Краткая Инструкция для построения ИИ

[kak]

Заметка для моделистов-конструкторов: "Недооценка того, что информационный поток может обрабатываться не только внутри клетки, но и в межклеточном сообществе, сфокусировало его внимание на эпигенетике и гистонах, а уже он, сужает внимание своей аудитории до внутриклеточных процессах. Что делать с имаго трипсов и их нейронами, теряющими ядра - не понятно "Второй вопрос, который возникает в связи с этим, — проблемы поведения и памяти. У Megaphragma всего 4600 нейронов в головном мозге (95% из них безъядерные), у мух 340 тысяч нейронов, 850 тысяч у рабочей пчелы, даже у близкородственного вида Trichogramma evanescens 37 тысяч. Между тем взрослая M. mymaripenne отличается достаточно сложным поведением: она летает, ест, отыскивает хозяев, в яйца которых откладывает свои яйца. Неизвестно, есть ли у этих насекомых память и если да, то как она функционирует, ведь для нее необходим синтез белка."https://elementy.ru/nauchno-populyarnaya_biblioteka/432580/Legko_li_byt_miniatyurnym Уважаемый Павел Милославович! Ещё только предстоит выяснить, какую роль играет нейраминедаза вируса инфлюэнции в развитии шизофрении. Однако, то, что под влиянием этого фермента может измениться структура, полученная от результата связывания полисиаловых кислот с полиаминами не вызывает сомнения. Ещё более удивительно высказывание Татьяны Владимировны Черниговской о каких-то "нейронных сетях". Уважаемая Татьяна Владимировна! "Природа не терпит пустоты". А "нейронные сети" - это искусственный артефакт, созданный математиками, ввиду успехов электрофизиологов. Наряду с эволюционной костностью нейрона, имеется выраженная дивергенция глиальных элементов "Neuroglia / [edited by] Helmut Kettenmann, Bruce R. Ransom. –3rd ed.Oxford University Press 2013, что указывает на фунциональную нагрузку на "Другую часть мозга", о которй Вы же и упоминали в своих лекциях. Уважаемая Татьяна Владимировна! Вы упоминали о том, что редукционисткий подход не сможет объяснить формирование сложных структур. Это не так. В диссипативных системах. простые детерминистические правила, описывающие поведение автономных модулей, из которых состоит система, приводят к формированию сложных структур: вихри Лоренца, странные аттракторы, фракталы. Вы хотели "другой" математики? Она - есть! рекомендую ознакомиться с "Фрактальная геометрия природы" от Бенуа Мандельброта. Не надо множество паяльщиков, перепаивающих межнейрональные связи. Достаточно описать правила, по которым происходит синаптический прунинг и синаптогенез..." (VladimirKox, http://www.neuroscience.ru/forum/специа ... е-мышление)

[kak]

Немного фактов об условиях развития жизни на земле: "Самая гравитационно-чувствительная мышца человека - камбаловидная. Находится она на задней поверхности голени в глубине, сразу над ахилловым сухожилием, и закрыта двумя головками икроножной мышцы. Камбаловидная мышца одна "тянет" 70 кг веса человека, а когда он бегает и прыгает - еще больше." (Жизнь с гравитацией и без нее, https://www.nkj.ru/archive/articles/1808/). И еще, количество интрафузальных мышц в камбаловидной около 1000 на 1 г массы мышцы. Примерно столько же сколько в мимических мышцах.

[kak]

"Если смотреть на экспериментальную химию философски, вся она по сути — самосборка. Химик только добавляет одни реагенты к другим, а взаимодействуют в растворе они уже сами по себе: как правило, ничто, кроме диффузии и электростатики, их друг к другу не подталкивает. Так же растут кристаллы: одна молекула «приклеивается» к другой, «выбирая» наиболее энергетически выгоднуюконформацию.
В принципе, так происходит и в живой клетке. Молекулы, плавая в цитоплазме, сами собираются в структуры, потом эти структуры катализируют самосборку других структур, вплоть до многоклеточного организма. Всё это выглядит как огромный работающий завод без единого рабочего, начальника цеха, директора или уборщицы. Всё работает по (био)химическим законам без чьего-либо сознательного надзора или управления — это результат эволюции, постепенного усложнения, выживания работающих систем и отмирания неработающих." (Самосборкой получены структуры из 144 молекулярных компонентов, автор: Григорий Молев, http://elementy.ru/novosti_nauki/432928 ... omponentov)

[kak]

«Нейробиолог Даниэл Уолперт начинает с удивительной предпосылки: мозг не эволюционировал, чтобы думать или чувствовать, а чтобы управлять движением…», https://www.youtube.com/watch?v=lIbEolNCbrI

[kak]

Еще 8 октября 2013 в этом топике «Краткая Инструкция для построения ИИ» я сообщал: «Правильный робот в представлении Брукса изначально запрограммирован на обучение. Причем главным механизмом обучения должен стать не искусственный мозг, а «механические мышцы» – сложный гибрид механики, электроники и пластики, позволяющий отдельным частям робота запоминать движения окружающего мира.», http://slon.ru/biz/999374/ , «Люди будущего. Три робота и три теории Родни Брукса», Петр Биргер
ЗАПОМИНАТЬ ДВИЖЕНИЯ ОКРУЖАЮЩЕГО МИРА!!!!

[kak]

26.12.2016 в этом топике я говорил о том, что, «… технологии появляются из физики, то есть из ПРИРОДЫ, с которой экспериментируя, человечество обнаруживает все новые и новые закономерности (технологический опыт). Комбинируя этим опытом создаются новые технологические решения. Предложение о синтетическом единстве не является чем-то новым в эволюционном процессе. На заре формирования многоклеточных структур это решение и было применено: сначала формировался внеклеточный матрикс (в нашем случае различные коммутационные системы), затем, с помощью него появлялись структуры, объединяющие клетки между собой, тем самым формируя эргатические системы (синтетическое единства продукции клеток - внеклеточный матрикс, с самими клетками)». Продолжая тему развития эргатических систем и их технологическую составляющую, следующим шагом будет формирования идентификационных средств, позволяющих при любом контакте между субъектами моментально идентифицировать друг друга по типу «свой-чужой», тем самым прогнозируя свое поведение.

[kak]

Хотел бы обратить внимание моделистов-конструкторов ИИ на тему «Те ли модели используются в ИНС?" на этом форуме, viewtopic.php?f=11&t=17, он несколько дополняет данный раздел.

[kak]

Небольшое пояснение к сообщению от 11 мая 2020.
Эргатические системы - система, включающая человека (группу людей), техническое устройство (средств деятельности), объект деятельности и среду, в которой находится человек.
На первом этапе исследований целью оптимизации эргатической системы считалось приспособление человека к техническому устройству.
На втором этапе идет приспособление технического устройства к человеку, его психологическим, физиологическим, антропометрическим и другим характеристикам.
Для третьего этапа характерно рассмотрение эргатической системы с позиций анализа человеческого фактора как ее совокупного интегрального качества. При этом не человек рассматривается как рядовое звено, включенное в техническую систему, а техническое устройство — как средство, включенное в деятельность человека-оператора – интерсубъективный матрикс
(от греч. érgon — работа и hodós — путь)
Интерсубъектность (аналог межклеточному матриксу), двойная контингентность по Луману: «В словосочетании «двойная контингентность» (Doppelte Kontingenz) когда речь идет о субъектах, появляется смысловой оттенок взаимности, рефлексивного отражения позиции другого и понимания того, как выглядит собственная позиция в восприятии другого. Именно двойная контингентность формирует ситуации, в которых субъекты (подобно «черным ящикам») взаимно выстраивают модели друг друга и начинают оперировать ими в практике интеракций. В этом процессе взаимного моделирования может сложиться ситуация, в которой субъект начинает осознавать, в какой степени различной видится его позиция другими акторами.» (Рефлексия по Поспелову Д.А.)

[kak]

Концептуальные проблемы проектирования и реализация «интеллектуальных» систем.
Понятия «Большие данные», «Машинное обучение», «Роботы», ИНС не более чем очередные мемы как и мем «ИИ» не имеющие под собой достаточного физического обоснования (материальной основы). В основе почти всех разработок этих якобы интеллектуальных систем лежит символьная логика.
Смысл этой логике заключается лишь в том, что взяв набор символов (знаков), которым приписали определенные свойства, ими стали жонглировать (чистой воды комбинаторика), пытаясь получить результат не понимая сути. «Культ карго: зачем папуасы делают самолеты из соломы и навоза», https://disgustingmen.com/history/cargo-cult. Вся это эквилибристика привела к замечательным технологическим решениям по созданию различных конечных автоматов, но ни на йоту не продвинула в понимании: «как устроен мир с интеллектом». Поэтому проектировать то, что не очень-то понятно, а самое главное не позволяющее прогнозировать смысла и результатов манипуляций с символами, сформировал проблемы для реализации проектов ИИ.
А поэтому, что бы как-то понять в чем эти проблемы, я начну от печки, то есть от физического смысла и понимания, что есть данные, информация, знания, интеллект и как это соотносится к физике.
Тезаурус.
Данные - регистрируемые изменения
Информация - ранжируемые изменения
Знания – структурируемые изменения
Интеллект – свойство системы предвидеть будущий результат (моделирование последствий изменений)
Система – субъективно выделенные предметы, явления и процессы (изменения), которые объединены для достижения одной цели
Изменение – субъективная оценка приращение или убывания свойств системы
Измерение – количественная оценка изменения, отношение известной неоднородности (единица измерения) к неизвестной
Физика изменений.
Количество всех физических изменений (состояний, процессов) неизмеримо, так как на сегодня нельзя сказать, что такое минимальное изменение, а значит и невозможно объективно указать их количество – только субъективно, выделив наборы признаков, в соответствии своего рецептивного поля.
Все изменения, происходящие на границе субъекта формируют ответную реакцию (отражение или его отсутствие) в соответствии конфигурации поступающих изменений и предыдущих, повлекший структуризацию системы (память субъекта).
В связи с тем, что набор изменений неограничен, для субъекта становится важным не хаотичный набор изменений, а их последовательность, то есть все то, что происходит на его рецепторах, так как сохранение (память) траектории этих процессов (событий) дает возможность прогнозировать. Отсюда и формируется такие понятия как время и пространство, отражающие отношением между процессами. Комбинируя наборами этих отношений и присваивая им тот или иной символ, сформировалось объектное описания мира.
Любое измерение (формализация) и описание с помощь символов этих измерений приводит к неполному представлению о субъекте и его окружении. В силу ограниченности рецептивного поля у субъекта, множество изменений не могут быть измерены. Кроме того, очень проблематично найти в дискретности (формализме) движущую силу (градиент) развития материального мира. Необходимо понимать процесс преобразования, а он континуальный.
Объяснение перехода от абиогенеза к биогенезу, а затем и к социогенезу, потребовало изменить представление о мире как наборе объектов и их комбинаций. И если классическая физика исследовала отношения между объектами и их формами, а неклассическая физика как изменение объектов и результатами этих изменений, то для континуальной физике необходимо понять как относятся изменения друг другу. Работы биофизика Дж. Ингланд по степени рассеивания в живых и не живых системах (https://news.finance.ua/ru/news/-/31810 ... i-na-zemle ), а также экономиста Майкла Портера по конкурирующей возможности различных экономических кластеров (https://lektsii.org/11-13426.html ), дают возможность предположить о значимости диссипации.
Если проследить такую цепь преобразования: бифуркации, вихри, турбулентности, мембраны, сообщества, то вполне она вписывается в физическую модель диссипации. И тогда биологическая эволю́ция (от лат. evolutio — развёртывание), в широком смысле — синоним развития; процессы изменения), та предметная область знаний, которая может помочь исследователям и моделистам-конструкторам в проектировании Иного Интеллекта. Эволюционные изменения биоконструкций (еще одна цепь): внутриклеточный матрикс ( цитоплазма эукариотов), межклеточный матрикс (формирование мнококлеточных эукариот), межсубъектный матрикс (сообщество многоклеточных), убеждают в правильности подхода к пониманию движущей силы эволюции.
Концепт
Итак, интеллект как свойство системы прогнозировать свои изменения возможен, если выполняются два условия: 1) источник изменений должен быть достаточно стабилен, чтобы 2) формировать память, то есть структурную проекцию изменений на рецепторах.
Если источник очень вариабельный, нет необходимости в памяти. Если нет памяти, то, не с чем сравнивать, а знать нет и интеллекта.
Механизм формирования изменений на рецепторах может реализоваться только за счет притока неоднородностей из вне. Поэтому, при конструировании ИИ, необходимо учитывать прежде всего, что источник находится за пределами системы, которая проявляет такое свойство как интеллект.
Устойчивые линии границ,
Что наблюдаются тобой во всей красе:
Взрыв звезд и даже взмах ресниц,
Лишь результат стабильности во вне.

Источники, каналы и поток –
Слова, отображающие суть.
И смысл, убегающий в песок
Нельзя остановить и тормознуть.

Движение – картинка на песке,
Возможно, только ДРВУ – эффект.
Стабильнее флуктуаций в голове,
В которой зародился интеллект.

Он сам лишь продолжение границ.
Как результат источников из вне.
Мелькают траекторий ярких спиц,
Хоть и находятся в одном все колесе.
2 января 2008
Постепенное понимание этих трендов можно наблюдать в исследованиях С. Шноля: «…феномен макроскопических флуктуаций обусловлен (хотя бы частично) факторами, находящимися за пределами Солнечной системы.» (Макроскопические флуктуации - возможное следствие флуктуаций пространства-времени. Арифметические и космофизические аспекты, С. Э. Шноль, http://www.chem.msu.su/rus/jvho/2001-1/12.pdf ) и в исследованиях И.А.Гундарова: космические циклы и смертность от COVID-19, https://svo.spb.ru/1abzats/igor-gundaro ... -covid-19/
Рассматривая любую из интеллектуальных систем, надо отдавать себе отчет, что это система только часть единого процесса - только субъект, выстраивая прогностические траектории, выделяет ее из этого потока изменений. А значит, строя что-то иное, необходимо учитывать этот поток, используя понимание преобразований между отдельными системами. Объединить интеллектуальные системы посредством конечных автоматов потребует неалгоритмических решений. То есть, задача перед строителями ИИ вырисовывается как конструирование межинтеллектуального матрикса - гетероадаптера, способного адаптироваться к субъекту. Попытки создания такого объединения можно наблюдать в проектировании эргатических систем. Аналогии объединения в эволюции: внутриклеточный матрикс (цитоплазма), межклеточный матрикс.
ИТОГО:
Конструирование межсубъектного матрикса реализовывалось уже и как в фантастических прогнозах: Р.Хайнлайна "Звездный десант" 1959 г, В.Головачев ”Реквием машине времени”, 1988, так и реальных конструкциях: И.Климов, "Мертвецы идут в бой: военный суперкостюм стимулирует рефлексы",http://www.popmech.ru/technologies/2372 ... eksy/#full ) и в предложениях: так в 2016 году И.Маск: «В данный момент наш мозг ограничен пропускной способностью интерфейса. У нас есть цифровые третичные „расширения” личности в виде коммуникации по электронной почте, наших компьютеров, телефонов, приложений. Мы практически сверхлюди. Но при этом мы исключительно ограничены в пропускной способности интерфейса между корой головного мозга и „третичной” цифровой формой наших личностей».
Таким образом проблема построения более интеллектуальных систем лежит не в собирании конструкций типа роботов, больших данных, глубокого обучения и т.д., а в создании соответствующих интерфейсов или межинтеллектуальных структур, способных объединить в единую систему для прогнозирования отдаленного будущего.

[kak]

Продолжая подозрения С. Шноля сообщение в https://vk.com/wall-69654802_2123 академика Валерия Рубакова: "Наш предок — вакуумные флуктуации", а именно :"Вакуум живет своей жизнью. Давно известно, что флуктуации в вакууме приводят к наблюдаемым эффектам. Если эти флуктуации каким-то образом усилить по амплитуде, то они могут дать уже наблюдаемые неоднородности плотности энергии. Это действительно реализуется в инфляционной теории, где Вселенная расширяется настолько быстро, что эти вакуумные флуктуации усиливаются. Такой механизм согласуется со всем, что мы знаем про первичные неоднородности во Вселенной. Если всё это правильно, а это очень похоже на правду, то в более широком смысле наш первоначальный предок — это вовсе не обезьяна, а вакуумные флуктуации", — говорит Валерий Рубаков.

[kak]

О межклеточном матриксе: "Органоспецифические клетки не имеют непосредственных контактов с нервными проводниками и сосудистой сетью. Все их нервно-гуморальные связи опосредуются через окружающий их матрикс (пишингерово пространство). На поверхности клеток компоненты матрикса связываются с липидами и протеинами клеточной мембраны, а также с её рецепторами, являющимися важными компонентами передачи информации внутрь клетки.
В основной субстанции оканчиваются или начинаются симпатические, парасимпатические и висцеро-соматические нервные волокна, а также артериальные, венозные и лимфатические капилляры. Таким образом, матрикс оказывается непосредственно связанным с центральной нервной системой, а через сосудистую сеть осуществляется его подключение к эндокринной системе." (Внеклеточный Матрикс - информационный регулятор обменных процессов, https://ai-news.ru/2021/03/vnekletochny ... vtory.html )

[kak]

К статье «Концептуальные проблемы проектирования и реализация «интеллектуальных» систем.» представленной на этом форуме 15.10.2020 в теме: Краткая Инструкция для построения ИИ.
«…Homo Sapiens – единственный на земле вид, способный гибко взаимодействовать в многочисленных группах», «…только Homo Sapiens способен в очень гибких формах взаимодействовать с неограниченным числом незнакомцев» (Homo Deus. Краткая история будущего, https://kitobz.com/upload/Юваль%20Харар ... com%20.pdf ) Это и есть результат формирования межсубъектного матрикса

[kak]

Можно рассматривать как дополнение к статье «Концептуальные проблемы проектирования и реализация «интеллектуальных» систем.» представленной на этом форуме 15.10.2020 в теме: Краткая Инструкция для построения ИИ.
«…мозг тратит энергию не на умственные усилия, а просто на поддержания себя в активном состоянии.»
«…опровергнута идея о существовании связи между интеллектом и развитием коры больших полушарий головного мозга. У человека именно эта область действительно хорошо развита и содержит около 16 миллиардов нейронов, для сравнения кора головного мозга гориллы имеет только 9 миллиардов. Но оказалось, что есть животные с такой-же или даже большей корой больших полушарий. Обыкновенная гринда или черный дельфин имеет 37 миллиардов нейронов в коре больших полушарий, а простая морская свинья почти 15 миллиардов, при том, что тело этого животного весит всего 50 килограмм.
Мы вынуждены констатировать, что интеллект не связан ни с размером или структурой мозга, ни с его энергозатратностью.»
«Объединение организмов — похоже стандартный прием развития жизни и в случае с человеческим мозгом это единственная возможность объяснить загадку интеллекта.»
«Единственной функциональной частью, где могут работать структуры интерфейса (соединения) между дополнительной системой (нейро-симбионтом) и биологической структурой нашего мозга должны быть синапсы (места соединения нейронов между собой). Только там существует физиологическая возможность инициировать новый нервный импульс входящего в нейросеть мозга сигнала.»
«Одной из которых является наш биологический мозг, а второй неизвестная до сегодняшнего дня, но при этом реально существующая структура... Которая по своему описанию очень похожая на ...бессмертную душу!...»
https://ai-news.ru/2021/06/mozg_chelove ... bioza.html
Идея души ни чем не лучше любого креационизма.
Межсинаптический интерфейс и есть структура межклеточного матрикса, своего рода симбиотический клей.

[kak]

Ирригационные сооружения как структуризация межсубъектного матрикса и элемент формирования интеллектуальных систем.
«Все древнейшие цивилизации возникли там, где для возделывания земли понадобилось строить оросительные (или осушительные) каналы. Это были слишком масштабные проекты для одного племени. Требовался такой сплачивающий массы фактор, как государство.» (Почему первые цивилизации появляются только 6 тысяч лет назад, причём одновременно, https://zen.yandex.ru/media/id/5fd837cc ... 7305e42065 )

[kak]

Дополнение к сообщению от 15.10.2020 "Концептуальные проблемы проектирования и реализация «интеллектуальных» систем.":
«Мозг, как любой другой орган, состоит из разных клеток и внеклеточного пространства. Рассматривать его работу с точки зрения лишь нейронной сети противоречит базовым принципам физиологии. (Активная среда мозга: новая парадигма в нейронауках, https://inscience.news/ru/article/russi ... um=desktop )

[kak]

И еще раз для тех, кто пытается сварганить ИИ: Мозг для инженеров от Савельева С.В. https://www.youtube.com/watch?v=MN4cZ4GtjWA

[kak]

Информация для моделистов-конструкторов ИИ: "Чтобы определить сложность функции ввода-вывода биологического нейрона, авторы статьи учили искусственную глубокую нейронную сеть имитировать выполнение этой функции. Они начали с создания крупномасштабной модели функции ввода-вывода пирамидального нейрона из коры крысиного головного мозга — нейрона с различными ответвлениями дендритов вверху и внизу. Затем они ввели эту модель в глубокую нейронную сеть, имевшую до 256 искусственных нейронов в каждом слое. Учёные постепенно увеличивали количество слоёв, пока точность измерения отношения между входом и выходом смоделированного нейрона на миллисекундном уровне не стала 99-процентной. Глубокая нейронная сеть научилась успешно предсказывать значения функции ввода-вывода нейрона, имея от пяти до восьми искусственных слоёв. Для большинства сетей это означает, что одному биологическому нейрону соответствует почти тысяча искусственных."( Насколько сложной должна быть компьютерная модель одного нейрона?, 22century.ru/popular-science-publication...uron-is-very-complex)
И еще: "Новые результаты, по-видимому, способны повлиять и на исследования в сфере машинного обучения и искусственного интеллекта. Искусственные нейронные сети опираются на точечную модель нейрона, рассматривая его как узел, в котором регистрируются входные данные и полученная сумма пропускается через функцию активности. «Мало кто всерьёз воспринимает идею о том, что один нейрон может быть сложным вычислительным устройством», — отмечает когнитивист из Нью-Йоркского университета (New York University) Гэри Маркус (Gary Marcus), не скрывающий своего скептического отношения к некоторым заявлениям учёных, исследующих глубокое обучение." (Вычислительная мощь дендритных ветвей отдельных нейронов оказалась неожиданно высокой, https://22century.ru/popular-science-pu ... of-neurons)
Рекомендую посмотреть книгу Н.Позина Моделирование нейронных структур. Москва: Издательство «Наука»: Главная редакция физико-математической литературы, 1970.

[kak]

Наконец то, хоть кое-что: "Исследователи Meta обучили одну модель искусственного интеллекта (ИИ) обрабатывать речь, изображения и текст — они надеются, что подобные «мультимодальные» системы лягут в основу будущих разработок в области дополненной реальности и метавселенной." (Meta обучила нейросеть data2vec работе с речью, изображениями и текстом, чтобы она смогла «понимать мир», https://ai-news.ru/2022/01/meta_obuchil ... eksto.html ). Но, как всегда все испортил своим бредовым высказыванием генеральный директор компании Марк Цукерберг: «Люди познают мир с помощью комбинации зрения, звука и слов, и подобные системы однажды смогут понять мир так же, как это делаем мы».

[kak]

А вот и подтверждение бреда Марка Цукерберга, но уже от наших так называемых "ученых", описанных в ГОСТ Р 59276-2020, НАЦИОНАЛЬНЫЙ СТАНДАРТ РОССИЙСКОЙ ФЕДЕРАЦИИ, Системы искусственного интеллекта, СПОСОБЫ ОБЕСПЕЧЕНИЯ ДОВЕРИЯ, Дата введения 2021-03-01, docs.cntd.ru/document/1200177291: "Доверие к системам искусственного интеллекта является важнейшим условием, определяющим возможность применения этих систем при решении ответственных задач обработки данных. Примерами таких задач являются поддержка принятия врачебных решений, беспилотное управление транспортными средствами и некоторые другие, ошибки при решении которых могут привести к тяжким последствиям, связанным с угрозой для жизни и здоровья людей, серьезным экономическим и экологическим ущербом."
"3.6 искусственный интеллект, ИИ: Способность технической системы имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных практически значимых задач обработки данных результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека."
Хочу напомнить, что термины "доверие", "вера" в науке - это приговор науке!

[kak]

«Системы ИИ нередко обладают уверенностью, намного превышающей их реальные возможности. Как и самоуверенные люди, многие системы ИИ не понимают, когда делают ошибки. Иногда ИИ сложнее понять, что он ошибается, чем дать правильный результат. (ИИ ограничен в возможностях из-за математического парадокса, https://zoom.cnews.ru/rnd/article/item/ ... yah_izza_1)
Математика это только один из языков, с помощью которого субъект описывает ДОСТУПНУЮ ему объективную реальность, а поэтому этот язык не может служить основой для формирования ИИ (иного интеллекта).

[kak]

Продолжение к предыдущему сообщению:
«Обращает на себя внимание методологическая некорректность, с которой излагаются современные трактовки и проблемы “искусственного интеллекта”, сопровождаемые “пугающими” заявлениями о “превосходстве над человеческим разумом”, “порабощении человечества” и подобном, и которые являются, безусловно, антинаучными!
И вот почему. Математика и математики не определили что такое “искусственный интеллект”! Занимались этим вопросом с 50-х (содержательно, конечно), но в 80-е пришли к единому мнению: “искусственный интеллект” – это отдельные (не все) наборы задач (!) из различных областей дискретной математики (!). Даже без полного перечня таких задач.
Указывались и исчисления предикатов, и многозначные логики, и нечеткие множества, теория автоматов, и теория графов, и область обработки и распознавания сигналов (тоже штука очень емкая и разнородная), и другие. Среди этого множества нейросети занимали и занимают свое очень узкое место, как часть теории автоматов.» (Тема ИИ (“искусственный интеллект”) то всплывает, то затухает. Очень уж “волатильная” динамика, https://ai-news.ru/2022/06/tema_ii_isku ... n_uzh.html )

[kak]

Очередной бред математических фантазеров от ИИ: «Квантовому ИИ Может Потребоваться Лишь Минимум Данных — Доказательство Делает Шаг К Квантовому Преимуществу
Инсайдерская информация
Эксперты опасаются, что квантовый искусственный интеллект или программы машинного обучения потребуют огромного объема данных, но ученые из Лос-Аламосской национальной лаборатории предполагают, что это предположение неверно.
Математическое доказательство указывает на то, что для некоторых актуальных задач не потребуется больших объемов данных для обучения квантовых моделей искусственного интеллекта.
Эта работа может привести к преимуществам квантового ИИ и ОД по сравнению с классическими подходами к ИИ.»
(https://ai-news.ru/2022/09/proryv_k_kva ... dstvu.html ).
Хотелось бы услышать от этих фантазеров, что такое данные, так как любые данные это любые изменения, но, к сожалению, нет физического понимания - что есть минимальные изменения.
А значит и нет понятия минимальные данные.

[kak]

Наконец сообразили, что без тела нет интеллекта: «В своей новой работе инженеры продемонстрировали, как их робот, точнее, роботизированная рука, создал свою кинематическую схему (это схема, на которой показано, как движимые части робота реагируют на активацию двигателя), а затем использовал ее для планирования движения, достижения целей и обхода препятствий в различных ситуациях. Он даже автоматически распознал, а затем компенсировал ущерб, нанесенный его телу.
Чтобы добиться таких результатов, исследователи поместили роботизированную руку в круг из пяти видеокамер с потоковой передачей. Робот мог наблюдать за своими движениями через камеры. Подобно младенцу, впервые изучающему себя в зеркальном зале, робот извивался и принимал различные позы, чтобы понять, как именно двигается его тело в ответ на различные моторные команды. Примерно через три часа робот остановился. Его внутренняя нейронная сеть закончила изучать, как двигаются его части в различных условиях и при выполнении разных команд.» (Ученые впервые создали робота, который может осознавать свое тело и изучать его, https://www.techinsider.ru/technologies ... uchat-ego/
Все эти коннектомы и когнитомы ничто без оценки положения своих границ. Вся биологическая эволюция формировалась за счет познания положения своего тела. Чем точнее определялась локация участков границы биообразования, тем эффективней распределялись ресурсы (потоки энергии) и возможность их прогнозировать.

[kak]

Ажиотаж вокруг всех этих конечных автоматов, построенных на символьной логике (GPT, ChatGPT и т.п.) скоро закончится, также как и исследования коннектомов (C. Elegans, melanogaster https://vk.com/public37948240 ). Наступит протрезвление, и выяснится, что интеллектуальные системы это не устройства, а это свойство соответствующим образом организованных структур, и не сконструированных из объектов моделей, а встроенных в изменяющуюся по определенным законам материю. Ну, а пока моделисты-конструкторы ИИ резвятся – флаг им в руки, барабан на шею.

[kak]

Конечный автомат (КА) – это дискретное устройство, с конечным числом деталей, которые имеют конечный период функционирования.
Также как с вечным двигателем, в процессе, за счет импликативных изменений, меняются функции отдельных деталей и в целом КА. В результате нарушается целевая функция КА.

[kak]

«Авторы обнаружили две системы в моторной коре, которые сменяют друг друга. Первая включает в себя уже известные области, которые отвечают за движение ног, рук и рта, а вторая, ранее не описанная, — смежную цепочку из трех областей, расположенную на прецентральной извилине между областями первой системы. Оказалось, что вторая система также функционально связана со многими областями сети, отвечающей за познавательные и эмоциональные функции (cingulo-opercular network).
Анализ подтвердил связь областей моторной коры, ответственных за ноги, руки и рот, с сенсорной корой, а вот связь второй системы моторной коры с сенсорной корой была значительно слабее. Вместо этого, авторы выявили, что функциональная связность второй системы распространяется на зону, которая отвечает за проприоцепцию — ощущение положения тела в пространстве.
Таким образом, авторы показали, что вместо конкретной схемы тела моторная кора использует две системы, которые сменяют друг друга: одна изолированная, отвечающая за более точные движения, а другая целостная, отвечающая за комплексные движения тела. При этом, вторая система, совместно с сетью познавательных и эмоциональных функций, выполняет роль контроля действий, то есть координирует целые группы мышц и положение тела, а также планирует действия.» (В человеческом мозге разглядели две системы контроля движений, https://nplus1.ru/news/2023/04/20/movem ... ol-network )

[kak]

Очередная комбинаторика из непонимания реальности моделистов-конструкторов ИИ: «Meta предлагает модель ИИ, которая обучается примерно так же, как человеческий интеллект. Поэтому принцип работы системы сильно отличается от таких моделей, как GPT или PaLM2 от Google. Эти модели работают, опираясь на огромную базу данных. Опираясь на эту информацию, модели ИИ пытаются угадать наиболее логичную последовательность слов, исходя из вопроса пользователя. На самом деле, эти ИИ не понимают тексты, которые они генерируют. Они просто имитируют мышление. Таким же образом работают генераторы изображений, такие как DALL-E, Adobe Firefly или Midjourney.
С новой моделью Meta дело обстоит иначе. Вместо того чтобы агрегировать горы данных, созданных людьми, "JEPA" сравнивает абстрактные представления изображений или звуков. Такой подход заставляет ИИ строить "внутреннюю модель внешнего мира", что облегчает его обучение. Таким образом, модель имитирует работу человеческого мозга. Каждый день ваш мозг бессознательно анализирует множество данных, чтобы понять окружающий мир. Подобно человеческому интеллекту, модель может жонглировать абстрактными понятиями, а не последовательностями слов.
"Наша работа основана на том, что люди усваивают огромное количество базовых знаний о мире, просто пассивно наблюдая за ним", — заявляет Meta.
Благодаря такому подходу модель действительно понимает данные, которые ей предоставляются. ИИ не приходится угадывать ответы на вопросы пользователей, основываясь на наиболее вероятной последовательности слов. Теоретически, таким образом, "JEPA" не должен "галлюцинировать", то есть генерировать фактически ложную информацию. Это главный недостаток генеративного ИИ. Их утверждения далеки от достоверности, потому что они не совсем понимают, о чем говорят. Именно поэтому генеративные ИИ испытывают большие трудности при конструировании некоторых элементов, таких как человеческие руки или уши.
"Если вы тренируете (модель) на 1 000 или 2 000 миллиардах лексем, она кажется способной к пониманию. Но она делает глупые фактические или логические ошибки", — подчеркивает Янн ЛеКун.
Более того, "JEPA" отличается от других крупных языковых моделей высокой эффективностью. Согласно пресс-релизу Meta, ИИ не требует значительных ресурсов для работы, в отличие от более требовательных к ресурсам систем, таких как GPT.
Конец генеративного ИИ?
По мнению Meta, "генеративные методы слишком много внимания уделяют деталям, вместо того, чтобы улавливать общие концепции", как это делает ее новая система.
По мнению Янна ЛеКуна, генеративный ИИ в будущем исчезнет, потому что "у нас будет что-то лучшее, чтобы заменить его": "Общие языковые модели по-прежнему полезны сегодня, но через пять лет они не будут использоваться".» https://new-science.ru/ii-v-poiskah-per ... vselennoj/
И вот эту глупость, на которой выстраивается идея данной модели: «…люди усваивают огромное количество базовых знаний о мире, просто пассивно наблюдая за ним», противоречит реальности. Знания формируются исключительно при активности эффекторов (мышцы, железы). При этом потребление энергии в такие периоды максимальное.
«Эти системы всё ещё очень ограничены, у них нет никакого понимания особенностей реального мира, потому что они обучались исключительно на основе огромного количества текста. Большая часть человеческих знаний не имеет ничего общего с языком, так что значительная доля нашего опыта неподвластна ИИ. Это говорит о том, что нам не хватает чего-то действительно большого… чтобы достичь не только интеллекта уровня человеческого, но и интеллекта собаки», — говорит ЛеКун.

[kak]

И еще в догонку, Ноам Хомский:
"Короче говоря, ChatGPT и его собратья по своей природе неспособны совмещать творчество с ограничениями. Они либо сверхгенерируют (порождают как истину, так и ложь, одобряют как этические, так и неэтичные решения), либо недогенерируют (демонстрируют равнодушие к любым решениям и безразличие к последствиям). Учитывая аморальность, псевдонаучность и лингвистическую некомпетентность этих систем, мы можем только смеяться или плакать над их популярностью." (ChatGPT: неоправданные надежды, https://centerforpoliticsanalysis.ru/position/read/id.. )

[kak]

Константин Анохин | Естественные нейронные сети: как они устроены и что они могут, https://www.youtube.com/watch?v=vDOdsueTGS0
ПРОИСХОЖДЕНИЕ И ЭВОЛЮЦИЯ НЕРВНОЙ СИСТЕМЫ: НОВЫЕ ДАННЫЕ СРАВНИТЕЛЬНЫХ ПОЛНОГЕНОМНЫХ ИССЛЕДОВАНИЙ МНОГОКЛЕТОЧНЫХ ЖИВОТНЫХ, http://ontogenez.org/archive/2022/1/Dya ... 022_01.pdf
Хоть какие-то подвижки в сторону смены парадигмы о мозге и сознании. Надеюсь на здравый смысл.

[kak]

Дополнение к предыдущему сообщению: «Традиционно считается, что «нервное электричество» является, по существу, движущей силой работы мозга, а нейротрансмиттеры выполняют в этом процессе лишь вспомогательную, сугубо техническую функцию межсиноптической передачи нервного импульса. Однако, многочисленные современные исследования, посвященные гетерохимии мозга, свидетельствуют, что именно химический контекст экстраклеточной среды определяет порядок выбора ответа тем или иным нейронным ансамблем.» (Д.А.Сахаров. Гетерохимический мозг, https://magpie73.livejournal.com/1903859.html )
Что еще раз убеждает, межклеточные отношения (химический контекст экстраклеточной среды) является основным модулятором поведения многоклеточных.