Forum Klix.ba

p206 wrote: ↑31/07/2022 09:25 Gledao sam kako Google AI igra šah, i nijedan "engine" koji je napravio čovjek, a svi su zasnovani na bazi podataka od preko 3 miliona partija šaha profesionalnih šahista, nije mogao biti ni blizu njemu... i to samo nakon što su ga pustili da radi 4 sata i igra sam protiv sebe. Znači preko 130 godina ljudskog znanja i unapređenja taktike i strategije koliko se šah igra profesionalno je manje od 4 sata onoga što kompjuter može uraditi. Šta tek ima vojska npr. trenutno u rukama, a da to još nije postalo komercijalno isplativo... strah me i pomisliti.

Mislim da je to budućnost u svim sferama života.

apsidejzi wrote: ↑31/07/2022 09:13 Ovih dana je objavljen naucni rad u kojem je grupa istrazivaca napravila AI koji treba rijesiti neke probleme u fizici. Da bi ga testirali, dali su mu probleme koje mi vec znamo izracunati. Double pendulum (dvostruko klatno) je jedno od kompleksnijih fizikalnih kretanja i da bismo tacno izracunali kretanje tog klatna, mi koristimo cetiri varijable kroz trigonometrijske funkcije. AI je uspio tacno predviditi kretanje duplog klatna i za taj proces je koristio 4,7 varijabli. Kada su istrazivaci pregledali detaljnije kako je AI rijesio problem, ispostavilo se da su dvije varijable imale osobine trigonometrije u sebi ali druge dvije varijable su bile potpuno drugacije od ovih koje mi ljudi koristimo.

Ovo djeluje bezazleno, ali ustvari pokazuje da nas opis svijeta nije jedini opis istog. Fizika je napredovala mnogo u posljednjih par stotina godina, i mi smo konstantno gradili istu. Njutn je izmislio trigonometriju i tako nam olaksao matematicki prikaz problematike kompleksnih kretanja. Samo uvrstis varijable u njegovu formulu i dobijes tacno predvidjanje gdje ce koji objekat biti u odredjenom vremenu. Ovo se koristi u mnogim sferama ljudskog zivota. Bez njutnovih formula, ne bismo imali avione, automobile, manje vise sve sto je vezano za kretanje i pomjeranje masina.

MEDJUTIM, kada su naucnici ubacili video duplog klatna u AI svijet, oni su ocekivali da AI vrati slican opis Nutnovom. Ali AI to nije vratio. On je nasao dobar nacin da predvidja kretanje veoma precizno, ali nije koristio trigonometriju. Izmislio je drugaciji nacin da dobije tacan rezultat.

Ovo samo pokazuje da postoji i alternativni nacin razumjevanja svemira. I to ne samo jedan, nego vise njih. Na kraju teksta sam postavio link na github repository ovog AI-a i fazon je da se pri svakom novom treningu dobiju drugacije varijable ali rezultat bude i dalje tacan. Ovo "otkrice" je bitno iz razloga sto omogucava jos objektivniji pristup naucnom metodu. Mi ljudi smo robovi predrasuda a najgora predrasuda je ona koje nisi ni svjestan. To je kao da si zivotinja i velikom zoloskom vrtu gdje imas iluziju slobode a nisi ni svjestan da cim malo odmaknes imas zicu. Sad kad imamo ovaj alat mozemo ga iskoristiti za pronalazenje mozda boljih i kvalitetnijih rjesenja na razne probleme u fizici.

I na kraju, u naucnim krugovima je uvijek bilo prisutno pitanje kako bi nasa fizika izgledala u ocima svemiraca kada bismo ih sreli. Da li bi i oni imali matematiku kao mi, da li bi i oni imali E = mc2 ili F =ma i sl. Ova epizoda sa AI nam nagovjestava da najvjerovatnije ne bi. Postoje i alternativni nacini

PS: AI nije pronasao alternativnu fiziku samo na duplom klatnu. Ukupno je uradjeno 9 eksperimenata sa 9 razlicitih fizikalnih procesa. AI je uspio napraviti alternativnu fiziku u svih 9 i tacno izracunati sta ce se iduce dogoditi kada se eksperiment pokrene. Naucnici sada planiraju koristiti AI za eksperimente gdje i sami jos uvijek nemaju dobru fizikalnu teoriju. Ko zna, mozda nam AI pomogne da bolje shvatimo univerzum.

Kako izgleda kretanje klatna: https://en.wikipedia.org/wiki/Double_pendulum
Malo detaljniji opis rada konkretno: https://www.creativemachineslab.com/hid ... ables.html
Source code za AI: https://github.com/BoyuanChen/neural-state-variables

After some probing, it appeared that two of the variables the program chose loosely corresponded to the angles of the arms. The other two remain a mystery, however. We tried correlating the other variables with anything and everything we could think about: Angular and linear velocities, kinetic and potential energy, and various combinations of known quantities, but nothing seemed to match perfectly. We knew the AI had found a valid set of four variables since it was making good predictions, but we don’t yet understand the mathematical language it is speaking.

n+1 wrote: ↑31/07/2022 11:50 Ako istraživač ne razumije šta je sistem ispljunuo, vjerovatno nije dobra ideja donositi revolucionarne zaključke. To što izbaci drugi broj varijabli svaki put kad se algoritam pokrene, čak i za isti sistem koji opisuje, dakle jednom će reći da dvostruko klatno ima 4.7 varijabli, a drugi put će izbaciti posve novi broj, meni zvuči kao problem sa algoritmom ili modelom, a ne problem sa razumijevanjem stvarnosti. A s obzirom da model navodno daje precizne rezultate, problem je vjerovatno u načinu na koji opisuje varijable.

Machine learning nije nikakva AI svijest na način na koji ljudi kolokvijalno razumijevaju istu. To je algoritam učenja kojem istraživači dadnu tzv. training set, koji sadrži problem i odgovore, da bi algoritam potom kreirao pattern dolaska od problema do odgovora, a koji zovemo model. Zatim se model primijeni na probleme koji nemaju odgovor.

apsidejzi wrote: ↑31/07/2022 12:11

n+1 wrote: ↑31/07/2022 11:50 Ako istraživač ne razumije šta je sistem ispljunuo, vjerovatno nije dobra ideja donositi revolucionarne zaključke. To što izbaci drugi broj varijabli svaki put kad se algoritam pokrene, čak i za isti sistem koji opisuje, dakle jednom će reći da dvostruko klatno ima 4.7 varijabli, a drugi put će izbaciti posve novi broj, meni zvuči kao problem sa algoritmom ili modelom, a ne problem sa razumijevanjem stvarnosti. A s obzirom da model navodno daje precizne rezultate, problem je vjerovatno u načinu na koji opisuje varijable.

Machine learning nije nikakva AI svijest na način na koji ljudi kolokvijalno razumijevaju istu. To je algoritam učenja kojem istraživači dadnu tzv. training set, koji sadrži problem i odgovore, da bi algoritam potom kreirao pattern dolaska od problema do odgovora, a koji zovemo model. Zatim se model primijeni na probleme koji nemaju odgovor.

Nisam ja ni rekao da je nase razumjevanje fizike pogresno ni inferiorno. Naprotiv, nase razumjevanje fizike je mnogo jednostavnije od deep learninga do kojeg je AI dosao. Mi imamo par formula koje generaliziraju kretanje dok je AI morao napraviti mrezu neurona, podesavanja i sl. Meni njegov model djeluje kompleksnije.

No poenta je da se isti rezultat moze dobiti i na potpuno drugaciji nacin. Njutn jeste genije, Ajnstajn jeste genije, ali su oni i dalje ljudi. A ljudi imaju matricu po kojoj funkcionisu i veoma su ograniceni kada je fizika u pitanju. Nas mozak je evoluirao na osnovu pet cula koja imamo i ogranicen je sa kapacitetima sta moze razumjeti. Pa trebali su nam mileniji dok nismo skontali da vidimo samo jedan mali dio elektromagnetnog spektra. Naravno, u tome i jeste velicina naucnika koji su ulozili mnogo intelektualnog rada da nam generaliziraju sve te pojave. Ni malo ne zelim minimizirati to. Ne zelim cak davati AI-u neku preveliku vaznost jer i sam se bavim deep learningom i znam sta je u pozadini AI-a. Nije to ni blizu samostalan sistem.

Ali mi je fascinantno da postoji alternativni nacin opisivanja iste stvari, koji nije opterecen nasim nedostacima. Mi nemamo kapacitet da razumijemo kvantnu fiziku na primjer. Jednostavno, nas mozak nije gradjen da dozivljava superpoziciju gdje imas jedan objekat na vise lokacija istovremeno i gdje su sve mogucnosti istovremeno dogadjaju. Ali AI nema taj problem jer AI koristi brojeve kojima nekim neuronima daje vecu prednost u zavisnosti od situacije. Na kraju, to rezultira ovim sta imamo. Naravno, AI je uspio rijesiti probleme u klasicnoj mehanici i uopste to ne mora znaciti da ce se moci primjeniti na kvantnu fiziku. Mozda i AI zaglavi na njoj kao i mi. Ali je definitno alternativa nasem razmisljanju i to mi je fascinantno.

Mene je isto tako fasciniralo kada sam naucio kako oktopus razmislja i odakle dolazi njegova inteligencija. Svaki pipak ima svoj nervni sistem i oni koordiniraju dok rjesavaju kompleksne probleme. Uopste ni nalik na bilo koji drugi oblik inteligencije poznat na zemlji, gdje imamo centralni nervni sistem tj mozak koji koordinira i procesuira. Oktopus nema mozak kao ljudi ali ipak rjesava probleme. I to mi je fascinantno.

Ovo sa AI pokazuje samo da nas nacin nije jedini nacin.

JohnnyS wrote: ↑31/07/2022 09:31

p206 wrote: ↑31/07/2022 09:25 Gledao sam kako Google AI igra šah, i nijedan "engine" koji je napravio čovjek, a svi su zasnovani na bazi podataka od preko 3 miliona partija šaha profesionalnih šahista, nije mogao biti ni blizu njemu... i to samo nakon što su ga pustili da radi 4 sata i igra sam protiv sebe. Znači preko 130 godina ljudskog znanja i unapređenja taktike i strategije koliko se šah igra profesionalno je manje od 4 sata onoga što kompjuter može uraditi. Šta tek ima vojska npr. trenutno u rukama, a da to još nije postalo komercijalno isplativo... strah me i pomisliti.

Mislim da je to budućnost u svim sferama života.

Ne vrijeme je to Bakir skontao

inače, mene toga svega pravo strah, pitanje je momenta kad će se AI odmetnuti od ljudi ili skontati kako zaobići mehanizme za prisilno gašenje, a ako je iole inteligentna skontat će kakva su opasnost ljudi

drag_gost wrote: ↑02/08/2022 19:57

JohnnyS wrote: ↑31/07/2022 09:31


Ne vrijeme je to Bakir skontao

inače, mene toga svega pravo strah, pitanje je momenta kad će se AI odmetnuti od ljudi ili skontati kako zaobići mehanizme za prisilno gašenje, a ako je iole inteligentna skontat će kakva su opasnost ljudi

Ne brini, ima jos dosta do toga, ako se ikada i desi.

Skinuo sam kod da testiram, mada najvjerovatnije da cu sutra uspjeti, nemam ovdje jaku graficku karticu. Alternativnu fiziku nije otkrio.

Vezano za sah, alphazero je vec legenda, ali postoje i napredniji algoritmi: https://lczero.org/