homuncul

Мозг, машины и просветление. Сценарий Ликлайдера

Написал о том, как и почему людям почти неизбежно придется подключать мозг к компьютерам. В чем логика и основной драйвер (за пределами медицины), какие инструменты нейротеха уже имеются либо разрабатываются.

Полный текст в жж не помещается, выложил на отдельной страничке.

Tags: , , ,
Нейросети -- тоже алгоритмы, они реализуются на компьютерах, а компьютер -- это вариант машины Тьюринга.
Не буду углубляться в разговор об ИИ, порекомендую нашумевшую статью Гари Маркуса про "блеск и нищету глубокого обучения", текст 2018 года: https://arxiv.org/ftp/arxiv/papers/1801/1801.00631.pdf и его пояснения к ней https://medium.com/@GaryMarcus/in-defense-of-skepticism-about-deep-learning-6e8bfd5ae0f1

Маркус -- один из тех, кто стремится создать ИИ, способный думать как человек. Его позиция: DL и др. популярные методы машинного обучения не приведут к этой цели.
P.S. Тем не менее, полагаю следует различать алгоритмы самих нейронных сетей и алгоритмы решения конкретных задач. Вот эти вторые, насколько я понимаю, НС вполне могут и сами создавать при обучении и самообучении.
Могут, конечно. В этом привлекательность НС -- вы лишь задаете сеть и скармливаете ей данные; каким путем она решит задачу -- ее дело. Это будет по-прежнему алгоритм, просто очень сложный, и прописывать его нет смысла.
> В этом привлекательность НС -- вы лишь задаете сеть и скармливаете ей данные

DeepMind "лишь задала сеть" для AlphaGo Zero. Интересно. Стоимость проекта, видимо, пара сотен доллларов :)
Про стоимость ничего не знаю, а в том, что интересно, вы правы. Только не стоит забывать, что данные нужно скармливать правильные и правильным образом.
Непонятно тогда, в чем же привлекательность НС. Описание "лишь задать сеть и скормить ей данные" - выглядит привлекательно. Но на деле нужно найти коллектив разработчиков, финансирование, кучу железа и так далее...
Это эффективнее, чем писать алгоритм решения конкретных задач (особенно, если не нужна 100% точность). Речь шла об этом.