ИИ простыми словами

Хочу завершить обсуждение своего обзора интеллектуальных игр вопросом, который очень меня волнует. Создав программы, которые превосходят нас многократно, становимся ли мы, люди, сами лучше? Пока я писал предыдущий пост в этом канале, мне попалось на глаза любопытное видео известного популяризатора науки Татьяны Владимировны Черниговской. В нем она также рассуждает как раз о матче AlphaGo с Ли Седолем, который мы обсуждали в прошлый раз. Интересно, что мы думаем об одном и том же. И мысли наши во -многом совпадают. Рекомендую посмотреть его полностью (там все 4 с половиной минуты). А я здесь хочу обсудить три тезиса, которые меня в этом выступлении зацепили. 1. Татьяна Черниговская задается вопросом: «Почему-то ИИ не бросается чинить канализацию, а лезет на интеллектуальное поле, которое (как она считает) всегда было прерогативой человечества». Ну а чего тут удивительного? Он же все-таки про интеллект, а не про канализацию.😁 Ну а если серьезно, люди уже довольно давно экспериментируют

Я обещал вам рассказ о "чудесах" искусственного интеллекта - получите. Возможно, именно с этой главы имело смысл начинать свое повествование. Ибо самый простой способ чем-то заинтересовать - это вызвать искреннее изумление и/или восхищение. И сегодня я покажу вам три "жемчужины" искусственного интеллекта, которыми восхищаюсь сам. Так получилось, что все эти три примера связаны с одной корпорацией - Deep Mind. Они представляют из себя модификации одной концепции - AlphaGo/AlphaZero/Alpha Fold. И за всеми этими примерами стоит один человек Но не только это их связывает. Все эти программы основаны на так называемых "деревянных алгоритмах" или алгоритмах обхода на деревьях. Именно так шахматные мастера (и программы) осуществляют расчет. Допустим, белые пойдут "Конь эф-три", черные ответят "пешка дэ-пять", заетм белые пойдут пешкой на дэ-четыре и так далее... Ясно, что на каждом ходу множество альтернатив. Именно так и образуются "деревья перебора". Но размеры этих деревьев могут быть огр

Сегодняшняя глава будет посвящена соревнованию искусственного и естественного интеллекта в различного рода играх. Логических и интуитивных. С правилами и без. Игры с полной информацией. К ним относятся шашки, шахматы, shoghi (это такая японская разновидность шахмат), го и тп. То, за чем белковые любят коротать свое время. Большинство из этих игр известно уже более 1000 лет. Однако, как показали последние лет 30, люди играть в них так и не научились. Это стало ясно с появлением компьютеров, которые разделывают нас, как Бог черепаху. Впрочем, если вдуматься, то это не так уж и удивительно. Все эти игры основаны на переборе большого количества вариантов. И с этим компьютер справляется гораздо лучше человека. У нас же просто не хватает "оперативной памяти" и быстродействия для такого масштаба задачи (вспоминаем предыдущую главу!). Однако, для большинства игр полное дерево перебора не способны построить даже современные компьютеры.Поэтому им также приходится ограничивать расчет вариант

Противостояние людей и машин постепенно переходит с киноэкранов и страниц фантастических книг в нашу повседневную жизнь. Давайте я прямо сразу скажу что "искусственный разум" превзошел естественный уже почти по всем параметрам (и разрыв будет только расти). По всем кроме одного, но очень важного. И сегодня мы сравним белковый и силиконовый интеллект по нескольким численным параметрам, а также рассмотрим один гипотетический сценарий. Число нейронов и число параметров. По оценкам нейробиологов в мозге человека содержится около 100 миллиардов (10^11) нейронов. При этом кора головного мозга, в которой осуществляется то, что мы называем высшей нервной деятельностью, содержит примерно 14-16 миллиардов. Но знание числа нейронов как такового, мало что нам дает. Как мы видели в предыдущей главе важны связи между нейронами, осуществляющиеся в нашем мозге с помощью аксонов и дендритов. Можно считать, что между 15 миллиардами наших нейронов существует несколько десятков триллионов связей. Для о

Поспешу вас разочаровать. Ничего страшного сегодня не будет. Страшное будет завтра.:) И оно будет в цифрах и буквах , а не в апокалиптических картинках и не в откровениях "прародителя SkyNet" Джеймса Кэмерона. А сегодня мы лишь сделаем краткий обзор того, какие бывают нейросетки и какие задачи они решают. В предыдущих главах мы с вами выяснили, как работает один нейрон, и как несколько. Сегодня мы пойдем дальше и узнаем, как строятся простейшие многослойные нейросети и откуда берутся аналогии в наших любимых фильмах. Коль скоро принцип работы одного нейрона неизменен, вся "магия" нейросеток сводится к связям между нейронами и весам этих связей. Сегодня подробно обсудим первые. И как мы увидим, именно их структура и определяет то, на что наша сеть будет способна. Когда говорят о структуре связей между нейронами обычно используют термин "топология сети". Строго говоря, это не совсем верно. Топология - это раздел математики, вольно выражаясь, обобщающий геометрию. Как я люблю шутить -

Сегодня мы продолжим решать "основную задачу искусственного интеллекта" - распознавание кисок и собачек и узнаем несколько новых слов :) Я не случайно начал с задач распознавания - исторически именно к таким вопросам люди и начали приспосабливать "искусственный разум". В одной из предыдущих глав мы познакомились с моделью работы одного нейрона и узнали, что он способен кое чего различать. Однако, там же было указано, что далеко не со всеми случаями распознавания он способен справиться. Но там где один (нейрон) оказывается в поле не воин, многослойные сети решают задачу. Так как же они устроены? Давайте для начала возьмем пример прошлого раза, где нам надо установить есть ли на картинке киска. Например, вот на такой :) Да будет вам известно, все картинки в компьютерах состоят из так называемых пикселей. Это такой минимальный элемент изображения - проще говоря, точка или маленький квадратик (прямоугольник), закрашенный одним цветом. И нет ничего естественнее чем подавать эти пиксели (то

Безусловно, искусственный интеллект, одна из прорывных технологий 21го века. Но, как известно, у любого значимого явления всегда две стороны. И сегодня мы немного поговорим об обратной стороне медали. Однако, сама технология тут не при чем. Виновато скорее наше бездумное к ней отношение. Начну, впрочем, с того, что я очень много сил и времени потратил на предыдущий пост о нейронах. А обратная связь пришла достаточно смешанная. (Однако, я в любом случае благодарен и хочу, чтоб ее было больше). Кто-то говорил "типа круто, аффтар пищи еще". Но были и те кто сказал, что с сигмоидами и функциями Хевисайда я хватил через край. Это ценный feedback, и я буду думать, как бы это еще упростить изложение. Однако, я отдаю себе отчет в том, что совсем без математики мне тему изложить не удастся. Ибо я хочу поделиться своим взглядом на технологию. А для меня ИИ это в первую очередь технология. И она, безусловно, достойна восхищения. Прорывы совершенные Джеффри Хинтоном, Демисом Хассабисом и DeepMind,

Сегодня мы узнаем из чего состоят нейросети - так сказать "разложим их на атомы", и применим к распознаванию домашних животных. Также, как материя состоит из атомов, нейросетки (как легко догадаться) состоят из нейронов. Тут уместна аналогия с химией - имея всего лишь один атом вещества мы можем очень многое сказать о его свойствах. Так же и здесь - зная, как работает всего лишь один нейрон мы многое можем сказать о нейросетях в целом. Вспомним, что за основу построения искусственного разума, взят мозг человека. А, он состоит из клеток называемых нейронами. У нейрона существует два вида отростков: дендриты (их может быть несколько тысяч!) - по которым он принимает сигналы от других нейронов. И аксон(он-один) - по которому он свой сигнал передает. Ну, и собственно, функция нейрона состоит в том, что он преобразует входные электрические сигналы в выходной. Передаваемый сигнал может либо "активировать" (переводить в возбужденное состояние) принимающий нейрон, либо "тормозить" (переводить

Как обещал, периодически я буду "разбавлять" сухие математические теории историями из жизни. Смешными и не очень, дабы не перегружать себя и читателей ссылками, картинками и другими атрибутами “серьезных” текстов. Так что сегодня - "легкий жанр". Объясню, что сподвигло меня начать этот блог на двух примерах из жизни. Мне часто приходится обсуждать различные аспекты ИИ с разными людьми. Иногда с большими начальниками в высоких кабинетах. Тема нынче хайповая, и "руководящие и направляющие", конечно не могут остаться от нее в стороне. Но вот "матчасть" у них зачастую хромает. Время от времени приходится слышать что-то типа: - Используя ИИ, мы сможем повысить производительность труда дворников в два раза! - Нельзя пользоваться зарубежными моделями, потому что в них всех вредоносные "закладки"! Ну или вот мое любимое (от широко известной в узких кругах Натальи K) -ChatGPT надо запретить, потому что это - "черный ящик! В такие моменты у меня делается очень кислое выражение лица (увы, это