Ja myslim, ze smesujete problematiku modelovani biologickeho neuronu vs pouzivani urciteho konceptu AI, ktery se pro jistou (spise jen konceptualni) podobnost s tim biologickym neuronem nazyva take neuron. Osobne ten nazev, resp. tu paralelu, povazuji za red-herring, ktery spise ublizuje, nez aby necemu pomahal. To same s neuronovymi sitemi a umelou "inteligenci". Jelikoz jsou to pojmy, ktere koliduji s pojmy realneho sveta, tak si pod nimi kazdy neco predstavi, kazdy si mysli, ze k tomu ma co rict a vysledkem je jenom chaos a dotazy, jestli pristi rok predstavi Google skynet. Ale z duvodu, o kterych pisu dal je zase dobre, ze je to tema, ktere je alespon nazvem lidem blizke -- v soucasne dobe se totiz pohybujeme uz v kvalitativni ose, umime (uspokojive, pokud ne kompletne) resit problemy drive neresitelne -- a v takovem okamziku je verejna diskuse na miste. Stejne jako byla/je v biologii v otazce klonovani a/nebo genetickych manipulaci.
Ve skutecnosti ovsem AI nejsou jen neurony a neuronove site, i kdyz na druhou stranu connectionist approach (soucasne s dostatkem vypocetni sily pocitacu) pomohl dosahnout uplne jine _kvality_ ve schopnosti reseni komplikovanych problemu. To,domnivam se, neni bohuzel dostatecne zduraznovano -- tady nejde o kvantitativni zlepseni o smrdutych par procent na nekolika malo ulohach -- tady jde o posun na uplne jinou kvalitativni uroven s jakou umime resit drive velice tezke az neresitelne problemy.
Poznamka stranou -- to, ze umime dane problemy resit neznamena, ze jsme ziskali vhled do tech problemu. Ve skutecnosti jsou DNN jenom takove velmi tezke kladivo, ktere rozlouskne orisky drive neresitelne.
Nicmene, prave ten fakt, ze doslo k posunu na novou kvalitativni uroven, je extremne dulezity (mozna prave proto, ze umime resit problemy, kterym poradne nerozumime). Domnivam se, ze se potkavame prave s tim, co je charakteristicke pro "normalni" inteligenci (biologickou inteligenci) -- totiz s emergenci sloziteho reasoningu, ktery jde jen tezko analyzovat a rozebrat a ladit -- u connectionist approaches (tohle by fakt chtelo cesky termin, budu psat jen CA) neexistuje zadny zlaty knoflik, kterym jde otocit doleva ci doprava a upravit/poladit chovani site.
Nejsem vsak vubec presvedcen o tom, ze slozitejsi model neuronu (a napr. nejsem presvedcen, ze slozitejsi znamena blizsi biologickemu protejsku) je vhodnou metrikou, jak posuzovat pokrocilost CA metod. Preci DNN jsou oproti strukturam v mozku mnohem omezenejsi i z jinych duvodu -- napr. pracuji synchronne, v taktech. Ale komplexnost emergentnich jevu (verim) nestoji na slozitosti te elementarni jednotky. Ovsem nejsem si jisty, ze mam dobrou teorii o tom, na cem ve skutecnost stoji. V soucasne dobe mam sklony domnivat se, ze stoji prave na zpusobu, jakym jsou tyto jednotky zadratovane a vylepsenim zakladni jednotky ziskate mozna jakysi kvantitativni posun ale ne novou kvalitu -- pro tutu mou hypotezu existuji jiste prakticke dukazy -- mnoho lidi zkouselo jine aktivacni funkce, ale pokud analyzujete jejich vliv, tak zjistite, ze vykonostni rozdily jsou velmi male. Napriklad SVM (support vector machine) muzete interpretovat jako jednovrstvou sit s velmi slozitymi jednotkami (rozhodovaci rovina je teoreticky v prostoru az nekonecne dimenze), ale jejich performance je v soucasne dobe znatelne pod urovni DNN. Jsou tri mista, kde ovsem _doslo_ mozna znovu az ke kvalitativnim posunu. A) pocet jednotek v siti a B) pocet vrstev a C) souvisejici asi s C) zmeny topologii -- (B)LSTM, CNN a podobne.
Takze kdyby mne nekdo nutil rict, co ma zkouset, aby se CA a AI obecne znovu pohnulo na novou kvalitativni uroven, a vyhrozoval mi nepeknymi vecmi pokud mu reknu "nevim", tak bych mu navrhl, aby se spise zaobiral jinym typem organizace, zasitovani a komunikace jednotek. Muj tajny sampion je neco ve smeru swarm inteligence. Nebo, chcete-li, mixture-of-agents, ale tech agentu musi nesmi byt deset, ale nekolik milonu ci miliard a zadny nesmi byt prilis chytry sam o sobe (i kdyz nevim, jestli ta jednoduchost agenta je muj arbitrarni technicky pozadavek a nebo jestli je necim velmi dulezitym pro funkcnost toho swarmu). Nehierarchicka organizace jednotek, ktere se pripojuji a odpojuji, kdyz "citi" ze maji k danemu problemu (resp. jeho reseni) co pridat, nebo kdyz se zjisti, ze je potreba danemu problemu venovat vice "pozornosti" -- v uloze klasifikace se casto setkavame s obrazy, ktere jsou velmi lehke a s jinymi, ktere jsou velmi tezke. Zlepseni rozponavani se potom deje casto tak, ze se udela vetsi sit, ale to ma mnoho komplikovanych a komplexnich dopadu a casto to prinese mnoho problemu, ktere neni lehke vyresit.
Pritom mysl (domnivam se) funguje tak, ze identifikuje urcite charakteristicke struktury (lehka cast problemu) a az potom zacne narocne vytvaret/hledat dodatecne struktury tam, kde puvodni jednoducha struktura nestaci. Coz relativne dobre vysvetluje i lidskou tendenci k vytvareni stereotypu (charakterizovani pomoci zobecnelych struktur a pravidel). Ale to uz je zase jina diskuse.
Preju hezky vecer/hezke rano/atp
65 Odpovědí
15637 Zhlédnutí