Tehisintellekt

Vaba teema
795

Saatejuhi teadmine on oluline.

Ütleme, et uksi pole mitte 3 vaid 5 ja auhindu 2.

Mängija valib 2 juhuslikku.

Saatejuht eemaldab ühe ukse teades, et selle taga auhinda pole.

Nüüd peaks mängija valima need kaks ust, mida ta esialgu ei valinud.

Sest:

Oletame, et uste ja autode asemel on marjad ja kruusakivid, segatuna ühtlaselt kokku, 5 liitrit.

Mängija tahab võita võimalikult palju marju.

Ta võtab kopaga juhuslikult 2 liitrit segu.

Nüüd nopib saatejuht ülejäänud kolmest liitrist 1 liitri kive välja. (Sest ta näeb, mis on kivi ja mis mari.)

Kus on nüüd suurem marjade kontsentratsioon, kas mängija käes olevas esialgses segus või saatejuhi käes olevas järelejäänud kahes liitris?

Juhule, kus saatejuht aga ei tea, kus auhind on, vastaks see, kui saatejuht lihtsalt pimesi eemaldaks liitri segu ja talle jääv kaks liitrit oleks samasugune segu.

Sellisel juhul pole vahetamisel mõtet, kuna kõik on üks segu.

Kui mõelda üksikute autode, uste ja kitsede asemel pidevatele suurustele, siis on asi mõnevõrra selgem, mu arvates.

796

Ei pea, kuna me räägime juhtumist, kus uks oli juba avatud ja selle taga oli kits.

798

Ei, me päris kindlasti ei räägi juhtumist, kus uks oli juba avatud, vaid väga selgelt on öeldud, et uks avatakse huupi pärast mängija esmast valikut: “… You pick door 1. The host - who doesn’t know where the car is - randomly opens one of the other two doors. It happens to reveal a goat. …”

799

Anna andeks, Totu, aga SEE lause tõestab ilmekalt, et sa ei saanud kas a) ülesandest aru b) sa ei saa tõenäosusteooriast aru (pole viga, paljud ei saa).
NB! Täpselt SAMA ülesanne ja TÄPSELT sama väärarusaam põhjustas kunagi ammu Hinnavaatluse foorumis samasuguse 1000+ postiga “tormi veeklaasis”.
Õnneks, tookord jäi peale siiski matemaatika ja tõenäosusteeooria. Ainult mõned väga visad tainad porisesid isegi peale väga põhjalikke rida realt “lahtikirjutusi” et “aga t…demaa, nii ei saa ju olla”.
Jah, see on v. hea ülesanne. See on üks suurepärane näide, et tõenäosusteooria EI OLE “intuitiivne” ja “terve talupojamõistusega” hoomatav.
Osavad kelmid kasutavad seda meelsasti ja igapäevaselt ära. Teleshowd sama moodi.

4 Likes
800

Ainus erinevus võrreldes klassikalise MH ülesandega on võimalus, et juhuslikult võidakse avada ka auto, AGA võta näpust - konks selles, et modifitseeritud ülesande tekst ei luba avatud autodega stsenaariume üldse arvesse võtta, teisisõnu ülesande tekstis on constraint, mis lihtsalt viskab välja kõik sellised stsenaariumid, kus avati saatejuhi mitteinformeerituse tõttu auto. See bloody constraint modifitseeritud tekstis muudab saatejuhi mitteinformeerituse täiesti irrelevantseks ning ühtlasi ülesande lõpplahenduse klassikalise MH probleemiga võrdseks. Taipad?

HILISEM PARANDUS: kloun olen ikkagi ise , arvutasin modifitseeritud ülesande tõenäosusi lihtlabaselt valesti :see_no_evil:

801

Absoluutselt, just sellepärast ei tohigi avatud autoga stsenaariumite osatõenäosuste kontributsioone simulatsioonis arvesse võtta. Ülesanne küsib ainult seda, mida mängija peaks tegema avatud kitsega stsenaariumites. Kas see kits avati teadlikult või juhuslikult ei muuda selles valikupunktis enam strateegiat, sest kits on kits.

HILISEM PARANDUS: kloun olen ikkagi ise , arvutasin modifitseeritud ülesande tõenäosusi lihtlabaselt valesti :see_no_evil:

802

OK, leidsin oma vea lõpuks ülesse :see_no_evil: - olen paras kloun tõesti, nimelt unustasin avatud autodega stsenaariumite väljaviskamise käigus baastõenäosusi mõjutatud flow harudes update’ida, sellest siis omakorda tekkisid minu peas puder ja kapsad…

:point_right: Siinkohal palun vabandust varasemate põhjendamatute mahlakuste eest! :point_left:

Enesekontrolli mõttes kirjutasin nullist veel ühe simulaatori, mis kinnitab veelkord üle, et tõepoolest tõenäosused modifitseeritud ülesandes 50% / 50%:
https://jsfiddle.net/kud3fnxm/1/

Siinkohal tänan siis kõiki foorumlasi, kes üritasid mulle mõistust pähe tagasi taguda - pikapeale jõudis kohale :+1:

4 Likes
803

Mul tekkis peakolus siinkohal väikese hilinemisega kaks reaktsiooni:

  • Et krt, aga, härrased - juhul kui arumudel suutis selle modifitseeritud ülesande korrektse lahenduse leida tõesti täiesti iseseisvalt olekuvoogude läbijäramise teel, siis see on ju fking impressive reasoning capability, kas ei?!

  • Siit edasi - kas oleks kuidagi võimalik välistada, et arumudel ei kaevanud seda modifitseeritud ülesande lahendust välja lihtsalt treeningandmetest või internetist? Ideeliselt see modifikatsioon tundub selline, mida kindlasti kuskil netis vedeleb veel ja veel… Kas mudelil oli üldse lahendamise ajal ligipääs netile? Kuidas aga välistada, et sarnane modifikatsioon ikkagi võis sisalduda treeningandmetes?

804

Tõenäoliselt sisalduski.

805

No ma pisut kahtlustan ka seda, sest et kui mudel oleks tõesti ise lahenduse nullist väljanuputanud, siis meil olekski juba AGI käes ju ning võikski kõik inimtöötajad palmi alla saata…

806

Matemaatika on keel, nagu iga teine, oma süntaksi, grammatika, loogika ja mustritega, ainult selle vahega, et tahab täpsust ja kohati palju mälu ning arvutusvõimsust, selles osas mängib AI absoluutselt teises liigas ja inimesest pole talle vastast.

807

Tegelikult pole siin vaja mingit visulatsiooni ega simulatsiooni, ainult mustrit, et kõik kokku on alati 100%.
Kui see viia täisarvulise protsentarvutuse peale on asi täiesti triviaalne.
100 ust, 99 kitse ja 1 auto.
Sinu tõenäosus 1%, kõik muu 99%, kokku 100%.
Saatejuht avab kõik uksed peale kahe.
Sinu tõenäosus endiselt1%, kõik muu 99%, kokku 100%.
Otsustad visata kulli ja kirja 50%/50%, kokku 100%.
Valid teise ukse, sinu tõenäosus 99%, kõik muu 1%, kokku 100%

808

Saan aru, et lokaalsele mudelile see ülesanne anti ja too internetist midagi ei otsinud ning väliseid tööriistu ei kasutanud ?
Mul pole hetkel lokaalse LLMiga arvutit käepärast et ise katsetada, aga vastus võib olla nii ja naa - võib olla ka see, et mudeli “chain of thought” reasoning sillutas tee treeningandmetega talletatud konkreetse mustrini. Sellele kõigele annab ehk valgust, kui uurida “thinking” tokeneid, mida Qwen30B-Thinking mudel väljutas. Muuda ülesandes lähteandmeid ja lase uuesti lahendada, ning võta välja mida mudel “mõtleb” enne päris vastuse genereerimist.

Üldiselt need reasoning mudelid treenitakse, et nad väljutaksid enda “mõtlemist” sarnaselt nagu inimene mõtleb valjult - juba see aitab mudelil tükeldada keerulisi ülesandeid lihtsamaks. Post training reinforcement learning omakorda kujundab mudeli täpsemaks ja efektiivsemaks taoliste loogikaülesannete lahendamiseks jne. Kokkuvõttes on täiesti usutav, et mudeli enda “mõtlemine” mängis olulist rolli , et lõpuks väljapakutud lahendus (ehk siis mudelisiseselt kõige suurema tõenäosusega korrektne lahendus) oligi ka päriselt õige.

Kas see kõik on hetkel juba on piisav, et kõik inimesed palmi alla saata ?

Päris nii siiski mitte. Esiteks on taoline “reasoning” veel ka täna üsna algeline, kulutab palju arvutusvõimusest (energiat) ja saavutab häid tulemusi spetsiaalselt kujundatud mudelitel, mis ei ole nii universaalsed. Ning teatud olukordades endiselt ka väga aeglane. Lisaks on inimestel ka intuitsioon, võime tuletada lahendusi asünkroonelt - “nö lambist, kui kolm päeva hiljem duši all lööb pirn põlema.” Lisaks parem kujutlusvõime ning oskus mõelda “kastist välja,” jne. Samuti on inimene väga efektiivne kohaneja, võimeline iseseisvalt õppima ja pidevalt elukogemust talletama.

809

Kuna sa oled enda sõnul “30 aastat asja sees olnud”, siis ehk oskad põhjalikumalt seletada, kas ja kuidas LLM mudelid on aritmeetrikas kõvasti paremaks läinud (võrreldes vähemalt aastataguse ajaga), või on endiselt sõltuvad näiteks välise kalkulaatori kasutamisest, kui vähegi suuremate numbrite või mingitegi komakohtadega arvutuste korral vastuse täpsus oluline on ?

810

Mis suhtes AI mudelid väliseid abivahendeid kasutada ei tohiks?

Osa intelligentsist ongi ju asjakohaste vahendite kasutamise oskus.

811

Ee…jah - ikka võivad, ja peaksidki. Ma sain aru, et Totu_Cool tundis huvi, et kas mudel lihtsalt sai ilma välise abita selle kitse ja auto ülesandega hakkama.

Või kui pidasid decibeli kommentaarile antud vastust silmas, siis sain aru, et matemaatika puhul on mudel igas aspektis (k.a. aritmeetika), täiesti teises liigas võrreldes inimesega. Ja
arvestades neid eelmise aasta meeme, a´la LLM vastused kus “5.11 - 5.9 = 0.2” siis tekitas see väide lihtsalt küsimusi…

1 Like
812

See on huvitav küsimus, et millele see vastus siis põhines. Kordasin täpselt sama promptiga seda ülesannet ja kopeerisin kogu ‘mõttekäigu’. St, kõigepealt nn reasoning osa, millele järgneb siis kasutajale kuvatud vastus:

md file online

Wifi lülitasin igasuguste kahtluste vältimiseks välja :slight_smile:

PS. Kui sama asja mitu korda teha ja need saadud ‘reasoning’ tekstid anda ChatGPT-le võrdlemiseks, siis tuleb välja, et mõnikord on mõttekäik parem, mõnikord kehvem. Seega ei ole arutlus päris deterministlik. Ühes variandis leidis Chat ka vea Bayes’i rakendamisel. Aga lõppvastus oli alati sama.

2 Likes
813

Kui ChatGPT 3.5 novembris 2022 välja tuli, siis selle kohta artikleid lugedes ma arvasin esiti, et ajakirjanikud on asjast valesti aru saanud, kui nad rääkisid see mudel väljastab vastused(tokeneid) lihtsalt tõenäosuste pealt, ilma mingi arutlemiseta. Aga nii just oligi, samas tänaseks on enamik mudeleid selle reasoning ja thinking kihi omale juurde saanud ja see on need ka matemaatikas oluliselt paremaks teinud.

17762710162972338166395120121417
17762710162972338166395120121417700×518 61.4 KB

1 Like
814

Kes tahab kogeda, kuidas see puhas närvivõrk, nagu ChatGPT 3.5 seda oli, ilma arutlemata ja mõtlemata, töötab, siis tasub jälgida oma ajutegevust enne uinumist, see on just see, mõtted, sõnad ja laused järgnevad üksteisele ilma ise mõtlemata. Kõige parema efekti saab veel siis, kui öösel korraks ärgates omale pool liitrit Red Bull sisse valada ja siis kohe uuesti magama minna.

815

Nojah, sa üldistad kogu matemaatika jällegi ühte patta, aga olgu, mis ma ikka vaidlen… Kahtlemata on saavutused märkimisväärsed, sellega ma nõustun. Kindlasti on ka “CoT” reasoning ja kõik need teised “mõtlemise” algoritmid teinud antud juhul konkreetselt ka aritmeetika paremaks viimase aasta jooksul. Ja lõppude lõpuks, eks ma närisin ka tähte - suures plaanis pole vahet kui mudel kasutab kalkulaatorit, või genereerib pythoni skripti mingi suvalise asja arvutamiseks, selle asemel et teha pikki arutlevaid samme mingisuguste lihtsamate komakohtadega arvude korrutamiseks, mille inimaju on suutnud sekundiga juba välja rehkendada. Väliste vahendite kasutamine ei tee seda sugugi kehvemaks nagu raulir juba omakorda kommenteeris.

Artikkel oli muidugi tore ja huvitav lugemine ja tõepoolest on märkimisväärne kuhu me oleme jõudnud. Aga muidugi kinnitab ka seda (vähemalt mulle) et “täpsus, palju mälu ning arvutusvõimsust - selles osas mängib AI absoluutselt teises liigas ja inimesest pole talle vastast” väide on ikkagi liiga üldistav, vähemalt hetkel veel. On asju, milles mudelid on imelised, aga ka nendel on limiidid ja oma olemuse tõttu võivad nad ka ebatäpset jama sulle toota. Eks seda on võimeline muidugi ka inimene tegema.

No ma ei tea, tundub mulle, et sa ignoreerid liiga palju kahe protsessi erinevusi ja kipud liialt üldistama. Eks sa proge ise lihtne tehisnärvivõrk ja treeni seda. Ja siis võrdle ajategevusega (enne uinumist) , võta kirjandus ka appi. Rohkem süvitsi minek on ikkagi üldiselt kasulik…