J'ai eu une putain de revelation je sais comment faire une super intelligence artificielle
20 messages
Mise à jour: il y a 5 mois
ABcornichon
il y a 5 mois
Explique donc
Piiigeon-Su-57
il y a 5 mois
feed
PseudoNumber27
il y a 5 mois
alors on va commencer simple
deja regardez le monde dans lequel on est, il est incroyablement ordonne, trouver des patterns n'a jamais ete la difficulte, trouver des liens entres ses patterns pour faire des patterns de niveau superieur non plus, mais alors ou est la diffuclte en fait ? je vous laisse 2s pour reflechir a ca, je repond apres
Chat-zinzolax
il y a 5 mois
Ayaa l'op ce 2000 défoncé qui veut nous faire croire à un truc révolutionnaire entre 2 branlettes sur du SHEMALE ANUS DESTROYING COMPILATION
RoiLoutre15
il y a 5 mois
pose cette héroïne Célestin
kikesa
il y a 5 mois
Vas y explique nous
En demandant à une IA de créer un code source pour en créer une plus développée et indépendante ?
Youright
il y a 5 mois
suffit de créer une IA omnisciente, qui sait tout et est capable de tout
PseudoNumber27
il y a 5 mois
la difficulte c'est de ne pas creer des patterns tautologiquement vrai des paterns deja precedemment etabli, on va prendre un exemple a la con pour expliquer. Imaginons j'envois a mon ia une image de 4 pixels en noir et blanc, et en fait c'est tout le temps noir noir noir noir.
L' ia peut deja remarquer un premier patern, les deux premier pixel sont tout le temps noir ok, puis un deuxieme pattern les deux derniers pixel sont tout le temps noir, jusuq'a la ok. Mais apres cela l'ia pourrait remarque que les 2 et 3 eme pixels sont tout le temps noir ce qui est en fait inutile car tautologique des deux derniers pattern deja etablit, il faut absolument eviter cela, sinon on se retrouve avec des tas de pattern qui servent a rien engendrant eux meme encore plus de redondance etc. Je continue apres.
PseudoNumber27
il y a 5 mois
La reponse a cela c'est que l'ia doit en fait reduire la taille de la description de la donne fournie en entree. Dans l'exemple precedant on peut voir que les deux premier pattern permtte une reduction de l'entree a 2 bit mais le troisieme ne permet de faire cela, il ne suffit pas de trouver un pattern mais de quantifier la qt de description qu'il permet de reduire. On passe aux maths apres.
PseudoNumber27
il y a 5 mois
La methode d'apprentissage est non superivsee.
On se donne un domaine de depart que l'on notera E, D C E appele ensemble des possibles, par exemple vous pouvez prendre E l'ensemble des image possible de taille 100x100 et D l'ensemble des image representant une paire de nichon. On se donne une fonction f: E -> F et ce que je voudrais c'est que cette fonction f m'aide a decrire une photo de paire de nichon avec le moins de bit possible.
Prennons une photo de paire de nichon: x, au lieux de la decrire pixel par pixel je vais regarder son image par f, et decrire f(x) puis je vais rergarder f^-1({f(x}) et je vais ensuite devoir dire ou se trouve x dans f^-1({f(x}).
Plus de mathematique apres pour preciser
boulogneTARE
il y a 5 mois
Combien de canettes khey ?
kikesa
il y a 5 mois
Arrêtez de feed un mec malaisant comme ça et signalez-le
FallGuys
il y a 5 mois
L'auteur à deux doigts de découvrir la compression .zip
PseudoNumber27
il y a 5 mois
Alors deja pour decrire f(x) on pourrait se dire que sa taille descriptive c'est la taille en bit d'un element de F mais non ya bcp mieux. On va dire que F c'est {0;1}^n et on va chercher a ce que f|D atteigne des elements avec le plus de 0 possible. On peut montrer qu'il existe un moyen pour representer chaque element de f(D) avec somme_k - p_k ln(p_k) bit ou p_k est la probabilite que le k ieme pixel de f|D(x) vale 1. Quand la data en sortie a bcp de 0 cette taille descriptive est faible.
Bon cela est fait mais il faut encore decrire comme retouve x a partir de f(x), le coup en information est simplement ln_2 card(f^-1({f(x})) est voila on a notre formule a reduire:
somme_k - p_k ln(p_k) + ln_2 card(f^-1({f(x})) ou p_k = prob(f|D(x)|k =1)
on va voir que s'arreter la ne suffit pas
Azlok02
il y a 5 mois
Palu
PseudoNumber27
il y a 5 mois
Un point que je ne detaillerais pas psq fait chier c'est que si on se limite au discret comme on l'a fait jusqu'a present ca va poser des probleme. Bonne nouvelle tout ce qu'on a dit peut se generaliser au continue mais attention pas n'importe comment.
En effet il ne suffit pas de reprendre la fonction tel que la partie somme_k - p_k ln(p_k) ne change pas peu ou prou (un peu car un reel approxime a la nieme decimal ne prend pas un bit pour etre decrit, faudrait faire le maths pour voir quel est l'entropie de ce bordel mais ca restera dans le meme esprit).
Par contre la partie ln_2 card(f^-1({f(x})) elle change, il faut bien comprendre que quand on parlait du nombre d'element de l'image reciproque en fait en parlait de la taille de l'image reciproque, ici remplace par la division m( B(x, e) ) / m( f^-1(B(x,e)) ou m la mesure de BL et e tres petit, si ya des matheux sur le topic ils auront de suite vu que dans le cas f bijective c'est en fait le determinant de la jacobienne dont on parle ici, dans le cas general ca doit porter un nom mais je sais pas comment ca s'appel.
L'expression a reduire dans le cas continue est docn:
somme_x\in D (somme_k - p_k ln(p_k) + ln_2 (m( B(x, e) ) / m( f^-1(B(x,e))) ).
Ce qu'on peut faire avec un reseau de neurone uni couche.
Suite et fin apres.
PseudoNumber27
il y a 5 mois
Tout ce qu'on a dit permet d'etablir des pattern simple est non redondant et ensuite comme on fait, et bah on rajoute une autre couche de neurone et on recommence etc, sauf ya une petite difference.
Avant si j'atteignais n'importe quel element via f^-1 tous contribuaient autant dans la taille de l'image reciproque, ici ca ne saura plus le cas, un element contibuera a la taille de l'image reciproque proportionnelement a la taille de sa decription a savoir: (somme_k in A - p_k ln(p_k)) ou A est l'ensemble des k tel que la kieme coordonne de mon element est 1, bon j'ecris pas la formule explicite ca serait degueulasse
Je sais pas un khey ne comprendra ce que je dis ou pensera que c'est de la merde donc aucune peur de poster ca ici
PseudoNumber27
il y a 5 mois
oula je me rend compte que j'ai pas ete clair du tout ici, je refromule dsl:
chaque element x peut s'exprimer avec somme k\in A(x) - p_k ln(p_k) bit ou p_k est la probabilite que le k ieme pixel de f|D vale 1 et A(x) = {i tel que x|i =1 ou |i designe la ieme coordonee} voila dsl
bon ca ca se comprend mais je detail:
un element contibuera a la taille de l'image reciproque proportionnelement a la taille de sa decription etablie lors de la derniere couche de neurone
PseudoNumber27
il y a 5 mois
putain mais je suis drogue c'est la taille de l'image reciproque c'est donc: m( f^-1(B(x,e))/ m( B(x, e) ) ouaaa dsl les kheys je suis fatigue 
Expat-1997
il y a 5 mois
c'est mignon sauf que les enjeux sur l'IA actuellement c'est au niveau de l'engineering pas de la théorie mathématique
PseudoNumber27
il y a 5 mois