Jump to content
Forum Kopalni Wiedzy

Recommended Posts

Zdaniem specjalistów z IBM-a, w ciągu najbliższych 10 lat powstaną komputery, których możliwości obliczeniowe dorównają ludzkiemu mózgowi. Już w tej chwili naukowcy potrafią dokładnie symulować na komputerze mózg kota.

O odtworzeniu wirtualnego mózgu zwierzęcia poinformował Dharmendra Modha, który w IBM-ie jest odpowiedzialny za badania nad inteligentnym przetwarzaniem. Podobnymi osiągnięciami mogą pochwalić się naukowcy z czołowych uniwersytetów świata.

Zaledwie przed rokiem DARPA przyznała Błękitnemu Gigantowi i pięciu uniwersytetom grant na stworzenie wirtualnego mózgu i symulowanie jego możliwości obliczeniowych, a już obecnie dokonano dwóch bardzo ważnych kroków. Pierwszy to przeprowadzenie w czasie rzeczywistym symulacji pracy ponad miliarda neuronów i 10 bilionów synaps. To więcej niż ma do dyspozycji mózg kota.

Drugi z ważnych kroków to stworzenie algorytmu o nazwie BlueMatter, który szczegółowo opisuje wszystkie połączenia w obszarach korowych i podkorowych ludzkiego mózgu. Jego dokładne mapowanie pozwoli nam zrozumieć, w jaki sposób mózg przetwarza informacje.

Podczas swoich badań naukowcy wykorzystują najnowsze osiągnięcia neurologii, nanotechnologii oraz doświadczenia z budowy superkomputerów.

Nie wiadomo, czy rzeczywiście w ciągu najbliższych 10 lat uda się komputerowo odtworzyć zdolności ludzkiego mózgu. Jednak tempo prac napawa optymizmem i niewykluczone, że około roku 2020 maszyny będą miały zdolności obliczeniowe podobne do naszych mózgów.

Share this post


Link to post
Share on other sites

a ja myslalem, ze moc obliczeniowa (powiedzmy, ze IQ) maszyny maja od dawna o wiele wieksza, niz czlowiek (pomijajac wydajnosc samych zadan czysto matematycznych), tylko z przyczyn technologicznych (nawet nie oprogramowania, tylko charaktetu 'bramka otwarta lub nie' i (nie umiem tego okreslic) sztywnego zapisu danych) brak im inteligencji jako takiej, czyli emocji i zdonlosci do kojazenia i wyciagania wnioskow (i nie chodzi mi tu o symboliczne powiazania) itp.

Share this post


Link to post
Share on other sites

A to rozumiem symulacja tego mózgu kota zaczyna się od jego narodzin, potem ten "kot" uczy się stopniowo, rośnie itp. tak ? Coś wątpię, ci naukowcy nie mają pokory. 10 lat ? Pobożne życzenie..

Share this post


Link to post
Share on other sites

Ale mózg człowieka to nic innego jak wielki komputer.

Człowiek na samym początku uczy się co jest dobre a co złe i dalej w życiu posługuje się owym mechanizmem (dobro,zło->1,0)

Więc ja nie wiem dlaczego oni mają taki wielki problem ze sztuczną inteligencją.

Stworzyć spis zasad,postępowań, i konsekwencji komputerowi i on też będzie mógł dokonywać wyborów po analizie źródła.

 

Jeżeli dziecko się nauczy że zło jest dobre to ono będzie robiło całe życie wszystko co złe bo tak było nauczone, czyli jak komputer który się posługuje gotowymi wzorami.

Share this post


Link to post
Share on other sites

Zupelnie brak im pokory. Smiac sie mi chce jesli ktos na powaznie mowi, iz "Już w tej chwili naukowcy potrafią dokładnie symulować na komputerze mózg kota". Dokladnie symulowac ?

 

Czy naprawde istnieje ktos, kto ma pojecie o operacjach jakie wykonuje muzg kota w momencie gdy poluje ? Czyli na podstawie swoich zyciowych doswiadczen instynktownie skrada sie do myszy Muzg w tym czasie analizuje wszystkie dochodzace do niego informacje o temperaturze, widoki z obu oczu, węchu, wąsów, włosów z całego ciała i innych danych i dostosowuje sile napiecia kazdego z miesni swojego ciala aby osiagnac swoj zaplanowany cel.

 

Muzg w tym czasie z punktu technicznego stale w sposob ciagly zmienia swoj stan w czasie, komputery dzialaja skokowo w cyklach.

 

Otoz moge sobie wyobrazic, ze jedynie sa w stanie zasymulowac jakis przyjety przez siebie model jedynie wycinka procesow.

Share this post


Link to post
Share on other sites

Zupelnie brak im pokory. Smiac sie mi chce jesli ktos na powaznie mowi, iz "Już w tej chwili naukowcy potrafią dokładnie symulować na komputerze mózg kota". Dokladnie symulowac ?

Symulować można z różną dokładnością. W artykule napisane jest, że w tym wypadku jest ona na poziomie neuronów i synaps.

Czy naprawde istnieje ktos, kto ma pojecie o operacjach jakie wykonuje muzg kota w momencie gdy poluje ? (...)

Muzg w tym czasie z punktu technicznego stale w sposob ciagly zmienia swoj stan w czasie, komputery dzialaja skokowo w cyklach.

Z tego co widzę to Ty wiesz jak działa, skoro nam tu to ładnie objaśniasz ;)

Otoz moge sobie wyobrazic, ze jedynie sa w stanie zasymulowac jakis przyjety przez siebie model jedynie wycinka procesow.

Ja mogę sobie wyobrazić trochę więcej.. np to, że bierzemy dużo wycinków i łączymy to w jedną całość

BTW. proponuje, żebyś zainstalował sobie przeglądarkę ze sprawdzaniem pisowni...

 

miłego dnia

Krzysiek

Share this post


Link to post
Share on other sites

Czy naprawde istnieje ktos, kto ma pojecie o operacjach jakie wykonuje muzg kota w momencie gdy poluje ?

Sieci neuronowe mają tę przewagę nad komputerami, że nie trzeba znać operacji jakie muszą być wykonywane dla realizowania określonych funkcji. Naturalnie, wagi i inne parametry sieci neuronowej trzeba jakoś ustawić, a tego nie uda się odczytać z żywego mózgu, jednak można oczekiwać że model o takiej złożoności będzie wykazywał odpowiednio złożone zachowania w zetknięciu z symulowanym środowiskiem (niekoniecznie takie, jakie występują w przyrodzie)

Share this post


Link to post
Share on other sites

Zdaniem specjalistów z IBM-a, w ciągu najbliższych 10 lat powstaną komputery, których możliwości obliczeniowe dorównają ludzkiemu mózgowi.

Hehe, a ja znam komputer, który znajduje się w niemal każdym domu i przewyższa możliwościami obliczeniowymi jakiegokolwiek człowieka. Niemożliwe? To proszę mi powiedzieć jaka liczba jest pierwiastkiem 99,23?! A kalkulatorowi zajmuje takie obliczenie poniżej sekundy...

 

Zmierzam do tego, że priorytetem nie jest dorównanie możliwościom obliczeniowym mózgu, ale przede wszystkim dorównanie w możliwości równoległego przetwarzania informacji, np. równoczesne czytanie książki, słuchanie muzyki i drapanie się po głowie - czynność zupełnie automatyczna, a wymagająca od komputera niesamowitej ilości obliczeń (trajektoria ruchu, ułożenie stawu, siła, prędkość drapania itp itd.)

Nie wierzę, aby kiedykolwiek komputer był w stanie przetworzyć wszystkie informacje w ODPOWIEDNI sposób.

 

Ale mózg człowieka to nic innego jak wielki komputer.

Człowiek na samym początku uczy się co jest dobre a co złe i dalej w życiu posługuje się owym mechanizmem (dobro,zło->1,0)

Więc ja nie wiem dlaczego oni mają taki wielki problem ze sztuczną inteligencją.

Stworzyć spis zasad,postępowań, i konsekwencji komputerowi i on też będzie mógł dokonywać wyborów po analizie źródła.

 

Jeżeli dziecko się nauczy że zło jest dobre to ono będzie robiło całe życie wszystko co złe bo tak było nauczone, czyli jak komputer który się posługuje gotowymi wzorami.

 

Rozumiem, że ty nigdy w życiu nie wykonałeś czynności, w trakcie której wiedziałeś już, że źle postępujesz. Najbrutalniejszy przykład: PIRACTWO KOMPUTEROWE - niby wszyscy wiedzą, że jest be, a jednak mało kto opiera się pokusie generując jakieś "logiczne" uzasadnienia.

 

Dla przykładu nie widzę problemu w napisaniu programu umożliwiającego automatyczną jazdę samochodem - kilka prostych reguł i już, ale już nie wyobrażam sobie tego samego programu, który przy okazji będzie słuchał radia, konwersował z pasażerem i palił fajkę jednocześnie wiedząc dlaczego czyni tak a nie inaczej<- wydaje mi się, że właśnie to jest największym wyzwaniem dla twórców sieci neuronowych.

Share this post


Link to post
Share on other sites

a ja myslalem, ze moc obliczeniowa (powiedzmy, ze IQ) maszyny maja od dawna o wiele wieksza, niz czlowiek (pomijajac wydajnosc samych zadan czysto matematycznych), tylko z przyczyn technologicznych (nawet nie oprogramowania, tylko charaktetu 'bramka otwarta lub nie' i (nie umiem tego okreslic) sztywnego zapisu danych)

 

Mózg i współczesne komputery działają na zupełnie różnych zasadach. IMHO porównanie mocy ich obliczeniowej jako takiej nie ma sensu, to tak jakby porównywać liczy rzeczywiste i urojone.

 

brak im inteligencji jako takiej, czyli emocji i zdonlosci do kojazenia i wyciagania wnioskow (i nie chodzi mi tu o symboliczne powiazania) itp.

 

Koty też nie posiadają inteligencji jako takiej ;-)

Odnośnie emocji i dalej idąc, świadomości to właśnie do zbadania tych zjawisk dążą te symulacje.

 

Krzysiek

Share this post


Link to post
Share on other sites

Hehe, a ja znam komputer, który znajduje się w niemal każdym domu i przewyższa możliwościami obliczeniowymi jakiegokolwiek człowieka. Niemożliwe? To proszę mi powiedzieć jaka liczba jest pierwiastkiem 99,23?! A kalkulatorowi zajmuje takie obliczenie poniżej sekundy...

 

Zmierzam do tego, że priorytetem nie jest dorównanie możliwościom obliczeniowym mózgu, ale przede wszystkim dorównanie w możliwości równoległego przetwarzania informacji, np. równoczesne czytanie książki, słuchanie muzyki i drapanie się po głowie - czynność zupełnie automatyczna, a wymagająca od komputera niesamowitej ilości obliczeń (trajektoria ruchu, ułożenie stawu, siła, prędkość drapania itp itd.)

 

Hhehe, a mój komputer potrafi obliczyć pierwiastek z 99.23 odtwarzając jednocześnie muzykę, sprawdzając co jakiś czas moją pocztę i robiąc wiele innych rzeczy ;-)

 

Nie wierzę, aby kiedykolwiek komputer był w stanie przetworzyć wszystkie informacje w ODPOWIEDNI sposób.

to jest największym wyzwaniem dla twórców sieci neuronowych.

 

Ja nie wierzę w boga ;-)

 

Krzysiek

Share this post


Link to post
Share on other sites

brak im inteligencji jako takiej, czyli emocji i zdonlosci do kojazenia i wyciagania wnioskow (i nie chodzi mi tu o symboliczne powiazania) itp.

 

Właśnie zauważyłem link w "innych wiadomościach na ten temat" http://kopalniawiedzy.pl/komputer-naukowiec-sztuczna-inteligencja-7205.html

Czyli wychodzi na to ze jednak potrafią kojarzyć fakty i wyciągać z nich wnioski

 

Krzysiek

Share this post


Link to post
Share on other sites

Witam

 

Wiele osób po prostu nie docenia dwóch rzeczy, po pierwsze jakim narzędziem obdarzyła nas natura.

Ilość przerabianych danych z samych podstawowych zmysłów takich jak wzrok, słuch i dotyk liczy się w terabajtach na sekundę, taki strumień danych spływa do mózgu, on to wszystko jest w stanie przerobić i wyciągnąć z tego jakieś pożyteczne informacje.

Nie za bardzo niestety doceniamy na przykład to że nasz mózg z dwóch obrazów dwuwymiarowych, w dodatku zniekształconych i odwróconych, jest w stanie stworzyć poprawny trójwymiarowy obraz otaczającego nas świata. Ba plus do tego jest w stanie jeszcze to zgrać ze zmysłem słuchu i dotyku. Jest to ilość danych którą można by spokojnie przypchać nawet spory superkomputer, a komplikacja wykonywanych operacji być może je nawet przerasta.

Co do sieci neuronowych i porównania do kalkulatora.

Raz, że kalkulatora ktoś "nauczył" jak liczyć, dwa jest to jednostka która została zaprojektowana do wykonywania takich i tylko takich zadań nic innego nie jest w stanie wykonać. Sieć neuronowa, taką jak na przykład my posiadamy jest w stanie się sama nauczyć liczyć, czy wykonywać jakieś inne operacjie, jeżeli oczywiście środowisko przedstawi przed nią takie wymagania.

Wypowiedzi na temat braku pokory, to mi jednak trącają religijnym fanatyzmem i strachem przed postępem niż rzeczową oceną eksperymentu, być może to jest tylko złudzenie, ale takie jest moje zdanie.

Sam eksperyment, nie polegał na stworzeniu sztucznego kota, ale na zbudowaniu i uruchomieniu sieci o podobnej mocy i skomplikowaniu jak mózg kota. Słusznie wielu zaznaczyło że ta sieć nie zachowywała się jak mózg kota, sprostego powodu, nie była w kocie ;) Sieć neuronowa uczy się w środowisku, aby ta sztuczna sieć neuronowa zachowywała się tak jak ta w kocie, to albo potrzebujemy sztucznego kota, o takich samych potrzebach jak normalny kot, albo bardzo skomplikowany wirtualny świat. tak poza tym to wcale przecież nie chodziło o stworzenie sztucznego mózgu kota, tylko sprawdzenie jak sie zachowuje tak skomplikowana sieć neuronowa.

Share this post


Link to post
Share on other sites

Ci naukowcy nie mają pokory...

 

Tak, to mi pachnie strachem jakimś - bo niby naukowcy powinni się karzącego ognia sprawiedliwości obawiać? Niezależnie od tego, czy ktoś jest wierzący czy nie, w końcu stanie się możliwe wytworzenie (zbudowanie, wyhodowanie, zaprogramowanie - może jakaś kombinacja tych trzech?) tworu, który mocą obliczeniową ludzkiemu mózgowi dorówna, a co więcej, będzie w stanie gładko przejść test Turinga.

 

Problemem może jest tu kwestia braku definicji w "dorównywaniu" mózgowi mocą obliczeniową - od razu niektórzy założyli, że to także znaczy, iż taki komputer będzie to samo co ów mózg robił, a to przecież nieprawda.

Każdy neuron przetwarza informacje dosyć wolno (zdaje się, że impulsy przezeń wysyłane nie mają wyższych częstotliwości jak ok. 100Hz), jednak ilość neuronów jest ogromna i pracują one równocześnie, co wynik daje imponujący, bo około eksa-operacji na sekundę - i rzeczywiście, dziesięć lat temu najpotężniejsze komputery miały wydajność rzędu teraflopsów, teraźniejsze - rzędu petaflopsa, a już dyskutuje się nad tym, w jaki sposób zasilać przyszłe demony szybkości.

 

Myślę, że zdanie o dorównywaniu kociemu mózgowi należy rozumieć w ten sposób, że mając dany algorytm (może to być algorytm genetyczny, lub sieć neuronowa), komputer ten jest w stanie wykonywać go nie zostając w tyle za kotem.

Można by tu spytać, czy gdyby reakcje mózgu ludzkiego ograniczyć do kocich, to czy bylibyśmy od kota tysiąc razy szybsi? Oczywiście nie, bo dwukrotne zrównoleglenie układu wcale nie przekłada się na dwukrotny wzrost jego szybkości.

 

Teraz o kalkulatorach:

Człowiek oczywiście bije wydajnością ową skromną maszynkę o kilkanaście rzędów wielkości, ale sieć neuronowa tworzy połączenia w dość losowy sposób i dlatego ogromna ilość jej mocy obliczeniowej jest marnowana - dokonując obliczeń w głowie przywołujemy najpierw abstrakcyjne pojęcie liczby, operacji na niej, podstawowych działań i, wreszcie, algorytmu postępowania odpowiedniego działaniu, które wykonujemy. Połączenia w kalkulatorowym mikroprocesorze są przygotowane już zawczasu i są zoptymalizowane - zauważmy, że kalkulator z zegarem 4MHz spierwiastkuje dziesięciocyfrową liczbę w "mgnieniu oka" (nie mam dokładnych danych), podczas gdy przeciętnemu człowiekowi zajmie to pewnie kilkadziesiąt minut.

Rzecz zatem także i w tym, że niektóre procesy (choćby i proces "Świadomość") bardzo łatwo się zrównoleglają, podczas gdy inne - nie.

 

Na koniec:

Ilość przerabianych danych z samych podstawowych zmysłów takich jak wzrok, słuch i dotyk liczy się w terabajtach na sekundę.

 

Oj, zdaje się, że strumień ten jest przynajmniej dziesięć tysięcy razy węższy niż owe terabajty - co interesujące, ponoć sama ludzka świadomość nadąża za przetworzeniem ledwie kilkuset bajtów w ciągu sekundy (przypominam: chodzi o przetwarzanie na najwyższym już poziomie abstrakcji - umiejscawiające moje ja w tym czasie i w tym miejscu - za biurkiem, na którym stoi klawiatura, monitor, jakieś koperty... - i tak dalej...)

Share this post


Link to post
Share on other sites

Parę osób pisało o braku pokory. Ja bym raczej mówił o marketingu. Mamy system o mocy obliczeniowej równej mocy mózgu kota. Każdy zaraz myśli - stworzono sztucznego kota, jakiż to geniusz nauki. Tymczasem to dokonanie nie ma nic wspólnego ze sztucznym kotem.

 

Bzdurą są również twierdzenia, że gdyby ta sieć posiadała środowisko kota, to zachowywałaby się jak kot. To jest naiwność. Sieci neuronowe uczy się konkretnych operacji, nikt nie stworzył sieci neuronowej, która po prostu i zwyczajnie by się UCZYŁA. Jak dla mnie jest to parafraza problemu świadomości. PO PROSTU SIĘ UCZY tylko istota świadoma, a o tym czym jest świadomość nauka nie ma jak na razie najmniejszego pojęcia.

 

Weźmy przykład z kalkulatorem. Nie chodzi o to, że człowiek bierze pojęcie liczby, szuka algorytmu obliczania wyniku, dokonuje operacji. Chodzi o to, że zawsze jest tego ŚWIADOMY i może np. poszukując wyniku mnożenia dwóch liczb, zauważyć przy okazji zupełnie inną matematyczną zależność, dowieść jej i wtedy dokończyć mnożenie. Matematyk nie dostaje po prostu wejścia i nie daje wyniku na wyjściu: on widzi wykonywane operacje, ma system wyobrażeń, który w każdej chwili może świadomie korygować. Myślenie nie jest płaskie. Naukowcy chcieliby przypisać podstawowe jakości i uczyć sieć nimi operować. Tylko, że prawdziwy mózg sam kategoryzuje podstawowe jakości, sam tworzy przestrzeń mentalną w której działa. Jeśli istnieją jakieś podstawowe algorytmy które za tym stoją, to my nic o nich nie wiemy, a wygłaszamy jakieś brednie o bliskości powielenia mózgu (czy np. fakt, że niedawno dopiero odkryto, że pozasynaptyczny przekaz sygnałów w mózgu nie jest czymś marginalnym nie świadczy o tym jak niewiele możemy powiedzieć na temat tego, jak mózg w istocie działa?).

 

Poza tym: problem Chińskiego Pokoju jest kluczowy (w różnych wersjach): żaden test Turinga nie przesądza o istnieniu świadomości, nawet identyczne zachowanie "wirtualnego kota" w idealnie odwzorowanym "sztucznym środowisku" w stosunku do zwykłego kota, nie oznacza, że "wirtualny kot" jest świadomy, że jest kopią kota. Odwrotne twierdzenie to mylenie behawioralnych przejawów myśli, z samą myślą. Świadomość, mózg, to coś więcej, niż płaska interakcja z otoczeniem, dawanie danych wyników przy danym wejściu, lub zdolność uczenia się konkretnych czynności. Świadomość to coś co to wszystko jednoczy.

Share this post


Link to post
Share on other sites

Groteskowy, czy sugerujesz że kot jest świadomy i zdolny do abstrakcyjnej zadumy nad tym co robi? :/

 

Tak się składa, że większość zwierząt różni się tym od człowieka, że właśnie działają automatycznie, jak komputery. Co prawda wg dość skomplikowanych algorytmów, ale jednak automatycznie - priorytetami jest zachowanie bezpieczeństwa, zdobycie pożywienia oraz rozmnożenie się - jednym słowem, przetrwanie.

 

I kto wie - może człowiek też jest taką maszynką, która przepuszcza przez określone algorytmy dane jakie otrzyma i wyrzuca jakiś wynik w postaci swojego zachowania? Tyle, że może te algorytmy są n-krotnie bardziej złożone niż u zwierząt (aczkolwiek po obserwacjach widać, że nie w każdym przypadku).

 

Sęk w tym, że bez takich badań jak te przedstawione w artykule, nigdy nie przekonalibyśmy się czy taki mózg, zwierzęcia lub człowieka (de facto też zwierzęcia, tylko bardziej złożonego) jest tylko skomplikowanym chipem, czy jednak rzeczywiście w swojej materii jest niedościgniony dla sztucznych odpowiedników. I dlatego warto takie badania prowadzić - bo po pierwsze nie od razu Rzym zbudowano - to że sztucznego kota nie stworzyli, nie znaczy że go nie stworzą. A po drugie, bo nawet jeśli nie doprowadzą do stworzenia sztucznego mózgu (może było by nawet dobrze, bo zaraz mam skojarzenia ze Skynet'em z Terminatora), to na pewno pozwolą na stworzenie wydajniejszych komputerów.

Share this post


Link to post
Share on other sites

Groteskowy, czy sugerujesz że kot jest świadomy i zdolny do abstrakcyjnej zadumy nad tym co robi? :/

 

Tak się składa, że większość zwierząt różni się tym od człowieka, że właśnie działają automatycznie, jak komputery. Co prawda wg dość skomplikowanych algorytmów, ale jednak automatycznie - priorytetami jest zachowanie bezpieczeństwa, zdobycie pożywienia oraz rozmnożenie się - jednym słowem, przetrwanie.

Tak trochę ironicznie - fakt, że koty jeszcze nie wykazały się abstrakcyjnym myśleniem oznacza jedynie tyle, że dotychczas nie odczuwały takiej potrzeby. Cytat z wikipedii odnośnie "kotka" Młode jaguary oswajają się pozornie bardzo łatwo, zwykle jednak po dwóch lub trzech latach robią się niebezpieczne dla otoczenia, nawet swych wychowawców.

 

Jako przykład tej nielicznej grupy zwierząt, które potrafią myśleć o czymś innym niż przetrwanie: http://kopalniawiedzy.pl/mozg-fale-mozgowe-malpa-sztuczne-ramie-mysl-4937.html niedawno był też artykuł o wykorzystywaniu narzędzi przez ptaki (kruki?!). Wracając do tematu "abstrakcyjność" myślenia kota (o ile myśli, chyba że nie ma takiej potrzeby) trzeba by sprawdzić poprzez postawienie go w niestandardowych sytuacjach - tutaj być może przeszkodą jest też budowa ciała.

Share this post


Link to post
Share on other sites

 

Tak się składa, że większość zwierząt różni się tym od człowieka, że właśnie działają automatycznie, jak komputery. Co prawda wg dość skomplikowanych algorytmów, ale jednak automatycznie - priorytetami jest zachowanie bezpieczeństwa, zdobycie pożywienia oraz rozmnożenie się - jednym słowem, przetrwanie.

 

Widzisz - a skąd Ty to możesz wiedzieć? Powtarzasz zwyczajne hipotezy oparte o badania, którym zawsze można wiele zarzucić. Z prostego powodu: nie mamy dostępu do tego, czym jest jaźń kota. W XIX wieku powszechnie zakładano - za Kartezjuszem - że żadne zwierze nie jest zdolne do abstrakcyjnych rozumowań. Nawet później wierzono też, że zwierze nie jest zdolne odczuwać.

 

Z jednej strony jesteś skłonny - jak sądzę - zaakceptować Test Turinga (czy jego parafrazę: sztuczny kot zachowuje się w sposób nieodróżnialny od kota) jako kryterium, z drugiej nie jesteś. Nie jesteś, bo przeczysz obserwacjom tysięcy właścicieli kotów, którzy przypisują im zachowania analogiczne do ludzkich. I wierz mi - nie zawsze są to uczuciowi marzyciele gotowi wszystko personifikować.

 

Prawda jest taka, że ten test to wierutna bzdura. Ściśle rzecz biorąc nie możemy stwierdzić, czy kot ma, czy też nie ma świadomości (chyba, że będziemy kotem, albo zdefiniujemy ściśle świadomość). Osobiście po prostu nie widzę powodu, ażeby sądzić, że zwierze tak zaawansowane jak kot nie ma żadnej świadomości, a człowiek ma.

 

 

 

I kto wie - może człowiek też jest taką maszynką, która przepuszcza przez określone algorytmy dane jakie otrzyma i wyrzuca jakiś wynik w postaci swojego zachowania?

 

Możliwe, ale nie możesz zaprzeczyć, że sam o sobie sądzić, że masz świadomość, możesz spojrzeć spoza swojej aktualnej myśli, przeciwstawić siebie temu co myślisz. Nie wiesz czy kot nie potrafi tego na jakimś poziomie.

 

Natomiast sieci neuronowe po prostu i zwyczajnie nie wykazują żadnych tego typu zachowań. One nawet wcale się same nie uczą. My je uczymy przypisując odpowiednie wartości (wagi) tendencjom na drodze od wejścia danych, do wyniku. Musimy zaplanować czego sieć będzie się uczyć itd. Zarówno kot jak i człowiek uczą się same przez się. O to właśnie chodzi - żywy mózg sam wytwarza przestrzeń mentalną w której operuje. Dlatego taka sieć neuronowa nie będzie kotem. Zawsze bowiem - przy obecnej naszej zdolności programowania takich sieci - coś co ją programuje nie jest w niej samej, ale w programiście.

 

Sęk w tym, że bez takich badań jak te przedstawione w artykule, nigdy nie przekonalibyśmy się czy taki mózg, zwierzęcia lub człowieka (de facto też zwierzęcia, tylko bardziej złożonego) jest tylko skomplikowanym chipem, czy jednak rzeczywiście w swojej materii jest niedościgniony dla sztucznych odpowiedników.

 

Nie jestem przeciwnikiem tych badań, lecz fałszywego obrazu jaki się zawsze wokół badań nad AI tworzy, w czym mają swój udział sami spece od AI (niepoprawni marzyciele).

Share this post


Link to post
Share on other sites
Koty też nie posiadają inteligencji jako takiej ;-)
od kiedy to?

moze nie jest ona tak zaawansowana jak u ludzi, ale wbrew twierdzeniom niektorych wszystkie ssaki maja wrecz (samo)SWIADOMOSC (miej lub bardziej zlozona), a co dopiero inteligencje...i co do tego, ze zwierzeta dzialaja automatycznie - nie wszystkie, tzn wiele z nich niewiele bardziej, niz ludzie (po prostu nie sa zdolne do tak wysokiego poziomu abstrakcji jak ludzie, choc mimo wszystko potrafia przetwarzac informacje daleko poza 'plaskim' mysleniem opartym na utartych algorytmach), dlatego np hieny (czyli psowate) potrafia razem doskonale wspolpracowac i znajdywac szybko rozwiazanie w sytuacjach, w jakich nigdy wczesniej nie przebywaly (wiec element przypadkowosci odpada), kruki potrafia tworzyc zaawansowane strategie przy polowaniach, malpy tworzyc i wykorzystywac prymitywne narzedzzia i ogolnie tak naprawde najwieksza przewaga czlowieka nad zwierzetami jest nawet nie inteligencja sama w sobie, co zdolnosc do masowej inteligencji wielu osobnikow, dzieki niezwyklym zdolnosciom manualnym i zdolnosci do komunikowania sie za pomoca mowy artykulowanej

Czyli wychodzi na to ze jednak potrafią kojarzyć fakty i wyciągać z nich wnioski
bez czynnika emocji inteligencja nie istnieje - nie umiem teog wyjasnic, bo psychologiem nie jestem, ale jednak tak jest (mysl i emocja sa ze soba nierozerwalne, samo przetwarzanie informacji to za malo)

Share this post


Link to post
Share on other sites

bez czynnika emocji inteligencja nie istnieje - nie umiem teog wyjasnic, bo psychologiem nie jestem, ale jednak tak jest (mysl i emocja sa ze soba nierozerwalne, samo przetwarzanie informacji to za malo)

 

Tę intuicję wyrażało wielu naukowców analizujących własne myślenie. Coś w tym jest. Emocja to bowiem nie tylko uczucie np. żalu, czy gniewu. Emocją jest również odczuwanie piękna, zaskoczenia, analogii itp.

 

W depresji następuje otępienie emocji i upośledzenie procesów myślowych: wielu chorych intuicyjnie łączy jedno z drugim mówiąc np. o myślach pustych, pozbawionych sensu, bezbarwnych, a przez to "niekojarzących się" itp.

 

O to właśnie chodzi. Sieci neuronowe nie przejawiają tego dodatkowego poziomu, który - moim zdaniem - odpowiada za myślenie abstrakcyjne i świadomość. Chodzi o "odczuwanie" przebiegu myśli, myślenie o myśleniu (które nie musi być od razu ludzką, językową refleksją, ale równie dobrze może odbywać się na poziomie bliższym uczuciom i wyobraźni, poziomie, który zresztą jest niesłychanie ważny także tam, skąd wielu chciałoby go wyrugować - w myśli naukowej). To właśnie specyficzne zderzenia myśli, odczuwane na poziomie uczuciowym jako takie, a nie inne (np. zaskakujące, analogiczne do, rozwiązujące napięcie, wzmagające je itp.), są - moim zdaniem - właśnie przez to, że są odczuwane, odpowiedzialne za powstanie jaźni.

 

Nie ma też w sieciach neuronowych "zasady ruchu": nie wiemy na czym to polega, że naturalny mózg sam z siebie chłonie i uwewnętrznia świat. W sieciach neuronowych tą "zasadą ruchu" jest programista. Żeby sztuczny kot był choćby w pobliżu kota musielibyśmy znaleźć "zasadę ruchu", która napędza kota jako kota, jako istotę, która chłonie określone dane ze świata i chłonie je w określony sposób.

 

Przede wszystkim warto pamiętać jedno: my naprawdę jeszcze niemal nic nie wiemy o działaniu mózgu. Dlatego stwierdzenia naukowców od AI muszą sprawiać wrażenie "pychy". Wiadomo, że mózg nie działa jak wirtualna sieć neuronowa - np. sygnały czasami nie idą przez powiązanie synaptyczne, lecz są rozpylane wokół. Oni jednak swoje - będziemy mieli sztucznego kota za kilkanaście lat.

Share this post


Link to post
Share on other sites

Ojj jednak się nie mogę zgodzić z tym antropocentryzmem, to mi dopiero pachnie pychą. Tak naprawdę jesteśmy tylko zwierzętami, owszem osiągnęliśmy prym i jesteśmy gatunkiem dominującym na ziemi. Ale pozbawianie zwierząt, zwłaszcza tych żyjących w stadach, możliwości odczuwania jest jednak przejawem ignorancji. Czują ból, strach, odczuwają smutek po stracie bliskiego im osobnika, to znaczy że się przywiązują, a co je skłania do przywiązywania się? lubią kogoś? kochają? może to jest już całkowity offtop, ale kto nie słyszał historii że wierne psy, po śmierci Pana nie dawały się odciągnąć od zwłok? Bardzo często odmawiały później przyjmowania pokarmów, czasami zdychały z głodu, dla nich świat się kończył po stracie tej osoby. Nie wiem jak wam, ale mi to wygląda na rodzaj bólu po stracie i wielu ludzi również się podobnie zachowuje po utracie ukochanej osoby, nie zawsze się to kończy tak tragicznie, ale historia przecież zna przypadki samobójstw po utracie bardzo bliskiej osoby.

Że nie będę tu wspominał o tym jak niektóre naczelne wychowują dzieci, łączą się w pary nie rzadko na całe życie. Wielu powie, że tak przecież łatwiej wychowywać potomstwo i że to jest naturalna kolej rzeczy którą wymusiła ewolucja, również na nas. Tyle że co później trzyma i te naczelne i nas razem? Przecież już na starość samice nie są płodne i nie mogą mieć więcej potomstwa, a jednak te pary trzymają się razem. Co jest motorem takiego zachowania? Przyzwyczajenie? 

Ktokolwiek miał też bardziej inteligentnego psa czy kota, który był wychowywany bliżej ludzi, tak jakby był częścią rodziny, na pewno też wie że taki psiak czy kociak potrafi strzelić "focha" jak mu się coś nie spodoba.

Owszem, z pewnością nasze życie społeczne jest bardziej skomplikowane, i żaden pies czy kot nie byłby w stanie w nim uczestniczyć na pełnych prawach. Ale czy to pozwala nam sądzić że nie posiadają one żadnych emocji? Być może mają inne poczucie piękna, ale czy to znaczy że ich piękno nie jest prawdziwym pięknem, bo nie jest naszym pięknem? równie dobrze twój pies może cię uznawać za ograniczonego umysłowo bo nie podoba ci się ta suczka z naprzeciwka. Podobno ktoś się już wziął na serio za tłumaczenie psich pomruków na przekaz bardziej zrozumiały dla ludzi. Bo chyba nikt mi nie powie że nie są w stanie się ze sobą komunikować...

Co do tego sztucznego kota, to był oczywiście taki przykład, nikomu sztuczny kot nie jest potrzebny do szczęścia. Teoria, że gdyby komuś się chciało podkarmić sieć neuronową pewnymi podstawowymi zestawami danych z którymi takie kociaki się rodzą, i umieścić czy to w wirtualnym świecie, czy też w jakimś wyimaginowanym cybernetycznym organizmie który miał by podobne potrzeby do kociego, to moglibyśmy zaobserwować jak ten "kotek" uczy się chodzić, postrzegać świat, a wreszcie współgrać z nim, polować zdobywać pożywienie.

Ale oczywiście nikomu taka sieć nie jest potrzebna, ja bym taką sieć podkarmił danymi fizyki, chemii i ekonomii i kazał zacząć szukać materiałów konstrukcyjnych lub katalizatorów do ogniw paliwowych (aktualne raz że drogie, dwa łatwo je przytruć)

Zaletą sztucznych sieci neuronowych jest to, że możemy im kazać robić cokolwiek nam się za marzy. Już taka sieć neuronowa na poziomie kota jest wartościowa i na pewno się przyda do jakiś analiz. Praktycznie oferuje ona prawdopodobnie większe możliwości analityczne w pewnych problemach niż nasze mózgi.

Dlaczego? Po prostu matematyka, ogólnie nauki to nie jest coś do czego nasz mózg jest naturalnie przystosowany, jest to coś czego się uczymy na siłę. Te kilkadziesiąt pokoleń nie wystarczyło, aby ewolucja uznała, że trygonometria jest niezbędnym elementem do życia i mózg powinien się jej łatwiej uczyć.

Wydaje się to cokolwiek abstrakcyjne, ale nawet Roadrunner, nawet gdyby go odpowiednio zaprogramować, nie byłby w stanie grać w piłkę nożną, co każdy sześciolatek zrobi już bez problemu. Wydaje się to dziwne, ale to cokolwiek dziwne, ale śledzenie ruchu jakiegoś przedmiotu, którego położenie jest określane ze złożenia dwóch dwuwymiarowych obrazów przy jednoczesnym poruszaniu się i kontrolowaniu ruchów ciała w czasie rzeczywistym, stanowczo wykracza poza możliwości jakiegokolwiek aktualnie istniejącego standardowego komputera.

A tymczasem kot, nie tylko jest w stanie kontrolować ruch obiektu, przy jednoczesnym kontrolowaniu własnego ciała, ale jest w stanie przewidywać ruch śledzonego obiektu na podstawie własnych doświadczeń i dąży do bycia o krok do przodu przed celem.

Nie potrzebujemy samoświadomych maszyn, potrzebujemy maszyn które będą realizować pewne cele dla nas. Więc po kiego karmić je emocjami aby mogły je przeżywać? To marnotrawstwo mocy obliczeniowej, to nie jest tania sprawa i to musi się zwrócić. A na pewno się nie zwróci jak taka sieć się będzie zachwycać panoramą Alp.

Do czego dążę, stricte matematyczne rozwiązywanie pewnych analiz napotyka na pewnym poziomie na problemy związane z przeładowaniem ilością różnych zmiennych, a nie wszystko da się zamknąć w jakąś określoną funkcje, która w dodatku da się jakoś przedstawić w formie która nie generuje problemów obliczeniowych.

To my najpierw musimy stworzyć model rzeczywisty, przenieść go na model matematyczny, aż wreszcie zapakować to do jakiegoś zgrabnego algorytmu który policzy nam to co chcemy. Ale wyników już za nas nie przeanalizuje, plus dodatkowo na każdym etapie takiego obrabiania danych, my je uproszczamy, kompresujemy, z natury rzeczy to generuje błędy w wyniku końcowym. Z siecią neuronowa jest taki fajny myk, że się ją karmi pewnymi podstawowymi prawami, uczy się ją interpretować proste analizy, z czasem dostarcza się jej bardziej wymagających zagadnień, aż w końcu przedstawia się przed problemem przed którym my stanęliśmy i się czeka czy coś wykombinuje ;)

Bodaj 4 czy 5 lat temu słyszałem o pewnym eksperymencie w którym prostą sieć składającą się z około tysiąca neuronów, zaczęto karmić danymi na temat poruszania się obiektów, dokładnie sobie nie przypomnę co to było, i taka sieć neuronowa "odkryła" na nowo podstawowe prawa mechaniki, to znaczy że ciało na które nie działa żadna siła porusza się ruchem jednostajnym, lub pozostaje w bezruchu itp. Więc jak już mówiłem wcześniej ten "kotek" na pewno niedługo znajdzie sobie jakieś zadanie.

 

PS. Co do tych terabajtów, to każdego oko dostarcza raptem kilkanaście czy kilkadziesiąt na sekundę, ilość danych które są na tej podstawie generowane, to już inna para kaloszy :P A co do tego, że nasza świadomość dostaje skromy wycinek tego co przerabiamy w rzeczywistości, wynika z tego, że do procesu decyzyjnego nie jest potrzebny pełen komplet danych, a jedynie to co z nich wynika, streszczenie, z pewnością znacznie to przyspiesza podejmowanie decyzji :D

Share this post


Link to post
Share on other sites

Żaden test Turinga nie przesądza o istnieniu świadomości, nawet identyczne zachowanie "wirtualnego kota" w idealnie odwzorowanym "sztucznym środowisku" w stosunku do zwykłego kota, nie oznacza, że "wirtualny kot" jest świadomy, że jest kopią kota.

 

Oczywiście, że nie. Jednak przestrzegałbym także przed próbą wyciągnięcia wniosku przeciwnego - nie znaczy to również, że "kot wirtualny" jest gorszy od pierwowzoru.

Groteskowy mógłby tu chcieć wgłębić się w istotę Searlowskiego "Chińskiego Pokoju", na co odpowiadam:

Z łatwością przychodzi nam wniosek, że ów "Chińczyk" niczego nie rozumie, a powodem tego jest założenie, że łatwo się da język chiński zalgorytmizować i algorytm ten zrozumieć. Ba! nie język nawet! - sztukę chińskiej konwersacji!

Zauważmy, że przewaga ludzkiego umysłu jest największa tam, gdzie trudno o algorytmizację. Zauważmy również, że pracy naszych mózgów nie rozumiemy - to raz, a dwa: że w wypadku sieci neuronowych nie sposób wskazać algorytmu, jakim sieć tak kieruje się przy wykonywaniu zadania (choć można, owszem, algorytmicznie opisać jej działanie jak i proces uczenia).

 

Sieci neuronowe uczy się konkretnych operacji, nikt nie stworzył sieci neuronowej, która po prostu i zwyczajnie by się UCZYŁA

(...)

PO PROSTU SIĘ UCZY tylko istota świadoma, a o tym czym jest świadomość nauka nie ma jak na razie najmniejszego pojęcia.

 

A jaka jest różnica między "uczyć się czegoś", a "uczyć się PO PROSTU I ZWYCZAJNIE"?...

Jeśli nie udałoby się wprowadzić rozgraniczenia, znaczyłoby to, że zwykła prosta sieć neuronowa, ucząca się rozpoznawania liter, świadomość posiada...

 

Użycie pojęcia "istota świadoma" jest w tym wypadku bardzo niepokojące - skoro nie wiemy, czym owa świadomość jest. Mógłby ktoś powiedzieć "Ależ jestem świadomy - zatem się uczę", zapytany o brata, odparłby: "Tak, ten człowiek też jest świadomy i potrafi się uczyć" - i tak dalej, wiemy już, do czego to prowadzi.

Komu można by już odmówić świadomości, a komu jeszcze nie? Czy osoba o znacznym stopniu upośledzenia jest istotą świadomą? A goryl, niezdający testu lustra? Tymczasem to drugi osobnik ma większe możliwości uczenia się, niż pierwszy.

Co więcej, jeśli świadomość ma iść w parze z testem lustra, to nawet przedstawiciele gatunku Homo Sapiens zaczynają go zdawać dopiero po dwóch-trzech latach życia, gdy już zdołali się nauczyć chodzić, rozpoznawać twarze i jako tako mówić...

 

Świadomość nie jest czymś zerojedynkowym - to raczej problem o charakterystyce rozmytej, a wartościach bodaj i nieograniczonych z góry. Przypomina ona paradoks sorytu: "Jaka najmniejsza liczba ziaren tworzy stos?" lub też "Ile ziaren trzeba zabrać ze stosu, by przestał być stosem?"

Na świadomość bowiem składa się suma bodźców, których doświadczamy - nie jest ona monolitem, który kiedyś, nagle, wyłonił się spośród mnóstwa sygnałów przesyłanych przez nasze synapsy.

 

Jak napisała pewna gazeta "W naszych umysłach nieprzerwanie trwa multimedialny show - pojęcie własnego ja pojawia się wówczas, gdy próbujemy odpowiedzieć kto ten show przeżywa"

Share this post


Link to post
Share on other sites

Natomiast sieci neuronowe po prostu i zwyczajnie nie wykazują żadnych tego typu zachowań. One nawet wcale się same nie uczą. My je uczymy przypisując odpowiednie wartości (wagi) tendencjom na drodze od wejścia danych, do wyniku. Musimy zaplanować czego sieć będzie się uczyć itd. Zarówno kot jak i człowiek uczą się same przez się. O to właśnie chodzi - żywy mózg sam wytwarza przestrzeń mentalną w której operuje.

Jeszcze raz pytam: Czym jest uczenie się "samo przez się" i jak się ma do uczenia czegoś?

 

Co znaczy "wytworzyć przestrzeń mentalną"?

 

O ile dobrze zrozumiałem Twoją wypowiedź, sieci neuronowe uczą się "same przez się" - wśród metod uczenia sieci występują także tzw. "unsupervised", kiedy sieć, sama przez się właśnie, wypracowuje własne reguły klasyfikacji.

Co do planowania procesu uczenia: cóż, tak jest szybciej - natura bywa doprawdy ogromnie rozrzutna.

Ostatnia już sprawa to ta, że sieć kilkuset neuronów nie ma szans na wytworzenie "przestrzeni mentalnej" równoważnej tej, jaką sobie kreuje mózg (o ile taką kreuje); nie ma szans, na nauczenie się "wszystkiego".

Myślę, że współcześnie konstruowane sieci są na tyle prymitywne, że porównanie ich choćby do kociego mózgu jest tak niebezpieczne, jak i, temu drugiemu, urągające.

Share this post


Link to post
Share on other sites

A co do tego, że nasza świadomość dostaje skromy wycinek tego co przerabiamy w rzeczywistości, wynika z tego, że do procesu decyzyjnego nie jest potrzebny pełen komplet danych, a jedynie to co z nich wynika, streszczenie, z pewnością znacznie to przyspiesza podejmowanie decyzji ;)

Moim zdaniem mamy do czynienia z nieco innym mechanizmem - po prostu podejmujesz decyzję na podstawie uproszczeń, co wcale nie znaczy, że dokonałeś prawidłowego wyboru (np. przejechanie samochodem przez skrzyżowanie na czerwonym świetle). Często się okazuje, że "gdybym wiedział/ gdybym się zastanowił/ gdybym pomyślał" dokonał bym innej decyzji.

Share this post


Link to post
Share on other sites

Oczywiście, że nie. Jednak przestrzegałbym także przed próbą wyciągnięcia wniosku przeciwnego - nie znaczy to również, że "kot wirtualny" jest gorszy od pierwowzoru.

 

Na wstępie: nie jestem specjalistą. Czytuję sporadycznie teksty popularyzatorskie.

 

Co to znaczy "gorszy"? Nie możemy póki co z całą pewnością stwierdzić jak myśli realny kot, czy w ogóle posiada świadomość. Podobnie nie możemy stwierdzić jak myśli ten sztuczny i czy on posiada świadomość. Założenie, że jeśli rzeczywisty kot posiada świadomość, to posiada ją też ten sztuczny jest jeszcze bardziej wątpliwej natury, niż stwierdzenie, że kot sobie czasem "duma". Z paru powodów. Przykładowo:

 

a) O sobie wiemy, że mamy świadomość. Mózg realnego kota jest nam bliższy materialnie, niż uruchomiona na krzemie sieć neuronowa. Możliwe, że materia mózgu ma znaczenie dla świadomości (m.in. o tym traktuje eksperyment Chińskiego Pokoju).

 

;) Wiadomo, że sieci neuronowe strukturalnie nie są adekwatnym modelem realnego mózgu. Kolejne odkrycia różnice między nimi, a realnym mózgiem tylko pogłębiają.

Nie chodzi nawet o to jak np. mózg jest podzielony na ośrodki i struktury, jakie zachodzą między nimi powiązania, jak działa system wejścia bodźców, jak produkowane i włączane do sieci są nowe neurony, ale nawet o samo działanie wyodrębnionego fragmentu sieci. Ostatnio - co jeszcze raz powtórzę - odkryto, że rozpylanie sygnałów, a nie ich przekazywanie przez połączenia synaptyczne jest w mózgu względnie powszechne.

 

Co z interakcją materia biała, materia szara? Co z rozmaitymi równowagami chemicznymi w mózgu? To wszystko jest ISTOTNE dla działania mózgu. Nie mamy najmniejszego pojęcia jak to symulować, bo nie mamy większego pojęcia jak to w istocie działa. Jesteśmy w zarodku tej dziedziny nauki.

 

Gdyby wszystko to udało się całkowicie odwzorować, to może, może sztuczny kot by zaczął myśleć. Możliwe, że by nie zaczął, bo np. materia mózgu ma znaczenie i nie da się odwzorować mózgu inaczej, jak go kopiując.

 

Z łatwością przychodzi nam wniosek, że ów "Chińczyk" niczego nie rozumie, a powodem tego jest założenie, że łatwo się da język chiński zalgorytmizować i algorytm ten zrozumieć. Ba! nie język nawet! - sztukę chińskiej konwersacji!

Zauważmy, że przewaga ludzkiego umysłu jest największa tam, gdzie trudno o algorytmizację.

 

Moim zdaniem w tym miejscu nie dokonujesz koniecznej - bo zakładanej przez ten eksperyment myślowy - abstrakcji. Nie jest istotne, czy algorytmizacja języka jest trudna czy łatwa. Jeśli jest możliwa - a skoro wierzysz w AI oparte o coś innego, niż komputery kwantowe, to zakładasz, że jest możliwa - to można ją rozpisać na papierze. Nie jest istotne, czy w ten sposób zasypiesz całą planetę fiszkami. Istotne jest to, że w ten sposób będziesz w stanie, dostając dane na wejściu, w sposób czysto formalny (bez żadnej semantyki ie. zrozumienia ie. świadomości) tak nimi manipulować, że otrzymasz dane na wyjściu sugerujące, że rozumiesz jęz. chiński. Tymczasem to będzie fałszywy wniosek.

 

Póki nie znajdziemy jakiegoś mechanizmu jaki odpowiada za świadomość, należy przyjąć, że sieć neuronowa czy cokolwiek tam sobie wymyślimy, po prostu manipuluje symbolami, nie przejawiając przy tym świadomości, tak jak sortownia listów nie przejawia świadomości chociaż porządkuje przesyłki. Nie oznacza to, że możemy być pewni, że sieć nie ma świadomości; ale tak samo nie możemy być pewni, że ją posiada. I tutaj stosuje się słynną brzytwę, o której jakoś spece od AI zapominają.

 

A jaka jest różnica między "uczyć się czegoś", a "uczyć się PO PROSTU I ZWYCZAJNIE"?...

 

Różnicę intuicyjnie odczuwam, ale nie potrafię jej jasno ująć.

 

Mam natomiast pytanie: podłączasz sieć neuronową do danych wejścia np. z kamery i co? Nic. Musisz przygotować ją do tego, ażeby zaczynała pewne dane interpretować jako obiekty. Jak to się dzieje, że ludzki mózg sam z siebie posiada odczucie "obiektu". Widzisz drzewo i wiesz, że nie jest to rosnący obok krzak. Odwracasz wzrok, ale wiesz, że to drzewo będzie tam nadal jak ponownie spojrzysz. Widzisz drugie drzewo i automatycznie wpasowujesz je w tę samą kategorię. Dziecko patrzy na przedmiot, przedmiot zostaje zasłonięty, zasłona opada, przedmiotu brak: zbadano, że to automatycznie rodzi w dziecku zdziwienie.

 

Oczywiście - możemy np. stworzyć sieć, która jakoś tam kategoryzuje. Ale na Boga - przecież ona kategoryzuje w najlepszym razie tak, jak my rozumiemy kategoryzowanie na poziomie świadomym, bo w ten sposób tę sieć projektujemy. Decydujemy jakie cechy ma w ogóle zauważać, co w ogóle traktować jako przedmiot. W realnym umyśle jest to niesłychanie bardziej wysublimowane, na tyle, że nie wiemy jak to w ogóle działa.

 

Zmierzam do tego - gdzie te aprioryczne tendencje ludzkiego (i nie tylko ludzkiego) umysłu są zakodowane i jak w ogóle można sądzić, że w najbliższym czasie, przy użyciu prymitywnych sieci neuronowych, skopiujemy umysł i świadomość, skoro nie rozumiemy na razie tak podstawowych problemów. Co dopiero problemów w rodzaju emocji, odczucia czasu, wreszcie świadomości. Całe AI to niesłychanie grube i toporne przybliżenia tego, co nam się wydaje, że nasz mózg robi.

 

Nie pojmuję jak można wierzyć, że mając sieć neuronową o mocy obliczeniowej (o tyle o ile umiemy ją trafnie oszacować) kota, stworzymy zaraz coś, co myśli jak kot, albo chociaż w ogóle myśli. Neurony np. umieszczone w pożywce, automatycznie zaczynają się łączyć. Czy to przewidziano w tym modelu? Tę "zasadę ruchu" jaka tkwi w biologicznym mózgu? Tę jedną cechę neuronów - ich tendencję do łączenia się - można w model włączyć, ale tych cech są jeszcze tysiące (jeśli nie miliony); niezbadanych i na razie niepojętych. Tymczasem bierze się sam martwy szkielet formalnych połączeń i wierzy, że to odzwierciedla mózg. Bierze się przepływ prądu w bramkach logicznych i uważa, że to wystarczy za zasadę ruchu, kiedy ta w realnym mózgu jest oparta o niewyobrażalnie złożony system oddziaływań chemicznych pośród których oddziaływania synaptyczne (również co jakiś czas zaskakujące nas rewelacjami), to elementarny szkielet, szkolna arytmetyka przy teorii względności.

 

Między innymi na naiwność takiego postępowania chciał na zwrócić uwagę Searle.

Share this post


Link to post
Share on other sites

Create an account or sign in to comment

You need to be a member in order to leave a comment

Create an account

Sign up for a new account in our community. It's easy!

Register a new account

Sign in

Already have an account? Sign in here.

Sign In Now

  • Similar Content

    • By KopalniaWiedzy.pl
      Francuscy lekarze ze zdumieniem dowiedzieli się, że 44-letni normalnie funkcjonujący mężczyzna niemal nie ma... mózgu. Obrazowanie medyczne wykazało, że czaszkę prawie całkowicie wypełniał płyn mózgowo-rdzeniowy.
      W czaszce zdrowego człowieka znajdują się cztery niewielkie komory, wypełnione płynem. U Francuza były one tak powiększone, że prawie nie było miejsca na mózg. Została mu tylko cienka warstwa komórek mózgowych.
      Ma żonę, czworo dzieci i pracuje jako urzędnik państwowy – napisali lekarze w piśmie do specjalistycznego pisma medycznego „Lancet”.
      Mężczyzna trafił do szpitala, gdyż skarżył się na bóle nogi. Lekarze, którzy czytali jego kartę choroby, dowiedzieli się, że jako dziecko miał on założony dren, który odprowadzał z czaszki nadmiar płynu i dren ten został usunięty gdy mężczyzna miał 14 lat.
      Lekarze najpierw przeprowadzili tomografię komputerową, a następnie rezonans magnetyczny. Byli zdumieni tym, co zobaczyli. Najbardziej zdumiewa mnie to, jak tak niewielki mózg poradził sobie z czynnościami życiowymi. On nie powinien żyć – mówi doktor Max Muenke, specjalista ds. uszkodzeń mózgu w Narodowym Instytucie Badań Ludzkiego Genomu.
      U mężczyzny przeprowadzono testy na inteligencję, które wykazały IQ na poziomie 75 punktów. To mniej niż średnie 100 punktów, jednak nie można mężczyzny uznać za upośledzonego.
      Jeśli jakiś proces zachodzi bardzo powoli, prawdopodobnie przez dziesięciolecia, różne części mózgu moją przejąć rolę tych obszarów, które zostały zredukowane – mowi Muenke.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Ssaki o dużych mózgach zwykle występują z mniejszej liczbie w danej lokalizacji niż ssaki o mniejszych mózgach, wynika z najnowszych badań. Naukowcy z University of Reading stali na czele międzynarodowej grupy, której celem było zbadanie, dlaczego lokalne populacje takich ssaków jak myszy, małpy, kangury i lisy tak bardzo różnią się liczebnością na lokalny obszarach, nawet jeśli mamy do czynienia z podobnymi gatunkami.
      Uczeni wykorzystali metody statystyczne do przebadania różnych scenariuszy dla setek gatunków i stwierdzili, że ogólny trend dla ssaków jest taki, że im gatunek ma większy mózg, w tym mniejszym zagęszczeniu występuje. Gdy np. rozważamy dwa gatunku i podobnej diecie i masie ciała, okazuje się, że to wielkość mózgu jest wskazówką co do zagęszczenia zwierząt na danym obszarze.
      Większe mózgi kojarzą się z większą inteligencją. W tym przypadku to większe mózgi powstrzymują zwierzęta przed życiem w zbyt dużym zagęszczeniu. Może mieć to związek z faktem, że większy mózg wymaga więcej żywności i innych zasobów, a zatem potrzebuje więcej przestrzeni, by zaspokoić te potrzeby, mówi doktor Manuela Gonzalez-Suarez, która stała na czele grupy badawczej.
      Zrozumienie, dlaczego na różnych obszarach występuje różne zagęszczenie zwierząt jest istotne z punktu widzenia ich ochrony. Mniejsze zagęszczenie powoduje, że gatunek bardziej jest narażony na wymarcie, z drugiej strony większe lokalne zagęszczenie zwiększa ekspozycję gatunku na takie zagrożenia, jak istnienie dróg, dodaje.
      Bardzo interesująco wypada porównanie zagęszczenia, masy ciała i masy mózgu. Otóż przeciętna mysz waży 0,016 kilograma, jej mózg ma wagę 0,0045 kg, a gatunek żyje w niezwykle dużym zagęszczeniu wynoszącym 600 osobników na km2. W dużym zagęszczeniu 86 osobników na km2 żyją też wiewiórki. To zwierzęta warzące 0,325 kg, których masa mózgu wynosi 0,006 kg.
      Powszechnie występującym zwierzęciem jest też lis rudy (2,6 osobnika na km2), ssak ważący 4,3 kg o masie mózgu 0,047 kg. Z kolei makak berberyjski (11 kg masy ciała, 0,095 kg masy mózgu) występuje w liczbie 36 osobników na km2. Natomiast tygrys, który waży 185 kg i ma mózg o masie 0,276 kg występuje w liczbie 0,14 osobnika na km2. Podobnie zresztą 4-tonowy słoń z mózgiem o masie 4,5 kg, którego liczebność na obszarach występowania to 0,58 osobnika na km2.
      Ze schematu tego wyraźnie wyłamuje się człowiek. Lokalne zagęszczenie naszego gatunku bardzo się różni, dochodząc do 26 000 osobników na km2 w Monako.
      Wielkość mózgu nie jest jedynym czynnikiem decydującym o zagęszczeniu ssaków. Różne środowiska mają różne stabilność oraz różne gatunki konkurujące, więc to również ma wpływ. Konieczne są dalsze badania nad wpływem rozmiarów mózgów w różnych środowiskach, stwierdzają autorzy badań.
      Naukowcy zauważają też, że istnieją wyraźne wyjątki od reguły. Na przykład ludzie wykorzystali inteligencję do pokonania problemu ograniczonej ilości zasobów na danym terenie. Możemy importować żywność z całego świata co teoretycznie pozwala nam żyć w wielkiej liczbie w dowolnym miejscu na Ziemi. Niektóre inteligentne gatunki również mogły częściowo poradzić sobie z tymi ograniczeniami, stwierdzają badacze.
      Na potrzeby badań naukowcy wzięli pod lupę 656 nielatających ssaków lądowych. Związek wielkości mózgu z zagęszczeniem populacji jest szczególnie widoczny wśród ssaków mięsożernych oraz naczelnych, a mniej widoczny wśród gryzoni i torbaczy.
      Przykładem takich oczywistych zależności może być porównanie makaków berberyjskich z siamangiem wielkim. Oba gatunki małp mają podobną dietę i podobną masę ciała. Jednak mózg makaka waży 95 gramów, a zwierzę występuje w zagęszczeniu 36 osobników na km2. Z kolei mózg siamanga waży 123 gramy, a zagęszczenie populacji wynosi 14 osobników na km2.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      W laboratorium IBM-a w Zurichu zaprezentowano rekordowo pojemny napęd taśmowy. Pojedynczy kartridż pozwala na przechowanie aż... 580 terabajtów danych. To aż 29-krotnie więcej niż oferowany obecnie przez IBM-a kartridż o pojemności 20 TB. Błękitny Gigant jest tutaj rynkowym liderem. Najnowszy standard przemysłowy LTO-Ultrium (Linear Tape-Open, version 9) mówi o kartridżach o pojemności 18 TB.
      Mark Lantz, menedżer CloudFPGA odpowiedzialny w IBM Zurich za technologie taśmowe mówi, że w ostatnich latach taśmy magnetyczne przeżywają swój renesans. Ma to związek z jednej strony z wykładniczym wzrostem ilości wytwarzanych danych, które trzeba gdzieś archiwizować oraz z jednoczesnym spowolnieniem przyrostu gęstości zapisu na dyskach twardych. Jak zauważa Lantz, w ciągu ostatnich kilkunastu lat składane roczne tempo wzrostu gęstości zapisu na HDD spadło do poniżej 8%. Jednocześnie świat produkuje coraz więcej danych. Roczny wzrost wytwarzania informacji wynosi aż 61%. Eksperci mówią, że do roku 2025 wytworzymy 175 zetabajtów danych.
      Jako, że gęstość zapisu HDD niemal stanęła w miejscu, dramatycznie wzrosła cena każdego gigabajta dysnku twardego. Już w tej chwili 1 bit HDD jest czterokrotnie droższy niż 1 bit taśmy magnetycznej. Ta wielka nierównowaga pojawiła się w bardzo niekorzystnym momencie, gdy ilość wytwarzanych danych zaczęła gwałtownie rosnąć. Centra bazodanowe mają coraz większy problem. Na szczęście zdecydowana większość danych to informacje, które są rzadko potrzebne. To zaś oznacza, że w ich przypadku szybkość odczytu danych nie jest rzeczą zbyt istotną. Mogą być więc przechowywane na taśmach magnetycznych.
      Taśmy mają wiele zalet w porównaniu z dyskami twardymi. Są bardziej odporne na ataki cyberprzestępców, do działania potrzebują mniej energii, są trwałe i znacznie tańsze w przeliczeniu na gigabajt. Zalety te spowodowały, że – jak ocenia IBM – już 345 000 eksabajtów danych przechowywanych jest właśnie na taśmach.
      Najnowszy napęd taśmowy to wynik 15-letniej współpracy IBM-a i Fujifilm. Od roku 2006 firmy pobiły sześć kolejnych rekordów dotyczących napędów taśmowych. Ostatnie osiągnięcie było możliwe dzięki udoskonaleniu samej taśmy, głowicy odczytującej oraz serwomechanizmu odpowiadającego za precyzję pozycjonowania głowicy. Firma Fujifilm odeszła tutaj od przemysłowego standardu jakim jest ferryt baru i pokryła taśmę mniejszymi cząstkami ferrytu strontu. Inżynierowie IBM-a, mając do dyspozycji nową taśmę, opracowali nową technologię głowicy odczytująco-zapisującej, która współpracuje z tak gładką taśmą.
      O tym jak wielkie postępy zostały dokonane w ciągu kilkunastoletniej współpracy Fujifilm i IBM-a najlepiej świadczą liczby. W roku 2006 obie firmy zaprezentowały taśmę pozwalającą na zapisanie 6,67 miliarda bitów na calu kwadratowym. Najnowsza taśma pozwala na zapis 317 miliardów bitów na cal. Kartridż z roku 2006 miał pojemność 8 TB, obecnie jest to 580 TB. Szerokość ścieżki zapisu wynosiła przed 14 laty 1,5 mikrometra (1500 nanometrów), teraz to zaledwie 56,2 nanometra. Liniowa gęstość zapisu w roku 2006 sięgała 400 000 bitów na cal taśmy. Na najnowszej taśmie na każdym calu można zapisać 702 000 bitów. Zmniejszyła się też – z 6,1 mikrometra do 4,3 mikrometra – grubość taśmy, wzrosła za to jej długość. W pojedynczym kartridżu mieści się obecnie 1255 metrów taśmy, a przed 14 laty było to 890 metrów.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Unia Europejska kończy przygotowania do stworzenia „cyfrowego bliźniaka” Ziemi, za pomocą którego z niespotykaną dotychczas precyzją będzie można symulować atmosferę, oceany, lądy i kriosferę. Ma to pomóc zarówno w tworzeniu precyzyjnych prognoz pogody, jak i umożliwić przewidywanie wystąpienia susz, pożarów czy powodzi z wielodniowym, a może nawet wieloletnim wyprzedzeniem.
      Destination Earth, bo tak został nazwany projekt, będzie miał też za zadanie przewidywanie zmian społecznych powodowanych przez pogodę czy klimat. Ma również pozwolić na ocenę wpływ różnych polityk dotyczących walki ze zmianami klimatu.
      Destination Earth ma pracować z niespotykaną dotychczas rozdzielczością wynoszącą 1 km2. To wielokrotnie więcej niż obecnie wykorzystywane modele, dzięki czemu możliwe będzie uzyskanie znacznie bardziej dokładnych danych. Szczegóły projektu poznamy jeszcze w bieżącym miesiącu, natomiast sam projekt ma zostać uruchomiony w przyszłym roku i będzie działał na jednym z trzech superkomputerów, jakie UE umieści w Finlandii, Włoszech i Hiszpanii.
      Destination Earth powstała na bazie wcześniejszego Extreme Earth. Program ten, o wartości miliarda euro, był pilotowany przez European Centre for Medium-Range Weather Forecests (ECMWF). UE zlikwidowała ten program, jednak była zainteresowana kontynuowaniem samego pomysłu. Tym bardziej, że pojawiły się obawy, iż UE pozostanie w tyle w dziedzinie superkomputerów za USA, Chinami i Japonią, więc w ramach inicjatywy European High-Performance Computing Joint Undertaking przeznaczono 8 miliardów euro na prace nad eksaskalowym superkomputerem. Mają więc powstać maszyny zdolne do obsłużenia tak ambitnego projektu jak Destination Earth. Jednocześnie zaś Destination Earth jest dobrym uzasadnieniem dla budowy maszyn o tak olbrzymich mocach obliczeniowych.
      Typowe modele klimatyczne działają w rozdzielczości 50 lub 100 km2. Nawet jeden z czołowych modeli, używany przez ECMWF, charakteryzuje się rozdzielczością 9 km2. Wykorzystanie modelu o rozdzielczości 1 km2 pozwoli na bezpośrednie renderowanie zjawiska konwekcji, czyli pionowego transportu ciepła, które jest krytyczne dla formowania się chmur i burz. Dzięki temu można będzie przyjrzeć się rzeczywistym zjawiskom, a nie polegać na matematycznych przybliżeniach. Destination Earth ma być też tak dokładny, że pozwoli na modelowanie wirów oceanicznych, które są ważnym pasem transmisyjnym dla ciepła i węgla.
      W Japonii prowadzono już testy modeli klimatycznych o rozdzielczości 1 km2. Wykazały one, że bezpośrednie symulowane burz i wirów pozwala na opracowanie lepszych krótkoterminowych prognoz pogody, pozwala też poprawić przewidywania dotyczące klimatu w perspektywie miesięcy czy lat. Jest to tym bardziej ważne, że niedawne prace wykazały, iż modele klimatyczne nie są w stanie wyłapać zmian we wzorcach wiatrów, prawdopodobnie dlatego, że nie potrafią odtworzyć burz czy zawirowań.
      Modele o większej rozdzielczości będą mogły brać pod uwagę w czasie rzeczywistym informacje o zanieczyszczeniu powietrza, szacie roślinnej, pożarach lasów czy innych zjawiskach, o których wiadomo, że wpływają na pogodę i klimat. Jeśli jutro dojdzie do erupcji wulkanicznej, chcielibyśmy wiedzieć, jak wpłynie ona na opady w tropikach za kilka miesięcy, mówi Francisco Doblas-Reyes z Barcelona Supercomputing Center.
      Tak precyzyjny model byłby w stanie pokazać np. jak subsydiowanie paliw roślinnych wpływa na wycinkę lasów Amazonii czy też, jak zmiany klimatu wpłyną na ruch migracyjne ludności w poszczególnych krajach.
      Działanie na tak precyzyjnym modelu będzie wymagało olbrzymich mocy obliczeniowych oraz kolosalnych możliwości analizy danych. O tym, jak poważne to zadanie, niech świadczy następujący przykład. W ubiegłym roku przeprowadzono testy modelu o rozdzielczości 1 kilometra. Wykorzystano w tym celu najpotężniejszy superkomputer na świecie, Summit. Symulowano 4 miesiące działania modelu. Testujący otrzymali tak olbrzymią ilość danych, że wyodrębnienie z nich użytecznych informacji dla kilku symulowanych dni zajęło im... pół roku. Obecnie w tym tkwi najpoważniejszy problem związany z modelami pogodowymi i klimatycznymi w wysokiej rozdzielczości. Analiza uzyskanych danych zajmuje bardzo dużo czasu. Dlatego też jednym z najważniejszych elementu projektu Destination Earth będzie stworzenie modelu analitycznego, który dostarczy użytecznych danych w czasie rzeczywistym.
      Destination Earth będzie prawdopodobnie pracował w kilku trybach. Na co dzień będzie się prawdopodobnie zajmował przewidywaniem wpływu ekstremalnych zjawisk atmosferycznych na najbliższe tygodnie i miesiące. Co jakiś czas, być może raz na pół roku, zajmie się długoterminowymi, obejmującymi dekady, prognozami zmian klimatycznych.
      Nie tylko Europa planuje tworzenie precyzyjnych modeli klimatycznych przy użyciu eksaskalowych superkomputerów. Też zmierzamy w tym kierunku, ale jeszcze nie zaangażowaliśmy się to tak mocno, przyznaje Ruby Leung z Pacific Northwest National Laboratory, który jest głównym naukowcem w prowadzonym przez amerykański Departament Energii projekcie modelowania systemu ziemskiego.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Podczas gdy dorośli przetwarzają różne zadania w wyspecjalizowanych obszarach mózgu w jednej z półkul, niemowlęta i dzieci używają do tego celu obu półkul. To może być przyczyną, dla której dzieci znacznie łatwiej regenerują się po urazach mózgu niż dorośli. Autorzy najnowszych badań skupili się na języku i odkryli, że dzieci podczas przetwarzania języka mówionego używają obu półkul mózgu.
      To bardzo dobra wiadomość dla dzieci, które odniosły urazy mózgu. Użycie obu półkul zapewnia mechanizm kompensujący po urazie. Na przykład, jeśli w wyniku udaru zaraz po urodzeniu dojdzie do uszkodzenia lewej półkuli mózgu, dziecko nauczy się języka korzystając z prawej półkuli. Dziecko z mózgowym porażeniem dziecięcym, które uszkodzi tylko jedną półkulę, może rozwinąć wszystkie potrzebne zdolności poznawcze w drugiej półkuli. Nasze badania pokazują, jak to jest możliwe, mówi profesor Elissa L. Newport, dyrektor Center for Brain Plasticity and Recovery, które jest wspólnym przedsięwzięciem Georgetown University i MedStar National Rehabilitation Network.
      Niemal wszyscy dorośli przetwarzają mowę tylko w lewej półkuli. Potwierdzają to zarówno badania obrazowe jak i fakt, że po udarze, który dotknął lewą półkulę, ludzie często tracą zdolność do przetwarzania mowy.
      Jednak u bardzo małych dzieci uraz jednej tylko półkuli rzadko prowadzi do utraty zdolności językowych. Nawet, jeśli dochodzi do poważnego zniszczenia lewej półkuli, dzieci nadal potrafią korzystać z języka. To zaś sugeruje – jak zauważa Newport – że dzieci przetwarzają język w obu półkulach. Jednak tradycyjne metody obrazowania nie pozwalały na obserwowanie tego zjawiska. Nie było jasne, czy dominacja lewej półkuli w zakresie zdolności językowych jest widoczna już od urodzenia, czy rozwija się z wiekiem, stwierdza uczona.
      Teraz, dzięki funkcjonalnemu rezonansowi magnetycznemu udało się wykazać, że u małych dzieci żadna z półkul nie ma w tym zakresie przewagi. Lateralizacja pojawia się z wiekiem. Ustala się ona w wieku 10-11 lat.
      W najnowszych badaniach udział wzięło 39 zdrowych dzieci w wieku 4–13 lat, których wyniki porównano z 14 dorosłymi w wieku 18–29 lat. Obie grupy zmierzyły się z zadaniem polegającym na rozumieniu zdań. W czasie rozwiązywania zadania każdy z uczestników poddany był skanowaniu za pomocą fMRI, a wyniki potraktowano indywidualnie. Później stworzono mapę aktywności mózgu dla grup wiekowych 4–6 lat, 7–9 lat, 10–13 lat i 18–29 lat.
      Badacze stwierdzili, że wyniki uśrednione dla każdej z grup pokazują, iż nawet u małych dzieci występuje preferencja (lateralizacja) lewej półkuli mózgu w czasie przetwarzania mowy. Jednak znaczny odsetek najmłodszych dzieci wykazuje silną aktywację prawej półkuli mózgu. U osób dorosłych prawa półkula aktywuje się podczas rozpoznawania ładunku emocjonalnego niesionego z głosem. Natomiast u dzieci bierze ona udział i w rozpoznawaniu mowy i w rozpoznawaniu ładunku emocjonalnego.
      Naukowcy sądzą, że jeśli udałoby im się przeprowadzić podobne badania u jeszcze młodszych dzieci, to obserwowaliby jeszcze większe zaangażowanie prawej półkuli mózgu w przetwarzanie języka.
      Obecnie Newport i jej grupa skupiają się na badaniach przetwarzania mowy w prawej półkuli mózgu u nastolatków i młodych dorosłych, u których lewa półkula mózgu została poważnie uszkodzona podczas udaru zaraz po urodzeniu.

      « powrót do artykułu
  • Recently Browsing   0 members

    No registered users viewing this page.

×
×
  • Create New...