Προς το περιεχόμενο

Νευρωνικό δίκτυο περιγράφει όσα βλέπει στο Άμστερνταμ


Perambulator

Προτεινόμενες αναρτήσεις

οπως δουλευει ο ανθρωπινος εγκεφαλος δηλαδη. το θεμα ειναι ποτε η μηχανη θα αρχισει να κανει τις συγκρισεις σε αφαιρετικο επιπεδο, πχ να καταλαβει οτι ο αντρας δεν τρωει πραγματικα ενα burger αλλα οτι προσποιειται πως τρωει ενα ψευτικο burger.

υπαρχει η αποψη οτι κατι τετοιο δεν θα το πετυχει ποτε μια μηχανη, οσο και να αναπτυχθει η ΑΙ τεχνολογια.

Δεν θα το πετύχει ποτέ ο συγκεκριμένος κώδικας γιατι πολύ απλά άλλη είναι η δουλειά του αυτό το νευρωνικό δίκτυο αποδομεί τις εικόνες στα εξ ων συνετέθησαν και κατηγοριοποιεί τα μοτίβα τους (δεν συγκρίνει δηλαδή πχ την εικόνα που βλέπει με γνωστές εικόνες απλά ακολουθείται ενας μαθηματικός αλγόριθμος και σπάζοντας την εικόνα σε pixel ποσοτικοποιεί κάποια αρχαϊκά μοτίβα και όπως προκύπτει και απο τα αποτελέσματα η παρουσία/αριθμός συγκεκριμένων μοτίβων καθορίζει και το τι φαίνεται στην εικόνα) άρα η δουλειά του συγκεκριμένου κώδικα δεν είναι να καταλαβαίνει την ανθρώπινη συμπεριφορά και κατά συνέπεια την προσποίηση στην οποία αναφέρεσαι.

 

Αυτό είναι δουλειά άλλης κατηγορίας κώδικα (ΑΙ) που μπορεί να εκμεταλλευτεί τα αποτελέσματα απο την ανάλυση του νευρωνικού δικτύου και να καταλήξει σε κάποιο τέτοιο αποτέλεσμα.

  • Like 1
Συνδέστε για να σχολιάσετε
Κοινοποίηση σε άλλες σελίδες

ο ανθρωπινος εγκεφαλος ειναι ενας βιολογικος υπολογιστης που χρειαστηκε εκατομμυρια χρονια εξελιξης ωστε να καταφερει να φτιαξει ενα καλυτερο και ανωτερο "εγκεφαλο" σε πολυ μικροτερο χρονο. εξελιξη σε γεωμετρικη προοδο δηλαδη. η "φυση" μας εδωσε τη σκυταλη να "τρεξουμε" ;)

 

το εντυπωσιακο με εμας ειναι οτι, ο,τι σκεφτουμε ή φανταστουμε, μπορουμε να το φτιαξουμε καπου,καπως, καποτε!

  • Like 2
Συνδέστε για να σχολιάσετε
Κοινοποίηση σε άλλες σελίδες

Ο ανθρώπινος εγκέφαλος ειναι βιολογική μηχανή επεξεργασίας πληροφορίας. Προφανώς όλες του οι λειτουργίες κάποια στιγμή θα εξομοιωθούν απο μια τεχνητή υπολογιστική μηχανή.

Τωρα αν αυτη η μηχανή θα εχει συνειδηση με την φιλοσοφική διάσταση του όρου...ας φτάσουμε ως εκει και βλέπουμε. Για μένα παντως δεν εχει κ πολύ σημασια η απάντηση.

Συνδέστε για να σχολιάσετε
Κοινοποίηση σε άλλες σελίδες

Δεν θα το πετύχει ποτέ ο συγκεκριμένος κώδικας γιατι πολύ απλά άλλη είναι η δουλειά του αυτό το νευρωνικό δίκτυο αποδομεί τις εικόνες στα εξ ων συνετέθησαν και κατηγοριοποιεί τα μοτίβα τους (δεν συγκρίνει δηλαδή πχ την εικόνα που βλέπει με γνωστές εικόνες απλά ακολουθείται ενας μαθηματικός αλγόριθμος και σπάζοντας την εικόνα σε pixel ποσοτικοποιεί κάποια αρχαϊκά μοτίβα και όπως προκύπτει και απο τα αποτελέσματα η ποσότητα/αριθμός συγκεκριμένων μοτίβων καθορίζει και το τι φαίνεται στην εικόνα) άρα η δουλειά του συγκεκριμένου κώδικα δεν είναι να καταλαβαίνει την ανθρώπινη συμπεριφορά και κατά συνέπεια την προσποίηση στην οποία αναφέρεσαι.

 

Αυτό είναι δουλειά άλλης κατηγορίας κώδικα (ΑΙ) που μπορεί να εκμεταλλευτεί τα αποτελέσματα απο την ανάλυση του νευρωνικού δικτύου και να καταλήξει σε κάποιο τέτοιο αποτέλεσμα.

 

Και τα γράμματα εικόνες είναι. Όταν διαβάζεις κάτι ο εγκέφαλος σου αναγνωρίζει λέξεις συγκρίνωντας δεδομένα με βάση το πρώτο και το τελευταίο γράμμα. 

  • Like 1
Συνδέστε για να σχολιάσετε
Κοινοποίηση σε άλλες σελίδες

Και τα γράμματα εικόνες είναι. Όταν διαβάζεις κάτι ο εγκέφαλος σου αναγνωρίζει λέξεις συγκρίνωντας δεδομένα με βάση το πρώτο και το τελευταίο γράμμα. 

και που θες να καταλήξεις με αυτό;

Συνδέστε για να σχολιάσετε
Κοινοποίηση σε άλλες σελίδες

και που θες να καταλήξεις με αυτό;

 

Ότι δεν θα χρειάζεσαι εξωτερικό A.I να αναλύσει τα δεδομένα όπως υποστηρίζεις, αλλά η ανάλυση θα γίνεται από το ίδιο το neural network.

 

Edit: Επειδή δεν έκανα καλή εξήγηση στο τι εννοούσα. Μαζί με την αναγνώριση θα κατηγοριοποιεί τα δεδομένα με σε schematics (εικόνα, ήχος, ιδέα, γραπτός λόγος κλπ) όπως δηλαδή ο εγκέφαλος μας. Η αναγνώριση εικόνων είναι ένα υπο-μέρος των δυνατοτήτων των neural network.

  • Like 1
Συνδέστε για να σχολιάσετε
Κοινοποίηση σε άλλες σελίδες

σιγά σιγά ο μεγάλος αδελφός βελτιώνεται στο να μας παρακολουθεί όλους.

Αν βάλεις όμως καπέλο και γυαλιά ηλίου αμφιβάλω αν θα μπορέσει να κάνει ταυτοποίηση προσώπου. :-D :-D

ήθελα να ήξερα οι developers που ασχολούνται με τέτοιου είδους εφαρμογές αισθάνονται καλά με τον εαυτό τους?

 

Υπάρχει τώρα (όχι σε 2-3 χρόνια) Link.png Site: λογισμικό (απλό παράδειγμα) που αναγνωρίζει άτομα real time και σε πραγματικές συνθήκες μετά από ολική πλαστική στο πρόσωπο με 70% επιτυχία, στο καπέλο και γυαλιά πάμε πάνω από 90%. 

  • Like 3
Συνδέστε για να σχολιάσετε
Κοινοποίηση σε άλλες σελίδες

Ότι δεν θα χρειάζεσαι εξωτερικό A.I να αναλύσει τα δεδομένα όπως υποστηρίζεις, αλλά η ανάλυση θα γίνεται από το ίδιο το neural network.

 

Edit: Επειδή δεν έκανα καλή εξήγηση στο τι εννοούσα. Μαζί με την αναγνώριση θα κατηγοριοποιεί τα δεδομένα με σε schematics (εικόνα, ήχος, ιδέα, γραπτός λόγος κλπ) όπως δηλαδή ο εγκέφαλος μας. Η αναγνώριση εικόνων είναι ένα υπο-μέρος των δυνατοτήτων των neural network.

Τα νευρωνικά δίκτυα δεν κάνουν "τίποτα" άλλο απο το να μετράνε μοτίβα και να αντιστοιχούν ένα αριθμητικό αποτέλεσμα σε μια ομάδα/κατηγορία δεν "σκέφτονται" ούτε αξιολογούν πχ δεν μπορείς να μεταφέρεις την έννοια του καλού και του κακού σε αυτά γιατι πολύ απλά δεν μπορείς να ποσοτικοποιήσεις τέτοιες έννοιες με μοτίβα pixel πέρα απο το βασικό να αναγνωρίζουν μοχθηρές ή χαρούμενες γκριμάτσες...

 

Ακόμη και το να να καταλήξει ενα πρόγραμμα στο ότι πχ ο superman είναι καλός επειδή είναι σε comics και περιγράφεται απο τις λέξεις "ήρωας" "καλός" κτλ είναι μια διαδικασία που το νευρωνικό δίκτυο (ο κώδικας που το περιγράφει δηλαδή) δεν την κάνει... κάτι τέτοιο το αναλαμβάνει μια ξεχωριστή ρουτίνα και αυτό είναι που ονομάζουμε ΑΙ

 

Το σίγουρο πάντως είναι ότι τα ANN και το ΑΙ πάνε "χέρι χέρι" που λέμε και θα βοηθήσουν πολύ στην εξέλιξή του AI

Συνδέστε για να σχολιάσετε
Κοινοποίηση σε άλλες σελίδες

 Να το βαλουνε να τραβαει ταινια και μετα να ενσωματωσουνε τους υποτιτλους! :P

 

Ναι γιατί οι υπότιτλοι που διαβάζεις σήμερα περιγράφουν το περιβάλλον και όχι το τι λένε οι ανθρωποι...

  • Like 1
Συνδέστε για να σχολιάσετε
Κοινοποίηση σε άλλες σελίδες

Τα νευρωνικά δίκτυα δεν κάνουν "τίποτα" άλλο απο το να μετράνε μοτίβα και να αντιστοιχούν ένα αριθμητικό αποτέλεσμα σε μια ομάδα/κατηγορία δεν "σκέφτονται" ούτε αξιολογούν πχ δεν μπορείς να μεταφέρεις την έννοια του καλού και του κακού σε αυτά γιατι πολύ απλά δεν μπορείς να ποσοτικοποιήσεις τέτοιες έννοιες με μοτίβα pixel πέρα απο το βασικό να αναγνωρίζουν μοχθηρές ή χαρούμενες γκριμάτσες...

 

Δες το presentation της nvidia, το deep learning είναι πιο πολύπλοκο από αυτό. Αυτό που λες είναι μια υπεραπλούστευση του deep learning.

 

Η έννοια του καλού και του κακού είναι man made concept, δεν είναι τίποτα το σπουδαίο.

  • Like 1
Συνδέστε για να σχολιάσετε
Κοινοποίηση σε άλλες σελίδες

Είχε κάνει η nvidia presentation για GPU accelerated deep learning πριν μερικούς μήνες.

 

 

 

 

Θέμα χρόνου είναι, απλά τα σημερινά neural networks είναι ακόμα σε επίπεδο εγκεφάλου μύγας. Το καλό με τα neural networks είναι ότι δεν χρειάζεσαι κανέναν εξωπραγματικό κώδικα, αλλά μόνο επεξεργαστική ισχύ και δεδομένα!

Ακριβώς

 

Τα νευρωνικά δίκτυα δεν κάνουν "τίποτα" άλλο απο το να μετράνε μοτίβα και να αντιστοιχούν ένα αριθμητικό αποτέλεσμα σε μια ομάδα/κατηγορία δεν "σκέφτονται" ούτε αξιολογούν πχ δεν μπορείς να μεταφέρεις την έννοια του καλού και του κακού σε αυτά γιατι πολύ απλά δεν μπορείς να ποσοτικοποιήσεις τέτοιες έννοιες με μοτίβα pixel πέρα απο το βασικό να αναγνωρίζουν μοχθηρές ή χαρούμενες γκριμάτσες...

 

Ακόμη και το να να καταλήξει ενα πρόγραμμα στο ότι πχ ο superman είναι καλός επειδή είναι σε comics και περιγράφεται απο τις λέξεις "ήρωας" "καλός" κτλ είναι μια διαδικασία που το νευρωνικό δίκτυο (ο κώδικας που το περιγράφει δηλαδή) δεν την κάνει... κάτι τέτοιο το αναλαμβάνει μια ξεχωριστή ρουτίνα και αυτό είναι που ονομάζουμε ΑΙ

 

Το σίγουρο πάντως είναι ότι τα ANN και το ΑΙ πάνε "χέρι χέρι" που λέμε και θα βοηθήσουν πολύ στην εξέλιξή του AI

 

Καταρχήν, όταν μιλάμε για ANN μιλάμε για AI (https://en.wikipedia.org/wiki/Connectionism).

 

Δεύτερον, όσο η επόμενη κατάσταση μίας ευφυούς οντότητας είναι συνάρτηση κάποιων δεδομένων (των αισθήσεων της και της προγενέστερης κατάστασης της), ένα νευρωνικό δίκτυο θα μπορεί πάντα να την προσομοιώσει. Καθώς, η κατηγοριοποίηση που λες οτι κάνει το νευρωνικό, από μια άλλη σκοπιά είναι προσέγγιση μίας συνάρτησης. Πολύπλοκες συμπεριφορές φυσικά απαιτούν και ανάλογο μέγεθος νευρωνικού δικτύου.

Συνδέστε για να σχολιάσετε
Κοινοποίηση σε άλλες σελίδες

Δες το presentation της nvidia, το deep learning είναι πιο πολύπλοκο από αυτό. Αυτό που λες είναι μια υπεραπλούστευση του deep learning.

 

Η έννοια του καλού και του κακού είναι man made concept, δεν είναι τίποτα το σπουδαίο.

Απλά στο εξήγησα στα ελληνικά πως δουλεύει με σαφή τρόπο και τα αγγλικά του Jen-Hsun Huang σε μπερδέψανε αυτό είναι...

 

Τι πάει να πεί "man made concept" ο όλος σκοπός της τεχνητής νοημοσύνης απο την εποχή του Alan Turing εως και σήμερα γυρίζει γύρο απο το θέμα να προσαρμόσουμε την ανθρώπινη λογική σε μια μηχανή...  (και αν δεν το έπιασες ακόμη όπου ανθρώπινη λογική = ένα σύνολο "man made concepts" ) και τι πάει να πεί "τίποτα το σπουδαίο" ή έννοια του καλού και του κακού απασχολεί την φιλοσοφία τουλάχιστον απο την εποχή του Σωκράτη έχει παιδέψει άπειρα μυαλά έχει δημιουργήσει ολόκληρες θρησκείες έχει καταστρέψει και αναδείξει αυτοκρατορίες ... μου φαίνεται απλά χαβαλέ θες να κάνεις ξεπετώντας ότι σου ακούγεται βολικό σαν ίδεα την ώρα που γράφεις ποστ....

 

 

Επίσης σε όλες σχεδόν τις ταινίες επιστημονικής φαντασίας που έχουν άμεση σχέση με το AI  (Skynet,Hal9000,irobot κτλ κτλ τκλ) ξεκινάνε με το ότι η μηχανή παρερμηνεύει ή δίνει άλλο ορισμό για το καλό και το κακό και αρχίζει ο Αρμαγεδδών.... (πχ το skynet νομίζει ότι κάνει καλο στους ανθρώπους το ίδιο και ο υπολογιστής της umbrella corporation στο resident evil)  δεν χρειάζεται καν να ασχολείσαι με την φιλοσοφία για να καταλάβεις πόσο καταλυτικό ρόλο παίζουνε οι έννοιες στην δημιουργία του AI

 

Ακριβώς

 

 

Καταρχήν, όταν μιλάμε για ANN μιλάμε για AI (https://en.wikipedia.org/wiki/Connectionism).

 

Δεύτερον, όσο η επόμενη κατάσταση μίας ευφυούς οντότητας είναι συνάρτηση κάποιων δεδομένων (των αισθήσεων της και της προγενέστερης κατάστασης της), ένα νευρωνικό δίκτυο θα μπορεί πάντα να την προσομοιώσει. Καθώς, η κατηγοριοποίηση που λες οτι κάνει το νευρωνικό, από μια άλλη σκοπιά είναι προσέγγιση μίας συνάρτησης. Πολύπλοκες συμπεριφορές φυσικά απαιτούν και ανάλογο μέγεθος νευρωνικού δικτύου.

1) παρουσίασες ενα link με ένα Α4 περιεχόμενο που σε διαφορετικά σημεία του έχει μέσα τις λέξεις Artificial Intelligence και Neural Networks και τίποτα άλλο.

 

2) Τα πράγματα είναι συγκεκριμένα υπάρχουν δεκαετίες τώρα, κάθε είδος κώδικα έχει τον λόγο ύπαρξης του και την χρήση του και είναι ξεκάθαρο στους επιστήμονες και τους μηχανικούς που το αναπτύσσουν ή το χρησιμοποιούν τι κάνει... όλα τα άλλα είναι αυθαίρετες γενικεύσεις σαν να λες πως η μηχανή είναι αυτοκίνητο γιατι είναι μέσα στο αυτοκίνητο και χωρίς αυτή δεν λειτουργεί το αυτοκίνητο.... η μηχανή είναι κάτι πολύ συγκεκριμένο το πιστόνι της είναι κάτι πολύ συγκεκριμένο και το αυτοκίνητο γενικά είναι πολύ συγκεκριμένο δεν είναι όλα το ίδιο δεν κάνουν όλα την ίδια δουλειά ασχέτως αν σε συνάρτηση τα χρησιμοποιούμε για έναν σκοπό.

Συνδέστε για να σχολιάσετε
Κοινοποίηση σε άλλες σελίδες

χαίρομαι για το ότι δίνει τον κώδικα στο GitHub, αλλά ισχύει οτι δεν είναι κάτι νέο.

 

Εδώ μια έκδοση από το Stanford που πιστεύω είναι αρκετές φορές καλύτερη. Και έχει και το σχετικό paper μαζί για όποιον ενδιαφέρεται. http://cs.stanford.edu/people/karpathy/deepimagesent/

 

πέρα απο αυτό και όσον αφορά την αναγνωριση προσώπου, δωράκι. https://github.com/cmusatyalab/openface

Συνδέστε για να σχολιάσετε
Κοινοποίηση σε άλλες σελίδες

Δημιουργήστε ένα λογαριασμό ή συνδεθείτε για να σχολιάσετε

Πρέπει να είστε μέλος για να αφήσετε σχόλιο

Δημιουργία λογαριασμού

Εγγραφείτε με νέο λογαριασμό στην κοινότητα μας. Είναι πανεύκολο!

Δημιουργία νέου λογαριασμού

Σύνδεση

Έχετε ήδη λογαριασμό; Συνδεθείτε εδώ.

Συνδεθείτε τώρα
  • Δημιουργία νέου...