Нейросети и прочие ИИ

@Ogr 2, "машина начала вести себя", но отключать её не собираются.

Насколько я понимаю, нейросети именно так и работают. Собственно, их и называют "чёрным ящиком".

Это обычная алгоритмическая программа. Те же ИИ, которым посвящена данная тема, основаны на (само)обучении нейросетей, там нет жёстких алгоритмов, а есть система "нейронов", которая в буквальном смысле слова обучается методом проб и ошибок -- во многих случаях без какого-либо вмешательства или управления человеком.

Я не буду врать, у меня очень поверхностное понимание того, как это всё работает (проходили в магистратуре >10 лет назад и на очень базовом уровне), но вот можно потыкать игру Bug Brain, которая довольно наглядно показывает принципы работы нейросетей.

 

Ну и что тут удивительного? Дай сыну учебник по квантовой физике, а потом восклицай сколько влезет "Я создал такую вот штуку, нопонятия не имею как она работает".
Вобщет базовая идея как раз в том, что никто не создает конкретный алгоритм под решение какой-то задачи, а просто скармливают тонны данных заведомо избыточной системе, чтобы она сама нашла закономерности и подобрала алгоритмы. При этом представления не имея какие именно закономерности найдет система.

--- добавлено 14 дек 2023, предыдущее сообщение размещено: 14 дек 2023 ---

Я тут вижу какое-то противоречие.
Если ты не веришь в наличие души, то как бы вывод напрашивается что нейросеть спокойно может выйти на уровень мотивации человека

 

Программы, алгоритмы и формулы, представленные алгоритмами, остаются неизменными. В процессе обучения меняются коэффициенты в формулах.
В общем случае модель можно представить как направленный граф (причем явно выраженными последовательными слоями), в процессе обучения каждому ребру присваивается вес, т.е. коэффициент (передачи сигнала). Веса организуют в вектора/матрицы (по слоям), а программа выполняет расчёт прохождения сигнала от входа модели (графа) к выходу по заранее заданному порядку обхода рёбер (весов, коэффициентов). Сами структуры слоев эмпирически (во всяком случае раньше так было) типизированы, т.е. есть коллекция слоёв, для которых примерно определено в каких задачах они лучше работают. Эти слои собирают вместе (условно пишут программу) в расчёте получить требуемый результат после обучения.
Следующий уровень - направленный поиск/синтез оптимальной топологии используемых графов с учётом поставленных целей. Вот здесь начинается

Следует разделять программу и данные. В процессе обучения меняются только данные - коэффициенты. Программа остаётся неизменной. Мало того, одна и та же программа при разном обучении будет вести себя по разному. Это важно понимать. Сейчас ИИ фактически конечный автомат. Программу ИИ можно сравнить с проигрывателем, набор коэффициентов с видеофайлом (так себе сравнение, конечно).
Да, изменив обучающий набор можно задать поведение ИИ. Мало того, если ИИ в процессе работы учитывает текущую сессию, то он пластичен, т.е. его поведение может (частично) изменить конечный пользователь в рамках текущей сессии.

 

Именно про это я и написал.

То есть ты хочешь сказать, что какую программу не запусти в твоем компьютере, на самом деле программа остается неизменной, меняется только содержимое ячеек памяти?
Ок, но я буду пользоваться более традиционной терминологией.

--- добавлено 14 дек 2023, предыдущее сообщение размещено: 14 дек 2023 ---

И про это я тоже написал, фермер вполне может вырастить и воспитать академика но это ему не даст понимания квантовой физики.

 

В голову современному цивилизованному человеку можно залить любую дичь.
Угу, я прям поверил что бот вдруг начал всех посылать и некорректно выполнять запросы.
А в итоге все дело в бабках и недополученной прибыли, как обычно.

 

Не то, что в головы отсталых олдгеймерских шизоидов (опционально алко-).
Сопротивление в каждой мысли!

 

Извините, но ваш ответ в своей эпичности достоин башорга. Он одновременно содержит полное непонимание и (почти) истинное утверждение.

В качестве примера, что о себе рассказывает gpt-3.5-turbo

 

Есть люди, в присутствии которых железо работает неадекватно, я таких и сам встречал. Внезапно идёт в отказ абсолютно рабочий монитор, стабильно виснет база, расходники не отрабатывают гарантийные сроки и всё такое. Чудеса чудесатые, потому что у другого человека всё берёт и работает. Не суть важно, что именно происходит в нашей сбоящей Матрице, оно происходит. Так вот, если такого человека-катастрофу посадить за обучение нейросетки, нет ничего удивительного в том, что она глючит. У них всё глючит, даже самые простые вещи, вроде фонарика.

 

Что поделаешь у людей с поверхностным взглядом все просто, потому что они цепляются за знакомые слова а углубляться в понимание не имеет смысла. Какая разница между алгоритмом работы нейросети и алгоритмом решения недетерминированной задачи под которую эта сеть натренирована? Да никакой, "алгоритм" же. Всего лишь терабайт коэффициентов - очень просто на бумажке расписать, формула-то одна и та-же Башорг и википедия подтверждают.

 

Я пользуюсь нейросетями в работе уже год как. И могу сказать точно, что не учатся они ничему.

Пример банальный:
Z-серия (мне вломак копировать картинки)

Вот вам несколько изображений мотоциклов, снятых с одного ракурса. Все мотоциклы одинаковые - "дорожные гряземесы" для любителей этого дела.

Разница между ними - минимальна. Более того скажу, большая часть мотоциклов были сняты на одном фоне. Моя задача состояла в том, что бы очистить этот фон. В самом начале каждую фотку я обрабатывал вручную. Потом еще совал в оптимизатор, что бы PNG не были такими большими по размеру, как обработанный в Фотошопе исходник.

Потом я наткнулся на Фоторум, о котором уже писал и тут и везде, где мог. Отличный инструмент, который выполняет поставленную задачу достаточно быстро и качественнее множества остальных нейросетевых инструментов. Однако, все еще есть проблемы с некоторыми "мелкими" частями. Как то - спицы и тормозные диски. Нейросеть с упертостью нового барана у старой двери стирает эти элементы и ей приходиться "помогать" их распознать. И так каждый раз.
Программа должна же "понять", что раз я выделяю такой-то элемент, то он важен и вырезать его с изображения не нужно. Но она это получается не понимает.

Ок, было бы понятно, если бы фотографии были бы совершенно разными. Были бы разные мотоциклы (с разным размером колес, спиц и тормозных дисков). Но тут по сути все одинаковое (ПС: я сам не особо понимаю, зачем такой большой разброс по моделям, ответ - "что бы был выбор"). Мартышка бы научилась за год понять на фото где что. А тут вроде "умный" алгоритм.

И теперь меня уверяют, что нейросети дескать "учатся" на каких-то там примерах. Что-то не заметно. Как по мне, то это именно, что алгоритм. Да сложный, но с определенным набором последовательностей, который если и обновляется, то не самостоятельно.

Возможно я не прав, я же сам не создаю нейросеть. Но доказательств обратного я не получил. Та же нейронка от Сбербанка, названная в честь Кандинского, так и не научилась мне на запрос "чистое синее небо" выдавать собственно чистое синее небо, без втыкания туда каких-нибудь самолетиков или вообще непонятно чего. А я ее мучал это много раз, стирая ненужные объекты каждый раз, когда нейросеть вносила туда что-то лишнее.

Или вот все она же. Задаю запрос - картинка с космонавтами в ретрофутуристической стилистике. Хотел написать статью по произведениям Андре Нортон, а иллюстраций в сети на этот случай крайне мало (а те что есть не подходят из-за авторских прав). И что я получаю? Какой-то бред. Не верю! Вот же в сети - полно изображений. Научись, нейросеть! Но нет. Вместо космического корабля в инопланетных джунглях она мне выдает какой-то волшебный школьный автобус.

И ладно бы "заплати и получишь нужный результат". Но нет. Либо нейросеть вообще бесплатная (ок, претензии тогда притянуты за уши). Либо за деньги я получаю тоже самое. А если нужно что-то действительно хорошее, я мало того что должен заплатить немалые для меня деньги, так еще и научится сам разбираться в настройке нейросетей, "правильным" алгоритмам ввода запросов и чуть ли не программированию. А оно мне надо, за мои то деньги? Кто тут учится, я или нейросеть?!

---
На счет того, что у некоторых "машины" отказывают работать из-за чудес чудных я скажу следующее. Когда-то, давным-давно, я сам работал в техподе и каждый раз кипел из-за того, что нужно объяснять очередному идиоту как все работает. И многие вот прямо отказывались понимать принципы работы. Вот так я тогда считал сам. И я серьезно ошибался.

Какие-то люди действительно хорошо работают с машинами и даже с их программным кодом. Это действительно талант. Когда я ехидно называю таких "программеры" это не из-за их знаний, а из-за слишком сильно раздутого ЧСВ. И "магического" поклонения перед этой вполне обычной, но важной профессии.
Однако если инструкция есть, и она понятная, то все будет работать нормально, кто бы по этой инструкции чего бы не делал. Инструкция - набор последовательных действий, соблюдая который должен получится определенный результат. Если отходишь от инструкции и получаешь ошибку - сам дурак. Но если по инструкции ты получаешь не результат, а непонятно что, то проблема не в пользователе, а в том, как собрана эта программа.

Программа должна работать и выдавать определенный результат, заложенный в это программу. Она не должна выдавать не ясно что, просто из-за того, что слишком сложно устроена. Это не правильно. Так быть не должно. Ибо попахивает какой-то финансовой пирамидой, где процесс обогащения так же сложно устроен и труднообъясним.

---
Ну и ладно, ну и хорошо. Пойду-ка я обратно заниматься переводом CnC Reload. С помощью следующего инструмента:

DeepL Translate – Самый точный переводчик в мире

Вроде бы неплохой переводчик. Вроде как на основе этих самых нейросетей. Сильно от Гугла вроде не отличается, но некоторые предложения и специфические фразы переводит более точно. Хотя редактировать текст все равно приходится. Все же русский язык сложен, а английский слишком прост и без понимания контекста, перевести что-то достаточно правильно крайне непросто... точнее невозможно.

И вот тут никакая нейросеть не сможет помочь.

 

На всякий случай

зы: это я к тому что для большего веса утверждений "ничему они не учатся" и заключений "никакая нейросеть не сможет помочь" надо бы сравнивать с каким-нибудь древним промтом или какой там самый навороченный переводчик был с алгоритмами, написанными людьми

 

- тык я и написал, что от Гугла он мало чем отличается. Разве что чуть более точнее специфические термины переводит. И все.

Однако, там есть прикольная вещь - можно подобрать синонимы к определенным переведенным словам в целой фразе. Довольно удобно, не обязательно тыкаться в словарь синонимов.
В Гугле я такого не припомню.

Однако все переводчики, какие я пробовал переводят фразы с именем Yuri, как Юри, а не как Юрий. Юри сделала то, база Юри, Юри была уничтожена.
Чертовы хентайщики.

 

Икона помогает, над монитором!

 

Нейросети пока ещё не умеют учиться в реальном времени, -- по крайней мере, те, которые обрабатывают изображения. Обучение сети происходит до того, как с ней дают поиграться пользователям. Это обучение занимает много времени и требует значительных вычислительных мощностей, отсюда популярность видеокарт NVIDIA как железа для запуска сеток.

Когда сеть обучилась, она будет работать как "обычная" программа в том смысле, что сколько раз ты ей ни дашь одни и те же вводные, результат на выходе всегда будет одинаковый (только если нет возможности менять какие-то пользовательские настройки). По крайней мере, ESRGAN работает именно так, полагаю, что сетки, которыми пользуешься ты, тоже.

Насчёт пирамиды -- интересная метафора, ведь в чём-то нейросеть с несколькими слоями нейронов устроена примерно так же. Но ты неправ насчёт выдачи заложенного результата. Нейросети как раз и создаются для того, чтобы результат превосходил ожидания, -- иначе можно возвращаться обратно к предсказуемым алгоритмам того же фотошопа. А неопределённость внутренних механизмов -- своеобразный трейд-офф в условиях того, что, например, то же увеличение картинок с помощью ИИ по своим возможностям во много раз превосходит все алгоритмические решения таких задач.

*режим лингвистического зануды включён* А чем ты меряешь простоту/сложность естественных языков?

 

Просто шутка.

- а я ни одного естественного языка и не знаю.
Я знаю русский, но он давно уже был изменен миллионами правил. Чуть-чуть знаю английский (но со словарем) - он проще в некоторых аспектов, чем русский.
Пробовал эсперанто, ради интереса, но он не понятный.
И пробовал китайский. Но тут нужна память, как у слона, а я такую не имею.

 

На Тумблере есть ряд очень неплохих... как там это у них называется - блогов?... по ретро-сай-фаю. Миллиарды ретрофутурокосмонавтов детектед. Поиск по тэгам (на англосаксонском, вестимо).

70s Sci-Fi Art: Archive
: Archive
Scifi Art: Archive

 

@Gaznak, Арта много. Арта по Нортон мало, особенно по тем произведениям, что я хотел описывать в статье.
Есть обложки книг, они весьма неплохо проиллюстрированы, но - это обложки книг, со всем вытекающими. И я не знаю авторов, кто их оформил.

 

Тема с мухоморами появилась примерно год назад, на ютюбе сумасшествие какое-то.
Типичная вирусная реклама.

 

Написанный ИИ научно-фантастический рассказ впервые в истории победил на литературном конкурсе в Китае

--- добавлено 21 дек 2023, предыдущее сообщение размещено: 21 дек 2023 ---

Искусственный интеллект научили предсказывать судьбу и время смерти людей

 

- это скорее показывает не то, что нейросети стали такими "умными", а что критерии отбора стали гораздо хуже.

- а вот это уже полная чушь.

Напоминает одного осьминога, который "предсказывал" какая команда выиграет на международном футбольном чемпионате. Если опускать ошибки этого моллюска, то да, кажется что он - Ванга, епт.
Осьминога, кстати, его "умение" не спасло.