Про вычислительные навыки |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2024-04-13 14:47 Как работают нейросети? Они запоминают. Сопоставляют запомненное. Запоминают результат сопоставления. А потом, получая вопрос, комбинируют свой ответ из набора элементов, который запомнили, по запомненному же ранее алгоритму. Процессор на 24 ядра, частота 9 гигагерц, память за сотню терабайт – и вот на выходе мы получаем «мозг», способный распознать на картинке кошка это или мышка. Ну, хорошо, это искусственный интеллект мог уже лет десять назад. Сейчас он может гораздо больше. И легко имитирует спонтанную беседу на любую тему. Хотя, если вникнуть в контекст каждой такой беседы, то окажется, что это те же кошки-мышки, только с большим объемом информации. Т.е. ключевой элемент прорывной технологии ИИ – это механизм обучения бездушной машины немыслимым для человека объёмом информации. А между тем, каждый человек носит на плечах эту технологию с самого младенчества. Причём, технологию явно более продвинутую. Ведь трёхлетке достаточно всего пару раз увидеть в книжке рисунок кошки, один раз увидеть ее в живую, и вероятность распознания пары кошка-собака на новых картинках будет процентов 90. Чтобы обучить машину этому простому для человеческих детёнышей трюку, понадобилось лет двадцать, если считать с самых первых попыток создать алгоритм. Можно, при желании, усмотреть враждебный заговор, в том, что чем совершенней становился алгоритм обучения машин, тем больше вводилось новаций в образование детей. Причем таких, которые само это образование разрушали. И тут никакая область знаний не ушла обиженной, но особенно крепко досталось математике. Под массой благовидных предлогов и аргументов «за_всё_хорошее» были введены такие изменения в программы начальных классов, что у детей, в подавляющем большинстве, к средней школе не формируются навыки счёта. Дети разучились быстро считать. И это стало такой проблемой, что в этом году даже попытались разрешить калькуляторы на ОГЭ. К счастью, вовремя одумались. Но сама тенденция очень пугающая. Именно доведенный до полного автоматизма базовый навык счёта формирует то самое пространство математических способностей, к которым обращаются задания в средней и старшей школе. Именно устный счёт – это фундамент логики и понятийного мышления. И проскакивая этот этап строительства, вы в будущем будете воздвигать стены на песке. Громоздя уродующие башню подпорки и укосы. Если же добавить к самому факту отсутствия в проекте прочного фундамента ещё и избыточно сложную конструкцию здания, всякие балюстрады, мезонины, капители и каннелюры, а ещё многоэтажность до небоскрёбности, то очевидно, что такое здание рухнет при первых же микротолчках от проезжающего рядом трамвая. Коварство же этой диверсии в том, что ни один старшеклассник никогда не признается, что он просто не умеет считать. Ведь ему кажется, что он умеет. И досадные ошибки он будет объяснять невнимательностью. Состояния беспомощности, когда вместо решения в голове лишь высасывающая пустота и эхо падающих капель, оправдывать тем, что он просто устал. Более того, и учителя, и родственники будут пребывать в убеждении, что он просто не старается. Ну, или, что ребёнок просто не способен в математику. Это прям очень частое объяснение в таких случаях. Между тем, для школьной то математике МЫ ВСЕ на плечах носим просто суперагрегат. Краткая справка? Производительность компьютера определяется СПОСОБОМ, которым обрабатывается сигнал. Сам же сигнал передаётся со скоростью света — 300 миллионов метров/секунду. Скорость же передачи сигнала в нейронах нашего мозга ограничена процедурой перехода ионов натрия и калия через мембрану аксона. И варьируется, в зависимости от типа волокон, от 1–4 до 75 м/секунду. А теперь взвесьте: на одной руке 300 миллионов, а на другой 75. Просто 75! Даже не сотен. Если бы этот компонент производительности был самым-самым важным, то всё. Осталось бы только обняться и плакать. Удачно, что это не так. То, что мы с такими улиточными скоростями хоть как-то соображаем, объясняется тем, что мы ПРЕВОСХОДИМ искусственный интеллект в способе обработки сигналов и, можно сказать, в многоядерности. У каждого из нас в черепушке миллионы процессоров. Мы получили в наследство от поколений предков совершеннейшую нейросеть. Каждый из нас. Только её тоже нужно обучать. Бережно внедряя в алгоритмы ключевые модули. И начать я предлагаю с вычислительных навыков. На следующей неделе 17 и 18 апреля проведем бесплатный двухдневный интенсив именно на эту тему. Приглашаю принять участие родителей школьников ВСЕХ возрастов, потому что проблема, увы, не решается сама собой просто с переходом из класса в класс. Даже наоборот. К старшим классам она может даже усиливаться. Но в наших с вами силах все исправить. И сделать это можно достаточно быстро. Чтобы зарегистрироваться на интенсив, переходите по ссылке: https://vk.com/app5898182_-164622667#s=2789648 Источник: vk.com Комментарии: |
|