#AI
#размышления
О сильном искусственном интеллекте, штурме научной проблемы «в лоб» и почему мы стали «марсианами»
У одного из основоположников отечественной кибернетики Михаила Моисеевича Бонгарда есть замечательная книга (если не ошибаюсь единственная) - «Проблема узнавания». На ее страницах приводится прекрасная аллегория. Пожалуй, процитирую отрывок целиком.
«Допустим, соотношение скоростей развития техники и различных наук на Марсе было совсем не таким, как на Земле. Марсиане уже постигли законы взаимодействия элементарных частиц, но еще не знают ни химии, ни даже механики больших тел. Единственный их способ передвижения на большие расстояния — это верхом (колесо еще неизвестно). Пусть некий великий марсианский ученый догадался, что способность передвигаться за счет внутренних запасов энергии не есть исключительное свойство живых организмов *). На основе этого открытия решено построить автомобиль. (Пока что это слово для марсиан отражает чисто функциональное свойство будущей конструкции — способность к «самодвижению».)
Задача, поставленная перед конструкторским бюро, звучала на языке марсиан так: требуется найти такое расположение некоторого числа атомов в пространстве, чтобы их совокупность могла перевозить человека по хорошей дороге со скоростью не меньшей, чем лошадь.
Конструкторы взялись за работу. Их вдохновляло понимание того, что такое расположение атомов в пространстве заведомо существует (лошадь-то тоже состоит из атомов!). Однако, как расположены атомы в лошади, они выяснить, при своем уровне экспериментальной техники, не могли. Поэтому было решено шаг за шагом (атом за атомом) усложнять конструкцию, пока она не начнет сама двигаться...
Нам понятно, что затея марсиан обречена на неудачу. Нельзя понять работу столь сложного устройства, как автомобиль (или ткацкий станок, или радиоприемник и т. п.), думая о нем только в терминах элементарных частиц и их взаимодействия.»
(с) М.М. Бонград «Проблема узнавания», Москва 1967
Ничего не напоминает? Фактически сейчас бОльшая часть исследований по ИИ сводятся к следующему – давайте увеличим количество слоев и нейронов в слое и будем обучать до посинения до достижения требуемого состояния. Причем преподносится это исключительно как большая наука.
Однако. Возвращаясь к Бонгарду, пока мы не поймем из каких «больших блоков» состоит «мышление», обнаружить GAI «комбинируя атомы в пространстве» - маловероятно. Недавно, в разговоре с коллегой (обсуждали оптимизацию ряда алгоритмов решения одной задачи) он мне привел пример того как работает бессознательное. К моему удивлению я нашел много аналогий с тем как работают современные сети-трансформеры.
О чем это говорит? С моей точки зрения это говорит о том, что слепо копируя архитектуры ИНС с статей и монографий и размазывая их по большому количеству машино-времени мы врядли чего-то добьемся кроме надутых щек и осознания чувства собственной важности. Надо рассматривать и другие пути решения задачи GAI.
Впрочем, это не отменяет того, искусственные нейронные сети стали очень удобным инструментом для решения различных проблем, которые трудно формализовать.
Изображение сформировано нейросетью Kandinsky
#размышления
О сильном искусственном интеллекте, штурме научной проблемы «в лоб» и почему мы стали «марсианами»
У одного из основоположников отечественной кибернетики Михаила Моисеевича Бонгарда есть замечательная книга (если не ошибаюсь единственная) - «Проблема узнавания». На ее страницах приводится прекрасная аллегория. Пожалуй, процитирую отрывок целиком.
«Допустим, соотношение скоростей развития техники и различных наук на Марсе было совсем не таким, как на Земле. Марсиане уже постигли законы взаимодействия элементарных частиц, но еще не знают ни химии, ни даже механики больших тел. Единственный их способ передвижения на большие расстояния — это верхом (колесо еще неизвестно). Пусть некий великий марсианский ученый догадался, что способность передвигаться за счет внутренних запасов энергии не есть исключительное свойство живых организмов *). На основе этого открытия решено построить автомобиль. (Пока что это слово для марсиан отражает чисто функциональное свойство будущей конструкции — способность к «самодвижению».)
Задача, поставленная перед конструкторским бюро, звучала на языке марсиан так: требуется найти такое расположение некоторого числа атомов в пространстве, чтобы их совокупность могла перевозить человека по хорошей дороге со скоростью не меньшей, чем лошадь.
Конструкторы взялись за работу. Их вдохновляло понимание того, что такое расположение атомов в пространстве заведомо существует (лошадь-то тоже состоит из атомов!). Однако, как расположены атомы в лошади, они выяснить, при своем уровне экспериментальной техники, не могли. Поэтому было решено шаг за шагом (атом за атомом) усложнять конструкцию, пока она не начнет сама двигаться...
Нам понятно, что затея марсиан обречена на неудачу. Нельзя понять работу столь сложного устройства, как автомобиль (или ткацкий станок, или радиоприемник и т. п.), думая о нем только в терминах элементарных частиц и их взаимодействия.»
(с) М.М. Бонград «Проблема узнавания», Москва 1967
Ничего не напоминает? Фактически сейчас бОльшая часть исследований по ИИ сводятся к следующему – давайте увеличим количество слоев и нейронов в слое и будем обучать до посинения до достижения требуемого состояния. Причем преподносится это исключительно как большая наука.
Однако. Возвращаясь к Бонгарду, пока мы не поймем из каких «больших блоков» состоит «мышление», обнаружить GAI «комбинируя атомы в пространстве» - маловероятно. Недавно, в разговоре с коллегой (обсуждали оптимизацию ряда алгоритмов решения одной задачи) он мне привел пример того как работает бессознательное. К моему удивлению я нашел много аналогий с тем как работают современные сети-трансформеры.
О чем это говорит? С моей точки зрения это говорит о том, что слепо копируя архитектуры ИНС с статей и монографий и размазывая их по большому количеству машино-времени мы врядли чего-то добьемся кроме надутых щек и осознания чувства собственной важности. Надо рассматривать и другие пути решения задачи GAI.
Впрочем, это не отменяет того, искусственные нейронные сети стали очень удобным инструментом для решения различных проблем, которые трудно формализовать.
Изображение сформировано нейросетью Kandinsky
🤔5👍2