Форум: Проблемы искусственного интеллекта

Регистрация | Вход

Все темы | Новая тема  Стр.37 (39) << < Пред. | След. > >>    Поиск:
Автор	Тема: На: Ограниченность алгоритмического решения задач
NO. Сообщений: 10700	На: Ограниченность алгоритмического решения задач Добавлено: 24 май 10 23:38 - [Ответ][Цитата]
NewPoisk Сообщений: 3745	На: Ограниченность алгоритмического решения задач Добавлено: 25 май 10 7:46 Цитата: Автор: PostScriptum Про “ Вселенную в целом ” ничего не могу сказать. А вот про любой процесс, который не обладает самостоятельностью, наверняка можно сказать, что этот процесс является алгоритмическим, а значит интеллектом обладать не может. Любой процесс связан со всей Вселенной элементарными взаимодействиями (формулу f=G(m1*m2)/r^2 помните? при сколь угодно большом r сила взаимодействия все равно остается). Поэтому можно сказать что с одной стороны любой процесс не самостоятелен (поскольку на него влияют все остальные процессы), с другой - самостоятелен, т.к. он и сам на все влияет. Что вы на это скажете? [Ответ][Цитата]
Павел Фоменко Сообщений: 1081	На: Ограниченность алгоритмического решения задач Добавлено: 25 май 10 14:48 Цитата: Автор: PostScriptum Бегущие огни на гирлянде (лампочки последовательно загораются и гаснут от переключателей) имеют такой же уровень “самоорганизации” как и вихри в клеточном автомате. 1) Для клетки КА существуют только соседние клетки. 2) Изначальное состояние клеток КА - случайное, но через время мы получаем корелляцию состояний клеток КА. 3) Корелляция состояний клеток КА распостраняется далеко за область, в которой заданы правила перехода для КА. Всё это заставляет меня говорить о том, что в КА происходт самоорганизация. Цитата: Автор: PostScriptum Самоорганизация на компьютере не получилась не только у Вас или у меня. Ни у кого не получилось. Это вы сгоряча. Буквально вчера перечитывал про "маргаритковый мир" Лавлока. Павел, вы зачем-то всё подгоняете под своё предположение "компьютер - отстой"; у меня подход несколько другой - найти сходство, понять почему похоже... [Ответ][Цитата]
Павел Фоменко Сообщений: 1081	На: Ограниченность алгоритмического решения задач Добавлено: 25 май 10 15:03 Цитата: Автор: Dark Welder 1. Вы противопоставляете "алгоритмическое решение" мифическому "не алгоритмическому", о котором сами не имеете представления. 2. Наличие или отсутствие "ограниченности алгоритмического решения задач" не имеет никакого значения для людей, занимающихся реальными разработками. 3. Очевидно (мне), что вы говорите о наличии "неалгоритмического решения" для задач, решение которых до настоящего времени не найдено. Как только решение будет найдено, решение станет "алгоритмическим", так как порядок действий при решении задачи алгоритмом и является Подписался под каждым пунктом. [Ответ][Цитата]
Павел Фоменко Сообщений: 1081	На: Ограниченность алгоритмического решения задач Добавлено: 25 май 10 15:10 Цитата: Автор: PostScriptum Если некоторая система решает задачи с качеством решения не выше предела качества алгоритмического решения, то эта система является алгоритмической. Если поведение системы явно свидетельствует, что система решает некоторую задачу с качеством решения выше предела алгоритмического решения, то перед нами живое существо со всеми его неизбежными атрибутами. Павел, нет предела совершенству Откуда знать что некое решение задачи в виде алгоритма действий является пределом? Откуда знать, что не найдётся НИКОГДА такого алгоритма, по которому "алгоритмически неразрешимая" задача всё таки решится? [Ответ][Цитата]
PostScriptum Сообщений: 1845	На: Ограниченность алгоритмического решения задач Добавлено: 25 май 10 20:00 Цитата: Автор: Павел Фоменко Павел, нет предела совершенству ... ... совершенству предела нет, Павел [Ответ][Цитата]
ЭСГТР Сообщений: 8461	На: Ограниченность алгоритмического решения задач Добавлено: 25 май 10 20:58 - [Ответ][Цитата]
PostScriptum Сообщений: 1845	На: Ограниченность алгоритмического решения задач Добавлено: 04 июн 10 17:06 Диамант Эммануэль, инж., Израиль Аз ох ун вэй – и танки наши быстры или некоторые размышления о том, как должен быть устроен человеческий мозг, чтобы его можно было воспроизводить в думающих машинах ... (В 2002 году, я был приглашён как-то на обсуждение проекта системы видеозащиты одного очень важного (стратегически важного) объекта. Общая концепция проекта была уже кем-то заранее продумана, а поэтому основной проблемой, выставленной на обсуждение, было: сколько камер выводить на один дисплей? 16? 20? 24? Или 32? Когда обсуждение дошло до меня, я предложил весь этот проект закрыть (толку-то всё равно никакого), а сэкономленные деньги раздать университетам, чтобы они могли разрабатывать системы автоматического слежения и анализа содержания картинок. (Пригодится, если не сегодня, так завтра). В итоге – меня перестали приглашать на подобные обсуждения. А ту систему – воплотили и запустили! Она функционирует по сей день. С большой пользой (выгодой) для некоторых инициаторов проекта, и, разумеется, нулевой для страны и для общества.) ... Создание видеосистем, способных без помощи или участия человека, самостоятельно понимать, что они видят, и осмысленно реагировать на увиденное (хотя бы на уровне привлечения внимания оператора к ситуации, представляющей возможную угрозу) на самом деле задача совсем не новая и точно уж не мной задуманная и поставленная. Начало этому было положено ещё на Дортмундской встрече в 1956 году (McCarthy, et al. 1955), где четверо отцов-основателей (МакКарти, Минский, Рочестер и Шеннон) предложили программу исследований в области, которая будет с тех пор называться Искусственным Интеллектом (Artificial Intelligence) и которая в течение полувека будет заниматься проблемами Думающих Машин (Thinking Machines), как их ещё до этого задумал и определил Алан Тюринг, основоположник вычислительной техники и будущих компьютеров (Turing, 1950). Как связаны, спросите вы, системы видеонаблюдения и автоматического анализа увиденного с Думающими Машинами и Искусственным Интеллектом? В том-то и дело, что связаны, и даже очень. О том, что «видеть» это «ведать», вы уже слышали. А вот о том, что половина человеческого мозга занята переработкой визуальной информации, вам, конечно, интересно будет узнать (Milner & Goodale, 1998). Академик Репин считает даже, «что мозг человека на 80 процентов загружен зрительной информацией» (Репин, 2000). Во всяком случае, для отцов-основателей это выглядело абсолютно естественным – изучение проблем мозга нужно начинать с изучения проблем зрения. И никаких проблем в этом никто из них тогда не видел. Стив Гранд, например, выступая на Panel Discussion at the Artificial General Intelligence Workshop в 2006 году, рассказал такую историю: «У Родни Брукса (одного из корифеев Искусственного Интеллекта) хранится меморандум, представленный Мервином Минским (ещё один из основоположников, инициатор Дортмундской встречи), в котором он (Минский) предлагает (речь идёт о конце пятидесятых) запустить проект, который разрешит все уже возникшие к тому времени проблемы зрения, подрядив для этого на время летних каникул кого-нибудь из старших студентов. «Я не знаю, – говорит Стив Гранд, – где теперь этот студент. Но я думаю, что свою работу он до сих пор так и не закончил.» (Panel Discussion, 2006). Зрение, вопреки всеобщему убеждению, вдруг оказалось чрезвычайно сложной проблемой. Да и многие другие исходные (начальные) предпосылки теории Искусственного Интеллекта вдруг оказались весьма сомнительными, отчего великолепное здание науки о Думающих Машинах начало буквально на глазах разрушаться и сыпаться, распадаясь на мелкие, частные суб-дисциплины. Так случилось, например, с Машинным Обучением. Первоначально считавшееся подразделом Искусственного Интеллекта, оно очень быстро выродилось в самостоятельную дисциплину. При этом точного определения, что такое Машинное Обучение и как оно соотносится с Искусственным Интеллектом, так до сих пор и не существует. Мартин Хьюттер в своей статье «Универсальный Интеллект: Определение Машинного Интеллекта» (Legg & Hutter, 2007) приводит 70 с лишним определений Машинного Интеллекта, взятых им из трудов ныне здравствующих и активно работающих авторитетов в этой области. Никакого согласия между этими определениями нет (и быть не может). Существующий разнобой можно объяснить только одним – отсутствием обобщающего философского подхода, наивной верой в то, что из разрозненных мелких кирпичиков может быть собрано великое здание Машинного Разума. ... Поскольку даже теории биологического зрения не могут объяснить, как из отдельных элементов картинки формируются осмысленные визуальные объекты, а без этого ни о каком осмысленном (семантическом) описании содержания картинки не может быть и речи, и следовательно, поиск по содержанию (по смыслу) становится бессмысленным. Тогда – зачем вообще нам все эти теории?!! Тогда – Даёшь алхимию! Даёшь единственно доступное и очевидно напрашивающееся решение – из обильной и доступной информации нижнего уровня будем добывать недоступную нам информацию верхнего уровня! (Чтобы вы не подумали, что я опять в очередной раз возвожу поклёп на добрых людей, сошлюсь лишь на несколько работ в этой области, выхваченных мною наугад: Mojsilovic & Rogowitz, 2001; Zhang & Chen, 2003; Itti, 2005; Serre et al., 2005; Hare et al., 2006; Kveraga et al., 2007. В действительности же список этот бесконечен.) Глядя на весь этот праздник жизни, я только и могу сказать: «Мне очень жаль, но человеческое зрение и человеческое мышление устроены совсем не так и совсем не так работают...» ... Я не хочу сказать, что я всегда был такой «умный», как это может кому-нибудь показаться сегодня. Отнюдь. Свои первые шаги в изучении машинного зрения я начинал, как и все, окрылённый идеями Марра о «Начальном» или «Двух-с-половиною-мерном Эскизе», которые (согласно теории Марра) кратчайшим образом должны были привести нас к наилучшему описанию содержания картинки. (Под содержанием картинки подразумевалась, конечно, информация, содержащаяся в картинке). «Видите, – азартно агитировал я своих начальников, стараясь убедить их выделить мне какие-то бюджетные средства и время на проведение нужных (по моим понятиям) исследований, – Вы видите, как несколькими штрихами, несколькими скупыми линиями художник передаёт вам полное представление о предмете, который он изобразил на картинке. Контурные и пограничные линии являются основными носителями информации в картинке. Научившись выделять и обрабатывать их, мы получим ключ к пониманию картинки!» Мои начальники скептически ухмылялись и не спешили делиться со мной своими бюджетами. Однако, кое-что они всё-таки мне позволяли делать. И всё для того, чтобы я мог сам убедиться, что моя вера и мой оптимизм очень сильно преувеличены – вместо ключей к пониманию картинки я научился получать груду краевых элементов, выделяемых в результате прогона оператора 3х3 (или 5х5, или 7х7) по полю картинки в 256х256 пикселей. (В режиме почти реального времени.) Все силы и время уходили только на это. А в результате? Пшик, бесформенная груда краевых элементов (edges), которые невозможно ни сортировать, ни каким-либо образом группировать или связывать (помните «The binding problem»?), чтобы получить хоть какое-то подобие контура отдельного объекта или предмета. Это был кошмар, и не только мой личный кошмар. Многие люди до сих пор барахтаются в этом болоте, не в силах освободиться от навязчивых идей о ценности пограничных линий. Многие до сих пор испытывают судьбу, пытаясь (надеясь) найти выход из положения. Во всяком случае, поток публикаций и победных реляций на эту тему (нашёл! нашёл!) не кончается по сей день (Ghosh et al., 2007; Awad & Man, 2008; Qiu & Sun, 2009). ... http://www.elektron2000.com/diamant_0156.html [Ответ][Цитата]
PostScriptum Сообщений: 1845	На: Ограниченность алгоритмического решения задач Добавлено: 08 июн 10 20:20 Новая модель процесса вычислений: обобщение концепции машины Тьюринга О.Н.Граничин, И.А.Жувикина Санкт-Петербургский государственный университет Аннотация: В статье предлагается обобщение концепции классической схемы машины Тьюринга. В новой концепции обобщаются традиционные понятия “лента” и “ячейка памяти”'. В частности, ``ячейка памяти'' представляет собой постоянно функционирующую модель какой-то динамической системы. “Естественная” эволюция ячеек в некоторые моменты времени прерывается “скачками”. Рассматриваемая модель позволяет, например, описывать системы с изменяющейся структурой пространства состояний. Стандартная машина Тьюринга оказывается предельным случаем предлагаемой. ... В том же самом 1936г. А.Черчем [2] была высказана гипотеза, что любой процесс, который интуитивно мог бы быть назван процедурой, реализуем машиной Тьюринга. Эту гипотезу стали называть тезисом Черча-Тьюринга и обычно формулируют одним из эквивалентных способов [3]: • любое эффективное вычисление может быть проведено с помощью МТ. Традиционно понятие эффективного или механического метода (М) в логике и математике означает либо конечный набор точных правил, каждое из которых выражается конечным набором символов, либо М будучи выполненным без ошибок дает желаемый результат за конечное число шагов, либо М может быть, в принципе, выполнено человеком карандашом на бумаге, либо M не требует от человека, его выполняющего, никакой интуиции или изобретательности. • Физическая формулировка принципа Черча-Тьюринга: любая конечно реализуемая физическая система может быть достаточно точно смоделирована с помощью универсальной модели компьютера, оперирующего конечными средствами. На практике этот набор конечных средств сводится, как правило, к множеству двоичных символов {0,1}, а конечная реализуемость оказывается эквивалентной конечному числу тактов (моментов переключений). Д. Дойч [4] предложил модифицировать тезис Черча-Тьюринга следующим образом: • каждая конечно реализуемая физическая система может быть полностью промоделирована универсальной моделирующей вычислительной машиной, действующей конечными средствами. Д.Дойч построил модель такого универсального компьютера, основанную на идее квантовых вычислений, и показал, как квантовый компьютер может моделировать физические системы, которые находятся за пределами области, доступной универсальной МТ. Модель Дойча дает новый взгляд на проблему современных вычислительных устройств, но по своей сути она остается дискретной. ... Основным (и наиболее спорным с современной точки зрения) понятием дискретной схемы машины Тьюринга является понятие “такт”. Его глубокий противоречивый смысл был замечен еще древними греками. Одна из возможных эквивалентных его формулировок представляет собой знаменитый парадокс Зенона об Ахиллесе и черепахе. В рамках классической теории множеств он выступает в качестве неразрешимости проблемы континуума в рамках аксиоматики Френкеля-Цермело. По мнению современных толкователей Зенон на самом деле стремился доказать, что “логика и здравый смысл несовместимы” и что строгие логические умозаключения неприменимы в реальной жизни. ... В 60-е годы прошлого века на фоне бурного прогресса электроники в области развития технологий производства сверхбольших интегральных схем (СБИС) кибернетики обещали со дня на день дать решение задачи создания ``искусственного интеллекта''. Однако наступившее вскоре разочарование было связано с практической неразрешенностью вопроса о возможности его создания. Более того, многие современные исследования показывают бесперспективность работ в этом направлении с использованием классической машины Тьюринга. В некотором смысле можно говорить о дискредитации самого термина “искусственный интеллект”. Вероятнее всего существенного прогресса в понимании точной постановки и путей решения задачи создания искусственного интеллекта не удастся достичь без переосмысления традиционного ответа на вопрос: что же такое процесс вычислений и что такое результат вычисления? ... При описании физических процессов эволюции в сложных материальных системах традиционный подход редукции сложности к конечным двоичным дробям оказывается эквивалентным использованию двух моделей материальной среды – материальной точки и жордановой области в евклидовом пространстве. Эти модели являются отражением математического определения аддитивных физических величин (массы, энергии, электрического заряда) только как чисто атомистических или непрерывно распределенных мер. Неразрешимость проблемы континуума в классической теории множеств является, в конечном итоге, причиной, не позволяющей дать замкнутое описание свойств реальных физических систем, связанных с изменением формы и диссипации энергии в рамках традиционного подхода к понятиям вычислимости и вычислимого объекта, используемыми в традиционной машине Тьюринга. ... Важным обобщением классической МТ является вычислительная схема, которую можно назвать «набор моделей». Пусть - это множество машин Тьюринга без программы (набор моделей), т.е. мы считаем, что каждая ячейка памяти представляет собой отдельное устройство (квантовый или аналоговый компьютер, нейронная сеть, некоторая динамическая система), решающее свою собственную задачу. Таких устройств может быть конечное или бесконечное число. Заметим, что обычную ячейку памяти с целыми значениями тоже можно считать машиной Тьюринга с одной ячейкой памяти и тождественной эволюцией. В отличие от классической МТ в наборе моделей изменение состояния памяти может происходить непрерывно и параллельно во всех ячейках. Другим обобщением машины Тьюринга может быть вероятностное задание отображений и , что позволит реализовывать с помощью новой модели динамические системы, не описываемые детерминированными законами, а также стохастические гибридные системы, вероятностные автоматы, системы со стохастическим управлением и т.п. Кроме того, в [11] показан пример эффективности использования рандомизированных программных воздействий на систему в условиях динамически изменяющейся структуры пространства состояний. Рандомизация позволяет частично устранить влияние на работу системы систематических погрешностей [20,21], которые практически неизбежны при изменяющейся со временем модели динамической системы. ... Увеличение вычислительной мощности, возможное за счет использования новых моделей вычислений, основывающихся на физических явлениях, позволяет предположить, что в будущем новые компьютеры смогут решать задачи, невыполнимые для обычных компьютеров. http://www.math.spbu.ru/user/gran/papers/granzhuv.doc [Ответ][Цитата]
PostScriptum Сообщений: 1845	На: Ограниченность алгоритмического решения задач Добавлено: 08 июн 10 22:51 ИСТОРИЯ РОБОТОТЕХНИКИ :: 1900-1939 ГГ. ... 1936 Алан Тьюринг (Alan Turing), английский программист-теоретик, основываясь на работах Бертрана Рассела (Bertrand Russell) и Чарльза Бэббиджа (Charles Babbage), представляет теоретическую модель компьютера, названную впоследствии Машиной Тьюринга (Turing Machine). По идее Тьюринга с помощью такой машины можно реализовать любой алгоритм, а то, что нельзя на ней реализовать, алгоритмом не является. ... 1937 Тезис Чёрча-Тьюринга, независимо разработанный Алонсо Чёрчем (Alonzo Church) и Аланом Тьюрингом, устанавливает, что все задачи, решаемые человеком, приводимы к конечному множеству алгоритмов, или, более просто, что машинное распознавание и человеческое распознавание - по существу эквивалент. ... http://www.myrobot.ru/articles/hist_1900.php [Ответ][Цитата]
PostScriptum Сообщений: 1845	На: Ограниченность алгоритмического решения задач Добавлено: 09 июн 10 23:10 А.Л.Шамис ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ - МИФ ИЛИ РЕАЛЬНОСТЬ? ... Может ли машина мыслить? Бурная дискуссия по этому вопросу, проходившая в 60х годах прошлого века ни к каким убедительным результатам не привела просто потому, что не было определено что такое мышление. В конечном счете все свелось к тесту Тьюринга и стало понятно, правда не сразу, что этот тест машина, в принципе, пройти может, но это еще ничего не значит. Для того, чтобы мыслить по-человечески машина должна научиться решать неалгоритмические творческие задачи. Это в рамках рзвиваемого в направлении Искусственный интеллект алгоритмического подхода невозможно. Такая точка зрения отражена в очень популярной книге Р.Пенроуза "Новый ум короля". ... Что такое мышление непонятно. Для мышления необходимо сознание или осознание. Что это такое тоже непонятно, но это неалгоритмично. Одновременно предполагается, что как устроены и работают нейроны и связи между ними на макроуровне в целом понятно, а именно: нейрон это пассивный суммирующий пороговый элемент осуществляющий простую нелинейную передаточную функцию, т.е. формирующий на своем выходе сигнал в зависимости от входов и передающий этот сигнал другим нейронам, но эти вычислимые и алгоритмически реализуемые функции непонятного и неалгоритмичного сознания не объясняют. ... Отрицая возможность компьютерной имитации мышления и ставя сознание на первое место по важности, часто считают достаточным уже упоминавшийся аргумент, состоящий в неалгоритмичности сознания. Вполне возможно, что алгоритм полной реализации функции сознания построить трудно или вообще невозможно. Более того, мозг и в целом в большинстве своих высших функций, связанных с мышлением, не алгоритмичен. В [1,2] отмечалось, что то, что делает мозг в процессе мышления ни реализацией каких-то алгоритмов, ни вычислениями не является. Однако это не значит, что мозг и мышление нельзя моделировать на компьютере. Например, рекурентно пошагово вычислимые цифровые модели физических объектов и процессов в них можно моделировать на вычислительных машинах с любой задаваемой точностью. Таким образом, моделирование мозга как физического объекта и реализуемого мозгом не алгоритмического в целом процесса мышления в принципе возможно. При этом для целей моделирования строить сверхсложный специальный компьютер не нужно. Достаточно иметь обычный универсальный компьютер с необходимыми вычислительными ресурсами и рекурентно вычислимую физическую модель элементов мозга. Отрицая возможность компьютерной имитации мышления, нужно логически обосновывать невозможность объяснения разума (мышления, сознания, свободы воли) без введения некоторого нематериального субстрата. Такой субстрат может иметь название - душа. Логического обоснования необходимости души для процесса мышления пока еще нет. ... В статье использованы материалы книг: 1. Шамис А.Л. Модели поведения, восприятия и мышления, М.ИНТУИТ, 2010. 2. Шамис А.Л. Пути моделирования мышления. М. URSS, 2006. http://zhurnal.lib.ru/s/shamis_aleksandr_lxwowich/intellect-mifhtm.shtml [Ответ][Цитата]
shuklin Сообщений: 2053	На: Ограниченность алгоритмического решения задач Добавлено: 10 июн 10 1:29 Цитата: Автор: PostScriptum Вполне возможно, что алгоритм полной реализации функции сознания построить трудно или вообще невозможно. Смешно, хотябы меня прочли, как самоосознание на основе СНС реализовать. СНС - примитивнейшая модель, и тем не менее на ее основе возможна реализация системы с самоосознанием. [Ответ][Цитата]
ЭСГТР Сообщений: 8461	На: Ограниченность алгоритмического решения задач Добавлено: 10 июн 10 7:52 Цитата: Автор: PostScriptum А.Л.Шамис ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ - МИФ ИЛИ РЕАЛЬНОСТЬ? ... Логического обоснования необходимости души для процесса мышления пока еще нет. ... В статье использованы материалы книг: 1. Шамис А.Л. Модели поведения, восприятия и мышления, М.ИНТУИТ, 2010. 2. Шамис А.Л. Пути моделирования мышления. М. URSS, 2006. http://zhurnal.lib.ru/s/shamis_aleksandr_lxwowich/intellect-mifhtm.shtml В ЭГТР это есть... http://egtr.ru/?page_id=11&forum=25&page=1 [Ответ][Цитата]
Slava Сообщений: 3070	На: Ограниченность алгоритмического решения задач Добавлено: 10 июн 10 13:50 PostScriptum 04 июн 10 17:06 [...Диамант Эммануэль, инж., Израиль... ...Новая модель процесса вычислений:... ...ИСТОРИЯ РОБОТОТЕХНИКИ :: 1900-1939 ГГ ...А.Л.Шамис ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ - МИФ ИЛИ РЕАЛЬНОСТЬ?....] Спасибо. Хорошая подборка [Ответ][Цитата]
Capt.Drew Сообщений: 4179	На: Ограниченность алгоритмического решения задач Добавлено: 10 июн 10 22:00 Цитата: Автор: PostScriptum А.Л.Шамис ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ - МИФ ИЛИ РЕАЛЬНОСТЬ? 1. Шамис А.Л. Модели поведения, восприятия и мышления, М.ИНТУИТ, 2010. http://zhurnal.lib.ru/s/shamis_aleksandr_lxwowich/intellect-mifhtm.shtml Сорри.. .. ссылка не открывается! [Ответ][Цитата]
Стр.37 (39): 1  ...  33  34  35  36  [37]  38  39 << < Пред. | След. > >>