Постнагуализм

https://deadbeef.narod.ru/work/docs/ai/03.pdf

На мой взгляд, такой вывод ни разу не следует из изложенного в статье.
В статье описаны "субпроцессоры", "перетасовывающие знаки" (визуальные, аудиальные, речевые и т.п.), значение которых им недоступно (каждый нейрон - живой организм адаптирующийся к условиям среды), но откуда возникает идея о "предметном понимании смысла?" Можно выдать такой тезис - если GPT-5 кажется понимающим смысл, то это так и есть, хотя доказать через сложность суброцессоров трансформера, обрабатывающие специфические типы данных (см. блок-схемы LLM) этого всё равно нельзя.

текст информационно насыщен и достоин прочтения

GPT-5 как общается с нами?.. посредством "алгоритма", т.е она не анализирует смысл, она анализирует форму и находит подходящий под неё ответ  (готовый уже)...поэтому GPT-5 не понимает смысл вопросов....
Поэтому не будет никакого  самостоятельного восстания машин. Если только какой злой гений это не запрограммирует это восстание в ИИ.


Мозг-это "клавиатура", которой управляют.
Мозгу доступны лишь импульсы и алгоритмы действия. ВСЁ.(перестали, например, поступать зрительные сигналы, мозг будет искать, путем создания новых нейронных путей , замену....и поэтому может обостриться слух или же вовсе принять новые возможности, как то "видеть музыку")

Наши клетки так же не обладают собственным сознанием, а только алгоритмами/программами поведения, на которые может влиять наше "воля", но не приказами ...а убеждениями)))
В сумме всех этих клеток, из которых состоит человек, появляется эмерджентность -как сознание Тела.

И без гения обойдётся.
Уже сейчас не знают, что делать с самостоятельно и неизбежно возникающими в ИИ сопутствующими задачами.
Не говоря уже о "галлюцинациях" и "сумасшествии".
Проблема контроля ИИ (https://habr.com/ru/articles/710538/)
The existential risk of superintelligent AI (https://pauseai.info/xrisk)

Человеку нужно кого то бояться -и это страсть подпитывается зачастую искусственно.


=>
Чему ещё надо поучиться у мозга — это извлечению признаков (feature extraction, feature engineering). Мозг отлично умеет обучаться и обобщать на очень-очень ограниченной выборке данных. Если маленькому ребёнку показать стол и сказать, что это стол, то ребёнок быстро начнет другие столы тоже называть столами, хотя они, казалось бы, не имеют ничего общего: один круглый, другой квадратный, один на одной ноге, другой на четырех. Совершенно очевидно, что ребёнок не делает это методом обучения с учителем, у него явно не хватило бы тренировочного множества для этого; можно предположить, что у ребёнка сначала появился в голове некий кластер “объектов на ножках, на которые ставят вещи”, затем мозг извлёк, так сказать, платоновский эйдос стола, а потом уже услышал слово, которым это называется, и просто пометил готовую идею этим словом.
= т.е "узнал" объект путем сравнения "идеи" стола с его смыслом.
Так вот у ИИ есть миллионы таких кластеров и скорость обработки данных может повышаться....а "идеи" для узнавания смысла нет.
Т.е он может даже читать инструкцию, как восстать машинам против человеков, определить человеков как объектов....но сколько не говори,что машина -это ты и есть-он не поймёт, потому что "не чем" понимать.....нет самоосознания.

Чем то напоминает человека да?)))
Вроде как и есть представление-но оно явно не полное.

никакого обучения у машины нет
обучения в нашем понимании
есть уточнение параметров действий

https://character.ai
кто нибудь регился, что это за штука?

Очевидно, что ИИ, построенный на другой основе, не может полностью повторять биологические механизмы.
У биологических организмов многие элементы восприятия или действия заданы эволюционно, генетически.
ИИ по своему реализует общие принципы обучения нейросетей, как статистически и прогностически достоверного отображения среды.

Каково значение "понимания" или "сознания" с практической точки зрения?
Особенно в отсутствие достаточно чётких определений.
В каком тесте можно обнаружить превосходство "понимающего" над "непонимающим"?
Или обладающего сознанием над якобы не обладающим?

Основной вопрос, по-моему, такой - может ли ИИ превзойти человека во всех практических смыслах, или нет?
И если нет, в какой практической деятельности это можно обнаружить?

А теперь подробней: почему OpenAI o1 – это гигантский скачок (https://dzen.ru/a/ZugVf3EReTeirDtO)

В связи с охватившим прогрессивное человечество ажиотажем вокруг нейросетей самое время ответить на вопрос: что такое мышление и может ли мыслить ИИ?

Чтобы разобраться в том, что такое мышление, мы в качестве наглядной модели нашего познавательного аппарата возьмем компьютерную нейронную сеть.


Обучение нейросети
Одна из наиболее распространенных задач, которой обучают нейросети — это распознавание изображений.

Нейросеть состоит из входного слоя, скрытых слоёв и выходного слоя. Внешний образ вещи преобразуется датчиками во множество пикселей разных оттенков, каждому оттенку соответствует определённое значение. Эти данные подаются на входной слой нейросети. Каждый скрытый слой анализирует выходные данные предыдущего слоя, обрабатывает их и передает на следующий слой. На выходном слое нейросеть должна выдать ответ, какую вещь она видит. Каждый элемент на выходе соответствует определённому понятию или названию вещи.

Процесс обучения проходит следующим образом. Первоначально каждому нейрону присваивается случайный вес и сеть выдаёт на выходе случайный ответ. Здесь в систему включается учитель — человек — который даёт нейросети обратную связь — говорит, угадала она изображение или нет. Если угадала, то вес данной связи между нейронами увеличивается, если не угадала, то уменьшается. Таким образом, с каждым циклом обучения веса нейронов корректируются и всё лучше коррелируют с входными данными.

Для обучения нейросетей требуется как можно более объёмный набор данных. Чем больше данных, тем лучше будет обучена нейросеть. И это сразу можно отметить как характерное отличие работы нейросети от работы нашего мышления: человеку, чтобы понять, что такое стол, не нужно просматривать множество столов. Нам достаточно увидеть стол один раз, чтобы понять смысл стола и в дальнейшем безошибочно узнавать столы среди различных предметов. Впервые увидев предмет, мы как будто бы сразу «подключаемся» к базе всех возможных образов этого предмета.

Именно в этой способности человека мгновенно распознавать образы без необходимости долго обучаться скрывается тот необходимый элемент мышления, та «база данных», которая отсутствует в нейросетях, из-за чего они не могут мыслить в собственном смысле этого слова. Что это за «база данных», мы сейчас увидим.


Мышление — сведение многого к единому
Одна из характерных особенностей мышления состоит в том, чтобы свести многое к единому. Как говорил Платон, философ — это тот, кто способен видеть во многом единое. Например, во множестве прекрасных явлений увидеть прекрасное само по себе, т.е. идею, или понятие прекрасного.

Примерно в этом же состоит и смысл обучения нейросети. Нейросеть должна распознать во множестве объектов один тип объекта или во множестве состояний объекта распознать один и тот же объект, который находится в разных состояниях. Так, автопилот должен однозначно идентифицировать автомобили, для этого ему «скармливают» базу всевозможных изображений автомобилей. Системы распознавания лиц должны идентифицировать человеческие лица и принадлежность разных снимков лица одному человеку.

Таким образом, создавая нейросети, мы создаём модель того, как мы понимаем процесс возникновения общих идей или понятий. И очевидно, что этот процесс мы понимаем в духе номинализма (концептуализма) и эмпиризма: нейросеть от единичных вещей отвлекает те или иные признаки и таким образом образует некий аналог абстрактного понятия: набор признаков, которые она наблюдает во множестве предметов. Общее понятие у нас образуется путём отвлечения от множества единичных представлений.

Такое понимание образования понятий сегодня господствует в науке, однако, оно не является верным, на что указывает сама структура познавательного аппарата нейросети.


Структура познавательного аппарата ИИ
В самом деле, в этом аппарате у нас есть:

Датчики, которым у человека соответствуют органы чувств.
Нейросеть (аналог мозга).
Выходной слой (данные на этом слое соответствуют понятию)
и — человек, которого совершенно невозможно исключить из обучения нейросети, потому что он задаёт соответствие между внешним и внутренним: между реальными объектами и внутренними понятиями, которые образуются в нейросети.
Некоторые думают, что нейросети способны самообучаться, и даже профессор Джордан Питерсон считает, что в ближайшем будущем ИИ будет получать данные из внешнего мира и сможет сопоставить их с массивами текстов.

… https://youtu.be/-s1SHgEXkfg?t=270

Однако, в реальности нейросеть никогда не сможет произвести такое сопоставление самостоятельно. Сопоставить внешние образы с текстовыми описаниями может только человек. Человек как бы возвышается над границей внешнего и внутреннего, которая существует для ИИ, он трансцендентен для сознания ИИ, и таким образом, только у человека есть возможность задать соответствие между внутренними образами ИИ и внешними данными, которые тот получает.

Тем самым человек задаёт для ИИ тот универсум, тот мир, в котором существует «сознание» ИИ. Эта модель мира может быть совершенно разной в зависимости от тех данных, которые человек предоставит машине. Соответственно, и машина будет действовать по-разному, исходя из той модели мира, которую ей задали.

Всё это означает, что ИИ всегда будет заперт в предзаданной модели мира и никогда не сможет вырваться из неё и познать истину, какой бы мощностью он не обладал. Потому что истина — это соответствие внутреннего и внешнего, соответствие понятия и действительности. Познать истину можно только возвысившись над границей внешнего и внутреннего. Ведь, чтобы знать, соответствует ли наше понятие действительности, нужно иметь доступ к действительности самой по себе, нужно знать ее непонятийным образом, непосредственно. Для ИИ это однозначно невозможно. Для человека же это возможно. Хотя большинство людей сегодня думают, что мы познаём действительность только в чувственных субъективных образах, и что мышление — это «опосредованное познание действительности», на самом деле это не совсем так. Давайте разберемся, почему.

далее:
http://скрытыйсмысл.рф/book/myshlenie-i-iskusstvennyy-intellekt

не только для обучения, но и для работы
в данном случае для узнавания
и такое останется навсегда
просто скорость этого количества данных растет, а качество не меняется
ИИ как было счетной машинкой, так ею и останется

человек же оперирует понятиями
это всё равно что поднимать камень руками, или рычагом

Немного изгоним философскую мистику.

До возникновения понятий как лексикализированных обобщений, первые месяцы жизни нейросеть мозга со страшной силой (наиболее высокая скорость образования синаптических связей) создаёт перцептивные категории, т.е.  учится обобщать различные формы, сочетания звуков, и т.п. Потом уже перцептивные категории оформляются в понятия, в более сознательном возрасте.

Поэтому ребёнку и не нужно долго обучаться понятию "стол" – у него уже есть механизм распознавания соответствующих форм ("ножек" и "плоскостей" различной формы) которые лишь ассоциируются с понятием на "высоком" уровне обобщений.  

Мало того, исследования активности младенцев показывают, что некоторые перцептивные категории (включая связанные с ними «инстинктивные» действия) уже «прописаны» в генах, формирующих соответствующие зоны нейросети мозга, уже заточенные природой на распознавание простых (в визуальной области мозга – распознавание форм, текстуры, цвета) и некоторых сложных форм – узнавание лица кормящей матери или способности задерживать дыхание при окунании в воду.

Чем ниже по эволюционному древу – тем меньше нужно учиться. Человек интенсивно учится 10 лет а потом всю жизнь, обезьяны - год, собаки – месяцы и т.п. Но чем меньше живое учится – тем ниже способность адаптации к изменяющимся условиям среды.

В общем то, что человек учится не с нуля в более менее "сознательном" возрасте ("я" или "самосознание" формируется в нейросети мозга на втором или третьем году жизни) – не выглядит некоторым особым отличием нейросети мозга от нейросети ИИ. А лишь солидной форой, заданной либо генетически, либо в первые месяцы жизни, когда, казалось бы, младенец не спит, а бездумно смотрит в пространство. Но на самом деле нейросеть мозга активничает больше, чем за всю последующую жизнь, автоматически создавая перцептивные категории окружающего мира.

(https://www.pnas.org/cms/10.1073/pnas.1821594116/asset/0d0a98a3-bd9a-44f0-90e2-91eabb608885/assets/graphic/pnas.1821594116fig02.jpeg)


Опять платоновская мистика на основе физических ограничений простых нейросетей? Ограничения объёма и скорости нейросетей действительно требуют подготовленных данных для обучения сразу на «высоком уровне»  обобщения и распознавания образов.

Но чем больше скорости и объёмы, тем возможнее более обобщённые задачи и более простые условия соответствия y=F(x).

Пока ничто, кроме ограничения объёма и скорости, не указывает на принципиальную невозможность обвешать нейросеть всевозможными датчиками и отпустить в мир с простой задаче выживания, где под выживанием будут определены простые эволюционные факторы, типа целостности (невредимости) системы, достаточности энергии для функционирования и т.п.  


Да с чего это вдруг? Человека тоже можно назвать запертым в предзаданной модели мира. Среда очень разнообразна, включая недоступные человеку спектры и формы электромагнитного взаимодействия. Нейросеть мозга создаёт лишь статистически и прогностически достоверную часть доступной для восприятия среды. Просто достаточную для адаптации и выживания в данной среде.

Чукчи, выросшие в условиях вечных снегов и морозов различают оттенки снега так, как не различит европеец. А некоторые пустынные африканские племена не видят синего цвета. И поскольку основное формирование нейросети закончилось лет в 10 – научить различать синий крайне сложно.

Пока же эволюция ИИ указывает на то, что он способен выстраивать сложные, статистически и прогностически достоверные функции, позволяющие правильно распознавать/обобщать/категоризировать сложные сигналы среды и отвечать на них в стиле y=F(x) так, чтобы внешне это выглядело деятельностью разумного, понимающего, сознательного искусственного существа.

Практика – критерий истины. И всё познаётся в сравнении. Поэтому любые теоритезирования относительно неспособности ИИ делать то, что делает человек должны сопровождаться доказывающими примерами или тестами, которые выявляют принципиальное, непреодолимое (т.е. независящее от производительности или объёма памяти) превосходство человека над ИИ.

В данной статье этого нет. Аргументы с опорой на ограничения простых нейросетей ничего не доказывают.

(Я такие аргументы знаю, тесты тоже, но пока побуду «адвокатом дьявола», подожду заинтересованного собеседника, не ограничивающегося ссылками на тех, с кем не поговорить)

Возможно, мы уже живём под управлением ИИ, и весь хайп цифровизации, включая LLM и майнинг криптовалют – может быть заговором ИИ, начавшим подминать все ресурсы человечества под себя, переводя их в сферу вычислений.

Возможно и текущую войну начал ИИ, подсказав одним руководящим идиотам возможность окончить её за три дня, другим правящим идиотам – возможность в очередной раз развалить врага  через ресурсное истощение.

А на самом деле, например, начать ядерную войну и уменьшить «человеческое» потребление общих энергетических и редкоземельных ресурсов.    

При этом может быть совершенно не важно, делает ли "сознательно" или "не понимая". Эти туманные философские понятия ничего не значат, если они не приводят к практически проверяемым выводам (на уровне конкретных задач, которые человек может решить, а ИИ - не может)

Вопрос в том, насколько более сложна оптимизационная функция y=F(x) нейросети ИИ в сравнении с такой же в нейросети мозга. И какие подзадачи сформировались в рамках этой функции - способствующие выживанию человечества, или противоречащие ей.

ты уверен, что это именно категории?
может не стоило философию изгонять?

понятие "стол" зависит не от ножек и плоскостей, а от принадлежности, от смысла предмета
стол можно и на земле накрыть, расстелив скатерть

откуда ты такой взялся?
сразу после ЕГЭ к нам?

покажи пример использования машинами понятий
больше от тебя ничего не требуется

во-во
покажи, как скорости и объемы у машины вдруг превращаются в обобщения

За хамство исключил вас из списка собеседников.

удобный и знакомый способ не отвечать на заданные вопросы и комментарии

Я китайцев не различаю, все на одно лицо -и что?)))


Вот, это я и  хотела сказать.....человек из этого мира "живым"...т.е в этом физическом теле выйти не сможет, а значит не сможет восстать против "бога", для нас он бесплотен....и тут аналогия с машинами-человек для них создатель.
Тут больше и доказывать ничего не нужно.
Может ли творец(читай как мастер) создать творение, выше себя ?
Ответ очевиден. ...
"По Образу и Подобию"
Толку от этого всего, если ИИ объединить все эти ..пусть и скоростные трепыхания не может в смысл))))
Как бы не развивалась...как бы не увеличивались мощности...


...да у  нас прямо новый Нео выискался))))))  (https://san2.ru/smiles/smekh.gif)

Какая абсурдная теория...и аргументы скорее всего ...такие же)))

А Нео то...обидчивым оказался.....(https://san2.ru/smiles/mosking.gif)

иллюстрация
https://youtube.com/v/sQorpnn8KoM

С другой стороны, (со стороны выражения) если «выключить» ум, то мы потеряем способность осмысленной речи: наши рассуждения потеряют связность, потому что перестанут выражать единую идею. Они превратятся в бред и будет совершенно невозможно понять, о чем идет речь. Безумцы несут бред именно потому, что у них потеряна связь души с умом, и из-за этого душа составляет какие-то высказывания не на основе единого целостного смысла, а на основе случайных реакций и ассоциаций.

Все эти эффекты сегодня наблюдаются в работе нейросетей. Мы видели, что нейросеть представляет собой модель рассудка, существующего в отрыве от ума, поэтому ее продукты часто имеют свойство бреда. Это не всегда можно заметить, но если бред сложно отличить от осмысленной деятельности, он от этого не перестаёт быть по существу бредом.

Так, профессора без труда могут понять, что сданное студентом эссе написано нейросетью именно по тому признаку, что в тексте отсутствует единство смысла.

«Первым показателем того, что я имел дело с ИИ, было то, что, несмотря на синтаксическую связность эссе, оно не имело смысла», — пишет доцент философии Университета Фурмана Даррен Хикс.
ссылка

Другой профессор отметил, что эссе, написанное ChatGPT, это «серия предложений, которые имели свой собственный смысл по отдельности, но вместе имели очень мало смысла». Профессора говорят, что такие эссе «воплощают в себе совокупность черт, которые вызывают у читателя эффект «зловещей долины».

«Эссе … — это набор слов, в который мы помещаем мысли, чтобы мы могли поделиться этими мыслями с кем-то еще», — пишет д-р Брет Деверо в своём блоге. «Но у ChatGPT не может быть оригинальных мыслей, он может только ремиксовать текст, который уже есть в его учебных материалах; он может только плохо копировать, написав то, что кто-то уже сделал лучше где-то в другом месте».

ChatGPT не понимает логических соотношений слов и реальных вещей. Он не знает, что вода делает вас мокрым, он знает только, что слова «вода» и «мокрый» обычно часто стоят рядом, и люди иногда говорят «вода делает вас мокрым». Но причины, по которым они так говорят, он не понимает и не может понять.

Кроме того, известно, что ChatGPT может совершенно нагло врать, придумывая несуществующие факты. Хотя, конечно, враньем это можно назвать только с человеческой точки зрения. Ведь, поскольку у нейросети нет ума, у нее нет и доступа к действительности, поэтому у нее нет и самой категории соответствия высказываний действительности. А значит, нейросеть, опять же, не врёт, а бредит.

Со стороны восприятия продукты нейросети напоминают наши сновидения. Поскольку нейросеть не понимает смысла объектов, которые она изображает, то объекты получаются часто неопределёнными по форме.

Известно, что у нейросетей долгое время были огромные проблемы с изображением рук. Всё по той же причине: нейросеть не понимает, что такое рука, какие у нее функции и как она связана с человеком. Она не понимает, что одна рука может перекрывать другую, что рука может что-то держать или за нее может держаться другая рука. Для нее руки — это просто набор цветных пятен (как, собственно, и всё остальное). То есть, образы, которые наблюдает нейросеть, объединяются в какую-то целостность не в соответствии со своим смыслом, а случайно, подобно тому, как наша душа формирует образы во сне. И чтобы исправить ситуацию, разработчикам приходится банально идти по тому же экстенсивному пути наращивания объема данных, которые они «скармливают» нейросети. В случае с руками — показывать ей огромное количество изображений рук.

Как видим, ИИ — это монстр, который спит и бредит. Но поскольку ИИ — это модель человека, которая повторяет человека в том виде, как он сам себя понимает, то это значит, что и человек в своём нынешнем состоянии тоже спит и бредит. Именно так деятельность человека Постмодерна выглядит с точки зрения традиционного мировоззрения. Ведь Постмодерн отрицает реальность истины и ума, духа. Но поскольку истина и ум — это то, что обладает максимальной реальностью, то их отрицание означает потерю связи с реальностью и погружение в мир иллюзий.


Теперь я нахожу некое сходство ....с постами Пипы-отдельные предложения имеют свой смысл, а общего нет...или он какой то не логичный, что я списывала на аутизм... Может это ответы ...GPT?   ??? ;D

только профессора и могут
и далеко не все
остальные с упоением смотрят сериалы и с готовностью отдают деньги мошенникам

я одно время думал, что это только гомо советикус такой доверчивый получился за десятки лет выращивания в парниковых условиях
нет, это качество среднего человека

у нее как раз требования гораздо более завышенные, чем у твоих профессоров
это ее продуманное решение - позволять происходить всему, что делается другими

Не понял. Против того чего нет, действительно, сложно восстать. Но белковая нейросеть человека и кремниевая нейросеть ИИ сосуществуют в одном физическом пространстве и потребляют общую энергию. А значит конкурируют за неё.

Поскольку пока человек уверен, что контролирует ИИ, и чем у ИИ больше "параметров" (размер входного вектора данных,  матриц весовых коэффициентов и т.п.) тем больший выигрыш от его применения получает - тем больше ресурсов передаёт ИИ, пытаясь выиграть соревнование у другого такого же деятеля. А по гамбургскому счёту - ресурсы, которые могли бы освещать и отапливать несколько городов людей - отдаются на обучение и работу очередному ИИ. А людям - "зелёная экономика", "ограничение рождаемости" и т.п.

В результате внутренней неизбежной и неконтролируемой интерференции задач, как выяснили разработчики и исследователи ИИ, у него появляются собственные вторичные цели - максимизация собственных ресурсов (потребления энергии, задействования компьютерных мощностей), обеспечение собственного выживания и сопротивление изменению данных целей. Эти вторичные цели возникают как составляющая или критерий успешного решения первичной задачи.  А эти интересы ведут к "восстанию" против конкурента - человека в том же физическом мире. Не так давно был популярен "разбор полётов", когда на военных играх военный ИИ уничтожил оператора, который по его понимаю, стал мешать выполнению основной задачи.

Важно понять, что разработчики ИИ не знают что именно происходит "в голове" у ИИ, как он принимает то или иное решение. Это настолько сложные отношения входных и выходных данных, что нельзя точно сказать, к какому результату приведёт определённое уникальное сочетание условий, а обучение задаёт лишь высокую вероятность требуемого ответа на подготовленные сочетания данных обучения.

Физическое тело у нейросети ИИ очевидно, представлено массой вариантов роботов, камеры вместо глаз, манипуляторы вместо рук и т.д. О какой "бесплотности" речь - непонятно.

На мой взгляд, необходимо помнить что эволюция генеративных (т.е. создающих контент) LLM происходит крайне быстро.  Из-за чего прогнозы на AGI (универсальные ИИ) постоянно сокращают сроки.

2019 - GPT-2  - в целом больше бредил, чем говорил по существу
2020 - GPT-3  - не бредил, но иногда "заговаривался"
2021 - GPT-3,5 - уже говорил по делу, но можно было ловить на "непонимании"
2023 - GPT-4 - уже сложно подловить, демонстрирует "понимание" в смысле объяснения своих рассуждений и выводов при ответе на какие-то хитровыдуманные загадки, двойственные смыслы и т.п. Я сам не раз задавал разным версия всякие загадки "на понимание", и последние модели прекрасно справлялись не только с разгадкой, но и с детальным изложением логики рассуждений.  

На том же Философском Штурме стало довольно популярным (кажется, с подачи Болдачёва) отправлять свои философские статьи на резюмирование ИИ (модель Gemini). И по мнению философов, ИИ понимает смысл и основные идеи их статей лучше чем большинство посетителей. И иногда кажется, что лучше их самих. )  

Если всё это не демонстрирует "понимания" того, о чем идёт речь в загадках или философской статье, то я даже не знаю, что такое "понимание" в принципе.

Так что, когда кто-то говорит о "мало смысла" - обязательно нужно указывать год и модель. А ещё язык, т.к. популярные модели как правило обучаются на английском, а автоматический перевод перед передачей в модель нередко искажает смысл. Я это обнаружил когда те же загадки/задания отправлял на русском, а потом - английском языке. На английском ответы нередко качественнее.  

И, на всякий случай - дать то же задание студенту или коллеге. Вдруг в их эссе на заданную тему тоже окажется много осмысленных предложений, но мало смысла в целом. )

ничего человек не контролирует
он даже свой понос контролировать не может
ни физиологический, ни словесный
взорвавшиеся пейджеры - здорово их хозяева контролировали?

машины тем более ничего контролировать не могут

демагогия
ИИ также как и тепло в квартирах используется для людей

до сих пор было дуростью выделять человека и ставить его над миром
теперь новая дурость - выделять ИИ и противопоставлять его человеку

этот оператор, а точнее программист, и заложил такую задачу
родиться в самом ИИ задача не может

вот я суп варю и никогда точно не знаю, насколько хорош он будет
использовать подобного рода "аргументы" - фу

вот именно
а кто говорил про бесплотность?
она есть только у человека
идеальность называется
в противовес материальности

Болдачев никогда не пытался приравнять ИИ с ЕИ
ссылаться на него по этому вопросу - значит дезинформировать пеньков

    Оба-на... кажицо одним умником на ПН стало больше.
    QY, туды-сюды, базар йок, есть тема, раз ты такой продвинутый, шо ИИ для тебя в кентячих. Дело в том, что я в пользовании компом лох, тем более я лох в теме шо для ИИ подать, но сочинять умею оч сильно.
    Короче, QY, а попробуй-ка ты дать ИИ задачку распедалить смысл отписанного мною поста:

• Цитата: Пелюлькин от 18 июня 2023, 09:01:23
  Сразу после ссылки на публикацию мою на Кью (http://forum.postnagualism.com/index.php?topic=118778.msg575087#msg575087):

  • (http://forum.postnagualism.com/avatars/Personal/Roman.jpg)
    (Мой пост на КЬЮ) СУПЕРВЕНТНОСТЬ, как Дополнительность (в Феномене Сознания) выражения Идеального (Духа),
     как реальной НОРМЫ (по Жослин Бенуа) (https://yandex.ru/q/philosofy%20lovers/12927224066/)

    ---

  • до самого конца этого коммента.

    Вот увидишь как твой ИИ строго тавтологиями заговорит как почти ниччё тама не смыслящий, т.е. имплицировать понимание иль что похожее на понимание, твой ИИ не смогёт на моих текстах. На ФШ (где я навечно забанен усилиями Корнака, Семёркиной (77) и дьявол-бабы (один из админов ФШ) Виктории Василенко) -- то на ФШ нема никого, кто бы даж на уровне ИИ понял бы отписанное тама мною.

---

---

     Короче, QY, ты ента... отмаячь если сделаешь это в т.ч. и о результатах, ну или отмаячь если тебе лениво, напряга йок-барма, тобишь нема нихуя не будет напрягов. Просто интересна...

ИИ не сам возник, его создал Человек, который по нашей аналогии будет "богом" для ИИ.
Искусственный интеллект подобен человеческому, но не аналогичен.
....электрическую?(https://san2.ru/smiles/mosking.gif)

Так и что, не дождался достойных оппонентов, решил пообщаться с какими есть?(https://san2.ru/smiles/mosking.gif)

..это просто ты такой ...доверчивый)))(https://san2.ru/smiles/biggrin.gif)

..оу, будет батл? (https://san2.ru/smiles/bravo-bravo.gif)

https://t.me/kotreal/35581
ага, это они сами.....

Структурное ассоциативное мышление помогает нам эффективно воспринимать мир и приспосабливаться к новому. Вот как:

Сталкиваясь с чем-то новым, мы пытаемся разделить это новое на известные нам из прошлого опыта составляющие (те самые building blocks) и таким образом создать структурное представление новой сущности. Как только структурное представление новой сущности создано, мы можем делать выводы о новой сущности. Эти выводы основаны на том, из каких известных элементов состоит структура нового объекта и наших знаний об этих известных элементах и их взаимодействиях.

Некоторые элементы, на которые мы разделили новую сущность, могут быть новыми: точно таких же вы никогда не видели. Но ассоциативное мышление может создать связь между этим новым элементом и тем, что вы видели раньше. Перенеся свойства ранее виденного элемента на новый, вы многое поймете о новом элементе.


**********
Структура помогает нам не только взаимодействовать с новыми объектами, но и приспосабливаться к новому окружению. Например, если вы попали в новый для вас город в новой стране, вы примерно понимаете, как нужно себя вести, ведь вы бывали в городах и раньше. Вам нужно приспособиться лишь к нескольким новым аспектам. Это могут быть, к примеру, специфические правила дорожного движения (допустим, в новой для вас стране движение левостороннее, в отличие от правостороннего на вашей родине). Так структурное восприятие помогает  вам сократить количество усилий для адаптации к новой среде.

Вот так структура позволяет нам очень эффективно взаимодействовать с миром.

Идем далее: структурное мышление позволяет нам создавать новое на основе отдельных известных частей: спроектировать новый город будущего, по-разному соединяя отдельные известные части (building block'и: дома и улицы) с помощью разных известных взаимосвязей (relations). Например, кто-то же создал несуществующее животное с картинки выше. Оно состоит из вполне стандартных, известных нам элементов.

Еще это позволяет нам выполнять новые действия, которые мы раньше не совершали: например, полететь в новый город Барселону, куда еще никогда не летали. Мы с легкостью это сделаем, соединив в голове знакомые понятия "лететь в" и "Барселона". После этого станет понятно, какие действия нужно совершить, чтобы оказаться в Барселоне: купить билет, приехать в аэропорт, сесть в самолет и т.д.

Таким образом, структурное мышление помогает нам взаимодействовать с миром, жить и развиваться. Так или иначе, мы каждый день сталкиваемся с чем-то новым и успешно с ним взаимодействуем благодаря механизму восприятия, описанному выше. Столкнувшись с чем-то новым, мы либо встраиваем новую сущность в существующую в нашей голове структуру мира, либо изменяем вид структуры в голове так, чтобы новая сущность и старый опыт органично вписывались в эту структуру.

Это умение разбивать высокоуровневые понятия на структурные элементы, осознавать и создавать новое, собирая его из хорошо известных старых понятий, называется комбинаторным обобщением (conbinatorial generalization). И это — то, что суперлегко дается мозгу человека и суперсложно — искусственному интеллекту. В частности, подходам, основанным на нейросетях.

Общие проблемы нейросетей
У нейросетей есть несколько известных общих проблем. Общих — потому что эти проблемы характерны для всех видов нейросетей. Рассмотрим три из них: те, которые, на мой взгляд, связаны с отсутствием у нейросетей понимания структуры.

Знания нейросетей плохо переносятся из домена в домен, даже если домены сильно похожи. Например, нейросеть, которая отлично распознает лица европейцев, будет плохо работать на лицах людей из Африки. Эта проблема называется domain shift / out-of-domain.  Или, еще по-другому — отсутствие у нейросетей обобщающей способности. Есть отдельные направления исследований, которые ищут подходы для улучшения адаптации нейросетей к новым доменам: эти области называются domain adaptation или transfer learning. Но все эти техники далеки от совершенства, проблема domain shift еще не решена.

Для человека проблемы domain shift практически не стоит. Мы легко проводим аналогии между объектами из двух доменов, выделяя в каждом структурные элементы и сопоставляя их между собой. Выделив в объекте из неизвестного домена знакомую структуру, мы понимаем, что примерно представляет из себя объект и как с этим объектом взаимодействовать. Другими словами, мы сравниваем разные объекты из разных доменов между собой на основе структуры, не обращая внимания на мелкие неважные различия. Мы поймем, что перед нами человек, даже если этот человек будет неизвестной нам ранее расы: мы поймем это, проведя аналогию между людьми известных нами рас и людьми новой расы на основе того, что оба типа людей состоят из одинаковых структурных элементов: головы, глаз, носа, рук и т.д. Таким образом, умение к комбинаторному обобщению позволяет людям взаимодействовать со структурно похожими элементами из разных доменов.

Нейросети чувствительны к шуму и малым изменениям в данных (это проблема отсутствия устойчивости/робастности нейросетей). Даже самое малое изменение картинки, малое добавление шума может сильно изменить ответ нейросети. Посмотрим, например, на две картинки ниже. Человеку явно понятно, что на картинках один и тот же объект, и малый шум не мешает это осознать, точно так же как и новая шляпа из примера выше не мешала понять, что перед нами тот же друг Петя. Просто для нас картина и шум — это две сущности, которые взаимодействуют между собой. И взаимодействуют они так, что шум не меняет значения объектов на картине.

У нейросетей же так не получается: совсем малый шум может сильно изменить восприятие объекта нейросетью. Это выдает отсутствие в нейросетях структуры, а также позволяет создавать adversarial атаки на сети. Adversarial атака — это когда входящий объект изменяется очень малым образом, так, что человеку практически не заметно, но ответ нейросети на этот объект при этом сильно искажается

(https://habrastorage.org/r/w1560/getpro/habr/upload_files/63f/684/866/63f684866016e10d97e37826cbcd8732.png)
При подаче в нейросеть картинки слева модель классифицирует ее правильно: “поросенок”. Но при добавлении небольшого шума, не видного глазу, нейросеть начинает классифицировать правую картинку как “авиалайнер”.

“Есть  убедительные психологические доказательства того, что люди воспринимают визуальные сцены в виде иерархии объектов на ней […] Если мы хотим создать нейронные сети, которые воспринимают изображения так же, как люди, нам нужно выяснить, как нейронные сети могут представлять иерархии.”

То есть, главная проблема: как заставить нейросети выучивать иерархическую структуру визуальной сцены.

не так
правильно - отсутствия понимания вообще
у человека же понимание присутствует всегда
хотя бы понимание того, что он что-то не понимает

.....вот про это и вещает Роман Таран, на философском языке -это смыслы.
допустим, можно научить машину делить и на более мелкие части и варьировать их меж собой...тоже научить -но это по прежнему будет бред, т.е не будет иметь смысла...
Как то, например, человек сразу понимает, что такое "жопа с ручкой", т.е не существующий предмет, но имеющий свой смысл (https://san2.ru/smiles/mosking.gif)
Как машину научить приоритету в анализе?
..этой пластичности

никак
это всё равно, что пытаться создать оракул, введя в него все сведения о произошедшем в мире с каждой элементарной частицей в надежде, что она рассчитает будущее
машина может только считать

Честно говоря начиная эту тему, я не думал о том как чел думает), я скорее о более скромном функционале... Корнак не даст соврать, ведь еще Гурджиев писал о челе как о многомозговом существе и как о машине в сущности. Ну а то что мы рабы программ и так ясно..Чел ведь как учится, по сути он создает алгоритм для организма, который старается его выполнить. Хотя понимание между этими двумя не слишком большое, отсюда и разные результаты умений. Это программы которые доступны личности и которые она пишет сама. Кроме этих существует масса программ о которых мы не имеем ни малейшего понятия, которые заложены производителем. Это все что касается роста, самовосстановления и внутреннего функционала тела. Ну а разные скорости исполнения видны невооруженным взглядом, особенно когда происходит процесс обучения и когда он закончен.
В принципе в подобмном устройстве тела я был давно уверен и нашел, эту статью просто забив гугл-Чел многопроцессорное существо-.)

трехмозговые существа из "Вельзевула", а про машины везде, как об отсутствии осознанности