Когнитивное смещение универсального интеллекта

Введение До настоящего момента нам хватало известных моделей ИМИ, и с не слишком существенными оговорками можно почти согласиться с тем, что «AIXI model is the most intelligent unbiased agent possible» [Hutter, 2007] и что ИМИ в своем поведении будет не более ограниченным, чем человек, но при наличии достаточных вычислительных ресурсов и информации. Последняя оговорка и поясняет […]

Опасность упрощения ИМИ на примере элементарной среды

И все же, смотря на сверхзатратные модели ИМИ, возникает естественное желание произвести их упрощение, например, уменьшить количество используемых в предсказании моделей или отделить предсказание от выбора действий. Хотя такое упрощение и необходимо, оно может быть весьма опасным даже в случае простейших сред. Рассмотрим очень простую среду, которая на каждое действие агента y выдает подкрепление r с […]

Эффективный и прагматический универсальный интеллект

В самом начале мы упоминали о данном в [Wang, 2007] понятии эффективного интеллекта, как интеллекта, выполняющего свое предназначение в условиях ограниченных вычислительных ресурсов и информации. AIξtl работает в условиях ограниченных ресурсов и информации (среда полагается априорно неопределенной), причем оптимально по времени с точностью до некоторого замедляющего фактора. Однако подобная оптимальность является слишком слабой. Но можно […]

Простейшая модель с ограничением ресурсов

Очевидной причиной невозможности применения универсального предсказания с помощью алгоритмической вероятности, а также моделей ИМИ на его основе, является его невычислимость. Невычислимость связана с двумя обстоятельствами: 1) усреднение проводится по бесконечному множеству моделей; 2) среди этих моделей есть безостановочные алгоритмы (причем в силу неразрешимости проблемы останова во всех случаях невозможно определить, зацикливается ли тот или иной алгоритм […]

Теоретико-информационный подход к анализу изображений

Помимо байесовского подхода к построению критерия качества принимаемого решения в задачах анализа изображений широкое распространение получил  т.н. теоретико-информационный подход, который, однако, не является единым. Существует, по крайней мере, два подхода, базирующихся на разных концепциях, на основе которых определяется количество информации: подход на основе понятия энтропии, введенного в теории К. Шеннона, и подход на основе понятия […]

Байесовский подход к анализу изображений

В основу байесовского подхода к анализу изображений положено правило Байеса для апостериорной вероятности: где D – исходные данные (изображение), H – гипотеза о содержании данных (модель изображения). Это правило позволяет выбирать модель изображения на основе ее апостериорной вероятности P(H | D) , которая выражается через априорную вероятность модели P(H) и правдоподобие данных в рамках модели […]

Подходы к представлению изображений

Описание изображения всегда производится в рамках некоторого представления. Под представлением понимается формальная система, содержащая алгоритмы, позволяющие получить в явном виде описание объектов заданного класса [23, с. 36]. Наряду с термином «описание изображения» мы будем использовать термин «модель изображения». Тогда анализ изображения может рассматриваться как процесс преобразования информации, то есть как процесс преобразования описаний изображений из […]

Глава 1. Анализ проблемы интерпретации и распознавания изображений.

Введение Одна из основных задач, стоящих на сегодняшний день перед иконикой, заключается в создании теоретически обоснованного подхода к синтезу методов обработки и распознавания изображений для решения разнообразных задач, возникающих в данной области. Развитие иконики, начиная с 1990-х годов, шло путем, который можно охарактеризовать как экстенсивный: было разработано большое число ad hoc алгоритмов, предназначенных для решения […]

Введение

Оптико-электронные приборы и комплексы, использующие автоматические методы анализа изображений, широко применяются в робототехнике, системах навигации и управления движением [1] , в системах обнаружения и сопровождения целей [2], промышленных приложениях (таких, как контроль качества выпускаемой продукции, мониторинг производственных помещений [3]), разнообразных областях биомедицины [4], фотограмметрии, дистанционном сборе данных [5] и др. Дальнейшее совершенствование оптико-электронных систем определяется […]

Принятие решений и предсказание на основе правила Байеса

Мы уже упоминали о возможных различиях между индуктивным выводом и такими проблемами, как предсказание и принятие решений. Здесь мы коснемся этого вопроса чуть подробнее применительно к правилу Байеса. В распознавании образов выбор класса, к которому с наибольшей вероятностью принадлежит данный объект, часто рассматривается в качестве конечной цели. Однако такой подход в ряде случаев может приводить к неожиданным (на первый взгляд) результатам. Типичным […]