Штучний інтелект

MIST - кількісний тест на людство, що складається з ~ 80k пропозицій, таких як: Земля - ​​це планета? Чи сонце більше моєї стопи? Люди часом брешуть? тощо. Чи намагався будь-який AI і пройшов цей тест на сьогоднішній день?

11 history  intelligence-testing  turing-test  chat-bots 

Які переваги мати самостійно керований автомобіль? Ми зможемо мати більше автомобілів у дорожньому русі одночасно, але чи не це також змусить більше людей вирішити користуватися автомобілями, тож і рух, і здоров’я населення насправді погіршаться? Чи нас справді це цікавить?

11 philosophy  social  autonomous-vehicles 

Системи ШІ сьогодні є дуже спроможними машинами, і останнім часом область обробки природних мов та реагування вибухає інноваціями, а також фундаментальною алгоритмічною структурою машин ШІ. Я запитую, чи, враховуючи ці останні прориви, були розроблені якісь системи ШІ, які здатні (бажано з певною мірою успіху) свідомо брехати людям про факти, які …

11 natural-language-processing  human-like 

Я маю досвід комп’ютерної інженерії і працюю над розробкою кращих алгоритмів для імітації людської думки. (Один з моїх улюблених - це Аналогічне моделювання, яке застосовується до мовної обробки та прийняття рішень.) Однак, чим більше я досліджую, тим більше я усвідомлюю, наскільки складний ШІ. Я намагався вирішити багато проблем у цій …

11 machine-learning 

Мені цікаво знати, чи існує якась нейронна мережа, яка вирішує (з> = 80% точністю) будь-яку нетривіальну проблему, яка використовує дуже мало вузлів (де 20 вузлів не є жорстким обмеженням). Я хочу розвинути інтуїцію щодо розмірів нейронних мереж.

11 neural-networks 

У конволюційній нейромережі, який шар витрачає максимум часу на тренування? Зворотні шари або повністю пов'язані шари? Ми можемо взяти архітектуру AlexNet, щоб зрозуміти це. Я хочу побачити час розриву тренувального процесу. Я хочу порівняльне порівняння часу, щоб ми могли приймати будь-яку константну GPU.

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

Я читав книгу Підкріплення навчання: вступ Річарда С. Саттона та Ендрю Г. Барто (повний проект, 5 листопада 2017 р.). На сторінці 271 представлений псевдокод епізодичного методу "Градієнт політика Монте-Карло". Дивлячись на цей псевдо-код, я не можу зрозуміти, чому здається, що дисконтна ставка з’являється 2 рази, один раз у стані оновлення …

11 reinforcement-learning  algorithm  rl-an-introduction  reinforce 

Одним із наріжних каменів «Егоїстичного гена» (Докінз) є спонтанне виникнення реплікаторів, тобто молекул, здатних до реплікації. Чи моделювали це в силіконі в еволюційних / штучних симуляціях життя? Такі системи, як Avida або Tierra, чітко визначають механізми реплікації; інші генетичні алгоритми / системи генетичного програмування явно шукають механізми реплікації (наприклад, для …

11 genetic-algorithms  theory  genetic-programming  self-replication 

Нещодавно я працював над проблемою, щоб зробити аналіз витрат моїх витрат на якийсь конкретний ресурс. Зазвичай я приймаю деякі рішення вручну з аналізу і планую відповідно. У мене є великий набір даних у форматі excel та із сотнями стовпців, що визначають використання ресурсу в різні часові рамки та типи (інші …

11 neural-networks  machine-learning  datasets  feature-selection 

Я досліджую афективні обчислення. Зокрема, я вивчаю частину розпізнавання емоцій, тобто завдання розпізнати емоції, які відчуває користувач / суб'єкт. Наприклад, аффективу можна використовувати для цього. У мене є занепокоєння не в обґрунтованості цих моделей, а в тому, що ми будемо робити з ними. А як реагувати на емоції? Чи зможуть …

11 neural-networks  research  learning-algorithms 

Все, що стосується Deep Learning (DL) та глибоких (er) мереж, здається "успішним", принаймні дуже швидко прогресує, і культивує віру в те, що AGI досягається. Це народна уява. DL - це надзвичайний інструмент для вирішення багатьох проблем, включаючи створення AGI. Однак цього недостатньо. Засіб - необхідний інгредієнт, але часто недостатній. Провідні …

11 deep-learning  deep-network  agi 

Роджер Шенк зробив цікаву роботу з обробки мови за допомогою концептуальної залежності (CD) у 1970-х. Потім він трохи вийшов з поля, перебуваючи в освіті в ці дні. Були корисні додатки у створенні природних мов (BABEL), поколінні історій (TAILSPIN) та інших областях, які часто включали планування та епізоди, а не окремі …

11 natural-language-processing  knowledge-representation 

В інформатиці передбачається, що людський розум може бути відтворений за допомогою машини Тьюрінга, тому можливий штучний загальний інтелект (AGI). Припускати інакше - це вірити в щось містичне, а містичні вірування - хибні. Я не знаю жодного іншого аргументу про те, що AGI можливий, і попередній аргумент надзвичайно слабкий. Чи є …

11 philosophy  agi  proofs 

Оскільки інтелект людини, імовірно, є функцією природного генетичного алгоритму в природі, чи використовує генетичний алгоритм у комп’ютері приклад штучного інтелекту? Якщо ні, то чим вони відрізняються? Чи, можливо, деякі є, а деякі не виявляють штучний інтелект залежно від масштабу алгоритму і в що він розвивається?

11 philosophy  genetic-algorithms  terminology 

Чи сприяє підвищенню шуму в даних поліпшення здатності до навчання в мережі? Чи має якесь значення чи це залежить від проблеми, яка вирішується? Як це впливає на загальний процес узагальнення?

11 neural-networks  machine-learning  statistical-ai  generalization