Разгадка интеллекта в характере отражения.
⦁ Мертвое отражает воздействие согласно своему внутреннему устройству.
⦁ Живое отражает существование (реплицирование) согласно маппингу "сенсоры-эффекторы". На этом маппинге уже можно строить обратные связи, рефлексы, безусловные и условные, алгоритмы поведения, этологию сообществ.
⦁ Интеллектуальное отражает представления о реальности согласно своим семиотическим моделям (образу явлений, языку и образу понятий), памяти и сознанию. Персональные представления о реальности формируют личность, коллективные представления о реальности формируют социум.
Думал немного о слойности, которая не иерархия, которая с новыми, более эффективными возможностями описания и пришел к старым, в принципе уже озвученным мыслям. Появление нового слоя лично у меня вызывает ассоциации с появлением нового математического оператора. Если привести аналогию в контексте написанного выше, то сложение единиц на прямой, будет одним слоем, но добавление новой мерности рождает такой математический оператор как умножение, где суммой будет выступать площадь, как эмержентное свойство. Таким образом метод можно представить как формулу описывающую нижележащие процессы.
Linner: Появление нового слоя лично у меня вызывает ассоциации с появлением нового математического оператора. Если привести аналогию в контексте написанного выше, то сложение единиц на прямой, будет одним слоем, но добавление новой мерности рождает такой математический оператор как умножение, где суммой будет выступать площадь, как эмержентное свойство.
На мой вкус, в меньшей степени появление операторов, в большей степени появление новых структур, то есть понятий и смыслов. Так например, для трехмерного мира оператор умножения останется тем же, но добавится понятие объем. Двумерный мир интересно исследовать на предмет новых смыслов. Граница. Эйлеровы области - пересечение, включение, тождественность. Связность. Форма. И так далее. Вообще возникает топология как модель.
Prosolver: Разве "маппинг" и "семиотические модели" не являются частным случаем "внутреннего устройства"?
Речь идет о возрастании сложности. Тут важно, что не всякое внутреннее устройство является маппингом, но только такое, в котором существуют система сенсеров, система эффекторов и система правил их отношений и событий. Такое внутреннее устройство мы можем назвать маппингом. Другое - нет. При этом свойства реактивного поведения никуда не исчезают, ты испытываешь на себе выполнение всех законов природы как простой материальный объект. ))))
Семиотическая модель еще сложнее, она влючает маппинг и является устройством. Она содержит много элементов, посмотри на картинке. )) Это только ее часть, сематическая "проекция")
Linner: Появление нового слоя лично у меня вызывает ассоциации с появлением нового математического оператора. Если привести аналогию в контексте написанного выше, то сложение единиц на прямой, будет одним слоем, но добавление новой мерности рождает такой математический оператор как умножение, где суммой будет выступать площадь, как эмержентное свойство.
На мой вкус, в меньшей степени появление операторов, в большей степени появление новых структур, то есть понятий и смыслов. Так например, для трехмерного мира оператор умножения останется тем же, но добавится понятие объем. Двумерный мир интересно исследовать на предмет новых смыслов. Граница. Эйлеровы области - пересечение, включение, тождественность. Связность. Форма. И так далее. Вообще возникает топология как модель.
Так то да, но возможно что на практике, бог не любит кубы.
Пока местные создатели)) интеллектов пытаются разобраться как работает логика предикатов, пытаются искать интеллект в автономности и саккадах, Амазон тем временем внедряет использование ротобов.
Amazon внедрила более 750 000 роботов. Большинство людей не осознают, насколько быстро масштабируется индустрия робототехники. Amazon — идеальный кандидат. 10 лет назад роботов практически не существовало на их глобальных складах и в дистрибьюторской сети. Но это фактическое увеличение ускорения.
2013: 1000
2014: 15 000
2017: 100 000
2019: 200 000
2021: 350 000
2022: 520 000
2023: 750 000
Давайте увеличим два последних прыжка. 400 000 дополнительных роботизированных единиц примерно за два года. В результате развертываются тысячи новых единиц *каждую неделю* 🚀 Ясно. Вне всяких сомнений. Искусственный интеллект, робототехника, компьютерное зрение заменят и заменяют большую часть человеческого труда. И продолжит ускорять этот прогресс в следующем десятилетии. Важно отметить, что это также увеличит потребность в более высококвалифицированной работе. Сделать промышленность безопаснее. Самая большая проблема, с которой мы столкнемся, — это масштабная переквалификация и повышение квалификации, с которыми столкнется рабочая сила в относительно короткий период времени. Мы вступили в эпоху робототехники и в эпоху интеллекта одновременно.
тут по ссылке есть видео как это всё выглядит:
https://twitter.com/i/status/1749216813416636791
и есть такое видео:
Меня часто спрашивают, почему память - это текст, почему память - это знаковая система. Казалось бы, память - это слепки с сенсорики, покадровый лог событий и восприятий. Нет. Вот тут неплохо и популярно написано об этом:
Данные от органов чувств идут в мозг непрерывным потоком, однако когда дело доходит до памяти, мы всё-таки можем отличить один эпизод от другого, существенные признаки от несущественных и т. д. Например, познакомившись с новым человеком, мы можем запомнить, во что он был одет, тем не менее, главными для нас всё-таки будут черты лица – и впоследствии мы узнаем его, даже если он переменит костюм. С психологической точки зрения всё это звучит банально, но что насчёт нейробиологии?
Память хранится в нейронных сетях, и особую роль тут играют так называемые энграммные нейроны. Под энграммой понимают след, оставленный раздражителем; если говорить о нейронах, то повторяющиеся сигналы — звук, запах, некая обстановка и т. д. — должны провоцировать в них некие физические и биохимические изменения. Если стимул потом повторится, то «след» активируется, и клетки, в которых он есть, вызовут из памяти всё воспоминание целиком. Иными словами, у нас энграммные («ключевые») нейроны отвечают за доступ к записанной информации, а чтобы сами они заработали, на них должен подействовать ключевой сигнал; очевидно, сами такие клетки должны уметь как-то сохранять в себе информацию о тех или иных стимулах. И вот тут возникает вопрос, какой именно стимул в общем потоке считать значимым, а какой нет.
(далее по ссылке, это НиЖ, текст на русском))))
https://nkj.ru/news/49790/
Вот еще очень важная вещь в этой связи - фильтр Блюма - структуктура, основанная на хеш-функции с отсутствием ложноотрицательного срабатывания.
Фильтр Блума представляет собой битовый массив из m бит. Изначально, когда структура данных хранит пустое множество, все m бит обнулены. Пользователь должен определить k независимых хеш-функций h1, …, hk, каждая из которых отображает множество элементов в множество мощностью m. (Иными словами, каждому элементу хеш-функция сопоставляет число от 1 до m.) Для каждого элемента e биты массива с номерами h1(e), …, hk(e) равными значениям хеш-функций устанавливаются в 1.
Для проверки принадлежности элемента e к множеству хранимых элементов необходимо проверить состояние битов h1(e), …, hk(e). Если хотя бы один из них равен нулю, элемент не может принадлежать множеству (иначе бы при его добавлении все эти биты были установлены). Если все они равны единице, то структура данных сообщает, что е может принадлежать множеству. При этом может возникнуть две ситуации: либо элемент действительно принадлежит множеству, либо все эти биты оказались установлены по случайности при добавлении других элементов, что и является источником ложных срабатываний в этой структуре данных.
Независимость хеш-функций обеспечивает минимальную вероятность повторения индексов hk(e), минимизируя число бит установленных в 1 несколько раз. (А это главный источник ложноположительных срабатываний.)
С примерами можно почитать здесь:
https://habr.com/ru/companies/otus/articles/541378/https://habr.com/ru/articles/112069/
Вот еще хорошее видео, где эксперт говорит фундаментальную вещь (12:38) - "жизнь, то есть эволюция, возможна только при цифровой записи информации, аналоговая будет разрушена шумами". Иными словами, жизнь возможно только тогда, когда генетическая информация представляет собой знаковую систему, то есть текст...
Сообщение для тех, кто на самом деле занимается реконструкцией интеллекта, а не ковырянием пальцем в различных местах... /* шучу, конечно, это не для нашего философского форума, но просто пусть у вас будет хоть какое-то представление о передовом участке разработки AGI. Масштабе, вариативности и вовлеченности.*/
Тут вот португальские ребята, которые раньше занимались базами данных и датой, взяли и запилили полный каталог больших языковых моделей. Видно, что опыт работы с данными у них имеется - получился довольно нарядный дашборд, где также есть неплохой поиск. Там много вариантов сортировки и огромное количество столбцов. Рейтинги и скачивания, как я понял, берутся с HuggingFace. Все это синкается постоянно - для поиска, анализа и ресерча - очень удобно. Есть ссылки на статьи с архива.
Пятнадцать тысяч девятьсот шестьдесят три LLM-ки.)))https://llm.extractum.io/list/
Вот интересная статья про ферментацию...
Мозговая ткань метаболически дорога. Следовательно, эволюция большого мозга человека должна была произойти посредством сопутствующих изменений в расходе и потреблении энергии. Предлагаемые механизмы включают изменения в питании, например, в приготовлении пищи. Однако важно отметить, что любой новый источник пищи должен был быть доступен гоминидам, мозг которых в три раза меньше мозга современного человека. Здесь мы предполагаем, что первоначальным метаболическим триггером расширения мозга человекообразных было потребление ферментированных продуктов. Мы определяем «внешнюю ферментацию» как происходящую вне тела, в отличие от внутренней ферментации в кишечнике. Внешняя ферментация может повысить биодоступность макро- и микроэлементов при одновременном снижении затрат энергии на пищеварение и поддерживается относительным сокращением объема толстой кишки человека. Мы обсуждаем объяснительную силу нашей гипотезы и изучаем внешние практики ферментации в разных человеческих культурах, чтобы продемонстрировать ее жизнеспособность в различных средах и источниках пищи. Мы заканчиваем предложениями по эмпирическим тестам.
(далее по ссылке: https://www.nature.com/articles/s42003-023-05517-3)
Вот попалась на глаза статейка, обсуждающая сознание у искусственного интеллекта.
Могут ли нынешние или будущие системы ИИ быть сознательными — это тема, вызывающая научный интерес и растущая общественная обеспокоенность. В этом отчете приводятся доводы и примеры строгого и эмпирически обоснованного подхода к сознанию ИИ: детальной оценки существующих систем ИИ в свете наших наиболее хорошо обоснованных нейробиологических теорий сознания. Мы рассматриваем несколько известных научных теорий сознания, включая теорию рекуррентной обработки данных, теорию глобального рабочего пространства, теории высшего порядка, прогнозирующую обработку и теорию схемы внимания. Из этих теорий мы выводим «индикаторные свойства» сознания, выраженные в вычислительных терминах, которые позволяют нам оценивать системы ИИ по этим свойствам. Мы используем эти свойства индикаторов для оценки нескольких последних систем искусственного интеллекта и обсуждаем, как будущие системы могут их реализовать. Наш анализ показывает, что ни одна из нынешних систем ИИ не обладает сознанием, но также предполагает, что не существует очевидных технических препятствий для создания систем ИИ, удовлетворяющих этим показателям.
https://arxiv.org/abs/2308.08708
