roboforum.ru

Вводный пост для тех, кто хочет присоединиться к обсуждению проблемы:

Мысль №1.

Масса подходов к созданию элементов ИИ и неких подобий ИИ затыкается на самых первых шагах - что же есть этот самый ИИ и как понять, что мы его создали. Я считаю, что создание даже подобия ИИ - это прежде всего проект. Теория управления проектами гласит, что прежде чем начинать проект мы должны иметь критерии оценки, что проект завершен успешно, чтобы 100% понимать, куда мы идём.

Чтобы выполнить это требование я предлагаю изначально сформулировать набор требований к создаваемому подобию ИИ (далее "ПИИ", чтобы не путаться с замороченным понятием ИИ) и уже в дальнейшем проектировать его исходя из поставленной задачи.

Мысль №2.

В качестве основного свойства, которое мы хотели бы получить от нашего ПИИ - способность самостоятельно обучаться и адаптироваться к среде в которой он действует (считаем, что среда по физическим законам и структуре близка к нашему реальному миру).

Чтобы нам не пришлось придумывать хитрых способов определения целей существования робота - мы сделаем просто, зададим ему базовые мотиваторы типа боль (уровень повреждений), голод/сытость(уровень заряда батарей) и т.п.

Критерии оценки успеха проекта:

В качестве основных задач, на которых мы будем проверять адаптируемость нашего ПИИ мы примем тесты, аналогичные тестам на интеллект применяемые к различным животным, типа грачей.

Один из типовых тестов может быть таким - робот находится в комнате, в которой кормушка закрыта воротами, которые открываются при нажатии на кнопку, кнопку можно придавить находящимся в комнате предметом Х, который робот может двигать. Либо кнопка открывает ворота на какое-то время. Роботу могут показать что кнопка открывает ворота или он может попробовать сам догадаться потыкаться во все предметы и понять что делает кнопка и что он может двигать предмет Х.

Первичные мысли по решению задачи проекта

Одной из основных проблем при построении робота с элементами ИИ является создание новых образов, такими какими их будет "видеть" это самый элемент ИИ то есть никаких явных программирований, пусть даже показываний пальцем, система должна иметь возможность самостоятельно без всяких подсказок разобраться в окружении что и как связано и какие действия вызывает.

Для этого надо какую-то распознавалку, которая будет иметь возможность кластеризации полученных данных в предполагаемые образы. Это в базовом варианте

Ну и к полученным образам надо будет учиться строить какие-то типа сильно разреженных матриц ковариаций, которые будут показывать зависимость увиденных образов друг от друга.

И тут другая проблема - надо будет как-то оценивать не только образы единомоментные, но и протяженные во времени - т.е. "шаг", "прыжок", "пинок" - это по идее всё тоже образы, которые складываются из серий положений статичных образов.

Если даже в базовом варианте это реализовать и робот сможет разбираться в каких-то простых окружениях - думаю уже будет интересно

Ну и наконец - какие базовые проблемы нужно решить изначально для этого базового варианта:

Надо какую-то распознавалку совмещенную с кластеризатором, которая сможет отрабатывать инфу с камеры, правда видимо сразу надо будет её делать с обработкой серии кадров и движения. Даже не движения робота при статичном окружении, а при движении объектов относительно окружения, иначе особых способов выделить объекты я не особо вижу. Ну кроме тупого "по расстоянию", но это не выделить двери комнаты относительно стены, кнопку относительно панели вокруг неё и т.п. Короче ничего интересного кластеризация по расстоянию сама по себе не даст.

Мысли возникшие в ходе обсуждения

1. Надо какое-то подобие пространственного мышления, в котором ПИИ сможет строить модели развития событий и выбирать свои действия.

2. Чтобы унифицированно подходить к распознаванию образов предлагается всю информацию со всех сенсоров после обработки препроцессорами скидывать в единое информационное пространство восприятия (далее ЕПВ), из которого уже в унифицированном формате модуль формирования и распознавания образов будет пытаться извлечь кандидаты в образы и распознать уже запомненные образы.

3. Надо как-то работать с составными образами, для этого предлагается выход с разпознавателя образов через так же препроцессор завернуть в часть ЕПВ.

4. Чтобы действовать на разных уровнях планирования ПИИ может строить несколько планов из цепочек образов, например, уровня стратегического плана, тактического, оперативного.

Мысли возникшие в ходе обсуждения. Часть 2
1. Надо решать задачу целиком, пусть и "худо-бедно" и только потом заниматься улучшением её отдельных блоков, поэтому если задачу разбили на блоки и какой-то блок понятно как решить хоть в базовом простейшем варианте - пока его бросаем, пока не будет ясно как решить в базовом варианте все блоки и как они между собой будут работать.

2. Чтобы не возникло ощущение, что обсуждается сферический конь в вакууме - предлагаю "худо-бедное" решение формирователя и распознавателя образов с визуальных данных. Прежде всего будем выделять области с единым или близким к единому цвету. Если какой-то контрастный к этому цвету объект будет окружен такой областью - это кандидат на будущий образ, который мы просто сохраним с маской чтобы выделить его в дальнейшем из фона. Кроме того отличным вариантом выбора кандидата на образ - будет область находящаяся в движении на неподвижном фоне. Собственно хороший способ привлечь внимание человека к какому-то предмету - помахать им у него перед глазами.

3. Распознавать при этом мы можем достаточно тупым способом - почти перебором. Если очень не верится, что это реально - могу накидать примеры, хотя я считаю, что у нас полно других проблем и не гоже тут заниматься изобретением веосипедов

_________________
Проект [[Open Robotics]] - Универсальные модули для построения роботов

По ходу надо как-то направлять обсуждение в единое русло, а то будет еще одна тема про ИИ на 50 страниц и никакой конкретики.

Повторю свою идею еще раз и чуть расширю из информации Michael_K:
1. Робот должен иметь базовые мотиваторы.
2. Робот должен сам формировать образы из поступающей с сенсоров информации и из своих действий (в т.ч. образы должны включать в себя не только статические срезы, но и образы "поведения", как себя, так и внешних объектов/субъектов), успешно примененные образы должны закрепляться, неудачные (оказавшиеся бесполезными в деятельности) образы - забываться;
3. Робот должен сам формировать (понимать) связи между этими образами;
4. Робот должен сам выбирать образы своих действий для достижения целевых образов (в т.ч. допускается формирование нескольких уровней цепочек образов - стратегический план, тактический план, оперативный план и т.п.);

По сути пункт 4, среди прочего, как раз и генерит внутреннюю мозговую активность по постоянному перевариванию имеющейся информации, выбору порядка действий и т.п.

Добавлено спустя 4 минуты 54 секунды:
Надо наверное пытаться начинать прописывать что может служить структурой данных для этих образов (конечно я осознаю, что существующая архитектура ЭВМ скорее всего неэффективна для решения таких задач, но главное получить первые результаты, а там и всякие CUDA или даже ПЛИСы можно будет подключить).

И что может служить обработчиком этой информации, какой должен быть основной управляющий цикл такого робота.

Основные элементы структуры:
1. Образы;
2. Связи между образами;
3. Выборка образов и связей между ними соответствующая текущей программе действий, а точнее сразу нескольким уровням этой программы действий.

_________________
Проект [[Open Robotics]] - Универсальные модули для построения роботов

я предлагал... имеем список Need.. делаем верхнее=самое значимое... список Need отправляет нас к списку Do, в котором конкретные действия...

_________________
«Как сердцу выразить себя? … Мысль изреченная есть ложь!»
В этом мире меня подводит доброта и порядочность...
"двое смотрят в лужу, один видит лужу, другой отраженные в ней звезды"

сначала надо как-то образы разделять. как я понимаю, большинство образов будет разделяться по пути их получения, с последующими объединениями. визуальные, слуховые и т.д. и для каждого, в принципе, должен быть какой-то свой принцип хранения. наверняка в основе некий набор признаков и возможно некоторые "сырые" данные.

Ни в коем разе - образы это как раз и должно быть единым бульоном, не надо разделять визуальные, звуковые и прочие образы. И никаких сырых данных, по крайней мере в этой задаче, всякие сырости отдельно будем хранить.

Добавлено спустя 2 минуты 28 секунд:
Еще у меня есть гипотеза, что в обычном режиме первично распознаются образы из примерно последних 5 секунд.
Т.е. скажем нажатие кнопки, пинок по мячу, - всё это человек будет воспринимать таковым только в коротком промежутке. Если совершать пинок по мячу в течение часа - думаю в обычной ситуации человек вообще не обратит внимание на то, что там происходит

_________________
Проект [[Open Robotics]] - Универсальные модули для построения роботов

нельзя не разделять. общих признаков у мелодии или звука голоса и красным кубиком не так много походу все признаки напрямую получаются только определенными органами чувств.

сырости нужны чтобы их можно было анализировать повторно.

Ну а некоторые животные вообще неподвижные или медленные объекты не воспринимают за что-то живое.

Добавлено спустя 1 минуту 52 секунды:

Это в искусственном мире кажется, что между красным кубиком и звуком голоса мало общего
А в животном мире рык тигра и его внешний вид очень хорошо в единый образ ложится


Не думаю что на данном этапе надо заморачиваться на эту проблему.

_________________
Проект [[Open Robotics]] - Универсальные модули для построения роботов

я потому и пишу



Добавлено спустя 25 секунд:
но изначально данные рыка и внешнего вида еще надо как-то объединить.
тут надо будет отслеживать с одной стороны причины и следствия, т.е. то, о чем ты говоришь, а еще надо будет объединять и группировать разрозненные признаки.

Есть ощущение, что картинка должна быть такая:
1. Есть единое информационное пространство восприятия текущего момента (что-то типа общей памяти);
2. Есть препроцессоры всех сенсоров сводящие всю информацию за некоторый последний период в это единое пространство восприятия;
3. Распознаватель и кластеризатор образов работает с этим самым единым пространством восприятия;

_________________
Проект [[Open Robotics]] - Универсальные модули для построения роботов

в каком виде?

Добавлено спустя 1 минуту 6 секунд:
имхо опираться надо все равно на признаки, выделять их и уже ими оперировать.

как там в кулинарии. если смешать слишком много всего в кучу. то уже не винегрет а кака...

смысл мешать видео образы и звук? я вообще не пойму зачем делать совсем кажу из итак каши...

_________________
«Как сердцу выразить себя? … Мысль изреченная есть ложь!»
В этом мире меня подводит доброта и порядочность...
"двое смотрят в лужу, один видит лужу, другой отраженные в ней звезды"

я думаю, что смысл не в прямом смешении, а в уравнивании по времени потока образов из различных источников. общим то корыто будет все равно очень относительно - объединять различные признаки будут источники, принадлежность к различным объектам и время их возникновения.

В общем не всё ли равно? нам все равно препроцессор делать после органов восприятия - всё равно формат выходной инфы на кластеризатор\распознаватель определять нам. Свыше его нам не дадут.


Выделять признаки должен кластеризатор. Не понимаю почему он должен быть разный для разных органов чувств, препроцессоры разные - это да. По крайней мере на первом этапе не вижу никаких причин решать 5 раз одну и ту же задачу, к тому же заведомо создавая себе проблемы со стыковкой разных типов распознанных образов.

Добавлено спустя 1 минуту 31 секунду:

А есть основания думать, что оно и так не смешивается у нас в голове? Препроцессоры образов есть конечно, но в итоге у нас один фиг аудиовизуальные образы все вперемешку идут в работе.

_________________
Проект [[Open Robotics]] - Универсальные модули для построения роботов

есть основания думать что это создаст лишние проблемы..

как оно у нас в голове - не важно.. мы функциональную модель делаем же ... а не точную копию...

да и я сомневаюсь, что в нашей НС все это в кучу валится.. входы то таки разные... к примеру музыка может напомнить о человеке, но наоборот может и не работать... тихо, тут налицо направленный ассоциативные связи..

_________________
«Как сердцу выразить себя? … Мысль изреченная есть ложь!»
В этом мире меня подводит доброта и порядочность...
"двое смотрят в лужу, один видит лужу, другой отраженные в ней звезды"

2Duhas: А можно как-то конкретизировать основания?

Входы то разные у нас, потому как препроцессоры разные. А вот то, что кластеризаторы образов и распознавалки индивидуальные - мне не верится.

Музыка напомнить о человеке, а наоборот нет - потому что мы идём по самым сильным связям, IMHO.
Т.е. например, есть три образа A, B, C. есть связи A-B с весом 10, B-C с весом 500, A-C с весом 5.

От образа А мы скорей пойдём в образ В, а вот из него скорее всего в образ С, а не в А.

_________________
Проект [[Open Robotics]] - Универсальные модули для построения роботов

про силу связи - логично...
ну не знаю я как конкретизировать ) ну вот ты все файлы хранишь в 1 папке ?

_________________
«Как сердцу выразить себя? … Мысль изреченная есть ложь!»
В этом мире меня подводит доброта и порядочность...
"двое смотрят в лужу, один видит лужу, другой отраженные в ней звезды"