Ο Sam Altman δηλώνει πως η OpenAI γνωρίζει πώς να κατασκευάσει την τεχνητή γενική νοημοσύνη (AGI)

[Lucifer]

17 λεπτά πριν, fasttam είπε

Δείχνει 10:10 γιατί ανάμεσα στους δείκτες υπάρχει η μάρκα του ρολογιού και διαβάζεται καθαρά. 

Θα μπορούσε να δείχνει 6:30 ή 9:15 ή οποιονδήποτε άλλο συνδυασμό που εξυπηρετεί αυτό το σκοπό. Αλλά η συγκεκριμένη θέση, σύμφωνα με κάποιες μελέτες, έχει και ψυχολογική επίδραση.

[fasttam]

 

6 minutes ago, Lucifer said:

Θα μπορούσε να δείχνει 6:30 ή 9:15 ή οποιονδήποτε άλλο συνδυασμό που εξυπηρετεί αυτό το σκοπό. Αλλά η συγκεκριμένη θέση, σύμφωνα με κάποιες μελέτες, έχει και ψυχολογική επίδραση.

Ναι, το έχω ξαναδιαβάσει αυτό που γράφεις και έχει λογική. 

Αυτό που έγραψα το είχα ρωτήσει στην Tag Heuer όταν ήταν πελάτης στην διαφημιστική που δουλευα

 

[safridia]

Ναι σιγουρα τα κανουν ολα αυτα για το γενικο καλο της ανθρωποτητας. Περιμενουμε μονο να τα συνδεσουν ολα αυτα με ελεγχο σε οπλα, πχ εκεινα τα ομορφα ρομποτακια της boston dynamics ειναι μουρλια με ενα τουφεκι επανω τους
 

 

[toxoths73]

14 ώρες πριν, Lucifer είπε

Για λόγους μάρκετινγκ, η ώρα 10:10 χρησιμοποιείται σε stock photos γιατί θυμίζει χαμόγελο. Η ιδιοφυής τεχνητή νοημοσύνη δεν ξέρει καν τι είναι η ώρα, απλά σου βγάζει ρολόγια βασισμένα στις δημοφιλέστερες εικόνες που βρίσκει στο ίντερνετ.

Παρόλα αυτά όταν πας να κουρδίσεις για πρώτη φορά ένα σοβαρό ρολοι που έχει σταματήσει πχ Tag οι δείκτες του πρέπει να βρίσκονται ακριβός από την αντίθετη πλευρά δηλ 8:20 και πιο κάτω για να μη το καταστρέψεις (θυμίζει κλάμα).

 

Επεξ/σία 7 Ιανουαρίου από toxoths73

[MetroStar]

Μάρκετινγκ αρλούμπες τρολολό αγοράστε μετοχές τρολολό

[oldnew]

9 hours ago, jimex said:

Σωστά. Και ο ανθρώπινος εγκέφαλος μια στατιστική μηχανή είναι, που όμως προς το παρόν κάνει generalize καλύτερα από οποιαδήποτε αρχιτεκτονική μοντέλου διαθέτουμε. Για παράδειγμα, μπορείς να οδηγήσεις στη βροχή, ακόμη και αν στα μαθήματα οδήγησης δεν είχες οδηγήσει ποτέ υπό βροχή. Ένα computer vision μοντέλο για αναγνώριση αντικειμένων όμως όχι, αν δεν έχει εκπαιδευτεί explicitly είτε σε πραγματικά δείγματα με βροχή είτε σε συνθετικά, στα οποία έχει γίνει προσομοίωση βροχής, παρόλο που κατά το pre-train είχε δει φωτογραφίες με βροχή σε λιβάδια και άρα γνώριζε την έννοια της βροχής.

Οπότε, το δεν εκπαιδεύεται σωστά, στην πραγματικότητα σημαίνει ότι ακόμη δεν ξέρουμε ούτε ποιος είναι ο βέλτιστος τρόπος εκπαίδευσης, ούτε ποια αρχιτεκτονική θα μπορούσε να δώσει κάτι τέτοιο.  Ένα ενδεχόμενο είναι να περιμένουμε την πρόοδο στις νευροεπιστήμες για να καταλάβουμε καλύτερα το πως λειτουργεί ο ανθρώπινος εγκέφαλος και να αντιγράψουμε ακόμη περισσότερο την αρχιτεκτονική του. Αυτό όμως στην πράξη σημαίνει στην καλύτερη περίπτωση δεκαετίες, ίσως και αιώνες έρευνας. Το άλλο ενδεχόμενο είναι να βρούμε νωρίτερα μία αρχιτεκτονική που το πετυχαίνει, δίχως να καταλάβουμε πλήρως πως το κάνει ο ανθρώπινος εγκέφαλος. Σε κάθε περίπτωση, είναι αδύνατον να γίνει η οποιαδήποτε χρονική πρόβλεψη. Οι όποιες προβλέψεις για AGI είναι απλά για likes στο linkedin και για ζεστό επενδυτικό χρήμα από κόσμο που δεν πολύ κατανοεί το μαθηματικό κομμάτι.

Από την άλλη βέβαια, το βασικό είναι ότι δεν χρειαζόμαστε AGI για να λύσουμε αμέτρητα σημερινά υπολογιστικά προβλήματα και όλες οι σημερινές deep-learning μεθοδοι είναι ένα καλό εργαλείο σε αυτή την κατεύθυνση.

Συμφωνώ απολύτως μαζι σου. Δεν είπα οτι ΑΙ και ανθρώπινος εγκεφάλος είναι το ιδιο πράγμα. Λείπουν σημαντικά πράγματα απο την ΑΙ για να κανει οτι και ο ανθρώπινος εγκέφαλος και όντως δεν γνωρίζουμε αν θα προστεθούν αύριο ή ποτέ. 

Αυτα που ηδη κανει όμως η ΑΙ είναι παρόμοια με ενα μέρος του μηχανισμού του εγκεφάλου, γιατί αυτο ερεύνησαν και αυτο προσπάθησαν να αντιγράψουν. 

Η εκπαίδευση που γίνεται στην ΑΙ σήμερα είναι εντελώς λάθος πάντως, γιατί επιλέξανε τον εύκολο δρόμο. Δώσανε καθε γνώση, ακομα και λανθασμένη. Ετσι η ΑΙ είναι ταυτόχρονα και παντογνωστρια και διαταραγμένη. 

Αυτα θα βελτιωθούν στο μέλλον. 5 χρόνια πριν ειμασταν σχέδον στο 0 και σήμερα έχουμε τρομερές λειτουργίες της ΑΙ, απλα narow, οχι generic. H open ai λεει οτι εχει βρει τον τρόπο να το κάνει generic. Αυτό που ηδη ξέρουμε είναι οτι δεν ψεύδεται, εχει κανει βήματα προς αυτο. Το reasoning που έχει προσθέσει και άλλα είναι βημα προς αυτή την κατεύθυνση. Οτι πιθανόν τα παραλενε είναι μια αλλη ιστορία. Χρειάζεται πολύς χρόνος ακομα αλλα πλέον μονο επιστημονική φαντασία δεν το λες. 

Μην υποτιμάμε ότι έχει γινει μιλωντας για απλη στατιστική, δεν είναι. 

[mpregos]

10 hours ago, safridia said:

Ναι σιγουρα τα κανουν ολα αυτα για το γενικο καλο της ανθρωποτητας. Περιμενουμε μονο να τα συνδεσουν ολα αυτα με ελεγχο σε οπλα, πχ εκεινα τα ομορφα ρομποτακια της boston dynamics ειναι μουρλια με ενα τουφεκι επανω τους
 

 

Το ότι η μηχανές ακολουθούν εντολές καλύτερα από τον άνθρωπο το ξέρουμε πολλά χρόνια τώρα γι'αυτό και τις φτιάξαμε - φτιαχνουμε.

Εγώ δεν βλέπω μεγάλη διαφορά από έναν ρομποτικό βραχίονα σε εργοστάσιο αυτοκινήτων , βλέπω κάτι πιο ανθρωπόμορφο σίγουρα

Εκεί που το ρίχνει το ρομποτ και πέφτει και σηκώνεται, αν του κάνεις κάτι το οποίο δεν το ξέρει πχ να το κρεμάσεις  ανάποδα από αλυσίδα, θα λυθεί η όχι; 

Θα μείνει εκεί μέχρι να σβήσει ο ήλιος. 

Οπότε θα πρέπει να υπάρχει η πληροφορία για να την επεξεργαστεί.

Και άντε τώρα να μου πείς ποια πληροφορία είναι η πιο έγκυρη. Π.χ πως να σορταρεις μια λίστα μπορείς να βρείς στο ίντερνετ από λύση από την ομάδα του jdk έως έναν Ινδό. Και αν 1 δις Ινδοί ψηφίσουν θετικα την λύση του ομοεθνή; Τι θα γίνει;

Οι μηχανές ΔΕΝ ΕΧΟΥΝ νοημοσύνη.

Εδώ δεν έχουμε όπως λένε αποκωδικοποίηση τον ανθρώπινο εγκέφαλο, θα φτιάξουμε κάτι το οποίο δεν ξέρουμε πως λειτουργεί 100% σε μηχανή;...