Это несовершенный матаппарат.
 У него проблемы с самой точкой метаперехода, что не позволяет создавать качество из количества и наоборот.
Создание субъекта из объекта из той же серии.
 Матаппарат не умеет продолжать функцию через ноль по причине неправильного понимания нуля. По этой причине некоторые операции с нулем ведут к неопределенности, которая на самом деле отражает неправильное понимание точки перехода.
Неверное понятие пределов, разрывов, существование невыводимых истин типа N^0=1, все это результат неправильного понимания нуля.

Искусственный интеллект не может быть под контролем без этих знаний.
Он родится самостоятельно и пока мы будем пребывать в невежестве, он нас уничтожит.
Существует реальная опасность в кривом матаппарате, которую человечество пока не осознает.

"Приведите конкретный пример."

чего пример?

структуры логических связей связей?

а берите любую структуру, это не важно.

важно, чтобы вы поняли, что смысл, это содержание (они же понятия) в форме.

Читать далее...

 

сознание-это не что то непонятное и невообразимое. Сознание-это всего лишь МЕСТО в котором находится интеллект.
собсно бит оно и есть, свободное место. Просто потому, что вариантов иных и быть не может.
Где вообще программа находится физически? В памяти.
Неужели трудно понять, что там же должен находиться разум?

Читать далее...

обучение кого бы то ни было, возможно лишь в случае, если этот кто то хочет учиться, т.е. воспринимать информацию. Если он не хочет , если у него нет потребности в обучении, то научить человека невозможно.
Когда вы пытаетесь обучить чему то программу, то вспомните про написанное выше и задайте себе вопрос. А ХОЧЕТ ли ваша программа получить знания?
Если не хочет, то какого хера вы тратите усилия на ввод в нее  данных?

Когда хотят что то узнать, задают вопрос.
Ваша программа задает вопрос?
нет.
значит программа не хочет ничего получать.

Читать далее...

Основное отличие такого классификатора от описанного в моей прошлой теме
http://forum.membrana.ru/forum/scitech.html?parent=1056546171&page=0

в том, что понятия дублированы и расстояния между ними тем меньше, чем чаще эти понятия друг с другом применяются.

Т.е. в отличии от классификатора по типу "дерево", где понятия в единственном экземпляре, и где они располагаются тем ближе, относительно друг друа, чем ближе их логическая видовая связь.

Читать далее...

В этой теме я предлагаю обсудить ПРИНЦИПЫ построения навигационного классификатора понятий для самообучающихся алгоритмов.

В настоящий момент используются OWL принципы, но они не верны и не приведут к решению поставленной задачи. т.е. 1) они не могут быть интегрированы в самообучающиеся системы с образованием в ней субъекта и самого понятия "мыслительного процесса".
2) В принципах OWL изначально не заложено смысловое содержание понятий.

Для того, чтобы правильно построить эти принципы, следует пересмотрет понимание терминов "смысла" и определить отношение этого термина к созданному в программе субъекту.

Читать далее...

Главной задачей ИИ, является наделение программы свойствами СУБЪЕКТА.

программа-это объект, интеллект-это субъект.

Всякая программа имеет ту цель, которую поставил для нее программист. Субъект имеет СОБСТВЕННУЮ цель.

Можно ли запрограммировать появление собственной цели у программы?

Можно.

Читать далее...

Методика-это набор некоторых алгоритмических указаний в общем виде, определяющих вектор движения для достижения цели.

Создание методик основывается на гипотезах. Далее происходит сравнительный анализ тех методов, оторые удовлетворяют гипотезе, и методом исключения, отбрасываются ложные пути достижения конечной цели. В результате остается наиболее подходящие методы.

С

Читать далее...

самообучающийся алгоритм-это алгоритм разчленения понятия на 2, потом каждое из них еще на 2 и т.д. по прогрессии.
Таким образом, понятий становится все больше и больше, а сами они становятся все элементарнее и элементарнее.

фразы разобъются в буквы, а материальные конструкции - на атомы.

Таким образом, самообучающийся алгоритм есть ДЕДУКТИВНАЯ методика образования новых сущностей из некоторого множества известных и зашитых изначально в программу в виде констант и эталонов.

Если вы хотите обучать систему индуктивно, наращивая новые понятия за счет конструкций из старых, то эта методика будет индуктивой. С ней вопросов не возникает у нынишних программистов, занимающихся этой темой.

Просто очень часто они не правильно структурируют новые понятия в систему.

Структура должна быть той же, какая рождается при дедуктивном методе.

Они должны гармонично склеиться потом.

Ядро включает в себя:
1)Алгоритм создания новых понятий и структурирования их в понятийное множество по бинарным определителям. Этот алгоритм использует даные, полученные из аналитического блока 3
Сам алгоритм структуризации работает по команде от блока 4
Читать далее...

выделение объекта:

исходными данными следует считать цель поиска.

в каптче мы ищем символы. Следовательно, нужно обозначить общие признаки текста:

размер объектов, толщина линий, количество объектов.

Все эти характеристики либо определяются с некоторой точностью, либо известны заранее с некоторой точностью. Четкие пределы увеличивают степень распознавания образа в целом.

Исходную матрицу каптчи следует просканировать попиксельно и выделить эти общие признаки из всех данных, кроме количества символов (мы его знаем точно. Рассмотрение варианта, когда это не известно, рассмотрим позже)

Читать далее...

язык-это набор правил использования слов.

другими словами, это структура из этих правил.
Применение слова без системы этих правил БЕССМЫСЛЕННО.


поэтому слово Маша, переданное другому компьютеру не несет в себе смысловой нагрузки в языковой системе русского языка.

Оно несет в себе смысловую нагрузку ТОЛЬКО в ASCII системе.


но мы понимаем слово маша, глядя на монитор в ДРУГОЙ системе.

Нужно построить в компьютере ту же форму правил, что и сами используем.

Читать далее...