Показаны записи 11 - 13 из 13
Показалось интересным. Хочется как-то соотнести с моделированием человеческой активности, но не знаю как.
4. Парадокс Моравека
При решении проблем, требующих вдумчивого рассуждения, у людей случаются затруднения. С другой стороны, основные моторные и сенсорные функции вроде ходьбы не вызывают никаких затруднений вообще.
Но если говорить о компьютерах, всё наоборот: компьютерам очень легко решать сложнейшие логические задачи вроде разработки шахматной стратегии, но куда сложнее запрограммировать компьютер так, чтобы он смог ходить или воспроизводить человеческую речь. Это различие между естественным и искусственным интеллектом известно как парадокс Моравека.
Ханс Моравек, научный сотрудник факультета робототехники Университета Карнеги-Меллона, объясняет это наблюдение через идею реверсного инжиниринга нашего собственного мозга. Реверсный инжиниринг труднее всего провести при задачах, которые люди выполняют бессознательно, например, двигательных функциях.
Поскольку абстрактное мышление стало частью человеческого поведения меньше 100 000 лет назад, наша способность решать абстрактные задачи является сознательной. Таким образом, для нас намного легче создать технологию, которая эмулирует такое поведение. С другой стороны, такие действия, как ходьба или разговор, мы не осмысливаем, так что заставить искусственный интеллект делать то же самое нам сложнее.
https://naucaitechnika.ru/blog/43735878192/10-samyih-golovolomnyih-paradoksov-Vselennoy,-posle-kotoryih-vas
Парадокс Моравека
Материал из Википедии — свободной энциклопедии
Парадокс Моравека — принцип в областях искусственного интеллекта и робототехники, согласно которому вопреки распространённому мнению высококогнитивные процессы требуют относительно небольших вычислений, в то время как низкоуровневые сенсомоторные операции требуют огромных вычислительных ресурсов. Принцип был сформулирован Хансом Моравеком, Марвином Минским и другими исследователями в 1980-х годах. Согласно Моравеку «относительно легко достичь уровня взрослого человека в таких задачах как тест на интеллект или игре в шашки, однако сложно или невозможно достичь навыков годовалого ребёнка в задачах восприятия или мобильности»[1].
Лингвист и когнитивист Стивен Пинкер считает это открытие наиболее важным, сделанным исследователями искусственного интеллекта[2].
Марвин Минский отмечает, что сложнее всего произвести обратную разработку тех навыков, которые являются бессознательными[3].
https://ru.wikipedia.org/wiki/%D0%9F%D0%B0%D1%80%D0%B0%D0%B4%D0%BE%D0%BA%D1%81_%D0%9C%D0%BE%D1%80%D0%B0%D0%B2%D0%B5%D0%BA%D0%B0
4. Парадокс Моравека
При решении проблем, требующих вдумчивого рассуждения, у людей случаются затруднения. С другой стороны, основные моторные и сенсорные функции вроде ходьбы не вызывают никаких затруднений вообще.
Но если говорить о компьютерах, всё наоборот: компьютерам очень легко решать сложнейшие логические задачи вроде разработки шахматной стратегии, но куда сложнее запрограммировать компьютер так, чтобы он смог ходить или воспроизводить человеческую речь. Это различие между естественным и искусственным интеллектом известно как парадокс Моравека.
Ханс Моравек, научный сотрудник факультета робототехники Университета Карнеги-Меллона, объясняет это наблюдение через идею реверсного инжиниринга нашего собственного мозга. Реверсный инжиниринг труднее всего провести при задачах, которые люди выполняют бессознательно, например, двигательных функциях.
Поскольку абстрактное мышление стало частью человеческого поведения меньше 100 000 лет назад, наша способность решать абстрактные задачи является сознательной. Таким образом, для нас намного легче создать технологию, которая эмулирует такое поведение. С другой стороны, такие действия, как ходьба или разговор, мы не осмысливаем, так что заставить искусственный интеллект делать то же самое нам сложнее.
https://naucaitechnika.ru/blog/43735878192/10-samyih-golovolomnyih-paradoksov-Vselennoy,-posle-kotoryih-vas
Парадокс Моравека
Материал из Википедии — свободной энциклопедии
Парадокс Моравека — принцип в областях искусственного интеллекта и робототехники, согласно которому вопреки распространённому мнению высококогнитивные процессы требуют относительно небольших вычислений, в то время как низкоуровневые сенсомоторные операции требуют огромных вычислительных ресурсов. Принцип был сформулирован Хансом Моравеком, Марвином Минским и другими исследователями в 1980-х годах. Согласно Моравеку «относительно легко достичь уровня взрослого человека в таких задачах как тест на интеллект или игре в шашки, однако сложно или невозможно достичь навыков годовалого ребёнка в задачах восприятия или мобильности»[1].
Лингвист и когнитивист Стивен Пинкер считает это открытие наиболее важным, сделанным исследователями искусственного интеллекта[2].
Марвин Минский отмечает, что сложнее всего произвести обратную разработку тех навыков, которые являются бессознательными[3].
https://ru.wikipedia.org/wiki/%D0%9F%D0%B0%D1%80%D0%B0%D0%B4%D0%BE%D0%BA%D1%81_%D0%9C%D0%BE%D1%80%D0%B0%D0%B2%D0%B5%D0%BA%D0%B0
Идеальный женский танец смоделировали на компьютере
Специалисты Нортумбрийского университета представили 3D-модель идеального женского танца. По словам исследователей, такие движения гарантированно привлекут внимание мужчин, сообщает Nature.
https://hi-tech.mail.ru/news/3d-girl-dance/
Исходное исследование, перевод аннотации:
Оптимальная асимметрия и другие параметры движения, которые характеризуют высокое качество женского танца
Аннотация
Танец является универсальным поведение человека, наблюдаемым в частности в контекстах ухаживания, и предоставляющим информацию, которая может оказаться полезной для потенциальных партнеров. В этой работе мы используем подход ориентированный на данные, чтобы точно определить движения, которые отличают качества женского танца. Используя 3D-захват движения мы записали женщин, пока они танцевали базовый ритм. Видео клипы 39 результирующих аватар были оценены по качеству танца, и эти оценки были сравнены с количественными измерениями паттернов движений используя многоуровневые модели. Три типа движения независимо друг от друга способствовали высокому качеству женского танца: более широкое покачивание бёдрами, более асимметричные движения бёдер, а также промежуточные уровни асимметричных движений рук. Покачивание бёдрами это черта, которая идентифицирует женские движения, а возможность перемещения конечностей асимметрично (то есть независимо друг от друга) могут свидетельствовать о хорошо развитом управлении движением, при условии, что эта независимость конечностей не переходит в неконтролируемые патологические движения. Мы также обнаружили, что тот же самый уровень качества танца можно предсказать различными комбинациями признаков танца. Наша работа открывает пути для изучения функциональной значимости, информационное содержание, и временную последовательность различных типов движения в танце.
Optimal asymmetry and other motion parameters that characterise high-quality female dance
Abstract
Dance is a universal human behaviour that is observed particularly in courtship contexts, and that provides information that could be useful to potential partners. Here, we use a data-driven approach to pinpoint the movements that discriminate female dance quality. Using 3D motion-capture we recorded women whilst they danced to a basic rhythm. Video clips of 39 resultant avatars were rated for dance quality, and those ratings were compared to quantitative measurements of the movement patterns using multi-level models. Three types of movement contributed independently to high-quality female dance: greater hip swing, more asymmetric movements of the thighs, and intermediate levels of asymmetric movements of the arms. Hip swing is a trait that identifies female movement, and the ability to move limbs asymmetrically (i.e. independently of the other) may attest to well-developed motor control, so long as this limb independence does not verge into uncontrolled pathological movement. We also found that the same level of dance quality could be predicted by different combinations of dance features. Our work opens avenues to exploring the functional significance, informational content, and temporal sequencing of the different types of movement in dance.
http://www.nature.com/articles/srep42435
Специалисты Нортумбрийского университета представили 3D-модель идеального женского танца. По словам исследователей, такие движения гарантированно привлекут внимание мужчин, сообщает Nature.
https://hi-tech.mail.ru/news/3d-girl-dance/
Исходное исследование, перевод аннотации:
Оптимальная асимметрия и другие параметры движения, которые характеризуют высокое качество женского танца
Аннотация
Танец является универсальным поведение человека, наблюдаемым в частности в контекстах ухаживания, и предоставляющим информацию, которая может оказаться полезной для потенциальных партнеров. В этой работе мы используем подход ориентированный на данные, чтобы точно определить движения, которые отличают качества женского танца. Используя 3D-захват движения мы записали женщин, пока они танцевали базовый ритм. Видео клипы 39 результирующих аватар были оценены по качеству танца, и эти оценки были сравнены с количественными измерениями паттернов движений используя многоуровневые модели. Три типа движения независимо друг от друга способствовали высокому качеству женского танца: более широкое покачивание бёдрами, более асимметричные движения бёдер, а также промежуточные уровни асимметричных движений рук. Покачивание бёдрами это черта, которая идентифицирует женские движения, а возможность перемещения конечностей асимметрично (то есть независимо друг от друга) могут свидетельствовать о хорошо развитом управлении движением, при условии, что эта независимость конечностей не переходит в неконтролируемые патологические движения. Мы также обнаружили, что тот же самый уровень качества танца можно предсказать различными комбинациями признаков танца. Наша работа открывает пути для изучения функциональной значимости, информационное содержание, и временную последовательность различных типов движения в танце.
Optimal asymmetry and other motion parameters that characterise high-quality female dance
Abstract
Dance is a universal human behaviour that is observed particularly in courtship contexts, and that provides information that could be useful to potential partners. Here, we use a data-driven approach to pinpoint the movements that discriminate female dance quality. Using 3D motion-capture we recorded women whilst they danced to a basic rhythm. Video clips of 39 resultant avatars were rated for dance quality, and those ratings were compared to quantitative measurements of the movement patterns using multi-level models. Three types of movement contributed independently to high-quality female dance: greater hip swing, more asymmetric movements of the thighs, and intermediate levels of asymmetric movements of the arms. Hip swing is a trait that identifies female movement, and the ability to move limbs asymmetrically (i.e. independently of the other) may attest to well-developed motor control, so long as this limb independence does not verge into uncontrolled pathological movement. We also found that the same level of dance quality could be predicted by different combinations of dance features. Our work opens avenues to exploring the functional significance, informational content, and temporal sequencing of the different types of movement in dance.
http://www.nature.com/articles/srep42435
</>
Re: Карго- представления о чел.-компьютере/ нейронной се
den_ix в посте Metapractice (оригинал в ЖЖ)
Техническое замечание: этот вариант перевода статьи не полон, отсутствуют целые фрагменты текста.
Полный перевод есть по ссылке: http://newochem.ru/nauka/razbivaem-populyarnye-dazhe-sredi-uchenyx-mify-vdrebezgi/
Полный перевод есть по ссылке: http://newochem.ru/nauka/razbivaem-populyarnye-dazhe-sredi-uchenyx-mify-vdrebezgi/
Дочитали до конца.