आविष्कार मशीन के रूप में आर्टिफिशियल इंटेलिजेंस

मानव बुद्धि का श्रेणीबद्ध तंत्र, जिसे मैंने पिछले लेख में वर्णित किया था , व्यवहार में कैसे काम करता है?

दूसरे शब्दों में, कृत्रिम बुद्धि बनाने में ईडिटिक हमारी मदद कैसे कर सकता है?
आइए एक उदाहरण देखें।

ईदोस क्या है? यह एक वास्तविक वस्तु, वस्तु, अवधारणा, घटना, घटना, कार्रवाई की एक मानसिक छवि है ... हम कह सकते हैं कि शब्दकोश में कोई भी परिभाषा एक तरह का ईदोस है। प्लेटो ने ईदोस सामग्री पर विचार किया, विचारों की दुनिया में अपना जीवन व्यतीत किया। हम मान सकते हैं कि यह सच है अगर हम इस बात पर विचार करने के लिए सहमत हैं कि ईदोस वास्तव में इस हद तक विद्यमान है कि कोई भी इंजीनियरिंग ड्राइंग वास्तविक है, एक साथ पाठ, छवि, प्रतीक से जुड़ा हुआ है। यह विषय ही नहीं है, बल्कि इसका सरलीकृत मॉडल, चित्रलेख या कास्ट, स्नैपशॉट है। लेकिन किसने कहा कि आप वास्तविकता में चित्रों के साथ काम नहीं कर सकते हैं?

हमारा दिमाग हर सेकंड यह काम करता है। बुनियादी घरेलू कार्यों से शुरू करना और जटिल आविष्कारों, इंजीनियरिंग के निर्माण के साथ समाप्त होना।

लेकिन आविष्कारों पर, मन का काम वास्तव में सुंदर दिखता है, इसलिए उदाहरण के रूप में उपयोग करना आसान है।

एक व्यक्ति कैसे आविष्कार करता है? महान आविष्कार अक्सर दृष्टि या सपने से पहले क्यों होते हैं, जैसे महान रसायनज्ञ डी। मेंडेलीव, आवधिक तत्वों की तालिका के आविष्कारक। क्योंकि आविष्कार वास्तव में "देखा जा सकता है।" मैं यह कहते हुए जोखिम उठाऊंगा कि "कल्पना" के बिना, स्पष्ट रूप से और मेरी कल्पना में विस्तार से प्रस्तुत किए बिना यह सब करना असंभव है।

अपने आप को एक इंजीनियर-आविष्कारक के रूप में कल्पना करें। आप 19 वीं सदी में रहते हैं, जब अभी तक कोई पनडुब्बी नहीं हैं और जूल्स वर्ने ने अभी तक "समुद्र के नीचे 20 हजार लीग" नहीं लिखी हैं। आपको रक्षा मंत्रालय से एक आदेश मिलता है - दुश्मन जहाजों के लिए एक लड़ाकू के साथ आने के लिए। उसी समय, उसे सीमित गोला बारूद और कमजोर हथियारों के साथ गुप्त रूप से कार्य करना चाहिए। समुद्र पर एक प्रकार का अकेला सबोटोर शिकारी। वैसे, द्वितीय विश्व युद्ध के दौरान जर्मनी को लगभग ऐसे काम का सामना करना पड़ा, जब उसे ग्रेट ब्रिटेन के बेहतर बेड़े से निपटने के तरीकों के लिए मजबूर होना पड़ा। समस्या को कैसे हल करें?

सबसे पहले आविष्कारक जो करना शुरू करता है, वह है, नए विचारों की खोज।
इस प्रणाली का विश्लेषण समस्या के समाधान के TRIZ सिद्धांत में बहुत विस्तार से किया गया है।
आइए इस प्रक्रिया को सरलीकृत, रेखांकन और चरणों में चित्रित करने का प्रयास करें।

विचार की शुरुआत

1. जाहिर है, वर्तमान विधि समुद्र में गुप्त युद्ध के लिए उपयुक्त नहीं है। बेड़े का मुख्य हथियार जहाजों है। रक्षा करने के लिए, उन्हें भारी बंदूकों से लैस, कवच के साथ लिपटाया जाता है। नतीजतन, वे बहुत बड़े, ध्यान देने योग्य, भारी, धीमी गति से चलने वाले होते हैं।

2. शायद छोटी हाई-स्पीड बोट बनाने के लिए - शिकारी?



3. लेकिन तोड़फोड़ युद्ध के लिए जहाज की गति बढ़ाते हुए, हम एक अधिक शक्तिशाली इंजन लगाने के लिए मजबूर हैं। मोटर को बढ़ाकर, हम जहाज के आकार और उसके वजन को बढ़ाते हैं। और यह एक मंदी है। और इसलिए विज्ञापन infinitum पर। बाहर निकलने पर, हमें फिर से गढ़ जहाज मिल जाता है। यानी यह रास्ता एक मरा हुआ अंत है।



4. और अगर आप बढ़ते चुपके की दिशा में सोचते हैं तो क्या होगा? समुद्र में छिपना मुश्किल है, इसलिए पहली बात जो मन में आती है वह है - पानी के नीचे छिपना। लेकिन मौजूदा जहाजों को यह पता नहीं है कि यह कैसे करना है। और कौन कर सकता है? वे जानते हैं कि मछली कैसे!



5. लेकिन मछली एक जहाज नहीं है, यह लोगों और हथियारों को परिवहन नहीं कर सकती है। क्या जहाज को मछली में बदलना संभव है या मछली की तरह जहाज को?

नोट: अप्रत्याशित रूप से इंजीनियर ने प्लेटो की द्वंद्वात्मकता की कुंजी में सवाल उठाया: असंगत को कैसे संयोजित किया जाए? (तत्पश्चात इटैलिक में इंजीनियर के विचारों पर मेरी टिप्पणी पर प्रकाश डाला गया है)।

6. इस विरोधाभास की योजना इस प्रकार है:



इसलिए समस्या को हल करने के लिए, हमें इस विरोधाभास से निकलने का रास्ता तलाशना होगा। लेकिन कैसे? - इसका विश्लेषण करके।

7. एक जहाज स्वाभाविक क्या है? जहाज का मूल ईडोस क्या है? यह एक बड़ी नाव है।



स्वाभाविक रूप से मछली क्या है? यह एक "जीवित नाव" है, केवल एक छोटी सी।



खैर, पहले से बेहतर है। दो नावें, केवल विभिन्न पैमानों पर और विभिन्न कार्यों के साथ।

8. और क्या होगा अगर हम उन्हें एक पैमाने पर लाएँ और इन दो नावों को एक में मिला दें? हम एक बड़ी नाव-जहाज बनाएंगे, जो पानी के नीचे नौकायन करने में सक्षम है।



9. कैसे? खैर, उदाहरण के लिए, एक मछली की तरह जो एक विशेष बुलबुले का उपयोग करके अपने चढ़ाई-गोता को नियंत्रित करता है। किंग्स्टन एक सैन्य नाव के लिए इस तरह के "बुलबुला" के रूप में सेवा कर सकता है।

विचार का अंत

इसलिए, हमने इसकी इंजीनियरिंग में सोच की प्रक्रिया, चरणों में आविष्कारशील भावना को देखा। सच है, क्या आपने बार-बार ऐसा कुछ किया है, किसी समस्या या समस्या को हल करने की कोशिश कर रहे हैं? यदि ऐसा है, तो यह तंत्र बचपन से ही लोगों के लिए जाना जाता है, जैसे कि हम सब हवा में सांस लेते हैं, लेकिन ध्यान नहीं देते।

प्रोग्रामिंग के संबंध में - यहां सब कुछ सरल भी है और छवियों (छवियों) के प्रसंस्करण के अलावा कुछ भी नहीं है।

सबसे पहले, हम प्रस्तावित नमूनों का वर्णन करते हैं, "उन्हें मान्यता प्राप्त"। तब इसका सरलीकरण किया गया था, ताकि इनका हेरफेर संभव हो सके। इसके अलावा, द्वंद्वात्मकता के नियमों के अनुसार, हमने इन चित्रों पर काम किया। हमने उनकी तुलना की, समानताएं और पत्राचार पाया। पिछली दो के आधार पर एक नई छवि बनाई गई। और फिर उन्हें एक पूर्ण समाधान में "तैनात" किया।

यदि मैं एक व्यापार विश्लेषक होता, तो मैं इस प्रक्रिया को निम्नलिखित चित्र में प्रदर्शित करता:



छवि पहचान कृत्रिम बुद्धिमत्ता के तंत्रिका नेटवर्क ने पूरी तरह से करना सीख लिया है। और कनवल्शन-स्कैन इमेज कनफ्यूज़नल नेटवर्क समस्याओं के बिना करते हैं। इसके अलावा, तंत्रिका नेटवर्क गहरी सीखने के आधार पर समान छवियां पा सकते हैं। और वे प्रस्तावित प्रतिरूपों की नकल करते हुए नई छवियां भी बना सकते हैं।

लेकिन आधुनिक कृत्रिम बुद्धिमत्ता में द्वंद्वात्मकता के नियम कारगर नहीं हुए। शब्द से बिल्कुल। जो आश्चर्य की बात नहीं है: हर कोई तंत्रिका नेटवर्क से ग्रस्त है, और डायलेक्टिक्स एक एल्गोरिथ्म है। यहां तक ​​कि एल्गोरिदम का एक सेट, एक "एल्गोरिथम पहनावा", एक सेट। विज्ञान ने पिछली शताब्दी के 70 के दशक के अंत में एल्गोरिदम पर आधारित एआई के निर्माण को छोड़ दिया।

सोच के एल्गोरिदम के आधार पर, कंप्यूटर व्यवहारवाद काम करने की कोशिश कर रहा है। अधिक विवरण पाया जा सकता है, उदाहरण के लिए, रॉन सन , रेंससेलर पॉलिटेक्निक इंस्टीट्यूट (आरपीआई), ट्रॉय, एनवाई यूएसए द्वारा।

मानव व्यवहार के व्यक्तिगत मॉडल का वर्णन करने का प्रयास किया जाता है - निर्णय लेने, एक रास्ता खोजने, एक चयन तंत्र (और यहां तक ​​कि विवेक को एल्गोरिदम करने का प्रयास भी किया जाता है)। कई गणितीय एल्गोरिदम लिखे गए हैं।

अपने आप से, ये एल्गोरिदम महान काम करते हैं और यहां तक ​​कि किसी भी कार्यक्रम में भी बनाए जा सकते हैं। खुले एपीआई हैं।

सच है, एक समस्या सामने आई थी।

ऐसे व्यवहारवादी मॉडल के सैकड़ों नहीं, तो सैकड़ों हैं। और यह मानव व्यवहार के लिए विकल्पों को समाप्त करता है। इसके अलावा, जब इन एल्गोरिदम को एक साथ इकट्ठा करने की कोशिश की जाती है, तो मॉडल के बीच चयन करते समय या उन्हें जोड़ते समय एक सिस्टम ओवरलोड होता है।

यही है, यह सवाल कि कोई व्यक्ति मॉडल कैसे बनाता है, मॉडलिंग कैसे संभव है - वह कोष्ठक के पीछे रहा। एक व्यक्ति केवल तैयार नमूनों को संयोजित नहीं करता है। वह अपने घटकों में कार्य को विघटित कर सकता है और पहले से ही अलग, उच्च स्तर पर फिर से इकट्ठा कर सकता है।

इस प्रकार, वह सबसे जटिल समस्याओं को हल कर सकता है जो सरल जानवर बल / संयोजन द्वारा हल नहीं किया जा सकता है या बहुत धीरे और महंगा हल किया जाता है।

इस प्रकार, अब एक पूर्ण विकसित, या "मजबूत" कृत्रिम बुद्धि बनाने के लिए, "लघुता" स्वयं ही पर्याप्त नहीं है: द्वंद्वात्मक एल्गोरिथ्म, जो मानव मन में मॉडलिंग तंत्र का वर्णन करता है।

द्वंद्वात्मक एल्गोरिथ्म को प्रोग्रामिंग, चित्र - चित्रलेख - पिडोस में विशेष ज्ञान के बिना किसी भी व्यक्ति के लिए सार्वभौमिक, समझने योग्य होने में सक्षम होना चाहिए।
मैंने ऊपर दिए आरेख में इस एल्गोरिथ्म के संचालन के सिद्धांत को दिखाया।

एक बंडल विकसित करने के लिए, या बल्कि चित्रलेख और कंप्यूटर भाषा के सामान्य आदेशों के बीच एक दुभाषिया कैसे विकसित किया जाए, यह एक अलग अध्ययन का विषय है।

दरअसल, यह एकमात्र ऐसी चीज है जो इस सिद्धांत को अब तक के व्यावसायिक कार्यान्वयन से अलग करती है।

***

आलोचना, विश्लेषण और सुझावों का स्वागत है।