- sziku69: Fűzzük össze a szavakat :)
- SzőkeKapitán: Világ vége túlélők topicja
- sziku69: Szólánc.
- Luck Dragon: Asszociációs játék. :)
- gban: Ingyen kellene, de tegnapra
- KRTLPC: Ki és hogyan élt túl? Volt ám fennakadás
- D1Rect: Nagy "hülyétkapokazapróktól" topik
- Meggyi001: Anya, tudsz segíteni a matekban?....Nem érek rá kisfiam, majd segít a ChatGPT...
- Sub-ZeRo: Euro Truck Simulator 2 & American Truck Simulator 1 (esetleg 2 majd, ha lesz) :)
- Jack Hunter: Kínai erősítő vásárlási tippek
Új hozzászólás Aktív témák
-
csongi
veterán
Te is azt teszed, folyamatoasan tanulsz. Ha nem ezt teszed, akkor statikussa valsz, es a kornyezeti es egyeb valtozokhoz nem tudsz alkalmazkodni, es nem is lesz ra helyes helyzetmegoldasod.
Mar 2hoszem megjelenese akkora valtozo, hogy kozlekdesi akadalyokat okoz. Pedig tudjuk, ismerjuk, tapasztaltuk.
Lejartuk az utat sok szasszor, de elfelejtjuk az erzest tapasztalast.Akar kaphatott az egyik kanyar egy uj aszfaltot, es itt mar alapjaiban valtozik meg minden. Ehhez kell a tanulas, megtanulni adott helyen a valtozast, es azt inteligensen korrigalni.
Ha most minden soffor egyforman tudna a szabalyokat, es egyforman tudna vezetni nem kellene AI.
Mert biologiailag automatizalt lenne rendszer.
Ilyen sosem lesz.
Csak az onjaro rendszer lesz kepes, egyforma kozlekdesi viselkedest produkalni az eltero jarmuvek kozott.
LE, Fekrendszer, meretek,stb,stb.
Egyik nagykerdes, ha lesz bennuk AI, akkor azok vajon egyforman fognak donteni?
Boritekolom,hogy nem. Ugxan oda jutunk mint az embernel, csak digitalis modon.
Majd idovel eldol, mit kell tanulnia, es miben kell dontenie egy onjaro auto rendszerenek.
Az ut elejen jar a dolog, de igen nagy tempoval halad, csak nehogy a jo megoldasok mellett elrohajon a fejlesztes. -
mekker
őstag
De nem értem, hogy miért kéne menet közben folyamatosan tanulnia. Ez a deeplearninges cucc csak egy módszer arra, hogy döntésképes rendszert hozzanak létre a tanítás során. A kész termékben meg kap egy inputot a rendszer, és a korábbi tapasztalatok alapján hoz egy döntést, akár csak egy if-else-es adatbázisos dolog. Csak ezzel jobb eredméyeket lehet elérni, ha jó modelleket használnak.
A tanulás menet közben épp, hogy költségesebb lenne, mintsem egy betanított rendszerrel döntéseket hozni.
-
csongi
veterán
"Az AlphaGo Zero amúgy nem csak a játéktudásában múlja felül az elődjét, hanem jóval kisebb számítási kapacitásra is van szüksége: míg az eredeti AlphaGo 48 TPU-val működött (ez a Google által kifejlesztett speciális processzor), addig a Zerónak mindössze négy TPU-ra van szüksége"
Valoszinuleg, ez hamarosan meg kevesebb lesz.
Legalabbis en ezt olvastam. -
csongi
veterán
Mivel Ai -ről beszélünk, és nem adatbázis kezeléséről, a feltöltés és adat vissza juttatás, egy kötött program.
Mikor saját döntést hoz a hely egyediségéhez mérten, akkor már AI.
Pl: Baleset elkerülésénél, nem egy lehetőség adatbázisból kéri le a megoldást, hanem eldönti ott, jobbról vagy balról kerüljön. Ezt csakis az adott körülmények határozzák meg most is. Ha jobbra megyek buszmegálló, teli emberrel, ha balra megyek frontális ütközés dönteni kell.... Ehhez nincs kellő kapacitás, hogy feldolgozza a beérkező adatokat, és kihámozza az adatbázisból mi lehet a helyes.
Egy úttest ma száraz, holnap sáros, holnap után olajos...stb. Sok a változó.
Adatbázis alapú önjáró autókhoz pont a szabályrendszert betáplált, és azt betartó program kell.
Ez csakis akkor életképes, ha minden jármű ugyan azt tudja, ennek a csúcsa, ha hálózatba vannak.
Ezért egy jó tesztkörülmény lehetne, persze nem életszerű, hiszen túl nagy a veszélyforrás.
Viszont a szabályrendszerrel működő hálózat, véleményem szerint minimum 20%-al csökkenthetné a káros anyag kibocsájtást a légkörbe.emvy: Nah jó túlzás volt
, de egy 40Wos cuccal megoldották :d -
mekker
őstag
Lehet, hogy igazad van az előre tanulással kapcsolatban, bár nem vagyok benne biztos. Én valahogy nehezen képzelem el, hogy megveszem az autóm, és az még menet közben intenzíven tanul. Inkább azt tudom elképzelni, hogy küldi fel az adatokat a központnak, és mondjuk ez segít abban, hogy idővel egyre jobb szoftverrel patcheljék fel őket. Ahhoz meg hogy eltérő helyzetekben is jó döntést hozzon, nem feltétlen kell menet közben tanulnia.
Minden esetre az önvezetés csak egy piac, és az is kellően szerteágazó, minden cég más elvek alapján tervez. -
mekker
őstag
válasz
#06658560
#25
üzenetére
Talán nem volt egyértelmű, de nem így értem a realtime-ot, hanem hogy mondjuk nem fog a program tanítás során 3 mp-et várni, hogy lépjen az emberi ellen, mert ezeket nem éles helyzetben tanítják a való életben, hanem egy szimulált környezetben, ahol minél kisebb overheaddel letudjak a tanítás.
Mert hogy arra irányult az eredeti kérdés, hogy mi értelme a hardvernek, ha valós felhasználás során úgyis mindig
az inputra kell várni. -
#06658560
törölt tag
Úgy, hogy cáfol téged: a mai forradalmi áttöréseket mutató fejlesztések pont real-time tanulási folyamatok, ahol nem magyarázták el a szoftvernek az egyes szituációk jóságát, helyes döntéseket adott helyzetekben, hanem rá bízták, hogy oldja meg. És nem kellett ember ellen játszania, mert saját maga ellen sokkal gyorsabban, sokkal hatékonyabban halad. Lásd a nemrég nagymesterré vált program, amely megoldási láttán az emberi sakkozók letették a hajukat.
-
csongi
veterán
Nem! Ezt felre ertelmezed!
A Go es sakk jateknal most nem a lepesek szamat, vagy a variaciokat tanitotak meg.
A regi jatek gepekbe ezt vittek be, ezert nagyon sok ido kelett, mire minden adatot megkapott.
Ma csak a szabalyokat tanitottak meg neki. Innen mindent sajat maga hozott letre.
Es dobbenetes par nap alatt. Egy nagymester egy eleten at jatsza, az algoritmus pedig par nap alatt megverte a nagymestert, es ehhez kb egy telefonba integralt SOC szamitasi kapacitasat hasznalta.Onjaro autok rendszeret fenteb leirtam. Ha csak a jarmure lebontott tudast nezzuk, akkor szukseges ekkora AI. (Mondjuk ugy versenyzo) A BMW mar regebben demonstralta. Egy adott palyan vegigveztrve a jarmuvet, azt felterkepezve kepes folyamatosan javitani a koridoket, es az a legjobb idot menni.Ha halozati szinten gondolkozunk, akkor nem kell ekkora AI elegendo minden jarmunek ugyan azt a szabalyrendszert hasznalni, illetve azt betartani, es a legfontosabb a kozlekedesi informaciokat egymas kozt megosztani.
Nagy kerdes, hogyan lehet gyorsan megtanulni azt, amit az ember sok ezer km alatt sajatit el, ez pedig a rutin.
Mas a helyzet mint a sakkba. Itt ket forgalmi helyzrt lehet hasonlo, de a megoldasokat, mindig a helyszin hatarozza meg. Itt minimalis eselyt latok az elore tanulasra. Talan 10-20 ev mulva, mikor kello forgalmi helyzet adatat lehet feltolteni, es ez elegendo alap, a rutin onfeljeszteshez.
Egy biztos. Szamos olyan hely van jelenleg, ahol a gepek jobbak mint az ember, es folyamatosan bovul ennek a kore. Kerdes mikor fog erzelmek alajan donteni? Es meg csak a kulcslyukon at latjuk ezt a vilagot. -
mekker
őstag
válasz
#06658560
#21
üzenetére
Nem igazán értem hogy jön ez a hsz-emhez.Ez is egy mesterséges környezet, ahol ki tudná használni a hardvert, mert itt sem kell annyit várogatni, hogy bejöjjön és feldolgozásra kerüljön az adat.
Gondolom arra utalt BatchMan, hogy fölösleges lenne ez a hardver, ha mondjuk egy ilyen robot úgy tanulna, hogy valós időben emberek ellen játszik. -
mekker
őstag
A tanulás általában nem egy real-time feladat, jellemzően valamilyen szinten mesterséges az a környezet amiben ezeket betanítják. Például önvezető autóknál lehet olyat csinálni, hogy többtízezer km-nyi szenzoradatot rögzítenek, és ellátják a tanulást segítő metainformációval.
Ha van már egy kész terméked, ott nem a tanításon lesz a hangsúly, hanem az adatfeldolgozáson. -
#74018560
törölt tag
Működik is. nVidia ilyen virtuális környezetben tréningezi a saját önvezető AI-ját. De a hangsúly (most még) nem a fizikán van, hanem a helyzet felismerésen. (Mert ugye jobb esetben a sofőrt nem a fizika ismerete fogja megmenteni, hanem hogy időben észreveszi, hogy lelépet a zebrára a járókeretes nyannyer....
![;]](//cdn.rios.hu/dl/s/v1.gif)
)
Hogy terep rallyt is az AI nyerje meg, az még odébb van
-
#16
feregember
csendes tag
BatchMan
#4
feregember
csendes tag
Pl. önmagával tesztelik, maga végzi a saját értékelését. Ezzel a tanulási sebességgel hetek alatt értek el pro szintet Dota2-ben, de beszéljen helyettem a készítő csapat:
DENDI 1v1 vs BOT AI - TI7 DOTA 2 @ 13m25sEmellett, az ilyen proci nem csak "tanulásra" van, túl van hangsúlyozva ez a szóhasználat, nem fedi jól az alkalmazhatóságot. A gépi tanulással kifejlesztenek egy neurális hálót egy speciális területre, aztán a tanulási képességet akár meg is szüntethetik, de attól még a fix neurális háló program alá ilyen speciális processzort érdemes tenni, ha legyártanak eszközöket milliószámra ezzel a programmal.
-
csongi
veterán
Ez csak akkor igaz, ha minden jarmu onvezeto.
Amig ez nincs meg, addig egy tokeletes teszt labor. Ket egyformanak latszo forgalmi helyzet letezik, de azonosan kivitelezett nem igazan. Tobb informaciot kell feldolgozni, es elore megprobalni kitalalni mit akar a masik ember ugy, hogy a szendekat nem adja at a rendelkezesre allo eszkozeivel.
Ezeket kell megoldani, ezt egy ember sok sok ezer km megtetelevel tanulja meg, ha egyaltalan megtanulja, de leginkabb nem.
Itt az alapszabaly rendszer beviheto, ez a kresz. Aztan nezzuk meg, ha egy szabalytalansag tortenik azt hogyan oldja meg elsore, majd masodikra, es mit tanul belole.
A tanulas akkor er valamit ha az esemeny utan, sajat dontest hoz es aszerint cselekszik legkozelebb.
Mas kerdes kell e ekkora inteligencia az onvezeto jarmuvekhez.
Ugy gondolom nem kell. Elegendo egy halozat, ahol minden resztvevo a szabaly betartasa szerint csalakszik.
Ehhez viszont stabil rendszer kell!
Pl egy Giga meretu raktarba onjaro jarmuvek viszik az alkatreszeket A-bol B-be.
Tulajdonkepen egy makettkent is felfoghato. Vagyis a rendszer egy modja mar hasznalatba van regota.
Lehet csakegvalositja az ember a Skynetet -
#7
Cyberboy42
senior tag
Cyberboy42
senior tag
oszt bányászni lehet-e vele? 😂
-
BatchMan
senior tag
Az addig OK, hogy a új chip bazi gyorsan tanul, de hol van olyan alkalmazási terület, ahol előáll a tanuláshoz szükséges eredmény olyan gyorsan, amilyen gyorsan a chip képes lenne feldolgozni. Mert nem elég a neurális hálót különböző szituációkba hozni, a helyes megoldást is közölni kell hozzá, különben nincs mit tanulnia...
-
#1
Petykemano
veterán
Petykemano
veterán
Mi lesz így szegény nvidia tensor magos voltáival és a záemdé RPM-es vegáival?
, de egy 40Wos cuccal megoldották :d
![;]](http://cdn.rios.hu/dl/s/v1.gif)
)
Új hozzászólás Aktív témák
- sziku69: Fűzzük össze a szavakat :)
- Steam Deck
- PlayStation 5
- Nintendo Switch 2
- Íme a Battlefield 6 első előzetese
- SzőkeKapitán: Világ vége túlélők topicja
- Mérlegeli a csúcstechnológiás chipgyártásból való kilépést is az Intel
- sziku69: Szólánc.
- Luck Dragon: Asszociációs játék. :)
- Vicces képek
- További aktív témák...
- ROG STRIX X870-F + AMD Ryzen 7 9800X3D + 32GB DDR5 + Sapphire 7900 XTX Pulse 24GB + Win11 PRO
- Gigabyte H510M-S2H V3 alaplap és i5-11400F Processzor Csere
- 27%-os áfás számla / Mini PC / SFF / TOWER - Brand gépek - 4-9 gen. HP / DELL / Lenovo - 1 év gar.
- Lenovo Thinkcentre M700 MiniPC (i5-6500T/8GB/256SSD)
- Jogtiszta Windows - Office & Vírusirtó licencek- Azonnal - Számlával - Garanciával - Nint.hu
- Bomba ár! Dell Precision 5530 - i7-8850H I 16GB I 512SSD I 15,6" FHD I P1000 I Cam I W11 I Gari!
- Bomba ár! Dell Latitude E7270 - i7-6GEN I 8GB I 256GB SSD I 12,5" FHD I HDMI I CAM I W10 I Gari!
- Bomba ár! Dell Latitude E7440 - i7-4GEN I 8GB I 256SSD I 14" FHD Touch I HDMI I Cam I W10 I Gari!
- Bomba ár! Fujitsu LifeBook U757 - i3-7GEN I 16GB I 256SSD I 15,6" FHD I HDMI I Cam I W11 I Garancia
- Akciós Windows 10 pro + Office 2019 professional plus csomag AZONNALI SZÁLLÍTÁS