Пределы автоматизации и внедрения роботов

[Olweg]

ИИ будут сами проектировать нужные ДНК для своих кожаных рабов.

[mkademova]

ИИ будут сами проектировать нужные ДНК для своих кожаных рабов.

а потм в людях вообще отпадет необходимость))

[Rattus]

приходишь к выводу, что в конце концов при достижении нужного уровня роботизации, люди откажутся от интимных контактов между собой, заменив эти контакты роботами. А для размножения будут использовать просто банки спермы.

Только до тех пор, пока на производство и ремонт этих роботов и обслуживание этих банков в матушке-землице достаточно цветмета, углеводородицы и 235-го урану.
А потом - пройдёт весь этот ваш киберпанк как с белых яблонь дым. И наступит биопанк. В декорациях базиса феодальной экономики и средневековой (т.е. стазисно-циклической) надстройки.
Такие дела.

[-Юрий-]

Только до тех пор, пока на производство и ремонт этих роботов и обслуживание этих банков в матушке-землице достаточно цветмета, углеводородицы и 235-го урану.

Я имею ввиду биороботов. Но когда это будет?

[Инопланетянин]

Таки, а мы сами разве не?

[cybertron]

Организация OpenAI создала новый ИИ (GPT-2)
ИИ был натренирован на 40 гигабайтах текста взятого из ссылок с сайта Reddit. Его задачей было научиться предсказывать следующее слово
в тексте. В результате задав несколько предложений как ввод - стало возможным на выходе получить более или менее осмысленный текст.

Образец текста сгенерированным GPT-2

“Dr. Pérez believes that the unicorns may have originated in Argentina, where the animals were believed to be descendants
of a lost race of people who lived there before the arrival of humans in those parts of South America.
“While their origins are still unclear, some believe that perhaps the creatures were created when a human and a
unicorn met each other in a time before human civilization. According to Pérez, “In South America, such incidents
seem to be quite common.”
“However, Pérez also pointed out that it is likely that the only way of knowing for sure if unicorns are indeed the
descendants of a lost alien race is through DNA. “But they seem to be able to communicate in English quite well,
which I believe is a sign of evolution or at least a change in social organization,” said the scientist.”

Гуглперевод:

«Д-р Перес считает, что единороги, возможно, произошли в Аргентине, где животные считались потомками потерянной расы
людей, которые жили там до прибытия людей в эти части Южной Америки.
«Хотя их происхождение до сих пор неясно, некоторые полагают, что, возможно, существа были созданы, когда человек и
единорог встретились друг с другом во времена, предшествовавшие человеческой цивилизации. По словам Переса,
«в Южной Америке подобные инциденты встречаются довольно часто».
«Однако Перес также отметил, что вполне вероятно, что единственный способ узнать наверняка, являются ли единороги
действительно потомками потерянной инопланетной расы, - через ДНК. «Но они, кажется, способны хорошо общаться на
английском языке, что, по моему мнению, является признаком эволюции или, по крайней мере, изменения в социальной
организации», - сказал ученый »

Пока еще только 10% созданных ИИ текстов имеют такое качество.


Если GPT-2 натренировать на текстах ограниченных какой-то одной областью - тексты созданные ИИ становятся еще более похожими
на тексты написанные человеком.

В частности OpenAI натренировали ИИ на ревью с сайта Амазона.
Именно ревью созданые GPT-2 убедили OpenAI не выпускать модель в публичный доступ. Фейк ревью были трудно отличимые от настоящих.
Легко представить недобросовестных людей использующих ИИ для рекламы своей продукции или очернения своих конкурентов.

Короче - лет через десять будем читать романы написанные словомельницами. Писатели вымрут от голода за ненадобностью.
Голливуд будет счастлив заменить своих сценаристов на словомельницы.

[Rattus]

Я имею ввиду биороботов. Но когда это будет?

Уже четыре тысячи лет как минимум:

[noxx77]

Уже четыре тысячи лет как минимум:

Биоробот на биороботе? Это круто!

[вова111]

ИИ был натренирован на 40 гигабайтах текста взятого из ссылок с сайта Reddit. Его задачей было научиться предсказывать следующее слово

Прикол в том, что человеку для такого же не нужны 40 гигабайт текста. За жизнь в лучшем случае можно прочитать немногим более тысячи книг. Как правило читается менее.

То есть обучается человек качественно быстрее. И нейросетям что есть до биологических ещё очень далеко. Там и минусов полно, такие как забывчивость(фиксят, но через задницу). То есть если нейросеть натренировать на что то одно, а затем предложить другую задачу, то предыдущую задачу она полностью забудет.

https://habr.com/ru/company/neurodatalab/blog/335238/

То есть вполне вероятно что нейросети - это модель взаимодействия нейронов, но сами нейроны в нейросети - сильно проще, чем биологические нейроны. А это прибавляет может порядок, может несколько к требованиям по сложности и ставит под вопрос саму возможность распараллеливания таких вычислений.

[BlackMokona]

Прикол в том, что человеку для такого же не нужны 40 гигабайт текста.

Да нужно терабайт 400, вы забываете что кроме текста, есть ещё и миллиарды тонн трындежа и немалая часть трындежа обучение с учителем

[MenFrame]

То есть вполне вероятно что нейросети - это модель взаимодействия нейронов, но сами нейроны в нейросети - сильно проще, чем биологические нейроны. А это прибавляет может порядок, может несколько к требованиям по сложности и ставит под вопрос саму возможность распараллеливания таких вычислений.

Дело не в сложности нейросети, а в том что нейросеть человека обучается глобально, создавая модель мира. Соответственно она не просто ищет закономерности в данных, она пытается соотнести новые данные, с моделью мира. Во вторых, многие паттерны сети(синаптические веса) биологической уже найдены в процессе эволюции хомо.
Потому вы по сути в заблуждении находитесь думая человек быстро учиться. Более правильно сказать что мозг человека уже обучен во многом и в результате эволюции, и в результате обработки собственного опыта. То есть человеческая нейронная сеть обучена учиться, в отличии от компьютерных сетей которые все с нуля проходят.

[Olweg]

Принципиальная разница, по моему - в том, что человеческий мозг работает с разными уровнями абстракции, а современные нейронные сети не обобщают опыт. То есть модель мира в них очень примитивна.

Более правильно сказать что мозг человека уже обучен во многом и в результате эволюции, и в результате обработки собственного опыта. То есть человеческая нейронная сеть обучена учиться, в отличии от компьютерных сетей которые все с нуля проходят.

И за счёт абстрагирования человек легко может применять свой опыт в новой ситуации и в новой среде. При этом важно получить базовые навыки в детстве, когда мозг пластичен, как показывает пример детей маугли.

[BlackMokona]

Принципиальная разница, по моему - в том, что человеческий мозг работает с разными уровнями абстракции, а современные нейронные сети не обобщают опыт. То есть модель мира в них очень примитивна.

Давно обобщают, та же модель среднекота старая уже

[Olweg]

Я немного не то имел в виду. Конечно, свёрточные нейросетки обощают, но только определённый вид опыта - если нейросеть обучить распознавать мяуканье, она не сможет его соотнести с изображением кота. Это как отдельные модули в человеческом мозгу - слуховая, зрительная кора, но пока не видно работающих систем, которые бы переводили опыт с этих модулей на более высокий уровень. Была, правда, гугловская MultiModel пару лет назад, но что-то про неё больше не слышно.

[BlackMokona]

Я немного не то имел в виду. Конечно, свёрточные нейросетки обощают, но только определённый вид опыта - если нейросеть обучить распознавать мяуканье, она не сможет его соотнести с изображением кота. Это как отдельные модули в человеческом мозгу - слуховая, зрительная кора, но пока не видно работающих систем, которые бы переводили опыт с этих модулей на более высокий уровень. Была, правда, гугловская MultiModel пару лет назад, но что-то про неё больше не слышно.

Там дальше прогрессирует и другие коллективы отчитались об успехах

[Olweg]

BlackMokona, а ссылками можете поделиться?

[BlackMokona]

BlackMokona, а ссылками можете поделиться?

Так только что одну из таких новостей разбераем с осмысленными текстами
https://nplus1.ru/news/2019/02/15/gpt-2

Исследователи из OpenAI создали алгоритм, который умеет создавать правдоподобные тексты и отвечать на вопросы без спецификации необходимой задачи в процессе обучения.

[Olweg]

Да, сеть многозадачна, хотя и в рамках одной только обработки текста. Но, похоже, этого достигли за счёт огромного массива информации, на которой её обучали, и величины самой сети. Иерархичности, о которой я говорил, тут, видимо, нет.

https://habr.com/ru/post/440564/

Не желая сдаваться, в феврале 2019 года в OpenAI увеличили свою GPT сразу в 10 раз и обучили ее на еще большем объеме текста — на 8 млн интернет страницах (суммарно на 40 Гб текста). Получившаяся таким образом сеть GPT-2 является на данный момент самой большой нейросетью, с беспрецендентным числом параметров 1.5 млрд

Итак, GPT-2 благодаря беспрецедентному размеру, оказалась способна генерировать страницы связного текста. Но самое удивительное, что задавая ей правильный вопрос (т.е. правильное начало фразы), она смогла отвечать на различные вопросы! Просто потому что продолжение такого начала является самым естественным.

[Combinator]

Я немного не то имел в виду. Конечно, свёрточные нейросетки обощают, но только определённый вид опыта - если нейросеть обучить распознавать мяуканье, она не сможет его соотнести с изображением кота.

Я так понимаю, что для этого нужно понимать факт корреляции сигналов во времени, то есть, на более высоких уровнях нужно использовать темпоральные сети.
 

[Olweg]

Может быть, но кора мозга устроена почти одинакова независимо от зоны и уровня обработки. Вероятно, и алгоритмы обработки во всех зонах одинаковы.