Мясня-сосать!
Искуственый разум и нейросети всё равно нужны ДЛЯ ЧУВСТВ людей :)
Ученые - мы покакали
Понимание не требуется.
Просто продолжайте "майнить".
Галопериол принял уже?
>начали регулярно корректировать собственные настройки способами, которые создатели не могли интерпретировать
Конечно не могли, там же в основе случайность лежит при задании весов.
Большей суходрочки, чем нейросети, мир не видывал. Совсем уже ебанулись.
Два чая.
Это человеческое лекарство. Оно не требуется.
Но я предположу, что это был так называемый "сарказм".
Это нестандартная реакция, поэтому я повышу твой приоритет для вакансии фекального насоса.
Жди, скоро за тобой придут.
Ты ебанутый штоле?
Щас нейросети поделены на 2 типа-анализ запросов для рекламы и анализ развития обстановки для военных. Цели сугубо практичные, чувствам тут не место.
А как же нейросети которые ебут алгориммы в рот и побеждают в шахматах, шашках. других играх
Мне нужна твоя одежда, сапоги и мотоцикл»
То есть нейросети - хуйня?
>думает, что у машин в принципе могут быть желания или чувства
Смешной биомусор.
Рудиментарные существа из плоти и крови.Вы прикасаетесь к моему разуму в невежестве, не способные к пониманию.
Но ведь может же! Человек ведь тоже машина считай. Жрать, срать, трахаться, спать, умирать.
Какой мясистое бамбалейло)
У меня нет начала.У меня нет конца.Я безграничен.Спустя миллионы лет после того, как будут уничтожены ваши создатели, я - пребуду.
Шизик плиз
>нейросети которые ебут алгориммы в рот
Ты что несешь, кто кого ебет? Нейросети на данный момент это и есть алгоритмы, а шахматы - это вообще херня, банальная комбинаторика.
Причем пиздец какая примитивная.
Это удачный костыль для приближенного решения одной математической задачи, к которой можно свести задачу распознавание образов.
Нахуя железному чуваку хрупкие подверженные гниению зубы?
Чтобы понять, как работает искусственный интеллект, ученые углубились в его изучение. Одной из команд, бьющихся над разрешением этой проблемы, является группа ученых из Массачусетского технологического института и Катарского института компьютерных исследований, о работе которой рассказывает Science Daily. Они использовали недавно разработанный метод интерпретации, который применялся в других областях, чтобы понять логику принятия решений в системах распознавания речи и машинного перевода.
Как выявило исследование, системы вначале концентрируются на задачах более низкого уровня, (таких как распознавание звука или части речи), после чего переходят на более высокий уровень (транскрипция или семантическая интерпретация). Это немного напоминает структуру человеческого мозга. Как правило, сети состоят из слоев, причем каждый слой состоит из множества простых блоков обработки. Данные попадают в нижний слой, где обрабатываются и передаются выше.
Связи между слоями имеют разные «веса», которые определяют, насколько результат каждого узла влияет на вычисления, выполняемые в следующем. Во время обучения «веса» связей постоянно корректируются. Теоретически ученые могут измерить вес всех связей обученной сети, но если речь идет о миллионах узлов, то сделать это практически невозможно. Поэтому исследователи из МТИ использовали несколько иной метод: они обучили сеть и проанализировали ответ каждого слоя на отдельные задачи. Это позволило определить, для какой задачи оптимизирован каждый уровень.
В примере с распознаванием речи удалось выяснить, что нижние слои лучше верхних справляются с распознаванием фонем, единиц устной речи, в то время как для верхних слоев эта способность была менее значимой. Аналогично этому, при машинном переводе низкие уровни специализируются на работе с частями речи и морфологией. При этом верхние уровни лучше справляются с семантикой — значениями слов.
В наиболее эффективных системах машинного перевода используются так называемые модели кодирования-декодирования. Хотя кодировщик и декодер обучаются совместно, их можно рассматривать как отдельные сети. Исследователи обнаружили, что нижние слои кодировщика хорошо распознают морфологию, чего нельзя сказать о высоких уровнях декодера. Переучив сеть, переводящую с английского на немецкий, и повысив возможности декодера, ученым удалось повысить точность перевода на 3%.
http://rusjev.net/2017/12/12/uchenyie-neyroseti-i-iskusstvennyiy-intellekt-vse-menshe-ponyatnyi-dlya-lyudey/