Comments 12
А вы не могли-бы добавить к статье слайды, которые лектор крутит?
Вообще тема интересная, да и сейчас довольно интересные результаты получаются, в области обобщения и моделирования памяти, при помощи самоорганизующихся моделей)
Вообще тема интересная, да и сейчас довольно интересные результаты получаются, в области обобщения и моделирования памяти, при помощи самоорганизующихся моделей)
Интересна тема и очень интересно было бы бывать на подобных лекциях. Являются ли такие мероприятия открытыми и как про них узнать?
Семинар открытый. Проводится раз в месяц. http://ailab.ru/
По сути очень даже интересно, но конкретно для ИИ ценность этой информации может быть не определяющей.
Кратко смысл лекции сводится к тому, что в зрительной коре обобщенный образ окружающего мира получается в виде серии образов (свой микрообраз на каждое микродвижение глаза). Поэтому глаз все время движется почти как при чтении (траектория только сложнее). Теперь критика лекции (точнее полемика)
Но возможно это просто следствие строения глаза (он не может видеть всё сразу во всех направлениях одинаково хорошо), а вовсе не жесткая необходимость для распознавания.
Поэтому, если рассуждать логически, то для ИИ такого ограничения нет. Этот механизм можно более полно заменить сверточной ИНС. Тогда сканирование (свертка) всего поля зрения может заменить движение глаза. Что собственно и происходит сейчас в мире ИИ.
Сложный биологический нейрон в ИНС относительно успешно заменили формальным. Сложный механизм движения глаза и сборки образа в ИНС заменяют сверткой. Символично, правда?
Так нужно ли для ИИ полностью копировать биологию, там же море ненужных для ИИ функций (моторика, дыхание, обработка информации с датчиков- слух, зрение, осязание)? Интеллект — очень частный и по сути побочный продукт эволюции.
Подводя итог рассуждений напрашивается вывод — нужно искать формализованные методы создания аналога мозга (они больше подходят для компьютеров), а не пытаться в точности копировать его структуру и функциональность.
Что скажете?
Кратко смысл лекции сводится к тому, что в зрительной коре обобщенный образ окружающего мира получается в виде серии образов (свой микрообраз на каждое микродвижение глаза). Поэтому глаз все время движется почти как при чтении (траектория только сложнее). Теперь критика лекции (точнее полемика)
Но возможно это просто следствие строения глаза (он не может видеть всё сразу во всех направлениях одинаково хорошо), а вовсе не жесткая необходимость для распознавания.
Поэтому, если рассуждать логически, то для ИИ такого ограничения нет. Этот механизм можно более полно заменить сверточной ИНС. Тогда сканирование (свертка) всего поля зрения может заменить движение глаза. Что собственно и происходит сейчас в мире ИИ.
Сложный биологический нейрон в ИНС относительно успешно заменили формальным. Сложный механизм движения глаза и сборки образа в ИНС заменяют сверткой. Символично, правда?
Так нужно ли для ИИ полностью копировать биологию, там же море ненужных для ИИ функций (моторика, дыхание, обработка информации с датчиков- слух, зрение, осязание)? Интеллект — очень частный и по сути побочный продукт эволюции.
Подводя итог рассуждений напрашивается вывод — нужно искать формализованные методы создания аналога мозга (они больше подходят для компьютеров), а не пытаться в точности копировать его структуру и функциональность.
Что скажете?
На уровне первичной зрительной коры механизм микросаккад, позволяющий собрать вместе разные позиции одного образа на рецептивном поле, возможно выглядит слишком сложным для такой «простой» задачи. Но этаже задача возникает на всех уровнях обобщения. Предположим вы разглядываете некий предмет с разных сторон. Наблюдаемые образы могут быть настолько различны, что сами картинки не будут иметь ничего общего. Но мозг должен объединить их, как нечто относящееся к опыту, относительно разглядываемого предмета. Никакие сверточные сети здесь не помогут, формальные нейроны окажутся ограничены. Моя концепция относительно идентификаторов и строения кортикальной колонки как раз из этого и произрастает.
Пожалуй Вы правы, а идея заслуживает самого пристального внимания. Но тогда сразу есть «но».
Концепция концепцией, сделать-то сие как? Эксперимент — критерий сами знаете чего.
Пока получается не ИИ, а анатомия.
Про сверточные сети намечено много путей развития. Сейчас у Лекуна плоская сетка с плоскими же квадратами свертки. Этот подход довольно уверенно побеждает масштабирование и даже некоторое вращение вокруг нормали (как оси наблюдателя).
Дальше (к примеру) если взять стереоскопическое изображение, и свертку делать не квадратом, а скажем кубом, то весьма вероятно другие степени свободы появятся.
Коли кружку с шести разных сторон узнает как шесть разных объектов — это уже довольно большой шаг.
Дальше стандарно — база с индексами и слиянием в один объект.
Тупо — да. Нет полета мысли — да. Но довольно четко ясно как работает сверточная сеть и можно пробовать варианты.
По вашей же лекции трудно понять, что конкретно (для ИИ) предлагается в рамках описанной концепции.
Концепция концепцией, сделать-то сие как? Эксперимент — критерий сами знаете чего.
Пока получается не ИИ, а анатомия.
Про сверточные сети намечено много путей развития. Сейчас у Лекуна плоская сетка с плоскими же квадратами свертки. Этот подход довольно уверенно побеждает масштабирование и даже некоторое вращение вокруг нормали (как оси наблюдателя).
Дальше (к примеру) если взять стереоскопическое изображение, и свертку делать не квадратом, а скажем кубом, то весьма вероятно другие степени свободы появятся.
Коли кружку с шести разных сторон узнает как шесть разных объектов — это уже довольно большой шаг.
Дальше стандарно — база с индексами и слиянием в один объект.
Тупо — да. Нет полета мысли — да. Но довольно четко ясно как работает сверточная сеть и можно пробовать варианты.
По вашей же лекции трудно понять, что конкретно (для ИИ) предлагается в рамках описанной концепции.
Формат выступления «час с небольшим» обрекает на определенную скороговорку :( Основная идея, она, кстати, вынесена в название, — это попытка описать архитектуру полноценного обобщения. Есть масса алгоритмов, заточенных на решение конкретных задач. Я пытался показать, как может выглядеть механизм их интеграции.
Лекция супер. Хорошие, наглядные примеры. Прекрасные гипотезы.
Есть подозрение, что читатели тут избалованы «жёлтыми» заголовками статей, поэтому статью посмотрело 3 тыс. человек, а лекцию всего около 1 тыс.
Например, можно было так назвать «Учёные узнали, как твой мозг решает задачу обобщения». У alizara прекрасные «жёлтые» заголовки получаются, например, habrahabr.ru/post/196732/ и просмотров 42 тыс.
Есть подозрение, что читатели тут избалованы «жёлтыми» заголовками статей, поэтому статью посмотрело 3 тыс. человек, а лекцию всего около 1 тыс.
Например, можно было так назвать «Учёные узнали, как твой мозг решает задачу обобщения». У alizara прекрасные «жёлтые» заголовки получаются, например, habrahabr.ru/post/196732/ и просмотров 42 тыс.
Подскажите где работаете что занимаетесь такими занимаетесь?
Sign up to leave a comment.
Задача обобщения