Бесплатная библиотека
Читайте книгу на сайте или телефоне
READ-E-BOOK » Зарубежная образовательная литература » Код креативности. Как искусственный интеллект учится писать, рисовать и думать
Код креативности. Как искусственный интеллект учится писать, рисовать и думать - Читать Любимую Русскую Полную Книгу 👉 Read-E-Book.com

Код креативности. Как искусственный интеллект учится писать, рисовать и думать

Электронная книга - «Код креативности. Как искусственный интеллект учится писать, рисовать и думать». Краткое содержание книги:

Знаменитый оксфордский профессор и популяризатор науки Маркус дю Сотой исследует природу творчества, освещая наиболее важные аспекты работы алгоритмов и математических правил, которые лежат в их основе. Он задается вопросом, насколько наш эмоциональный отклик на произведения искусства обусловлен реакцией мозга на закономерности и структуры и что именно означает заниматься творчеством в математике, изобразительном искусстве, литературе и музыке. На основе ярких примеров того, как «поверяется алгеброй гармония» мировых шедевров, среди которых «Евгений Онегин» Пушкина, «Песнь льда и пламени» Джорджа Р. Р. Мартина и «Гарри Поттер»; музыкальные произведения Вагнера и Шуберта, с одной стороны, и творчество Massive Attack, Beatles, Боба Дилана – с другой, автор выясняет, через какое время машины, возможно, научатся создавать действительно творческие произведения и могут ли они, в свою очередь, стимулировать наше воображение. Результат перед вами: увлекательное и совершенно необычное исследование как искусственного интеллекта, так и сути того, что значит быть человеком.
«Искусственный интеллект потрясает самые основы нашего существования, демонстрируя, сколь многое из того, чем занимаются люди, машины могут делать не хуже, а то и лучше их. Но эта книга посвящена не столько будущему с беспилотными машинами и компьютеризованной медициной, сколько вопросу о том, смогут ли алгоритмы состязаться сколько-нибудь существенным образом с могуществом человеческого кода. Способны ли компьютеры к творчеству? Что нужно для творчества? В какой степени эмоциональная реакция на произведения искусства является результатом реакции мозга на определенные рисунки и структуры? Таковы некоторые из тем, которые мы рассмотрим». (Маркус дю Сотой)
В формате PDF A4 сохранен издательский макет книги.
1 ... 71 72 73 74 75 76 77 78 79 ... 138
Перейти на страницу:

Здесь-то и вступает в игру творческое начало. Придумать нечто новое легко. Используя нисходящий стиль программирования, вполне можно построить машину, которая будет строчить новые математические теоремы. Трудно создать нечто ценное. Откуда берется эта ценность? Для ее появления необходим разум человека, создающего и потребляющего математические утверждения. Как алгоритм узнает, какое именно математическое построение вызовет тот самый возбуждающий прилив адреналина, который пробуждает от спячки и подталкивает к продолжению работы?

Именно поэтому для математиков, подобных мне, представляет такой интерес – и, возможно, такую опасность – новый, восходящий стиль программирования, который порождает машинное обучение. Эти алгоритмы, которые разрабатывают Хассабис и его коллеги, могут научиться, опираясь на достижения людей-математиков прошлого, отличать захватывающие теоремы от скучных, а это, в свою очередь, может привести машину к формулировке новой ценной теоремы, которая может потрясти математический мир так же, как потрясла мир игр программа AlphaGo.

10

Телескоп математика

Наши письменные принадлежности участвуют

в формировании наших мыслей.

Фридрих Ницше

Несмотря на всю мою экзистенциальную тревогу о том, что компьютер оставит меня без работы, я должен признать, что инструментом он оказался бесценным. Бывает, что мне нужно объединить целую кучу уравнений в одно уравнение. Если бы я делал это вручную, то почти наверняка где-нибудь ошибся бы. Речь идет о чисто механической процедуре, почти не требующей размышлений: нужно лишь следовать набору правил. Мой лэптоп справляется с этой работой не моргнув глазом, и я доверяю результатам его расчетов гораздо больше, чем плодам своих собственных трудов с карандашом и бумагой. Однако роль компьютера, не сводящаяся к простым манипуляциям с уравнениями, тоже возросла со временем.

Учитывая тесную связь между математикой и алгоритмами, возможно, не должно удивлять, что компьютеры уже почти полвека помогают нам доказывать трудные для понимания математические теоремы. В 1970-х годах компьютер сыграл важную роль в получении решения классической задачи, которую называют «проблемой четырех красок». Эта теорема утверждает следующее: как бы мы ни изменяли границы европейских стран, их карту всегда можно раскрасить, используя не более четырех красок, так, чтобы никакие две страны, имеющие общую границу, не были закрашены одним и тем же цветом. Раскрасить всю карту тремя красками невозможно, но четырех должно хватить.

Доказательство того, что для раскрашивания карты достаточно пяти красок, уже существовало, но никому не удавалось уменьшить это число до четырех. Затем, в 1976 году, два математика – Кеннет Аппель и Вольфганг Хакен – объявили, что нашли способ доказать, что четырех красок достаточно. У их доказательства была одна интересная особенность: они показали, что, хотя разных карт можно нарисовать бесконечное количество, можно показать, что все они могут быть сведены к анализу всего 1936 карт. Но проанализировать такое множество карт вручную было невозможно – или, точнее говоря, невозможно для человека. Аппель и Хакен сумели запрограммировать компьютер на перебор списка карт и проверку их соответствия правилам четырех красок. Неспешному компьютеру 1970-х годов понадобилось более 1000 часов работы, чтобы проанализировать все эти карты.

В задаче, порученной компьютеру, не было ничего творческого. Он занимался тупой, монотонной работой. Но можно ли было доказать, что в программе не было ошибки, которая порождала бы неверные результаты? Вопрос о том, насколько можно доверять работе компьютера, – один из вечных источников тревоги в области разработки искусственного интеллекта. По мере того как мы вступаем в будущее, в котором будут господствовать алгоритмы, обеспечение отсутствия в коде необнаруженных ошибок становится все более трудной задачей.

В 2006 году в журнале Annals of Mathematics было опубликовано полученное при помощи компьютера решение другой классической задачи геометрии – доказательство гипотезы Кеплера. Томас Хейлз, человек, стоявший за этим доказательством, разработал стратегию, позволяющую безоговорочно подтвердить, что шестиугольная стопка, в которую укладывают апельсины в овощной лавке, – самый эффективный вариант упаковки шаров. Ни одна другая конфигурация не занимает меньше места. Подобно Аппелю и Хакену, Хейлз использовал компьютер для анализа конечного, но огромного количества разных вариантов. В 1998 году он объявил о завершении доказательства и представил статью в Annals of Mathematics вместе с кодом программы, которую он использовал в компьютеризованной части работы над доказательством.

1 ... 71 72 73 74 75 76 77 78 79 ... 138
Перейти на страницу:
0
Сюжет
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
0
Атмосфера
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
0
Главный герой
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
0
Общее впечатление
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
Итоговая оценка: 0.0 из 10 (голосов: 0 / История оценок)