Здесь представлен перевод книги Tom Griffiths - The Laws of Thought: The Quest for a Mathematical Theory of the Mind.

От соавтора книги «Алгоритмы для жизни» — исследование стремления использовать математику для описания того, как мы мыслим: от зарождения этой идеи триста лет назад до концепций, лежащих в основе современных систем искусственного интеллекта, и того, чем они всё ещё отличаются от человеческого разума.

Каждый из нас обладает базовым пониманием того, как устроен физический мир. В школе мы изучаем физику и химию, что позволяет нам объяснять окружающую действительность с помощью таких понятий, как сила, ускорение и гравитация — Законов Природы. Однако мы не обладаем такой же легкостью в обращении с понятиями, необходимыми для понимания мира внутри нас — Законов Мышления. И если история о том, как математика использовалась для раскрытия тайн Вселенной, нам хорошо знакома, то история её применения для изучения разума остаётся в тени.

Нет никого, кто рассказал бы эту историю лучше, чем Том Гриффитс, руководитель Лаборатории ИИ в Принстоне и признанный эксперт в области когнитивных наук. В этой новаторской книге он объясняет три основных подхода к формализации мышления — правила и символы, нейронные сети, а также вероятность и статистика, — раскрывая каждую идею через судьбы людей, стоявших за их созданием. Сегодня, когда на фоне эпохи ИИ дискуссии о мышлении, языке и обучении становятся всё более актуальными, книга «Законы мышления» (The Laws of Thought) становится обязательным чтением для каждого, кто интересуется будущим технологий.

Подобно тому как нейронные сети предложили альтернативу правилам и символам в понимании разума, они открыли и иной путь к созданию систем ИИ. Ответ на вызов Минского и Пейперта — доказательство того, что многослойные перцептроны способны учиться решать сложные задачи, — привел к лавинообразному росту интереса к использованию этих методов для создания интеллектуальных машин. Область машинного обучения зародилась примерно в то же время, что и нейронные сети. Идея сделать упор на обучение как на подход к созданию ИИ на самом деле была предложена Аланом Тьюрингом еще в 1950 году. Вместо того чтобы пытаться создать программу, моделирующую разум взрослого человека, почему бы не попробовать создать программу, которая моделирует разум ребенка? Если затем подвергнуть ее надлежащему обучению, мы получили бы мозг взрослого. По-видимому, мозг ребенка похож на блокнот, купленный в магазине канцтоваров. Минимум механизмов и множество чистых страниц. Нейронные сети предложили идеальный механизм такого рода, где их веса связей выступали в роли тех самых чистых страниц, на которых должно было запечатлеться знание.

Взаимодействие между специалистами по машинному обучению и нейробиологами также привело к созданию новых типов архитектур нейронных сетей. Одной из наиболее влиятельных стала сверточная нейронная сеть, разработанная для более эффективного обучения на изображениях. Простейший способ построить нейросеть для распознавания содержимого картинки — связать каждый пиксель изображения с отдельным входным элементом, а каждую возможную метку класса — с выходным элементом, а затем обучить сеть подбирать веса связей, преобразующие пиксели в метки. Каждый входной элемент получает числовое значение, отражающее свойства конкретного пикселя (например, для черно-белого изображения — степень его яркости). Однако такой подход упускает важную особенность изображений объектов: если у вас есть снимок собаки и вы сдвинете собаку на один пиксель влево, это все равно будет снимок собаки. Но для нейронной сети это совершенно другое изображение, поскольку изменятся значения, полученные каждым входным элементом. Метка изображения объекта не должна меняться при перемещении объекта по кадру — выражаясь математическим языком, она инвариантна относительно сдвига объекта.

Название: Законы мышления: В поисках математической теории разума
Автор: Том Гриффитс
Издательство: Самиздат
Год: 2026
Страниц: 432
Язык: русский
Формат: pdf, fb2, epub
Размер: 14.6 MB

Скачать Законы мышления: В поисках математической теории разума