Tietokone ei ole vielä älykäs. Tietokone ei opi mitään asiaa itsenäisesti, koska tunnistaakseen minkä tahansa hahmon, koneen tulisi, itsenäisesti, rakentaa tätä varten ohjelmafunktio.
Esimerkki: Funktio joka ottaa syötteenä kuvan henkilöautosta ja palauttaa merkkijonona auton rekisterinumeron. Ohjelmafunktio sisältää kaiken ohjelmakoodin joka hahmon tunnistamiseen eli rekisterinumeron lukemiseen tarvitaan. Totta kai tällaisen funktion voisi ostaa halpatyövoimalla Aasialaiselta ohjelmoijalta, mutta se ei ole koneälyä.
Mutta funktion voi tulevaisuudessa selvittää jokaista vaihtoehtoa kokeilemalla, eli nk. brute force -menetelmällä.
Se voi onnistua näytönohjaimella.
http://plaza.fi/muropaketti/naytonohjain-auttaa-tulevaisuudessa-murtamaan-salasanoja
"Yrityksen mukaan, kun GeForce 8 -sarjannäytönohjaimen laskuteho yhdistetään kaksiytimiseen prosessoriin, Windows Vistan kirjautuminen saatiin murrettua yli 20-kertaisella nopeudella ja aikaa kului kahden kuukauden sijaan vain 3 - 5 päivää."
Esimerkki: Funktio joka ottaa syötteenä kuvan henkilöautosta ja palauttaa merkkijonona auton rekisterinumeron. Ohjelmafunktio sisältää kaiken ohjelmakoodin joka hahmon tunnistamiseen eli rekisterinumeron lukemiseen tarvitaan. Totta kai tällaisen funktion voisi ostaa halpatyövoimalla Aasialaiselta ohjelmoijalta, mutta se ei ole koneälyä.
Mutta funktion voi tulevaisuudessa selvittää jokaista vaihtoehtoa kokeilemalla, eli nk. brute force -menetelmällä.
Se voi onnistua näytönohjaimella.
http://plaza.fi/muropaketti/naytonohjain-auttaa-tulevaisuudessa-murtamaan-salasanoja
"Yrityksen mukaan, kun GeForce 8 -sarjannäytönohjaimen laskuteho yhdistetään kaksiytimiseen prosessoriin, Windows Vistan kirjautuminen saatiin murrettua yli 20-kertaisella nopeudella ja aikaa kului kahden kuukauden sijaan vain 3 - 5 päivää."
Vastaukset 12
Vanhimmat
Ja jos rahaa riittää voi koneen tehoa kasvattaa myös esim. tällaisella kortilla:
http://www.inrevium.jp/eng/x-fpga-board/hibiki.html
Ja jos ei yksi riitä, niin ketjuttaa sitten useamman.
Fpga-piirien käytöstä laskennan apuna oli joku vuosi sitten VTT:n projekti (mukana myös muita suomalaisia). Testasivat konenäön laskentaa ja salasanojen purkua. Projektin tuloksia ei julkaistu, miksiköhän?
Olen toiminut 8v päätoimisena VHDL-ohjelmoijana FPGA-piirien parissa ja tiedostan kyllä niiden mahdollisuudet AGI-toteutuksissa. Samoin useat uudet rinnakkaisproseessoriratkaisut on kiinnostavia. Mutta kuitenkaan suoritinteho ei ole enään pahin pullonkaula (vaikka suoritintehoakin tietysti tarvitaan hyvin paljon lisää). Isoin pullonkaula on, kuten tuolla alla aikaisemmin kerroin, järjestelyt massiivisen common-sense-tiedon (ei siis koodin (o; ) keräämiseksi ja sen jälkeen hyvin suuri keskusmuistitila (muutama teratavu, jos tavoitellaan ihmisen tasoista ymmärrystä) tämän tiedon käyttämiseksi. Ilman näitä resursseja raa-alla prosessointiteholla ei ole paljon käyttöä.
Näinhän se taitaa olla. (Kone)päättelyn kannalta merkitseviä taitanee olla tiedon esitys ja algoritmi päättelyn toteuttamiseksi. Huonolla algoritmilla saa nopeasti tukittua koneen kuin koneen, muistista ja laskentatehosta riippumatta (ei taida edes teratavut auttaa).
Mutta... vastineena ketjun aloitukseen toin esille muitakin ratkaisuja. Ja vielä kun lupaavat nykyisin kehityskortteja PCI-e -liitynnällä, eli ovat helppo (?) tunkea perus-pc:n sisuksiin. Näin ei tainnut olla vielä jokunen vuosi sitten (taisi olla ethernet-liitynnät(?)).
Moniytimiset prosessorit on mielenkiintoinen tapaus. En ole vielä törmännyt logiikan algoritmeihin (johtunee suppeasta tuntemuksesta(?)), joita olisi optimoitu monelle ytimelle. Voisi kuvitella "Dynaamisen ohjelmoinnin" saavaan uutta tuulta purjeisiin, kun algoritmi voi samaan aikaan laskea montaa eri haaraa yhtä aikaa, jopa oikeasti reaaliaikaisena. Eli intel:n 80-ytimistä odotellessa ;).
VTT:llä on myös Matalien lämpötilojen kvantti-ilmiöiden ja komponenttien huippuyksikkö.
Kun aineen lämpökohina vaimennetaan, voidaan löytää radikaalisti tehokkaampia laskentatapoja. Evoluutiokehitystä lämpökohina ei haittaa, evoluution ei tarvitse "nähdä" laskentatapaa ja ilmiö esiintyy lämpimässäkin aineessa.
Tunnettako ulkomaan projekteja?
Jokunen vuosi sitten oli lehtijuttuja isrealilaisten kehittelemästä prosessorista, joka toimi sisäisesti valolla. Laskentateho taisi olla jotain lähelle T-alkuisia lukuja (jos nykyisillä on G-alkuisia). Tämän piti olla kaupallinen jotain näillä vuosilla (2007-8).
Olikohan tuo pelkkä projektirahoituksen hakumainos vai todellinen tapaus, kuka tietää (tai paremminkin tietääkö kukaan?)
Unohtamatta viimetalven kanada-projektia kvanttikoneesta, pelkkää projektin markkinointia vai ihan oikea systeemi (?).
No samapa tuo, kummankin voi laittaa hankintalistalle heti kun Visasta löytyy riittävästi syvyyttä ;).
"Jokunen vuosi sitten oli lehtijuttuja isrealilaisten kehittelemästä prosessorista, joka toimi sisäisesti valolla."
Näinpä jossain myös Israelilaisen nettisivun HTM:stä...
Ja Intiassa on satatuhatta sirusuunnittelijaa:
http://www.prosessori.fi/uutiset/uutinen2.asp?id=51119
Taitanee olla nämä jutut päivitystä vailla...
Saattaapi olla, että muistelin juttua Lenslet-nimisestä firmasta. Tekivät DSP-laskuria. Jo vuonna 2003.
CNN-juttu:
http://edition.cnn.com/2003/TECH/ptech/10/31/israel.lenslet.reut/index.html
AMD ei enää kauas jää (prossu näytönohjain tekniikalla, 500GFlopsia). Tietokone-lehden juttu (AMD-Firestream)
http://www.tietokone.fi/uutta/uutinen.asp?news_id=31893&tyyppi=1
että näin... (vuodet vierii :)))
"Esimerkki: Funktio joka ottaa syötteenä kuvan henkilöautosta ja palauttaa merkkijonona auton rekisterinumeron. Ohjelmafunktio sisältää kaiken ohjelmakoodin joka hahmon tunnistamiseen eli rekisterinumeron lukemiseen tarvitaan. Totta kai tällaisen funktion voisi ostaa halpatyövoimalla Aasialaiselta ohjelmoijalta, mutta se ei ole koneälyä."
Hämääköhän sinua nyt sellainen yksinkertaistettu ajatus, että tietokoneohjelman koko toiminnallinen kyky olisi vain suoritettavassa koodissa, jota voi ihminen, ohjelmoija, olisi kykenevä laatimaan?
Vain yksinkertaisissa tapauksissa, eikä koskaan AGI:a tavoittelevassa ohjelmoinnissa, asia on näin. Esim hahmontunnistuksessa, menetemästä riippumatta, suurin merkitys on datalla. Ihan sama suoritettava koodi voi olla kykenemä tunnistamaan rekisterinumeroita, liukuhihnalla kaatuneita pulloja, vartioidulla alueella hiippailevia asiattomia ym. Tämä kaikki riippuen siitä, miten järjestelmä opetetaan. Hahmojen tunnistamiseen tarvittavat tiedot ovat järjestelmässä opetusvaiheessa tallentuvan datan, eivät suoritettavan koodin muodossa.
Opettamisella ja koodinvääntämisellä on eroa. Ihmistä voidaan opettaa, mutta ihmiseen ei voi ladata suoritettavaa koodia.
"Hämääköhän sinua nyt sellainen yksinkertaistettu ajatus, että tietokoneohjelman koko toiminnallinen kyky olisi vain suoritettavassa koodissa, jota voi ihminen, ohjelmoija, olisi kykenevä laatimaan?"
Ei, koska brute force löytää varmasti sellaisia algoritmejä jotka eivät tule ihmisten mieleen. "Koodinmurtajalla" luodaan funktioita, joiden käyttäminen edelleen esim ajattelun simulointiin ei ole enää niin iso ongelma(?).
"Hahmojen tunnistamiseen tarvittavat tiedot ovat järjestelmässä opetusvaiheessa tallentuvan datan, eivät suoritettavan koodin muodossa."
Tuo on videonauhurin kuvaus. Miten HTM:ssä rakentuu tälläisiä funktioita, jotka ovat kuitenkin välttämättömiä. Ihminen sisäistää toimintoja eli "funktionalisoi" jatkuvasti. En ole löytänyt animaatioita verkon toiminnasta.
""Hahmojen tunnistamiseen tarvittavat tiedot ovat järjestelmässä opetusvaiheessa tallentuvan datan, eivät suoritettavan koodin muodossa."
Tuo on videonauhurin kuvaus. Miten HTM:ssä rakentuu tälläisiä funktioita, jotka ovat kuitenkin välttämättömiä. Ihminen sisäistää toimintoja eli "funktionalisoi" jatkuvasti. En ole löytänyt animaatioita verkon toiminnasta. "
Videanauhuri on huono vertaus. Oppimismenetelmiä on monia, en tunne monia, mutta kaikki ne perustuvat aina jonkinlaiseen havaintodatavirrasta tehtävään tilastolliseen analyysiin. Videonauhuri ei tee sellaista, hermosolu tekee.
Yksi, vain yksi, esimerkki on SOM-verkko:
http://www.willamette.edu/~gorr/classes/cs449/Unsupervised/SOM.html
Se oppii tunnistamaan datavirrasta usein toistuvia hahmoja ja niiden sukulaisuuksia toistensa suhteen, eli rakentaa hahmoavaruudesta kartan, ilman ulkoista opastusta, pelkkä hahmovirta riittää. Tätä algoritmia voisi kuvitella sovellettavan myös HTM-modulissa.
Netissä löytynee demoappletteja.
"Miten HTM:ssä rakentuu tälläisiä funktioita, jotka ovat kuitenkin välttämättömiä. "
HTM:n toiminta on yksi algoritmi, jota sovelletaan samanlaisena "funktiosta" riippumatta. HTM on muistia, ei "ALU" tai muu looginen kone. Toiminta perustuu muistamiseen. HTM-moduli oppii tunnistamaan hahmosekvenssejä ja kertoo hierarkiassa ylöspäin "hahmon tunnuksen", "nimen". Usealta modulilta saapuvat tunnukset ovat uusi hahmo ylemmän tason modulille, joka vuorostaan tunnistaa niistä sekvenssejä. Alaspäin moduli syöttää arvauksen sekvenssin seuraavasta hahmosta (perustuen todennäköisyyteen), jota alemman tason tunnistin käyttää joko epäselvien hahmojen selkeyttämiseen tai poikkeishälyytykseen (exeption).
Tässä oli HTM lyhyesti kuvattuna. Osana oppimismekanismia voi olla SOM tai joku muu tilastollinen menetelmä, vaihtoehtoja riittää. En ole itse onnistunut toteuttamaan HTM-modulia. Olen yrittänyt, hätäisesti. DARPAn hanke, josta kerroin aikaisemmin, todistaa sen, että muut ovat onnistuneet.
Kellotaajuus on suoraan verrannollinen sekä verkon solujen väliseen viestintään (erityisesti HTM) että hahmojen matchaamiseen (SOM).
Jotain kertoo että näitä ei käytetä yleisesti ohjelmoinnissa. Käytin joskus SOMia pelin pallon liikkeen ennustamiseen onnistuneesti ja se onkin minusta jopa lupaavampi kuin HTM. Mutta pelissäni SOM oli rajattu yksikkö, joka otti vastaan vain 6-ulotteisen vektorin (pallox, palloy, palloxnopeus...), eikä ollut riippuvainen muun ohjelmoinnin kanssa, esim strategiasta.
"Hämääköhän sinua nyt sellainen yksinkertaistettu ajatus, että tietokoneohjelman koko toiminnallinen kyky olisi vain suoritettavassa koodissa, jota voi ihminen, ohjelmoija, olisi kykenevä laatimaan?"
Tehokkain tapa laatia ohjelmia on oltava aika lähellä AGI:n tapaa ja HTM pitää näin ollen voida selittää selkeästi ohjelmoijan näkökulmasta. Tietysti AGI:lle soveltuva alusta voi olla atomisempi / hienorakenteisempi, mutta ei täysin erilainen. Black boxin (eristetyn yksikön) idea on tässä hämäävää. http://en.wikipedia.org/wiki/Black_box
"Tätä (SOM) algoritmia voisi kuvitella sovellettavan myös HTM-modulissa."
Aioin sanoa samaa ja minulla onkin aluillaan sellainen kokeilu.