Category: технологии

Category was added automatically. Read all entries about "технологии".

  • mns2012

Содержание


Основные понятия


  1. Введение: о чём этот блог

  2. Биосемиотика: Основные понятия

  3. Дизайн-распознавание (Intelligent Design, ID): Основные понятия

  4. Гипотеза дизайна и её возможная фальсификация

  5. Примеры семиотических и несемиотических систем

  6. Физический смысл формулы Хейзена для измерения количества функциональной информации

  7. Что такое сложная биофункция

  8. Примеры принципиально тестируемых предсказаний, сделанных на основе гипотезы дизайна биосферы

  9. Самое основное о статистической значимости

Биосемиотика


Гипотеза дизайна биосферы


Происхождение жизни


Проблемы биологической эволюции и её моделирования


Искусственный интеллект и искусственная жизнь


Дебаты знаменитостей, выступления


Философия проблем научного описания происхождения жизни и эволюции


Основы теории дизайна: конспект книги Del Ratzsch "Nature, Design and Science: The Status of Design in Natural Science"


Разное


При перепосте просьба ссылаться на этот блог.
  • mns2012

Открытость живых систем к возможным последующим модификациям, или оpen-endedness

Что это такое, как оно обеспечивается и зачем это нужно?

Открытость к модификациям - это свойство некоторой системы допускать структурные или иные изменения с целью адаптации к изменяющимся условиям окружения.

Допустим, производитель мобильных телефонов решает заложить в прошивку возможность поддержания 4G или более совершенной по техническим параметрам сети (скажем, 5G) до развертывания этого самого 5G. Это пример открытости к модификациям. Ещё аналогичный пример. Архитектура современных персональных компьютеров допускает подключение периферии через USB порты, при этом набор типов подключаемых устройств не лимитируется, регламентируется лишь тип соединения. Это также открытость к модификациям. Разумеется, эти и множество подобных примеров иллюстрируют инженерное предвидение разработчика и являются результатом целенаправленного принятия решений.

Итак, открытая система создается, если можно так выразиться, навырост. Важной особенностью подобных систем, как отмечается в литературе, является возможность (неограниченной) реализации новизны. Самый, наверное, сильный пример в этом отношении, - это языковые системы. Если язык является достаточно развитым (в математике есть понятие универсального языка вычислений, или Тьюринг-полного языка), на нем можно формулировать и компоновать новые утверждения, а при наличии письменности их можно записывать на носители.

В живых организмах мы всё это тоже наблюдаем. За счёт чего у живых организмов имеется возможность модернизации? В белковом синтезе открытость к модификации осуществлена за счёт отсутствия избирательности при полимеризации нуклеотидной цепи в водяном растворе. На более высоких уровнях организации живого, открытость, вероятно, тоже имеется (взаимозаменяемость тканей, например).

  • Ещё пример технологии навырост - белки прокариот, используемые эукариотами (я где-то видел ссылку на это, но подробностей уже не помню).

  • Особый пример - гипотеза универсального генома. Я не знаю, что с ней такое случилось, но на момент публикации её, автором были предложена конкретная исследовательская программа для подтверждения или отбраковки этой гипотезы.


Понятно, что модернизация, или генерация принципиальной функциональной новизны, во всех случаях, о которых известно современной науке (исключая жизнь), является коррелятом интеллекта: в данном случае не важно, кумулятивный ли это интеллект всего человечества, небольшой группы людей или интеллект индивидуального разработчика. Важен сам факт существования положительной корреляции между появлением в системе функциональной новизны и интеллектуальной активностью, связанной с модификацией системы. Поэтому всякий неангажированный исследователь должен спокойно отнестись к предположению, что и появление жизни, с научной точки зрения, также является коррелятом интеллекта.

Однако так уж исторически сложилось (с), что в ситуации с живыми системами открытость их к модификациям принято приписывать не разуму разработчика, а случаю, хотя никаких оснований этому нет. Даже напротив: наблюдения свидетельствуют об успешности разработки именно "сверху вниз" (то есть от идеи до имплементации, а не методом тыка "снизу вверх", авось сработает) и, соответственно, бесперспективности попыток разработки снизу вверх. Те, кто агитирует за "снизу вверх", не понимают всей тяжести проблемы, заключающейся не только в нехватке в природе вероятностных ресурсов для подобных экспериментов методом проб и ошибок, но по большей части в том, что даже организация метода проб и ошибок всё равно предполагает участие агента: кто-то ведь должен стремиться получить новую функцию, природе ведь абсолютно всё равно, работает что-то как единое сложное целое или нет.

Я понимаю...

Билл Дембски вспоминает о курсе по искусственному интеллекту, который он прослушал в 1982 г.

Во время оно на Лиспе была написана программа ELIZA, о которой говорилось, что она может беседовать. На самом же деле, она лишь обращала высказывания человека в виде вопросов к нему же самому: а ты действительно так думаешь? что ты имеешь в виду? Что-то типа "пациент должен помочь себе сам".

Это достигалось нехитрой уловкой:

- выявлением либо грамматической структуры в высказываниях человека, либо ключевых слов, за которые можно зацепиться и поддержать беседу ("всегда", "никогда", "должен" и пр.);

Но самое интересное: когда алгоритм не мог сделать ни того, ни другого, он генерировал глубокомысленную фразу "я понимаю".

Вот в этом и есть вся суть того, что называется искусственным интеллектом: понималки у него нет, понималка в человеке.

Интервью с Грегори Чейтином

Математик Чейтин о состоянии научных исследований на Западе, о закате Кремниевой Долины и др.

Там целая серия нарезок интервью.

Один из кусков: о том, изобретаем ли мы математику или открываем её?

Does math image deep truth about our universe? Or do we just make up these math rules in our own minds to help us understand nature?

Henri Poincare: “There are problems that we pose and problems that pose themselves.”
  • mns2012

Графическое сравнение эффективности современных технологий с биосистемами

В продолжение темы эффективности биосистем, затронутой здесь, хотелось бы привести интересную иллюстрацию: сравнение эффективности технологических и биологических систем.

biotriz
Рис.1. Сравнение эффективности современной технологии и биологических систем по решению различных задач. По вертикали отложена доля используемых ресурсов, по горизонтали габариты технологических и биологических объектов. Для различных типов ресурсов использованы следующие цвета: информация - рыжий, энергия - красный, время - зеленый, пространственные ресурсы - синий, структурные - серый, вещество - желтый. Источник [1].

В дискуссиях об артефактности биосистем мне часто приходится слышать такой - совершенно, кстати, близорукий - аргумент:

Collapse )

Проблемы искусственного интеллекта: почему-то доверяешь больше скептикам

Вот тут ссылка еще на одного достаточно крупного специалиста по AI по имени Брендан Диксон, которого можно причислить к хорошо информированным оптимистам. Диксон -- сотрудник известного в узких кругах Института биологии, продвигающего повестку Intelligent Design. Руководителем института является биохимик Дуглас Экс.

Brandon Dixon: Artificial Intelligence is actually Superficial Intelligence.

Архив публикаций Института биологии. То, что я смотрел там, впечатляет.

Что касается проблемы AI, то правильный, по-моему, взгляд на проблему, коренится во все том же -- в природе импликации. AI никогда полностью не заменит и не вытеснит человеческий интеллект. Это всего лишь выжимка, формализация, иногда очень эффективная, но не более. К тому же, насыщение современных AI-моделей близко, то есть мы выбрали уже почти до дна возможностей...

Пример дизайна: водоросли с поплавками


20181013_122815.jpg
А

В
Рис.1. Примеры дизайна: А -- водоросли с поплавками (восточное побережье Великобритании), В -- рыболовная сеть.


Поплавки на водорослях (Рис.1А) выглядят, как пластиковые. Очень легкие. Поверхность гладкая и мягкая на ощупь. Вероятно, полые внутри и с очень прочной оболочкой. Если бы эти водоросли обзаводились своими поплавками так, как вещал Дарвин, то даже того отрезка времени, который обычно принято считать возрастом Земли, не хватило бы ) Оказывается, что вероятностные ресурсы, находящиеся в распоряжении биоты, ограничены сильнее, чем было принято считать раньше. Даже на современном этапе развития технологий человеку не под силу соревноваться с Творцом этих водорослей по многим параметрам. Для иллюстрации приведу следующий график.


Рис.2. Сравнение эффективности современных технологических и биологических систем по решению различных задач. По вертикали отложена доля используемых ресурсов, по горизонтали характерный размер технологических и биологических объектов. Для различных типов ресурсов использованы следующие цвета: информация -- рыжий, энергия -- красный, время -- зеленый, пространственные ресурсы -- синий, структурные -- серый, вещество -- желтый. Источник [1].

На графиках на рис.2 показана степень эффективности использования информации, энергии, времени, пространственных ресурсов, структурных взаимодействий и вещества в процентном отношении для объектов, размеры которых находятся в том или ином диапазоне (по горизонтали). Например, в нанометровом диапазоне (левый край обоих графиков) современные технологические решения намного менее эффективны с точки зрения потребления энергии, чем биологические системы: в технологических системах затрачивается в несколько раз больше энергии, чем в живых системах. То же в том же диапазоне справедливо и в отношении использования вещества: в настоящее время в технологических системах его используется примерно в два раза больше, чем в биосистемах. Графики отражают важность рассмотрения биосистем как систем обработки информации.


  1. Bogatyrev N., Bogatyreva O. (2014): BioTRIZ: a Win-Win Methodology for Eco-Innovation. - In: "Eco-Innovation and the development of Business Models. Lessons from Experience and New Frontiers in Theory and Practice", chapter 15, Vol.2, Springer Verlag, 2014, p.297-314.

"Китайская комната": аргумент против гипотезы сильного искусственного интеллекта

Сильный ИИ -- гипотеза, согласно которой машина приобретет способность мыслить ТАК ЖЕ, как и человек.


философ John Searle (род. 1932)

Противник гипотезы философ Дж. Сёрл предложил мысленный эксперимент, вошедший в историю под названием "Китайской комнаты". Предположим, есть компьютер, который может отвечать на вопросы человека на китайском языке так хорошо, что проходит тьюринг-тест. Компьютер это делает, получая последовательность символов китайского алфавита на вход и выдавая некую последовательность символов на выход, причем, как мы сказали, это делается столь хорошо, что китаец уверен, что говорит не с машиной, а с человеком. Теперь приходит другой человек, не говорящий по-китайски, и повторяет шаг за шагом все инструкции программы, исполняемой компьютером. Ключевой момент состоит в том, что для того, чтобы повторить все инструкции, исполняемые компьютером, второму человеку можно не знать ни слова по-китайски. Следовательно, заключает Дж. Сёрл, компьютер не мыслит так же, как человек, но лишь механически выполняет инструкции.

Различие между действиями человека и машины, по мысли философа, состоит в том, что человеку присуща интенциональность (понимание контекста), а машине нет. Алгоритм и прагматика вообще никак не пересекаются. Смыслом свои артефакты наделяет разум человека. Алгоритму совершенно всё равно, зачем его запускают и кто это делает.

Некоторые предшественники Дж. Сёрла:
Вот ещё две ссылки по теме:

Можно ли на основе вычислительной машины синтезировать разум?



— Здрасьте, я ваша тетя!
Переводчик: она с вами здоровается и говорит, что она ваша родственница.

Эрик Ларсон — специалист по искусственному интеллекту, основатель компании, занимающейся классификаторами блогов и др. web-источников на основе разработанных им методов. Получил 1.7 миллионный грант от DARPA для исследований. Является редактором секции «Наука и технология» ресурса The Best Schools.org. Пишет монографию с целью показать чрезмерность ожиданий человечества относительно того, что на самом деле могут предложить технологии искусственного интеллекта. Верующий, если что.



Источник.

Collapse )