластических нейронных сетях? А на белом квадрате ниже, представлена информация которая передаётся на следующий слой и представляет собой фичи, выявленные в процессе обучения и подобные маскам из глубоких нейронных сетей. Это по поводу что нейроны сами ничего не делают. Как раз они то и способны сделать всё самостоятельно, мы сами возлагаем на себя их работу, на основании чего приходим к странным выводам. [/quote] [Ответ][Цитата]
Калитеран Сообщений: 585	На: На экспертизу сообществу. Добавлено: 30 апр 17 10:10 Цитата: Автор: гость Обучение заканчивается само, поскольку нового практически не появляется. Возможно подобное в кластических нейронных сетях? Конечно, это называется сходимость, например если средняя ошибка за N эпох не изменяется на величину порога считается что сеть сошлась, модель не улучшается, можно останавливаться. Очень хорошо, что Вы изобретаете свои варианты классификаторов, так держать! Однако советую не отрываться, так сказать, от реальности, мало кого(у кого есть деньги) интересует красивые концепции "настоящего искусственного интеллекта", "СИИ", "AGI" и тп. в виде очередного "пакета категорий" вроде "солянки" от уважаемого rrr3 или ИТИИ от Ньюпа. Интересны будут Ваши разглагольствования, только если будут решаться задачи лучше аналогов. Берете датасет, гоняете на нем свою "правильную" нейросеть и получаете ОБЪЕКТИВНЫЙ РЕЗУЛЬТАТ чего стоит Ваш ИИ. Всё довольно просто [Ответ][Цитата]
Luаrvik Сообщений: 711	На: На экспертизу сообществу. Добавлено: 30 апр 17 10:22 Изменено: 30 апр 17 10:23 > ОБЪЕКТИВНЫЙ РЕЗУЛЬТАТ чего стоит Ваш ИИ Не назовёт ли бесконечно уважаемый Калитеран вменяемую причину употребления им этих букв: "ИИ"? [Ответ][Цитата]
rrr3 Сообщений: 11857	На: На экспертизу сообществу. Добавлено: 30 апр 17 10:30 Цитата: Автор: Калитеран Конечно, это называется сходимость, например если средняя ошибка за N эпох не изменяется на величину порога считается что сеть сошлась, модель не улучшается, можно останавливаться. Очень хорошо, что Вы изобретаете свои варианты классификаторов, так держать! Однако советую не отрываться, так сказать, от реальности, мало кого(у кого есть деньги) интересует красивые концепции "настоящего искусственного интеллекта", "СИИ", "AGI" и тп. в виде очередного "пакета категорий" вроде "солянки" от уважаемого rrr3 или ИТИИ от Ньюпа. Интересны будут Ваши разглагольствования, только если будут решаться задачи лучше аналогов. Берете датасет, гоняете на нем свою "правильную" нейросеть и получаете ОБЪЕКТИВНЫЙ РЕЗУЛЬТАТ чего стоит Ваш ИИ. Всё довольно просто Все верно... кроме... Датасеты, а точнее задачи для ИИ, и задачи для AGI совершенно разные и, как правило не сопоставимы, соответственно не сопоставимы и "объективные результаты". Это не просто понять. Время для AGI еще не пришло. Еще задачи на которые есть заказы можно относительно дешево решать вручную, хоть и на компе в виде ИИ. Для вычислений Вы же не используете свои мозги, а используете калькулятор, а вот для выработки алгоритмов для вычислений по прежнему используете свои мозги... т.к. пока (нет AGI в "железе") не в состоянии достаточно хорошо использовать только комп... на сегодня живые AGI получаемые естественным путем дешевле, например, даже если годами летают в космосе... и есть необходимость их там защишять от всякого рода излучений и прочего... [Ответ][Цитата]
гость 188.43.31.*	На: На экспертизу сообществу. Добавлено: 30 апр 17 13:40 Сходимость — это не то. Сходимость — значит всё, обучение завершено. У меня обучение возобновляется в подходящих условиях. Используя классические методы обучения – подобное невозможно в принципе. А обучение искусственного интеллекта на больших данных – это вообще за гранью здравого смысла. Информация должна быть непрерывна, она не может не иметь предыстории своего появления, она не может исчезнуть в никуда. Dataset – это постоянно меняющийся фон на котором нет действующих лиц. И вот, бедную нейронную сеть заставляют сравнивать два фона между собой в поиске закономерностей. Какая закономерность может быть у двух картинок, не имеющих ни чего общего между собой. Конечно, среди миллиона картинок закономерности найдутся, вот только выглядит это как попытка задавить врага телами солдат. Тот же десяти минутный учебный ролик про гепарда, будет в десятки тысяч раз эффективнее миллиона размеченных изображений обо всём подряд. [Ответ][Цитата]
гость 62.183.126.*	На: На экспертизу сообществу. Добавлено: 14 май 17 21:39 - [Ответ][Цитата]
гость 188.43.0.*	На: На экспертизу сообществу. Добавлено: 24 май 17 11:06 Цитата: Автор: rrr3 2. Это только по Вашему "должна содержать в себе два контура". По моему "контуры" должны формироваться в процессе и их может быть очень много. Вы рассматриваете интеллект, с позиции некоего готового алгоритма, как некую логику "обработки" реальности, единой и "объективной", "единственно верной" реальности и т.д. и т.п. Но мозг работает с "пикселями" и их комбинациями от реальности так, что именно в мозге они как бы приобретают вид как-то согласующийся с реальностью, но не саму реальность. Другими словами я больше обращаю внимание не на то, как мозг (интеллект) работает с реальностью, а на то, каким должен быть мозг, чтобы реальность с ним (над ним) работала. 3. Попытайтесь представить себе мозг (интеллект) в виде разогретого пластилина. Пластичность такого пластилина позволяет среде деформировать этот кусочек пластилина в зависимости от "твердостей" среды. Пластилин в процессе постепенно остывает и сам становится более твердым так, что уже он сам порой деформирует под себя ту часть среды, которая осталась более мягкой по сравнению с ним. Тогда это уже часто называют "свободой воли", т.е. некой долей независимости от нынешнего состояния внешней среды, но в большей степени зависимости от нынешнего состояния ("твердостей") пластилина (которые в свою очередь есть следствие прежних состояний среды и прежней пластичности). Кроме этого можете для большей красочности добавить в представление то, что нагретость пластилина не равномерна и разнородна по всей массе, а еще, что пластичные участки являются как бы внутренними сенсорами для своих же внутренних более остывших участков, которые уже играют роль для них некой формы, как играли ранее эту роль "твердости" от среды... При этом сон можете рассматривать, как некий механизм (один из..., как что-то вроде предельно самой размытой цели) созданный для того, чтобы перманентно подогревать пластилин так, чтобы он подольше и главное равномернее остывал (чтобы внешняя корочка не приводила к летальному перегреву внутри... ) и мог корректировать свои прежние "настройки-твердости"... В конечном итоге природный "пластилин" все равно вынужден остыть полностью так, чтобы отправиться к праотцом... Я понимаю, что сказанное трудно будет Вам воспринять полностью, но повторюсь, данная ветка не для полемики. Истин не знаю и никогда не глаголю. Отпечаток на пластилине. Пример чрезмерно сложной картины мира. Что есть память: «Пластилин в процессе постепенно остывает и сам становится более твердым»? Здесь нет алгоритма? Разве не существует последовательности действий позволяющей запомнить форму как следствие воздействия на пластилин. А что есть воспоминания: «уже он сам порой деформирует под себя ту часть среды, которая осталась более мягкой по сравнению с ним»? В чём выражается эта мягкость? Неочевидность, неопределённость, изменчивость. Как можно охарактеризовать мягкость среды. А что тогда твёрдость? И разве память — это смерть: «В конечном итоге природный "пластилин" все равно вынужден остыть полностью так, чтобы отправиться к праотцом»? У отпечатка на пластилине нет важного свойства, он не может снова стать мягким, а значит не способен учится. Что такое первый контур – это пластилин. Что такое второй контур – это то что по воздействию на пластилин определяет само воздействие. [Ответ][Цитата]
rrr3 Сообщений: 11857	На: На экспертизу сообществу. Добавлено: 24 май 17 12:02 Если хотите что-то понять в позициях других людей, чтобы получше разобраться в вопросе, а не протуливать свою позицию во что бы то ни встало, то надо стараться и не основывать свои "выводы" лишь на примерах приведенных для образности. Если хотите понять именно мою позицию, то не читайте, а изучайте мои ветки, не читайте, не надо, их можно только изучать. Насильно вдалбливать Вам элементарщину никто не будет. Никто не будет показывать Вам где образность, где очевидность, а где намеки. Разобраться в этом, если есть желание, это Ваша проблема. Если же нет желания, то тем более и говорить не о чем. Удачи! Спасибо, что не продолжили постить в моих ветках! [Ответ][Цитата]
гость 173.254.216.*	На: На экспертизу сообществу. Добавлено: 24 май 17 13:46 Цитата: Автор: rrr3 Спасибо, что не продолжили постить в моих ветках! Ну так ваше вонючее варево(зловонную солянку) никто потому что не читает, как высеры КОТ-а про "мыслящих людей" и баранов, все сторонятся соприкасаться с этой дрянью, вы за счет этого полностью в безопастности от популярности, никому не интересно это "образное" гавно "ИИ - это алгоритм, СИИ - фабрика алгоритмов" [Ответ][Цитата]
r Сообщений: 837	На: На экспертизу сообществу. Добавлено: 24 май 17 14:03 Тогда уж скорее фабрика инструментов. Плюс наблюдатель-контролер. [Ответ][Цитата]
гость 188.43.30.*	На: На экспертизу сообществу. Добавлено: 24 май 17 21:03 Цитата: Автор: rrr3 Если хотите что-то понять в позициях других людей, чтобы получше разобраться в вопросе, а не протуливать свою позицию во что бы то ни встало, то надо стараться и не основывать свои "выводы" лишь на примерах приведенных для образности. Если хотите понять именно мою позицию, то не читайте, а изучайте мои ветки, не читайте, не надо, их можно только изучать. Насильно вдалбливать Вам элементарщину никто не будет. Никто не будет показывать Вам где образность, где очевидность, а где намеки. Разобраться в этом, если есть желание, это Ваша проблема. Если же нет желания, то тем более и говорить не о чем. Удачи! Спасибо, что не продолжили постить в моих ветках! Если в примере, приведённом для образности есть противоречия, то нет никакого интереса изучать позицию автора. Если в образном примере, ваше представление о ИИ/СИИ не позволило избежать ошибок, значит оно не полно или само содержит туже ошибку. Второе. На чём хотелось бы заострить внимание, это масштабируемость. Правильное представление о ИИ/СИИ должно работать как для микро уровня – совокупности сигналов аналоговых сенсоров, так и на макро уровни – совокупности взаимодействий объектов, наделённых ИИ/СИИ. А видео, это не хитрый троллинг, а попытка показать, что наши взгляды во многом пересекаются. Например, я считаю, что ИИ самоформирующаяся структура под воздействием среды, но по определённым правилам которые приведены в видео. В моём понимании больше конкретики, я показываю алгоритм формирования нейронной сети ИИ, но такая НС заточена только под ИИ, а значит оценивать её в классических задачах для НС бессмысленно, как бессмысленно применять классические НС для создания ИИ. [Ответ][Цитата]
rrr3 Сообщений: 11857	На: На экспертизу сообществу. Добавлено: 24 май 17 23:45 Цитата: Автор: гость ... никому не интересно это "образное" гавно "ИИ - это алгоритм, СИИ - фабрика алгоритмов" Обратите внимание, что Вы все же почитываете... а зря, для Вас это гавно, как многое другое... как и свинье впрочем, которая всегда во всем находит лишь гавно... [Ответ][Цитата]
Стр.2 (8): 1  [2]  3  4  5  6  ...  8 << < Пред. | След. > >>