Волны искусственного интеллекта, накрывающие человечество, или какая революция нужна в России?

5 8877

УМНЫЕ НАЦИИ ДАВНО ПОНЯЛИ, ЧТО ДАЛЬНЕЙШЕЕ РАЗВИТИЕ ЦИВИЛИЗАЦИИ В ТОМ НАПРАВЛЕНИИ, В КОТОРОМ ВСЁ ИДЁТ - ТУПИК И ГИБЕЛЬ, и что выход только один - менять ВСЁ и ВСЯ, социальные институты, экономику, бизнес, технологии, производство, весь образ мыслей и образ жизни.

Но чтобы поменять - старое ВСЁ и ВСЯ - надо в какой то момент ОСТАНОВИТЬСЯ, а это массовое обнищание и гибель многих стран и народов. 

Будут НЕВЕРОЯТНЫЕ, непонятные, неожиданные войны и конфликты, социальные революции, госперевороты, переселения народов и прочие геополитические беды на фоне природных катастроф, о которых МЫ ДАЖЕ ПОМЫСЛИТЬ НЕ МОЖЕШЬ СЕЙЧАС. 

Подобный сценарий развития человечества можно смягчить или предотвратить с помощью создания сверхчеловеческого интеллекта, что и является конечной целью назревающей глобальной революции Искусственного Интеллекта.

Введение

Идея искусственного интеллекта еще выдвигалась в Древней Греции. Формальное предложение появилось в середине прошлого века, но только недавно эта сфера начала активно развиваться. 

Современные алгоритмы ИИ уже сейчас способны решать множество сложных задач практически во всех областях человеческой деятельности, в медицине, бизнесе, науке, обороне и других сферах.

Можно выделить три основных уровня взрывного равития ИИ:

1) Слабый Искусственный Интеллект (ANI) — это такой ИИ, который специализируется только в одной узкой области без переноса программы на сежные задачи. Лучшие игроки в шахматы, шашки, нарды и скрэббл теперь ANI–системы.

Слабый ИИ равен или превышает человеческий интеллект или производительность только в одной конкретной сфере. Сейчас весь мир работает на ANI, от вождения машин, умных телефонов и поиска Google до стратегий финансовых рынков, статистических вычислений и переводов на другие языки.

2) Сильный Искусственный Интеллект (AGI), также известный как ИИ человеческого уровня, — это компьютер, способный решить любую умственную задачу, которую способен решить человек. Создать AGI намного сложнее, чем ANI, поскольку нужно показать «способность рассуждать, планировать, решать проблемы, мыслить абстрактно, понимать сложные идеи, быстро учиться и учиться на опыте».

3) Искусственный сверхинтеллект (ASI), который превосходит весь коллективный интеллект как совокупность всех человеческих умов. Такие универсальные автономные системы сверхИИ превзойдут человека во всех отношениях, являясь основой нового человеко-машинного сообществ, где все социальные институты теряют всякий прежний смысл и человеческая история начинается с нуля.

На сегодняшний день люди покорили ИИ только самой начальной формы, ANI, и теперь они повсюду.

Революция Искусственного интеллекта – это путь от ANI через AGI к ASI. 

Дорога, которую мы выбираем, и которая изменит абсолютно все.

Революция ИИ может стать последней технологической революцией для человечества.

В обзорной статье мы рассмотрели основные принципы работы ИИ, этапы и направления развития, заметные инициативы на Западе, а также дальнейшее влияние на экономику, промышленность и человечество.

Для детальной информации читайте наш блог на Quora:

https://www.quora.com/profile/... 

Что есть революция?

В целом и общем, революция определяется как радикальное, коренное, глубокое, существенное и качественное изменение в какой-либо области, резкий скачок в развитии общества, природы или познания, с полной деструктивной или конструктивной сменой предыдущего состояния.

Различают революции как в самой природе (геологическая), так и в развитии общества (неолитическая революция, сельскохозяйственная революция, промышленная революция, культурная революция, «зелёная революция», демографическая революция, социально-экономическая революция и др.), политической системе (политическая революция), в религии (религиозная революция), в науке (научная революция в философии, физике, химии, биологии, медицине, космологии) и технологии (технологическая революция).

Революция ИИ

Основной задачей ИИ является выполнение задач, изначально предназначенных для человеческого познания: решение сложных проблем, распознавание структур и паттернов, прогнозирование и принятие сложных решений.

Алгоритмы ИИ могут воспринимать и интерпретировать окружающий нас мир, а также способны ощущать эмоции, сострадать и творить.

Переломным моментом развития компьютерных технологий стало «глубокое обучение» (deep learning) – архитектура, основанная на принципах функционирования человеческого мозга, нейронов и связей между ними.

Первый общий рабочий алгоритм для глубоких многослойных перцептронов прямого распространения был опубликован в книге советских учёных Алексея Ивахненко и Валентина Лапы «Кибернетические предсказывающие устройства». Слои на нескольких уровнях представлений соответствуют различным уровням абстракции, образуя иерархию понятий, что и опрелило в дальнейшем название "глубокое обучение".

Глубокое обучение приобрело популярность в середине 2000-х годов, когда компьютеры стали достаточно мощными, чтобы обучать большие нейронные сети (вычисления научились делегировать графическим процессорам, что ускорило процесс обучения на порядок), а наборы данных стали достаточно объёмными, чтобы обучение больших сетей имело смысл. 

А в теории искусственных нейронных сетей появились статьи Хинтона, и др., которые показали, что можно эффективно предобучать многослойную нейронную сеть, если обучать каждый слой отдельно при помощи ограниченной машины Больцмана, а затем дообучать при помощи метода обратного распространения ошибки, метод вычисления градиента при обновлении весов многослойного перцептрона, впервые описанный в 1974 г. А. И. Галушкиным.

Исследования в этой области позволили усовершенствовать модели работы с большими объёмами немаркированных данных. Некоторые подходы возникли в результате достижений в области нейронаук, успехов интерпретации обработки информации, построения коммуникационных моделей в нервной системе, таких как нейронное кодирование, связанное с определением отношения между стимулом и нейронными реакциями и взаимосвязи электрической активности между нейронами в головном мозге.

Системы глубокого обучения нашли применение в таких областях, как компьютерное зрение, распознавание речи, обработка естественного языка, аудиораспознавание, биоинформатика, где для ряда задач были продемонстрированы существенно лучшие результаты, чем ранее. Такие нейронные системы могут состоять из тысяч слоев, миллиардов параметров и анализировать огромное количество переменных данных.

Однако в отличие от человеческого мозга, их развитие основано на математическом выборе и распознавании шаблонов из массивов данных.

Для ввода первоначальных параметров может быть использован любой тип информационной системы: изображения, звуковые сегменты или расчеты кредитной картой.

После их обработки, ИИ предоставляет решение или прогноз. Например, какие слова произнесены на записи, является ли сделка мошеннической или дальнейшее поведение рынка.

Прорыву способствовал «взрыв данных», поступающих из Интернета и связанных с деятельностью, намерениях, предпочтениях людей.

В то время как человеческий разум сосредотачивается на наиболее очевидных связях между входящей информацией и результатами, алгоритмы машинного обучения, проанализировав океан больших данных (big data), могут выявить настолько тонкие корреляции, что мы не сможем даже описать их логически.

Объединение сотен или тысяч слоев, обеспечивает преимущество в сравнении с самыми опытными экспертами.

Алгоритмы ИИ сейчас превосходят людей в распознавании речи и лиц, различных играх, диагностике некоторых видов рака на основе результатов МРТ.

Однако для анализа им требуется масса данных для обучения и огромные вычислительные мощности для обработки всего этого.

Современные ИИ также функционирует только в конкретных областях и не способны обобщать или использовать здравый смысл.

Например, AlphaGo, который побеждает мировых чемпионов в древней игре Go, не играет в шахматы; алгоритмы, обученные определению андеррайтинга займов, не могут распределять активы.

Несмотря на существующие ограничения, под влиянием компьютерных технологий, ИИ перешел от эпохи открытий в эпоху реализации.

В данный момент центр тяжести уже переместился из исследовательских лабораторий в реальные приложения.

Компании и правительства активно изучают эту область, ищут способы применения современных возможностей ИИ в своей деятельности, чтобы выжать максимум производительности из этой инновационной технологии.

Потенциал ИИ увеличивает и то, что его можно применять практически в любой сфере.

Четыре Волны Развития ИИ

Технологии искусственного интеллекта можно разделить на три или четыре волны, которые способны существовать параллельно.

Первый этап можно назвать «Интернет-ИИ». Его работа основана на огромном количестве информации, расположенной в сети.

Алгоритм использует то, что пользователи автоматически помечают данные в процессе их просмотра: совершают покупки или нет, кликают или игнорируют.

Эти массивы с маркированными данными формируют подробный профиль наших личностей, привычек, запросов и желаний: идеальный способ для составления более индивидуального контента, удержания потребителей на определенной платформе, максимизации прибыли.

Вторая волна – «бизнес-ИИ». Алгоритмы могут быть обучены на частных наборах данных: от покупок клиентов до записей обслуживания машин и сложных бизнес-процессов.

Это в конечном итоге позволяет управляющим совершенствовать процесс принятия решений.

Например, система может изучить тысячи банковских кредитов и ставки погашения, выявив для какого типа заемщиков характерен скрытый риск невыполнения обязательств или наоборот, упущенных клиентов с отличными перспективами.

Медицина также может использовать глубокое обучение. Обработка огромного количества данных о диагнозах, геномных профилях, результатах терапии и последующем состоянии здоровья, поможет разработать алгоритм лечения для каждого конкретного пациента.

Третью волну искусственного интеллекта можно назвать «ИИ восприятия». Он будет способен самостоятельно видеть, слышать, обладать другими чувствами.

Это позволит ему собирать данные, которые ранее не фиксировались, и использовать их для создания новых приложений. Уже сейчас множество смарт-устройств начинают подключать наши дома и города к интернету вещей.

Мы находимся на пороге входа в экономику с триллионами датчиков, которые включают голосовые интерфейсы, компьютерное зрение.

Также разрабатываются цифровые запахи и способы передачи других ощущений через Интернет.

Четвертая волна является монументальной и самой сложной: «автономный ИИ».

https://bitcryptonews.ru/analy...  

Автономный ИИ

Интегрируя все предыдущие направления, ИИ даст механизмам возможность ощущать и реагировать на окружающий их мир, интуитивно двигаться и манипулировать объектами так же легко, как это делает человек.

В эту волну входят полностью автономные устройства, которые смогут видеть окружающий мир: распознавать паттерны в пикселях камеры, выяснять то, к чему они относятся, а затем использовать эту информацию для принятия решений.

В области робототехники такие усовершенствованные алгоритмы ИИ будут применяться к промышленным приложениям (автоматизированные сборочные линии и склады), коммерческим задачам (роботы для мытья посуды и сбора урожая фруктов) и, в конечном итоге, потребителям.

Автономный ИИ должен будет обладать множеством возможностей:

рассуждение, концептуальное обучение, здравый смысл, планирование, абстрактное мышление, творчество, самосознание и эмоции, которые остаются вне нашего понимания.

Однако до такого уровня потребуются десятки крупных научных прорывов. Есть экспертные оценки о достижения уровня сингулярности к 2030 году.

Автономный ИИ обусловит новую промышленную революцию и другие глобальные изменения. Поэтому нам необходимо понять его колоссальное влияние, долгосрочные выгоды и существующие проблемы.

IBM Watson AI XPRIZE

В 2016 году на конференции Ted Talks IBM совместно с XPRIZE объявили трехлетнее соревнование команд в сфере когнитивных вычислений. Девиз конкурса – «Искусственный интеллект решит мировые проблемы».

Заявленная цель – прорыв в сотрудничестве роботов и людей. Организаторы считают, что именно партнерские отношения человека и машины помогут решить проблемы современного общества.

Уникальная черта IBM Watson AI XPRIZE – то, что конкурс открытый, а значит участники сами выбирают себе задание. Организаторы подчеркивают, что проблем в современном мире множество, а с помощью искусственного интеллекта можно как сократить вымирание животных и насекомых, так и остановить торговлю сексуальными услугами.

Подобная (не)постановка задачи выглядит логично, если учесть специфику XPRIZE как фонда, поддерживающего инновации в целом — для улучшения жизни человечества.

http://www.kurzweilai.net/ibm-... 

http://integral-russia.ru/2018... 

DARPA – Artificial Intelligence Exploration (AIE)

DARPA объявила конкурс Artificial Intelligence Exploration (AIE) в июле 2018 года с целью создать «третью волну» искусственного интеллекта.

В ведомстве надеются, что инвестиции в науку и развитие технологий принесут положительные результаты для безопасности государства в будущем.

Исследователи начали работать над развитием искусственного интеллекта еще в 70-х. Первые экспертные системы и сервера исполнения бизнес-правил DARPA называет «первой волной» технологий ИИ.

Позже нейронные сети научились выполнять задачи классифицирования и делать прогнозы – активно развивающееся машинное обучение стало «второй волной» в области искусственного интеллекта.

Сегодня DARPA стремится создать «третью волну» в области технологий, главная характеристика которой – симбиоз роботов и людей. Машины перестанут быть запрограммированными инструментами для выполнения поставленных перед ними задач – они станут коллегами и партнерами.

Главная задача участников Artificial Intelligence Exploration (AIE) – разработать искусственный интеллект, который сможет самостоятельно принимать решения и адаптироваться к различным ситуациям.

Общая сумма, выделенная на инвестиции в развитие ИИ в рамках всего пятилетнего проекта, составляет $2 миллиарда.

Согласно официальному сайту DARPA, ключевые аспекты исследования:

 новые возможности ИИ для автоматизации бизнес-процессов Министерства обороны США;

 повышение надежности ИИ;

 улучшение кибербезопасности с помощью ML;

 снижение количества необходимых данных и электричества для обучения сетей;

 ML-алгоритмы нового поколения.

С помощью конкурса DARPA планирует создать новое поколение алгоритмов, которые позволят машинам самостоятельно рассуждать и принимать решения.

Искусственный интеллект в России. Достижения и основные направления развития

«В России целевое финансирование направления по разработке систем искусственного интеллекта еще только набирает обороты: есть отдельные проекты, несколько групп разработчиков плохо коммуницирующих друг с другом, несколько направлений целевого госфинансирования вроде «Сколково» или АСИ, и редкие частные инвесторы. За границей, там, где процесс стартовал раньше рынок более зрелый. Сейчас все разработчики очень внимательно следят друг за другом, ожидая появления прорывных технологий».

Особый интерес представляет Мивар, ее "Программная платформа интеллектуализации для робототехникиРОБОРАЗУМ".

Среди основных направлений, где компания применяет миварные технологии, можно выделить следующие:

Экспертные системы нового поколения (логически решающие системы, LRS)

Семантические технологии понимания естественного языка

Интеллектуальное распознавание образов

АСУ и системы управления автономными интеллектуальными роботами

http://mivar.ru/ 

Компания Яндекс уже на протяжении нескольких лет применяет технологии искусственного интеллекта в своих поисковых механизмах. В настоящий момент работа ведется над созданием нейронной сети, способной вывести принцип работы поисковика на новый революционный уровень. 

Традиционный алгоритм поиска основан на сопоставлении содержания запроса с контентом анализируемых страниц. Безусловно, все это делается с некоторыми дополнениями и расширениями – запросы переформулируются, добавляются синонимы, переводятся на другой язык и т.д.

Компания ABBYY является мировым лидеров в области интеллектуальной обработки данных и лингвистики. Компания разработала решения, позволяющие с помощью технологий искусственного интеллекта распознавать текстовые данные, работать с печатными документами и файлами в формате PDF, самостоятельно осуществлять ввод данных в информационные системы компаний, производить корпоративный семантический поиск, а также находить переводы незнакомых слов и фраз.

Одним из главных достижений ABBYY является система Compreno, позволяющая анализировать и понимать текст на естественном языке. Над созданием данной системы специалисты компании работали около 10 лет. Стоимость проекта составила более $80 млн. Принцип работы Compreno представлены на следующем рисунке.

В результате, на выходе системы получается универсальный и структурированный набор данных, что позволяет ABBYY Compreno решать задачи по анализу и извлечению важной информации, «умному» поиску и классификации данных.

Технологии компании ABBYY используются по всему миру. Все решения лицензируются крупнейшими международными ИТ-компаниями, такими как EPSON, Fujitsu, Samsung, Panasonic, Sharp, Acer, KnowledgeLake, Microsoft и другие. Заказчиками ABBYY являются российские и международные компании из банковской, энергетической, нефтегазовой, телекоммуникационной и других отраслей, а также из государственного сектора. 

http://iot.ru/gorodskaya-sreda...

Группа OpenTalks.AI создала карту использования ИИ в России, где отображены компании, фигурирующие на российском рынке и ведущие разработки в области искусственного интеллекта.

http://opentalks.ai/

В основном, инвестиции ИИ имеют место при разработках нового "умного оружия". https://cont.ws/@ashacontws/10...

Источники: предыдущие выпуски

Как построить глобальный Искусственный Интеллект на основе Мировой Нейросети и совершить технологический прорыв в будущее?

https://cont.ws/@ashacontws/11...

Сверхинтеллект и судьба человека: «О дивный новый мир!»

https://cont.ws/@ashacontws/11...

Исчезнет ли человеческий род, есть ли точка невозврата и кто такой постчеловек?

https://cont.ws/@ashacontws/11...

Искусственный интеллект на марше, или кто станет глобальной ИИ державой: Россия, США или Китай?

https://cont.ws/@ashacontws/11... 

Приложение

For more than five decades, DARPA has been a leader in generating groundbreaking research and development (R&D) that facilitated the advancement and application of rule-based and statistical-learning based AI technologies. Today, DARPA continues to lead innovation in AI research as it funds a broad portfolio of R&D programs, ranging from basic research to advanced technology development. DARPA believes this future, where systems are capable of acquiring new knowledge through generative contextual and explanatory models, will be realized upon the development and application of “Third Wave” AI technologies.

DARPA announced in September 2018 a multi-year investment of more than $2 billion in new and existing programs called the “AI Next” campaign. Key areas of the campaign include automating critical DoD business processes, such as security clearance vetting or accrediting software systems for operational deployment; improving the robustness and reliability of AI systems; enhancing the security and resiliency of machine learning and AI technologies; reducing power, data, and performance inefficiencies; and pioneering the next generation of AI algorithms and applications, such as “explainability” and common sense reasoning.

AI Next builds on DARPA‘s five decades of AI technology creation to define and to shape the future, always with the Department’s hardest problems in mind. Accordingly, DARPA will create powerful capabilities for the DoD by attending specifically to the following areas:

• New Capabilities: AI technologies are applied routinely to enable DARPA R&D projects, including more than 60 exisiting programs, such as the Electronic Resurgence Initiative, and other programs related to real-time analysis of sophisticated cyber attacks, detection of fraudulent imagery, construction of dynamic kill-chains for all-domain warfare, human language technologies, multi-modality automatic target recognition, biomedical advances, and control of prosthetic limbs. DARPA will advance AI technologies to enable automation of critical Department business processes. One such process is the lengthy accreditation of software systems prior to operational deployment. Automating this accreditation process with known AI and other technologies now appears possible.

• Robust AI: AI technologies have demonstrated great value to missions as diverse as space-based imagery analysis, cyberattack warning, supply chain logistics and analysis of microbiologic systems. At the same time, the failure modes of AI technologies are poorly understood. DARPA is working to address this shortfall, with focused R&D, both analytic and empirical. DARPA’s success is essential for the Department to deploy AI technologies, particularly to the tactical edge, where reliable performance is required.

• Adversarial AI: The most powerful AI tool today is machine learning (ML). ML systems can be easily duped by changes to inputs that would never fool a human. The data used to train such systems can be corrupted. And, the software itself is vulnerable to cyber attack. These areas, and more, must be addressed at scale as more AI-enabled systems are operationally deployed.

• High Performance AI: Computer performance increases over the last decade have enabled the success of machine learning, in combination with large data sets, and software libraries. More performance at lower electrical power is essential to allow both data center and tactical deployments. DARPA has demonstrated analog processing of AI algorithms with 1000x speedup and 1000x power efficiency over state-of-the-art digital processors, and is researching AI-specific hardware designs. DARPA is also attacking the current inefficiency of machine learning, by researching methods to drastically reduce requirements for labeled training data.

• Next Generation AI: The machine learning algorithms that enable face recognition and self-driving vehicles were invented over 20 years ago. DARPA has taken the lead in pioneering research to develop the next generation of AI algorithms, which will transform computers from tools into problem-solving partners. DARPA research aims to enable AI systems to explain their actions, and to acquire and reason with common sense knowledge. DARPA R&D produced the first AI successes, such as expert systems and search, and more recently has advanced machine learning tools and hardware. DARPA is now creating the next wave of AI technologies that will enable the United States to maintain its technological edge in this critical area.

In addition to new and existing DARPA research, a key component of the campaign will be DARPA’s Artificial Intelligence Exploration (AIE) program, which was first announced in July 2018. AIE constitutes a series of high-risk, high payoff projects where researchers will work to establish the feasibility of new AI concepts within 18 months of award. Leveraging streamlined contracting procedures and funding mechanisms will enable these efforts to move from proposal to project kick-off within three months of an opportunity announcement. Forthcoming AIE Opportunities will be published on the FedBizOpps website under Program Announcement DARPA-PA-18-02.

Background

The advance of technology has evolved the roles of humans and machines in conflict from direct confrontations between humans to engagements mediated by machines. Originally, humans engaged in primitive forms of combat. With the advent of the industrial era, however, humans recognized that machines could greatly enhance their warfighting capabilities. Networks then enabled teleoperation, which eventually proved vulnerable to electronic attack and subject to constraint due to long signal propagation distances and times. The next stage in warfare will involve more capable autonomous systems, but before we can allow such machines to supplement human warfighters, they must achieve far greater levels of intelligence.

Traditionally, we have designed machines to handle well-defined, high-volume or high-speed tasks, freeing humans to focus on problems of ever-increasing complexity. In the 1950s and 1960s, early computers were automating tedious or laborious tasks. It was during this era that scientists realized it was possible to simulate human intelligence and the field of artificial intelligence (AI) was born. AI would be the means for enabling computers to solve problems and perform functions that would ordinarily require a human intellect.

Early work in AI emphasized handcrafted knowledge, and computer scientists constructed so-called expert systems that captured the specialized knowledge of experts in rules that the system could then apply to situations of interest. Such “first wave” AI technologies were quite successful – tax preparation software is a good example of an expert system – but the need to handcraft rules is costly and time-consuming and therefore limits the applicability of rules-based AI.

The past few years have seen an explosion of interest in a sub-field of AI dubbed machine learning that applies statistical and probabilistic methods to large data sets to create generalized representations that can be applied to future samples. Foremost among these approaches are deep learning (artificial) neural networks that can be trained to perform a variety of classification and prediction tasks when adequate historical data is available. Therein lies the rub, however, as the task of collecting, labelling, and vetting data on which to train such “second wave” AI techniques is prohibitively costly and time-consuming.

DARPA envisions a future in which machines are more than just tools that execute human-programmed rules or generalize from human-curated data sets. Rather, the machines DARPA envisions will function more as colleagues than as tools. Towards this end, DARPA research and development in human-machine symbiosis sets a goal to partner with machines. Enabling computing systems in this manner is of critical importance because sensor, information, and communication systems generate data at rates beyond which humans can assimilate, understand, and act. Incorporating these technologies in military systems that collaborate with warfighters will facilitate better decisions in complex, time-critical, battlefield environments; enable a shared understanding of massive, incomplete, and contradictory information; and empower unmanned systems to perform critical missions safely and with high degrees of autonomy. DARPA is focusing its investments on a third wave of AI that brings forth machines that understand and reason in context.

Ongoing Efforts

• Automating Scientific Knowledge Extraction (ASKE)

• Artificial Intelligence Research Associate (AIRA)

• The Physics of Artificial Intelligence (PAI)

• Serial Interactions in Imperfect Information Games Applied to Complex Military Decision Making (SI3-CMD)

ONGOING AI PROGRAMS

Big Mechanism

Communicating with Computers (CwC)

DARPA Space Environment Exploitation (SEE)

Data-Driven Discovery of Models (D3M)

Deep Exploration and Filtering of Text (DEFT)

Deep Purposeful Learning (Deep Purple)

Explainable Artificial Intelligence (XAI)

Fundamental Design (FUN Design)

Fundamental Limits of Learning (FunLoL)

Learning with Less Labels (LwLL)

Lifelong Learning Machines (L2M)

Low Resource Languages for Emergent Incidents (LORELEI)

Machine Common Sense (MCS)

Probabilistic Programming for Advancing Machine Learning (PPAML)

Radio Frequency Machine Learning Systems (RFMLS)

Transformative Design (TRADES)

Understanding Group Biases (UGB)

Warfighter Analytics using Smartphones for Health (WASH)

World Modelers

https://www.darpa.mil/work-wit... 

Ограбление по-евросоюзски

Помните старый КВН с Галустяном? Там, где «Ну хотя бы посмотреть документальный фильм про академика Сахалова». - Можно украсть российские деньги? - Нет! - А хотя бы проценты с них? - Н...

90% — карт-бланш на любые действия

Консолидация вокруг Путина в районе 90% - это абсолютное большинство. Это карт-бланш народа на любые, самые смелые действия. И сейчас на пресс-конференции Путин демонстрирует боевой настрой - и про...

Картинки 18 марта 2024 года
  • Rediska
  • Вчера 10:00
  • В топе

Реклама Реклама https://chern-molnija.livejournal.com/6782957.html

Обсудить
  • Запускается эволюция роботов. Человеческая завершена. Духи (человечество, т. е.) разведали Им робототехнику, исполнив этим своё предназначение. // Кто введёт в ИИ сверхчувственное? // Каков алгоритм человека? // Атака на Сына Человеческого. // Сражение с Творцом обречено на погибель. // Так супостат рвётся поселиться в нашем мире. //
  • :star2: :star2: :star2:
  • =Идея искусственного интеллекта еще выдвигалась в Древней Греции.= Учитывая, что "древняя греция" существует только на бумаге и в умах пейсатых историков, вопрос об "идее искусственного интеллекта", становится "загадочным".
  • Очень интересная статья. Но дело в том, что Искусственный интеллект уже давно создан Творцом. И в этом нет ничего религиозного. Земля , как дом для всего и всех, не смогла бы существовать и выполнять задачи поставленные Творцом, Создателем, если бы у нее не было бы ИИ (Искусственного интеллекта) способного управлять всеми процессами на Земле. И такой интеллект был создан и выполняет свои управляющие функции уже миллиарды лет по программам Творца. Он находится в энергоинформационных полях нашей планеты и называется Индуктор .У человека есть определенный процент свободной воли, у Индуктора его нет. Ведь он устроен как компьютер(чем он и является, по сути) и может только выполнять программы, миллиарды миллиардов программ, руководя жизнью на Земле, которая выполняет волю Творца, являясь лабораторией взращивающей Человека. Возможности Индуктора огромны, их можно было бы назвать божественными, по масштабам деятельности. Но он и есть ИИ, созданный Творцом. http://kluchi.evolution21future.info/