Форум: Проблемы искусственного интеллекта

Регистрация | Вход

Все темы | Новая тема  Стр.3 (6) << < Пред. | След. > >>    Поиск:
Автор	Тема: На: Мегатронная сеть
ЭСГТР Сообщений: 8449	На: Мегатронная сеть Добавлено: 21 янв 12 9:48 Цитата: Автор: covax Каков вопрос, таков и ответ. И то и другое есть классификация. По генетическому образу и подобию своему, в той части, в которой этот образ подобен разуму. [Ответ][Цитата]
Fractaler Сообщений: 2490	На: Мегатронная сеть Добавлено: 21 янв 12 20:24 Цитата: Автор: victorst Искусственно разделять то, что происходит в мире и который должна анализировать ИИ система, на статику и динамику - в этом будет проблема Такая классификация (деление на статику и динамику) очень удобна при использовании (в той же онтологии): Кинетическая энергия (динамика)<->Потенциальная энергия (статика), Процесс<->Результат процесса, Количество<->Качество (переход количества в качество) и т.д. [Ответ][Цитата]
Victor G. Tsaregorodtsev Сообщений: 3187	На: Мегатронная сеть Добавлено: 22 янв 12 16:20 Цитата: Автор: Fractaler Такая классификация (деление на статику и динамику) очень удобна при использовании (в той же онтологии): Кинетическая энергия (динамика)<->Потенциальная энергия (статика), Процесс<->Результат процесса, Количество<->Качество (переход количества в качество) и т.д. В ПРАВИЛЬНОЙ онтологии - отношения троичны. Статика - динамика - спонтанность (бифуркация), гомеостаз - эволюция - ароморфоз, инженерные технологии - управленческие технологии - коммуникативные (медиа) технологии, идея - концепция - метафора,... [Ответ][Цитата]
Fractaler Сообщений: 2490	На: Мегатронная сеть Добавлено: 22 янв 12 21:17 Цитата: Автор: Victor G. Tsaregorodtsev В ПРАВИЛЬНОЙ онтологии - отношения троичны. Статика - динамика - спонтанность (бифуркация), гомеостаз - эволюция - ароморфоз, инженерные технологии - управленческие технологии - коммуникативные (медиа) технологии, идея - концепция - метафора,... Может речь не про онтологию (плохо в этом пока разбираюсь), но имелась в виду классификация какого-нибудь термина (приведённая мною выше бинарная уточняется закономерностью: Появление элемента (инициализация уровня N)->увеличение количества элементов->формирование элемента уровня N+1 из всех элементов уровня N). Чтобы лучше разобраться, давайте попробуем, классифицировать какой-нибудь термин, например, "мозг человека". Куда его отнести в правильной онтологии и почему? [Ответ][Цитата]
victorst Сообщений: 821	На: Мегатронная сеть Добавлено: 04 фев 12 12:34 Появилось немного времени. Продолжу. Видимо нужно вначале решить самую простую одномерную задачу. Насколько я помню, NO предлагал решить "наипростейшую" задачку. На прямой линии есть только черные и белые точки. Нужно найти все какие только можно простые закономерности в реальных входных данных такой формы. Это - пространственная задача. ВременнЫм эквивалентом ей будет вход, на который последовательно подается в каждый момент времени t только один сигнал - 0 или 1. Первую задачу можно свести ко второй, если программа будет последовательно, например, слева направо (если слева есть начало) рассматривать точку за точкой на полубесконечной линии. Мне проще рассматривать временной вариант задачи. Итак, начиная с момента времени t=0 программа начинает анализировать бинарный вход, на котором может быть либо 0 либо 1. Я решаю хадачу исходя из своих мегатронных соображений. [Ответ][Цитата]
victorst Сообщений: 821	На: Мегатронная сеть Добавлено: 04 фев 12 12:34 Одномерная задача N 0 Версия 1.0. 0.1. Общие требования к программе. 0.1.1. Программа должна иметь аксиоматические сенсорные знания. 0.1.2. На единственный внешний сенсорный вход может поступать сигнал x. 0.1.3. Сигнал может принимать только два различимых значения. 0.1.4. Единственным внутренним сенсором является датчик дискретного времени. Он срабатывает по таймеру. 0.1.5. Датчик дискретного времени лишь определяет временнУю последовательность событий - момент когда нужно произвести очередной анализ входного сигнала x. 0.1.6. Сигнал может быть обнаружен программой только совместно с обнаружением момента времени t. 0.2. Структура программы. 0.2.1. Внешний сенсор входного сигнала. 0.2.2. Внутренний сенсор моментов времени t. 0.2.3. Память фактов - понятий о текущих входящих событиях или активизированных знаний онтологии. 0.2.3. Рабочая очередь правил, готовых к выполнению, у которых все факты имеются в наличии. 0.3. Задача: 0.3.1. Выявлять все возможные закономерности в поступающих на вход данных по мере их поступления. 1. Общее: 1.1. В программе имеется только одна онтология. 1.2. Онтология состоит из секций. 1.3. Каждая секция онтологии состоит из узлов и связей между ними. 1.4. Узлы онтологии каждой секции могут ссылаться либо на другие узлы внутри данной секции, либо на узлы любой из более младшей секции. Самая младшая секция S0, самая старшая S3. 1.5. Ссылки за пределы онтологии запрещены. 1.6. Внутри каждой секции запрещены циклические ссылки. 1.7. Узлы онтологии могут быть 2 типов: Class и Individ. 1.8. В онтологии имеется только один главный корневой класс Thing. 1.9. Связи могут двух типов - между классами и между индивидами и классами. 1.10. Class должен иметь одну или более связей с вышестоящими классами. 1.11. Класс Thing не имеет ни одной связи с вышестоящими классами. 1.12. Individ должен иметь одну или более связей с вышестоящими классами. 2. Условные обозначения: 2.1. Секции онтологии. 2.1.1. S0 Секция аксиоматических классов. 2.1.1.1. S0P Подсекция перцептивных аксиоматических классов. 2.1.1.2. S0E Подсекция эффекторных аксиоматических классов. 2.1.1.3. S0A Подсекция абстрактных аксиоматических классов. 2.1.2. S1 Секция вторичных аксиоматических классов, индивидов, свойств. 2.1.3. S2 Проблемно-ориентированная секция. 2.1.4. S3 Эксплуатационная секция. 2.2. Узлы онтологии. 2.2.1. Class - онтологический класс. 2.2.2. Individ - представитель, экземпляр класса. 2.3. Связи онтологии. 2.3.1. subClassOf - связь класса с другим вышестоящим классом. 2.3.2. Type - связь индивида с вышестоящим классом. 2.4. Текстовая запись структуры онтологии. 2.4.5. Запись онтологии осуществляется в виде RDF - подобных триплетов Subject Predicate Object. 2.4.6. Первый элемент триплета Subject - узел онтологии, который требуется добавить к онтологии. 2.4.7. Второй элемент триплета - Predicate означает тип отношения Subject к Object. 2.4.8. Третий элемент триплета Object - узел онтологии, который уже находится в онтологии и с которым нужно осуществить связь. 3. Структура онтологии. 3.1. Секция аксиоматических классов. 3.1.1. Подсекция перцептивных аксиоматических классов. 3.1.1.1. S0P_Class_LowInputValue subClassOf S0A_S0A_Class_InputValue - класс значений первого типа, принимаемых входным сигналом. 3.1.1.2. S0P_Class_HighInputValue subClassOf S0A_S0A_Class_InputValue - класс значений второго типа, принимаемых входным сигналом. 3.1.2. Подсекция абстрактных аксиоматических классов. 3.1.2.0. S0A_Class_Thing - главный класс онтологии. Он не участвует в текстовом описании онтологии и лишь подразумевается. 3.1.2.1. S0A_Class_Event subClassOf S0A_Class_Thing - событие, которое наблюдается в дискретный момент t. 3.1.2.2. S0A_Class_Link subClassOf S0A_Class_Thing - класс любой связи, которую можно установить между двумя или более субклассами S0A_Class_Thing кроме S0A_Class_Link . 3.1.2.2. S0A_Class_Process subClassOf S0A_Class_Thing - класс любого процесса, который протекает между двумя событиями S0A_Class_Event. 3.1.2.3. S0A_Class_Property subClassOf S0A_Class_Thing - класс, описывающий свойство других классов. 3.1.2.4. S0A_Class_PropertyDomain subClassOf S0A_Class_Thing - класс, объединяющий классы, свойство которых описывает S0A_Class_Property 3.1.2.5. S0A_Class_PropertyRange subClassOf S0A_Class_Thing - класс, объединяющий классы, которые назначаются с помощью S0A_Class_Property классам S0A_Class_PropertyDomain. 3.1.2.6. S0A_Class_InputSignal subClassOf S0A_Class_Thing - класс описывающий входной сигнал. 3.1.2.7. S0A_Class_InputValue subClassOf S0A_Class_Thing - класс значений, принимаемых сигналом [Ответ][Цитата]
unknown Сообщений: 109	На: Мегатронная сеть Добавлено: 05 фев 12 23:31 Цитата: Автор: victorst Появилось немного времени. Продолжу. Видимо нужно вначале решить самую простую одномерную задачу. Насколько я помню, NO предлагал решить "наипростейшую" задачку. На прямой линии есть только черные и белые точки. Нужно найти все какие только можно простые закономерности в реальных входных данных такой формы. это в принципе невозможно. в любом числовом потоке закономерностей бесконечно много. вопрос в том, что считать "простой закономерностью", а что - нет. дайте формальное определение и задача станет решаемой, но неинтересной с т.з. ИИ [Ответ][Цитата]
victorst Сообщений: 821	На: Мегатронная сеть Добавлено: 06 май 13 21:21 Прошло довольнго много времени, но дела не стоят на месте и потихоньку делаются. В настоящее время я завершил разработку базовой структуры мегатронной сети (MN), а также собственной библиотеки компьютерного зрения и приступаю к экспериментам по монокулярному зрению. Пишу на ANSI С в стиле, приближенном к ассемблерному с целью установки программы в летающего робота - дрона, поэтому требуется система реального времени со всеми ее ограничениями. В ходе первой партии экспериментов начиная с простейших хочу выяснить способности MN к созданию абстрактных понятий на основе индуктивных умозаключений. На данном этапе все алгоритмы кроме абстрагирования будут формироваться мною. Обозначение нумерации экспериментов: <Название программной подсистемы> <Название партии экспериментов> <Порядковый номер эксперимента> Пример: MV:I:N1 ,где MV - Monocular Vision: Induction: Serial number of experiment Эксперимент MV:I:N1. Исходные данные: Подаю на вход MN последовательность из 2-х монохромных полутоновых изображений размером 8х8 пикселов. При этом второе изображение полностью идентично первому изображению. Требуется: Найти в MN наибольшие участки связанных между собой знаний, которые бы соответствовали участкам на первом и втором изображениях. Процесс: В ходе работы программы сначала на вход запоминания пустой MN подается первое изображение для первичного запоминания. Затем на вход сравнения MN подается второе изображение. Результат сравнения анализируется моей тестирующей фунцией. Результат эксперимента: ... Эксперимент MV:I:N2. Исходные данные: Подаю на вход MN последовательность из 2-х монохромных полутоновых изображений размером 8х8 пикселов. При этом второе изображение сгенерировано из первого путем сдвига части первого изображения вправо на несколько пикселов. Требуется: Найти в MN наибольшие участки связанных между собой знаний, которые бы соответствовали участкам на первом и втором изображениях. Процесс: В ходе работы программы сначала на вход запоминания пустой MN подается первое изображение для первичного запоминания. Затем на вход сравнения MN подается второе изображение. Результат сравнения анализируется моей тестирующей фунцией. Результат эксперимента: ... После выполнения экспериментов MV:I:N1 и MV:I:N2 результаты опубликую здесь. Эксперименты простейшие, но тут главное для меня - это начало исследования ассоциативных свойств MN. [Ответ][Цитата]
kondrat Сообщений: 4026	На: Мегатронная сеть Добавлено: 01 июл 13 12:18 Цитата: Автор: victorst Насколько я помню, NO предлагал решить "наипростейшую" задачку. На прямой линии есть только черные и белые точки. Нужно найти все какие только можно простые закономерности в реальных входных данных такой формы. И правда, - простая задача. В предельном случае количество гипотез равно количеству реализаций. Даже что такое закономерность понять не сложно. [Ответ][Цитата]
victorst Сообщений: 821	На: Мегатронная сеть Добавлено: 10 янв 14 4:39 Изменено: 10 янв 14 4:47 Привет всем, Поздравляю вас с новогодними праздниками. За прошедшее довольно большое время мне не удалось сделать много, т.к. пришлось очень много трудиться чтобы я хоть как-то я смог жить в моем строящемся доме. Да и добывать на пропитание приходится. Ведь я по-прежнему безработный. Теперь по существу. В настоящее время я продолжаю делать движок моей системы ИИ. Много чего приходится брать за основу. Кое-что уже работает. Суть в том, чтобы в некотором информационном бульоне существовали отдельные "мыслишки". И они могли бы генерировать новые мыслишки. И все это происходит в параллельной среде. За всеми этими неуклюжими терминами стоят вполне конкретные структуры данных и функции на ANSI C. Как только движок будет более готов, я начну его тестировать на тех примерах, о которых писал выше. [Ответ][Цитата]
гость 31.181.180.*	На: Мегатронная сеть Добавлено: 11 янв 14 11:31 Какбы это выразиться...Если ты хочеш найти все возможные закономерности, это тоже самое, что просто запомнить последовательность и сравнивать с ней. Но вот если ты ищеш закономерности уже определённые или наиболее часто повторяющиеся это совсем другое дело, которое имеет ограничения по размеру запоминаемой последовательности и времени её распознавания, в чём тебе в принципе поможет перцептрон или изобретение статистического велосипеда. Второе о чём я хочу написать ето наверное вопрос - если ты выделиш закономерности, то что будет дальше? Допустим ты хочеш установить закономерность между причиной и следствием, тогда каким образом ты собераешся генерировать причину и\или следствие? [Ответ][Цитата]
victorst Сообщений: 821	На: Мегатронная сеть Добавлено: 11 янв 14 13:19 Цитата: Автор: гость Если ты хочеш найти все возможные закономерности, это тоже самое, что просто запомнить последовательность и сравнивать с ней. Поиск закономерностей - не самоцель, а лишь один из инструментов формирования поведения автономного программмного агента. Наименьшей статистической закономерностью является первое повторение факта или комбинации фактов. А вот насколько неточен может быть этот набор фактов при повторении, а точнее - его субфакты, чтобы считаться повторением, зависит от возможностей абстрагирования программы агента. Моя программа обнаруживает только те закономерности, которые находит в поступающих на вход данных. Поэтому нет никакого перебора всех возможных закономерностей. Это вовсе не нужно. Цитата: Автор: гость Второе о чём я хочу написать ето наверное вопрос - если ты выделиш закономерности, то что будет дальше? Допустим ты хочеш установить закономерность между причиной и следствием, тогда каким образом ты собераешся генерировать причину и\или следствие? Попрорбую объясниить на простейшем примере. Допустим, что программа анализирует сигналы, поступающие от звукового сенсора. Звуковой сенсор производит получение звука и первичное преобразование входного сигнала в набор небольших кадров с набором частот и амплитуд с учетом некоторого округления по частоте и амплитуде. Если из сенсора поступает факт1:кадр=1,частота_звука=440гц, амплитуда=12, а затем тишина и много позже факт124:кадр=124,частота_звука=440гц, амплитуда=12. И затем опять тишина. Программа должна вывести закономерность о том, что через 122 кадра тишины после факта124 можно ожидать появления звука с аналогичными параметрами. Другое дело, сбудется это ожидание или нет, стоит ли полагаться на данную закономерность или нет. Это - задача других модулей системы. Завономерность может быть записана в том языке представления знаний, который принят в конкретной программе. например, в виде эвристического правила. Напомню, что это правило должна создать сама программа без участия человека. [Ответ][Цитата]
гость 31.181.180.*	На: Мегатронная сеть Добавлено: 11 янв 14 13:34 *** Моя программа обнаруживает только те закономерности, которые находит в поступающих на вход данных. В первом и втором объяснении ты столкнёшся с необходимостью качественного шумоподавления или использования диапазонов вместо точных значений, что снизит качество распознавания. ***Напомню, что это правило должна создать сама программа без участия человека. Это я и имел в виду: Какой признак отделяет причину от следствия в твоей программе? Как действия программы будут влиять на входную информацию? Как программа без изначальной установки узнает какое действие требуется в конкретной произвольной ситуации? [Ответ][Цитата]
гость 31.181.180.*	На: Мегатронная сеть Добавлено: 11 янв 14 13:41 Простой пример: 2+2 это закономерность 2+1 это вторая закономерность 2+2+2+1 это третья закономерность. Суть этих закономерностей в том, что правила описания закономерностей это последовательность и тип элементов этих закономерностей, при этом каждая закономерность конечна и уникальна. Что я имею в виду - если ты не можеш описать три байта одним, то грош цена такому описанию, проще запомнить каждую отдельную последовательность. [Ответ][Цитата]
гост Сообщений: 6163	На: Мегатронная сеть Добавлено: 11 янв 14 16:27 В вашем примере ровно 3 закупоренных гермионных ячейки. Преобразование 2 и 1 в указатель на лист гермионной пары нижнего слоя делается условно аналоговым способом (хоть через программу распознования звука, хоть через дешифратор, хоть через АЦП Все варианты развития последовательности можно построить простым перебором всех возможных комбинаций. Но это скучно и ресурснозатратно. Нужна музыка - временная последовательность, которая будет проигрываться и по которой будут выбраны отдельные комбинации. Точно как во время сна человека. Человек не видит все возможные сны. Он видит только вполне определённый сон. [Ответ][Цитата]
Стр.3 (6): 1  2  [3]  4  5  6 << < Пред. | След. > >>