Рубрика «искусственный интеллект» - 248

Знаете ли Вы, как именно Вы что-то знаете? Никто не знает!

Хочу раскрыть Вам несколько секретов естественного интеллекта, а заодно рассказать о том, как проектирую интеллект искусственный.

Небольшой дисклеймер. В статье будут описаны весьма амбициозные идеи. Большинство из представленных идей можно развернуть в самостоятельные циклы статей. Поэтому здесь представлены идеи лишь для первичного ознакомления. Я не питаю иллюзий, что будет много тех, кто схватит идею слету. Поэтому вопросы приветствуются, буду стараться разъяснять. И да, я знаю, что это все очень похоже на миллион других идей, алгоритмов и т. п. Разница лишь в том, что эта конструкция идей претендует на совершенно полную симуляцию работы естественного интеллекта во всех аспектах, которые Вы можете или не можете вообразить. Без черных дыр, неосмысленных проблем или неизвестных технических решений.

Да, это все о наиболее полном и сильном искусственном интеллекте. Предчувствую жадность некоторых исследователей и пренебрежение некоторых коллекционеров идей. Но все же, теперь, после предупреждения, приступим. Информации будет много и плотность ее очень высока, так что — держитесь за что-нибудь покрепче. Может быть придется перечитывать десятки раз и задавать тысячи вопросов. Я готов на них отвечать, поскольку одиночные исследования пора выводить на более практический уровень, требующий привлечения нескольких сотен специалистов.

Для начала, давайте посмотрим, как работает ум, когда что-то узнает. Казалось бы, мы так быстро ориентируемся в обстановке, достаточно несколько мгновений, чтобы узнать, какие предметы нам видны, как они расположены, какое у них поведение. Из-за этой иллюзии складывается впечатление, что мозг работает очень-очень быстро.

Почему же это иллюзия? Попробую объяснить.

Представьте, что Вы неожиданно попали в очень малознакомую ситуацию. Туда, где никогда не были. Например, в джунгли, или наоборот, в пустыню. А может быть это будет просто густой клочковатый туман? Или Вы видите чужое звездное небо.

Что происходит? Что различает ум? Ему не на что опереться. Приходится классифицировать обстановочку медленно и тягостно. Выискивать опорные кластеры признаков, чтобы ориентироваться относительно их.

Знаете ли Вы, что видит новорожденный? Хаотическое движение цветных пятен без содержания и смысла. Но кое-что он слышит, что позволяет ему начать ориентироваться. Он слышит ставший привычным голос матери. Он уже привык осязать ее тело, теплое, ароматное, дающее вкусное молоко.

Процесс осмысления закладывается начиная с формирования органов чувств.

Когда ум оказывается в незнакомой ситуации, он не понимает ее. Ему не на что опереться. Нет чего-то, что он уже может предсказать.
И он начинает последовательную и глубокую классификацию ситуации
Читать полностью »

Учёные разрабатывают робота ищейку для пожарныхИсследователи из Калифорнийского университета в Сан-Диего разработали прототип двухколёсного робота для разведки и поиска людей во время пожара. Предполагается, что робот будет недорогим, быстрым и простым в использовании, кроме того, подобно своре опытных охотничьих собак, несколько роботов смогут совместно обследовать горящее здание, за считанные минуты составляя трёхмерную карту помещений и обнаруживая людей, заблокированных в здании пожаром.

Робот напоминает электросамокат Сигвей, но в отличие от него умеет преодолевать ступеньки и довольно высокие препятствия. Это достигается простым и элегантным инженерным решением: “туловище” робота представляет собой плоскую доску, которая может двигаться вверх и вниз относительно шасси. Выдвигаясь, нижний конец этой доски поднимает шасси робота в воздух, причём, чтобы удержать равновесие, робот балансирует колёсами, используя их как силовые гироскопы. Как только колёса поднимаются на нужную высоту, робот опирается ими о препятствие и подтягивает “туловище” вверх.
Читать полностью »

ConceptNet

ConceptNet — семантическая нейро-сеть, содержащая много вещей, которые компьютеры должны знать о мире, особенно при понимании текста написанного людьми.
Сеть построена из узлов, представляющих определенные слои и концепции, в виде слов или коротких фраз естественного языка и знаков отношений между ними. Это могут быть любые вещи, которые компьютерам нужно знать, чтобы искать информацию лучше, отвечать на вопросы и понимать цели людей. Если вы хотите построить свой собственный Watson вместе с ConceptNet, то это должно быть отличной целью для начала!
Читать полностью »

TCP (Transmission Control Protocol) — основной протокол интернета. Одна из его главных задач — бороться с перегрузками в сети (network congestion), когда возникают заторы из пакетов. Регулирование осуществляется путём подстройки скорости отправки данных, причём для этого существует множество хитрых методов. Например, в Linux используется алгоритм под названием TCP Cubic, а под Windows — Compound TCP. Кроме них, существуют ещё TCP Tahoe, Reno, NewReno, Vegas, FAST, BIC и др.

Специалисты из Массачусетского технологического института разработали программу Remy, которая методом проб и ошибок пыталась улучшить существующие алгоритмы подавления заторов TCP. Результат оказался успешным. Эффективность алгоритмов Remy превысила и TCP Cubic, и Compound TCP, и всех остальных «конкурентов» в различных сетевых условиях. Проблема только в том, что учёные не совсем понимают, за счёт чего именно Remy удалось показать такой феноменальный результат.

Компьютер сгенерировал эффективные, но непонятные человеку алгоритмы ускорения TCP
Читать полностью »

Привет, читатели!

У меня вот уже больше 10 лет горит идея сделать такой проект Умного Дома, чтобы любой желающий мог при желании собрать полный прототип из подручных материалов.
Совсем недавно, при общении с некоторыми представителями хабрасообщества, идея была скорректирована под то, что не плохо бы сделать некий массовый блог, где каждый смог бы оставлять свои идеи по поводу реализаций (под это дело я сегодня даже поднял лайвстрит на субдомене своего личного домена, ибо пока не придумал названия для проекта с учётом его новой специфики) + к этому некое хранилище проверенных проектов (на гитхабе. Уже даже есть Gentoo'шный layman'овский репозиторий под это дело) + к этому некую «биржу», где люди далёкие от паяльных дел, но желающие умный дом, могли бы найти желающих чуток подзаработать мастеров паяльного дела в своём городе :).
Дополнительным бонусом являлось бы объединение (по возможности всех) людей, занимающихся этой тематикой «под одной крышей» для обмена идеями и опытом.
Читать полностью »

Качество систем распознавания лиц наконец-то достигло уровня, когда можно обойтись вообще без каких-либо дополнительных идентификаторов личности, уверены основатели Uniqul. С помощью их платёжной системы можно будет расплатиться за купленный товар или услугу, просто подойдя к терминалу и нажав кнопку «ОК», после того как система узнает вас в лицо. Весь процесс оплаты занимает меньше 5 секунд. Первые терминалы Uniqul скоро должны появиться в Хельсинки. По словам представителей Uniqul, их система распознавания уверенно различает даже идентичных близнецов.


Читать полностью »

image
Доброго времени суток. Этот топик рассчитан на тех, кто имеет представление об ограниченных машинах Больцмана (restricted Boltzmann machine, RBM) и их использовании для предобучения нейронных сетей. В нем мы рассмотрим особенности применения ограниченных машин Больцмана для работы с изображениями, взятыми из реального мира, поймем, почему стандартные типы нейронов плохо подходят для этой задачи и как их улучшить, а также немного пораспознаем выражения эмоций на человеческих лицах в качестве эксперимента. Те, кто представления o RBM не имеет, могут его получить, в частности, отсюда:

Реализация Restricted Boltzmann machine на c#,
Предобучение нейронной сети с использованием ограниченной машины Больцмана
Читать полностью »

Французская компания Spotter разработала инструмент, который, по их словам, способен идентифицировать сарказм в комментариях в Интернете.

imageСозданная программная платформа сканирует социальные медиа и другие интернет-источники для создания отчетов о репутации своих клиентов — среди которых есть Европейская комиссия, Air France и другие крупные заказчики. Как и большая часть подобного ПО, приложение занимается анализом семантики, лингвистики и эвристики. Однако, как и любая другая система с машинным анализом данных, их инструмент часто испытывает проблемы с такими тонкими частями человеческой речи, как сарказм и ирония — и, вроде бы, как раз эту проблему Spotter и удалось преодолеть — пусть их руководители и признают, что результат пока что далек от идеального, и что полностью доверять машине еще рано. Процент распознавания составляет уже примерно 50%, и, по заявлению авторов, еще несколько лет назад даже подобный результат был немыслим.
Читать полностью »

После большого перерыва продолжаем цикл о графических вероятностных моделях (часть 1, часть 2). Сегодня мы наконец-то от постановок задач перейдём к алгоритмам; поговорим мы о самом простом, но часто полезном алгоритме вывода на фактор-графах – алгоритме передачи сообщений. Или, как его ещё можно назвать, алгоритме правильной расстановки скобок.

Вероятностные модели: искусство расставлять скобки
by sergey-lesiuk
Читать полностью »

В Университете штата Северная Каролина объединили две бурно развивающиеся технологии — онлайн-обучение и автоматическое распознавание эмоций. Учёные провели серию экспериментов, в ходе которых во время прохождения курсов лицо студентов снимала веб-камера, видео с которой анализировала система компьютерного зрения, умеющая распознавать выражения лица и эмоции человека. На основании этих данных компьютер может модифицировать стратегию обучения и давать ценную обратную связь для преподавателей — вместо того, чтобы гадать, какие части урока трудны для понимания, а какие навевают скуку, теперь можно просто посмотреть статистику.

Автоматическое распознавание эмоций позволит улучшить дистанционное обучение
Пример автоматического определения движений мимических мышц
Читать полностью »


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js