Сообщение Re[2]: Программы, которые увеличивают полезную сложность от 27.01.2019 2:09
Изменено 27.01.2019 2:19 Shmj
Re[2]: Программы, которые увеличивают полезную сложность
Здравствуйте, hi_octane, Вы писали:
_>Я думаю уже решена. Вот прямо сейчас проходит чемпионат по игре StarCraft, для которой сделали ИИ на нейросетях AlphaStar. Сама среда — фиксированная, и её сложность имеет однозначный предел.
Мы с вами обсуждали среду Avida. К сожалению, у меня она не заработала, вы даже не пытались запустить, как оказалось и все ваши исследования ограничиваются вашим детским опытом.
В среде Avida возникают образования из нескольких десятков команд. При этом сложность самой среды, очевидно, во много крат превосходит эти образования
Сложность Avida в том, что они пытаются эмулировать процессы природной эволюции и там много белых пятен. Уже сейчас даже на их уровне эмуляции получается достаточно сложная среда.
Мне же не нужно эмуляция чего-то конкретного — важен сам принцип — может ли среда порождать вычислительные системы с осмысленной сложностью выше самой среды? А так же упирается ли в некий лимит вычислительный. Желательно чтобы повышение сложности было на порядки, так как точного сравнения быть не может.
_>наверное влезет в 64к линейного и очень понятного кода.
Ну вот, вы оперируете вашими верованиями. Наверное... Этот вопрос так не решается. Если так решать — то мы и в деда мороза будем вынуждены поверить.
Даже не решается тем что кто-то там написал в журнале хаккер, типа вот уже у кого-то там на ZX жил ИИ еще в 91 году
_>Программа которая запускает нейросети — тоже имеет фиксированный предел сложности, и тоже небольшой. А вот предела того сколько туда можно впихать нейронов и сколько времени их можно обучать стравливая разные нейросети друг с другом нету.
Я нейросетями занимался, участвовал в конкурсе, решал задачи. Вам кажется что это типа всемогущая решалка, которая для всего сама найдет оптимальные решения.
В фильмах может оно и так, но на деле не все так радужно
Нейросеть может решать узкий круг задач — это подбор коэффициентов фактически. Опять же — они имеют разную организацию и для разных задач подходят разные типы сетей.
Увеличивается база данных, но сам алгоритм работы с данными не изменяется. И он не универсален, еще раз.
_>Как и практически нет предела той сложности которую два ИИ могут друг-другу создать на карте, расставляя юниты триллионами разных вариантов. После одной-двух недель обучения эта штука в своей среде превосходит топовых людей на планете.
Не о том. Вы опять говорите о накоплении данных в базе при сохранении алгоритма.
_>При этом продолжая соревноваться сама с собой AlphaStar будет продолжать расти,
Все таки хотелось бы конкретики.
_>Я думаю уже решена. Вот прямо сейчас проходит чемпионат по игре StarCraft, для которой сделали ИИ на нейросетях AlphaStar. Сама среда — фиксированная, и её сложность имеет однозначный предел.
Мы с вами обсуждали среду Avida. К сожалению, у меня она не заработала, вы даже не пытались запустить, как оказалось и все ваши исследования ограничиваются вашим детским опытом.
В среде Avida возникают образования из нескольких десятков команд. При этом сложность самой среды, очевидно, во много крат превосходит эти образования
Сложность Avida в том, что они пытаются эмулировать процессы природной эволюции и там много белых пятен. Уже сейчас даже на их уровне эмуляции получается достаточно сложная среда.
Мне же не нужно эмуляция чего-то конкретного — важен сам принцип — может ли среда порождать вычислительные системы с осмысленной сложностью выше самой среды? А так же упирается ли в некий лимит вычислительный. Желательно чтобы повышение сложности было на порядки, так как точного сравнения быть не может.
_>наверное влезет в 64к линейного и очень понятного кода.
Ну вот, вы оперируете вашими верованиями. Наверное... Этот вопрос так не решается. Если так решать — то мы и в деда мороза будем вынуждены поверить.
Даже не решается тем что кто-то там написал в журнале хаккер, типа вот уже у кого-то там на ZX жил ИИ еще в 91 году
_>Программа которая запускает нейросети — тоже имеет фиксированный предел сложности, и тоже небольшой. А вот предела того сколько туда можно впихать нейронов и сколько времени их можно обучать стравливая разные нейросети друг с другом нету.
Я нейросетями занимался, участвовал в конкурсе, решал задачи. Вам кажется что это типа всемогущая решалка, которая для всего сама найдет оптимальные решения.
В фильмах может оно и так, но на деле не все так радужно
Нейросеть может решать узкий круг задач — это подбор коэффициентов фактически. Опять же — они имеют разную организацию и для разных задач подходят разные типы сетей.
Увеличивается база данных, но сам алгоритм работы с данными не изменяется. И он не универсален, еще раз.
_>Как и практически нет предела той сложности которую два ИИ могут друг-другу создать на карте, расставляя юниты триллионами разных вариантов. После одной-двух недель обучения эта штука в своей среде превосходит топовых людей на планете.
Не о том. Вы опять говорите о накоплении данных в базе при сохранении алгоритма.
_>При этом продолжая соревноваться сама с собой AlphaStar будет продолжать расти,
Все таки хотелось бы конкретики.
Re[2]: Программы, которые увеличивают полезную сложность
Здравствуйте, hi_octane, Вы писали:
_>Я думаю уже решена. Вот прямо сейчас проходит чемпионат по игре StarCraft, для которой сделали ИИ на нейросетях AlphaStar. Сама среда — фиксированная, и её сложность имеет однозначный предел.
Мы с вами обсуждали среду Avida. К сожалению, у меня она не заработала, вы даже не пытались запустить, как оказалось и все ваши исследования ограничиваются вашим детским опытом.
В среде Avida возникают образования из нескольких десятков команд. При этом сложность самой среды, очевидно, во много крат превосходит эти образования
Сложность Avida в том, что они пытаются эмулировать процессы природной эволюции и там много белых пятен. Уже сейчас даже на их уровне эмуляции получается достаточно сложная среда.
Мне же не нужно эмуляция чего-то конкретного — важен сам принцип — может ли среда порождать вычислительные системы с осмысленной сложностью выше самой среды? А так же упирается ли в некий лимит вычислительный. Желательно чтобы повышение сложности было на порядки, так как точного сравнения быть не может.
_>наверное влезет в 64к линейного и очень понятного кода.
Ну вот, вы оперируете вашими верованиями. Наверное... Этот вопрос так не решается. Если так решать — то мы и в деда мороза будем вынуждены поверить.
Даже не решается тем что кто-то там написал в журнале хаккер, типа вот уже у кого-то там на ZX жил ИИ еще в 91 году
_>Программа которая запускает нейросети — тоже имеет фиксированный предел сложности, и тоже небольшой. А вот предела того сколько туда можно впихать нейронов и сколько времени их можно обучать стравливая разные нейросети друг с другом нету.
Я нейросетями занимался, участвовал в конкурсе, решал задачи. Вам кажется что это типа всемогущая решалка, которая для всего сама найдет оптимальные решения.
В фильмах может оно и так, но на деле не все так радужно
Нейросеть может решать узкий круг задач — это подбор коэффициентов фактически. Опять же — они имеют разную организацию и для разных задач подходят разные типы сетей.
Увеличивается база данных, но сам алгоритм работы с данными не изменяется. И он не универсален.
_>Как и практически нет предела той сложности которую два ИИ могут друг-другу создать на карте, расставляя юниты триллионами разных вариантов. После одной-двух недель обучения эта штука в своей среде превосходит топовых людей на планете.
Не о том. Вы опять говорите о накоплении данных в базе при сохранении алгоритма.
_>При этом продолжая соревноваться сама с собой AlphaStar будет продолжать расти,
Все таки хотелось бы конкретики.
_>Я думаю уже решена. Вот прямо сейчас проходит чемпионат по игре StarCraft, для которой сделали ИИ на нейросетях AlphaStar. Сама среда — фиксированная, и её сложность имеет однозначный предел.
Мы с вами обсуждали среду Avida. К сожалению, у меня она не заработала, вы даже не пытались запустить, как оказалось и все ваши исследования ограничиваются вашим детским опытом.
В среде Avida возникают образования из нескольких десятков команд. При этом сложность самой среды, очевидно, во много крат превосходит эти образования
Сложность Avida в том, что они пытаются эмулировать процессы природной эволюции и там много белых пятен. Уже сейчас даже на их уровне эмуляции получается достаточно сложная среда.
Мне же не нужно эмуляция чего-то конкретного — важен сам принцип — может ли среда порождать вычислительные системы с осмысленной сложностью выше самой среды? А так же упирается ли в некий лимит вычислительный. Желательно чтобы повышение сложности было на порядки, так как точного сравнения быть не может.
_>наверное влезет в 64к линейного и очень понятного кода.
Ну вот, вы оперируете вашими верованиями. Наверное... Этот вопрос так не решается. Если так решать — то мы и в деда мороза будем вынуждены поверить.
Даже не решается тем что кто-то там написал в журнале хаккер, типа вот уже у кого-то там на ZX жил ИИ еще в 91 году
_>Программа которая запускает нейросети — тоже имеет фиксированный предел сложности, и тоже небольшой. А вот предела того сколько туда можно впихать нейронов и сколько времени их можно обучать стравливая разные нейросети друг с другом нету.
Я нейросетями занимался, участвовал в конкурсе, решал задачи. Вам кажется что это типа всемогущая решалка, которая для всего сама найдет оптимальные решения.
В фильмах может оно и так, но на деле не все так радужно
Нейросеть может решать узкий круг задач — это подбор коэффициентов фактически. Опять же — они имеют разную организацию и для разных задач подходят разные типы сетей.
Увеличивается база данных, но сам алгоритм работы с данными не изменяется. И он не универсален.
_>Как и практически нет предела той сложности которую два ИИ могут друг-другу создать на карте, расставляя юниты триллионами разных вариантов. После одной-двух недель обучения эта штука в своей среде превосходит топовых людей на планете.
Не о том. Вы опять говорите о накоплении данных в базе при сохранении алгоритма.
_>При этом продолжая соревноваться сама с собой AlphaStar будет продолжать расти,
Все таки хотелось бы конкретики.