ปัญญาประดิษฐ์

หมอกคือการทดสอบเชิงปริมาณของความเป็นมนุษย์ประกอบด้วยข้อเสนอ ~ 80k เช่น: โลกเป็นดาวเคราะห์หรือไม่? ดวงอาทิตย์ใหญ่กว่าเท้าฉันไหม คนอื่นโกหกบ้างไหม? เป็นต้น AI ได้ลองแล้วและผ่านการทดสอบนี้ไปแล้วหรือยัง?

11 history  intelligence-testing  turing-test  chat-bots 

ข้อดีของการมีรถยนต์ที่ขับขี่ด้วยตนเองคืออะไร เราจะสามารถมีรถยนต์มากขึ้นในการจราจรในเวลาเดียวกัน แต่มันจะไม่ทำให้ผู้คนจำนวนมากเลือกที่จะใช้รถยนต์ดังนั้นทั้งการจราจรและสาธารณสุขจะแย่ลงจริงหรือ พวกเราสนใจเรื่องนี้จริงๆหรือ?

11 philosophy  social  autonomous-vehicles 

ฉันมีพื้นฐานด้านวิศวกรรมคอมพิวเตอร์และทำงานเกี่ยวกับการพัฒนาอัลกอริทึมที่ดีกว่าเพื่อเลียนแบบความคิดของมนุษย์ (หนึ่งในสิ่งที่ฉันโปรดปรานคือการจำลองแบบอะนาล็อกที่ใช้กับการประมวลผลภาษาและการตัดสินใจ) อย่างไรก็ตามยิ่งฉันค้นคว้ามากเท่าไหร่ฉันก็ยิ่งรู้ว่า AI ซับซ้อนแค่ไหน ฉันได้พยายามที่จะจัดการกับปัญหาต่าง ๆ ในสาขานี้ แต่บางครั้งฉันพบว่าฉันกำลังคิดค้นล้อใหม่หรือพยายามที่จะแก้ปัญหาที่ได้รับการพิสูจน์แล้วว่าไม่สามารถแก้ไขได้ (เช่นปัญหาการหยุดชะงัก) ดังนั้นเพื่อช่วยในการส่งเสริม AI ฉันต้องการเข้าใจอุปสรรคปัจจุบันที่ขัดขวางความก้าวหน้าของเราในสาขานี้ ยกตัวอย่างเช่นความซับซ้อนของเวลาและพื้นที่ของอัลกอริทึมการเรียนรู้ของเครื่องบางอย่างนั้นเป็นพหุนามขั้นสูงซึ่งหมายความว่าแม้จะมีคอมพิวเตอร์ที่รวดเร็วก็ตาม แม้กระนั้นอัลกอริธึมบางอย่างอาจรวดเร็วบนเดสก์ท็อปหรือคอมพิวเตอร์อื่น ๆ ในขณะที่จัดการกับชุดข้อมูลขนาดเล็ก แต่เมื่อเพิ่มขนาดของข้อมูลอัลกอริทึมจะกลายเป็นยาก ประเด็นอื่น ๆ ที่เผชิญกับการพัฒนา AI ในปัจจุบันคืออะไร?

11 machine-learning 

ระบบ AI ในปัจจุบันเป็นเครื่องจักรที่มีความสามารถสูงและเมื่อเร็ว ๆ นี้พื้นที่ของการประมวลผลภาษาธรรมชาติและการตอบสนองได้รับการระเบิดด้วยนวัตกรรมรวมถึงโครงสร้างอัลกอริทึมพื้นฐานของเครื่อง AI ฉันกำลังถามว่าหากมีการค้นพบเมื่อไม่นานมานี้มีการพัฒนาระบบ AI ใดบ้างที่สามารถ (โดยเฉพาะอย่างยิ่งกับการวัดระดับความสำเร็จ) โดยโกหกต่อมนุษย์เกี่ยวกับข้อเท็จจริงที่รู้หรือไม่? หมายเหตุสิ่งที่ฉันขอนอกเหนือไปจากการพูดคุยทั่วไปของการทดสอบทัวริง ฉันขอเครื่องที่สามารถ 'เข้าใจ' ข้อเท็จจริงแล้วกำหนดคำเท็จต่อข้อเท็จจริงนี้บางทีอาจใช้ข้อเท็จจริงอื่นเพื่อสร้าง 'การปกปิด' ที่เชื่อได้ซึ่งเป็นส่วนหนึ่งของการโกหก EG: ซูเปอร์คอมพิวเตอร์ CIA ถูกขโมยโดยสายลับและพวกเขาพยายามที่จะใช้คอมพิวเตอร์เพื่อทำสิ่งต่าง ๆ แต่คอมพิวเตอร์ก็บอกว่ามันขึ้นอยู่กับการขาดหายไปแม้ว่ามันจะไม่ใช่หรือให้คำตอบที่ถูกต้อง แต่ดูผิด หรือให้ตำแหน่งที่ไม่ถูกต้องของบุคคลโดยรู้ว่าบุคคลนั้นแวะเวียนไปบางที่ แต่ไม่ได้อยู่ที่นั่นในขณะนี้ ไม่จำเป็นต้องมีความซับซ้อนเช่นนี้แน่นอน

11 natural-language-processing  human-like 

ฉันสนใจที่จะทราบว่ามีโครงข่ายประสาทเทียมใด ๆ หรือไม่ที่จะแก้ไขปัญหาที่ไม่เกี่ยวกับสิ่งอื่น ๆ (ด้วยความแม่นยำ> = 80%) ซึ่งใช้โหนดน้อยมาก ฉันต้องการพัฒนาสัญชาตญาณในขนาดของโครงข่ายประสาท

11 neural-networks 

ใน Convolutional Neural Network เลเยอร์ใดที่ใช้เวลาสูงสุดในการฝึกอบรม? Convolution Layer หรือ Layer ที่เชื่อมต่อเต็ม? เราสามารถใช้สถาปัตยกรรม AlexNet เพื่อทำความเข้าใจกับสิ่งนี้ ฉันต้องการที่จะเห็นการแบ่งเวลาของกระบวนการฝึกอบรม ฉันต้องการเปรียบเทียบเวลาแบบสัมพัทธ์เพื่อให้เราสามารถกำหนดค่า GPU คงที่ได้

11 neural-networks  deep-learning  convolutional-neural-networks 

ฉันกำลังอ่านหนังสือเสริมการเรียนรู้: บทนำโดย Richard S. Sutton และ Andrew G. Barto (ฉบับร่างสมบูรณ์, 5 พฤศจิกายน 2017) บนหน้า 271 รหัสหลอกสำหรับวิธีการนโยบายไล่ระดับสี Monte-Carlo หลักการจะแสดง ดูโค้ดหลอกนี้ฉันไม่เข้าใจว่าทำไมมันดูเหมือนว่าอัตราส่วนลดปรากฏขึ้น 2 ครั้งหนึ่งครั้งในสถานะอัพเดตและครั้งที่สองภายในผลตอบแทน [ดูรูปด้านล่าง] ดูเหมือนว่าการคืนค่าสำหรับขั้นตอนหลังจากขั้นตอนที่ 1 เป็นเพียงการตัดทอนการคืนค่าของขั้นตอนแรก นอกจากนี้หากคุณดูเพียงหนึ่งหน้าข้างบนในหนังสือคุณจะพบสมการที่มีอัตราส่วนลดเพียง 1 รายการ (หนึ่งในผลตอบแทน) ทำไมรหัสเทียมดูไม่เหมือนกัน? ฉันเดาว่าฉันเข้าใจผิดบางสิ่ง: θt+1 =˙ θt+αGt∇θπ(At|St,θt)π(At|St,θt).(13.6)(13.6)θt+1 =˙ θt+αGt∇θπ(At|St,θt)π(At|St,θt). {\mathbf{\theta}}_{t+1} ~\dot{=}~\mathbf{\theta}_t + \alpha G_t \frac{{\nabla}_{\mathbf{\theta}} \pi \left(A_t \middle| S_t, \mathbf{\theta}_{t} \right)}{\pi \left(A_t \middle| …

11 reinforcement-learning  algorithm  rl-an-introduction  reinforce 

หนึ่งในหินมุมของ The Selfish Gene (Dawkins) คือการเกิดขึ้นโดยธรรมชาติของตัวลอกเลียนแบบเช่นโมเลกุลที่สามารถทำซ้ำตัวเองได้ สิ่งนี้ได้รับการจำลองใน silicoในการจำลองชีวิต / วิวัฒนาการเทียมปลายเปิดหรือไม่? ระบบเช่น Avida หรือ Tierra ระบุกลไกการจำลองแบบอย่างชัดเจน ขั้นตอนวิธีเชิงพันธุกรรมอื่น ๆ / ระบบการโปรแกรมเชิงพันธุกรรมอย่างชัดเจนค้นหากลไกการจำลองแบบ (เช่นเพื่อลดความซับซ้อนของตัวสร้างสากล von Neumann) เชื่อมโยงไปยังแบบจำลองที่ยินดีต้อนรับผู้ลอกเลียนแบบจากซุปดิจิตอลยุคแรก

11 genetic-algorithms  theory  genetic-programming  self-replication 

เมื่อเร็ว ๆ นี้ฉันกำลังพยายามแก้ไขปัญหาเพื่อทำการวิเคราะห์ต้นทุนการใช้จ่ายทรัพยากรบางอย่าง ฉันมักจะทำการตัดสินใจด้วยตนเองจากการวิเคราะห์และวางแผนตามลำดับ ฉันมีชุดข้อมูลขนาดใหญ่ในรูปแบบ excel และมีคอลัมน์นับร้อยรายการซึ่งกำหนดการใช้ทรัพยากรในกรอบเวลาและประเภทต่างๆ (การใช้รายละเอียดอื่น ๆ ที่หลากหลาย) ฉันยังมีข้อมูลเกี่ยวกับข้อมูล 4 ปีที่ผ่านมาและการใช้ทรัพยากรจริงและค่าใช้จ่ายที่เกิดขึ้นตามลำดับ ฉันหวังว่าจะฝึกอบรม NN เพื่อทำนายค่าใช้จ่ายล่วงหน้าและวางแผนแม้กระทั่งก่อนที่ฉันจะทำการวิเคราะห์ต้นทุนด้วยตนเอง แต่ปัญหาที่ใหญ่ที่สุดที่ฉันกำลังเผชิญคือความต้องการในการระบุคุณสมบัติสำหรับการวิเคราะห์ดังกล่าว ฉันหวังว่าจะมีวิธีการระบุคุณสมบัติจากชุดข้อมูล PS - ฉันมีความคิดเกี่ยวกับ PCA และเทคนิคการลดชุดคุณลักษณะอื่น ๆ สิ่งที่ฉันกำลังดูอยู่คือวิธีการระบุพวกเขาตั้งแต่แรก

11 neural-networks  machine-learning  datasets  feature-selection 

ทุกอย่างที่เกี่ยวข้องกับการเรียนรู้ลึก (DL) และเครือข่ายลึก (เอ้อ) ดูเหมือนว่า "ประสบความสำเร็จ" อย่างน้อยก็ดำเนินไปอย่างรวดเร็วและปลูกฝังความเชื่อที่ AGI เข้าถึงได้ นี่คือจินตนาการที่เป็นที่นิยม DL เป็นเครื่องมืออันยิ่งใหญ่ในการจัดการปัญหามากมายรวมถึงการสร้าง AGIs แม้ว่ามันจะไม่เพียงพอ เครื่องมือเป็นส่วนประกอบที่จำเป็น แต่มักจะไม่เพียงพอ บุคคลสำคัญในโดเมนกำลังค้นหาที่อื่นเพื่อสร้างความก้าวหน้า นี้รายงาน / เรียกร้องรวบรวมเชื่อมโยงไปยังงบโดยโยชัวเบนจิโอ , ยานน์เลคันและเจฟฟ์ฮินตัน รายงานยังอธิบาย: จุดอ่อนหลักของ DL (อย่างที่ฉันเห็น) คือ: พึ่งพาเซลล์ประสาทแบบจำลองที่ง่ายที่สุด (“ cartoonish” ตามที่ LeCun เรียกพวกเขา); การใช้ความคิดจากกลศาสตร์และสถิติเชิงสถิติในศตวรรษที่ 19 ซึ่งเป็นพื้นฐานของฟังก์ชันพลังงานและวิธีการบันทึกความเป็นไปได้ และการรวมเทคนิคเหล่านี้เข้าด้วยกันเช่น backprop และ stochastic gradient descent ทำให้แอพพลิเคชั่นมีข้อ จำกัด มาก (ออฟไลน์ส่วนใหญ่เป็นแบตช์การเรียนรู้แบบมีผู้สอน) ซึ่งต้องการผู้ฝึกสอนที่มีความสามารถสูง ข้อมูลการฝึกอบรมที่มีข้อความและพลังการคำนวณ ในขณะที่ยอดเยี่ยมสำหรับ บริษัท …

11 deep-learning  deep-network  agi 

ฉันกำลังค้นคว้าการคำนวณทางอารมณ์ โดยเฉพาะอย่างยิ่งฉันกำลังศึกษาส่วนของการรับรู้อารมณ์เช่นงานของการรับรู้อารมณ์ความรู้สึกที่ผู้ใช้รู้สึก / เรื่อง ตัวอย่างเช่นImpactivaสามารถใช้ในการนี้ ฉันมีความกังวลไม่ได้อยู่ในความถูกต้องของแบบจำลองเหล่านี้ แต่ในสิ่งที่เราจะทำกับพวกเขา สิ่งที่เกี่ยวกับการตอบสนองต่ออารมณ์? คอมพิวเตอร์จะสามารถเข้าใจอารมณ์ของผู้ใช้ได้หรือไม่

11 neural-networks  research  learning-algorithms 

Roger Schank ทำงานที่น่าสนใจในการประมวลผลภาษาด้วย Conceptual Dependency (CD) ในปี 1970 จากนั้นเขาก็ย้ายออกจากสนามค่อนข้างอยู่ในการศึกษาวันนี้ มีแอปพลิเคชั่นที่มีประโยชน์ในการสร้างภาษาธรรมชาติ (BABEL) การสร้างเรื่องราว (TAILSPIN) และด้านอื่น ๆ มักเกี่ยวข้องกับการวางแผนและเอพมากกว่าประโยคแต่ละประโยค มีใครอีกบ้างที่ยังคงใช้ซีดีหรือรุ่นของมันต่อไป? ฉันไม่ได้ตระหนักถึงโครงการอื่น ๆ ที่ทำนอกเหนือจาก Hovy PAULINE ซึ่งใช้ซีดีเป็นตัวแทนในการสร้างเรื่องราว

11 natural-language-processing  knowledge-representation 

มันถูกสันนิษฐานในวิทยาศาสตร์คอมพิวเตอร์ว่าจิตใจมนุษย์สามารถจำลองด้วยเครื่องทัวริงดังนั้นปัญญาประดิษฐ์ทั่วไป (AGI) จึงเป็นไปได้ การถือว่าเป็นอย่างอื่นคือการเชื่อในสิ่งลึกลับและความเชื่อลึกลับเป็นเท็จ ฉันไม่ทราบว่ามีข้อโต้แย้งอื่น ๆ ที่ AGI เป็นไปได้และข้อโต้แย้งข้างต้นอ่อนแอมาก มีหลักฐานที่เข้มงวดว่า AGI เป็นไปได้อย่างน้อยก็ในทางทฤษฎี? เราจะรู้ได้อย่างไรว่าทุกสิ่งที่จิตใจมนุษย์สามารถทำได้นั้นสามารถเข้ารหัสเป็นโปรแกรมได้?

11 philosophy  agi  proofs 

เนื่องจากความฉลาดของมนุษย์น่าจะเป็นหน้าที่ของอัลกอริทึมทางพันธุกรรมตามธรรมชาติในธรรมชาติการใช้อัลกอริทึมทางพันธุกรรมในคอมพิวเตอร์เป็นตัวอย่างของปัญญาประดิษฐ์ใช่หรือไม่ ถ้าไม่พวกเขาต่างกันอย่างไร หรือบางทีบางคนและบางคนไม่ได้แสดงปัญญาประดิษฐ์ขึ้นอยู่กับขนาดของอัลกอริทึมและสิ่งที่มันวิวัฒนาการมา?

11 philosophy  genetic-algorithms  terminology 

การเพิ่มเสียงในข้อมูลช่วยปรับปรุงความสามารถในการเรียนรู้ของเครือข่ายหรือไม่? มันสร้างความแตกต่างหรือไม่หรือขึ้นอยู่กับปัญหาที่กำลังแก้ไข? มันส่งผลกระทบต่อกระบวนการทั่วไปอย่างไร?

11 neural-networks  machine-learning  statistical-ai  generalization