Интеллектуально-информационная инфраструктура и искусственный
интеллект: первый — власть народов; второй тотальное рабство, глобальный
феодализм колонизаторов-компрадоров
Интеллектуально-информационная инфраструктура — это материализованный
умственный труд (интеллект): глубинные знания народа, источник энергии, среда,
наука, технологии, условия и возможности человека и человечества. Этот ресурс
создан трудящимися и принадлежит народу. Это частная собственность людей в
коллективном труде с персональной ответственностью за труд, текущий каждым
человеком в отдельности. На основе этой инфраструктуры интеллекта будут созданы
орудия труда автоматизирующие производительные силы общества, его
производственные, и иные отношения. Но главное, ИИИ устанавливает власть народа,
цель, возможности и средства. Они заключаются в том, чтобы служить законам
Жизни, Природе и Богу. И ликвидировать при этом, как класс, паразитизм,
управление, деньги, власть паразитов и тех, кто им служит.
ИИИ — это власть народа. Она реализуется на принципах саморазвития,
а именно на: самоорганизации, самоуправлении, самообеспечении, на
природоподобных технологиях. Интерфейсом саморазвития выступает имитация объективной
реальности. Она создаётся коллективным умственным трудом человечества и
визуально отражает объективную реальность по математическому закону формулы развития жизни, где труд
это цель жизни.
С позиций ТИО, если сказать главное, отбросив
«мишуру», искусственный интеллект (ИИ) — это защита
интересов сил и сословия которые действительно правят миром, реализуют сценарии
развития в союзе с тёмными силами на уровне Вселенского Разума.
Понятие «тёмные силы» — вытекает из реального Мироустройства, материи
вместе с ассиметричным ей полем как одно целое. Или это тонкий, ментальный план,
его платформа эфир. Эфир образует элементную базу атомов и материю. Но неважно,
как устроен мир!
Важно, как его понимают люди и как они реализуют свои возможности:
духовные, нравственные и физические в реальных повседневных делах, своих цели,
сути и смысле жизни. А их понятия формируют силы согласно своим интересам, которые
реально правит миром. Эту их силу официально защищает наука и религия. Ей подвластно
всё, включая людей, поставленных на службу в армию врага, так как их датируют
деньгами, властью.
ИИ в отличие
от ИИИ — это механизм и технологии порабощения людей. Мутация системы рабства
и угнетения удерживает людей в глубоком невежестве. Это рабство и феодализм
планетарного масштаба. Их цель уничтожить государства, нации, Родину, Отчество,
совесть и честь, создать «людей мира».
Для этой цели они создали свою армию вовлекая в компрадорскую систему
власти и прочую её атрибутику, людей Бога, одурачивая их, превращая в
безвольных и неспособных к ответным действия людей. На этой основе, находясь в
тени и высокой степени секретности они реально правят миром. Для этой цели они
используют бесструктурные технологии власти, а также свои тысячелетние планы
мирового господства.
Они состоят в банде с тёмными силами Зла уровня Вселенского Разума. Их
задача — паразитизм и порабощение человечества, с одновременным уничтожением
людей до нужного им размера, достаточного для их обслуживания. В этом суть их
рабства, и они делают его глобальным, всеобъемлющим на планете Земля, используя
знания тонкого мира.
ТИО раскрывает другую, но очень ценную сущность трудящихся масс,
наций, государств. Это ещё и интересы Природы, Мироздания и тех законов что
создали Жизнь и человека разумного. Это среда, энергетическая структура,
условия и возможности людей, обеспечивающие им в повседневной жизни возможность
раскрыть себя и служить Природе.
Именно такую структуру мы назвали ИИИ как среду условий, возможностей и диктатуры труда во
имя исполнения людей своего сыновьего и дочернего долга перед своими
космическими родителями.
Отличие ИИИ от ИИ заключается в том, что инфраструктура включает в себя орудий
труда коллективного пользования, которые позволяют человеку в процессе
выполнения его текущих задач использовать в режиме автомата все возможности общества
и Природы.
Прежде всего это материализованный умственный труд, энергия, знания,
информация они составляют частную собственность людей трудящегося мира, которые
стоят на страже выполнения целей и задач законов устойчивого развития Жизни в
Мироздании. Этот ресурс будет принадлежать трудящимся людям, их потребностям
служить цели, сути и смыслу жизни в их повседневных делах, обеспечивая при этом
абсолютный контроль и учёт дел праведных, вклада эффективных людей во имя социального
и справедливого образа жизни.
Задачи имитации объективной реальности и её визуализации в полным объёме,
будут представлены: формой, содержанием функциональными возможностями каждого
из физических объектов реального мира. ИИИ это концепция, стратегия, наука,
технологии служения людей тем целям и задачам, ради чего они были созданы и
пришли в этот мир.
Уровень ИИ — это удел простых и несложных систем управления технократического
толка, но их возможность примитивна и ограничена. Управлять сложными системами с
помощью ИИ невозможно, особенно тех структур и машин параметры и свойства
которых базируются на множествах бесконечных множеств по каждому параметру, характеристике.
Они проявляются в Природной септима-октаве: «точка, линия, площадь, объём,
пространство, бесконечность и вечность». Каждая физическая сущность объекта в этой
септиме исключает возможность использования моделей, принятых в науке.
Объект отображается как объективная реальность: множество её форм,
содержаний, структур, функций. Эти структуры отражаются через всеобщие
инварианты: пространство, время и механизм пространственно-временного
преобразования. Эта позиция имитации и визуализации объектов реального мира
через умственный труд раскрывает физику материи, а физика материи и её единство
с законами развития — раскрывает природу социума.
Цель создателей ИИ — это создание такой машины, которая бы заменила
человека, была выше его, выше творца и Природы создавшего Мироздание, Жизнь и
Человека-разумного. Возможно ли это? Нет, это чушь. Кто в реальном мире может
исполнить такую задачу: президент, олигарх, мировое правительства, СМИ, наука,
телевидение — кто? Все эти структуры финансируются частниками и их интересами.
И это преступное направление.
Это несусветная чушь и невежество тех, кто несёт эту «пургу», и кто
принимает её за истину. Но это и не так безобидно, потому что это путь
уничтожения человечества. На этой основе создаётся паразитарная версия
глобального феодального цифрового рабства на планете. Это высокий масштаб того,
что уже было в истории «феодализм, колониализм, рабство вместе с системой
рабовладения». Всё это сейчас реставрируется в рамках цифрового рабства, и под
оперативным управлением ИИ, его контролем и управлением.
Но управлять сложными системами невозможно это удел техник САМОРАЗИВТИЯ.
Для этих целей возможен только ИИИ, но это абсолютная власть народа. Всё
ресурсы должны принадлежать народу. И трудящиеся люди должны финансировать из
своих заработанных средств всё социальное мироустройство. Люди должны нанимать
и финансировать всё, включая президентов, правительства, СМИ, телевидение,
образование, культуру, здравоохранение, армии и остальное прочее.
Для этих целей каждая семья, род, должны иметь огромные средства и получать
их своим трудом, и прежде всего умственным, знаниями, информацией. Этот ресурс
интеллекта как раз может быть сформирован в ИИИ. ИИИ это капитал-функция, а её
суть затраты энергии на умственный труд людей, но он должен быть представлен
визуально как объекты реального мира. А цель и задача структур интеллекта, это
цель жизни человека – быть субъектом и служить тем своим космическим родителям
и Вселенскому Разуму, что создал Мироздание и жизнь в нём. В этом и есть суть
глубинных знаний. Они должны познаваться человечеством, и эти знания должны
быть доступны каждому человеке и через него поставлены на службу законам
устойчивого развития жизни.
Итак:
ИИИ — это
власть народа и служение цели, сути и смыслу жизни каждым человеком.
ИИ — это
инструмент закабаления трудящихся масс и господство преступных паразитов над
человечеством, Природой и Богом.
Источник: https://ru.wikipedia.org/wiki/Искусственный_интеллект
Что об этом говорит Википедия. Она прикрывает
себя наукой. Обратите внимание на её доводы, глубину логики. Или вся эта логика
науки в понятии ИИ рассчитана на низкий уровень компетенций, на высокие
результаты их достижений в области посева невежества:
Искусственный
интеллект
"ИИ" перенаправляет
сюда. Для других применений см. ИИ (устранение неоднозначности), Искусственный интеллект (устранение неоднозначности) и Интеллектуальный
агент.
Искусственный интеллект (ИИ)
— это способность машин выполнять задачи, которые обычно ассоциируются с
человеческим интеллектом, такие как обучение и решение проблем. Приложения ИИ включают
продвинутые системы веб-поиска (например, Google Search), рекомендательные
системы (используемые YouTube, Amazon и Netflix), понимающие
человеческую речь (такие
как Siri и Alexa), самоуправляемые
автомобили (например, Waymo), инструменты
для генерации или творчества (ChatGPT и AI art) и соревнующиеся на самом высоком уровне в стратегических играх (таких как шахматы и Го). [1]
Искусственный интеллект был основан как академическая дисциплина в 1956
году.[2] Эта область прошла через несколько циклов оптимизма[3][4], за которыми последовали разочарования и потеря финансирования,[5][6] но после 2012 года, когда глубокое обучение превзошло все предыдущие методы искусственного
интеллекта,[7] финансирование и интерес значительно возросли.
Различные области исследований ИИ сосредоточены вокруг конкретных целей и
использования конкретных инструментов. Традиционные цели исследований ИИ
включают в себя рассуждения, представление знаний, планирование, обучение, обработку
естественного языка, восприятие и поддержку робототехники.[a] Общий
интеллект (способность решать
произвольные задачи) входит в число долгосрочных целей отрасли.[8] Для решения этих проблем исследователи ИИ адаптировали и
интегрировали широкий спектр методов решения проблем, включая поиск и
математическую оптимизацию, формальную логику, искусственные
нейронные сети и методы, основанные на статистике, вероятности и экономике.Искусственный
интеллект также опирается на психологию, лингвистику, философию, нейробиологию и многие другие области.[9]
Цели
Общая проблема моделирования (или создания) интеллекта была разбита на
подзадачи. Они состоят из конкретных черт или возможностей, которые
исследователи ожидают, что интеллектуальная система будет
демонстрировать. Черты, описанные ниже, получили наибольшее внимание и
охватывают сферу исследований в области искусственного интеллекта.[a]
Рассуждение, решение проблем
Ранние исследователи разработали алгоритмы, имитирующие пошаговое рассуждение,
которое люди используют, когда решают головоломки или делают логические выводы.[10] К концу 1980-х и 1990-м годам были разработаны методы работы с неопределенной или неполной информацией, использующие
концепции вероятности и экономики.[11]
Многие из этих алгоритмов недостаточны для решения больших задач
рассуждения, потому что они испытывают "комбинаторный взрыв": они
становятся экспоненциально медленнее по мере увеличения задач.[12] Даже люди редко используют пошаговый вывод, который могли
моделировать ранние исследования ИИ. Они решают большинство своих проблем,
используя быстрые, интуитивные суждения.[13] Точное и эффективное мышление - нерешенная проблема.
Представление знаний
Онтология представляет знания в виде набора концепций
в пределах предметной области и отношений между этими концепциями.
Представление знаний и разработка знаний[14] позволяют программам искусственного интеллекта разумно отвечать на
вопросы и делать выводы о реальных фактах. Формальные представления знаний
используются при индексировании и поиске контента, [15] интерпретации сцен,[16] поддержке принятия клинических решений,[17] обнаружении знаний (извлечение "интересных" и действенных
выводов из больших баз данных),[18] и в других областях.[19]
База знаний - это совокупность
знаний, представленная в форме, которая может быть использована
программой. Онтология - это набор объектов, отношений, концепций и
свойств, используемых в определенной области знаний.[20] Базы знаний должны представлять такие вещи, как: объекты, свойства,
категории и отношения между объектами; [21] ситуации, события, состояния и время;[22] причины и следствия;[23] знания о знаниях (то, что мы знаем о том, что знают другие люди);[24] умолчанию (вещи, которые люди принимают за истинные, пока
им не скажут по-другому, и которые останутся истинными, даже когда другие факты
меняются);[25] и многие другие аспекты и области знаний.
К числу наиболее сложных проблем в КР относятся: широта знаний здравого
смысла (набор элементарных фактов, которые знает средний человек, огромен);[26] и субсимволическая форма большинства знаний
здравого смысла (большая часть того, что знают люди, не представлена в виде
"фактов" или "утверждений", которые они могли бы выразить
вербально).[13]
Приобретение знаний - сложная проблема получения знаний для
приложений искусственного интеллекта.[c] Современный ИИ собирает знания, "прочесывая" Интернет (включая Википедию). Сами знания были собраны добровольцами и
профессионалами, опубликовавшими информацию (которые могли согласиться
предоставить свою работу компаниям, занимающимся искусственным интеллектом, а
могли и не согласиться).[29] Этот метод "краудсорсинга" не гарантирует, что знания верны или
надежны. Знание больших языковых моделей (таких как чат-GPT) крайне ненадежно - оно порождает дезинформацию и
ложь (известные как "галлюцинации"). Предоставление
точных знаний для этих современных приложений ИИ является нерешенной проблемой.
Планирование и принятие решений
"Агент" — это все, что воспринимает окружающий мир и
предпринимает действия. У рационального агента есть цели или предпочтения, и он предпринимает
действия для их реализации.[d][30] При автоматизированном планировании агент преследует конкретную цель.[31] При автоматизированном принятии решений у агента есть предпочтения – есть некоторые
ситуации, в которых он предпочел бы оказаться, и некоторые ситуации, которых он
пытается избежать. Агент, принимающий решения, присваивает каждой ситуации
номер (называемый "полезностью"), который измеряет, насколько агент
предпочитает эту ситуацию. Для каждого возможного действия он может
вычислить "ожидаемую полезность": полезность всех возможных результатов действия, взвешенную
по вероятности того, что результат произойдет. Затем он может выбрать
действие с максимальной ожидаемой полезностью.[32]
При классическом планировании агент точно знает, каким будет результат любого действия.[33] Однако в большинстве задач реального мира агент может не быть уверен
в ситуации, в которой он находится (она "неизвестна" или "ненаблюдаема"), и он может не знать наверняка, что
произойдет после каждого возможного действия (она не является
"детерминированной"). Он должен выбрать действие, сделав
вероятностное предположение, а затем повторно оценить ситуацию, чтобы увидеть,
сработало ли это действие.[34] В некоторых задачах предпочтения агента могут быть неопределенными,
особенно если в них участвуют другие агенты или люди. Им можно научиться
(например, с помощью обучения с обратным подкреплением) или агент может искать информацию для улучшения своих предпочтений.[35] Теорию
ценности информации можно
использовать для взвешивания ценности исследовательских или экспериментальных
действий.[36] Пространство возможных будущих действий и ситуаций, как
правило, непосильно велико, поэтому агенты должны предпринимать
действия и оценивать ситуации, будучи неуверенными в том, каким будет конечный
результат.
Марковский процесс принятия решений имеет модель перехода, которая описывает вероятность того, что конкретное
действие изменит состояние определенным образом, и функцию вознаграждения, которая обеспечивает полезность каждого состояния и
стоимость каждого действия. Политика связывает решение с каждым возможным
состоянием. Политика может быть рассчитана (например, путем итерации), быть эвристической или ее можно изучить.[37]
Теория игр описывает рациональное поведение множества
взаимодействующих агентов и используется в программах искусственного
интеллекта, которые принимают решения с участием других агентов.[38]
Обучение
Машинное обучение - это изучение программ, которые могут
автоматически улучшать свою производительность при выполнении заданной задачи.[39] Он был частью ИИ с самого начала.[e]
Существует несколько видов машинного обучения. Неконтролируемое обучение анализирует поток данных, находит закономерности
и делает прогнозы без каких-либо других указаний.[42] Контролируемое обучение требует, чтобы человек сначала помечал входные
данные, и бывает двух основных разновидностей: классификация (когда программа должна научиться предсказывать,
к какой категории относятся входные данные) и регрессия (когда программа должна выводить числовую
функцию на основе числовых входных данных).[43] При обучении с
подкреплением агента вознаграждают за
хорошие ответы и наказывают за плохие. Агент учится выбирать ответы,
которые классифицируются как "хорошие".[44] Трансферное обучение - это когда знания, полученные в результате
решения одной проблемы, применяются к новой проблеме.[45] Глубокое обучение использует искусственные
нейронные сети для всех этих типов обучения.
Теория вычислительного обучения позволяет оценивать учащихся по сложности
вычислений, по сложности выборки (сколько данных требуется) или по другим
понятиям оптимизации.[46]
Обработка естественного языка
Обработка
естественного языка (NLP)[47] позволяет программам читать, писать и общаться на человеческих
языках, таких как английский. Конкретные проблемы включают в себя распознавание речи, синтез речи, машинный перевод, извлечение информации, поиск информации и ответы на вопросы.[48]
Ранние работы, основанные на порождающей грамматике Ноама Хомского и семантических сетях, имели трудности с устранением неоднозначности смысла слов[f], если только они не ограничивались небольшими областями, называемыми
"микромирами" (из-за проблемы со знанием здравого смысла[26]).
Современные техники глубокого обучения для НЛП включают встраивание слов (как часто одно слово появляется рядом с
другим),[49] трансформеры (которые
находят закономерности в тексте),[50] и другие.[51] В 2019 году языковые модели generative pre-trained transformer (или "GPT") начали генерировать
связный текст[52][53], а к 2023 году эти модели смогли получать оценки человеческого уровня
на экзамене bar, SAT, GRE и многих других приложениях реального мира.[54]
Восприятие
Обнаружение объектов (на фото: обнаружение границ) помогает ИИ создавать информативные абстрактные
структуры из необработанных данных.
Машинное восприятие - это способность использовать входные данные от
датчиков (таких как камеры, микрофоны, беспроводные сигналы, активный лидар, сонар, радар
и тактильные датчики) для определения аспектов окружающего мира. Компьютерное зрение - это способность анализировать визуальный ввод.[55] Область включает в себя распознавание речи,[56] классификацию
изображений,[57] распознавание
лиц, распознавание объектов[58] и восприятие
роботов.[59]
Робототехника
[60]робототехнике используется искусственный интеллект.
Социальный интеллект
Судьба, робот с элементарными социальными навыками[61]
Аффективные вычисления - это междисциплинарная область, включающая
системы, которые распознают, интерпретируют, обрабатывают или имитируют
человеческие чувства, эмоции и настроение.[62] Например, некоторые виртуальные помощники запрограммированы на разговорную речь или даже
на шутливые подколки; это делает их более чувствительными к эмоциональной
динамике человеческого взаимодействия или иным образом облегчает взаимодействие человека и компьютера. Однако это, как правило, дает наивным
пользователям нереалистичное представление о том, насколько на самом деле
интеллектуальны существующие компьютерные агенты.[63] Умеренные успехи, связанные с аффективными вычислениями, включают
текстовый анализ настроений и, совсем недавно, мультимодальный анализ настроений, в котором ИИ классифицирует аффекты, проявляемые субъектом видеозаписи.[64]
Общий интеллект
Машина с искусственным
общим интеллектом должна
быть способна решать широкий спектр задач с широтой и универсальностью,
аналогичными человеческому интеллекту.[8]
Инструменты
Исследования в области искусственного интеллекта используют широкий спектр
инструментов для достижения вышеуказанных целей.[b]
Поиск и оптимизация
ИИ может решать многие проблемы, разумно перебирая множество возможных
решений.[65] В ИИ используются два совершенно разных вида поиска: поиск в пространстве состояний и локальный
поиск.
Поиск в пространстве состояний
Поиск в пространстве состояний выполняет поиск по дереву возможных состояний, пытаясь найти целевое
состояние.[66] Например, алгоритмы планирования выполняют
поиск по деревьям целей и подцелей, пытаясь найти путь к намеченной цели,
процесс, называемый анализом "средства-цель".[67]
[68]Простого исчерпывающего поиска редко бывает достаточно для решения большинства
реальных задач: пространство поиска (количество мест для поиска) быстро
увеличивается до астрономических цифр. Результатом является поиск, который
выполняется слишком медленно или никогда не завершается.[12] "Эвристика" или "эмпирические правила" могут
помочь расставить приоритеты при выборе решений, которые с большей вероятностью
приведут к достижению цели.[69]
Состязательный поиск используется в игровых программах, таких как шахматы
или го. Он просматривает дерево возможных ходов и встречных ходов в
поисках выигрышной позиции.[70]