Часть 1. «Цифровая пена» всё сильнее затягивает
С одной стороны за несколько сотен лет принципиально не изменилась логика производства продукта: оборудование и рабочие на основании технологических карт/рецептур перерабатывают сырье и материалы в полуфабрикаты и готовую продукцию, передавая результат своей работы дальше по участкам до склада готовой продукции для отгрузки покупателям, при этом собственники ожидают максимальной отдачи от инвестиций.
Выпуск чугуна из доменной печи. Один из процессов, вокруг которого будем вести диалог.
С точки зрения ИТ доменная печь — это огромный «чёрный ящик». Вы кладёте сырьё и топливо, получая на выходе чугун и шлак. Измерить внутри все можноЧитать полностью »
Было довольно любопытно обнаружить статью 1988 про AI от Родни Брукса (известного робототехника), которая один-в-один повторяет все элементы хайповых рассуждений 2025 года :) Решил перевести и поделиться. Некоторые предложения прям один-в-один будто написаны вчера.
Искусственный интеллект (ИИ) не раз будоражил воображение людей, которые видят в нём огромный практический потенциал. Порой эти надежды оправдываются, но нередко оказываются завышенными.
Демо выразительной мощи математики. Эта наука предлагает экстремально компактный способ для представления мыслей. И картинка это подтверждает: всего в двух абзацах определена вся суть аристотелевской логики (силлогистики, Ὄργανον), которая в оригинале занимает несколько книг.Формальная логика развилась к эпохе ЭВМ настолько, что стала основой одних из первых систем ИИ, в первую очередь экспертных систем и баз знаний.
История цикла этих публикаций начинается с того, что в книге Г.Секей «Парадоксы в теории вероятностей и математической статистике» (стр.43), было обнаружено следующее утверждение:
Рис. 1.
По анализу комментарий к первым публикациям (часть 1, часть 2) и последующими рассуждениями созрела идея представить эту теорему в более наглядном виде.
Большинству из участников сообщества знаком треугольник Паскаля, как следствие биноминального распределения вероятностей и многие сопутствующие законы. Для понимания механизма образования треугольника Паскаля развернем его детальнее, с развертыванием потоков его образования. В треугольнике Паскаля узлы формируются по соотношению 0 и 1, рисунок ниже.
Рис. 2.
Для понимания теоремы Эрдёша-Реньи составим аналогичную модель, но узлы будут формироваться из значений, в которых присутствуют наибольшие цепочки, состоящие последовательно из одинаковых значений. Кластеризации будет проводиться по следующему правилу: цепочки 01/10, к кластеру «1»; цепочки 00/11, к кластеру «2»; цепочки 000/111, к кластеру «3» и т.д. При этом разобьём пирамиду на две симметричные составляющие рисунок 3.
Рис. 3.
Первое что бросается в глаза это то, что все перемещения происходят из более низкого кластера в более высокий и наоборот быть не может. Это естественно, так как если цепочка размера j сложилась, то она уже не может исчезнуть.
Читать полностью »
Как то мне посчастливилось выбирать тему дипломной работы по специальности программная инженерия, и я выбрал написание экспертной системы, причем именно на языке Пролог. Хоть в промышленном программировании он почти не используется, он интересен в теоретическом плане позволяет самым быстрым способом прикоснуться к интеллектуальным системам(ИС). Также сам язык интересен в спортивном плане, так как заставляет мыслить в непривычной манере, отличной от мышления процедурного программирования и ООП, что является хорошой тренировкой для мозгов.
Использовалась реализация Prolog — Visual Prolog, с встроенными библиотеками GUI. Но если
вы хотите написать GUI на Qt/C++, то в документации есть инструкция, как импортировать программу в DLL, и скомпилировать ее вместе с C/C++ проектом. Отсюда следует, что совместить можно и с другими языками.
Вообще когда я работал над этим проектом, я не нашел примеров достаточно не примитивных, но в то же время и не настолько больших, как навороченЧитать полностью »
Привет!
Давайте вернемся к периодически затрагиваемой у нас теме машинного обучения и нейронных сетей. Сегодня речь пойдет об основных типах рекомендательных систем, их достоинствах и недостатках. Под катом — интересная статья Тоби Дейгла с кодом на Python,
Над катом — ссылка на большую презентацию нашего замечательного автора Сергея Николенко, чью книгу "Глубокое обучение. Погружение в мир нейронных сетей", написанную в соавторстве с Артуром Кадуриным и Екатериной Архангельской, мы просто не успеваем допечатывать. В презентации описаны основные типы рекомендательных систем и принципы их работы.
Читаем и комментируем!
Читать полностью »
Несмотря на предупреждения Илона Маска, сделанные им этим летом, у нас есть не так уж много причин терять сон, беспокоясь по поводу Skynet и терминаторов. Искусственный интеллект (ИИ) ещё далёк от того, чтобы превратиться во вредоносную и всезнающую силу. Единственный апокалипсис, который нам светит – слишком сильная надежда людей на машинное обучение и экспертные системы, что доказали владельцы Tesla, снявшие руки с руля.
Примеры того, что сегодня пытаются выдать за ИИ – такие технологии, как экспертные системы и машинное обучение – прекрасны для создания софта, способного помочь в областях распознавания последовательностей, автоматического принятия решений и общения человека с компьютером. Эти технологии существуют уже несколько десятилетий, и качество их работы зависит от качества входных данных. Поэтому маловероятно, что в ближайшее время ИИ заменит суждения людей по важным вопросам, в которых требуется более сложный ответ, чем «да» или «нет».
Читать полностью »
Вчера я переписывался со старым другом, и он напомнил мне о нашем разговоре, состоявшемся почти 50 лет назад. Я пытался объяснить ему, чем я зарабатываю на жизнь, а он пытался понять, почему заставить компьютеры понять что-либо было более сложным делом, чем анализ ключевых слов. Я объяснял концепции предложений, и то, что предложения состоят из слов, но люди на самом деле не используют слова, когда думают – кроме случаев, когда им необходимо добраться до лежащих в их основе идей, и именно с этим у компьютеров возникают сложности.
Спустя 50 лет ключевые слова всё ещё стоят на первом месте у людей, пытающихся заставить компьютеры работать с языком. Однако на этот раз ключевым словом, при помощи которого люди обманывают общественность, служит ИИ. Люди объявляют, что ИИ существует, ИИ думает, и что мы все должны его бояться, или радоваться его приходу – я забыл, что именно.
Читать полностью »
Американский теоретик искусственного интеллекта, один из основоположников когнитивной психологии и предприниматель Роджер Шанк опубликовал в своём блоге личное мнение о системе Watson. Здесь приведен перевод этой записи.
В IBM не занимаются «когнитивными вычислениями», вне зависимости от того, сколько раз они повторят эти слова
Вчера я переписывался со старым другом, и он напомнил мне о нашем разговоре, состоявшемся почти 50 лет назад. Я пытался объяснить ему, чем я зарабатываю на жизнь, а он пытался понять, почему заставить компьютеры понять что-либо было более сложным делом, чем анализ ключевых слов. Я объяснял концепции предложений, и то, что предложения состоят из слов, но люди на самом деле не используют слова, когда думают – кроме случаев, когда им необходимо добраться до лежащих в их основе идей, и именно с этим у компьютеров возникают сложности.
Спустя 50 лет ключевые слова всё ещё стоят на первом месте у людей, пытающихся заставить компьютеры работать с языком. Однако на этот раз ключевым словом, при помощи которого люди обманывают общественность, служит ИИ. Люди объявляют, что ИИ существует, ИИ думает, и что мы все должны его бояться, или радоваться его приходу – я забыл, что именно.
Читать полностью »
