Мы живём не в одной а в двух технологических цивилизациях - "внешней" и "внутренней". Внешняя ослеплена вещами, скоростями, деньгами, высотой. Это цивилизация служения вещам. Их нельзя переубедить, что от того что машина будет меньше потреблять или ездить медленней - для самого человека ничего не изменится. Они и гоняются за внешним служат ему потому что не понимают кто они ! Среди имморталистов это часто выражается в поиске "бессмертия-для-других" в ущерб себе. Сумцидальное бессмертие :)

И есть, наконец, цивилизация внутреннего - ей интересен человек, его время, его существование, то из чего он сделан - как тело, как психика, как память, как когносфера, как ценностные и ролевые модели. Совсем недавно эта вторая цивилизация получила технологические инструменты исследования себя - КГР, ЭЭГ, ЭОГ, фМРТ, ПЭТ а до этого владела только интраспективными методами.

Эти цивилизации не понимают друг-друга, у них вытеснение ценностей за пределы внимания и ценностной сферы. Цивилизация внешнего потребляет большинство ресурсов человечества - ей нужны новые здания, автомобили, дороги, мосты, ископаемые ресурсы . Она это называет прогрессом.

Цивилизации внутреннего все это не нужно, тк снаружи нет человека, то есть совсем нет. Внешнее - это налог на внимание человека. Снаружи нет практически ничего что бы имело к человеку отношение, за исключением того что меряет его и показывает ему самому.

Примерно то-же разделение есть и у имморталистов : тут есть внешние, с вниманием заблокированном на всяких гаджетах, роботах, и организациях пациентов и внутренние с определением и отражением себя и переносу человека, личности и психики на другой, более надежный носитель. Вознесение, трансцеденция, реинкарнация, воскрешение, воссоединение, холистичность.

Статья по ссылке - это именно о внешней цивилизации. Прочтите ее в этом аспекте :
http://fastsalttimes.com/sections/technology/975.html
Не понимаю как адепт системной инженерии не привел экономической и временнОй составляющих, но тут
1) гонка ведется с точки зрения и времени и денег.

2) Одновременно характер изменений таков, что Доллар инвестиций в ИКТ вообще и в ОКОЛО-ИИ сегодня и через 5 лет это 2 совершенно разных доллара даже не по количеству а по КАЧЕСТВУ.

3) В причинах - массовый параллелизм разработчиков и Дисраптор дисраптит дисраптора на каждом шагу,

4) поэтому тут (до момента П ) действует контринтуитивный закон "кто позже встал - того и тапки" (кто раньше встал -того и в топку, ага ))).

5) Отдельно про "момент П". Для каждой технологии он свой и через свои критерии. Для всяких соцсетей это например скорость роста количества пользователей а для оружия - скорость их уменьшения, ага )

6) Поэтому есть разные по качеству, возможностям и последствиям СМЫСЛЫ применения АИ. В период проведения (непрекращающихся) боевых действий важность имеют только то что прямо или косвенно влияет на выживание. Как чего выживания ? Ну не человечества-же, что за наивняк ?

7) В сингулярность человечество н проходит, вам же давно про размеры проходящих в нее систем прямо говорят (Через игольное ушко, Карл ! )

Оригинал взят у [livejournal.com profile] ailev в Об сопоставление вычислительной мощности мозга и современных нейронных сеток
Тусовки модельеров мозга, суперкомпьютерщиков разного сорта, глубоких обучальщиков (программистов, математиков, артигогов -- http://ailev.livejournal.com/1011621.html) бурно обсуждают разные сравнения вычислительной мощности мозга и современного компьютера. Наброс на вентилятор в этой волне обсуждений был тут: https://timdettmers.wordpress.com/2015/07/27/brain-vs-deep-learning-singularity/ (с выводом, что компьютерам до мозга ещё развиваться и развиваться), асимметричный ответ тут https://www.reddit.com/r/MachineLearning/comments/3eriyg/the_brain_vs_deep_learning_part_i_computational/, а дальше пошли клочки по закоулочкам: начали вытаскивать и старинные работы типа http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3767911/ и экономические оценки типа http://aiimpacts.org/costs-of-human-level-hardware/ (в этом материале см. внизу страницы related posts, и там много-много ссылок на другие работы).

Мои две копейки на останов вентилятора:

1. Сравнение никому не нужно, важно это только с точки зрения пиара -- никаких выводов ни про сингулярность, ни про глупость компьютеров, ни про умность человека из этого сравнения сделать нельзя.

2. В нейронных сетках их целевая работа быстра, эффективна и требует очень мало памяти. Проблема не в работе, проблема в научении. Скажем, человека нужно учить 15 лет в школе и высшей школе. Зато после этого он легко решит какую-нибудь математическую задачку за день. Оценивать нужно не этот день, оценивать нужно те 15 лет, в них вся фишка. 365*15=5475, легко нашли дырку в три с полтиной порядка в оценках производительности. С нейронными сетками то же самое: при нанесении пользы они в тысячу раз быстрей, чем при обучении. FLOPS при этом не волнуют: не все архитектуры позволяют хорошо задействовать эти FLOPS -- архитектуры графических GPU тут не слишком хороши, а мозг тоже никто не проверял, насколько он в этом плане хорош.

3. Как говорил кот Матроскин, средства у нас есть, у нас ума не хватает -- важно, как распорядиться имеющимися FLOPS. То, что в изменениях алгоритмов можно легко найти ещё три порядка, это даже не вопрос. То, что эти самые FLOPS можно аппаратно развернуть в поддержку правильных алгоритмов, это тоже не вопрос. Более того, FLOPS бывают разные -- в сетках необязательна двойная точность, а какой именно минимальной должна быть одинарная точность мы ещё не знаем, и аппаратуру под это ещё толком не подстраивали, идут только первые эксперименты. Более того, эксперименты с аппаратурой "сделаем как в мозге" -- это неправильные эксперименты, это эксперименты с махолётами вместо экспериментов с самолётами или вертолётами.

4. Так что сравнивают бегемотов с апельсинами, удивляются такому разнообразию оценок в наш век точных измерений и научных расчётов. Пустое это. С другой стороны, есть нюх -- этот нюх показывает, что текущей аппаратной базы уже начинает хватать для решения ну очень крутых задач. Если суперкомпьютеры грузануть нейронной сеткой, а не моделированием атомных взрывов, их можно ой сколько чему интересному научить уже сегодня -- если сообразить, чему учить и как учить. Впрочем, Гугль и Фейсбук делают примерно это, только на кластерах с GPU, тоже интересно получается.

5. Скорость, конечно, является на сегодня сдерживающим фактором: лимитирует тут скорость обучения, оно сегодня запредельно медленное, а массово-параллельные алгоритмы только-только начинают предлагаться.

6. Но и скорость тут не главное: из одной и той же мокрой нейронной сетки (ага, wetware) можно научить Нобелевского лауреата, а можно (если учить будут звери) Маугли -- при этом даже не получится научить говорить, несмотря на всю предрасположенность человечьего мозга к речи. Вот это и есть лимитирующий фактор: нет наборов учебных данных, нет постановки учебных задач, нет понимания, как учить сетку, нет понимания, как комплексировать разное выученное, чтобы добиться универсализма. Тезис Lenat, что при решении большинства интересных задач задействуется неожиданно большое количество знаний common sence, и что по пути Eurisko (даже если ей выдать современный суперкомпьютер) быстро не продвинешься -- этот тезис остаётся верен до сих пор.

7. Хотя я всё думаю, что было бы, если бы взять Eurisko (1982-83) и реализовать её на GTX Titan X -- мне кажется, могло получиться примерно то же, что с нейронными сетками, когда им дали достаточно аппаратных ресурсов: результаты могли бы быть сногсшибающими. Можно было бы сделать "исторический" хакатон -- и тряхнуть той идеологической стариной на новый технологический лад. Learning by discovery может оказаться не такой плохой идеей на современных вычислительных ресурсах. Скорость и размер (памяти) таки имеют значение. Хотя NP-полные задачи и требуют себе экспоненциального роста вычислительных ресурсов, но именно такой рост нам и обеспечивал закон Мура некоторое время. И слишком высоко на экспоненте висящие в 1983 году плоды могут оказаться низко висящими в 2015 (а высоко висящими -- плоды, которые в 1983 году вообще не были видны). За время пути собачка смогла подрасти.

8. Моя оценка (и я её обсудил с разными людьми) -- что мощности сегодняшних 2000 GTX Titan X (это примерно $2млн., не бог весть какой суперкомпьютер) при понимании как ими пользоваться должно хватить для создания реально неглупого компьютерного собеседника (врача, юриста -- это "например"), причём за год. Не хватает сейчас главного: понимания, как такой вычислительной мощностью правильно пользоваться, как модуляризовать результирующую систему (например, как сочетать "жёсткую логику" и "интуицию и аналогии" -- в реальной работе они обе ведь участвуют), как поставить задачу на обучение и где брать для него данные, как тестировать результат. Вот это понимание и может легко растянуться до момента получения приемлемых результатов и на пять лет, и на десять. Плюс за эти пять или десять лет легко может измениться само понятие "приемлемых результатов".

9. Сегодняшняя ситуация такова, что довольно быстро выстраивается новый технологический стек, ряд новых технологических платформ. Нижние уровни (FPGA, GPU от NVIDIA, что-то от AMD, многоядерные процессоры от INTEL), языки (python, lua, c++, новички типа Julia -- языков тут уже хватает, как и везде), спецбиблиотеки (Theano, Caffe, Torch -- их десятки уже, если не сотни) -- и специфика предметной области сидит ровно тут: все настройки и оптимизации из прикладных задач постепенно уползут в эти библиотеки-фреймворки, которые станут скоро толстыми "платформами". Это важно, ибо если мы тут ускорим дело всего на порядок, то стартап чему-то научит свою сетку не за десять лет, а за год за ту же сумму денег. Ну, или за тот же год, но возьмёт на аппаратуру вдесятеро больше денег (если будет знать, как распараллелить это обучение, что тоже не факт).

10. Приложения -- и вот тут, где уже ближе всего к деньгам, тут у нас пока затык. Распознавание речи и аннотация фотографий это хорошо, но именно в области приложений должен произойти прорыв. С переводом с языка на язык (аннотация фотографий, кстати, частный случай перевода -- перевод с видеоязыка на какой-то естественный язык, всё то же самое) уже справляются не хуже, а даже лучше чем при традиционных иерархических парсерах -- https://drive.google.com/file/d/0B16RwCMQqrtdNUptOGtDeDhxZ0E/view, на бирже уже вовсю торгуют с техническим анализом (и пытаются прицепить фундаментальный анализ, хотя бы по открытым источникам), автомобили без водителя -- это про то же самое. Приложений уже тьма, но главные приложения наверняка не придумали ещё. Чемоданы с колёсиками придумали только в 80-х, до этого были только носильщики с тележками. И сложность ещё в том, что мало придумать приложение. Потом это приложение нужно будет научить -- а как его учить? Где брать данные для обучения? Вот это самое сложное. Следовательно, нужно будет как-то предобучать на том, где много данных, а потом доучивать на буквально единичных примерах -- и исправлять потом ошибки как у человека, который тоже на единичных примерах учится, и тоже попервОй учится плохо.

Итого:
-- плевать, сколько мощности у мозга и какой КПД полёта у птички. Нам мощности аппаратуры и сегодняшних алгоритмов уже хватает, чтобы низенько-низенько, но полететь.
-- приложения, как всегда в софте, важнее всего. Способ получения приложений -- не столько кодирование, сколько не-пойми-что на сегодня, артигогика (http://ailev.livejournal.com/1011621.html). Артигоги или как они иногда себя называют, коннекционисты, это то, что становится выше по технологическому стеку, чем программисты. Программисты становятся продолжением аппаратуры, они кодируют общие алгоритмы вместе с математиками, а ближе к пользователям будут уже -- не они, их ручной труд, их ручное кодирование там уже не нужно.
-- технологический стек, где сидят программисты и математики, важен: он может дать (возвращаясь к теме поста) тот порядок или даже пару порядков (а иногда и три порядка) запаса вычислительной мощности, которые позволят обучать приложение на тот самый порядок ли даже три порядка быстрее или качественнее (на выбор), и тем самым побеждать конкурентов. Но главный вывод: технологический стек уже достаточно развит (например, сегодняшняя самая большая наученная сетка -- 160млрд параметров, http://arxiv.org/abs/1506.02338), чтобы (повторюсь) низенько-низенько, но полететь.

А учёные, которые изучают мозг, моделируют мозг, сравнивают мозг с компьютерными чипами -- они учёные, пусть статьи пишут. Сравнивают 160млрд. параметров из самой большой наученной людьми нейросетки с 86млрд.нейронов мозга (http://compulenta.computerra.ru/archive/neuroscience/664455/). Это поможет, например, медикам. Примерно так же, как изучение аэродинамики птичек помогает орнитологам. А авиационщикам помогает изучение аэродинамики не птичек, а их самолётов. Так и создателям нейроприложений поможет не изучение устройства мозга и восхищение его вычислительными возможностями, а изобретение каких-то не связанных с мозгом алгоритмов и улучшение аппаратуры и языков программирования. Бионика хороша для отдельных примеров, она даёт нужную экзотику для научпопа. Бионика для массовой инженерии в больших дозах вредна, она отвлекает.

В этом весьма полезном для ТГ видео глубоко намекается что может противостоять "Путину". Что такое консерватизм и почему и Украина и Россия "не имеют будущего" в онтологическом смысле.

Тезисы о Содержании и Смыслах. Методология - это :
- не форма знания, а форма отношения.
- способ организованность мышление, осмысление сплошного в связанных социальных группах, социума состоящего из дискретных единиц,
- не ориентирована на индивидуализм, воспитание лидеров итп - она коллективно центрична.
- как форма представления социального устройства в которой есть место мышления. Тк в сплошных системах места мышлению нет в принципе.
- отличие мышления от припоминания
- как способ навязывания людям онтологического ума
- как система работы с любыми системами знаний.
- как сбалансировать лидерство и командой
- методология как субстанция, мышление как эманация
- равный доступ к возможности качественного образования не приведет к большому кол-ву думающих людей
- все системы знаний должны иметь применением социальные изменения
- все системы образования - либо воспроизводство старого либо производство старого
- идея того, что мы должны жить долго и счастливо -
- методологиечкое допушение - психическое находится между людьми а не внутри человека.
- иная картинка устройства, выделение "иного" и в чем его отличие от "другого".
- Модернизация и догоняюшие вещи к будущему отношения не имеет, страна строящее себя как иное - будущего не имеет.
- Будущее есть не у всех, обычно мы живем в длящемся настоящем. Будущее есть функция от понимания места в котором мы находимся. Будушее подразумевает скачок куда-то. Чтобы картину будущего построить нужно иное, на основании которого можно это будушее построить
- закончил на 30-й минуте, завтра досмотрю =)

Тезисы по Онтологии
- онтологическое мышление, онтологическая глупость - как задача восстановления мыщления людей.
- онтологичекская глупость - что всегда работает только одна система отношений
- онтологиечкий ум - признание онтологической сложности но нахождение оптимальной . Глупость нужна - тк умные разрушили бы человеческое общество. Все системы управления образовниме сделаны как допустить к управлению умных и не допустить глупых.
- система принятия решений в СССР деградировала в систему управления.

В ведических традициях есть такое понятие как карма - закон причины и следстваия. То что ты или тебе сделали вчера влияет на тебя сегодня. Закон кармы действует, потому что "влияющие факторы" дейстовавшие вчера каким-то образом "откладывается" для влияния сегодня. То что откладывается ( не важно, на физиологическом, или психологическом уровнях) называют "кармическим веществом" или "кармическим телом". То есть карма это обусловленность поведения, свойств, функций некоторыми событиями в прошлом. Карма бывает плохая или хорошая, в зависимости от того как накопленые воздействия меняют состояние и поведение - в хорошую или в плохую сторону. С этой точки зрения - ДАЛКЕКО НЕ "все что тебя не убивает делает тебя сильнее", многое делает тебя слабее или ригидне - то есть слабее в изменяющихся обстоятельствах.

Интересно, что в ведических традициях и хорошая и плохая карма считаются одинаково вредны для развития, потому что мешают осознанному, необусловленному прошлым опытом поведению, например за счет сужения диапазона восприятия и реакций. С этим можно поспорить, но нужно понимать границы того или иного опыта - то что было хорошо вчера может убить тебя сегодня.

Так вот, старение с эволюционной точки зрения - плохая карма. НО добавление хорошей кармы (РПЖ) может быть вредно для организма, в котором человек есть структурный элемент. Особенно если этот организм (например общество) находится в конкурентной среде и сам имеет карму. То есть бессмертные человеческие сообщества вероятно потому и не существуют еще, что не имеют ПОКА (?) шансов выжить в конкурентной среде со смертническими. Факторов влияния множество, они хорошо известны тем кто занимается темой социально-экономического влияния РПЖ.

Вывод следующий - верятно что возможность РПЖ напрямую связана с гибкостью приспособленческих факторов индивида таких как УИ, социальная и культурная подвижность ну и прочий хардкорный ТГ, причем чем дальше чем хардкорнее - биоконы вымрут сами за пару поколений. Мне нравится слово карма а например не фенотип и генотип, потому что был придуман намного раньше, чем например "наследственность" а вот вторых отражает гораздо более полный спектр связанных явлений. Карма старения требует если не "физиологического просветления" (избавление от кармического тела и как следствия от закона кармы), то уж совершенно точно "управление кармой старения". Особенно как побочный продукт борьбы с новыми биологическими угрозами. Собственно современнная МедФарма - это как раз и есть кармическое модулирование.
Навеяно нобелевской премией АМ Оловникова.

0) Тезис

Любители доказательств замедления научного прогресса обычно приводят в пример количество открытий в определеенный период. И им невдомек, что говорят они не об открытии
собственно к-л явления или способа воздействия а об открытии ярлыка, слова, ЛИБО доказательства существования объекта описываемого словом, так сказать "воплощения", "материализации" симулякра.

1) Процесс "открытия"

Возьмем пример с ДНК. В некоторый момент стало понятно существование генов. само понятие "ген" могло при этом быть придумано раньше или позже наблюдения этого явления или понимания возможности его наблюдения.

В эти периоды идет речь о предположениях, гипотезах, теории, наблюдении, именовании, определении понятия и связывания его с другими понятиями в знание о предметной области. Каждый из этапов заканчивается "проштамповкой", именованием этапа - выпуском его в символическую реальность совокупности "научных публикаций".

Причем в "собственно науке" (головах и дискуссиях ученых) эти периоды ЧАЩЕ ВСЕГО не разделяются хотя каждый из этих процессов есть совершенно самостоятельный этап "открытия", существующий в виде набора действий. И эти этапы в отдельных случаях могут быть высказаны или нет (автором), опубликованы или нет(печать), замечены или нет(попали в сознание тех, кто может их воспринять и встроить в картину своего сегмента реальности), прокомментированы или нет (фидбэк), приняты или нет (признание) и др.

То есть нет "факта" открытия как момента, зато есть открытие как процесс.

2) Постепенное раскрытие многомерной предметной области

Затем после прохождения всех этапов с Геном, с функциями генов их наблюдением invivo, уже казалось бы завершенное открытие, начинается вновь с открытием ДНК.

Открывается двойная спираль, ее структура, куча процессов в которые она вовлечена. И вот, казалось бы уже все открыто - пары оснований, их работа итд, но через 25 лет Оловников задумавшись, а как собственно она реплицируется предсказывает теломеры. И история повторяется вновь, опять открывается целый пласт знания о функции теломер, еще через 25 лет их таки "открывают"... думаете все ? Не тут-то было

Уже во всю идет проект расшифровки структуры ДНК, выясняются функции некоторых генов...
После окончания расшифровки структуры начинается массовая охота, а затем и "промышленная заготовка" в области функциональной геномики... Но и это еще только начало - из ДНК начинают массово складывать наноструктуры, из которых ...

3) Связь процессы "открытий" с наукометрией.

О чем это я собственно ? А о том что если мы повесили на что-то ярлык, так сказать "сделали открытие" - это совершенно не говорит что данная область "открыта" - ее перспективы и потенциал раскрыт, вся работа сделана. Для объективного описания прогресса нужно найти более подходящие и объемлющие философские категории и терминологию, чем "открытие". И когда специалисты по наукометрии считают открытия, с благородной целью выяснить скорость развития науки, какую собственно часть открытия они учитывают и почему тольуо ее, почему ее одну ?

4) Заметьте, я совершенно не упомянул, добавляющей проблем, невероятной многомерной структурированности "ВЕРЫ" научного сообщества, гениально описанного Dean Radin в своей "The Stupidity Hypothesis" http://www.youtube.com/watch?v=L9aNl0J8-lo

5) Мозаичная картина научных новостей.
Современный формат подачи новостей совершенно не беспокоится о понимании места данной конкретной новости в общей картине научного познания. У новости совершенно другие, практические цели - выгодно подать научное исследование и актуализировать проблему которую оно призвано решить. Отсюда и крайняя фрагментированность картины научных достижений и простота злоупотребления ожиданиями и средствами потребителей научных новостей.

6) Связь науки и других проявлений социальной жизни.

Полезно это и для целей PRа и GRa науки вообше и отдельных ее направлений. К примеру понимание значения и прогесса в ТГ-и Имм- направлениях (примеры приведены, просто поскольку они входят в сферу моих интересов) у обществ и правительств отсутсвует не потому что им неизвестно множество фактов открытий из этой области, а потому что культура понимания и освещения комплесности процесса "открытия" не входит в культурные стандарты НИ ЖУРНАЛИСТОВ НИ ЧИНОВНИКОВ от науки, НИ ТЕМ БОЛЕЕ ЧИНОВНИКОВ с философией науки не связанных, но тем не менее принимающих решения, влияющие на процесс ее развития.

Profile

immortaz

January 2017

S M T W T F S
12345 6 7
891011121314
15161718192021
22232425262728
293031    

Syndicate

RSS Atom

Most Popular Tags

Style Credit

Expand Cut Tags

No cut tags
Page generated Jul. 24th, 2017 02:42 am
Powered by Dreamwidth Studios