Bocs, félrenyomtam. Szóval egy struktúra:
struct { /* megvan, nem lehet TAB-ot nyomni, hehe */
int azon;
axon **axon;
} cell;
Izé majd folytatom... :)))
Na már kezdtek közel járni! :)
Van itt olyan ember aki le tud fordítani egy C progit Linuxon. Sima autoconf-os. Kiváncsi lennék mit szólna a programomhoz.
Én úgy modelleztem az AI-t, hogy utánoztam az emberi agysejteket primitív módon. Én egy egyszerű C struktúrát használtam:
brain->cell->axon->node
A brain az csak egy pointer, ami mutat a cell-ek tömbjére.
A cell ey struktúra:
struct {
Na, ez a hozzaszolasod tetszett, mert latszik belole, hogy gondolkodtal a dolgom.
Mindazonaltal, en mashol erzem a sulypontokat.
Grafnak sokmindent lehet nevezni, kerdes, hogy segit-e a problemak megkozeliteseben. Nekem leginkabb valami frame szeru van a fejemben, ha mar valasztani kell. Vannak objektumok, tulajdonsagok, erteket. Mindezek az idoben valtoznak, az objektumoknak sorsuk van. Ez fugg a tulajdonsagaitol, a kornyezetetol, esetleg meg valami veletlentol is. Cel, hogy a sorsokat elore tudjuk jelezni, sot befolyasolni. Vannak fontos, es kevesbe fontos dolgok, nyilvan meg kell tanulni sulyozni.
Ha a fogalomnal alacsonyabb szinten akarom megragadni a kerdest, akkor egy technikai szintet kapok: az objektumok valamilyen eletterben leteznek, keletkeznek valtoznak, megszunnek. Az eletter (mivel modellezni akarjuk a vilagot) a memoria, de ezt annyi szintre bonthatjuk, ahanyra ertelmes. (A rendszer maga is tudna uj felosztast csinalni.) Kezenfekvo a jelenlegi gepek adottsagainak megfeleloen RAM, HD, CD-k, stb. A HD-n valoszinuleg lennenek aktualis, es archivabb helyek. Ha valami adatbazis feleben gondolkodunk, akkor nem biztos, hogy a RAM -HD fontos a felosztasban, sokkal inkabb a hasznalat szempontjabol kell meghuzni a hatarokat.
Mindig versenyhelyzet van. A taron kivul meg a gepidoert kell kuzdeni.
A szelekcio pedig nem az egesz rendszerre vonatkozna egy az egyben, mert az belathato ido alatt sehova sem vezetne, hanem az ertelmes reszekre. Peldaul a populacio merete kritikus. A kicsi korlatolt, a nagy kezelhetetlen.
A tul durva replikacio (mutacio) - szeleckio-s rendszerrel az a bajom, hogy nagyon alacsony a hatekonysaga. Tehat csak nagyon indokolt esetben hasznalnam ezt, mint egy lehetseges modszert. Ha nem akarjuk, hogy korlatoltak legyunk, akkor a vegso kontrol termeszetessen csak valamilyen teljesen vak modszerrel lehet. Ezt azonban a napi gyakorlatban hatekonyabbakkal lehet helyettesiteni, es csak idonkent osszehasonlitani.
Ezzel maris tobbszintuve tettuk a rendszert, ami szerintem a fejlodes fontos velejaroja.
(Sajnos nehez a 'a nagyon indokolt esetben'-nel kevesbe szubjektiven fogalmazni. Pont ez a fogalmohasznalatunk gyengeje, meg ereje is. Ha megis konkretabban akarok fogalmazni, akkor mondjuk az osszeroforras 20-30 %-at szannam ilyen tesztekre, ami remelhetoleg csokken is, ahogy szakertove valunk valamilyen teruleten.)
Azert szeretek valamilyen logikai jatekra gondolni, mert ott a szabalyok megadasa utan elvileg onmaga is felfedezheti a vilag torvenyszerusegeit, nincs szukseg folyamatos emberi beavatkozasra. Persze az emberi szakerto elvileg mindig gyorsithatja a tanulast.
A vezerlo elv pedig, ami az egesz eroforrasokert valo versengest iranyitja szerintem az informacio termeles. Aki hatekonyabban tudja termelni, az lesz sikeres.
Ha pedig maradok a magasszintu fogalomhasznalatnal, akkor pl. a tarolas-avulas--archivalas-felejtes alrendszert is fontosnak erzem, amibol szinten kell egy kezdetlegeset csinalni, amibol tovabbfejlodhet. Az avulas peldaul erossen temafuggo lehet. De a pontos temafugges ismerete nelkul is lehet valamilyen default rendszer, amit ha fontos, akkor barmikor fellulbiralhat egy specialis modszer.
Fontos meg pl. a becslesek hasznalata. Sokszor a pontos eredmeny nelkul is megbizhato eredmenyre lehet jutni. (Ha pl. ket alternativabol kell valasztani, es az egyik 3 +-1, a masik 8 +-2, akkor nem is erdemes pontosabban kiszamolni.)
Vegezetul az az elmeletem, hogy az itt peldakent feldobott dolgokbol ossze lehet szedni az osszes fontosat, es ha ezek kapcsolatat kelloen tisztazzuk, es implementaljuk, akkor letrehoztuk az MI-t. Mindig lehet persze egy ujabb dolgot mondani, ami kimaradt belole, de ha eler egy kritikus tomeget, akkor mar kepes az onfejlodesre.
En nem vagyok benne biztos, hogy a fogalom egyaltalan centralis szerepet kell hogy kapjon egy AI implementalasakor. A leglenyegesebb dolog szerintem, hogy az AI tokeletes onreflexioval es onmega feletti modosito-hatalommal rendelkezzen, azaz magat tetszolegesen olvashassa es atirhassa, es ne csak tavoli lehetoseg szintjen, mint hogy C-programokat linkel megahoz, amiket o ir, hanem egy megfeleloen robusztus modon, azaz hogy nagy valoszinuseggel ne tegyen magaban rogton kart (pl. ne fagyassza le a gepet...).
Szerintem az akcio-reakcio elve elemibb es egyszerubb programozni, mint kezdettol fogva beleegetni a fogalomhasznalat (akarmennyire kezdetleges), de megis specialis modjait.
Matematikailag arrol van szo, hogy az AI-nk egy sokerteku sokvaltozos fuggveny, aminek a definicioja bizonyos kimenetek fuggvenyeben egy megadott szabaly szerint valtozik. (Azaz a fuggveny "ujrairja" magat.) Tobb kerdes merulhet fel:
1) Milyen formaban adjuk meg a fuggvenyt?
2) Milyen szabaly szerint irja at magat a fuggveny?
Ha az ember jobban belegondol, gyakorlatilag minden ma ismert fuggveny megadhato egy graffal, amelynek a csucsai valamilyen fuggvenyek. Ilyen graf generalodik a compilerben, ha lefordit egy programot, ilyen grafok lenyegeben a neuron-halok (csak nagyon specialis fuggvenyekkel), ilyen graf egy chip belsejeben az aramkor realizacioja. Ezert nem tartom butasagnak, ha az AI belso reprezentacioja egy ilyen graf. (Ez persze csoppet sem ilyen egyszeru, ha az ember gyakorlatban is kivitelezni akarja.) Nyilvan az AI kezdhet valami alaprepertoarral, azaz a lehetseges fuggvenyek halmazaval (a csucsokhoz), amiket aztan bovit. Nyilvan a reprezentaciot kisse bonyolitani kell, hogy ez eleg egyszeru es rugalmas maradjon, de szerintem lehetseges.
Hogy operal a fuggveny a sajat definiciojan? Itt sok lehetoseg lehet, de nem tudom melyik a legjobb. Be kell peldaul vinni, hogy mekkora az AI merete (memorialag) es mennyi memoria all meg a rendelkezesere.
A kerdes ezek utan, hogy mi mozgatna az AI-t hogy jo iranyba fejlodjon. Itt ket alapveto lehetoseget latok: egy felugyeletes eljarast ahol az ember az AI-t dicseri/bunteti. Ennek egy hatranya, hogy valami elore megadott modszerrel kenyszeriteni kell az AI-t, hogy ezek tenyleg "hassanak" ra, azaz a buntetest buntetesnek a "jutalmazast" pedig jutalmazasnak vegye, erre nem latok egyszeru modot. A meg nagyobb problema, hogy itt allando felugyeletre es nevelgetesre lenne szukseg, tehat sose tudna a gyermek AI magatol fejlodni, vagy legalabbis csak korlatozott mertekben.
A szamomra realisabbnak tuno megoldas a versenyeztetes/szelekcio mechanizmus. Ez nem osszekeverendo a Darwini szelekcioval: ott a veletlen valtozasok dominalnak, es emiatt nagyon lassu. Itt viszont az AI tudatosan valtoztatna magat: a sikereseket pedig ugy ahogy van duplikalhatnank. Regebbi AI-ket is ujra lehetne neha elesztgetni, hogy a genetikai valtozatossagot noveljuk. Lehetne valami parosodas szerut (talan fuziot) is belevinni, hogy a fejlodest gyorsitsuk.
Lehetne egy fajta kompresszios nyomast is belevinni, valami halal-szerut, hogy az AI-nek egy bizonyos ido utan le kell magat redukalnia valami kis mereture, amibol aztan a leheto legertekesebbet tudja ujra generalni. Ez egy fajta genetikanak fele meg, de annal nagysagrendekkel rugalmasabb lenne, mert nem valami veletlen valtozason, hanem az AI rendelkezesen mulna.
En korulbelul valami ilyen modon tudnak egy AI fejlesztest elkepzelni.
Szerintem a fogalom es modszerhasznalat valamilyen durva formajara meg kellene tanitani a gepet, es onnan probalni tovabbi onfejlodesre rabirni. Beleertve azt is, hogy a fogalom es modszerhasznalat fejlodjon.
A tema szerintem szinten nagyon fontos. Szerintem valamilyen logikai jatek jo lenne, persze (valoszinuleg) nem a buvos kocka. :) Az amoba jo lenne az egyszeru szabalyai miatt, es azert, mert megis van a jateknak melysege. Egy bonyolultabb jatek jobban modelezne a vilagot, de sokkal nehezebb is. A tozsde annyira osszetett, hogy meg egy ember is vitathato, mennyire tudja kiismerni. :) Szerintem nem lenne jo feladat.
A jateknak az az elonye, hogy az elvileg zart vilag, de megis a szabalyok egy olyat teret definialnak, aminek elore nem tudjuk megmondani, (vagy nem is akarjuk) az osszes torvenyszeruseget. Merheto a teljesitmeny, az ember konnyen tudja tesztelni, stb.
(Mellesleg talan tenyleg el kellene olvasnom a hivatkozott cikkedet, mert amit allitasz, az izgalmas, csak nem jarok arrafele, meg tul sok idom sincs. Buvos kocka lezarva itt a reszemrol. :))
Szerintem a fogalmak korantsem az emberi gondolkodas egy also szintjet jelentik, hanem inkabb a jeghegy csucsat. Ez szerintem akkor is latszik, ha megfigyeljük egy gyerek fejlödeset. Ez persze nem jelenti azt, hogy egy gepnek is ezt kene imitalnia, de esetleg könyebb dolgunk lenne, ha egy gepet sajat magat, hagynank, hogy "rajöjjjön" a fogalmakban gondolkodasra, ha ez neki hasznosnak bizonyulna.
Bocs a rövid valaszert, majd kesöbb meg hosszaban reflektalok, de most epp huznom kell.
Megkövetlek: tenyleg igazad van, a negyszer 4x4x4-nel nagyobb kockan tenyleg nem müködik közvetlenül az alabbi a modszer.
Szerintem nem kizart, hogy kicsit megtrükközve müködjön, de ennek utana kene gondolni, van ra egy elkepzelesem, de meg nem vagyok benne biztos, hogy müxik e...
3) Minden lapocskat egy egyertelmu szammal jelolsz, kiveve a kozponti lapokat (ezeket rogzitettnek tekintjuk),
Nem tudom feltünt-e neked, hogy pl. a 4*4*4-es kockán nincs központi lap. Van viszont 4 ugyanolyan szinü, egymás helyére forgathato lapocska. Természetesen akkor is kirakottnak teniktjük a kockát, ha ezek más helyen vannak. A te algoritmusod ezt vajon hogy oldja meg ? Szerencsétlen esetben egy már majdnem kirakott kockát elöször összekever, hogy aztán az általa gondolt helyre rakja? Ha pedig az általad emlegetett 1000*1000*1000-es kockát nézzük, ott elképesztően sok állapotot tekintünk megoldásnak.
hogy egy MI-t ugy kene programozni, hogy az az emberi gondolkodast imitalja a felszinen: mint peldaul, hogy hogy bovitjuk a fogalmainkat
Valoban nem kell imitalni az emberi gondolkodast. De a fogalomhasznalat annyira alapveto dolog a vilag modellezeseben, hogy annelkul elkepzelhetetlennek tartok barmilyen intelligenciat. Persze nem kell feltetlenul a mi fogalomhasznalatunkat utanozni.
Akkor az én verzióm a fogalomfejlődésröl:
A fogalom csírája az osztályozás. Ha az objektumok sorsa különböző, akkor létrehozhatunk egy funkcionális felosztást. Ez akkor lényeges, ha némelyik sors számunkra kedvezőbb, mint a többi.
Ha más helyzetekben is hasonló felosztások tehetők, ezeket összegyűjthetjük. A példák, esettanulmányok gyűjtése közben elkezdődhet a rendszerezés, a koordinátarendszer kialakítása, aminek segítségével a fogalom életterét ki lehet jelölni. Fontos lépés, ha sikerül korrelációt találni a sors és az objektumok egyéb tulajdonságai között. A gyakorlati hasznosítás szempontjából annál jobb, minél egyszerűbben felismerhetők ezek a tulajdonságok.
Az új fogalmat megpróbáljuk minél szélesebb körben alkalmazni. Ha egy új alkalmazás sikeres, akkor az tágítja a fogalom életterét, ellenkező esetben ellenpéldaként jegyezhetjük meg. Jellemző vonás ebben a fázisban a túláltalánosítás, olyan helyzetekben is megpróbáljuk használni, amikor nem jó, a dolgot a kelleténél egyszerűbbnek képzeljük. A korrelációkat oksági összefüggésekkel is meg lehet támogatni. (Mély tudás kialakulása.)
A fejlődés későbbi fázisában a tudásunk lefordítódik, a hatékony helyzetazonosításra helyeződik a hangsúly. (Compilált tudás.) Pl. az a kérdés, hogy milyen sorrendben értékeljük ki a fogalom alkalmazhatóságának kritériumait, a többi versengő fogalommal milyen közös, ill. eltérő kritériumok vannak. Az egyedi vonások kerülhetnek a figyelem középpontjába, altípusokat különböztethetünk meg, amelyekhez különböző konkrét ismeretek kapcsolódhatnak. Szokásos helyzetben meghozhatjuk a döntéseket a mély tudás aktiválása nélkül, ha viszont valami szokatlannal találjuk szembe magunkat, akkor elgondolkodunk.
A fogalom-hipotézisek keletkezhetnek más fogalmakból is, absztrakcióval, vagy konkretizálással. A későbbi fejlődési fázisok ez esetben is hasonlóak lehetnek.
A kevésbé fontos fogalmak hosszú ideig lehetnek a fejlődés valamelyik köztes szintjén. A rendszernek egy komplex döntés meghozása során fel kell használnia és össze kell hangolnia a különböző fejlettségű részeket. Újabb fogalmak azonban csak viszonylag stabil fogalmakra épülhetnek.
Egy fogalom természetesen csak egy rendszeren bellül érvényes.
A fogalomhoz hasonló alapfogalom számomra a módszer. A fogalmak és a módszerek finoman hangolt kapcsolataként képzelem el az MI-t.
Ez a buvoskocka nagyon furdalja az oldalatokat... :)
2.) Mi az hogy mas? En egyet ismerek (csak, amihez a referenciat megadtam) es az bizony szolgaltatja a reprezentaciot is.
3) Minden lapocskat egy egyertelmu szammal jelolsz, kiveve a kozponti lapokat (ezeket rogzitettnek tekintjuk), (Ez osszesen 6*8=48 db.) emellett a kirakott allpotban levo helyuket is ugyanevvel a szammal jelolod. Minden lehetseges buvoskocka allas megfelel pontosan egy permutacionak: azaz melyik lapocska melyiknek a helyet foglalja el a kirakott allapothoz kepest. (Persze sok permutacio van amit nem lehet a buvoskockan forgatasok sorozataval elerni.) A kirakott allapot igy egyertelmu.
A mesterseges intelligenciahoz: nem vagyok benne biztos, hogy egy MI-t ugy kene programozni, hogy az az emberi gondolkodast imitalja a felszinen: mint peldaul, hogy hogy bovitjuk a fogalmainkat, hogy tanulunk uj dolgokat. Szerintem egy igazi MI-ben meg kell hogy legyen a rugalmassag, hogy ezt is allandoan revidalni tudja, es tetszoleges melysegben ura legyen a gondolkodasanak: ha rajon hogy egy meta-meta-meta-meta-meta-meta tervekenyseg elosegiti a gondolokodasat akkor kepesnek kell lennie erre az adaptaciora. En csakis ugy tudom elkepzelni, hogy csak a celok vannak adva, es csak egy rudimentaris gondolkodasi kiindulo-repertoar, ami tetszolegesen rugalmas, es alapbol valtoztathato. Minel rudimentaris ez a kezdeti gondolkodasbazis, annal biztosabb, hogy egy fejlodes utan valodi MI-vel van dolgunk (magatol fejlododott olyanna ami), nem mi csapjuk be magunkat a sajat programozasi tudasunkkal. Ha viszont tul szegenyes vagy tul merev ez a bazis, akkor belathato idon belul nem fog az MI tovabbfejlodni. Valoszinu, hogy egy "kritukus tomegre" van szukseg a kezdeti intelligenciabol, es akkor megkezdodik az pozitivvisszacsatolas (remelhetoleg). Celnak sem valami konkretan megadott celt kepzelek el, hanem peldaul valami kornyezeti hatast aminek meg kell felelni, de eleg kaotikus, viszont merheto. Peldaul egy tozsdeprogramnal minel nagyobb nyereseget elerni. Egy matematikai tetelbizonyitoprogramnal: minel tobb felhasznalo altal megkerdezett tetelt bebizonyitani. (Egy ido utan biztos o is rajon, hogy mik az "erdekes" tetelek: amiket a valaszolas soran meg tud valaszolni. Egy masik modszer a szelekcio: tobb AI-t versenyeztetunk egymassal, es megduplikaljuk a sikereseket. Persze ez onmagaban meg keves, mert egyreszt az indibvidualis AI-knek eleg rugalmasaknak es eleg intelligenseknek kell lenniuk apriori, hogy egy tenyleges verseny beindulhasson.
En ebben az iranyban latok realitast valodi AI-k kifejlodesere...
hogy dontheto el, hogy egy permutaciot lehet generalni egy megadott permutaciohalmazzal
1. Egy permutaciorol eldonteni, hogy az adott generatorok generaljak-e tenyleg megy polinom idoben.
2. Ettol meg az input permutaciot nem tudjuk felirni a generatorokkal. Erre mas algoritmusok kellenek, es persze biztosan vannak is.
3. Ez az egesz nem oldja meg az n*n*n-es buvos kockat. Ugyanis ott egy csomo egyforma elem van, es nem tudod, hogy melyik melyik. Tehat nem tudod felirni azt a permutaciot, amit generalni akarsz, hanem van sok lehetseges, amik kozul szeretnel legalabb egyet. Ez sokkal nehezebb feladat.
Megegyszer elmondanam, hogy nem arrol szerettem volna vitatkozni, hogy letezik-e polinom ideju algoritmus a buvos kockara, hanem hogy egy intelligens ember hogyan kozelit a problemahoz, aki nem ismeri ezt az allitolag letezo eredmenyt. Az biztos, hogy a buvos kockaval jatszo emberek 99.99 % nem is gondol ilyesmire, megis intelligensnek tekintheto, ha magatol rajon, hogyan kell kirakni. Szoval egyfajta esettanulmanyt szerettem volna. De elismerem, hogy kicsit off.
A lényeg: nem merev, rögzített fogalmakkal bizonyítunk egy állítást. Maguk a fogalmak is tágulnak, a tartalmuk bővül.
Ez szerintem is nagyon lényeges dolog az intelligencia szempontjából, de nem látom be, hogy miért ne lehetne leprogramozni. Persze nagyon nehéz olyan feladatot talalni, amelyik elég komplex ahhoz, hogy hatékony legyen benne a flexibilis fogalomhasználat, és elég egyszerü ahhoz, hogy meg lehessen valósítani. De azért a fő ok szerintem, hogy a kutatás elég alacsony hatásfoku. Általában néhány doktorandusszal akarnak néhány év alatt valamilyen eredményt produkálni. Ha ezt összevetjük azzal, hogy pl. egy komoly adatbáziskezelő főverziójának kiadásakor több ezer emberév munkát fektetnek be, akkor látszik, hogy leginkább a motiváció hiányzik. Persze lehet, hogy vannak olyan katonai kutatások, amiknek viszont nem ismerjük az eredményét.
Akkor a büvös kocka kudarca ellenére ismét megkisérelnék egy mindenki_irja_le_mit_is_gondol játékot. Téma: hogyan alakulnak ki és fejlődnek a fogalmaink. Nem a tudományos definiciókra gondolok elsősorban, hanem a hétköznapiakra, amiket mindenki folyamatosan használ, hogy alkalmazkodjon a környezet kihivásaihoz.
" első közelítésben a szabályozhatatlan intuíció és a jó szerencse"
- Az első körben szabályozhatatlan az a genetikai mutáció egy sejtosztódási hiba következtében, pl. egy külső sugárzás hatására. Valóban szabályozhatatlan.
Viszont lentebb, írtam, hogy pl. albán nyelven egy ötlete sincs senkinek közülünk! Csak az általad ismert nyelv(fogalomkészlet, vizuális, auditív és egyéb tapasztalatok)-ből támadnak ötleteid. Azért én ezt kicsit gyanúsnak vélném...
S ha a jó szerencse hiányzik? Például intelligens e a fajelmélet kidolgozója illetve megvalósítója, akinek az a zseniális ötlete támadt, hogy kiirtja a fél világot? Nem volt jó szerencséje és nem sikerült neki. Azért ne feledjük, attól, hogy valaki mániákus elmebeteg még lehet intelligens!!! Például folyamatosan ("kreatívan") azon dolgozik, hogy tudná az öngyilkos merényletek hatékonyságát javítani, a felhasznált robbanószereket minnél legálisabban beszerezni, hatékonyságukat növelni.
Lakatos Imre írt erről a témáról Bizonyítások és cáfolatok címmel egy könyvet. (A London School of Economics professzora volt, Karl Popper munkatársa, szóval nem egy pancser.)
A matematikai megismerést elemzi 2 példán keresztül. Az első a poliéderekre vonatkozó Euler tétel, az a bizonyos c-é+l=2. A tételt Euler mondta ki 1758-ban, de a végleges bizonyítás csak 1899-ben sikerült Poincare-nak. Az érdekessége az, hogy már maga a kiindulás is egy sejtés, amelynek megfogalmazásához előbb definíciókat kellett alkotni. A bizonyítás során kiderült, hogy a definíciók potenciálisan többet tartalmaznak mint a definiáló aktuálisan szerette volna. A lényeg: nem merev, rögzített fogalmakkal bizonyítunk egy állítást. Maguk a fogalmak is tágulnak, a tartalmuk bővül.
Ez nem ilyen misztikus, törvényrendszererűségei vannak, csakhát régen olvastam.
Amiben biztos vagyok az az, hogy ez nem programozható. Algoritmusokat tudunk csinálni, de fogalomépítő rendszert, aminek szemlélete van, ami asszociálni képes azt szerintem nem.
Mi az ötlet ? Éhes vagy. Eszedbe jut az alma, onnan tovább lépsz a pirosra, onnan a lufira, onnan Malackára és jön egy 5let, hogy sülthús legyen vacsira.
-Mélységben
-Szükitve
Az mellékes, hogy gyorsabban történik, mint ahogy az ember követni tudná mi is történik.
Megvalósithatatlan. Hahahaha.
Az életerő elméletet mikoris cáfolták ?
Ebben az értelemben mesterséges intelligencia egy szótár-adatbázissal dolgozó keresztrejtvényt gyártó program vagy egy labirintus-bejáró is.
Intelligensnek nevezhető-e az az amőbázó program, amely tanítható, figyel a szimmetrikus és az eltolt állapotokra? Nekem így tanították: Mesterséges intelligencia minden olyan feladatmegoldó rendszer, mely olyan feladatot old meg, amihez, ha ember oldaná meg, intelligenciára lenne szüksége.
Ha így nézzük ezek a rendszerek intelligensek, hiszen egy ember sem tudná jobban csinálni.
De az emberek szintjén ezek csak ügyeseknek nevezhetők. Gondolj a trükkös feladatokra, ahol nem elég egy algoritmus pontos és következetes betartása a megoldáshoz, ötletek is kellenek.
Szerintem ilyen értelemben a mesterséges intelligencia megvalósíthatatlan.
A Kinai szoba,illetve a beseggelö diák jó példák.
Arra utalnak, hogy azt tekinthetjük inteligensnek, aki mélységben képes gondolkodni.
Információi vannak, ezek egy lexikonnal szemben eszébe is jutnak, egyre messzebb jutva, és képes ezt a fát szükiteni.
Szerintem a nem Christian science-es definicio az en velemenyemmel egyezik: azaz az intelligenciat a hatasa alapjan definialjuk. Az az intielligens, ami KEPES valamire (tanulni,tanultakat alkalmazni,kornyezetet megvaltoztatni). Azt nem olvastam ki a websteres definiciobol, hogy a gepnek imitalnia kene az emberi viselkedest. Miert is kene? Olyan intelligensek az emberek?
Ez egyértelműen az én hibám, ugyanis némileg másképp gondolkodom. (Remélem szintén intelligensen) A legszebb az lenne, ha megalkotnánk a gépi intelligenciát, ami mivel hogy az emberrről definiáltuk, hogy intelligens, igy intelligens lenne szintén.
Sajnos azonban ehhez sok apró mozaikképet kell összerakni. A világ nagyon bonyolult és az egészet lemodellezni... Szoval macera. Arra gondoltam vegyünk a világból kisebb szeleteket, de még intelligenciának jeleit mutató szeleteket, melyeket könnyebb modellezni s a kapott modellt, mint prototipust folyamatosan bővítsük. Kezdve az intelligencia azon területeivel, ami egy gép számára könnyebbnek tűnik. Szerintem ilyenek az algoritmusok. Egy kis siker talán közelebb vihetne a megoldáshoz. Ha valamilyen területen a gép rá tudna jönni egy probléma megoldásának sikerstatisztikájából, melyik algoritmusa a jó, s ha egyik sem kreálna egy újat...
Ahogy HoMano feltételezi: Az intelligens viselkedés szimulálása, még nem jelenti az intelligencia meglétét. Bár úgy sejtem, ez a szimuláció az intelligencia fogalma miatt előbb-utóbb az adott világ szabályainak felismeréséhez is elvezethet. (Véleményem szerint egy intelligensen játszó sakkgépnek például tisztában kell lenni a lólépés fogalmával.)
Ja igen az intelligenci a fogalma a webster szerint:
1, the ability to perform computer functions :))))
2, the ability to learn or understand or to deal with new or trying situations : REASON; also : the skilled use of reason (2) : the ability to apply knowledge to manipulate one's environment or to think abstractly as measured by objective criteria (as tests) b Christian Science : the basic eternal quality of divine Mind c : mental acuteness :
A mesterséges intelligencia ezek szerint
1, the artificial ability to perform computer functions :))))
helyett:
the capability of a machine to imitate intelligent human behavior
- Szóval ezen definició szerint a szimuláció már megfelel. S a klónozással már a szaporodás is szimulálható...
Ja és elnézést, de fáradt vagyok már fordítani. Ha szükséges elkészítem a fordítást.
A kerdesed nem tunik objektivnek, hanem terminologiainak: ha van egy gep, amely pont ugy viselkedik mint egy ember, azt intelligensenk NEVEZZUK vagy nem?
Nyilvan az egesz topicnak csak akkor van ertelme, ha annak nevezzuk, hiszen kulonben nem is letezhet mesterseges intelligencia. Nem latok semmi rosszat abban, hogy egy intelligensen viselkedo gepet intelligensnek nevezzunk.
Mas kerdes, hogy a TO maga mit "erez", peldaul van e ontudata. Ez egy sokkal nehezebb kerdes, velemenyem szerint, mint az intelligencia. (Az intelligenciat a hatasai alapjan, az ontudatot viszont tapasztalatunk alapjan definialjuk)
Hogy egy gep mit tapasztal sose fogjuk tudni eldonteni. Viszont ha ugy fejlesztunk ki egy gepet, hogy az ne apriori csaljon, azaz peldaul avval a cellal hogy megcsinalja a Turing-testet, hanem hogy egy onszervezodo komplex problemamegoldo rendszer legyen dinamikus celokkal, akkor ha egy ido utan azt "allitja" magarol, hogy ontudatos, es ennek megfeleloen is viselkedik, akkor joggal feltetelezhetjuk (bar biztosak sosem lehetunk), hogy ez igy is van.
A buvoskockazo frakcionak: ma beleneztem az altalam idezett konyvbe, es ott megsem talatam meg a kerdeses algoritmust. Utana kerestem a Zentralblatton, es megtalaltam az eredeti cikket:
A compact representation for permutation groups. (English)
[J] J. Algorithms 7, 60-78 (1986). [ISSN
0196-6774]
(Azaz Journal of Algorithms)
Bar ez nem a legelso algoritmus, de a leggyorsabb.
Szerintem az ELTE matematikai konyvtaraban illetve a Muegyetemen megtalalhatonak kell lennie az cikknek.
közben elgondolkoztam azon, hogy ha megcsiáljuk az emberi inelligencia tökéletes modeljét, akkor az intelligen lesz? vagy nem. És mi módon lehetne eldönteni?
mondok egy példát.
adott egy technológiai objektum /TO/ meg a tökéletes modelje /M/. mindekettőt berakjuk egy zárt térbe. a viszgáló jeléek elekromosak, és a viszgált jelek is elektromosak, a TO esetében a jelátalakítás a zárt téren bellül történik.
Ebben az esetben a TO és a M teljesen egyformán fog viselkedni, ám a M mégsem azonos a TO-val. Vagyis kívülről a kettőt nem lehet megkülönböztetni, azonosnak tünnek, de mégsem azonosak.
Vagyis ha csinálunk egy MI-t ami az emberi inteligenciát utánozza /mindenben, nem csak beszélget, értelmes válaszokat ad, tanul stb.../, be lehet bizonyítani hogy inteligens, vagy nem?
végigolvastam a topikot, de valahol elveszetm. mi köze a bűvos kockának az MI-hez?
Szerintem az intelligencia fontos ismerve, hogy egymástól nagyon különböző problémekat is meg tud oldani, és a számára addig ismeretlen problámát is kezelni tudja.
Tehát a verhetetlen sakkautomata akkor intelligens, ha jól amőbázik, de csevegni is tud, meg egyebek.
Az algoritmusban teljesen biztos vagyok: teljes altalanossagban permutaciocsoportokra mukodik. Meg vizsgaztam is belole. Ez meg egy viszonylag konnyu vizsgatetel volt. Egyebkent az algoritmus, ha jol emlekszem regebbi mint maga a buvoskocka, hisz egy nagyon alapveto problemat targyal: hogy dontheto el, hogy egy permutaciot lehet generalni egy megadott permutaciohalmazzal. Az algoritmus nem hogy nem NP-teljes, de linearis(!) (vagy n*log(n)...?, mar nem tudom pontosan) a generatorelemek szama * permutaciocsoport fokaban, (azaz az elemek szamaban, amiket permutalunk). A prof. mellekes alkalmazaskent azert megemlitette a buvoskockat: a buvoskocka kirakasa peldaul nyilvan ekvivalens egy 6*8=48 elemu permutaciocsoportban a generalasi problemaval (6 generator elemmel), tehat a fenti algoritmussal megoldhato. Egyebkent nagyon sok helyen le van implementalva, tobbek kozt a Maple computer-algebra programban. Ennek segitsegevel egy par soros Maple-programmal ki lehet rakatni a buvoskockat.
Az üvös kockara az algoritmus peldaul a lentebb megadott könyvben is megtalahato...
Szoval olyan programot meg nem lattal, ami tenylegesen meg is valositja a buvos kocka kirako algoritmust. Az igazi az lenne, ott nem kellene megertenem a bizonyitast, hanem latnam az eredmenyt. Az a konyv termeszetesen nincs meg nekem. Viszont a feladat meg olyan bonyolultnak tunik, hogy meg lennek lepve, ha nem NP teljes lenne, ahol a meretnovekedessel brutalisan no a futasido. Nem lehet, hogy egyszeruen rosszul emlekszel ? Mondjuk csak bizonyitjak, hogy valahany lepesbol ki lehet rakni, de nem tudjak megmondani, hogy hogyan ? Azt termeszetesen nem fogadom el algoritmusnak, ha csak elvileg fut le, de a gyakorlatban kivarhatatlanul hosszu ido.
Söt a legjobb egy rugalmas önfelülvizsgalo es modosito celrendszer lenne. Szerintem ez is lehetseges
Elvileg persze, hogy lehetseges, de nagysagrendekkel tobb munka lenne, es altalaban a kutatok a kezdeti gyors eredmeny erdekeben olyan elhanyagolasokat tesznek minden ilyen jellegu programba, amitol az 'igazi' kiterjesztese nagyon nehez lesz. Amugy senki sem tudja igazan, hogyan is kellene celokat megadni, persze ha nem akarsz valami trivialisat feltalaltatni a programmal.