अपनी खुद की होम गेमिंग आर्टिफिशियल इंटेलिजेंस बनाना। आर्टिफिशियल इंटेलिजेंस कैसे बनाएं

मानव या पशु मस्तिष्क का पुनरुत्पादन करने वाली मशीनें स्वयं सीखने में सक्षम होंगी

एआई में भावनात्मक तंत्र को शामिल न करके, हम त्वरित निर्णय लेने की क्षमता से चूक रहे हैं। परिणामस्वरूप, रोबोटिक सिस्टम या कृत्रिम बुद्धिमत्ता सिस्टम परिस्थितियों में अव्यवहार्य हो जाते हैं असली दुनिया. साथ ही, हम प्रौद्योगिकी में कुछ भावनात्मक तंत्रों को आंशिक रूप से शामिल करते हैं, लेकिन हम उन्हें अलग तरह से कहते हैं, उदाहरण के लिए, ध्यान बदलना - कंप्यूटिंग संसाधनों का प्राथमिकताकरण और पुनर्वितरण।

बस बाहर जाकर, हम बड़ी संख्या में निर्णय लेते हैं: अपना सिर एक तरफ कर लेते हैं तेज आवाजया नहीं मुड़ना है; यदि वहां कारें चल रही हों तो क्या आपको सड़क पार करनी चाहिए या नहीं? ये निर्णय जानबूझकर और अनजाने में लिए जाते हैं, ये प्रक्रियाएँ भावनात्मक रूप से चार्ज होती हैं और इसमें कई मस्तिष्क संरचनाएँ शामिल होती हैं। परिणामस्वरूप, भावनाएं (न्यूरोमोड्यूलेटर) विचार प्रक्रिया को, दूसरे शब्दों में, न्यूरॉन्स के कम्प्यूटेशनल कार्यों को दृढ़ता से प्रभावित करती हैं।

यह देखा गया है कि मस्तिष्क में तथाकथित सर्किट होते हैं। उदाहरण के लिए, मुख्य थैलामो-कॉर्टिकल सर्किट इस तरह दिखता है: सेरेब्रल कॉर्टेक्स सबकोर्टिकल संरचनाओं को प्रभावित करता है: थैलेमस, स्ट्रिएटम, और इसी तरह, सकारात्मक या नकारात्मक भावनात्मकता पैदा करता है प्रतिक्रिया, जो बदले में कॉर्टेक्स को प्रभावित करता है। दूसरे शब्दों में, सचेत प्रक्रियाएँ अचेतन भावनात्मक प्रक्रियाओं को प्रभावित करती हैं, और भावनात्मक प्रक्रियाएँ चेतन प्रक्रियाओं को प्रभावित करती हैं - हम लगातार एक भावनात्मक चक्र में रहते हैं।

मार्विन मिंस्की (एक एआई अग्रणी और ट्यूरिंग पुरस्कार विजेता) ने कहा कि भावनात्मक चक्र दीर्घकालिक "अटकाव" का कारण बन सकते हैं। वह उन्हें "बग" कहता है, यानी एक त्रुटि: हम समय-समय पर इसे या उस को पुन: उत्पन्न कर सकते हैं भावनात्मक स्थिति. उदाहरण के लिए, जब हम उदास होते हैं: हम बार-बार खुद से पूछते हैं, “उसने मेरे साथ इतना बुरा व्यवहार क्यों किया? यह पूरी तरह से अनुचित है।" या, इसके विपरीत, हम एक उत्साहपूर्ण स्थिति को पुन: उत्पन्न करते हैं: यदि आपने मोटरसाइकिल की सवारी की है, तो आप हमेशा याद रखते हैं कि मोटरसाइकिल चलाना आपके लिए कितना "अच्छा" है, सिर्फ इसलिए कि आप इसे पसंद करते हैं। और वास्तव में आप अब मोटरसाइकिल नहीं चला रहे हैं, बल्कि बस इसे याद कर रहे हैं और इस चक्र में हैं।

एआई में भावनाओं को एकीकृत करने के काम में, यह दो क्षेत्रों पर प्रकाश डालने लायक है जो बहुत निकटता से संबंधित हैं। सबसे पहले, किसी व्यक्ति की भावनाओं को उसके चेहरे, हाव-भाव आदि से निर्धारित करना (प्रभावी कंप्यूटिंग)। यह एक ऐसा क्षेत्र है जो संयुक्त राज्य अमेरिका में एमआईटी मीडिया लैब में रोज़लिंड पिकार्ड के नेतृत्व में बहुत गहनता से विकसित हो रहा है। 1997 में, पिकार्ड ने अपनी पुस्तक अफेक्टिव कंप्यूटिंग प्रकाशित की, जो उनके शोध के लिए शुरुआती बिंदु के रूप में काम करती थी। उसकी प्रयोगशाला संचालित होती है दिलचस्प प्रयोग: प्रतिभागी अपने सामने कैमरे लगाते हैं, निश्चित अंतराल पर चेहरे के भाव रिकॉर्ड करते हैं और साथ ही गतिशील डेटा एकत्र करते हैं: त्वचा की चालकता, नाड़ी, रक्तचाप, और इसी तरह, भावनात्मक प्रतिक्रिया और शरीर सेंसर की रीडिंग को जोड़ते हुए।

एक और दिशा जिसमें हम भी शामिल हैं (आईटीआईएस केएफयू को समझने वाली मशीन की प्रयोगशाला) प्रभावशाली गणना है, यह पुनरुत्पादन है मानवीय भावनाएँकंप्यूटिंग सिस्टम में. मशीनों में कोई न्यूरॉन, कोई न्यूरोमॉड्यूलेटर, कोई जैव रसायन नहीं है, केवल कम्प्यूटेशनल प्रक्रियाएं हैं। कम्प्यूटेशनल और मानसिक प्रक्रियाओं के बीच पत्राचार रैखिक से बहुत दूर है। यह समझने के लिए कि सामान्य तौर पर, ये या वे किस चीज़ से इकट्ठे हुए हैं, काफी जटिल सिद्धांत बनाना आवश्यक है। मनोवैज्ञानिक घटनाएँऔर हम इसे कंप्यूटिंग सिस्टम में कैसे दोहरा सकते हैं।

आज तक, न्यूरोबायोलॉजिकल रूप से प्रेरित गैर-वॉन न्यूमैन आर्किटेक्चर ट्रूनॉर्थ (वॉन न्यूमैन - पारंपरिक कंप्यूटरों की वास्तुकला) बनाया गया है। यह कंप्यूटिंग सिस्टम के विकास में एक नए मार्ग की नींव रखता है: तंत्रिका नेटवर्क को सॉफ़्टवेयर का उपयोग करके नहीं, बल्कि माइक्रो-सर्किट, "हार्डवेयर" के रूप में पुनः बनाना। नए चिप्स दस लाख न्यूरॉन्स तक अनुकरण करते हैं। आईबीएम के विशेषज्ञ और आगे बढ़ गए: उन्होंने पहले ही एक मदरबोर्ड बना लिया है जिसमें उन्होंने 4x4 सरणी को इकट्ठा किया है, जिसमें कुल 16 मिलियन न्यूरॉन्स हैं।

एक ओर, यह इतना अधिक नहीं है, क्योंकि मानव सेरेब्रल कॉर्टेक्स में न्यूरॉन्स की संख्या 19 बिलियन से 23 बिलियन तक है, और कुल मात्रा 86 बिलियन है। दूसरी ओर, यह एक दिलचस्प पैमाना है। उदाहरण के लिए, एक चूहे के सेरेब्रल कॉर्टेक्स में, एक स्तनपायी जिसमें सभी आवश्यक भावनात्मक सामान होते हैं, केवल 4 मिलियन न्यूरॉन्स होते हैं।

ऐतिहासिक परिप्रेक्ष्य को देखना और भी दिलचस्प है: 2011 में, उसी आईबीएम के पास एक चिप थी जो केवल 256 न्यूरॉन्स को पुन: उत्पन्न करती थी। इस प्रकार, परिमाण में तीन कोटि का उछाल आया। यदि अगली छलांग होती है, तो हम मानव सेरेब्रल कॉर्टेक्स के पैमाने तक पहुंचने में सक्षम होंगे। और फिर, शायद, मानव मस्तिष्क की शक्ति के तुलनीय स्व-शिक्षण प्रणालियाँ सामने आएँगी।

स्व-शिक्षण प्रणालियाँ क्या प्रदान करती हैं? हम चूहों, बिल्ली के बच्चों को प्रोग्राम नहीं करते, हम बच्चों को प्रोग्राम नहीं करते। क्योंकि यह जरूरी नहीं है. ऐसे कंप्यूटिंग सिस्टम (कृत्रिम एजेंटों) को वर्तमान अर्थ में प्रोग्रामिंग की आवश्यकता नहीं होगी। उन्हें किंडरगार्टन और स्कूलों के शिक्षकों को ज्ञात पूरी तरह से अलग तकनीकों का उपयोग करने की आवश्यकता होगी। इस प्रकार, हम कृत्रिम बुद्धिमत्ता एजेंटों के लिए बचपन की अवधारणा पर आते हैं, जो एआई के विकास के लिए मौलिक रूप से नई संभावनाएं खोलता है।

मैक्सिम तलानोव
तकनीकी विज्ञान के उम्मीदवार, कज़ान संघीय विश्वविद्यालय की मशीन समझ प्रयोगशाला के प्रमुख, इनोपोलिस विश्वविद्यालय में व्याख्याता
forbes.ru

सैम हैरिस

क्या हमें अति बुद्धिमान कृत्रिम बुद्धिमत्ता से डरना चाहिए? न्यूरोसाइंटिस्ट और दार्शनिक सैम हैरिस सोचते हैं कि यह इसके लायक है। उनकी राय में, हम एआई बनाने में आने वाली कई समस्याओं को हल किए बिना, सुपरइंटेलिजेंट मशीनें बनाने की कगार पर हैं जो संभावित रूप से लोगों के साथ उसी तरह व्यवहार कर सकती हैं जैसे वे चींटियों के साथ करते हैं।

मिखाइल बर्टसेव

कृत्रिम बुद्धिमत्ता बनाने में आधी सदी का प्रयास विफल क्यों रहा है? और साइबोर्ग हमें यह समझने में कैसे मदद करते हैं कि मस्तिष्क कैसे काम करता है? एमआईपीटी में तंत्रिका तंत्र और गहन शिक्षण प्रयोगशाला के प्रमुख, भौतिक और गणितीय विज्ञान के उम्मीदवार मिखाइल बर्टसेव इस बारे में बात करते हैं।

विटाली डुनिन-बार्कोव्स्की

मस्तिष्क का अनुकरण कैसे करें? क्या मानव मस्तिष्क समझने योग्य है? चेतना का एल्गोरिथमीकरण कैसे करें? और क्या इसे अकार्बनिक माध्यम पर कॉपी करना संभव है? विटाली डुनिन-बार्कोवस्की, भौतिकी और गणित के डॉक्टर, प्रोफेसर, रूसी विज्ञान अकादमी के अनुसंधान संस्थान के ऑप्टिकल-न्यूरल टेक्नोलॉजीज केंद्र के न्यूरोइन्फॉर्मेटिक्स विभाग के प्रमुख, इन सवालों के जवाब खोजने में मदद करते हैं।

इवान इवांची

अपने इतिहास की शुरुआत से ही, संज्ञानात्मक मनोविज्ञान ने मनुष्य को एक कंप्यूटिंग मशीन के रूप में वर्णित किया है। इवान के बारे में बात करेंगे प्रमुख बिंदुमानव अनुसंधान के इस पथ का विकास, इसने आज क्या किया है और वैज्ञानिक अंतर्ज्ञान, दूरदर्शिता, अंतर्दृष्टि और आत्मविश्वास जैसी रहस्यमय और प्रतीत होने वाली अनूठी प्रक्रियाओं को कैसे मॉडल करते हैं।

गोर्बन ए.एन.

क्या न्यूरो कंप्यूटर एक खिलौना है? न्यूरो कंप्यूटर के वास्तविक लाभ क्या हैं? तंत्रिका तंत्र के लाभ किन क्षेत्रों में सबसे अधिक स्पष्ट हैं? अतिरेक अच्छा है या बुरा? कौन से कार्य केवल एक न्यूरो कंप्यूटर ही कर सकता है?

एवगेनी पुतिन

एवगेनी पुतिन, विभाग के स्नातक छात्र " कंप्यूटर प्रौद्योगिकी» आईटीएमओ विश्वविद्यालय। अपने शोध प्रबंध के भाग के रूप में, एवगेनी कृत्रिम तंत्रिका नेटवर्क के गणितीय तंत्र में सुविधा चयन की अवधारणा को एकीकृत करने की समस्याओं का पता लगाता है। एवगेनी इस बारे में बात करेंगे कि तंत्रिका नेटवर्क कैसे काम करते हैं, वे अब क्या कर सकते हैं, निकट भविष्य में वे क्या करने में सक्षम होंगे और क्या हम स्काईनेट के आगमन की उम्मीद कर सकते हैं।

पहली बार, मानव मस्तिष्क के अनुरूप एक पैमाना हासिल किया गया है - 530 अरब न्यूरॉन्स और 137 ट्रिलियन सिनैप्स। सिमुलेशन वास्तविक समय की तुलना में 1542 गुना धीमी गति से चला। इसमें सभी 1,572,864 कोर और डेढ़ पेटाबाइट मेमोरी का उपयोग किया गया।

वॉन न्यूमैन आर्किटेक्चर का एक ज्ञात नुकसान है, जो यह है कि डेटा और निर्देश प्रोग्राम दोनों जो वर्णन करते हैं कि डेटा के साथ क्या करने की आवश्यकता है, एक ही मेमोरी में रहते हैं। और प्रोसेसर या तो मेमोरी से डेटा एकत्र करता है या कमांड के अनुसार उसमें हेरफेर करता है। ऐसी योजना के ढांचे के भीतर एक साथ नए डेटा को लोड करना और उसे संसाधित करना असंभव है। इससे आधुनिक कंप्यूटरों के लिए, चाहे वे कितने भी तेज़ क्यों न हों, कुछ कार्य करना कठिन हो जाता है, जैसे कि छवि पहचान से संबंधित कार्य। वॉन न्यूमैन की वास्तुकला से आगे बढ़ने के प्रयास में, "इलेक्ट्रॉनिक दिमाग" के विशेषज्ञों ने वास्तविक दिमाग की ओर रुख किया।

सर्गेई मार्कोव

व्याख्यान में हम तथ्यों और आंकड़ों में कृत्रिम बुद्धिमत्ता के दूसरे वसंत, 2017 में कृत्रिम बुद्धिमत्ता और मशीन लर्निंग के क्षेत्र में प्रमुख कार्यों पर चर्चा करेंगे। आइए छवि पहचान, भाषण, प्राकृतिक भाषा प्रसंस्करण और अनुसंधान के अन्य क्षेत्रों के बारे में बात करें; आइए 2017 के लिए नए मॉडलों और उपकरणों पर चर्चा करें। हम व्यवसाय, चिकित्सा और विज्ञान में एआई और मशीन लर्निंग के अनुप्रयोग के बारे में भी बात करेंगे, और यह भी चर्चा करेंगे कि हम 2018 में कृत्रिम बुद्धिमत्ता और मशीन लर्निंग से क्या उम्मीद करते हैं।

सर्गेई मार्कोव

हैम्बर्ग खाता

1950 में, अंग्रेजी वैज्ञानिक एलन ट्यूरिंग ने अपने लेख "कंप्यूटिंग मशीन और दिमाग" में सवाल पूछा: "क्या कोई मशीन किसी व्यक्ति को समझ सकती है?" इस प्रकार प्रसिद्ध ट्यूरिंग परीक्षण का जन्म हुआ, जिसमें एक कंप्यूटर ने लोगों को धोखा देने की कोशिश की। लेकिन कंप्यूटर किसी व्यक्ति को कैसे समझता है और वह अभी तक क्या नहीं समझ सकता है? हमने हैम्बर्ग में एक्टिवबिजनेसकलेक्शन में सूचना प्रौद्योगिकी के निदेशक, मशीन लर्निंग के क्षेत्र के विशेषज्ञ सर्गेई मार्कोव से इस बारे में पूछने का फैसला किया।

जहां उन्होंने अपने एक लक्ष्य के बारे में बात की जो उन्हें इस पेशे की ओर ले गया - काम के सिद्धांत को सीखने की इच्छा और खुद गेमिंग बॉट बनाना सीखने की इच्छा।

लेकिन वास्तव में, यह बिल्कुल सही कृत्रिम बुद्धिमत्ता बनाने की इच्छा है, चाहे वह गेम मॉडल हो या मोबाइल प्रोग्राम, हममें से कई लोगों को प्रोग्रामर बनने के लिए प्रेरित किया। समस्या यह है कि टन के पीछे शैक्षिक सामग्रीऔर ग्राहकों की कठोर वास्तविकता, इस इच्छा को आत्म-विकास की एक साधारण इच्छा से बदल दिया गया। उन लोगों के लिए जिन्होंने अभी तक अपने बचपन के सपने को पूरा करना शुरू नहीं किया है, आगे संक्षिप्त मार्गदर्शिकावास्तविक कृत्रिम बुद्धिमत्ता बनाने के लिए।

चरण 1. निराशा

जब हम साधारण बॉट बनाने के बारे में बात करते हैं, तो हमारी आँखें चमक से भर जाती हैं, और इसे क्या करने में सक्षम होना चाहिए, इसके बारे में सैकड़ों विचार हमारे दिमाग में कौंधते हैं। हालाँकि, जब कार्यान्वयन की बात आती है, तो यह पता चलता है कि वास्तविक व्यवहार मॉडल को जानने की कुंजी... गणित है। थोड़ा और विशिष्ट होने के लिए, यहां इसके अनुभागों की एक सूची दी गई है जिनका अध्ययन कम से कम विश्वविद्यालय शिक्षा के प्रारूप में किया जाना आवश्यक है:

लीनियर अलजेब्रा;

• ग्राफ सिद्धांत;

  संभाव्यता और गणितीय सांख्यिकी का सिद्धांत।

यह वैज्ञानिक स्प्रिंगबोर्ड है जिस पर आपकी आगे की प्रोग्रामिंग बनाई जाएगी। इस सिद्धांत के ज्ञान और समझ के बिना, किसी व्यक्ति के साथ बातचीत के कारण सभी विचार जल्दी से टूट जाएंगे, क्योंकि कृत्रिम बुद्धिमत्ता वास्तव में सूत्रों के एक सेट से ज्यादा कुछ नहीं है।

चरण 2. स्वीकृति

जब छात्र साहित्य से अहंकार थोड़ा कम हो जाए, तो आप भाषाएँ सीखना शुरू कर सकते हैं। यह अभी तक LISP या अन्य के पास जाने लायक नहीं है; पहले आपको यह सीखना होगा कि चर और एकल-मूल्य वाले राज्यों के साथ कैसे काम किया जाए। से संबंधित जल्दी सीखना, इसलिए इससे आगे का विकासएकदम सही है, लेकिन सामान्य तौर पर आप आधार के रूप में उपयुक्त पुस्तकालय वाली किसी भी भाषा का उपयोग कर सकते हैं।

चरण 3. विकास

अब सीधे एआई के सिद्धांत पर चलते हैं। इन्हें मोटे तौर पर 3 श्रेणियों में विभाजित किया जा सकता है:

कमजोर एआई - वे बॉट्स जिनमें हम देखते हैं कंप्यूटर गेम, या सिरी जैसे सरल सहायक। वे या तो अत्यधिक विशिष्ट कार्य करते हैं या ऐसे कार्यों का एक महत्वहीन जटिल कार्य करते हैं, और बातचीत की कोई भी अप्रत्याशितता उन्हें भ्रमित करती है।

मजबूत एआई ऐसी मशीनें हैं जिनकी बुद्धि मानव मस्तिष्क के बराबर होती है। वर्तमान में इस वर्ग का कोई वास्तविक प्रतिनिधि नहीं है, लेकिन वॉटसन जैसे कंप्यूटर इस लक्ष्य को प्राप्त करने के बहुत करीब हैं।

परफेक्ट एआई भविष्य है, एक मशीनी मस्तिष्क जो हमारी क्षमताओं से आगे निकल जाएगा। यह ऐसे विकास के खतरे हैं जिनके बारे में स्टीफन हॉकिंग, एलोन मस्क और टर्मिनेटर फिल्म फ्रेंचाइजी ने चेतावनी दी है।

स्वाभाविक रूप से, आपको सबसे सरल बॉट्स से शुरुआत करनी चाहिए। ऐसा करने के लिए, 3x3 फ़ील्ड का उपयोग करते समय अच्छे पुराने गेम "टिक टैक टो" को याद रखें और अपने लिए कार्यों के बुनियादी एल्गोरिदम का पता लगाने का प्रयास करें: त्रुटि-मुक्त कार्यों के साथ जीत की संभावना, मैदान पर सबसे सफल स्थान एक टुकड़ा रखें, खेल को ड्रा तक कम करने की आवश्यकता, इत्यादि।

जैसा कि आप नामों से भी समझते हैं, ये एपीआई हैं जो आपको इसकी अनुमति देंगे अतिरिक्त लागतगंभीर एआई की कुछ झलक बनाने का समय आ गया है।

चरण 5. कार्य

अब जब आपके पास स्पष्ट विचार है कि एआई कैसे बनाया जाए और इसका क्या उपयोग किया जाए, तो अपना ज्ञान लाने का समय आ गया है नया स्तर. सबसे पहले, इसके लिए "मशीन लर्निंग" नामक अनुशासन का अध्ययन करना आवश्यक होगा। दूसरे, आपको यह सीखना होगा कि चुनी हुई प्रोग्रामिंग भाषा की उपयुक्त लाइब्रेरी के साथ कैसे काम किया जाए। जिस पायथन को हम देख रहे हैं, उसके लिए ये स्किकिट-लर्न, एनएलटीके, साइपी, पाइब्रेन और नम्प हैं। तीसरा, विकास में कोई रास्ता नहीं है

हजारों सालों से मनुष्य यह समझने की कोशिश कर रहा है कि वह कैसे सोचता है। कृत्रिम बुद्धिमत्ता (एआई) के क्षेत्र में, एक और भी महत्वपूर्ण कार्य हल किया जा रहा है: इस क्षेत्र के विशेषज्ञ न केवल बुद्धि की प्रकृति को समझने की कोशिश कर रहे हैं, बल्कि बुद्धिमान इकाइयाँ बनाने की भी कोशिश कर रहे हैं।

वर्तमान में, कृत्रिम बुद्धिमत्ता का विषय सीखने और धारणा जैसी सामान्य समस्याओं से लेकर शतरंज खेलने, गणितीय प्रमेयों को साबित करने, कविता लिखने और बीमारियों का निदान करने जैसे विशेष कार्यों तक, वैज्ञानिक क्षेत्रों की एक विशाल श्रृंखला को कवर करता है। कृत्रिम बुद्धिमत्ता में, बौद्धिक कार्यों को व्यवस्थित और स्वचालित किया जाता है, और इसलिए यह क्षेत्र किसी भी क्षेत्र से संबंधित है बौद्धिक गतिविधिव्यक्ति। इस अर्थ में, कृत्रिम बुद्धिमत्ता वास्तव में एक सार्वभौमिक वैज्ञानिक क्षेत्र है।

अभी हाल ही में यह विज्ञान कथा से बाहर कुछ था। अब यह बिल्कुल वास्तविक है, और आज हम सीखेंगे कि एक अद्भुत ऑनलाइन सेवा का उपयोग करके सरल कृत्रिम बुद्धिमत्ता कैसे बनाई जाए।

मैं साइट http://iii.ru (Ay-ya-yai.ru) के बारे में बात कर रहा हूं
इस संसाधन की सहायता से हम तथाकथित "इन्फा" बनाएंगे।
यह किस प्रकार का जानवर है, इंफ? Inf एक छोटा सा पात्र है (एक जानवर या एक व्यक्ति या एक चमत्कार युडो) जो इंटरनेट पर किसी व्यक्ति से बात कर सकता है (हाँ, हाँ, इसे चैटबॉट भी कहा जा सकता है)। इस जानवर को किसी मित्र के पास भेजा जा सकता है होम पेज, सामान्य तौर पर, जहां भी आपकी कल्पना की इच्छा हो, इसे मंच पर एक हस्ताक्षर के रूप में दर्ज करें!
बेशक, सबसे पहले, आपकी जानकारी थोड़ी "गूंगी" होगी, लेकिन हम इसे सिखाकर इसे ठीक कर सकते हैं!

आइए देखें कि यह सब कैसे किया जाता है:

साइट में प्रवेश करते समय हम स्वयं को तथाकथित " गैरेज”, जहां हम कई तैयार सूचनाओं के साथ चैट कर सकते हैं और अपना खुद का निर्माण शुरू कर सकते हैं!

अपना स्वयं का चरित्र बनाना शुरू करने के लिए, आपको पंजीकरण करना होगा।ऐसा करने के लिए, गैराज स्क्रीन पर, "मुझे जानकारी चाहिए" बटन पर क्लिक करें और अपने बारे में कुछ पंक्तियाँ भरने और लाइसेंस समझौते को पढ़ने के बाद, "रजिस्टर" बटन पर क्लिक करें।

अब हम चरित्र निर्माण स्क्रीन पर आते हैं।

आपको एक पात्र "आदमी", "जानवर" या कोई अन्य चमत्कार चुनना होगा

हम रूप को अनुकूलित करते हैं - मुंह, नाक, आंखें और अन्य सहायक उपकरण। यदि भविष्य में आपको यह पसंद न आए तो निराश न हों, यह सब ठीक किया जा सकता है।

आइए अब सबसे दिलचस्प भाग - चरित्र प्रशिक्षण - पर नजर डालें। "प्रशिक्षण" टैब पर क्लिक करें। संभावित तरीकों की एक सूची खुलती है:

प्रश्नावली - अपनी व्यक्तिगत जानकारी भरें, यदि आप चाहें तो उसका नाम बदलें, आदि।

घटनाओं पर प्रतिक्रियाएँ - आप चुन सकते हैं कि जानकारी क्या कहेगी यदि, उदाहरण के लिए, आप उस पर माउस से क्लिक करते हैं, या यदि आप उससे लंबे समय तक बात नहीं करते हैं।

मैं बहुत लंबे समय से अपना खुद का गेम, या यूं कहें कि गेम-आधारित कृत्रिम बुद्धिमत्ता (एआई) बनाना चाहता था। मैं झूठ नहीं बोलूंगा: पहले तो बस ज्ञान की कमी थी, और फिर, अजीब बात है, समय था। अपने बचपन के सपने को साकार करने के लिए मेरे पास कुछ सप्ताह का अपेक्षाकृत खाली समय था।

मैं आपको बताऊंगा कि क्या हुआ, और उस रास्ते का भी वर्णन करूंगा जिसका मैंने अनुसरण किया और रास्ते में मैंने जो अवलोकन किए। मैं तुरंत आरक्षण कर दूंगा कि मैं कोड का वर्णन नहीं करूंगा, बल्कि उन विचारों, विचारों और समस्याओं का वर्णन करूंगा जिनका मैंने अपने सपने को साकार करने की प्रक्रिया में सामना किया था।

संरचना नियोजन चरण

एआई पर्यावास वर्ग पदानुक्रम कई जोड़े वर्गों पर आधारित था:

• मुख्य बिंदु- एक वर्ग जो पथ ग्राफ़ में कनेक्शनों के प्रतिच्छेदन को दर्शाता है।
• पथ- एक वर्ग जो मुख्य बिंदुओं के बीच संबंध प्रदान करता है।
• एक वस्तु- एक क्लास जो कीपॉइंट क्लास से ली गई है, जिसके उदाहरण पथ पर रखे गए हैं।
• विषय- वही क्लास ऑब्जेक्ट, जिसके उदाहरणों में निर्णय लेने का कार्य होता है।

कक्षा कक्षाओं की सूची बंद कर देती है दुनिया, जो सभी सूचीबद्ध वर्गों को फ्रेम करता है, एक दूसरे के साथ उनकी बातचीत को व्यवस्थित करता है।

काम करने के लिए, हमें कुछ विशिष्ट, सरल गेम अवधारणा की आवश्यकता थी। और गेम पैक-मैन की अवधारणा को इसके नियमों के सरल सेट के कारण चुना गया था।

गेम ऑब्जेक्ट और विषयों के अतिरिक्त उपवर्गों की तुरंत पहचान की गई:

• विषय Pacman- वही पैकमैन;
• वस्तुओं फल- पैक-मैन के खाने के लिए;
• विषयों भूत- वे जिनके लिए गेम में Pac-Man बनाया गया था।

कार्य योजना चरण

निम्नलिखित कार्यान्वयन चरणों की तुरंत पहचान की गई:

1. ऐसी कक्षाओं का निर्माण जो उस दुनिया के कामकाज को सुनिश्चित करता है जिसमें कृत्रिम बुद्धिमत्ता रहेगी (कक्षाएँ विश्व, मुख्य बिंदु और पथ);
2. विश्व का प्रतिपादन करना और साथ ही डेटा विज़ुअलाइज़ेशन के लिए कार्यक्षमता का आधार बनाना।
3. ऑब्जेक्ट वर्ग का निर्माण और पर्यावरण के साथ उसकी अंतःक्रिया।
4. किसी वस्तु, अर्थात् फल, का पहला उदाहरण बनाना और उसका प्रतिपादन करना।
5. किसी ऑब्जेक्ट को विषय में बदलने के लिए उसके लिए कार्यक्षमता जोड़ना।
6. पॅकमैन का एक उदाहरण बनाना। प्रतिपादन. खेल में नियम जोड़ना.
7. उपयोगकर्ता इंटरैक्शन कोड का विकास, "वास्तविक समय" में सिस्टम संचालन का संगठन।
8. सबसे छोटा पथ खोज एल्गोरिदम का कार्यान्वयन। इसे पैक-मैन के नियंत्रण और समय के साथ विश्व द्वारा उसके राज्य के स्वचालित परिवर्तन से जोड़ना।
9. भूत का एक उदाहरण बनाना. प्रतिपादन. खेल में नियम जोड़ना.
10. छोटे-छोटे तरीकों से व्यवस्था में सुधार.
11. मज़ा करना।

कार्यान्वयन

चरण संख्या 3और №4 वही विशेष परिश्रमउन्होंने फोन नहीं किया - फ्रुक्टा भागी नहीं, कोई शरारत नहीं की, बल्कि वहीं लेट गई और खुद को खींच लिया।

इसके साथ शुरुआत स्टेज नंबर 5मुख्य कार्य शुरू हो गया है. विषय कार्यक्षमता को ऑब्जेक्ट वर्ग का उपयोग करके उन चीजों की सूची के रूप में लिखा गया था जो विषय करना चाहता है। विश्व वर्ग की कार्यक्षमता को जोड़ा गया, जिसने विषयों की कार्य सूची की निगरानी की और उन्हें विषय के लिए उपलब्ध समय मात्रा और विषय के कार्यों पर लगाए गए खेल के प्रतिबंधों और नियमों के भीतर निष्पादित किया।

चरण 6अजीब बात है कि समस्याएं पैक-मैन की प्रति के सामने आने से शुरू नहीं हुईं। विषय प्रकार का एक उदाहरण बस दिखाई दिया, साथ ही वांछित निर्देशांक पर डिस्प्ले पर एक वृत्त खींचा गया। और फल खाने के नियम जोड़े गए हैं।

यहां तक ​​कि पर स्टेज नंबर 7, जब निर्दिष्ट समन्वय के लिए "रन" कमांड के रूप में माउस के साथ एक कार्य उत्पन्न किया गया था, तो कोई समस्या नहीं थी। निकटतम बिंदु की तलाश की गई जो उस पथ पर पड़ेगा जिस पर पैक-मैन पहले से ही खड़ा था और पैक-मैन आज्ञाकारी रूप से वहां चला गया।

रोमांच शुरू हुआ स्टेज नंबर 8, जहां सबसे छोटा पथ खोज एल्गोरिदम का कार्यान्वयन किया गया था। सबसे छोटा पथ फ़ंक्शन एक संशोधित ली एल्गोरिदम था, जो गतिशील सरणियों और ग्राफ़ संरचनाओं के लिए अनुकूलित था। मुख्य कठिनाइयाँ कोड लिखते समय थीं जहाँ रिवर्स चाल लागू की गई थी। ऑब्जेक्ट इंस्टेंसेस को स्थानांतरित करते समय ग्राफ़ संरचना के पुनर्निर्माण की संख्या को कम करने के लिए, ऑब्जेक्ट्स को पथों से जुड़े नोडल मुख्य बिंदुओं के रूप में नहीं, बल्कि पथ से संबंधित मुख्य बिंदुओं के रूप में बनाया गया था। लेखन के समय एक कार्यशील कोड होने के कारण, मैं अभी भी चुने गए समाधान की शुद्धता के बारे में निश्चित नहीं हूँ। क्या सरल है: या तो विश्व ग्राफ़ को स्थानीय रूप से पुनर्निर्माण करें और साथ ही विषयों के मार्ग जो ग्राफ़ के बदले हुए टुकड़ों के माध्यम से चलते हैं, या बस विषयों और वस्तुओं की कक्षाओं को अपरिवर्तनीय पथ ग्राफ़ पर रखें।

बेशक, काम के सभी चरणों में, मेमोरी एक्सेस त्रुटियाँ लगातार सामने आती रहीं। सबसे गंभीर मामला तब था जब संदेश खेल के बीच में कहीं क्रैश हो गया। पथों के बीच के लिंक को हटाना भूल गए और जब फलों को खाया गया तो उनके उदाहरण नष्ट हो गए। त्रुटि खाने के कुछ समय बाद दिखाई दी जब मेमोरी को ओवरराइट किया गया था। जब तक नष्ट की गई वस्तु का डेटा वहां संग्रहीत था और इसे नई गतिशील वस्तु द्वारा अधिलेखित नहीं किया गया था, तब तक सब कुछ ठीक था, अर्थात। कार्यक्रम का पतन तत्काल नहीं था.

अंततः चालू स्टेज नंबर 9पहला भूत जोड़ा गया। गंतव्य बिंदु हमेशा पॅकमैन के निर्देशांक थे। सबसे छोटा रास्ता खोजने के लिए पहले से ही लिखित फ़ंक्शन का उपयोग किया गया था, जिसे लगातार प्रति सेकंड 24 बार कॉल किया गया था। क्रियाओं की सूची तैयार करने के बाद, भूत की गति प्रणाली (विश्व) द्वारा स्वचालित रूप से की जाती थी।

जब मैं आया स्टेज नंबर 10, फिर, जैसा कि वे कहते हैं, स्लीघ बंद है!
एक यादृच्छिक मानचित्र जनरेटर बनाया गया है. पथ बनाने के लिए एक मानचित्र बनाते समय, उनके स्वीकार्य निर्माण के लिए कई मानदंड बनाए गए थे: 4 से अधिक पथों को नोडल बिंदुओं पर नहीं काटना चाहिए, और नोडल बिंदुओं को एक निश्चित दूरी के पहले से ही निर्धारित पथों के करीब नहीं होना चाहिए, जैसे कि पथ नहीं होने चाहिए एक निश्चित स्थिरांक से अधिक लंबा।

फिर कई भूत जोड़े गए, जिन्होंने लगातार पैक-मैन का पीछा किया।

ऐसे भूतों के साथ खेलना बिल्कुल अवास्तविक था। और तब मुझे एहसास हुआ कि मुझे "युद्ध के कोहरे" की आवश्यकता है ताकि भूत अधिक स्वाभाविक रूप से व्यवहार कर सकें, और जब आप मानचित्र के दूसरी ओर कहीं पीएसी-मैन का मार्ग थोड़ा सा बदलते हैं तो वे अपना मार्ग मौलिक रूप से नहीं बदलते हैं।
पहला विचार यह था कि प्रत्येक विषय के लिए दुनिया के दृश्यमान तत्वों की एक श्रृंखला बनाना आवश्यक था, और यह संग्रहीत करने के लिए विषय की स्मृति को भी पूरा करना था कि उसने कहाँ, किसे और कब देखा। इसके बारे में सोचने के बाद, मुझे एहसास हुआ कि एक मकड़ी जो मक्खी खाना चाहती है, उसके लिए यह सब लागू करना बहुत जटिल और बोझिल है।

समाधान यथासंभव सरल पाया गया। मानचित्र पर एक यादृच्छिक बिंदु था जहां भूत जा रहा था (इस प्रकार, मानचित्र के चारों ओर एक साधारण भटकना और पैक-मैन की खोज का आयोजन किया गया था)। यदि पैक-मैन भूत की दृश्यता की एक निश्चित (स्थिर द्वारा निर्दिष्ट) सीमा में पहुंच गया, तो भूत ने उसके लिए अपना मार्ग फिर से बना लिया। जब पीड़ित दृश्य के क्षेत्र में था, तो भूत ने लगातार उसके प्रति अपना मार्ग फिर से बनाया, और जब पैक-मैन दृष्टि से बाहर चला गया, तो भूत ने उस बिंदु तक पीछा करना जारी रखा जहां पीड़ित ने उसे आखिरी बार देखा था। इस बिंदु पर पहुंचने पर, मानचित्र के चारों ओर अंधा घूमना फिर से शुरू हो गया।

मैं वास्तव में वहीं रुक गया और शांति से सांस ली।
आख़िरकार, वे पूरे हुए सजावटी तत्व: "खेल का अंत" (पैक-मैन खाना), अंक गिनना (खाए गए फलों की संख्या), "स्तर पूरा करना" (सभी फल खाना)।

यातना के परिणाम.

आप अपनी आँखों से देख सकते हैं कि क्या हुआ "" (Win32 के लिए निष्पादन योग्य फ़ाइल)*। "मैट्रिक्स मोड" टॉगल स्विच पर ध्यान दें। जब आप इसे चालू करते हैं, तो आप देख सकते हैं कि सिस्टम कैसे निर्णय लेता है और कुछ हद तक नियो जैसा महसूस करता है। दुर्भाग्य से, एआई के काम को बेहतर ढंग से समझने के लिए मैंने इसे 10वें चरण में करने के बारे में सोचा। पहले किया होता तो खर्च हो जाता कम समयसबसे छोटा पथ खोज एल्गोरिदम डीबग करने के लिए।

पी.एस.हर चीज़ आर्थिक व्यवहार्यता और अनुकूलता के कारणों से नहीं की जाती; कुछ चीज़ें आनंद के लिए की जाती हैं। ग्राफिक्स की सरलता के बावजूद, जब "वह" सांस लेने लगी, तो मुझे एक अवर्णनीय खुशी महसूस हुई।

* सभी नियोजित कार्य पूरा करने और लेख लिखने के बाद, मुझे एक और दुर्लभ त्रुटि का पता चला। त्रुटि का स्थान इंगित करता है कि समस्या इस तथ्य के कारण है कि सिमुलेशन गेम की दुनियाएक नियमित टाइमर हैंडलर में निष्पादित किया जाता है, और पीएसी-मैन नियंत्रण एक नियमित माउस हैंडलर में किया जाता है। सामान्य तौर पर, कोई सामान्य सेमाफोर या अन्य समान "अस्पष्ट" चीजें नहीं होती हैं जो दोनों कार्यों में एक्सेस किए गए डेटा की अखंडता को सुनिश्चित करती हैं। मुझे लगता है कि शादी से पहले बग ठीक हो जाएगा और व्यावसायिक संस्करण भी ठीक हो जाएगा।

टैग: टैग जोड़ें

कृत्रिम बुद्धिमत्ता प्रणाली ELIS है सॉफ़्टवेयर, सरल भाषा में इंसान की तरह बोलने, उपकरणों को नियंत्रित करने और सीखने में सक्षम। इस प्रोग्राम का उपयोग करके आप कंप्यूटर के साथ संचार कर सकते हैं, साथ ही भौतिक दुनिया के साथ बातचीत भी कर सकते हैं। यह प्रोग्राम स्मार्ट होम सिस्टम, ऑटोमेशन सिस्टम आदि बनाने के लिए Arduino कनेक्टिविटी का भी उपयोग करता है।

विवरण:

कृत्रिम बुद्धिमत्ता कार्यक्रम ऐलिस - इलेक्ट्रॉनिक रूप से तार्किक रूप से बुद्धिमान प्रणाली। कृत्रिम बुद्धिमत्ता प्रणाली ELIS एक प्रोग्राम है। यह एक ऐसा सॉफ्टवेयर है जो एक इंसान की तरह सरल भाषा में बात कर सकता है, कंट्रोल कर सकता है उपकरण, और सीखें भी। यह प्रणाली कोई सहायक नहीं है, क्योंकि जोर एक ह्यूमनॉइड प्रणाली विकसित करने पर है जो एक बच्चे की तरह सीख सके और एक सूचित संवाद कर सके।

इस प्रोग्राम का उपयोग करके आप संवाद कर सकते हैं कंप्यूटर, और भौतिक दुनिया के साथ भी बातचीत करते हैं। यह प्रोग्राम स्मार्ट होम सिस्टम, ऑटोमेशन सिस्टम आदि बनाने के लिए Arduino कनेक्टिविटी का भी उपयोग करता है।

आर्टिफिशियल इंटेलिजेंस सिस्टमईएलआईएस एक मॉड्यूलर सिद्धांत पर बनाया गया है। प्रणाली सार्वभौमिक है और इसकी कार्यक्षमता का उपयोग करके विस्तार किया जा सकता है मॉड्यूल. मॉड्यूल सरल से जटिल तक भिन्न हो सकते हैं।

कृत्रिम बुद्धिमत्ता कार्यक्रम ALICE स्वतंत्र रूप से एक व्यक्ति के साथ संवाद आयोजित करता है।

वह स्वतंत्र रूप से एक संवाद शुरू कर सकती है, वह ऐसा कई बार कर सकती है, जो उसे पहले से ही आवाज सहायकों से अलग करता है जो प्रश्न-उत्तर संरचना के अनुसार काम करते हैं। ALICE कृत्रिम बुद्धिमत्ता कार्यक्रम किसी व्यक्ति के कहने के बाद अपना निर्णय लेता है, और यदि वह नहीं जानता है, तो उसे प्रशिक्षित किया जा सकता है।

उपयोगकर्ता के साथ संवाद के सहयोग से सिस्टम स्वयं सीखता है। यह प्रणाली एक या एकाधिक प्रश्नों के एकाधिक उत्तर याद रखने और एक या एकाधिक उत्तरों के लिए एकाधिक प्रश्न रखने में सक्षम है।

कृत्रिम बुद्धिमत्ता कार्यक्रम ALICE Arduino प्लेटफ़ॉर्म के साथ पूरी तरह से संगत है, जिससे आप किसी भी डिवाइस को नियंत्रित कर सकते हैं। आप सिस्टम से लाइट चालू करने के लिए कह सकते हैं, सिस्टम पूछेगा कि वास्तव में इसे कहाँ चालू करना है, लेकिन आप किसी निश्चित स्थान पर तुरंत लाइट चालू करने के लिए कह सकते हैं, फिर वह दोबारा नहीं पूछेगा।

कृत्रिम बुद्धिमत्ता कार्यक्रम ALICE तृतीय-पक्ष एप्लिकेशन आदि चलाने में भी सक्षम है।

मॉड्यूल:

वर्तमान में, ऐलिस कृत्रिम बुद्धिमत्ता कार्यक्रम में निम्नलिखित मॉड्यूल शामिल हैं:

— मॉड्यूल "ज्ञान" - विकिपीडिया पर जानकारी खोजने के लिए मॉड्यूल। सिस्टम किसी भी उपकरण, वस्तु आदि को जानता है। उदाहरण के लिए, पूछें कि साइकिल क्या है या सेब क्या है और सिस्टम आपको बताएगा कि यह क्या है,

— मॉड्यूल "समाचार"। ताजा खबरउपयोगकर्ता के हितों के लिए. बस पूछें कि कौन सी खबर है या खबर बताएं, सिस्टम आपको बताएगा और पूछेगा कि क्या आपको और बताने की जरूरत है, हां में जवाब देते हुए, यह आपको और बताएगा,

— "मौसम" मॉड्यूल. मेरे शहर में आज और कल का मौसम. आप तापमान, आर्द्रता, हवा की गति, बारिश होगी या पाला, इसका पता लगा सकते हैं। आप पूछ सकते हैं कि क्या आपको आज छाता लेना चाहिए या क्या आप आज शॉर्ट्स पहन सकते हैं,

— मॉड्यूल "कैलकुलेटर"। इसका उपयोग कर रहे हैं मापांक, सिस्टम वस्तुओं को जोड़, घटा, गुणा और विभाजित कर सकता है, आदि। उदाहरण के लिए, यदि आप पूछते हैं कि दो सेब और दो सेब कितना होता है, तो सिस्टम उत्तर देगा चार सेब। विकासाधीन मॉड्यूल,

— मॉड्यूल "अलार्म घड़ी"। मॉड्यूल आपको किसी भी संख्या में अलार्म सेट करने की अनुमति देता है। अलार्म घड़ी सेट करना प्रणालीयह तुम्हें जगा देगा. मुझे बस इतना कहना है कि मुझे सुबह 7 बजे जगा देना. विकासाधीन मॉड्यूल,

— मॉड्यूल "उत्तर समायोजित करना"। डेटाबेस में ज्ञान का सही स्थान,

— मॉड्यूल "छुट्टियाँ, नाम दिवस, कार्यक्रम।" यह मॉड्यूल आपको यह पता लगाने की अनुमति देता है कि यह किसका नाम दिवस है या यह कौन सी छुट्टी है,

— "टोस्ट" मॉड्यूल. मॉड्यूल सिस्टम को विभिन्न टोस्ट बनाने की अनुमति देता है। आपको पूछना होगा, एक टोस्ट कहना होगा,

— मॉड्यूल "उपाख्यान"। सिस्टम हजारों चुटकुले जानता है। बस उसे एक चुटकुला सुनाने के लिए कहें, आप उसे वयस्कों के लिए एक चुटकुला सुनाने के लिए भी कह सकते हैं,

— मॉड्यूल "कविताएँ"। यह मॉड्यूल सिस्टम को कवि में बदल देता है। बस एक कविता सुनाने के लिए कहें, आप वयस्कों के लिए एक कविता सुनाने के लिए भी कह सकते हैं,

— मॉड्यूल "सूक्तियाँ"। तंत्र हजारों सूत्र जानता है। बस उससे एक सूत्र कहने को कहें, आप उससे वयस्कों के लिए एक सूत्र कहने को भी कह सकते हैं,

— "प्रकाश नियंत्रण" मॉड्यूल। इस मॉड्यूल का उपयोग करके, सिस्टम किसी अपार्टमेंट या घर की रोशनी को नियंत्रित कर सकता है। ऐसा करने के लिए आपको Arduino और ईथरनेट शील्ड को कनेक्ट करना होगा,

— मॉड्यूल "संख्याओं का अनुमान लगाना"। सिस्टम छुपे हुए नंबर का अनुमान लगाने की कोशिश करता है। अपेक्षित आंकड़े का नाम बताएं, फिर आपको उसे बताना होगा कि यह अधिक है या कम। विकासाधीन मॉड्यूल,

— मॉड्यूल "उपयोगकर्ता"। मॉड्यूल आपको उपयोगकर्ता डेटा, नाम, शहर आदि बदलने की अनुमति देता है। उदाहरण के लिए, नाम बदलने के लिए आपको कहना होगा, याद रखें मेरा नाम ओलेग है और वह याद रखेगी,

— मॉड्यूल "संवाद"। संवाद विश्लेषण. एक मॉड्यूल जो प्रतिदिन संवाद, उपयोगकर्ता का विश्लेषण, सीखने आदि की प्रक्रिया करता है।

ध्यान दें: कृत्रिम बुद्धिमत्ता कार्यक्रम ऐलिस के उदाहरण का उपयोग करके प्रौद्योगिकी का विवरण।

पानी प्राप्त करने के लिए ऊर्जा-स्वतंत्र स्थापना...

बायोडिग्रेडेबल प्लास्टिक (बायोप्लास्टिक)...

उच्च दक्षता के साथ पोर्टेबल बिजली की आपूर्ति...

इक्रानोप्लान्स और इक्रानोप्लेन्स

सीतल

मछली फार्म और मछली उगाने की तकनीक...

जल उपयोगिताओं से कीचड़ कीचड़ का प्रसंस्करण...

गहरा खेत

भागों की अल्ट्रासोनिक सफाई के लिए उपकरण...