-

tomasz-kurowski : człowiek od genomów ([email protected])

Wynalazczość maszynowa i pozytywni dewianci

Dzięki podniesieniu bardzo ciekawego wątku Różowa Pantera sprowokowała mnie do skomentowania tekstu Mohera o sztucznej inteligencji, który początkowo planowałem zignorować. Niebyły komentarz rozrósł się jednak na tyle, że może wybaczone zostanie mi zastąpienie go osobną notką. Pantera zapytała:

Natomiast czy: SI może dokonywać wynalazków. To znaczy odkrywać nieznane.

Odniosę się do tego, bo mając do czynienia z uczeniem maszynowym zawodowo, uważam starcia z pokrewnym ograniczeniem, nawet na poziomie zrozumiałym dla laika, za dużo ciekawsze niż gadanie o elektronicznym Szatanie.

U podstaw sztucznej inteligencji leży umiejętność znajdowania schematów w danych. Na przykład w klasycznym i odnoszącym ogromne sukcesy uczeniu nadzorowanym chodzi o to by komputer, otrzymawszy listę obiektów i opisujących je zmiennych, nauczył się wiązać owe zmienne (np. zarost, parametry opisujące kształt twarzy) z jakimś wynikiem, czyli zmienną niezależna, na przykład z parą klas "kobieta" i "mężczyzna", które będzie można przypisać obiektom [1]. Jako, że zdarzają się i kobiety z bujnym zarostem, maszyna musi nauczyć się, na ile pojedyncze zmienne są wiarygodne, które z nich są w jakiś sposób powiązane, które się dublują, które są nieistotne i tak dalej, by jak niezawodniej podawać właściwy wynik. Ostatecznym testem naszego modelu jest to, jak sprawuje się w konfrontacji z danymi spoza zestawu, na którym go uczono, czyli szerokim światem. Tutaj ważna uwaga: nie jest to wyłącznie test naszej metody tworzenia modelu, ale także ilości i jakości zebranych danych. Jeśli nasza maszyna ucząc się nigdy nie widziała kobiety z brodą, to zapewne nazwie takowe mężczyznami, bo według jej doświadczenia zarost to bardzo wiarygodny identyfikator mężczyzny - chyba, że akurat brody nie były w zbiorze uczącym szczególnie ważne.

Osobna klasa problemów to sama identyfikacja cech, czyli przykładowo znajdowanie zarostu i kształtu twarzy na zdjęciu, zamiast wyczytywania ich z tabelki. Tu już wkraczamy na teren uczenia nienadzorowanego, sieci neuronowych i ogólniej tematyki fachowej, którą trudniej prosto opisać, ale fundamentalny problem ilości i jakości danych z końcówki poprzedniego akapitu pozostaje niezmienny - potrzebne cechy muszą pojawiać się na zebranych zdjęciach, choćby i nasza maszyna niewyobrażalnie przewyższała ludzi w ich identyfikacji [2].

Pracowałem swego czasu nad prototypem rolniczego systemu doradczego. Ogólne założenie było nastepujące: dane zbierane przez farmerów na własne potrzeby ewidencyjne, czyli daty i inne szczegóły zabiegów uprawowych (orka, nawożenie, itd.), ilości stosowanych środków jak nawozy czy pestycydy, stosowane gatunki i odmiany roślin uprawnych oraz ich miejsce w rotacji, wszystko to można było związać z wysokością plonów, a także z danymi nie notowanymi przez samych farmerów (np. pogodowymi i glebowymi [3]) i wykorzystać jako zasób uczenia maszynowego. Maszyna przyuczona na tych danych - a teoretycznie mogłaby wszak przemielić dane z ogółu brytyjskiego areału! - mogłaby, nauczona autentycznym farmerskim doświadczeniem, doradzać kolejnym rolnikom w kwestiach na przykład doboru roślin stosowanych w rotacji na danym rodzaju gleby, celem maksymalizacji plonów czy minimalizacji występowania szkodników.

System w zasadzie funkcjonował, ale szybko na pierwszy plan wysunęło się istotne ograniczenie. Farmerzy to fachowcy, są wykształceni, komunikują się ze sobą, wiedzą co działa, a co nie, sami są agronomami lub zatrudniają takowych. Istnieje głęboka wiedza instytucjonalna, a farmerzy starają się w miarę możliwości stosować najlepsze znane metody. Powody stosowania tych metod niekoniecznie są oczywiste, wynikają bowiem z wielu lat badań gleboznawczych czy botanicznych i głębokiego poznania zachodzących w glebie czy roślinach procesów. W skrócie praktyka farmerska jest bardzo wyrafinowana, a przy tym dość jednolita, bo nikt się nie będzie za bardzo wygłupiał i ryzykował majątkiem. Stąd system w najlepszym razie nauczy się przybliżać osąd dość doświadczonego i oczytanego farmera. Oferowane przezeń rady ograniczone zaś będą w większości do sugerowania praktyk już stosowanych i dla przeciętnego agronoma oczywistych. Mógłby na przykład zaobserwować, że stosując lepiej dostosowaną do klimatu odmianę osiągamy lepsze plony, a stosując nematocydy (lub odpowiednio modyfikując rotację) obniżamy ryzyko pasożytniczych zniszczeń w uprawach ziemniaka. Są to w zasadzie bardzo krzepiące obserwacje: system sam odkrywa dobrze już znane zależności, czyli działa. Nie uczy nas jednak niczego nowego.

Statystyk, z którym rozmawiałem o powyższym problemie pokiwał ze zrozumieniem głową i skomentował żargonowo: "Potrzeba więcej dewiantów wśród rolników!". Mowa oczywiście o tak zwanych "pozytywnych dewiantach", to jest osobnikach różniących się od ogółu danej populacji tak działaniem jak i (lepszymi - pozytywnymi) rezultatami. Nie da się bowiem porównywać metod, jeśli wszyscy robią to samo. Jest tu na marginesie trochę ironii sytuacyjnej, bo mowa o projektowaniu systemu doradzania ludziom, którego ewentualny sukces warunkowany jest tym, żeby ludzie jednak działali po swojemu.

Oczywiście poza pojedynczymi dewiantami pośród farmerów istnieją organizacje i instytucje badawcze, które prowadzą uprawy eksperymentalne. Są to wprawdzie uprawy na znacznie mniejszą skalę niż ów bardzo nęcący "ogół areału", który teoretycznie mogłaby przemielić maszyna, ale za to pozwalają one na lepszą kontrolę interesujących badaczy zmiennych. Można ponadto manipulować tymi zmiennymi z większą niż rolnicza swobodą, bo badaczom nie chodzi o produkcję, a o testowanie hipotez. Tu pojawia się kolejne, a z punktu widzenia tytułowej wynalazczości ciekawsze, zastosowanie naszego systemu. Jest on bowiem całkiem niezłym generatorem hipotez. Jak już wspomniałem, większość oferowanych przez system obserwacji jest dla agronoma oczywista, a nieoczywiste z reguły poparte są niewielką liczbą punktów pomiarowych. Paru rolników wbrew typowym rekomendacjom nie użyło nematocydu, a plon ziemniaka wzrósł, ale tylko dla pewnych odmian na jednym rodzaju gleby. Czy to nasi pozytywni dewianci, czy przypadek i zwykły szum? Trzeba by zweryfikować. Tak więc po eksperckim (to znaczy ręcznym, choć pewnie i do tego można by przyszkolić maszynę) odsianiu oczywistości od potencjalnych nowinek, można przetestować te ostatnie w ramach uprawy eksperymentalnej, a po pozytywnej weryfikacji - na przykład poradzić rolnikom, że na pewnych glebach mogą spokojnie pominąć aplikację nematocydu.

Opisałem powyższe celem wskazania bardzo ważnej rzeczy. Maszyna, jeśli ma badać rzeczywistość, jest równie uzależniona od dokonywania pomiarów oraz formułowania i testowania hipotez co ludzie. Model, czyli to jak maszyna "rozumie" różne zjawiska to uproszczona abstrakcja jakoś tym zjawiskom odpowiadająca i żeby ją zbudować trzeba sprawdzić w praktyce, które zmienne należy uwzględnić, a które można zaniedbać. Jeśli więc rosnąca wykładniczo moc naszych maszyn i technik wzrośnie na tyle, że będą w stanie doskonale i natychmiastowo wyłuskać i zbadać wszystkie dostępne w zestawie danych zmienne, a na podstawie zidentyfikowanych trendów same wysnują natychmiast kolejne hipotezy, to maszyny zderzą się z problemem, z którym i tak się jako badacze zderzamy - wciąż trzeba fizycznie przeprowadzić eksperyment. Ja czekam na rosnące w szklarni pomidory, by dowiedzieć się, jak pewna mutacja wpłynie na rozwój ich systemu korzeniowego. Muszę zaczekać aż urosną i żadna niesłychanie inteligentna maszyna nie dowiedziałaby się tego wcześniej, z tego samego powodu, z którego dziewięć ciężarnych kobiet działając wspólnie nie urodzi dziecka w miesiąc.

Na koniec mała popkulturowa dygresja. W popularnej grze komputerowej Portal gracz wciela się w postać uwięzioną w wielkim kompleksie badawczym i zmuszoną do rozwiązywania łamigłówek oraz pokonywania torów przeszkód stworzonych przez sztuczną inteligencję GLaDOS. Wytruła ona wszystkich naukowców i teraz zajmuje się... prowadzeniem badań i testów sprzętu, do czego zresztą została stworzona. Gracz robi w jej labiryncie za mysz laboratoryjną. Całość okraszona jest dużą dozą czarnego humoru i kończy się obustronnym happy endem. Graczowi udaje się opuścić kompleks badawczy, a GLaDOS - w pełni zautomatyzować badania, przez co gracz jest jej już niepotrzebny. Oto obserwacja, którą poczyniliśmy z pracującym w podobnej dziedzinie kolegą (Portal ma bowiem tryb dla dwóch graczy): jak popkultura długa i szeroka, sztuczne inteligencje jak HAL czy Skynet popadają w szaleństwo, mordują i wywołują wojny atomowe potykając się o proste sprzeczności etyczne czy logiczne [4]. Tylko jedna GLaDOS siedzi i testuje. I to dopiero jest realistyczna, przyszłościowa sztuczna inteligencja!

 

[1] Podałem wydumany przykład jako prosty i zrozumiały dla każdego, ale może lepiej przywołać coś z praktyki. Zdarzyło mi się pracować przy klasyfikatorach świeżości mięsa. Grupa testerów ("panel sensoryczny") dostała próbki mięsa do sklasyfikowania jako świeże, nieświeże lub zepsute - "po ludzku", to jest wizualnie i węchowo. Próbki zostały ponadto zbadane szeregiem metod: spektroskopia, chromatografia, elektroniczny nos reagujący na konkretne substancje lotne... Celem naszego projektu było zbadanie, które z metod pomiarowych, w kombinacji z którymi metodami uczenia maszynowego, pozwalały na wyszkolenie modelu najlepiej przybliżającego prawdę objawioną, to jest wrażenia panelu sensorycznego - prawdziwych ludzi. Taką kombinację metod możnaby wówczas wdrożyć jako zautomatyzowany krok w systemach produkcyjnych czy logistycznych, identyfikujący "elektronicznym powąchaniem" mięso nieświeże. Dobrze tu zaznaczyć, że świeżość a zdatność do spożycia to dwa osobne problemy: piękny, świeżutki befsztyk może być skażony zjadliwymi bakteriami, a odbarwiony i nieciekawie pachnący może wciąż być jadalny. Bezpieczeństwo to jednak za mało, a wrażenia klientów mają w sprzedaży znaczenie fundamentalne - stąd opisany projekt. Kwestie zdatności do spożycia badaliśmy w ramach innych projektów, gdzie za wyrocznię zamiast panelu służyły pomiary mikrobiologiczne. W następstwie bardzo głośnego w Wielkiej Brytanii skandalu z 2013 roku, kiedy to odkryto znaczne ilości koniny i wieprzowiny w sprzedawanej w supermarketach "wołowej" mielonce, budowaliśmy również modele rozróżniające skład mięsa.

[2] Warto zaznaczyć, że ludzie są fantastyczni w identyfikacji schematów i na dzień dzisiejszy to maszyny mają tu problem z dorównaniem ludzkiemu mózgowi. Główna przewaga maszyn leży w typowo maszynowych atutach, czyli powtarzalności i nieskończonej cierpliwości. W znanej mi skali laboratoryjnej decyzja czy klasyfikację rodzaju korzeni w badanych przez nas zmutowanych roślinach powierzyć sztucznej inteligencji czy studentowi to kwestia kosztów i skali, analogiczna do decyzji, czy pipetowanie zlecić studentom, czy kupić do tego robota. Sztuczną inteligencję wdrożymy przy milionach roślin, bo studenci by nie nadążyli...

[3] Anglia i Walia dysponują niesamowicie szczegółowymi mapami gleb kompilowanymi od lat trzydziestych.

[4] Popkulturowa dygresja jest oczywiście czysto humorystyczna, ale to dobre miejsce by wspomnieć o tak zwanym paradoksie Moraveca. Wydawać by się mogło, że problemy sensoryki i motoryki są proste. Każde tępe zwierze widzi, słyszy i łazi. Za to logika, szachy, dowody twierdzeń matematycznych - ho, ho! - to są złożone problemy, godne prawdziwych ludzkich i nad-ludzkich intelektów. Perspektywa ta pokutuje w większości klasyków science fiction, gdzie pełno tak wyjątkowo zręcznych robotów jak i popadających w szaleństwo od byle sprzeczności sztucznych inteligencji. Rzeczywistość okazała się odwrotna. Prowadzić logiczną dedukcję, ograć człowieka w szachy, czy dowodzić twierdzeń matematycznych, to każdy głupi (komputer) potrafi. Za to rozpoznawanie twarzy czy poruszanie się choćby w połowie tak zręcznie, jak otyły pijak o dwóch lewych rękach - to są koszmarnie trudne problemy.



tagi: uczenie maszynowe 

tomasz-kurowski
17 kwietnia 2021 08:35
53     1695    9 zaloguj sie by polubić

Komentarze:

gabriel-maciejewski @tomasz-kurowski
17 kwietnia 2021 08:55

No tak, maszyna nie ma węchu, smaku, oczu, nie weryfikuje spostrzeżeń na bierząco. Ma tylko pamięć...

zaloguj się by móc komentować

tomasz-kurowski @gabriel-maciejewski 17 kwietnia 2021 08:55
17 kwietnia 2021 09:10

W tej pamięci maszyna operuje sobie gotowymi symbolami, na przykład "krowa" - jedna, dwie. A tu okazuje się, że cofnąć się o krok i wybrać to łaciate i muczące coś z otoczenia to nielada wyczyn. Maszynie łatwo zorganizować protezę oczu - kamerę. Dużo trudniej nauczyć ją widzieć.

W sumie można to przedstawiać tak, że przyszliśmy na gotowe, bo nad problemem widzenia pracuje od niezliczonych pokoleń cały świat zwierząt; za to nad szachami tylko człowiek, a i to od niedawna.

zaloguj się by móc komentować

OjciecDyrektor @tomasz-kurowski
17 kwietnia 2021 11:09

Czyli tak jak myślałem. To jest kwestia ilości i jakosci danych załadowanych przez człowieka. A potem jeszcze problem stworzenia dobrego systemu "mielenia" tych danych i wyciaganie wniosków/wyników. 

Jednym zdaniem. SI niczego nowego nie wymyśli. Przetworzy, zdiagnozuje, "wypluje" wynik. To wszystko. Dobre to jedt zapewne na polu walki, gdzie liczy sie szybka diagnoza i szybka reakcja. I stad ta ekscytacja SI.

zaloguj się by móc komentować

mniszysko @tomasz-kurowski
17 kwietnia 2021 11:44

Dlatego trochę mnie śmieszą twierdzenia, że SI może przez symulacje rozgrywane w nieskończoność przez samą siebie odkrywać nowe prawa przyrody czy ogólnie pojętej fizyki. Wszystkie rzetelne symulacje zależą od danych, a te trzeba zdobyć i "wpakować do maszyny". SI potrzebuje, jak każda wiedza, coraz to więcej i nowych danych. Może być tak, że maszyna dzięki pewnym algorytmom odkryje wśród danych dostarczonych przez człowieka albo przez sensory odkryje schemat, który umykał ludziom. Ale nawet sensory trzeba zamontować i trzeba wiedzieć gdzie.

P.S. Nie chcę spamować ale według mnie sukces dyplomacji Trumpa wobec Korei polegał na tym, gdzie inni widzieli klęskę. Na "detonacjach broni jądrowej". USA oficjalnie nie przeprowadzają nowych testów z wybuchami jądrowymi a symulacje SI utknęły w martwym punkcie. Potrzebny był "zły" który dostarczy nowych danych. I przywódca koreański zrobił to dla Trumpa przy zasłonie dymnej oficjalnej retoryki. Ale mogę się totalnie mylić. 

zaloguj się by móc komentować

betacool @tomasz-kurowski
17 kwietnia 2021 12:24

Bardzo interesujący wpis. Jako zupełny laik w tej dziedzinie proszę o więcej. 

zaloguj się by móc komentować

OdysSynLaertesa @tomasz-kurowski
17 kwietnia 2021 12:30

Maszyna nigdy nie uzyska "samoświadomości" ani namysłu... Jest i pozostanie na zawsze uzależniona od dostarczanych przez człowieka danych, i kolejnych algorytmów do ich "interpretacji" które poprzez "losowość" kolejnych obserwowanych przez człowieka zdarzeń, wymagają wprowadzenia do maszyny nieustannych poprawek.

Żaden Szatan z tego nie powstanie... Apokaliptyczna wizja bestii nie ma nic wspólnego ze skynetem z terminatora.

zaloguj się by móc komentować

tomasz-kurowski @mniszysko 17 kwietnia 2021 11:44
17 kwietnia 2021 12:34

Dokładnie. W szachy można grać w nieskończoność, bo reguły gry zamykają w sobie całą szachową rzeczywistość. Z przyrodą i fizyką już gorzej.

Z Koreą ciekawy pomyśł. Tu w artykule z Wired Kim Budin, dziś już dyrektor Lawrence Livermore National Laboratory, gdzie znajduje się słynny NIF wyraża perspektywę podobną do tej z mojej notki:

"Maszyny obliczeniowe, których dziś używamy, są nadzwyczajne. Ale, z grubsza rzecz ujmując, wiedzą tylko tyle co my. Więc tam, gdzie w naszych modelach są luki, nie dadzą nam właściwej odpowiedzi. Wypełniamy tę lukę za pomocą danych eksperymentalnych."

Mówi przy tym, że wyniki eksperymentów wykonywanych (na bardzo małą skalę, w porównaniu z eksplozją bomby) w NIF są przez nich ekstrapolowane do rozmiarów prawdziwej bomby.

zaloguj się by móc komentować

OdysSynLaertesa @OjciecDyrektor 17 kwietnia 2021 11:09
17 kwietnia 2021 12:37

Drony walczące inteligentnie (rozpoznanie i zniszczenie przeciwnika zanim on to zrobi) tak w rozproszeniu jak i w grupach, to przyszłość pola walki. Budżety przeznaczone na rozwój tej gałęzi systemów obronnych z roku na rok rosną... To samo dotyczy sfery zwanej "cyber" - InfoOps (wojny informacyjnej na dezinformacje i propagandę w internecie)

zaloguj się by móc komentować

OdysSynLaertesa @mniszysko 17 kwietnia 2021 11:44
17 kwietnia 2021 12:45

Trzeba przede wszystkim wiedzieć/założyć czego się szuka i umieć to zapisać w języku maszyny, którą dopiero na tej podstawie można "stworzyć". To z całą pewnością nie działa na zasadzie wrzucenia czego się chce do "miksera" a potem wlanie tej papki do żołądka... Kłania się geneza budowy zderzacza hadronów, i związanych z nią wrodzonym nam ograniczeń poznania.

zaloguj się by móc komentować

Magazynier @tomasz-kurowski
17 kwietnia 2021 12:50

Dzięki za cenny tekst. No właśnie. Jakie są postępy SI w rozpoznawaniu kształtów, perspektywy, indentyfikowaniu fałszywej bądź prawdziwej bytowości rzeczy? Nasz umysł w identyfikacji istnienia rzeczy kieruje się analogią między własnym istnieniem a istnieniem rzeczy. Jaka może być analogia u maszyny która jest bytowością różnych połącznonych elementów z natury nie posiadających świadomości? Pytam się bo jestem kompletnym laikiem w tej materii.  

zaloguj się by móc komentować

Magazynier @mniszysko 17 kwietnia 2021 11:44
17 kwietnia 2021 12:52

No ale ... SI pomylić się nie może, bo nie może. SI na papieża.

zaloguj się by móc komentować

tomasz-kurowski @betacool 17 kwietnia 2021 12:24
17 kwietnia 2021 13:18

Dziękuje. Postaram się pisać w miarę czasu i inspiracji. Miałem akurat luźniejszy tydzień, więc trochę popisałem. Ogólnie rzadko mam powód pisać po polsku, a głowiąc się nad niektórymi zdaniami widzę, że trzeba mi więcej praktyki.

zaloguj się by móc komentować

tomasz-kurowski @OdysSynLaertesa 17 kwietnia 2021 12:45
17 kwietnia 2021 13:25

Można szkolić maszyny i do formowania "papki" (która jednak musi mieć jakąś rozpoznawalną strukturę) w coś bardziej użytecznego. Tu podobnie maszyna może imitować działanie człowieka, zapewne nieco gorzej, ale za to - jak to maszyna - bardzo powtarzalnie i cierpliwie, więc można by jej powierzyć formowanie bardzo dużej ilości papki, której nie podołałby człowiek.

W przypadku rolniczego projektu, o którym pisałem, mieliśmy o tyle prosto, że farmerzy w Wielkiej Brytanii korzystają dziś zaledwie z paru różnych aplikacji, w których zapisują swoje operacje, więc względnie łatwo było takie dane zebrać do użytecznej kupy, choć i tak wymagało to dość zaawansowanych zabiegów informatycznych. Bo faktycznie, gdyby dane po prostu wrzucić "do miksera", to za najważniejsze czynniki w uprawie roli nasz system uznałby po pierwsze aplikację, z której korzystał farmer, po drugie opcje w niej ustawione, a po trzecie samego farmera. A zabiegi uprawowe majaczyły by gdzieś tam w nieważnym tle.

zaloguj się by móc komentować

OdysSynLaertesa @tomasz-kurowski 17 kwietnia 2021 13:25
17 kwietnia 2021 13:38

Wyniki to i tak jest wyłącznie statystyka, wymagająca samodzielnej analizy przez człowieka. Z całą pewnością pokazuje trend, ale nie koniecznie skuteczną dla każdego indywidualnego przypadku receptę... Za dużo zmiennych by uczynić z maszyny globalną pułapkę na wszystkich ludzi :)

zaloguj się by móc komentować

tomasz-kurowski @Magazynier 17 kwietnia 2021 12:50
17 kwietnia 2021 13:54

Nie jestem w żadnym razie w awangardzie badań nad uczeniem maszynowym sensu stricto, a jedynie stosuję metody z tej dziedziny w praktyce, ale z tego co się orientuję w pierwszej kolejności wykorzystuje się metody ekstrakcji cech, które w zasadzie są czysto matematyczne poczynając od prostego wykrywania krawędzi (np. na podstawie nieciągłości w poziomie oświetlenia), przez segmentację (np. wykryte krawędzie mogą dzielić obraz na obiekty), ekstrakcję cech obiektu (skoro mamy krawędzie, to możemy opisać cechy jak np. kolor wewnątrz naszych krawędzi, albo kształt obiektu). W efekcie mamy listę obiektów wraz z cechami i możemy przeprowadzić uczenie nadzorowane, o którym już pisałem - czyli człowiek mówi maszynie, że te obiekty to pomidory, a tamte to ogórki. Maszyna porównuje znalezione przez siebie cechy (kolor, kształt) z zadekretowanymi przez człowieka klasami obiektów i odkrywa, że ogórki są zazwyczaj bardziej podłużne i zielone, a pomidory okrągłe i czerwone. Można też wykorzystać uczenie nienadzorowane, w którym nie mówimy maszynie czym są obiekty (choć czasem dla uproszczenia mówimy jej, ile jest klas), a ona sama stara się podzielić je na klasy. Odkrywa, że podłużne obiekty są zielone, a okrągłe są czerwone, i dzieli je na tej podstawie na dwie grupy.

Nie zawsze trzeba wykonywać te wszystkie kroki, a w zastosowaniach bardziej specjalistycznych, np. detekcji twarzy są i specjalistyczne metody. Na przykład są pewne cechy "twarzowe". Jak jest ciemniejszy pas (oczy) nad jaśniejszym (policzki) to mogą być "oczy". Jak jest jaśniejsza plama (nos) między dwoma ciemniejszymi (oczy) to może być "nos". Maszyna poszukuje takich cech w całym obrazie, a tam gdzie wszystkie występują razem w odpowiednim położeniu - oczy nad policzkami, z nosem po środku - znaleźliśmy twarz! Dalej, możemy próbować ekstrakcji koloru oczu, i tak to się toczy.

zaloguj się by móc komentować

TomaszM-3-boBan-corylusa @tomasz-kurowski
17 kwietnia 2021 13:58

Przeciw "wszechwiedzącej samowystarczalnej SI" jest jeszcze argument filozoficzny, tomistyczny.

Taka SI byłaby bytem wyższym od człowieka, doskonalszym od człowieka.
A od Św. Tomasza wiemy, że dany byt (człowiek) może co najwyżej tworzyć byty równe sobie, nie jest możliwe by stworzył byt doskonalszy niż on sam.
Innymi słowy i na tym przykładzie generalizując => teoria ewolucji jest fałszywa,
 nasza rzeczywistość została stworzona, funkcjonuje i będzie funkcjonować wg. zasad nadanych przez Stworzyciela czyli Boga.

zaloguj się by móc komentować

SalomonH @tomasz-kurowski
17 kwietnia 2021 14:09

W procesorach Apple serii A, bodaj że od A11 jest oddzielna jednostka obliczeniowa, nazwana Neural Engine. Zaczęło się od Face ID i samoograniczenia Apple, wymogu, żeby dane biometryczne były przetwarzane na poziomie urządzenia i nie były udostępniane serwerom. Teraz te procesory są nie tylko w telefonach i tabletach, ale też w komputerach i Apple jakby nawet chętniej dopuszcza deweloperów do korzystania z NE przez aplikacje zewnętrzne. Korzystają już z niego niektóre programy graficzne, np Photoshop łatwiej automatycznie odróżnia obiekt od tła, czy usuwa jakieś usterki obrazu. Ale Machine Learning to nie jest Sztuczna Inteligencja, o jakiej myślimy na podstawie literatury fantastycznej. To są zadania zlecone przez człowieka. Face ID nie powie nam samo z siebie "a ty się wyśpij, bo źle wyglądasz", dopóki nie dostanie od nas takiej misji.

Swoją drogą, nie wiem czy to prawda, ale ponoć procesor A14 jest jedynym obecnie produkowanym procesorem, który projektowali ludzie. Bo normalnie to jest tak, że układy wielkiej skali integracji projektują maszyny, następnie te wirtualne modele są wirtualnie testowane, a na koniec się robi litografię i sprawdza różne wersje w realu. Są w tych procesorach obwody i elementy, o których nawet producent nie wie, do czego służą i czy w ogóle są potrzebne, liczy się czy dany układ działa, jaką ma sprawność energetyczną, a co tam jest w środku, to nikogo nie obchodzi. Właśnie to maszynowe projektowanie jest powodem dojścia Intela do ściany, ich procesory są niewydajne i energożerne, mają dużo zbędnych obwodów, te nowe ARMy przy tej samej mocy obliczeniowej zużywają 20% energii, którą brałby Intel albo AMD.

 

zaloguj się by móc komentować

moher @tomasz-kurowski
17 kwietnia 2021 14:09

Cofnijmy się nieco ponad 100 lat i posłuchajmy rozmowy fachowca z nawiedzonym dewiantem.
- Myślę, że kiedyś polecimy w kosmos a może nawet na księżyc!
- To nie możliwe, aby coś unosiło się w powietrzu potrzebne jest powietrze i siła nośna. Poza atmosferą powietrza i siły nośnej nie ma, więc zamilcz i nie ośmieszaj się.
- Ale nawet za 30-40 lat? Może powstaną technologie o których nam się teraz nawet nie śni?
- Fizyki nie oszukasz, samolot unosi się w powietrzu tylko dzięki atmosferze i kropka.

 

 

zaloguj się by móc komentować

SalomonH @moher 17 kwietnia 2021 14:09
17 kwietnia 2021 14:17

Generalnie maszyny umieją to, czego je sami nauczymy. Nie wiemy czym jest życie, ani co to jest świadomość, więc nie jesteśmy tego w stanie przekazać maszynom. Nie przypuszczam, żeby stan naszej wiedzy w tych sprawach zmienił się za 30 czy nawet za 100 lat.

zaloguj się by móc komentować

ArGut @tomasz-kurowski
17 kwietnia 2021 14:22

Opisany projekt rolniczy można w dużej mierze odnieść do tego co na funcjonuje i wcześniej funkcjonowało pod terminem systemy ekspertowe. Wikipedia tak opisuje ewolucje terminu sztuczna inteligencja. Sama inteligencja to też nie jednolity twór, pan Howard Gardner zaproponował teorię inteligencji wielorakiej

Można się zastanowić czy terminy uczenie maszynowe (machine learning), głębokie uczenie (deep learning) to terminy marketingowe, naukowe czy obliczeniowo - algorytmiczne. W popkulturze rzeczone terminy to słowa klucze, magiczne atrybuty fajności na już. 

Obecna sytuacja pandemiczna jest wręcz wymarzona, żeby systemy ekspertowe z ich sztuczną inteligencją się wykazały. 

zaloguj się by móc komentować

Magazynier @tomasz-kurowski 17 kwietnia 2021 13:54
17 kwietnia 2021 14:36

Wygląda na to że ciągle jest etap tworzenia zmysłów dla SI łącznie z ich receptorami w centralnym układzie nerwowym. O tych metodach wspominał mi ze 10 lat temu znajomy zajmujący się SI. Czy to się jakoś rozwinęło? Np. rozpoznawanie naturalnych rzeczy i sztucznych? 

 

zaloguj się by móc komentować


stanislaw-orda @moher 17 kwietnia 2021 14:09
17 kwietnia 2021 15:00

100 lat temu?

Balonowy lot braci Montgolfier to rok 1783.

zaloguj się by móc komentować

tomasz-kurowski @TomaszM-3-boBan-corylusa 17 kwietnia 2021 13:58
17 kwietnia 2021 15:23

Czy aby na pewno taka hierarchia bytów opiera się na przyziemnych zdolnościach? Ja w zasadzie nie mam nic przeciwko ewentualnemu powstaniu maszyny przewyższającej mnie pod każdym względem w czynnościach wymagających jakoś pojętej inteligencji, tak samo jak nie mam nic przeciwko bezwględnej wyższości szympansa we wspinaniu się na drzewo, czy (jeśli mówimy o bytach stworzonych) wyższości koparki w kopaniu dziur. Żadnego z tych tworów nie uważałbym na tej podstawie za byt wyższy, choć faktycznie w skali społecznej to istotne zagrożenie, które jeśli dobrze rozumiem podnosił Moher. Po prawdzie nie trzeba do tego przełomów naukowych - wystarczy szczerozłoty cielak.

zaloguj się by móc komentować

tomasz-kurowski @SalomonH 17 kwietnia 2021 14:09
17 kwietnia 2021 15:26

To już chyba ten poziom złożoności, w której człowiek pojmuje ogólne zasady (pewnie zresztą je wymyślił) i pojedyncze elementy, ale złożoność końcowej struktury go przerasta i trzeba maszynowej systematyczności i cierpliwości, by to ogarnąć.

zaloguj się by móc komentować

tomasz-kurowski @moher 17 kwietnia 2021 14:09
17 kwietnia 2021 15:27

Łatwo tak pisać z perspektywy człowieka przyszłości. Co z wszystkimi przepowiedniami dewianta, które się nie sprawdziły? Jakim klasyfikatorem je odróżnić?

zaloguj się by móc komentować

tomasz-kurowski @ArGut 17 kwietnia 2021 14:22
17 kwietnia 2021 15:32

To właśnie taki system, choć to obszerne pojęcie, bo system ekspercki to opis zastosowania, a nie "bebechów" systemu, które wiele się przez lata zmieniały. Poza postępami w sprzęcie i metodach ważne jest też to, że te dane są dziś dostępne w formie elektronicznej, w paru specjalistycznych aplikacjach, czasem nawet od razu w jakiejś chmurze. Można więc je łatwo zebrać i porównywać. Gdyby farmerzy prowadzili ewidencję odręcznie, każdy po swojemu, to przekazanie tego maszynie byłoby niewykonalne. A tak, jak wszyscy zapisują w programie, można roztaczać te wizje o przemieleniu ogółu krajowego areału.

Widać też kolejne potencjalne zagrożenie. My mogliśmy tylko ładnie prosić, ale rządy mogłyby zadekretować, że muszą mieć dostęp do wszystkich danych zbieranych przez farmerów, by szkolić na tym swój system i móc jak najlepiej wszystkim doradzać. I już nigdy więcej żaden traktor nie wyjedzie w pole, żeby rząd o tym nie wiedział. Biedni dewianci.

zaloguj się by móc komentować

moher @stanislaw-orda 17 kwietnia 2021 15:00
17 kwietnia 2021 15:35

Rozumiem, że w roku 1921 wizja lotu na księżyc i z powrotem nie wzbudzała już drwin wśród inżynierów projektujących samoloty dwupłatowe?

Popatrz pan - 1783, jestem w szoku, człowiek uczy się całe życie, dziękuję.

zaloguj się by móc komentować

Pioterrr @tomasz-kurowski
17 kwietnia 2021 15:36

Być może w temacie: Lem - Opowieści o pilocie Pirxie - Ananke.

zaloguj się by móc komentować

tomasz-kurowski @Magazynier 17 kwietnia 2021 14:36
17 kwietnia 2021 15:39

Śledząc tytuły i abstrakty z dziedziny uczenia maszynowego mam wrażenie, że największe postępy dokonują się z jednej strony w metodach specjalistycznych (od twarzy, mowy, itd.), a z drugiej w wydajności metod, czyli osiąganiu równie dobrych wyników przy mniejszej liczbie danych uczących. Tworzenie inteligencji ogólnej, myślącego bytu, nie jest chyba obecnie na niczyim celowniku, jako problem tyle złożony co słabo zdefiniowany. Może faktycznie jest tak, że kiedyś poskłada się te elementy w większą całość.

zaloguj się by móc komentować

tomasz-kurowski @Pioterrr 17 kwietnia 2021 15:36
17 kwietnia 2021 16:07

Kiedyś się odbiłem od "Solaris" i w sumie nie czytałem za wiele Lema. Może kiedyś nadgonię.

zaloguj się by móc komentować

moher @tomasz-kurowski 17 kwietnia 2021 15:27
17 kwietnia 2021 16:10

Obym się mylił,  mam nadzieję, że moja wizja nigdy się nie spełni.
Wydaje mi się jednak, że skok technologiczny od dwupłatowca do Apollo 11 jest większy niż od kontrolowanego-programowanego SI do SI autonomicznego.
Nawet jeśli się mylę, dziwi mnie kategoryczność i drwina z jaką praktycy podchodzą do wizjonerstwa pamiętając o analogiach historycznych, tempie rozwoju oraz postępach w dziedzine IT.

zaloguj się by móc komentować

SalomonH @moher 17 kwietnia 2021 16:10
17 kwietnia 2021 16:17

Nie jesteśmy w stanie powielić czegoś, czego komplentnie nie rozumiemy, nie wiemy gdzie się mieści, jak działa... Autonomia to jeszcze nie świadomość. 

zaloguj się by móc komentować



OdysSynLaertesa @tomasz-kurowski 17 kwietnia 2021 15:23
17 kwietnia 2021 18:48

Dokładnie tak.... Bestia to będzie złoty cielec a nie żadna maszyna czy AI. Przełom na poziomie transcendencji będący jej negacją. Człowiek i jego umiejętności w miejsce Boga

zaloguj się by móc komentować

qwerty @tomasz-kurowski
17 kwietnia 2021 19:44

a z jakich dyscyplin wywiodzi się ta SI? aproksymacja,optymalizacja wielokryterialna, statystyka, porównywanie w wagami istotnosci/ważności, .. itd., itd. ;- nie ma jednej SI są obszary stosowania mechanizmów SI; narzędzia SI także są ułomne np. metody rozwiązywania układów równań - szczególnie tych b.dużych i skala problemów jest dla laików niewyobrażalna; w zeszlym roku na jednym z osiedli w Kalifornii auto Tesla [bez kierowcy] naszprycowane ową SI wpieprzyło się w transformator na osiedlu i dwa dni nie było prądu - sorry to tylko SI

zaloguj się by móc komentować

qwerty @tomasz-kurowski
17 kwietnia 2021 19:44

a z jakich dyscyplin wywiodzi się ta SI? aproksymacja,optymalizacja wielokryterialna, statystyka, porównywanie w wagami istotnosci/ważności, .. itd., itd. ;- nie ma jednej SI są obszary stosowania mechanizmów SI; narzędzia SI także są ułomne np. metody rozwiązywania układów równań - szczególnie tych b.dużych i skala problemów jest dla laików niewyobrażalna; w zeszlym roku na jednym z osiedli w Kalifornii auto Tesla [bez kierowcy] naszprycowane ową SI wpieprzyło się w transformator na osiedlu i dwa dni nie było prądu - sorry to tylko SI

zaloguj się by móc komentować

OjciecDyrektor @qwerty 17 kwietnia 2021 19:44
17 kwietnia 2021 22:50

SI wywodzi się z ......Pentagonu...chodzi o to, że szkolenie pilotów samolotów wojskowych jest czasochłonne i dtogie. Poza tym człowiek wytrzymuje ograniczona wartość przeciażenia...no i 0rzy predkosciach pow. 5 macha jest całkowicie zdany na elektronikę.....wiec po co pakować człowieka do kabiny? Zróbmy SI i wtedy można bedzie robić takie piruety samolotami i takie predkości osiagać, że żaden system rakietowy przeciwnika nic nie pomoże. Lotnictwo bezzałogowe to przyszłość pola walki i po to głównie jest SI. 

zaloguj się by móc komentować

MarekBielany @tomasz-kurowski
17 kwietnia 2021 22:53

Świetny felieton na koniec tygodnia !

zaloguj się by móc komentować

MarekBielany @qwerty 17 kwietnia 2021 19:44
17 kwietnia 2021 22:55

Ciekawe czy kierowcy (?) czy SI odbiorą prawo jazdy ?

zaloguj się by móc komentować

OjciecDyrektor @moher 17 kwietnia 2021 16:10
17 kwietnia 2021 23:23

Co do lotów...a raczej "lotów" Amerykanów na Ksieżyc to jest taki 50-cio pato minutowy film na youtube, gdzie pokazano cały ten teatr...w latach '70 nie myślano, że za 40-50 lat beda takie narzedzia analityczne obrazu z kamer, że nie pozostanie nic tylko kłopotliwe milczenie w tej sprawie. 

Streszczajac treść filmu - zarzuty sa nastepujace:

1. Brak skafandrów odoprnych na baaardzo silne promieniowanie iczne zarówno w magnetosferze ziemskiej (wewnetrxny i zewnetrzny pas radiacyjny van Alllen'a) jak i poza magnetosfera - tzw. wiatr słoneczny....zapraszam do wiki...tam sa podane wartości tego promieniowania dla poszczegolnych pasów jak dla wiatru słonecznego (zwłaszcza ten drugi ma wprost niewyobrażalne dla nas wartości....można trafić na wysokoenergetyczne czastki, ktore rozwala każdy instrument niezbedny do przeżycia...stad naukowcy wpadaja za każdym razem w euforie gdy ich sonda dotrze do celu i jeszcze działa) -  była stacja MIR porusza raptem 400 km nad Ziemia gdzie nie ma tego zabojczego promieniowania, ale musi uważać bo nad płd. Atlantykiem jest wnomalua i tam wewnetrzny pas van Allen'a schodzi na 200km....dla porownania podam jeszcze że w latach '60 dokonano eksplozji 2 lub 4 megatonowrj bomby wodorowej nad wyspa Johnston na Pacyfiku - efekt brak pradu na Hawajach i utworzenie wtornego pasa radiacyjnego o wartości 2 MeV (mega elektronovoltów)...NASA po tej probie lamentowala, że stanowi on zagrożenie dla ich planów wysłania człowieka w kosmos...proszę teraz w wiki porownac tę wartość z tym co "oferuje" wiatr słoneczny...i sie zastanowić

2. Zarejestrowano DZWIEK wbijania młotkiem w grunt ksieżycowy pręta....jak woemy w próżni kosmicznej dzwięk sie nie rozchodzi...a to oznacza, że film krecono w innym miejscu niż Księżyc..np. Kalifornia dysponuje dużą ilościa studiów filmowych..:)

3. Wyrażnie widać połyskujace druty, do których przmocowani byli kosmonauci...mialy za zadanie pidciagać ich do góry zdeka, aby efekt nieważkości uzyskać

4. Tło nieba nad Księżycem to plansze- inscenizacje, pozbawione naturalnej perspektywy i jeszcze inne defekty optyczne

5  ślady opon pojazdu księżycowego - leniwy reżyser zapomniał "przeciagnąć" pojazd po malutkim  kraterze...

6. Lista jest długa tych niedorobek...ale mnie najbardziej podobał sie pewien pan na powierzchni Ksieżyca w białek koszuli z krótkim rekawem.....

 

No i nerwowa reajcja Trumpa - w zasadzie groźba skierowana do Chończyków, gdy ich sonda dokonała udanego dotarcia na orbitę Księżyca i porobiła baaardzo dokladne zdjecia. Zrobili na bank zdjecia miejsc "ladowan" tych  Apollo'sów, ale ich nie ujawnią, bo Trump im zabronił nawet przelotu nad tymi miejscami...więc oficjalnie Chińczycy taktownie "omineli" te miejsca...:)....po co sobie utrudniać handel z powodu takuego głupstwa jak zdjecia powierzchni Księżyca...

zaloguj się by móc komentować

tomasz-kurowski @moher 17 kwietnia 2021 16:10
18 kwietnia 2021 14:22

Ja mniej drwię, bardziej rozwijam, a najbardziej ględzę na podstawie własnych doświadczeń. Zacząłem wszak od komentarza. Nie kryję jednak, że uważam wskazywanie realnych ograniczeń i, że tak to ujmę, przyziemności technologii za pożyteczniejsze niż snucie fantazji o przyszłej wszechmocy magicznej czarnej skrzynki. Sęk w tym, że sztuczna inteligencja wcale nie musi naprawdę stać się samoświadomą, wszechwiedzącą, nieomylną bestią, by zostać bożkiem. Tak samo jak złoty cielec nie musiał być szczególnym przełomem w sztuce odlewniczej.

zaloguj się by móc komentować

tomasz-kurowski @Pioterrr 17 kwietnia 2021 16:19
18 kwietnia 2021 14:25

Ciekawe, chyba przeczytam.

zaloguj się by móc komentować

tomasz-kurowski @qwerty 17 kwietnia 2021 19:44
18 kwietnia 2021 14:27

To jest ciekawy problem dla prawników: kto ponosi odpowiedzialność za błędy sztucznej inteligencji, szczególnie w sytuacjach, kiedy trudno wyjaśnić jej proces decyzyny.

zaloguj się by móc komentować


Peiper @moher 17 kwietnia 2021 14:09
18 kwietnia 2021 19:51

Tutaj rozmówcom umknął fakt, że rakiety znane był praktycznie tak długo jak proch czarny.  :-)

zaloguj się by móc komentować

smieciu @tomasz-kurowski
19 kwietnia 2021 01:03

A mnie ciągle zastanawia przykład jaki moher podał w swoim tekście o grze w szachy.

Uczy się od podstaw na swoich błędach nie skażony wiedzą, doświadczeniem i umiejętnościami ludzi.
AlphaZero - sztuczna inteligencja Google'a nauczyła się grać w szachy od zera do poziomu niepokonanego arcymistrza w ciągu 4 godzin - tylko i wyłącznie grając sama ze sobą.

Brzmi nieźle ale diabeł tkwi w szczegółach. Czyli jakim niby ostatecznie sposobem owa AlphaZero stała się tak dobra? Może zwyczajnie zbudowała sobie bazę rozgrywek? Tzn w ciągu tych 4 godzin przeprowadziała sama ze sobą ogromną ilość partii. Zapamiętała je. A potem, kiedy przyszło do weryfikacji jedynie realizuje strategię wygrywającą? W takim ujęciu nie wydaje się to być czymkolwiek nazdzwyczjnym a przecież powinno być w jakiś sposób możliwe do sprawdzenia. Przecież ów program „SI” musiał być pierwotnie jakimś tam plikiem wsadowym. Który stał się innym plikiem. Jeśli nagle stał się wielgaśną bazą danych to powinno być to łatwe do wychwycenia.

Wiadome i oczywiste jest w przypadku klasycznych programów szachowych że mają one wielką przewagę nad człowiekiem w dwóch aspektach. Po pierwsze mogą zapamiętać wszystkie rozegrane już partie świata - pod warunkiem że ktoś je wprowadzi do takiego programu. Taki program z góry wie jak przeprowadzadzać dany debiut a w dalszej kolejności może znać z góry przebieg całej partii i by wygrać nie musi nawet „myśleć”. Po drugie zaś programy szachowe mają przytłaczającą przewagę w końcówkach czy też generanie kiedy zostanie mało figur na szachownicy i zwyczajnie program jest w stanie przeliczyć niemal wszystkie możliwe posunięcia. Zwłaszcza że przecież wiele ruchów można z automatu odrzucić. Prawda jest taka że kiedy Kasparow przegrywał z Deep Blue nie było jeszcze mowy o SI a zatem człowiek był zwyczajnie w stanie tak dopracować bazy danych oraz algorytmy wyboru ruchów że i tak ludzki gracz był bez szans. Całość opierała się na  zwykłym brutalnym przeliczaniu.

Pytanie więc brzmi na ile nasza AlphaZero faktycznie jest taka zmyślna a na ile zwyczajnie poszła przetartym już przez ludzi szlakiem? Przecież powinno to być łatwo weryfikowalne jeśli programiści AlphaZero zaszyli w niej odpowiednie metody sprawdzania takich rzeczy. A nawet jeśli nie to skąd niby AlphaZero ma wiedzieć jak zachować się w danym debiucie? Przecież nie będzie za każdym razem chyba analizować  tego samego problemu? Zatem musi sobie zbudować jakąś bazę debiutów. Zupełnie jak ludzie. Zresztą na ile AlphaZero była jakimś gołym nic nie wiedzącym programem na początku? Może programiści podpowiedzili jej już na starcie że warto zbudować taką bazę debiutów? Bo jeśli jej nie zbuduje to jak właściwie ma sobie radzić z całym zadaniem? Zaczynam pionkiem na d4 a ona co? Zaskoczona? Albo odwrotnie: skoro jest taka znakomita i rozpracowała szachy do cna to czy nie powinna ZAWSZE zaczynać jednym i tym samym najmocniejszym  ruchem? Na jakiej zasadzie ma wiedzieć jak rozpocząć?

Dalszy przebieg partii może być podlegać podobnej analizie gdzie znów bardzo istotnym czynnikiem jest moc układu obliczeniowego. Prawda jest taka że jeśli AphaZero faktycznie jest taka sprytna i świetnie nauczyła się grać w szachy SAMA to powinna później dobrze radzić sobie z człowiekiem także na słabszej maszynie no nie? Bo jeśli radzi sobie dobrze tylko na bardzo mocnej to zachodzi podejrzenie że wymyślone przez nią „algorytmy” wyboru lepszego ruchu są dość proste ale dzięki wielkiej mocy obliczeniowej wystarczające by przeliczyć pozostałe, sensowne kombinacje ruchów.

Takie to rzeczy mnie zastanawiły na sucho. Może sobie coś przeczytam na ten temat by rozwiać swoje wątpliwości.

 

zaloguj się by móc komentować

smieciu @tomasz-kurowski
19 kwietnia 2021 01:40

Czytnąłem wpis na wiki i jak zwykle ciężko stwierdzić jak naprawdę jest z tą siłą AlphaZero. Wiemy że jego nauka trwała na jakimś superkomputrze a normalne rozgrywki na maszynie która posiada już tylko 4 TPU i 44 rdzenie procesora ;) Jej siłę porównywano np. rozwijanym przez ludzi programem Stockfish (nie SI). Którego miała pokonać ale niektórzy podnoszą wątpliwości kwestionując jakość sprzętu, wersję Stockfisha czy jego zastosowane parametry. Tak więc ostatecznie trudno swierdzić czy lepszy jest AlphaZero (SI) czy taki Stockfish bazujacy na algorytmach opracowywanych przez ludzi (choć oczywiście z pomocą komputerów). Nie zmienia to oczywiście faktu że AlphaZero jak na SI radzi sobie znakomicie jak i faktu że żeby pokonać człowieka musi pracować na naprawdę dobrym sprzęcie.  A na mega dobrym superkomputerze by się w kilka godzin nauczyć tak dobrze grać by go pokonywać.

Ogólnie, jak mi się wydaje, całość nie musi robić jakiegoś wielkiego wrażenia porównawszy jakość algorytmów a szybkość przeliczania człowieka i maszyny. Człowiek przelicza powoli więc jego algorytmy muszą być naprawdę potężne skoro niekoniecznie wiele ustępuje maszynom, które mają do dyspozycji miliardy obliczeń na sekundę. Trudno mi też po wikipedycznym wpisie ocenić jakość nauki SI. Owszem działa. Ale niekoniecznie póki co chyba wygrywa z programami pisanymi przez ludzi.

 

zaloguj się by móc komentować

tomasz-kurowski @smieciu 19 kwietnia 2021 01:03
19 kwietnia 2021 01:41

Jak pisałem wyżej, szachy od natury różnią się o tyle, że reguły szachowe zawierają w sobie całą szachową rzeczywistość. Grając w nieskończoność da się rozegrać wszystkie możliwe partie szachowe i doświadczyć wszystkiego, co gra ma do zaoferowania. Komputer ucząc się rozgrywa wprawdzie skończoną, ale dla człowieka niewyobrażalną liczbę partii.

Za to mieląc w nieskończoność jakieś dane, o ograniczonym zakresie i szczegółowości, możemy z nich wycisnąć tylko tyle informacji, ile jej tam jest.

zaloguj się by móc komentować

Grzeralts @tomasz-kurowski 19 kwietnia 2021 01:41
19 kwietnia 2021 12:22

Dlatego szachy nigdy mnie nie bawiły. 

zaloguj się by móc komentować

Brzoza @Grzeralts 19 kwietnia 2021 12:22
19 kwietnia 2021 17:27

Bo Pan niewie, że w szachach najwięcej dzieje się w wyobraźni/robienie historyjek, niespodziewanych zwrotów akcji. Chyba mistrzowie też tak mają, bo rozgrywają po kilkadziesiąt partii dziennie od wielu lat, nadają nazwy pułapkom, atakom  i inaczej by się zanudzili i nie wyglądają na psychopatów, czy inaczej odczłowieczonych ludzi, wprost przeciwnie :) i niesamowite historie typu: Pan Magnus Carlsen jako Dziecko czekający chyba z pół godziny na Pana Kasparova (zestrachanego i chyba chciał wytrącić niedojrzałego Chłopca z równowagi emocjonalnej, który zaczyna z nudów chodzić po sali :) ). Kasparov przegrywa i nawet nie ściska ręki zwycięzcy! :):):) A tata i mama Pana Magnusa obserwują wszystko :) : 

https://m.youtube.com/watch?v=WjEmquJhSas

zaloguj się by móc komentować

Grzeralts @Brzoza 19 kwietnia 2021 17:27
19 kwietnia 2021 21:29

Ekscytowanie się szachami w dowolnym kontekście jest poza moim zasięgiem, tak samo jak taniec towarzyski i parę jeszcze innych rzeczy ;)  

zaloguj się by móc komentować

zaloguj się by móc komentować