Пределы автоматизации и внедрения роботов

[Проходящий Кот]

Реальность вам не нравится?
БЫВАЕТ.

[Olweg]

В смысле там активность нейронов выглядит как картинка? Ну это бред же).

Почему бред? Я не помню, где я об этом читал, но вот, например:
http://ai-news.ru/2017/08/zritelnaya_kora_i_zritelnye_puti.html

Подсчитано, что область проекции на зрительную кору центральной ямки сетчатки в 35 раз превышает размеры зоны проекции такого же по площади участка сетчатки, находящегося на некотором расстоянии от нее.

[вова111]

В смысле там активность нейронов выглядит как картинка? Ну это бред же).

Почему бред? Я не помню, где я об этом читал, но вот, например:
http://ai-news.ru/2017/08/zritelnaya_kora_i_zritelnye_puti.html

Подсчитано, что область проекции на зрительную кору центральной ямки сетчатки в 35 раз превышает размеры зоны проекции такого же по площади участка сетчатки, находящегося на некотором расстоянии от нее.

О чём конкретно то читали? О том что площадь больше? И что, изображение там видно? - в смысле активация нейронов при виде квадратного объекта - квадратами идёт?

[Olweg]

Да, квадратами. Искажёнными, правда, судя по моей цитате. Что вас так удивляет-то?

[Макрофаг]

Да вроде так же. В первичной зрительной коре вроде вообще перевёрнутая картинка отображается. Только не целиком, а по половинке в каждом полушарии.

Глаз сканирует выполняет разнообразные движения.Выделяет только центр (точку) , а по краям изображение размыто.
Поле зрения постоянно дрожит.
Целостную картинку внешнего представления мы создаём сами.

Картинка - иллюзия: чисто субъективное представление объективно наблюдаемого и эта картинка у каждого очень индивидуальна.


Вот так сказать и приплыли. 
Трудно представить , чтобы в голове у робота возникала иллюзия, нематериальная абстракция.
Психофизиология, не поможет программистам. Нейрофизиология, так же бесполезна.
Дело в том , что перцептивные процессы восприятия -  описываются исключительно внешними эмпирическими наблюдениями  из которых выводятся некоторые закономерности.
Закономерности повторяются , воспроизводятся и измеряются. https://scorcher.ru/neuro/science/base/terms.php
Я искал и не нашёл даже намёка( возможно плохо искал) на нейросети .
Потому что восприятие не выводится из каких либо замысловатых нейро сочетаний.
Нейроны, персептрон - просто системные элементы субъективного ( психики)
Программисты , создатели ИИ создают некое устройство , которое даже приближаться не будет к мозгу человека и животных.
Создают полезное и нужное устр-во. Но это не искусственный мозг.
Мне кажется программистов и нейрофизиологов - нужно развести друг от друга как можно дальше, чтобы не портили друг другу жизнь, призрачными прожектами.

 

[Olweg]

Трудно представить , чтобы в голове у робота возникала иллюзия, нематериальная абстракция.

У свёрточных нейросеток именно это и возникает. Поскольку они могут распознавать объекты независимо от их положения на картинке, размера и даже ракурса (ну, с ракурсом не так хорошо, это зависит от степени обученности сети). То есть выделяют в цветном хаосе изображений определённые идеальные, платоновские сущности. Ведь что такое, например, просто «кот»? В природе никаких просто котов не существует, в ней есть только вполне конкретные коты. А нейросеть способна их обобщить под одной категорией. Следующий этап - работа с этими категориями, абстрактное мышление.

[MenFrame]

Трудно представить , чтобы в голове у робота возникала иллюзия, нематериальная абстракция.

Трудно представить что там вообще может быть что кроме нематериальных абстракций(нулей и едениц). В компьютер материальное не запихать, ибо нельзя впихнуть не впихуемое...

[Андрей Астрофизический]

Трудно представить что там вообще может быть что кроме нематериальных абстракций(нулей и едениц).

А что по вашему в мозгу человека на эту тему?
Думая про кота, вы в своем мозгу тоже имеете набор нематериальных абстракций, составляющих виртуальный, воображаемый образ кота. Материального живого кота внутрь своего мозга впихнуть так же нельзя, и вредно для здоровья.

[СтаниславSmirnov]

 
 Материального живого кота внутрь своего мозга впихнуть так же нельзя, и вредно для здоровья.

  Думаю никто не попытается сделать это,чтобы доказать Вам обратное

[BlackMokona]

 Материального живого кота внутрь своего мозга впихнуть так же нельзя, и вредно для здоровья.

  Думаю никто не попытается сделать это,чтобы доказать Вам обратное

Вы недооцениваете человечество

Мужчина попал в больницу в Турине после того, как на него упал шестикилограммовый кот

[Андрей Астрофизический]

Где можно узнать самочувствие кота после этого события?

[BlackMokona]

По словам одного из представителей DeepMind, их исследование является предвестником новой эры. Работа относится к числу тех, что решают фундаментальные проблемы как науки, так и технологий. Стоит отметить, что специалисты DeepMind занялись созданием нового ИИ после того, как их алгоритм AlphaGo победил в игре в го Ли Седоля, чемпиона мира.


Разработчики из компании DeepMind создали нейросетевой алгоритм, способный с высокой точностью предсказывать структуру белков на основе соответствующих им нуклеотидных последовательностей. Знание структуры белка позволяет определить его свойства в организме, рассказывают разработчики в своем блоге.



Белки представляют собой линейные молекулы, состоящие из остатков аминокислот, выстроенных в определенном порядке. Однако они существуют не в виде прямой линии, а самопроизвольно складываются в куда более сложные структуры. От того, какую структуру имеет белок, зависит то, какие функции он будет выполнять в организме. Именно поэтому ученые уже десятки лет работают над методами предсказания структуры и функций белка по его аминокислотной последовательности. Но это крайне сложная задача, потому что при расчете сборки белков в структуры более сложных уровней приходится учитывать взаимодействие между большим количеством аминокислот.



Исследователи из DeepMind разработали алгоритм AlphaFold, способный принимать последовательность нуклеотидов, кодирующую белок, и предсказывать на ее основе расстояния между всеми парами аминокислотных остатков и углы между связями, соединяющими аминокислоты. При этом алгоритм выдает не только сами параметры, но и оценивает уверенность их расчета. После расчета параметров алгоритм начинает поиск похожего белка. Также он меняет комбинации фрагментов белков и даже придумывает новые, благодаря чему постепенно система подбирает структуру, максимально соответствующую расчетам.

Ученые смогли научить AlphaFold определять расстояние между парами аминокислот, а также конфигурацию химической связи. Второй этап заключался в поиске наиболее энергоэффективной структуры каждого предполагаемого белка. Сейчас у алгоритма на выполнение задачи уходит всего несколько часов — в то время, как люди тратят на то же самое месяцы или даже годы.


Для оценки своего алгоритма DeepMind решила принять участие в ежегодном эксперименте CASP (критическая оценка предсказания белковых структур), который оценивает существующие методы моделирования и предсказания структуры белков. В результате алгоритм исследователей занял первое место, показав наивысшую точность среди участников.

[вова111]

Сейчас у алгоритма на выполнение задачи уходит всего несколько часов — в то время, как люди тратят на то же самое месяцы или даже годы.

Организм человека тратит на это время равное времени кодирования белка.

[Olweg]

Да, только вот от карты, составленной в масштабе 1:1, толку никакого )

[вова111]

Да, только вот от карты, составленной в масштабе 1:1, толку никакого )

В смысле?

[Olweg]

Если бы легче было проводить натурные эксперименты - не стали бы заморачиваться с обучением ИИ.

[вова111]

Если бы легче было проводить натурные эксперименты - не стали бы заморачиваться с обучением ИИ.

То есть речь о том, что с инструментами эксперимент проводить проще, чем без них? Я согласен.

А по поводу возможностей искусственного интеллекта - этот случай как раз демонстрирует, насколько они уступают по быстродействию живым системам. Поскольку в организме белки кодируют гораздо быстрее и даже без участия нейронов.

[BlackMokona]

Если бы легче было проводить натурные эксперименты - не стали бы заморачиваться с обучением ИИ.

То есть речь о том, что с инструментами эксперимент проводить проще, чем без них? Я согласен.

А по поводу возможностей искусственного интеллекта - этот случай как раз демонстрирует, насколько они уступают по быстродействию живым системам. Поскольку в организме белки кодируют гораздо быстрее и даже без участия нейронов.

Как то вы совсем в молоко ушли, вы путаете симуляцию и процесс. Массив камней тоже падает в реальности намного быстрее чем можно посчитать или прикинуть его аэродинамику. Что доказывае преимущество камней над мозгами и чипами

[вова111]

Массив камней тоже падает в реальности намного быстрее чем можно посчитать или прикинуть его аэродинамику.

Да, это так. Что кстати запрещает намертво симулировать в полной мере падение камня быстрее, чем камень упадёт. Имею ввиду не приблизительные расчёты, а в точности. В смысле - нельзя вычислять быстрее, чем это непосредственно вычисляется структурой вселенной.

[вова111]

Что доказывае преимущество камней над мозгами и чипами

Так это ваша ошибка восприятия а не моя. Вы как раз так и воспринимаете возможности нейронных сетей, приходя к аналогичным выводам сравнивая живые сети и компьютерные.

В смысле - с моей точки зрения преимущества компьютерных сетей на живыми сетями там нет.