roboforum.ru

Я как человек имеющий диплом "Project Manager Professional" не увидел первого шага.
Это цель проекта (которая должна иметь реально измеримую оценку).
Другими словами обсуждаем "сферического коня в вакууме".

Я даже не понял как автор планирует хранить базу данных результата обучения, это логика, набор метематики, набор весовых коэфициентов формул или аксонов нейро сети, или вектора понятий в N-мерном пространстве.

И ещё у меня сложилось впечатление что результат не является ИИ а скорее продвинутым адаптивным автоматом который бы вырабатывал импульсы вроде "нужно заряжаться" причем реализацию команды отдать на откуп программисту-роботехнику.

Если бы у меня был такой робот который исполнял те команды которые я отдаю, ИИ не нужен бы бы, я с джойстика подал бы команду "сгоняй за пивом, на кухню в холодильник" ...

а про квадратики и фомулы - это ПЛИС стоит 15$ за чип

насколько я понял автор хотел бы выдать роботу команду "едь к кегле по оптимальной траектории"

Не прокатит с ИИ кегельринг в таком варианте нету входов "плохо-хорошо", нет продолжительной жизни, как воспитывать такой ИИ?

Да и основная задача не решается - формирование образов и связей между ними, все сигналы-образы мы сами сформировали, как и команды на выход, остается тупо реализовать черный ящик в виде некоторой структуры НС, которую даже можно попробовать вырастить генетическим алгоритмом. Это вполне решаемая задача, генетические алгоритмы даже давно уже применяли какие-то студенческие команды в РФ для отбора алгоритмов роботов-футболистов, но при чем тут ИИ?

Так он же ИИ хочет сделать, разве нет?

Добавлено спустя 9 секунд:
И почему "свой" ?

Добавлено спустя 1 минуту 52 секунды:
Просто эта затея с кегельрингом выглядит с моей стороны так:

Приходит человек и говорит - я считаю, что мы сможем построить самолёт, давайте построим его, я знаю как (не факт конечно, что реально знает ).

А ему в ответ - ну давай, только докажи, что ты знаешь, как строить самолёты - вот держи глину, лепи нам вазу с применением твоих секретных знаний по самолетостроению

ИМХО указанная модель робота для КР по моему имеет такое же отношение к ИИ, как лепка вазы из глины к самолетостроению - хотя конечно руки и там и там должны быть прямые

Основная проблема ИИ - формировать и потом эффективно распознавать входные и выходные образы и связи между ними, а если же набор образов для него уже сформирован и достаточно компактен, то это типовая задача обучения компактной НС а-ля "черный ящик с 5 входами и 4 выходами", для этого давно уже всё есть, или я что-то упустил?

Я может конечно что-то упускаю, надо вечером прослушать беседу , но модели с небольшим количеством входов и выходов вроде давно уже рассмотрены и облизаны со всех сторон?

Не прокатит с ИИ кегельринг в таком варианте нету входов "плохо-хорошо", нет продолжительной жизни, как воспитывать такой ИИ?

Много кеглей сбил - хорошо. Мало - плохо.

Да и основная задача не решается - формирование образов и связей между ними, все сигналы-образы мы сами сформировали, как и команды на выход, остается тупо реализовать черный ящик в виде некоторой структуры НС, которую даже можно попробовать вырастить генетическим алгоритмом.

Мы сформировали сигналы, но не образы. Вот 101010101010101 мерцающая кегля, например!

Это вполне решаемая задача, генетические алгоритмы даже давно уже применяли какие-то студенческие команды в РФ для отбора алгоритмов роботов-футболистов, но при чем тут ИИ?

Да, пожалуй следует взяться за нерешаемую задачу. Надо решить что-то простое чтобы понять работает это вообще или нет.

ИМХО указанная модель робота для КР по моему имеет такое же отношение к ИИ, как лепка вазы из глины к самолетостроению - хотя конечно руки и там и там должны быть прямые

Когда придумали нейросети их начали тестировать... но почему-то не на задачах обработки сигналов от локаторов, а на булевых функциях. Нужна проверка на осуществимость. Иначе - никак.

Основная проблема ИИ - формировать и потом эффективно распознавать входные и выходные образы и связи между ними, а если же набор образов для него уже сформирован и достаточно компактен, то это типовая задача обучения компактной НС а-ля "черный ящик с 5 входами и 4 выходами", для этого давно уже всё есть, или я что-то упустил?

Опять же. Не сформирован.
Кроме того сложность системы зависит не только от количества входов и выходов, поэтому упустил.

Мне просто интересно какие выводы надо будет сделать, когда JORGE по существу выдаст сеть из 15 нейронов которая эту задачу худо-бедно решает? (а произойдёт, как мне кажется, именно это)

Что максимум что может сделать эта штука в простейшей задаче - это худо-бедно ее решить.