Category Archives: Искусственный интеллект

Вести с полей. Что делать в новом году

jessica jonesНе знаю как у вас, а у меня новый год со своими планами уже бьет ногами в дверь. Пока образовались несколько тем, и мне важно, на самом деле, их опубликовать.

Активируй это

Самая захватывающая тема для меня сейчас – активация омоложения (как cell repair and recycling) и оздоровления. Не потому что я болен, а потому что это достойная цель. Также это сравнительно легко проверять и несет моментальную практическую пользу. Есть теория, что в процессе реализации какой-то цели, наш мозг активирует концепцию, описывающую такую цель. Это позволяет дать этой цели приоритет и легкость поиска решений при выполнении целевых задач. Как только цель достигается, происходит деактивация концепции, это тоже любопытный момент. Отчасти это похоже на то, что изучала Блюма Зейгарник и Курт Левин (ссылка).

Думал об этом давно, но вот недавно, в ходе тренинга по дизайну личного будущего пришла идея. Ведь этот тренинг не только о том, как обложившись ништяками, покоиться на злачных пажитях, но и о том, как можно заглянуть в завтрашний день.

Вот уже неделю пробую тест, который должен показывать, активировалась ли какая-то цель или нет. Тест надо будет улучшать модернизировать в более мощный и в метод активации поведения или способности. Кстати, если гипотеза подтверждается, то активировать способность летать, махая ручками, или становиться невидимым не получится. Жаль :)

Вообще, перспектива очень заманчивая. Остаток декабря и январь я посвящу именно этому. Если все получится, я просто охренею, конечно. Пока участники экспериментов не нужны, но понадобятся. И мне надо все же, наверное, сделать лекцию Психологические методы омоложения и оздоровления, потому что, кажется, многие не знают того многообразия возможностей экспериментальной психологии в этой теме.

Будущее и воображение

Мне очень нравится тема дизайна личного будущего, и я безусловно буду проводить тренинги и исследования по этой теме в новом году,. Надо сделать целую кучу экспериментов – сразу же, как только найдутся пиастры. Это направление универсально хорошее, потому что оно помогает всем другим темам. Дизайн будущего – это прежде всего умение воображать. А этому можно учиться. Мне кажется, способность и умение воображать – последний остающийся форпост человека перед искусственным интеллектом.

С воображением у многих людей вообще беда. Посмотрите на разбогатевших чиновников и на что они тратят деньги. Одна из идей, отпочковавшихся из этой темы — сервис типа Скажите мне, чего я хочу. Мне встречается много людей, которые и без денег именно так и говорят. Смех смехом, но в этом есть запрос, которым можно заниматься, потому что мы все порой «хотим на ручки» :) и это нормально.

Воспитай свою пилюльку

Суть заключается в невероятно простом и доступном способе усилить эффект принимаемых лекарств, уменьшить их прием и/или существенно сэкономить на них. Метод основан на формировании условного рефлекса по Павлову, известен уже давно, апробирован в потрясающих экспериментах, и мне непонятно, почему его широко не используют. Его необходимо довести до логичного конца. Напишу об этом уже в новом году, с приглашением экспериментировать.
Одно ответвление темы — NZT50. В отличии от NZT48, прославленной в фильме и сериале Limitless, и NZT 49 версии, о которой известно мало, и преимуществено, ужасное, новое средство будет отличаться кардинально. Если люди под NZT48 занимались преимущественно всякой ерундой, расстрачивая впустую прекрасные возможности, то NZT50 будет работать исключительно продуктивно, и никак иначе, потому что иначе он и работать не станет. Об этом тоже больше в новом году.

Меняйся без раздумий

Конечно, продолжатся работы по приложению Food Game. Приложение не только, и не сколько о еде. Оно о тренировке контроля над импульсивным поведением. Играясь в эти игры, человек улучшает свои способности по многим направлениям. Мне интересен сам подход — как с помощью психологических эффектов, без тяжелых сознательных усилий, без срывов и разочарований, целенаправленно и неумолимо проводить дизайнерские изменения своего поведения.

Что-то я упустил, ну и бог с ним.


Разыскивается: искусственный интеллект

Mike ButcherВстреча с Майком Бутчером, главным реактором TechCrunch в Цифровом Октябре 2 июня с темой Artificial Intelligence & Exponential Future.

Интересно, что на встрече отношение к ИИ было скорее восхищенное и благодушное. Так, например, Майк несколько раз упоминал самоуправляемые автомобили как пример растущей автоматизации. Однако чуть позже Майк отмечал, что художники и другие творческие профессии – в безопасности от захвата их деятельности искусственным интеллектом.

Лет 10-13 назад группа весьма уважаемых экспертов из Гарвардского университета говорила о том, что очень многие виды деятельности будут автоматизированы, и никуда от этого не деться. Только вот, как ни крути, сказали они, но профессия водителя грузовика – настолько сложная и замысловатая, что ей ничего не грозит от ИИ. В тот же год DARPA запустила конкурс на создание самоуправляемой машины. «Никогда не говори никогда».

профессии будущего в опасности от ИИВот и на слайде выше сказано, что до 60% всех работ в течение 20 лет будут автоматизированы. Больше всего хотел бы знать, что это за оставшиеся 40% — это что такое будут продолжать делать люди, с чем не справятся машины?

Впрочем, хотел я узнать на этой встрече вполне практичные вещи, но не удалось. Читал уже довольно давно о том, как одна группа создала приложение машинного обучения и начала «тренировать» его тысячами научных статей. И сеть начала находить связи и паттерны между фактами, гипотезами и темами научных работ. Понятно, что не очень хорошо, но всяко лучше, чем ничего, потому что люди без машин никогда просто не смогли и не  смогут это сделать. Вот с такой программой я бы поигрался, но увы, пока для пользователей вроде меня такое еще недоступно.

Кто-нибудь может подсказать программы, использующие то, что принято сегодня называть ИИ, с графическим интерфейсом и не требующих знаний программирования? Что-нибудь из этой картинки:

методы. техники и алгоритмы машинного обучения

карта с сайта http://machinelearningmastery.com


Что «видят» нейронные сети

авокадо под Google DeepDreamГугловский сервис DeepDream дает возможность обработки изображений через программу, которая «видит» странных животных и объекты в картинке. Так, выше — что я сделал с картинкой авокадо с помощью DeepDream (7 уровень, весьма глубокий, по клику открывается в полный размер). Оригинал:
авокадо

Как пишет википедия, «программа была написана для нахождения на картинках лиц и других паттернов, с целью автоматической их классификации». Но если программу продолжать натравливать на картинку для более глубокого поиска, тогда она и начинает находить лица и паттерны, там, где их, собственно, нет. Ну, или для любителей философии, там, где их не видит человек. А может авокадо так и выглядит на самом деле? :)

Картинки при этом получаются похожими на зрительные галлюцинации человека под психоделиками (по мнению опытных пользователей). Факт этот любопытен тем, что может означать функциональное сходство между зрительной корой человека и нейронной сетью искусственного интеллекта.

Еще одно недавнее исследование: ученые (Radford, Metz, & Chintala, 2015), тренируя особый тип нейронных сетей, generative adversarial networks, научили компьютер генерировать дизайны помещений (вполне неплохие, кстати), и лица людей. Так, давая фотографии улыбающихся женских лиц, дали задание выделить концепцию «улыбки» и соединить ее с концепцией «мужчина». В результате получается коллекция улыбающихся мужских лиц несуществующих людей. Пока еще, конечно, не совершенно, но сети учатся быстро.

лица, сгенерированные искусственным интеллектом

Как отмечает автор статьи в New Scientist (Aron, 2015), вполне скоро мы могли бы искать картинки в Гугле по описанию – сама картинка будет генерироваться на лету и будет абсолютно уникальна.

Недалек тот день, когда искусственный интеллект будет создавать гораздо лучшие и картины, и дизайны, как зданий, интерьеров, так и любых механизмов и приборов, и всего остального. Чем займемся мы — вот вопрос, на который пора начать отвечать.

Aron, J. (2015). Computer’s imagination creates human faces. New Scientist USA. December 5, 2015.

Radford, A., Metz, L., & Chintala, S. (2015). Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks. arXiv.org. http://arxiv.org/abs/1511.06434


Матч AlphaGo против Ли Седола

матч AlphaGo vs Lee SedolМатч начался, и первая партия закончилась победой искусственного интеллекта. Потрясающая игра. Ранее я писал о важности этого матча (За кого болеть).
Репортаж первой игры:

На этой странице больше информации, и комментариев как зрителей, так и участников. Ли Седол не ожидал такого уровня игры.
Там также показ собственно игры на доске и запись в .sgf формате.

10 марта. Ли Седол проиграл и вторую партию. Судя по игре AlphaGo понятно, что будь это любой другой, даже лучший игрок, чем Ли Седол — искусственный интеллект победил, в принципе.  Ли Седол думает, что у него есть шансы более активной игры в начале партии (потому что в конце партии их точно нет, как он убедился уже два раза). Но даже если он и выиграет сегодня, завтра у него уже не будет шанса вообще.

12 марта. Три-ноль счет в матче. AlphaGo опять выиграла корейского мастера.

13 марта. Ох ты! В четвертой партии ИИ сдался — и это тоже интересный факт, ибо никто точно не знал, умеет ли он признавать поражения.


За кого болеть

игра ГоНовость о том, что компьютерная программа победила чемпиона Европы по Го, облетела интернет, наделала много шума и уже вызвала оскомину у многих, в том числе и у игроков в Го. Я хотел бы посмотреть на один аспект этой истории.

В игре Го существуют как любительские так и профессиональные даны. Так, у любителей даны от 1 (слабее) до 10 дана (самый сильный), и есть приблизительная корреляция: 6 любительский дан равен 1 профессиональному дану. Некоторые программы с искусственным интеллектом (ИИ, для краткости) уже несколько лет успешно сражаются с первыми любительскими данами.

Fan Hui Китаец Фан Хуй (Fan Hui), на фото слева, которого и выиграла программа AlphaGo в матче из 5 партий, обладает 2 профессиональным данном. Выиграла, как оказывается еще в октябре 2015 года, но новость задержалась, чтобы быть одновременно опубликованной со статьей в журнале Nature.

Lee SedolТеперь в марте программа будет играть с корейцем Ли Седолом (Lee Sedol). Ли, га фото слева, — корейский профессионал, в марте ему исполнится, 33 года, и он обладает 9 профессиональным данном. Те, кто играл в Го, понимают, что разница между данами подобна пропасти. Ты играешь и тебе кажется, что ты вообще не понимаешь, что происходит на доске : все вроде неплохо, ровно перед тем моментом, когда понимаешь, что тебя просто порвали как грелку.

В общем, программе придется «попотеть», чтобы одолеть Ли Седола. Однако
Демис Хассабис (Demis Hassabis), основатель компании DeepMind, которая и разработала AlphaGo, чувствует себя уверено (Gibney, 2016).

Вот что любопытно: Ник Бостром в книге Superintelligence писал (Bostrom, 2014, стр. 34) что компьютерные программы достигают успеха в игре Го со скоростью около 1 дана в год, и если так пойдет, то программы смогут победить самого сильного профессионала приблизительно через 10 лет. Если эта информация на момент печати была корректна, то это должно произойти в 2024 году.

Я помню дискуссии много лет назад, когда DeepBlue одолела Каспарова: тогда говорили, что победа над шахматами – это конечно круто, но одолеть Го не получится – эта игра обладает куда большей вариабельностью в ходах. Потом стали появляться однако неплохие коммерческие программы, которые становились сильнее с каждым годом. Но тем не менее, прорыва не было – до тех порю пока вот не использовали самообучение ИИ в виде deep learning (глубокого обучения в нейронных сетях).

Если программа выиграет и Ли Седола, считающегося одним из самых сильных игроков, то целый ряд оценок развития ИИ нужно будет значительно корректировать, приближая даты их реализации.

Deep learning как подход в развитии ИИ оказывается невероятно успешным. Пока есть проблема с переносом умения или интеллекта из одной области в другую – так, победа в Го пока будет означать только победу в игре. Когда станет возможным автоматический перенос на новые задачи, то мы увидим нечто невероятное во всех сферах нашей жизни, причем в считанные дни. И есть ощущение, что как-то это все слишком быстро развивается, и мы как бы не особо готовы к таким переменам.

Хотелось бы, чтобы они сделали трансляцию, потому что такой матч стоит посмотреть. Мы должны болеть за человека! :)

Update от 30 января 2016:

Как пишет корейское СМИ dongA.com (источник) Ли Седол рад, что его выбрали соревноваться с машиной. Он уверен, что победит ИИ со счетом 5:0 или в крайнем случае, 4:1, и отметил, что через пару лет, если его пригласят на реванш, победить будет непросто.  Победитель, кстати, получит денежный приз в размере 1 миллион долларов. Если победит ИИ, то все деньги будут направлены на его дальнейшее развитие.

Gibney, E. (2016). Google AI algorithm masters ancient game of Go, Nature, 27 Jan 2016. Ссылка.

Bostrom, N. (2014). Superintelligence : paths, dangers, strategies (First edition. ed.). Oxford University Press: Oxford (UK).