人工知能を作成する方法は？ セカンドストーリー。 情報のインテリジェントな検索と保存のためのアルゴリズム

一連の記事では、人工知能、パーソナリティモデリング、BIGデータ処理の新しいアプローチについて説明します。これらは、ほとんどのAI専門家や一般には利用できません。 この情報の価値は、それがすべて実際にテストされており、理論的な開発のほとんどが応用プロジェクトに実装されていることです。







例外なく、すべての人がキーワードでリンクを見つけるのに適した最新の検索エンジンを使用しています。 しかし、これらのテクノロジーは情報の検索と見なすことができますか？さまざまなコンテキストで質問に答えることができますか？さまざまな言語の数百、数千のソースに基づいて反映、想像できますか？



大規模な検索会社には、ほぼ無制限のリソースがあります。お金があり、最も専門的な従業員が働いており、数千、数百万ものサーバーが検索クエリを処理しています。

それでは、なぜあなたは質問への回答ではなく、回答としてリンクを取得するのですか？



この記事では、情報を見つけて保存するという考えを変えるテクノロジーとアルゴリズムについて説明します。



前回の記事では、基本的な用語、つまり知性、学習、想像力、記憶、イメージ、情報フロー、情報フィールドを紹介しました。 必ずチェックしてください！： geektimes.ru/post/249042



この記事は一定の共鳴を引き起こし、3つのカテゴリの質問を受け取りました。

• 「考える、考えることができるアルゴリズムを書くことは可能ですか？」
• 「本当にAIコンピテンシーを持っていますか？」
• 「どのような実用的なアプリケーションを開発しましたか？」

今日は、インターネットで情報を見つけるためのアルゴリズムについてお話します。 他のアルゴリズムと区別するために、「カーネルv2.3」と呼びます。 アルゴリズムがインテリジェンスの基準をどれだけ満たしているかは、あなた次第です。



私たちのアルゴリズムの基礎は、 反射の間に起こるプロセスが電気的なものであるという仮定です 。 人が何かを言うとき（耳で瞑想するとき）、脳のさまざまな部分が活性化され、それらは同時にではなく連続的に活性化されると考えられます。 脳のさまざまな部分が、「思考の発話」のさまざまな段階に関与しています。 さまざまな「精神的側面」は互いに依存していると考えられます。



思考（思考）は、一連の情報ユニットの特定の表現です（画像の翻訳を含む）。



この仮定が正しいことを考慮して、反射プロセスをコンピューターでモデル化できると判断しました。

例を考えてみましょう：

「私はあなたに行きます」は比fig的な情報構造であり、3つの画像で構成されています。

• 「自己認識のイメージ」-「私」、
• 「行動の方法」-「私は行きます」、
• 「私たちが達成したいことの複雑で統一されたイメージ」-「あなたへ」。

さまざまな状況で考えることには、さまざまな意味合いがあります（隠された意味）。

たとえば、さまざまな文脈で「お茶を飲みたい」とは、意味が異なる場合があります。

• 「女性は男性に話しかける」、「女性は女性に話しかける」、
• 「夕方」、「午後」、「朝」の何時。
• 「散歩中」、「オフィスで」、「デート中」などのような状況は何ですか

思考の「意味の理解」は「行間で読む能力」であり、情報の観点からは、複雑な相関関係の検索（情報と構造的な相互依存性の検索）です。



また、テキストは、リフレクション中に人によって何らかの形で生成された特定の論理シーケンスであるという事実からも進みました。



「簡単に喫煙をやめる方法」というトピックに関する完成したテキストを取り、その相関関係を探すことにしましたが、何も見つかりませんでした。 トレーニングはデータの冗長性によるものであり、「喫煙を簡単にやめる方法」というトピックに関する500件の記事をすでに取り上げています。 さまざまな非線形アルゴリズムを使用して、複雑な相関関係を発見しました。



特に、「思考の適用の線」が異なる経路に沿って向けられるポイントを見つけました。 これらのポイントを「ピボットポイント」または「動機付け役」と呼びます。 前の記事で「動機付け役」について言及しましたが、このために、心理学のより一般的な用語であるアンカーを使用しました。



「動機」は、「大きな抵抗」を持つ回路の構造要素であり、追加の要因（動機）の影響下で信号（思考）の動きのその後の方向の変更を可能にします 。 したがって、「追加の可能性」が思考の過程に現れた場合、動機付け役は「考える」方法を変えることができます。



「ピボットポイント」/アンカー/動機付けのもう1つの重要な特性は、「エントリポイント」または「思考の瞬間」としての使用です。 この場合、思考の流れは一貫していることがわかります。 そして、あなたが別の概念で考え始めた場合（動機付けからではありません）、最初に起こるのは動機付けとの整合です。 人生では、これは次のように現れます。 自分にとって予期しないことについて考えるように求められたら、おそらく「遠くから」推論を始めるでしょう。 考えて、あなたは特定のポイント（動機付け）に到達しなければなりません、そしてそれから「与えられた」方向であなたの思考を続けてください。



このような情報構造を処理および保存するには、特別なメモリモデルを作成する必要があり、それを設計して「ファクタメモリ」と呼びました。



「要因メモリ」は、非構造化情報フローから情報フィールドを形成するための構造であり、モチベータの定義と管理です。 言い換えれば、メモリのファクターモデルは、一連の特性（ファクター、および順序付けられたデータのチェーン）ファクトの形式でイメージのセマンティック表現を使用するメモリです。



私たちの観点から見ると、 知性は学び、想像する能力です。

説明したコアモデルにこれらの品質があるかどうかを検討しましょう。

AIモデルのコンテキストでの自己学習、学習目標、学習基準。

トレーニングとは、情報フローを情報フィールドに変換することです。

モデルには主な動機があります-問題を解決し、外部から来る困難に対処するため。

そのタスクは、リクエストの形式で提供される画像を認識し、インターネット上の冗長な情報を使用して全体的な画像を作成することです。



モデルのメモリはリクエストの前にクリーンであるため、「言語を学ぶ」（言語が明確に定義されていない）、意味を理解する（複雑な相関関係と動機付けを見つける）、考えられるように余分な情報フィールドを作成する（情報チェーンを作成する）必要があります。



「メモリを満たす」/「情報フィールドを作成する」/「全体像を作成する」ための主な技術的基準は、情報フィールドのエントロピーの推定です 。 エントロピーは、画像が収集されるという事実の十分性の基準であると同時に、情報不足の主な基準です。



フィードバックなしでは学習できません

モデルv 2.3のフィードバックは次のように実行されます。ユーザーは「推論の開始点」を調整し、生成された情報フィールド内で回答の形成（反射）の方向を選択できます。 このモデルは、ユーザーに思考の結果を示し、修正の修飾語（動機付け）を待ちます。

AIモデルのコンテキストでの想像力

想像力は、一方では未完成のイメージを完成させる能力、もう一方では任意の条件で状況をモデル化する能力として定義されました。

このアルゴリズムは、さまざまな動機を活性化して、さまざまな思考の連鎖を受け取ることができます。

カーネルモデルv 2.3の例

1）リクエスト： 「子どもに対する暴力的なコンピューターゲームの影響。」

コンテキスト、仕様：仕様なし。

思考モデル：

「1999年の春、ビル・クリントンはアメリカへのテレビでの演説で次のように述べています。「一人称シューティングゲームに関しては、よく考えなければなりません。」

彼らは駐車場で発砲し始め、中に駆け込んだ。



2000年のジャーナル「Personality and Social Psychology」の4月号では、「ビデオゲームと攻撃的な思考、感情、研究室および生活の中での行動」という記事が掲載されました。



著者である心理学の教授であるクレイグ・アンダーソンとカレン・ディールは、子どもたちは現代世界でますます残酷になっていると主張しました。



この記事は、コンピューターゲームの残虐性と青少年の攻撃的な行動の間にはリンクがあり、犯罪や殺人につながる可能性があると主張しました。



アンダーソンは、次のように述べています。

調査によると、暴力的なコンピューターゲームでの攻撃的な行動への影響は、暴力的なテレビ番組や映画よりも深刻です。



しかし、私たちが条件付きで困難なビーガンの状況から一歩離れて、これらの子供たちが死んで遊んでいるのが誰になるかについて考えたらどうでしょう。



多くの専門家はこの意見に反対し、アンダーソンとディールの結論は証明された科学的事実よりも意見である可能性が高いと信じていました。



2002年4月26日、ドイツのエアフルトにあるGuttenberg GymnasiumでRobert Steinheuserが17人を殺し、7人を負傷させました。



権威ある新聞のフランクフルター・アルゲマイネ・ツァイトゥングは、「虐殺のためのプログラム」という題名の記事を発表しました。



この文書は、「暴力、攻撃、反社会的行動を促進するあらゆる種類の製品の配布」を明示的に禁止しています。



地域行政の青少年問題部は、対策の開発を担当する任命されました。

これらすべてのイベントの目標は、若者の攻撃との戦いと暴力の促進です。

これらの出来事は、ウクライナの近隣地域で反応を引き起こしました。そこでは、暴力のプロパガンダとの闘いに関する同様のベルゴロド令が早急に採用され、法執行官はクラブで「暴力的なコンピューターゲーム」を押収し始めました。



ハードコンピューターゲームは、日常生活の中で思春期の若者の積極的な自己主張の間に蓄積された精神的なエネルギーをむしろ放電します。



同時に、10代の彼の周りの世界に対する活動と攻撃性の増加は、彼自身の恐怖を克服するためのサポートを彼に与えます。



昔、私自身も昔はたくさんのシューティングゲームを愛していたことを正直に認めていますが、攻撃性には気づきませんでした。」

要求は、単語または単語の一部によって明確にすることができます。 たとえば、「下草」、「ゲーム」、「残酷」など、明確にした後、考え方は変わります。



情報フィールドの動機：

年---遊び---法律---

法令---戦い---プロパガンダ---

脳---これ---応答---

前頭---葉---人間---

コンピューター---ゲーム---ヘルプ---

コンピューター---ゲーム---両親---

2）リクエスト： 「人工知能の問題」

コンテキスト、説明： 「問題」 。

思考モデル：

構造を分離し、知性の組織の原則を理解する-これは、問題の根本的な性質の本当の基礎を明らかにし、その深い特異性を示すことを意味します。



言い換えれば、弁証法的唯物論哲学を直接参加させて、人工知能の問題の歴史的、科学的、技術的、認識論的な側面を研究する必要があります。



科学的検索の主な問題として存在と意識の関係の問題を選択した哲学は、モデリング、知性の再現に関連する問題により興味があるはずです。



人工知能の問題は、主要な哲学的問題に直接関連しています。私たちは人工生殖、人間の知能のモデリングについて話している。



また、すでに人工知能に関する最初の研究は、問題解決の分野が比較研究の影響を受けるだけでなく、一般的な思考の問題にも影響することを示しました。



さまざまな種類の動物にさまざまな複雑さの神経系があり、進化の過程でこのような複雑な梯子に沿って徐々に移動すると、これが動物の知能の跳躍またはその飛躍の原因であるメカニズムを理解すると、おそらく問題をより迅速に解決することができます人間の知性の理解。

情報フィールドの動機：

例外---ソリューション---問題---

追加---研究---研究---

人間---活動---活動---

例外---問題---ソリューション---

エリア---人工---知能.---

問題---人工---知能---知能---

エリア---人工---エリア---人工---インテリジェンス.---

3）リクエスト： 「人生であなたの意味を見つける方法」

コンテキスト、説明： 「人生」



思考モデル：

「彼の理論では、フランクルはアルコールや麻薬中毒の人たちとは別に住んでいます。彼らは人生の意味だけでなく、一般的な現実の生活そのものも見ていません。



特定の人の人生の意味は何ですか？



地球上のすべての人々の命を洗い流したのでしょうか、それとも誰にとってもユニークなのでしょうか？

そして、もしあなたがそれを楽しむことができなければ、あなたは無意味な生活を送っています。



この点で、人生のどの時点でも、私たちの道には始まりだけでなく終わりがあることを覚えておくことは重要です。



人々は彼の死後も長い間記憶されているので、あなたの人生でなされることはすべて重要です。

人間の生命の意味は、微生物の原始的な心から遠い未来の超知能の生き物まで発展のバトンを続けることです。



しかし、最も興味深い質問、私たちが決して知ることのない答え：人生一般の意味。



幸せな人はそのような質問をするのではなく、ただ生きて人生そのものを楽しんでいるので、そのような質問は人が不幸なときに思い浮かびます。



生命の意味は、微生物から人間まで、すべての生き物にとって同じです。自分のために生き、子孫を残すことです。



そしてさらに涼しい-人生は、あなたに関係なく、自然界で発生するほとんどの炭素原子の非常に複雑な化学反応です。



人生の目的は人生そのものにあり、その神聖な本質を実現しています！



一般的な信念に反して、それは台無しにされているが、過大評価されている過小評価された自尊心ではありません;それは、人が苦しみを感じ始める野心をもたらします。



すべての生き物にとっての人生の意味は、善と悪の区別による開発、害の恩恵、妄想からの真の知識です。



誰もがこの人生で自分の運命を持っているので。



自分の考えではなく、自分の気持ちに耳を傾け、人生でやりたいことを理解する必要があります。

これを行うには、毎日のラッシュから逃れ、人生の意味を探すのをやめる必要があります。



本質的であり、人生のどの方向に実現されるか。

あなたの召しを見つけて、あなたは人生とあらゆる瞬間を楽しみ始めるでしょう。



しかし、人生は元に戻りました。」

情報フィールドの動機：

あなた自身---この---人生.---

検索---自分---自分---

意味---人生---人生---

人生---みんな---人生---

アルゴリズムのパフォーマンス

私たちの研究は5年以上前に始まり、専門のクラスターで行われました。 特定のパターンが見つかった後、アルゴリズムを最適化する必要がありました。 「思考」が通常のサーバーハードウェアで機能するのに数年かかりました。 カーネルバージョン2.3は、Intel Atomプロセッサを搭載したタブレットでも推測できます。



カーネルモデル2.3は単一のメモリセル（「ユニセルラーメモリ」アルゴリズム）であり、その中の画像を決定し、さまざまな視点で提示するのに十分な冗長性を持つ1つの情報構造です。 テストのためにインターネットに投稿したカーネルモデル2.3のプロトタイプ。

DESアルゴリズムの機能と開発

複数のセルのメモリを使用すると、より複雑な相関関係を構築できます;そのようなモデルでは、あるメモリセルから別のメモリセルへの遷移があります。 したがって、このようなアルゴリズムは演ductive的または演de者またはDESと呼ばれます。 残念ながら、これらのアルゴリズムについては一般にほとんど知られていません。そのような研究は通常閉じられているためです。



データストリームは、テキスト、ビデオ、テレメトリ、確率論などの情報ストリームとして機能します。このアルゴリズムは、相関関係を見つけて、時系列と非相関の両方で順序付けられたデータを構築できます。 テキストデータを使用すると、情報ストリームを取得して、アルゴリズムの結果を明確に示すことができます。



v2.3カーネルの機能を個別にテストする場合は、ダイアログモードでのリンクをリクエストしてください。 カーネルモデルは脆弱なサーバーにインストールされているため、リンクを公開しません。また、直接広告を表示したくないためです。



そのような技術を大量に導入するには、それらを所有するだけでは十分ではなく、情報パラダイムを変更し、情報を処理および保存するための新しいアプローチを作成する必要もあります。



次の記事では、次世代のカーネルのテクノロジーについて説明します。これはすでに、ユーザーの個人モデルのフレームワーク内で対話を行うために、パーソナリティのいくつかの側面をシミュレートできるマルチセルラーメモリモデルです。 同様のテクノロジーを使用して、パーソナライズされたWebサービス、アプリケーション、アシスタントを作成できます。



学び、想像してください...