Здравствуйте, Silver_s, Вы писали:
PD>>Или распознавании образов. Пятилетний ребенок на фотографии любую кошку от любой собаки, причем, если он нормальный ребенок, со 100% точностью. Предложи алгоритм.
S_> С маленькой наперед заданной точностью алгоритмы это отличить могут.
С какой именно точнстью ?
>А для большей точности мешает — медленность компьютеров и недостаток человеко-лет потраченных на эту задачу. Принципиальных проблем здесь не видно, так чтобы сказать "никогда".
Здравствуйте, Pavel Dvorkin, Вы писали:
PD>Здравствуйте, alpha21264, Вы писали:
A>>Да ты просто новый Виннер! A>>Покажи как это происходит на задаче машинного перевода. A>>Или на распознавании речи.
PD>Или распознавании образов. Пятилетний ребенок на фотографии любую кошку от любой собаки, причем, если он нормальный ребенок, со 100% точностью. Предложи алгоритм.
элементарно
1) делается модель системы распознавания изображений мозгом.
2) выполняется.
круто? а вполне в рамках задачи.
1) Ресурсы бесконечные? Ок. Делаем модель мозга на уровне химических взаимодействий нейронов.
2) Скорость бесконечная? Ок. Трассируем взаимодействие между всеми нейронами.
Если верить науке, то всяких там сознаний и прочего нет. Есть только взаимодействие между нейронами А его как раз можно протрассировать.
Здравствуйте, VladD2, Вы писали:
N>>Эта фраза как раз и выражает кратко ту мысль, которую я написал более развернуто.
VD>У тебя очень мощная фантазия.
N>>Или ты думаешь, что автор в ней имел в виду "машина не сможет без посторонней помощи вычислить некоторые вещи из тех, которые VladD2 хочет считать, потому что не считает их чушью"?
VD>Я хочу сказать, что автор что хотел, то и сказал.
Я тоже так думаю. Давай попросим автора (barn_czn) объяснить так, чтобы смысл стал понятен нам обоим.
VD> Единственное расплывчатое в его рассуждениях — это слово "истину". Под истиной конечно можно понимать разные вещи. Но если под истиной понимается все же что-то действительно реальное, объяснимое и поддающееся логическому анализу, то компьютер не ограниченый вычислительными ресурсами сможет ее познать. И ИИ будет возможен и вообще любая задача которую в силах решить человеческий интеллект.
Пример с Busy beaver показывает, что это не совсем так. А вот наличие неограниченных вычислительных ресурсов + знание элементов этой последовательности действительно позволило бы автоматически решать любую строго сформулированную задачу. А пока что всех достижений математики достаточно, чтобы вычислить только 5 ее первых членов. И мы даже не знаем, способен ли в принципе человеческий разум продвинуться сколь угодно далеко в вычислении членов в этой последовательности, не говоря уже о том, чтобы научить этому машину.
VD>Я хочу сказать, что автор что хотел, то и сказал. Единственное расплывчатое в его рассуждениях — это слово "истину". Под истиной конечно можно понимать разные вещи. Но если под истиной понимается все же что-то действительно реальное, объяснимое и поддающееся логическому анализу, то компьютер не ограниченый вычислительными ресурсами сможет ее познать. И ИИ будет возможен и вообще любая задача которую в силах решить человеческий интеллект.
А с чего вы взяли что всякое истинное высказывание поддается логическому анализу? В том и дело что человек не выводит
истинность наиболее значимых утверждений, он их практически угадывает а потом верит в них.
Ваша позиция похоже относится к категории С по Пенроузу. Кратко вот она в чем:
ИИ может быть смоделирована на машинах Тьюринга. Природа этой машины не имеет значения.
Способность познавать невыводимые логическим путем вещи — это просто случай.
В общем то хорошая позиция, мне лично нравится. И я так и не понял аргументацию Пенроуза, потому что он приводил много лирики и восхищения по примерам задач где играет роль догадка. Он также писал что случайность хуже псевдослучайности.. надо перечитать.
Если кто то понял — просветите плиз.
Здравствуйте, Silver_s, Вы писали:
S_>Здравствуйте, Pavel Dvorkin, Вы писали:
A>>>Да ты просто новый Виннер! A>>>Покажи как это происходит на задаче машинного перевода. A>>>Или на распознавании речи.
PD>>Или распознавании образов. Пятилетний ребенок на фотографии любую кошку от любой собаки, причем, если он нормальный ребенок, со 100% точностью. Предложи алгоритм.
S_> С маленькой наперед заданной точностью алгоритмы это отличить могут. А для большей точности мешает — медленность компьютеров и недостаток человеко-лет потраченных на эту задачу. Принципиальных проблем здесь не видно, так чтобы сказать "никогда".
Правильно говорите. Причем даже человеко лет не надо. Дайте супер комп и все будет.
Как? Просто. Делаем параметризируемую модель изображения кошки и собаки.
Используем для этого самое что ни на есть реалистичное 3Д ( у нас же супер комп, неоптимальную но правильную прорисовку сделать можно ну за месяц).
Далее делаем варьируемую анатомию скелета..ну и т.д.
И вот, на входное изображение мы путем перебора (гигантского перебора) находим наиболее близкое изображение от модели кошки и собаки.
Сравниваем и принимаем решение в пользу более похожей модели.
Здравствуйте, Pavel Dvorkin, Вы писали:
PD>Здравствуйте, Silver_s, Вы писали:
PD>>>Или распознавании образов. Пятилетний ребенок на фотографии любую кошку от любой собаки, причем, если он нормальный ребенок, со 100% точностью. Предложи алгоритм.
S_>> С маленькой наперед заданной точностью алгоритмы это отличить могут. PD>С какой именно точнстью ? PD>Идеи алгоритма в студию.
Есть системы распознавания по отпечаткам,по лицу по сетчатке. С собачками может быть несколько сложнее т.к. изменчивые 3D образы надо распознавать. Была бы потребность для систем именно для собачек результаты бы некоторые были бы.
Хотя концептуальные сложности есть, но бесконечная производительность могла бы упростить разработку. Всякие 3D моделирования, нечеткие вычисления, кластеризации требовательны к ресурсам.
Но что предсказать довольно сложно. Что случится с сетями сумматоров(иногда именуемых громким именем нейросеть) на бесконечном компе.
Если триллионы элементов в сети не проблема, число обучающих примеров стремится к бесконечности. То кто его знает не возникнет ли на
1E1000^1E1000 `й попытке такой собачко-распознаватель что мало не покажется
Здравствуйте, March_rabbit, Вы писали:
PD>>Или распознавании образов. Пятилетний ребенок на фотографии любую кошку от любой собаки, причем, если он нормальный ребенок, со 100% точностью. Предложи алгоритм. M_>элементарно M_>1) делается модель системы распознавания изображений мозгом.
Алгоритм модели распознавания изображений мозгом в студию.
M_>2) выполняется.
M_>1) Ресурсы бесконечные? Ок. Делаем модель мозга на уровне химических взаимодействий нейронов.
Теорию химических взаимодействий нейронов в студию. Предупреждаю — я химик по образованию.
S_> Есть системы распознавания по отпечаткам,по лицу по сетчатке. С собачками может быть несколько сложнее т.к. изменчивые 3D образы надо распознавать. Была бы потребность для систем именно для собачек результаты бы некоторые были бы. S_> Хотя концептуальные сложности есть, но бесконечная производительность могла бы упростить разработку. Всякие 3D моделирования, нечеткие вычисления, кластеризации требовательны к ресурсам.
S_> Но что предсказать довольно сложно. Что случится с сетями сумматоров(иногда именуемых громким именем нейросеть) на бесконечном компе. S_>Если триллионы элементов в сети не проблема, число обучающих примеров стремится к бесконечности. То кто его знает не возникнет ли на S_>1E1000^1E1000 `й попытке такой собачко-распознаватель что мало не покажется
Все это слова. Доказательства, что вообще задача алгоритмизируема, в студию.
Здравствуйте, Pavel Dvorkin, Вы писали:
PD>Здравствуйте, March_rabbit, Вы писали:
PD>>>Или распознавании образов. Пятилетний ребенок на фотографии любую кошку от любой собаки, причем, если он нормальный ребенок, со 100% точностью. Предложи алгоритм. M_>>элементарно M_>>1) делается модель системы распознавания изображений мозгом.
PD>Алгоритм модели распознавания изображений мозгом в студию.
M_>>2) выполняется.
M_>>1) Ресурсы бесконечные? Ок. Делаем модель мозга на уровне химических взаимодействий нейронов.
PD>Теорию химических взаимодействий нейронов в студию. Предупреждаю — я химик по образованию.
)).. я уже написал выше другой алгоритм. Он тоже на основе модели, только не мозга конечно (боже упаси).
Повторюсь: делаем модель изображения кошки и собаки, модель параметризуемую, чтобы можно было путем перебора перебрать все множество изображений кошек и собак. Все, путем перебора находим наиболее похожие изображения кошки и собаки. Кто похожее то и победил.
Здравствуйте, Pavel Dvorkin, Вы писали:
PD>Здравствуйте, March_rabbit, Вы писали:
PD>>>Или распознавании образов. Пятилетний ребенок на фотографии любую кошку от любой собаки, причем, если он нормальный ребенок, со 100% точностью. Предложи алгоритм. M_>>элементарно
M_>>2) выполняется.
M_>>1) Ресурсы бесконечные? Ок. Делаем модель мозга на уровне химических взаимодействий нейронов.
PD>Теорию химических взаимодействий нейронов в студию. Предупреждаю — я химик по образованию.
Как-то ты его сурово. Сразу видно, что ты химик, а не программист.
Лучше бы спросил, как он собирается эээ... получать результат из четырех миллиардов состояний нейронов —
так распознало или нет?
Сказка такая есть. Один инженегр (в 18 веке) хотел понять как ищется самый лучший ход в шахматах.
Соорудил машину со множеством шестеренок, которая играла все лучше и лучше, и в конце концов обыграла всех.
Результат достигнут не был — он все равно не понял, как ищется самый лучший ход в шахматах.
Здравствуйте, barn_czn, Вы писали:
_>Повторюсь: делаем модель изображения кошки и собаки, модель параметризуемую, чтобы можно было путем перебора перебрать все множество изображений кошек и собак.
Которое потенциально бесконечно.
>Все, путем перебора находим наиболее похожие изображения кошки и собаки. Кто похожее то и победил.
Доказательства того, что этот алгоритм корректен, в студию.
_>P.S. Похожесть определяем суммой квадратов разности яркостей пикселов.
Здравствуйте, VladD2, Вы писали:
VD>Здравствуйте, nikov, Вы писали:
N>>Допустим, у тебя есть компьютер, у которого ты можешь настраивать количество операций в секунду (и можешь задать его сколь угодно большим). Интересно, как бы ты вычислил на нем хотя бы несколько десятков следующих членов этой последовательности (Busy beaver)?
VD>А зачем мне вычислять какую-то чушь?
Вот тебе более приземленная задача: выведение типов в системе Хиндли-Милнера, дополненной rank-N полиморфизмом. Сначала пару слов про rank-N полиморфизм. Грубо говоря, это возможность передавать полиморфные (generic) функции в качестве параметров, так чтобы клиентский код мог вызывать их с разными типами-аргументами. Другими словами, если обычные functional values в Haskell 98 или Nemerle — это аналог интерфейсов с единственным методом Invoke, то functional values в системе типов с rank-N полиморфизмом — это аналог интерфейсов с единственным generic методом Invoke. Такой полиморфизм поддерживается, например, Glasgow Haskell Compiler, но только с явными аннотациями для всех rank-N типов. Так вот задача: написать алгоритм для вывода типов, который получает на вход программу без аннотаций типов, а выдает ту же программу с аннотациями типов всегда, когда это возможно, а в противном случае выдает сообщение type error. Вычислительные ресурсы неограничены.
Здравствуйте, Pavel Dvorkin, Вы писали:
>>Все, путем перебора находим наиболее похожие изображения кошки и собаки. Кто похожее то и победил.
PD>Доказательства того, что этот алгоритм корректен, в студию.
Доказательство того, что нормальный ребенок никогда не ошибается при опознании кошки/собаки, в студию.
Здравствуйте, March_rabbit, Вы писали:
M_>Здравствуйте, barn_czn, Вы писали:
_>>.. в общем мне кажется что отпали бы все проблемы кроме двух:
_>>1) машина ни когда не сможет постигать истину сама, ей придется об этом сообщать. _>>2) программирование этой истинны на понятном для машины языке, и удобном для человека.
_>>По первому все понятно, теорема Геделя и следствия из нее. _>>По второму — на сегодняшний день похоже нет языка программирования для этой цели. M_>есть такая симпатичная система для разработки бортовых систем для самолетов. Прелесть этой системы в том, что софт по сути разрабатывается специалистами, а не программистами. Система делает все, что нужно: делает из "блок-схем" программу на С, компилит, тестит и все такое. Программист нужен лишь для сопряжения полученных программ с устройствами.
M_>думаю, на данную систему мощность железа никак не повлияет
Не думаю что это о чем я хотел сказать.
Системы программирования "блок-схемами" уже давно не верх совершенства.
Вспоминается LabView,
там тоже вроде блоки и вроде программировать ниче не надо. И генерация на С++ наверно уже есть. Да, удобно для узкого круга задач.
Но как среда описания алгоритмов — не, не то. Да и ООП там нет ).
Здравствуйте, alpha21264, Вы писали:
A>Лучше бы спросил, как он собирается эээ... получать результат из четырех миллиардов состояний нейронов - A>так распознало или нет?
Здравствуйте, nikov, Вы писали:
N>Здравствуйте, VladD2, Вы писали:
VD>>Здравствуйте, nikov, Вы писали:
N>>>Допустим, у тебя есть компьютер, у которого ты можешь настраивать количество операций в секунду (и можешь задать его сколь угодно большим). Интересно, как бы ты вычислил на нем хотя бы несколько десятков следующих членов этой последовательности (Busy beaver)?
VD>>А зачем мне вычислять какую-то чушь?
N>Вот тебе более приземленная задача: выведение типов в системе Хиндли-Милнера, дополненной rank-N полиморфизмом. Сначала пару слов про rank-N полиморфизм. Грубо говоря, это возможность передавать полиморфные (generic) функции в качестве параметров, так чтобы клиентский код мог вызывать их с разными типами-аргументами. Другими словами, если обычные functional values в Haskell 98 или Nemerle — это аналог интерфейсов с единственным методом Invoke, то functional values в системе типов с rank-N полиморфизмом — это аналог интерфейсов с единственным generic методом Invoke. Такой полиморфизм поддерживается, например, Glasgow Haskell Compiler, но только с явными аннотациями для всех rank-N типов. Так вот задача: написать алгоритм для вывода типов, который получает на вход программу без аннотаций типов, а выдает ту же программу с аннотациями типов всегда, когда это возможно, а в противном случае выдает сообщение type error. Вычислительные ресурсы неограничены.
N>Теперь внимание: тада! такой алгоритм написать нельзя — эта задача undecidable. Любая попытка написать такой алгоритм будет лажать на каких-то входных программах: либо сообщать type error, хотя в принципе, аннотации расставить возможно, либо зависать на каких-то входных программах. Доказательство смотреть в A. J. Kfoury, J. Tiuryn, and P. Urzyczyn. The undecidability of the semi-unification problem. Inform. & Comput., 102(1):83–101, Jan. 1993.
Вы конечно наверно правы, но имейте снисхождение, не разрушайте мозг нетривиальными примерами )). Одно описание задачи вызвало у меня легкое помутнение )). Приведите пример еще проще, истинна она всегда проста )).
Здравствуйте, barn_czn, Вы писали:
_>Вы конечно наверно правы, но имейте снисхождение, не разрушайте мозг нетривиальными примерами )). Одно описание задачи вызвало у меня легкое помутнение )).
Просто Владу должна быть хорошо понятна задача вывода типов, он занимается компилятором Nemerle.
PD>>>>Или распознавании образов. Пятилетний ребенок на фотографии любую кошку от любой собаки, причем, если он нормальный ребенок, со 100% точностью. Предложи алгоритм. M_>>>элементарно
M_>>>2) выполняется.
M_>>>1) Ресурсы бесконечные? Ок. Делаем модель мозга на уровне химических взаимодействий нейронов.
PD>>Теорию химических взаимодействий нейронов в студию. Предупреждаю — я химик по образованию.
A>Как-то ты его сурово. Сразу видно, что ты химик, а не программист. A>Лучше бы спросил, как он собирается эээ... получать результат из четырех миллиардов состояний нейронов - A>так распознало или нет?
A>Сказка такая есть. Один инженегр (в 18 веке) хотел понять как ищется самый лучший ход в шахматах. A>Соорудил машину со множеством шестеренок, которая играла все лучше и лучше, и в конце концов обыграла всех. A>Результат достигнут не был — он все равно не понял, как ищется самый лучший ход в шахматах. A>
))
Самый самый самый лучший ход в шахматах ищется перебором !
И машину не надо собирать.
А он наверно нейросеть соорудил.
Специалисты по нейросетям тоже репу чешут и когда она работает и когда чуш выдает.
Здравствуйте, Pavel Dvorkin, Вы писали:
PD>Здравствуйте, Silver_s, Вы писали:
PD>>>Или распознавании образов. Пятилетний ребенок на фотографии любую кошку от любой собаки, причем, если он нормальный ребенок, со 100% точностью. Предложи алгоритм.
S_>> С маленькой наперед заданной точностью алгоритмы это отличить могут.
PD>С какой именно точнстью ?
>>А для большей точности мешает — медленность компьютеров и недостаток человеко-лет потраченных на эту задачу. Принципиальных проблем здесь не видно, так чтобы сказать "никогда".
PD>Идеи алгоритма в студию.
Здравствуйте, CreatorCray, Вы писали:
CC>Здравствуйте, barn_czn, Вы писали:
_>>Но представьте что у вас есть компьютер (машина Тьюринга) с неограниченными выч. ресурсами. CC>Т.е. время выполнения любой программы == 0 и объём памяти == +INF?
_>>Кстати не знаю, не противоречит ли это законам природы. CC>Противоречит. Это сфероконь.
мысли интересные. Если время выполнения любой программы == 0 и объём памяти == +INF то любой алгоритм вычислим. Из бесконечного зацикливания можно выйти легко прервав алгоритм через время >0. И вообще вопросы счетной бесконечности (а может и несчетной) могли бы решаться за конечное время (около 0). Тут рукой подать до ошибочности утверждения теоремы Геделя. Потому как там при используется утверждение, что высказываний больше чем доказательств (доказательств счетное число). С помощью такой машины мы могли бы все высказывания и доказательства перебрать.
И все грамматики были б распознаваемы. Даже допуская бесконечные лексемы. Правда тогда он был бы мощностью континуум.
Вообщем этого быть не может потому что такого не может быть. Мы же знаем что целых чисел меньше чем вещественных. А допуская такую машину мы бы могли пересчитать и вещественные. А жаль! Хорошая машина получилась бы Приятная темка!
