Считается, что человек воспринимает действительность органами чувств. Простоты ради предположим, что используется одно зрение. Спрашивается: что человек видит? Довольно очевидно что – цветовые пятна, ведь человек по определению не может ВИДЕТЬ, то есть воспринимать зрением, что-то иное.
Сами по себе цветовые пятна не обладают семантикой, но они складываются в общую значащую картинку при помощи мышления.
Читать полностью »
.jpg "Фильтрация смс спама с помощью наивного байесовского классификатора (код на R)")
Привет. В этом посте мы рассмотрим простую модель фильтрации спама с помощью наивного байесовского классификатора с размытием по Лапласу, напишем несколько строк кода на R, и, наконец, протестируем на англоязычной базе данных смс спама. Вообще, на хабре я нашел две статьи посвященные данной теме, но ни в одной не было наглядного примера, чтобы можно было скачать код и посмотреть результат. Также не было упоминания про размытие, что существенно увеличивает качество модели, без особых затрат усилий, в отличие, скажем, от сложной предобработки текста. Но вообще, запилить очередной пост про наивного байеса меня побудило то, что я пишу методичку для студентов с примерами кода на R, вот и решил поделиться инфой.
Год назад в лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института разработали технологию, которая позволяет измерить пульс человека по видео. Алгоритм усиливает мельчайшие изменения цвета лица, связанные с притоком и оттоком крови во время каждого удара сердца. Теперь учёные продвинулись гораздо дальше — новый алгоритм позволяет измерять пульс, даже если видео сильно зашумлено, человек стоит спиной к камере или носит маску.
В последнее время много говорится о технологической сингулярности. Идея, которую продвигает Рэй Курцвейл и компания Google, заключается в существовании некоей точки, после которой технологический прогресс ускорится до такой степени, что станет недоступен пониманию. Это будет сопровождаться киборгизацией, загрузкой сознания, достижением физического бессмертия и прочими побочными эффектами.
Ключевым условием для технологической сингулярности является создание искусственного интеллекта общего назначения, который превосходит по своему уровню человеческий интеллект. Однако, некоторые учёные оспаривают идею технологической сингулярности, в том числе возможность создания столь мощного ИИ.
Читать полностью »
Многие из нас хоть раз пытались разобраться, как работает наш мозг. Сотни учёных много лет ведут исследования в этой области, и открытия, большие и не очень, происходят постоянно. Примерно год назад эта тема меня зацепила настолько, что месяц я не мог думать ни о чём другом. Делал записи, обсуждал с друзьями – будущими программистами или математиками, не спал ночами Читать полностью »
Искусственный интеллект – задача многогранная и сложная. Уж не говоря о том, что ей еще надо найти безопасное применение…
Вчера, заглянув на хабр, я прочел статью про ИИ и то, чем он должен обладать. Очень долго я думал о том, почему опускают чувства, ощущения и эмоции.
Я считаю, что чувства — одна из важнейших моделей программирования ИИ, однако, давайте по порядку.
Для начала давайте определимся с понятиями и описаниями.
Также хочу добавить что чувство – это более высокий элемент, чем ощущение. Банальный пример: чувство сопереживания и ощущение боли. Ощущать сопереживание нельзя, значит ощущение это то, что дают нам органы чувств.
Добавлю, что я не буду рассматривать сами органы чувств и оставлю этот момент на желание читателя.
Некоторые элементы подчерпнуты из психологии, физиологии, философии и еще пары наук, однако, все остальное – чисто теоритическая часть и субъективное мнение.
Прочитав множество статей по искусственному интеллекту, решил написать свою. Я уже довольно долго наблюдаю за сферой разработок ИИ, а точнее искусственных нейронных сетей. Наслышан о проектах эмуляции мозга человека, кошки и т.п. Не могу не выразить свое разочарование по данной теме. На самом деле мощь интеллекта искусственных нейронных сетей преувеличивается и приукрашивается журналистами и разработчиками. Например, видел такую статью: «Нейронная сеть Google научилась выявлять кошек на изображениях». Эта статья так раздута и приукрашена, что и действительно думаешь: «Эврика! Вот он наш ИИ! Наконец-то!». Многие, слушая подобные заявления по телевидении разинув рот говорят что-то вроде: «Смотри до чего техника дошла!». Подобное вызывает у меня лишь ухмылку и разочарование. И вот почему… Сам Google заявил, что среди изображений «скормленных» их нейронной сети большинство – изображения кошек. Если взять во внимание свойство нейронной сети обучаться, то никакого интеллекта и сверхъестественного здесь не видно, это было закономерно, что нейронная сеть научится находить кошек, согласитесь. Ладно, довольно лирического отступа, приступим к настоящим рассуждениям.
Сам имею небольшой опыт с нейронными сетями и то, скорее не с их созданием, а с их исследованиями, экспериментами. Я сам много думал над созданием ИИ, было время, когда сам попался на удочку приукрашенных историй о ИНС, из-за чего и родился к ним мой интерес. В моих планах на будущее создать свою собственную ИНС, после того, как пойму каким образом создать действительно умную. Для этого я сделал небольшой список вопросов на эту тему, которые должны помочь в создании ИИ.
Конкурс ImageNet состоялся в октябре 2012 года и был посвящен классификации объектов на фотографиях. В конкурсе требовалось распознавание образов в 1000 категорий.
Команда Хинтона использовала методы deep learning и сверточных нейронных сетей, а также инфраструктуру, созданную в Google под руководством Jeff Dean и Andrew Ng. В марте 2013 года Google инвестировал в стартап Хинтона, основанный при университете Торонто, тем самым получив все права на технологию. В течение шести месяцев был разработан сервис поиска по фотографиям photos.google.com.
Читать полностью »
Что отличает сознание от автомата? Может ли программа вести себя осознанно? Почему когда поведение людей нам кажется бессмысленным, мы при этом говорим «ведет себя как робот»?
Ниже я постараюсь ответить на эти вопросы…
Алгоритмы можно поделить на две большие группы: целеполагательные и слепые алгоритмы.
Привет! Вдохновившись последними достижениями в области прикладного ИИ и личных помощников (Siri, Google Now и им подобные), я решил написать под себя помощника, пусть и не такого продвинутого как коммерческие аналоги, зато со своим блекджеком и своей изюминкой.Читать полностью »
