🤽 🌰 🧓🏿 Neurointelligenz oder Mythos? 🐙 🔜 ⛹🏻

Die Ära der künstlichen Intelligenz des neuronalen Netzwerks ist in vollem Gange! Ein echter Durchbruch in den letzten Jahren - Neuronale Netze erkennen nicht nur Sprache, Tierbilder, komplexe Szenen, sondern beschreiben sie sogar in Worten! (NeuralTalk). In neuronalen Netzen werden Bots erstellt, die immer noch schlecht sind, aber bereits reagieren. Neuronale Netze komponieren Musik und schreiben Gedichte. Entsprechend dem Szenario werden die neuronalen Netze sogar einen Film machen! Bald prophezeien Journalisten, sehr bald würden sie Autos, Banken, Unternehmen und Länder betreiben. „Und jeder wird mit der Postkutsche fliegen“ - so träumten sie zu Beginn des letzten Jahrhunderts. Jetzt träumen seine Schöpfer von einer Zukunft des neuronalen Netzwerks. Sie sagen, dass sie bald eine Person in allem überholen werden. Neuronale Netze haben in Jaopardy (Eigenes Spiel) bereits eine Person im Schach geschlagen. Und so nennen sie ihre Kreationen nicht weniger als künstliche Intelligenz.Erkannte das Pferd auf dem Bild - künstliche Intelligenz. Warum Intelligenz? Denn vorher wussten nur Menschen, wie man das macht. Es ist seltsam, warum ein Taschenrechner damals nicht künstliche Intelligenz genannt wurde. Stimmt es dann, neuronale Netze anzurufen?

Natürlich ist ein neuronales Netzwerk um Größenordnungen komplizierter als ein Taschenrechner. Wenn Sie sich jedoch das Ergebnis der Arbeit eines neuronalen Netzwerks ansehen, ohne die Intelligenz zu antizipieren, ist dies nur ein Klassifikator! Darüber hinaus ist es regressiver Natur - es reduziert den Satz von Eingaben auf die Auswahl mehrerer Optionen (mit Ausnahme von assoziativen Netzwerken und der Boltzmann-Maschine). Relais, nur mit komplexerer Eingabe. Es schien mir, dass Intelligenz zumindest die Fähigkeit zur Vernunft ist. Und während kein Netzwerk selbst den einfachsten Syllogismus aufbauen kann, nennen wir es Intelligenz, um es milde auszudrücken, zu früh. Ich spreche nicht von komplexeren Aufgaben. Zum Beispiel

Eine Biene hat etwas mehr Neuronen im Kopf, aber sie weiß, was noch kein modernes neuronales Netzwerk kann - mit hoher Geschwindigkeit zwischen Ästen und Bäumen fliegen. Während Google über 10 Jahre Entwicklungszeit Schwierigkeiten beim Schwitzen hat, fährt es Autos entlang der Straßenmarkierungen. Und Bienen sind ein Insekt, der Beginn der Entwicklung des neuronalen Netzwerks. Wir haben dieses anfängliche Niveau noch nicht einmal erreicht, nennen das Netzwerk aber bereits die Schöpfung, die die Krone der Evolution des neuronalen Netzwerks kennzeichnete - den Intellekt.

Jeder und die Wissenschaftler selbst machen den gleichen erkenntnistheoretischen Fehler. Sie sagen, das Netzwerk sei intelligent, weil es das Pferd auf dem Bild erkannt habe! Hat sie das Pferd erkannt? Sie wählte einfach den Ausgang X, den der Forscher "Pferd" nannte. Ja, sie hat eine Verallgemeinerung (Klassifikator) vorgenommen und die Version des Pferdes auf den Ausgang „Pferd“ reduziert. Aber das neuronale Netzwerk hat keine Ahnung, was sie gewählt hat. Sie hat kein Konzept von "Pferd" (Semantik), die "Bedeutung" der Ausgabe von "Pferd" ist in unserem Kopf und nicht im Netzwerk. Damit er sich im neuronalen Netzwerk selbst befindet, muss sie keine Eingabe wählen, kein Wort nach einem erkannten Bild, sondern alle kontextbezogenen Wörter, dh das gesamte Konzept eines „Pferdes“. Dann wird sie vielleicht verstehen, dass das Pferd und der Nebel nur im Sinne einer kosmischen Staubwolke eine gemeinsame Bedeutung haben.Für ein neuronales Netzwerk ist die ausgewählte Ausgabe ein semantischer „Punkt“ ohne Inhalt.

Die schwächsten Errungenschaften neuronaler Netze sind genau in NLP zu verzeichnen, wo das Verständnis der natürlichen Sprache erforderlich ist . Weil wir immer noch nicht verstehen, was wir unter uns verstehen, wie es mir scheint. Und das ist der wichtigste Aspekt, den wir im Auto umsetzen möchten. Und das könnte man dann zu Recht als Intelligenz bezeichnen. Genau im Sinne der Semantik des „Pferdes“ verstehen. Gleichzeitig scheinen wir uns der Schwelle zu nähern, zu verstehen, was wir selbst tun - sie schaffen Netzwerke, trainieren, aber sie können nicht mehr verstehen, wie sie das Ergebnis nach Ansicht der Schöpfer selbst erzielen. Obwohl wir nur den ersten Baustein im Gebäude der Intelligenz geschaffen haben. Können wir dann ein ernsthafteres KI-Niveau erreichen, das um eine Größenordnung komplizierter ist als das derzeitige?

Zusammenfassung

Infolgedessen zitiere ich aus einem Artikel über Habré über die „Erfolge“ neuronaler Netze bei der sprachlichen (semantischen) Nachahmung von habrahabr.ru/company/payonline/blog/307666.

„Es gibt nur ein Problem, das sich schnell bemerkbar macht, wenn man andere beobachtet Systemantworten. Als Lee fragte: "Wie viele Beine hat eine Katze?" Das System antwortete: "Vier, nehme ich an." Danach machte er einen weiteren Versuch: "Wie viele Beine hat ein Tausendfüßler?" Die Antwort war neugierig: "Acht." Im Wesentlichen hat Lees Programm keine Ahnung, wovon sie spricht. Sie versteht, dass bestimmte Kombinationen von Symbolen zusammen auftreten können, hat aber nicht die geringste Ahnung von der Existenz der realen Welt. Sie weiß nicht, wie der Tausendfüßler tatsächlich aussieht oder wie er sich bewegt. Das heißt, vor uns ist immer noch nur eine Illusion von Intelligenzdes gesunden Menschenverstandes beraubt, den wir Menschen für selbstverständlich halten. Eine solche Instabilität der Ergebnisse ist bei Deep-Learning-Systemen durchaus üblich. Das Bildunterschriften-Bildprogramm von Google macht seltsame Fehler. Wenn sie zum Beispiel ein Verkehrszeichen betrachtet, könnte sie es einen Kühlschrank voller Lebensmittel nennen. “

Aus den Kommentaren geht hervor, dass ZhenyaZero den konkreten Unterschied zwischen modernen neuronalen Netzen und der Art und Weise, wie wir Menschen Bilder erkennen, sehr genau zum Ausdruck brachte. „Trotzdem werden Sie zweifellos ein Pferd mit einem fünften Bein von einem Tiger mit einem fünften Bein unterscheiden. Und wenn man das Bild beschreibt, sagen die meisten Leute "ein Pferd mit einem fünften Bein" und nicht "Ich denke, es ist ein Kinderspiel". Und die Ergebnisse des neuronalen Netzwerks für ungewöhnliche und Grenzvarianten sind wirklich schlecht vorhergesagt und sehen oft völlig unzureichend aus.

Und auch ein paar Fakten
1) Um so viele verschiedene „Pferde“ zu sehen, wird kein einziger Mensch genug von seinem ganzen Leben haben.
2) Oft reicht es für ein Kind aus, einmal ein Bild eines neuen Tieres zu zeigen und dessen Unterschied zu erklären, damit es solche Tiere beim nächsten Mal und in beliebigen Posen erkennen kann.
3) Wir meinen "Pferd", auch wenn wir nur ein Zaumzeug sehen.

Die Schlussfolgerungen des Artikels liegen auf der Hand, aber es ist wichtiger zu verstehen, warum solche Unterschiede bestehen und was als nächstes zu tun ist. Ihre Vorschläge.

Neurointelligenz oder Mythos?

More articles: