@Mary24

Привет. Выбрала для себя две книги: Рассела С. "ИИ: современный подход" и Люгера Дж. Ф. По каким сайтам/книгам можно перейти к практике? Учить лисп и пролог и пока забить на книги по ИИ?

Конечная цель: хочу создать и обучить нейросеть, я ими восхищаюсь.

0

@TimKruz

В интернете много исходников ИНС и туториалов по их созданию. На Хабре несколько было...

ИНС можно написать на любом ЯП. Используй тот, который ты лучше всего знаешь и в котором лучше всего разбираешься, чтобы не мучиться с глупыми ошибками, а перейти сразу к делу.

А я презираю их и не понимаю смысла в их использовании, потому что: предсказать их поведение очень сложно или невозможно, обучать их нужно очень долго для удовлетворительных результатов, они не универсальны, т.е. затачиваются только под одну конкретную задачу, они вне зависимости от обученности занимают дофига места в памяти, для CPU их обработка сложна, совершенно не понятно, что нужно изменить в нейронах, чтобы получить желаемый эффект от сети, да и вообще они только названием совпадает с механизмами в мозгу...

Короче, я разрабатываю ИИ, который обучался бы как человек, но по возможности не использовал нейросети...
Скоро, вероятно, допишу статейку на Гиктаймс, а затем выпущу открытую бету своей программной системы.

0

@minore

Ну если вы хотите изучить нейронные сети, то причем здесь lisp и prolog? учите сначала мат. основы нейронных сетей (посмотреть курсы можно на интуите), там и практические задачки есть (проверитесь на тестах), а потом переходите к изучению мат. пакетов (matlab, r, python). там уже есть готовые пакеты для работы с нейронными сетями.

0

@ziqp

TimKruz, ждем с нетерпением.
Здесь что вообще такое нейронные сети и небольшой пример:
https://habrahabr.ru/post/143129/
А вообще, насколько бы ты далеко не отодвигался от нейронных сетей, всеравно к ним вернешься в своем ИИ, даже не зная что это они и есть.

1

@minore

не факт: нейронные сети штука хорошая, но не единственная, и далеко не ко всем задачам пригодная - для многих задач это как из пушки по воробьям стрелять. а кроме нейронных сетей используют также генетические алгоритмы, различные методы кластеризации (метод ближайших соседей, например).

0

@TimKruz

Читал я эти статьи... Даже собственную модель ИНС строить пытался: (см. прикрепления, начало 2014 г.). В частности меня интересует механизм взаимодействия независимых кластеров, как взаимодействуют полушария мозга, которые могут работать и по одиночке, но зачем-то их два и они синхронизируются... Кто-то уже пытался на практике объединять несколько одинаковых нейросетей для синхронизации? Что получилось?..

Согласен, у меня есть подозрения, что моя модель автоассоциативной памяти является неким видом ИНС, потому что в ней есть "нейроны" (записи) с "аксонами" (ссылки на записи), которые возбуждаются и передают сигналы по цепочкам, плюс можно прикрутить весовые характеристики к ним (типа кто чаще юзается, тот и прав)... Однако работу этой моей модели видно невооружённым глазом - её БД можно вручную редактировать с предсказуемым результатом, т.е. в ней нет "магии" или "магических чисел". А ещё она усваивает алгоритм действий не через миллион учебных событий, а с единственного события, если в БД нет конфликтующих записей.

Так что я даже и не знаю, ИНС это или не ИНС...

Миниатюры

     

 

0

@ziqp

Да, это НС.
Да что там, в любой качественной зрительной обработке информации дожно быть несколько слоев. Например, теплота цветов (на что идет первая реакция), затем, допустим, поиск геометрических моделей, сравнение с памятью и затем уже принимаемое решение. Так же как это можно разделить на несколько потоков (так сказать, нейроны с синхронизацией), так и можно оставить один, просто скорость будет меньше.
Скорее всего каждый нейрон в мозгу содержит некоторую память. Допустим нашел совпадение (или нет), передает другому с предыдущем значением. Их количество, возможно,так же увеличивает скорость отклика.
Но чтобы обрабатывать так информацию, нужно создать особую архитектуру направленную на разработку ии. Хотя мы и знать не знаем какая память хранится в каком нейроне и почему именно эта

Добавлено через 7 минут
Где-то на этом форуме еще читал, что как раз зрительная обработка (до сравнение с памятью) это работа слоев неокортекса

0

@TimKruz

Если рассматривать модель нейрона, то у него память заключается в весовых значениях синапсов. Как там в природе - не знаю.

Можно регистрировать возбуждение нейронов во время каких-либо действий человека. Если нейрон возбуждается - значит, он "вспомнил" действие, которое совершает человек. Таким способом определили множество областей в мозгу, отвечающих за те или иные воспоминания, при чём у разных людей области (практически) совпадают...

Это верно. Об этом написано в книге "Об интеллекте": неокортекс делится на 6 слоёв, каждый из которых (кроме объединяющего шестого) разбивает информацию на составляющие, для зрительной зоны так - первый на точки, второй на линии и т.д. Потом, по всей видимости, шестой слой объединяет все зоны неокортекса, в том числе с зонами лобных долей, где, теоретически, расположено сознание - так сознание получает информацию о распознанных на картинке из глаз объектах.

0

@minore

модель при которой (типа кто чаще юзается, тот и прав), и из которой из бд можно вытащить правила, если в бд нет противоречий с одной стороны может называться экспертной системой, основанной на поиске ассоциативных правил, см http://www.intuit.ru/studies/c... ecture/186. ну это так, что касаемо терминологии. а еще, целью нейронных сетей не является точное моделирование поведение живого организма, если интересно почему, на эту тему книга есть: Жданов автономный искусственный интеллект.

1

@VTsaregorodtsev

Видимо, Вы не знаете, что задача/требование one shot learning (запоминание требуемой реакции после единичного предъявления стимула/события) решается в виде уже достаточно большого числа нейросетевых идей и алгоритмов, а не только вне нейросеток.
В общем, англоязычный ключевик для поиска я дал, ищите-читайте конкретику. Тем более, что на первой странице гуглопоиска упоминания результатов для нейросеток возникают и без явного приклеивания нейросеток к поисковому запросу.

0