Решённые и нерешённые задачи искусственного интеллекта

[AlexZenoo]

Примеров неудачной научной (и не только) терминологии, когда используется калька с английского, очень много.

А примеры удачных калек есть? Ну, кроме всяких страпелек, когда всё же художественно поработали над переводом.

Но, боюсь, поезд уже ушёл.

Эх, вот так всегда...

Но часто бывает проще самому придумать, чем пытаться понять, как из миллиона функций активации отдельных нейронов складывается решение, предложенное нейросетью (если нейросеть).

Про нейросети я всегда и так читал, что дело тёмное, и ничего не понятно. Я про алгоритмы.

С таблицами условных вероятностей (если ИИ работает на их базе) разобраться в этом плане намного проще, но у них круг приложений не столь широк.

Ну вот...

Раз ты считаешь свои основания достаточными — так тому и быть.

Основания для чего?

переношу опыт из других областей — из тех, в которых у меня есть опыт. Если кронштейн треснул — логично спросить инженера. Если «Буран» лёг на неправильный курс — логично спросить программиста.

Ну вот я не могу ничего личного перенести на эту тему, но полагаю, что Буран разрабатывали многие тыщи людей. И их всех собрали на первый пуск, на все предыдущие испытания, на все тесты? Куда их посадили? Там своих людей полно на космодроме/аэродроме. А если брать по каждой задаче — то там будут сотни коллективов, скорее всего. Ну, то есть, я поверю, что самых главных генеральных конструкторОв и правда на площадке собрали, в центр контроля посадили. То есть, по одному главному разрабу с крупного направления. Вот в это я бы поверил ещё. Но они в мелочах могут не разбираться совсем, потому что не их область, и т.д.
То есть, чего я. В таких проектах принимают участие не тыщи людей, а тыщи институтов, заводов, КБ!

Что касается возможности технического отказа — такой версии не было, телеметрия с «Бурана» шла исправно, нештатной работы железа не наблюдалось.

Я открыл сайт, чуть почитал, и статью с хабра. Там написано, что на заметном куске траектории с ним не было никакой связи вообще.

Конечно, язык ассемблера ещё экономичней, особенно в умелых руках (к каковым мои руки явно не относятся).

Угу. Я на нём писал только раз, и толком для этого не изучал.

Но Forth — это всё же язык высокого уровня, а не низкого.

Угу. Из того что я читал — Форт скорее язык сверхвысокого уровня.

Писать и особенно отлаживать программы на нём не в пример быстрее, чем на ассемблере. Можно сосредоточиться на логике задачи, а не на том, как её впихнуть в систему команд такого-то процессора.

Понятна твоя точка. Но, оказалось, что там был Пролог. Его ты знаешь/юзал?

[Н. Светлов]

Про нейросети я всегда и так читал, что дело тёмное, и ничего не понятно. Я про алгоритмы.

Нейросеть — тоже алгоритм.

Основания для чего?

Для твоей точки зрения.

Ну вот я не могу ничего личного перенести на эту тему, но полагаю, что Буран разрабатывали многие тыщи людей.

Софт для управления полётом писала команда из нескольких человек. Просто потому, что людей с нужными знаниями и было несколько человек на всю страну. И, безусловно, кто-то из этой команды, если не она вся, был в ЦУПе, потому что любую проблему по управлению полётом смогли бы прокомментировать только они.

Там написано, что на заметном куске траектории с ним не было никакой связи вообще.

Это пока он в космосе был. По другую сторону шарика от наших антенн. Когда садился — вся телеметрия шла исправно.

Из того что я читал — Форт скорее язык сверхвысокого уровня.

Ни разу не. Наоборот, он самого низкого уровня из всех языков высокого уровня В нём даже транслятора формул нет — вместо формул используется обратная польская запись.

Но, оказалось, что там был Пролог. Его ты знаешь/юзал?

Я как раз на нём дипломный проект и писал. И вот Prolog можно считать языком сверхвысокого уровня. Один и тот же код одновременно можно прочесть как запрос к БД (вроде SQL), как набор правил логического вывода и как обычное описание алгоритма (только вместо циклов рекурсия, обычные циклы не поддерживаются).

[Нгаан]

вместо формул используется обратная польская запись.

Весь стекированный до невозможности.

[AlexZenoo]

Нейросеть — тоже алгоритм.

Ой. Я про них ничего не знаю, но вроде совсем другое про них пишут всегда. Что результат есть, а почему и как — никто не знает. Я это понимаю так, что алгоритма нету.

Для твоей точки зрения.

А...

Софт для управления полётом писала команда из нескольких человек. Просто потому, что людей с нужными знаниями и было несколько человек на всю страну. И, безусловно, кто-то из этой команды, если не она вся, был в ЦУПе, потому что любую проблему по управлению полётом смогли бы прокомментировать только они.

OK. Мне лениво лезть, и читать про авторов софта, поэтому спорить не буду.

По другую сторону шарика от наших антенн. Когда садился — вся телеметрия шла исправно.

А плазма, в облаке которой он летел? Значит, меня опять обманули. Но, так я в это верю.

Наоборот, он самого низкого уровня из всех языков высокого уровня

Ой. Ну ладно.

В нём даже транслятора формул нет — вместо формул используется обратная польская запись.

Да, про этот маразм, порождённый допотопными калькуляторами я в курсе.

Один и тот же код одновременно можно прочесть как запрос к БД (вроде SQL), как набор правил логического вывода и как обычное описание алгоритма (только вместо циклов рекурсия, обычные циклы не поддерживаются).

Гм. А смысл его учить и юзать _сейчас_ есть?

[Нгаан]

Я это понимаю так, что алгоритма нету.

Сдаётся мне, что он таки есть, просто он не детерминированный по отношению к результату. Есть правила построения сети, есть правила работы её составляющих, так называемых "формальных нейронов". То есть на этом уровне всё вполне алгоритмично. Но проблема в том, что будучи объединёнными в сеть, эти нейроны приобретают новое свойство и получается сложная система. Количество возможных состояний такой системы трудновыразимо конечным числом, хотя теоретически счётно. В итоге получаем такой себе конечный автомат с огромадным количеством возможных исходов, которые практически невозможно посчитать точными математическими методами, ибо на это потребуется "хренова туча" вычислительных ресурсов и невообразимое количество времени.

[Н. Светлов]

Я это понимаю так, что алгоритма нету.

Алгоритм, конечно же, есть. Работает всё та же самая машина Тьюринга, только с очень длинной лентой, на которой записано очень, очень, очень много данных, на вид вообще не относящихся к делу. Поэтому этот алгоритм эталонно неудобен для системного анализа. Зато удобен для машинного обучения.

Собственно, в том его и сила: он способен моделировать сложность реального мира, становясь в процессе обучения нейросети сопоставимым по сложности с реальным миром — именно поэтому постичь его ненамного проще, чем постичь сам реальный мир.

Мне тут пришла аналогия нейросети с голограммой. На фотоплёнке, запечатлевшей изображение, которое при освещении источником когерентного излучения выглядит объёмным, без оного источника ничегошеньки не разобрать — какие-то радужные полоски, интерференционная картина. Вот и в памяти нейросети нечто вроде этого.

А плазма, в облаке которой он летел?

Да, тоже. Но это буквально несколько минут. Манёвр-то произошёл уже на подлёте, когда корабль сбросил космическую скорость. К тому времени связь была, телеметрия шла нормально.

Гм. А смысл его учить и юзать _сейчас_ есть?

Ты поймал меня врасплох этим вопросом. Я не уверен ни в положительном, ни в отрицательном ответе. Может быть, для ответа на него нужно отнестись к решению задач алгоритмизации как к искусству, и тогда в связи с Prolog'ом открывается совершенно своеобразная эстетика, которая может найти своих ценителей. Ну, то же можно сказать и про Forth, и даже про такую экзотику, как APL (хотя всё, что можно написать на APL, можно проще и понятней написать на R, причём почти один в один — но буковок, понятное дело, будет больше в разы).

Чтобы не казаться тем, кто я не, добавлю к сказанному, что ни одного из вышеупомянутых языков я не знаю. На R я ещё в состоянии, не отрывая носа от документации, написать какой-нибудь код — кривой и косой, но работающий. На Forthe или APL я вообще ничего написать не смогу — даже "Hello World!". Просто читал о них.

Сдаётся мне, что он таки есть, просто он не детерминированный по отношению к результату.

Детерминированный, разумеется. Просто он обрабатывает слишком большие объёмы исходных данных, структура которых определяется не замыслом программиста, а процедурой обучения на примерах (то есть решения задачи отыскания экстремума функции немеряного количества аргументов), и потому практически недоступна для понимания человеком.

[AlexZenoo]

В итоге получаем такой себе конечный автомат с огромадным количеством возможных исходов, которые практически невозможно посчитать точными математическими методами,

Ужас. Так, в общем, я и предполагал.
Надо писать "агромадным".

Зато удобен для машинного обучения.

Угу.

именно поэтому постичь его ненамного проще, чем постичь сам реальный мир.

Вот я и говорю. Это ничего не даёт.

На фотоплёнке, запечатлевшей изображение, которое при освещении источником когерентного излучения выглядит объёмным

Не обязательно когерентного, не обязательно монохроматичного. На сколько я понимаю, более поздние, с толстыми слоями эмульсии — работают при дневном свете.

Вот и в памяти нейросети нечто вроде этого.

А если откусить кусок — он сохранит всё изображение? Без этого аналогия с голограммой не будет полной.

Но это буквально несколько минут.

Написано, что связи не было.

Манёвр-то произошёл уже на подлёте, когда корабль сбросил космическую скорость. К тому времени связь была, телеметрия шла нормально.

Но проблемы могли быть именно в эти несколько минут.

тогда в связи с Prolog'ом открывается совершенно своеобразная эстетика, которая может найти своих ценителей.

Ой. Я-то больше про практику спрашивал. Позволяет ли он написать _сейчас_ быстрое и качественное приложение.

можно проще и понятней написать на R, причём почти один в один — но буковок, понятное дело, будет больше в разы).

Про R слышал. Мол, для математиков... расчётов... и т.п. Но, вроде бы, Питон + НамПи/СкайПи тоже самое позволяют делать...

Чтобы не казаться тем, кто я не,

Станешь казаться — перезвездюсь, делов то. *угрожающе*

На Forthe или APL я вообще ничего написать не смогу — даже "Hello World!". Просто читал о них.

Угу. Можно ли вообще там куда-то что-то вывести — даже в этом не уверен. Я-то про него читал только от того, что на ём написан и позволяет скриптовать на ём же задачи — nnCron. К сожалению, нормально заставить работать его даже под Win7 я так и не смог, не говоря уж о Win10. Только крон-формат расширенный слегка освоил, чтобы время нужное задавать... для напоминалок...

Просто он обрабатывает слишком большие объёмы исходных данных, структура которых определяется не замыслом программиста, а процедурой обучения на примерах (то есть решения задачи отыскания экстремума функции немеряного количества аргументов), и потому практически недоступна для понимания человеком.

Вот я и говорю. Толку с него. Что читал, так так — вот постановка диагноза, вот 80% успеха, но потом надо всё равно смотреть врачу, уточнять диагноз. А вынуть из сетки признаки, чтобы ставить по им сознательно этот же диагноз — низзя. И так далее...

[Нгаан]

Так, в общем, я и предполагал.

Профессор меня уже поправил. Я-то дальше простенькой нейронной сети для поиска решения в системе авто-регулирования пока не ходил. Так что мои представления о них весьма неполны. Знаю только, что её можно и "переучить", когда она начинает выдавать снова ошибки.

[AlexZenoo]

Профессор меня уже поправил. Я-то дальше простенькой нейронной сети для поиска решения в системе авто-регулирования пока не ходил. Так что мои представления о них весьма неполны.

Угу. Но он ничего нового для меня не уточнил.

Знаю только, что её можно и "переучить", когда она начинает выдавать снова ошибки.

Это даже я знаю... эхехех. Или обучить не на тех данных. Тут надо картинку — где кексики перепутаны с мордочками щенков/собачек.

[Н. Светлов]

А если откусить кусок — он сохранит всё изображение?

Да. С меньшим разрешением, конечно. То бишь с некоторой потерей качества распознаваний по контрольной выборке.

Но проблемы могли быть именно в эти несколько минут.

Тогда бы последующая телеметрия о них сообщила. Если какая плитка отвалилась или элерон заклинило — телеметрия будет об этом орать до самой посадки.

Позволяет ли он написать _сейчас_ быстрое и качественное приложение.

С ним ничего не изменилось. Позволяет, конечно же. Просто у него появились конкуренты.

Часть задач забрали себе нейросети, часть — новые языки, основанные на том же принципе резолюции (ещё одна дезориентирующая калька с английского, кстати), часть — библиотеки для работы с графами, написанные под более-менее классические языки (в некоторых из них принцип резолюции поддерживается). Я, впрочем, не слежу сколько-нибудь внимательно за тем, что там происходит в мире инструментов для логического программирования.

Но, вроде бы, Питон + НамПи/СкайПи тоже самое позволяют делать...

Да, позволяют. Но есть нюансы. Во-первых, дело вкуса — кому что больше нравится. Во-вторых, нужная библиотека может быть к R, а к Python'у не быть — или наоборот. Область применения APL примерно совпадает с областью применения R. У Python'а она шире.

Можно ли вообще там куда-то что-то вывести — даже в этом не уверен.

Можно.

Что читал, так так — вот постановка диагноза, вот 80% успеха, но потом надо всё равно смотреть врачу, уточнять диагноз.

В некоторых случаях точность диагностики выше, чем у человека. В том и смысл. Абсолютная внимательность, абсолютная детерминированность, абсолютная беспристрастность.

[AlexZenoo]

Funscience, [15.06.2022 06:25:11]
[Переслано из Малоизвестное интересное]
Ждать появления сознания у ИИ не нужно, ибо оно уже есть.
Создана Cознательная машина Тьюринга.
Сознание – это свойство всех правильно организованных вычислительных систем, будь то из плоти и крови или металла и кремния.
Непреодолима падкость людей на сенсации, не просто заслоняющая, а вообще затирающая из повестки важнейшую информацию об эпохальном прорыве в понимании сознания:
• с одной стороны - «машина ожила»: цунами хайпа вокруг банальной утки про инженера Гугла, будто бы, обнаружившего признаки сознания у корпоративного чат-бота с ИИ.
• с другой стороны - полное забвение суперновости о создании «сознательной машины Тьюринга» - простой модели для определения и изучения сознания и связанных с ним понятий (свобода воли и др.)

Два заслуженных профессора – супруги Ленор и Мануэль Блюм (погуглите дабы впечатлиться топовым уровнем этих ученых), - перенесли феномен сознания из компетенции философов, теологов, когнитивистов, психологов и нейроученых в компетенцию математиков.
Супруги Блюм формализовали «сознательную машину Тьюринга» (СТМ), объединив аппарат теоретической информатики (раздел математики, занимающийся пониманием основных принципов вычислений и сложности в контексте ограниченности ресурсов) с аппаратом теории глобального рабочего пространства, созданной когнитивным нейробиологом Бернардом Баарс и расширенную Станисласом Деан, Жаном-Пьером Шанже и Жоржем Машур.

Формальный аппарат СТМ расширяет аппарат «машины Тьюринга»: если последняя может имитировать любые процессы пошаговых вычислений, то первая имитирует любые процессы, составляющие сознание, возникающее в процессе вычислений.

Баарс описывает сознание через театральную аналогию, - как активность актеров пьесы, идущей на сцене рабочей памяти и наблюдаемой огромной аудиторией бессознательных процессоров, сидящих в темноте зала.
Зрители - это чрезвычайно мощные бессознательные процессоры (каждый со своим собственным опытом), которые составляют долговременную память (LTM). Эти процессоры LTM делают прогнозы и получают обратную связь от мира СТМ. Основываясь на этой обратной связи, алгоритмы обучения, встроенные в каждый процессор, улучшают поведение этого процессора.

Сознательное осознание — иначе называемое вниманием — формально определяется в СТМ, как прием процессорами LTM трансляции сознательного содержания СТМ.

Авторы утверждают, что эти определения вместе с объяснениями, полученными из модели СТМ, отражают общепринятые интуитивные концепции сознания и на высоком уровне согласуются с когнитивными нейробиологическими объяснениями явлений, обычно связанных с сознанием.

Важным компонентом чувства сознания является наличие выразительного внутреннего языка СТМ (называется Brainish), используемого для общения между процессорами. Brainish - это язык для выражения внутренней речи, внутреннего видения, внутренних ощущений, воображения и сновидений. Brainish способен выражать и манипулировать изображениями, звуками, тактильными ощущениями и мыслями (вкл. несимволизированные) лучше, чем любые внешние языки, такие как английский, китайский и др.

Как и в “теории расширенного разума”, СТМ может иметь доступ к существующим технологиям (типа Google, Википедия, WolframAlpha, AlphaGo и т.д.) в виде процессоров LTM, которым поручено использовать эти приложения. Это гарантирует, что СТМ, уже имеющая огромную коллекцию мощных процессоров в начале жизни, расширяет эту коллекцию на протяжении всей своей жизни.

Т.о. ощущение сознания в СТМ является следствием её необычайно выразительного мозгового языка в сочетании с архитектурой СТМ, некоторыми специальными процессорами и прогностической динамикой (прогнозирование, обратная связь и обучение).

Авторы показывают, как в СТМ появляются свобода воли, иллюзии, мечты и сновидения.
Короче, полный улет. Читайте и смотрите сами.

Читать (https://bit.ly/3xudCcu)
Смотреть (https://bit.ly/3zJJdto)
#Сознание

https://t.me/c/1068015489/135675

[AlexZenoo]

Малоизвестное интересное, [08.07.2022 16:16:02]
С ИИ происходит что-то странное и потенциально крайне опасное.
Эксперты перестали моделировать ситуацию в области ИИ.
Еще древние ассирийцы полагали: «Если двое говорят, что ты пьян, - ложись спать». Если к тому же эти двое – признанные эксперты в области, о которой идет речь, и оба они бьют тревогу, - то, определенно, стоит к ним прислушаться.
Макс Тегмарк и Джек Кларк – эксперты-тяжеловесы в области ИИ. И оба, не сговариваясь, бьют тревогу из-за того, что за последний год в развитии ИИ произошел некий тревожный перелом:
• ИИ начал прогрессировать непредсказуемыми темпами;
• специалисты перестали понимать, куда это может привести даже в самом ближайшем будущем.

На этой неделе Макс Тегмарк почти 3 часа говорил об этом в подкасте «80,000 Hours» (1).
Лейтмотив рассказа таков.
«Честно говоря, сценарий, в котором мы сейчас живем, мне видится наихудшим. Это тот сценарий, который, как я надеялся, не произойдет. Я надеялся совсем на другой сценарий, - что развитие ИИ до нынешнего уровня будет куда труднее, и это займет куда больше времени. А у нас, соответственно, будет куда больше времени, чтобы заняться безопасностью ИИ».
Макс приводит простой пример.
Всего 7 лет назад практически никто из экспертов не мог вообразить, что в 2022 ИИ будет в состоянии правильно ответить на такой вопрос:
«Я собираюсь пойти на гору с лицами на ней. Какая столица штата к востоку от того штата, в котором она находится?»
А сегодня каждый из нас может:
1. Спросить у смартфона с поисковиком: «гора с лицами», и получить ответ «гора Рашмор»
2. Спросить – «гора Рашмор штат», и услышать «Южная Дакота»
3. Спросить – «штат на востоке от Южная Дакота», и услышать «Миннесота»
4. Спросить – «столица Миннесота», и услышать «Сент-Пол»
Но это, увы, далеко не весь прогресс.
ИИ уровня GPT-3 не надо задавать эти 4 (и вообще, какие либо) наводящие вопросы.
Ибо ИИ, услыхав вопрос «Я собираюсь пойти …», сразу даст ответ «Сент-Пол».
Кто-то скажет, - это не понимание, а статистика. И будет прав.
Но если прогресс продолжится с той же скоростью, на что будут способна такая статистика уже через пару лет?

И об этом на неделе Джек Кларк говорил на рабочей группе National Academy по ИИ (слушания закрытые, но вот слайды (2)).

Смотрите на картинку А к этому посту – наши оценочные тесты способностей ИИ уже не годятся, или ИИ уже вышел за пределы ожиданий?.
Показана динамика 6-и популярных бенчмарков, нормализованных от -1 (начальный показатель бенчмарка) до 1 (уровень человека-эксперта)

Теперь картинка B – мы не может предсказать способность ИИ даже на год вперед.
Показан прогноз прогнозистов Hypermind (июнь 2021) способностей ИИ на 30 июня 2022, 2023, 2024 и 2025 по 4 тестам:
• MATH — решение математических задач
• MMLU — тест на знание специальных предметов с использованием экзаменов средней школы, колледжа и профессиональных экзаменов с множественным выбором
• Something Something v2 — распознавания видео
• Надежная точность CIFAR-10 — мера надежной защиты от злоумышленников.
Зеленый пунктир — уровень человека-эксперта.
А теперь приз в студию:
синяя и желтая точки, расположенные выше прогнозных показателей 2022, это уже не прогноз, а факт.
Джек спрашивает:
— Что здесь происходит?
— Какие силы движут этим?
— Что означает сочетание плохих тестов и плохих прогнозов для будущего?
— В каких других областях науки прогресс неоднократно превосходил ожидания?
— Где будут эти точки по факту в 2025?

Нет ответов. И это потенциально крайне опасно.
#ИИ
1 (https://80000hours.org/podcast/episodes ... selection/) 2 (https://docs.google.com/presentation/d/ ... a4c3_0_202)

https://t.me/theworldisnoteasy/1530

[Нгаан]

На морду все тюлени разные.

Учёные создали нейросеть, которая различает тюленей по мордам. Разработчики SealNet обучили нейронную сеть различать обыкновенных тюленей, используя фотографии 406 разных особей. Затем они протестировали программное обеспечение и обнаружили, что SealNet может правильно идентифицировать животное в 85% случаев на основе отличительных черт лица. По мнению учёных, это необходимо для отслеживания перемещений тюленей. Испытания команды показали, что некоторые тюлени год за годом возвращаются в одни и те же места. Однако другие тюлени появлялись в других местах. Точное понимание того, как передвигаются тюлени, может помочь более точно определить области их обитания, которые необходимо защитить от браконьеров.

[AlexZenoo]

Искусственное увеличение интеллекта для самовыражения творца.
Создан 1й генератор цифровых культур Метавселенной.
Пять лет назад я написал для своего канала программный пост «Для чего нужны компьютеры, и как это связано с увеличением интеллекта человека» (2). В нем говорилось о перспективах альтернативного «третьего пути» развития ИИ - «Искусственное увеличение интеллекта (Artificial Intelligence Augmentation – AIA). Движение по поэтому пути способно изменить человечество, помогая людям изобретать новые когнитивные технологии, расширяющие диапазон человеческой мысли.

И вот спустя 5 лет я рад сообщить своим читателям, что началось!
Первым полноценным инструментом AIA стал инструментарий генеративной модели Make-A-Scene от Meta (1).

Он позволяет:
• не просто генерировать изображение по текстовому заданию (подобно DALL-E от OpenAI и Imagen от Google)
• а вдобавок к этому, еще и устанавливать направление и рамки полета творческой фантазии ИИ, путем дополнения текстового описания эскизом, сделанным человеком – творцом.

Этот колоссальный техно-прорыв легко представить и трудно переоценить. Перефразируя Армстронга, -
это один маленький шаг для Meta (1), но гигантский скачок для всего человечества.

Возможность посредством эскиза установить направление и рамки полета творческой фантазии ИИ превращает генеративную модель:
• из забавного инструмента случайной генерации изображений исключительно на основе статистики скормленных модели при обучении изображений
• в подлинный инструмент творца, полагающегося не на случайность, а на свой замысел, и определяющего для ИИ направление движения в пространстве творческого поиска творца.
Т.е. модель будет воспроизводить не просто то, на чем она учится, а то, куда её направит креативность человека.

Примеры можете вообразить сами. И сами удостоверитесь, что эскиз играет роль не просто ограничителя творчества ИИ. Эскиз придает смысл творчеству ИИ, следуя замыслу творца.
В результате этого, нарисованная ИИ иллюстрация для частушки
«Сидит Заяц на заборе в алюминевых штанах, а кому какое дело что ширинка на болтах»
будет уже не забавной феерией бессмыслицы из зайца, забора, ширинки и болтов, а задуманным автором зайцем, сидящем не где попало, а где надо на заборе, с правильным числом болтов на нужном месте у зайца.

Но это только присказка. А сказка вот в чем.
ИИ уровня Make-A-Scene станет теперь главным инструментом порождения цифровых изобразительных культур Метаверса.

Ведь теперь ИИ способен:
• не просто стилизовать рисунки под стиль Ван Гога, Кандинского или Малевича;
• а использовать любые стили при реализации творческого полета художников, дизайнеров и архитекторов миров Метавселенной;
• и даже (это трудно представить, но попробуйте) создавать новые оригинальные стили, развивая паттерны эстетического содержания наборов эскизов.

Это важно:

(1) Суд признал экстремистской и запретил в России деятельность корпорации по реализации социальных сетей.

Посмотрите на рисунки в (2): Make-A-Scene на такое способен, а DALL-E от OpenAI и Imagen от Google – нет.

Подробней:
- популярно про Make-A-Scene (3)
- научно (4)
- толковое видео (5)

2 (https://telegra.ph/Dlya-chego-nuzhny-ko ... veka-12-11) 3 (https://ai.facebook.com/blog/greater-cr ... generation) 4 (https://arxiv.org/pdf/2203.13131.pdf) 5 (https://www.youtube.com/watch?v=K3bZXXjW788)

#AIA #Metaverse

https://t.me/theworldisnoteasy/1537

[Falcon]

Примеры можете вообразить сами.

Мы сделали инновационный автомобиль. Она движется, совсем не потребляя энергоресурсов. Причём, его скорость ограничена только ПДД, пробег вообще не ограничен, а себестоимость на уровне "Лады Гранты".
Правда, у нас пока только эскиз, но вы сами можете вообразить...

[Нгаан]

Что-то антиподы нынче прямо уходят в прорыв!

Язык австралийских аборигенов идеально подошел для общения людей и искусственного интеллекта. Учёные из Университета Нового Южного Уэльса обнаружили, что джингулу - язык проживающих на севере Австралии аборигенов джингили - идеально подходит для обучения систем искусственного интеллекта. На его основе создали технологический язык JSwarm. Слова на джингулу можно легко переводить прямо в команды для алгоритмов. У языка простой синтаксис - это снижает вычислительные затраты. При этом учёные могут менять контекст использования джингулу, не перестраивая слова в предложениях.

[AlexZenoo]

Получил доступ к Dalle-2. Вы не поверите, что может нарисовать машина… Дизайнеры больше не нужны — вот где самый ужас-то! Там, кстати, в комментах, речь подняли и за коммунизм, и капитализм, и базовый доход, и про то, что роботы заменят всех... ((

Отправлено спустя 16 часов 23 минуты 15 секунд:

Малоизвестное интересное, [29.07.2022 14:11:46]
Ошибки ИИ хуже преступлений.
Когда они неподконтрольны и неисправимы.
Это главная современная проблема человечества при использовании ИИ.
Как только ИИ перестает быть инструментом (повышающим скорость и эффективность решений людей) и автоматизирует (полностью берет на себя) выполнение каких-то функций, люди оказываются в ловушке. Большинство ошибок современных автономных ИИ систем практически неподконтрольны и неисправимы.

Представьте, что банкоматы время от времени не выдают вам деньги, а лишь списывают с вашего счета средства с пометкой о якобы произошедшей выдаче наличных. При этом реальных способов опротестовать этот ужас и вернуть свои деньги нет.

Если это пока не происходит, то лишь потому, что банкоматами пока что не управляет ИИ, принимающий решения о выдаче наличных.
А вот решения о штрафах на дорогах система уже принимает самостоятельно. И результат известен любому водителю. Можно, конечно, судиться. Но кто пробовал, знает, насколько это бесперспективно.

Практически всюду, где люди переложили на ИИ ответственность за принятия решений (автоматизировали этот процесс), подобное происходит налево и направо.
• Более 20 000 случаев ложных обвинений людей алгоритмом MIDAS в мошенничестве с пособиями по безработице.
• А вот пример работы алгоритма RealPage, отвечающего на проверку надежности потенциальных арендаторов:
- кража со взломом и домашнее насилие в Миннесоте;
- продажа метамфетамина и уклонение от залога в Кентукки;
- вождение без страховки в Арканзасе;
- в еще хулиганство, кража, ложь полицейскому, множество обвинений в наркотиках и какие-то «неуточненные преступления».
И вся эта 100%ная ложь и ахинея – результат работы алгоритма RealPage, отказавшего в аренде Саманте Джонсон. А таких как она - ошибочно оклеветанных алгоритмом, - тысячи.
• Людей арестовывают по ложному совпадению распознавания лиц.
• Люди теряю критический доступ к медицинским пособиям.
• Алгоритмы распределения больничных коек ставят в очереди здоровых пациентов выше больных.
• ИИ неправильно распределяют рецепты, неправильно интерпретируют медицинские снимки, неправильно ставят диагнозы …
Проблема не в том, что ИИ системы ошибаются. Все системы могут ошибаться.
Проблема в том, что по большинству протоколов внедрения и эксплуатации ИИ систем, их ошибки остаются практически неподконтрольными и неисправимыми.

Именно функциональность ИИ систем - сегодня главная проблема политики в области ИИ.
Именно функциональность ИИ систем должна быть первым шагом в защите конкретных людей и всего общества от алгоритмического вреда при их внедрении.
Сегодняшние главные приоритеты при внедрении ИИ - справедливость, подотчетность и прозрачность, - являются вторичными приоритетами.
Главным приоритетом внедрения ИИ должна быть его функциональность.

Подробней в одном из центральных докладов крупнейшей международной организации в IT «Ассоциация вычислительной техники (ACM)», посвященной справедливости, подотчетности и прозрачности ИИ.

Хотя бы взгляните на перечень из 207 ссылок этого исследования, отсылающего к вопиющим примерам ошибочных решений алгоритмов ИИ, которые люди годами пытаются опротестовать по суду.
https://doi.org/10.1145/3531146.3533158
#ИИ

https://t.me/theworldisnoteasy/1540
Вот вы куда, энтузиазисты, тянете общество... Это будет конец Человечества...

[Falcon]

Как обычно. Подменяют прогресс, спекуляцией на прогрессе.

[ПереГиБ]

Причём я бы не исключал использования очень эффектных, не доступных обычному человеку методов обмана (например, не исключено, что ИИ сможет составить такой текст, прочтение которого сводит читающего с ума)

А я полагаю, что это исключено. Человек просто не будет дочитывать текст, с которым "что-то не так". Он почувствует нечто пагубное ещё на этапе чтения и прекратит вредное занятие.
Скорее, наоборот.
Человек сможет придумать текст, сводящий ИИ с ума.
В рассказе Виктора Пелевина "Зенитные кодексы Аль-Эфесби" российский офицер путём выкладывания некоторых надписей в пустыне заставлял американские дроны с ИИ терять управление и падать. Дело в том, что их интеллектуальные нейросети распознавания целей и различения их по критерию комбатант/некомбатант были обучены на видеоматериалах американских политических ток-шоу. И русский военный советник, догадавшись об этом, скармливал дронам оскорбительные тексты, "hate speech", вызывающие "возмущение" подсистем искусственного интеллекта, что занимало все вычислительные ресурсы процессора и, как следствие, крушения дронов.

Вместе с тем, идея текста, оказывающего пагубное влияние на человека, не раз становилась основой сюжета художественных произведений.
Текст Пинхеда про "надписи", размещённый здесь на форуме, находится в теме "Навеки забывшие".
Я же рекомедую к прочтению рассказ Леонида Каганова "Заклятие духов тела".

[Falcon]

Человек просто не будет дочитывать текст, с которым "что-то не так". Он почувствует нечто пагубное ещё на этапе чтения и прекратит вредное занятие.

► Показать

https://youtu.be/RQzUQ291l_c