existe-t-il un logiciel open-source qui tente de mettre en œuvre et d'imiter le cerveau humain (E.G. Intelligence et sentiments)?
9 Réponses :
Vous pourriez avoir un coup d'œil à CYC :
CYC est une intelligence artificielle projet qui tente d'assembler un ontologie et connaissances complètes base du bon sens quotidien connaissances, dans le but de permettre l'habilitation Applications AI pour effectuer des humains raisonnement. Le projet a été lancé dans 1984 par Douglas Lenat chez MCC et est développé par la société Cycorp. Parties de Le projet est publié comme OPENCECC, qui fournit une API, un point de terminaison RDF, et Dump sous une source ouverte LICENCE.
Pas précisément un cerveau, mais un élément important d'une intelligence articifiante.
CYC est l'exemple préférentiel d'un projet AI controversé. Cela a été "en développement" depuis les années 80, et autant que je sache, cela ne soit toujours pas utilisé par personne pour des tâches du monde réel.
Nous n'en savons pas assez sur la façon dont le cerveau fonctionne pour tenter de faire ce que vous dites de manière principale. (C'est-à-dire que quelque chose du genre est "devinant sauvagement".) Donc, ce n'est donc pas vraiment une question logicielle - si nous avions une idée de quoi écrire, c'est peut-être, mais en ce moment, nous ne le faisons pas.
Cependant, vous pouvez être intéressé par le projet de cerveau bleu pour une approche plus biologique, ou dans l'une quelconque des Un certain nombre de projets d'apprentissage de la machine comme le Véhicule autonome DARPA . Une approche moins utile mais plus conversationnelle pourrait être trouvée dans Alice , mais je ne recommanderais pas que pour quelque chose d'utile.
Après avoir utilisé un cerveau pendant plus de 50 ans, c'est la dernière chose que je choisirais de modéliser un IA sur. Les cerveaux sont notoirement peu fiables et arbitraires et ont des biais cachés qui pourraient prendre des années rétrécissantes pour trier.
Les cerveaux sont encore mieux meilleurs à la vision, audio, au parallélisme et à la compréhension de la langue que les ordinateurs. Cela semble une assez bonne raison d'essayer un cerveau simulateur.
Simuler quoi? Comme Rex Kerr a souligné, nous ne savons pas comment le cerveau fait de ces choses. Quand je jette une balle de tennis et que mon chien l'attrape dans le milieu de l'air, personne ne peut dire comment son cerveau gère cela, ni comment la mienne a jeté la balle où je voulais.
Sans parler de problèmes de personnalité inhérents qui peuvent prendre des années, sinon des décennies à la sortie.
La plupart des conférences de l'IA que j'ai prises à l'école étaient des professeurs qui poursuivaient le rêve de "AI fort" depuis des années et avaient enfin compris que s'ils pouvaient à peine comprendre comment un cerveau humain et la fonction mentale (et les théories derrière ces fonctions changent parfois presque quotidiennement), comment pourraient-ils même espérer la simuler artificiellement? La plupart d'entre eux ont été résignés à AI dans des niches où le problème est plus clairement défini: pathfinding, applications de résolution de satellite, traitement de l'image, gagnant d'échecs, conversation, etc. Mais ils avaient abandonné le vrai général but "machine de réflexion".
Mon conseil serait d'examiner un problème spécifique, c'est que vous êtes intéressé (tel que la fiathfinding; applications de solveurs SAT, telles que les systèmes de diagnostic; etc.) et voir quelles approches d'AI ont été prises pour les résoudre . Peut-être que le problème que vous êtes intéressé n'a pas beaucoup en termes de solutions AI. Dans ce cas, vous pourriez commencer sur un nouveau! ;)
... Mais vous devrez probablement le réduire à une classe de problèmes spécifique si vous ne voulez pas être submergé - au moins au début.
Le champ que vous recherchez est Apprentissage automatique . Des algorithmes spécifiquement évolutifs tels que les algorithmes génétiques ou la programmation génétique. Un algorithme que je sais que je sais que spécialement défini pour imiter le cerveau humain est la mémoire temporelle hiérarchique que j'ai lu sur ici . Mais c'est un problème très difficile et nous sommes toujours des années d'hâte du cerveau humain de manière significative.
Il existe un champ d'informatique appelé informatique biologique http://fr.wikipedia.org/ wiki / organic_computer Certains des objectifs de cet effort sont d'avoir ce qui suit.
La chose la plus proche possible que i savez-y à ce titre serait Le cadre horloger . Bien que non liée au cerveau humain, il semble s'efforcer d'atteindre un cadre de type AI.
http://watchmaker.uncommons.org/
Le cadre horloger est un
Extensible, haute performance,
cadre orienté objet pour
Implémentation de la plate-forme indépendante
algorithmes évolutifs / génétiques dans
Java
Jeff Hawkins (L'auteur du livre " sur Intelligence ") a fondé une entreprise appelée Numenta . Il est venu avec une théorie sur la façon dont un cerveau humain fonctionne: le mémoire temporelle hiérarchique (htm ). Numenta a développé une bibliothèque de logiciels appelée NUPIC (qui est maintenant open-source), qui implémente plusieurs algorithmes liés à cette théorie.
Il y a des algorithmes qui modélisent le cerveau humain. Ils s'appellent des réseaux de neurones artificiels (Ann). Ils modélisent essentiellement les synapses et tentent de modéliser la manière dont nos synapses peuvent accepter des signaux et, si l'entrée combinée du signal est suffisamment forte, enflammez leurs propres signaux le long des dendrites vers d'autres synapses.
La chose est, construisant des anns comme une méthode de tentative de simuler la chose réelle, c'est beaucoup à utiliser un Nuke pour simuler le soleil; Bien sûr, cela vous donnera des données précieuses, mais, en termes de capacité à se rapprocher de ce que c'est la modélisation, elle tombe bien.
Je ne suis pas 100% positif sur les échelles relatives ici, mais de donner une idée décente, considérez ce qui suit (cela va certainement être désactivé par quelques ordres de grandeur ... mais il est assez proche d'obtenir un idée de pourquoi les anns ne gèrent pas le monde pour nous):
Si vous avez pris chaque ordinateur sur la planète et que vous les utilisiez à chaque ressource disponible pour créer les plus grands anns qu'ils pourraient, puis connectés tous les différents anns à l'autre (créant ainsi un an Ann) encore plus grand, vous pourriez commencer à se rapprocher du nombre de connexions présentes dans le cerveau humain.
Les réseaux de neurones sont facinants, mais la dernière fois que je les ai regardées, il n'y avait pas de moyen facile de les concevoir pour des tâches complexes et réelles. Il semblait que le processus de conception était plus d'essais et d'erreur. Une partie de c'était probablement parce que même si vous êtes censé les former à partir d'un ensemble de données de formation, l'ensemble de poids initial est souvent randomisé.
Ouais, les filets neurones sont difficiles à gérer. Quand j'apprendais d'eux dans mon sous-traitant, on m'a raconté une histoire. Cela peut ne pas être vrai, mais il décrit un autre problème avec des filets neurones: choix des ensembles de formation. L'histoire implique un projet gouvernemental coûteux pour former un réseau neuronal afin de déterminer si un réservoir était présent dans une image. Cela a été magnifiquement fonctionné sur les données de formation, mais a échoué de manière misérablement sur les données de test. Le post mortm a révélé que dans les images de la formation, c'était une journée ensoleillée claire quand ils ont pris des photos avec des chars et nuageux quand ils ont pris des photos sans. Les images de test avaient des conditions météorologiques mixtes.
(Désolé pour le double post - a manqué de caractères) Donc, essentiellement, le système a appris à raconter la différence entre les photos prises sur des journées nuageuses et des jours ensoleillés éclatants. Maintenant, un chercheur actif de l'Ann pleurera probablement une faute ici, mais c'est mon évaluation des anns - ils font des classificateurs fantastiques. Ils sont fortement tolérants à la faute et peuvent facilement faire face au bruit. Mais en termes de potentiel de création de quelque chose d'appartienne à Skynet ... je ne tiendrais pas mon souffle; Le domaine de l'AI est de 25 ans de pouvoir construire quelque chose qui pourrait constamment réussir un test de Turing depuis plus de 40 ans.
Les anns ne modélisent pas le cerveau. Ils modélisent les neurones dans le cerveau. Comme d'autres l'ont mentionné, passer d'une Ann à un cerveau semblable à une humeur n'est pas une tâche triviale, si même possible.