Mis mängu me mängime?

Turingi test arvutitele ja inimestele

KURMO KONSA

Juunis tekitas Venemaal segadust põgenenud robot. Promobot on Venemaal väljatöötatud mudel, mille puhul katsetatakse nii tehisintellekti kui võimet iseseisvalt ringi liikuda. Katse oli edukas, robot suutis lahtiunustatud väravast välja lipsata ja 50 meetri kaugusele ristmikule jõuda, enne kui patareid tühjaks sai.

Juunis tekitas Venemaal segadust põgenenud robot. Promobot on Venemaal väljatöötatud mudel, mille puhul katsetatakse nii tehisintellekti kui võimet iseseisvalt ringi liikuda. Katse oli edukas, robot suutis lahtiunustatud väravast välja lipsata ja 50 meetri kaugusele ristmikule jõuda, enne kui patareid tühjaks sai.

Youtube.com

Tehisintellekti areng on olnud väga kiire. Esimese töötava digitaalse arvuti loomisest – kui lugeda selleks sakslase Konrad Zuse konstrueeritud masin Z1 – on ju möödas kõigest 78 aastat. Praegu on meil internet, nutiseadmed, mis suhtlevad meiega inimkeeles, arvutid, mis mängivad enamikust inimestest paremini malet, muru niitvad robotniidukid ja palju muud. Kõik see on juba tavaline, aga millal luuakse tõeliselt mõtlev arvuti?

Ma arvan, et päris paljudes valdkondades on need juba olemas, kuid terviklikku inimolendit ei simuleerita tehislikult kunagi. Peamiseks põhjuseks ilmselt asjaolu, et seda pole lihtsalt millekski vaja. Tehnoloogilisest küljest vaadates on inimene üsna universaalne masin, kuid suurt osa funktsioonidest täidab ta suhteliselt halvasti. See on paratamatu, kuna evolutsioonis on edukad need, kes saavad paljude funktsioonidega keskmisel tasemel hakkama. Malesuurmeister, kes oskab vaid malet mängida, saab elada siiski vaid arenenud inimühiskonnas. Inimene on äärmiselt keerukas olend ning kõik talle omane mõjutab ka mõtlemist. Masinatele pole edukaks toimimiseks suurt osa sellest vaja.

Kuidas saada aru, kas masin või inimene mõtleb?

Kuna osa masinatest tegeleb n-ö vaimse tööga, on inimeste arvates oluline küsimus, kuidas tunda ära intelligentne masin. Kõige tuntum katse tehisintelligentsi ära tunda on kaheldamatult Turingi jäljendusmäng. Seda kutsutakse ka Turingi testiks, kuid Alan Turing ise nimetas seda oma 1950. aastal ilmunud artiklis just jäljendusmänguks.1

Oma artikli alguses püstitab ta lihtsa küsimuse: kas masinad suudavad mõelda? Kohe tõdeb ta, et küsimusele on keerukas vastata, kuna me ei oska täpselt defineerida mõisteid „masin“ ja „mõistus“. See tuletab mulle meelde loo Juri Lotmani samateemalisest artiklist „Aju – tekst – kultuur – tehisintellekt“2. Lugu on kirjaniku Andrei Belõi isast, tuntud matemaatikust, kes pidi juhatama koosolekut loomade intellekti teemal. Kuna keegi kohalolnuist ei osanud öelda, mis täpselt on intellekt, jäeti koosolek ära. Turing nendib oma artiklis ka mõtlemise määratlemise keerukust ja teeb ettepaneku asendada see hoopis nn jäljendusmänguga, mis asendabki algset küsimust. Mäng oma esialgsel kujul on järgmine. Mängijaid on kolm: mees (A), naine (B) ja küsitleja (C), kelle sugu pole tähtis. Küsitleja ei viibi ülejäänud mängijatega samas ruumis. Tema seisukohalt on mängu eesmärk teha kindlaks, kumb kaasmängijaist on mees, kumb naine. Küsitlejale esinevad nood siltide X ja Y all ning mängu lõpus ütleb ta, kas X on A ja Y on B või X on B ja Y on A. Küsimusi ja vastuseid esitatakse teksti vahendusel, nii et füüsilised iseärasused ja hääle omadused ei ole mängu seisukohalt olulised. Põnev on veel see, et mehe eesmärk on petta kohtunikku nii, et too teeks vale otsuse. Naise eesmärk on aga kohtunikku aidata. Nii et petmine on mängu kohe alguses sisse plaanitud. Mängu idee tundub olevat seotud Turingi seksuaalse suundumusega – ta oli gei ja tõenäoliselt oli see ka tema enneaegse surma põhjus. Arvan, et Turing tahtis mängu selle versiooniga öelda, et inimese sugudel pole võimalik vahet teha, kuna moodsas keeles öelduna on tegemist sotsiaalsete konstruktsioonidega. Kui jätta kõrvale füüsilised omadused – ja test ongi konstrueeritud nii, et need jäävad kõrvale –, on kõik inimesed võrdsed. Idee, mis tänapäeval tundub triviaalne, ei olnud seda 1950. aastal. Olid ju inglise naised saanud üldise valimisõiguse kõigest 22 aastat varem. Ja homoseksuaalsuse tõttu mõisteti Turing süüdi jämedas ebasündsuses. Süüdimõistmisega kaasnesid piirangud tööl ja ravi keemilise kastreerimise näol.

Järgmise sammuna paneb Turing ette asendada mängija A arvutiga. Paneme mehe asemele arvuti, kuid teiseks osaliseks jääb naine. Nii et sooline aspekt mängust ei kao kuhugi. Arvuti peab teesklema naist ja petma kohtunikku. Mängija B ülesanne on endiselt aidata kohtunikul teha õige otsus. Nii et arvuti ei pea imiteerima mitte lihtsalt inimest, vaid konkreetselt kas meest või naist, mis loomulikult on märksa keerulisem üldiste väidete esitamisest ja tõestamisest või ümberlükkamisest. Arvuti peab suutma imiteerida sellist hägusat mõistet nagu sugu, mis sõltub vägagi kultuurikontekstist. Kui arvutiga mängides eksib küsitleja sama tihti kui inimestega mängides, on arvuti testi läbinud.

Turing toob kohe oma artikli alguses ka näidisküsimuse, mida võiks jäljendusmängus küsida. Küsimus puudutab meesosaleja soengut. Ei tasu imestada, prooviti ju mängu käigus ära arvata osaleja sugu. Küsitleja palub mehel öelda, kui pikad juuksed tal on. Kuna mees peab kohtunikku eksitama, võib ta vastata näiteks nii: „Mul on poolpikk poisipea, pikimad salgud on nii paarikümnesentimeetrised.“ Küsimus ja vastus võivad tunduda triviaalsed, aga nõuavad orienteerumist nii soengutes kui ka kultuuris. Seda enam, et eesmärk on ju petta kohtunikku, juhtida ta valele teele. Seega tuleb mõista ka vale info esitamise konteksti. Masina korral väldib see mõistega „juuksed“ seotud juhusliku teabe esitamist. Nagu me kõik teame, on petta märksa keerukam, kui rääkida tõtt, kindlasti nõuab see väga head mälu ja fabuleerimisoskust.

Pärast seda, kui Turingi test sai üldtuntuks, on selle algset kuju päris palju muudetud. Testi esitatakse tavaliselt lihtsalt kui kohtuniku suhtlust inimese ja masinaga, mille käigus peab ta suutma eristada masinat inimesest. Ma arvan, et sellisena on Turingi esitatud algse jäljendusmängu idee suuresti kaotsi läinud. Mida võimaldab jäljendusmäng siis saavutada? Esmapilgul võibki jääda mulje, et Turing pakub välja intelligentsuse testi, millega kontrollida, kas masinad on omandanud mõtlemisvõime või mitte. Tavaliselt seda nii mõistetaksegi. Turing seda aga nii ei mõelnud. Mõtlemise all võib mõelda väga erinevaid asju, kuid Turingi arvates pole mõtet püüdagi mõtlemist täpsemalt määratleda. Tema arvates on tähtis piiritleda need mõtlemise või laiemalt inimese omadused, mis on olulised jäljendusmängu edukaks läbimiseks. Turing ei väida, et masin, mis suudab jäljendusmängu edukalt läbida, ongi mõtlev masin. Ta nimetab seda vaid teatud tüüpi masinaks (ta ise pakub välja nimetuse A-klassi masin).3

Kas masinal on vaja hinge?

Inimene on keerukas ja kompleksne süsteem, milles toimuvad väga mitmesugused protsessid. Ainult väga väike osa neist on seotud sellist tüüpi mõtlemisega, mis on omane arvutile. See kõik muu võib olla inimese jaoks oluline, aga arvutite jaoks üldse mitte. Inimese funktsioone on võimalik tehislikult modelleerida, kuid kõigi nende koondamine ühte tehisorganismi pole ilmselt mõeldav ja on üsnagi mõttetu. Täpselt sellist masinat, nagu on inimene, pole mõtet luua, esiteks poleks sellest eriti kasu ja teiseks on see inimese näol juba olemas.

Mida siis Turing täpsemalt silmas pidas, kui pakkus välja intelligentsuse hindamiseks jäljendusmängu? Turingi enda arvates ei ole küsimus selles, kas masinad suudavad mõelda, sest sellele küsimusel vastab ta koheselt jaatavalt, vaid hoopis selles, kuidas saada aru, kas masinad mõtlevad. Tegemist on samasuguse probleemiga nagu inimesegi korral: kuidas me saame aru, et teised inimesed mõtlevad? Turing leidis, et masinate hindamiseks ei ole mõtet kasutada teisi meetodeid, kui kasutatakse inimeste korral. Et hinnata, kas teine inimene mõtleb, ei tee me keerukaid teste ega topi teda magnetresonantstomograafi.

Jäljendusmäng võrdleb masinat ja inimest, kontrollitakse ainult masina võimet olla sarnane inimesega, mitte seda, kas masinal on mõistus. Mängu saab ka teistpidiseks keerata ja kontrollida selle abil, kas inimesel on mõistust. Nii et Turingit huvitas kindlasti ka see, kuidas me saame aru, kes on teine inimene. Iga kord, kui kohtume teise inimesega, sooritame alateadliku imitatsioonimängu. Üldjuhul näitab see, et teine inimene on minuga samasugune, ja sellisena ma teda ka võtan. Kui arvuti läbib edukalt Turingi imitatsioonimängu, ei tähenda see hoopiski, et nüüd on arvutil tekkinud midagi, mida tavatseme kutsuda mõistuseks või subjektiivseks minaks. Vastupidi, see tähendab, et inimesel ei ole mingit spetsiifilist subjektiivset „mina“, mis mõtleb. Just selle tõestamiseks mõtleski Turing välja oma testi. Nii et Turingi test on vahend teadvuse suure mõistatuse lahendamiseks.

Inimene võib peaaegu kõike ette kujutada ja seda reaalsusena võtta. See tähendab ju, et aju võib luua igasuguseid ettekujutusi, mis tunduvad meile tegelikkusena. Selles ei ole midagi imelikku, lõppude lõpuks elamegi ju aju ettekujutustes. Kuna need elusolendid, kelle aju loodud ettekujutused vastavad paremini maailma vastavatele aspektidele, saavad paremini hakkama, siis üldiselt vastab aju loodud ettekujutus maailmast tegelikkusele. Aga loomulikult ei pruugi see alati nii olla. Kõikvõimalikud vaimuhaigused ja aju loodavad illusioonid kinnitavad seda selgelt. Kuidas aju sellega hakkama saab, on muidugi täpsemalt teadmata. Kas aju ise saab aru, et ta loob midagi ebareaalset, seda, mida tegelikult pole olemas – ka seda me veel ei tea.

Inimese eneseteadvus on samuti aju loodud illusioon. Nüüd peaks olema selge, miks Turing valis mõtlemisvõime tunnuseks just võime imiteerida mõistust. Sellel lihtsal põhjusel, et mõistus ongi imiteering, ei midagi muud. Inimene on bioloogiline olend, imetajate hulka kuuluv loom, kes on varustatud hämmastavalt võimeka ajuga. Muude võimete hulgas on ajul omadus tekitada illusioon, nagu oleks inimesel mõtlemisvõimeline „mina“. Kui te ütlete, et tunnete subjektiivse „mina“ olemasolu, võin täpselt sama kindlat väita, et mina seda ei tunne. Ja proovige tõestada, et ma ei ole zombi.4 Inimene oskab kasutada sümboleid. Et me omistame neile mingi müstilise tähenduse, on jällegi vaid illusioon. Me teame, mida mingid sümbolid tähistavad, ja oskame neid õiges olukorras kasutada. Masinatega võrreldes oleme selles lihtsalt osavamad, aga mitte kvalitatiivses mõttes neist erinevad. Turingi jäljendusmäng on mäng inimese mõistusega, mis näitab, et inimene olemiseks on subjektiivne eneseteadvus oluline, kuid mõtlemisfunktsiooni teostamiseks mitte. Kui arvuti mängib malet sama hästi kui inimene, siis ei ole mingit mõtet öelda, et masin mängib küll hästi, kuid ei saa aru, mida ta teeb. Masin mängibki malet, sest talle ei ole sisse ehitatud tema enda tegevust mudeldavat ja isiksusena esitavat süsteemi. Kahju öelda, aga edukaks malemänguks pole kogu seda süsteemi vaja. Ma arvan, et enamikul juhul takistab selline süsteem mitmesuguseid probleeme tekitades malemängu.

Arvuti ja aju – kumb on parem, ilusam ja targem?

Milline peaks olema arvutusmasin, mis suudab jäljendusmängus edukalt esineda? Nagu juba öeldud, keskendus Turing digitaalsele arvutusmasinale. Inimaju kui väga keeruka süsteemi jäljendamiseks on tema arvates vaja võimast arvutit, mis on vähemalt sada korda suurem tollasest tipparvutist – Man­chesteri arvutist (Manchester Computer)5. Tollane võimas arvuti Manchester Mark 1, mis alustas tööd 1948. aasta juunis, oli mälumahuga 2560 bitti, sellele lisandus välismälu mahuga tervenisti 163 840 bitti. Baitides teeb see 20 480 ehk siis 0,02 megabaiti. Sellise suurusega on näiteks tuhat lehekülge tavalist teksti. Töötamiskiirus oli tolle aja kohta samuti väga suur, umbes 0,0008 MIPS (miljon tehet sekundis), kaasaegsetel arvutitel ulatub see 1000 MIPS-ni. Oluline oli aga, et Turingi arvates polnud vajalik mingi põhimõtteline arvuti keerukuse kasv. Piisas olemasolevate võimsuste suurendamisest. Pärast seda, kui Turing esitas 1936. aastal oma abstraktse universaalse digitaalarvuti idee, oli mõtlev masin juba olemas! Tegelik probleem ei peitu mitte masina füüsilistes osades, vaid loomulikult programmis. Kuid ka selles oli Turing üsna optimistlik. Mingeid põhimõttelisi takistusi sääraste programmide loomisel ta ei näinud. Ta arvas, et umbes 50 aasta pärast on võimalik programmeerida arvuteid mälumahuga umbes 109 jäljendusmängus nii osavaks, et viieminutilise küsitluse järel suudab keskmine küsitleja mängija õigesti ära arvata maksimaalselt 70% tõenäosusega.6 Aastal 2000 veel ühtegi sellist masinat ei olnud. Hilisemas raadiovestluses väitis ta täpsustamata, et sellised masinad on võimalikud saja aasta pärast.7 2001. aastal ennustas väga tuntud futuruloog Ray Kurzweil, et 2010. aastaks on loodud tarkvara, mille võimsus vastab inimajule.8 2006 aastal arvas ta, et inimaju simuleeriv tarkvara saab tegelikkuseks 2029. aastal.9 Kuidas nende ennustustega läinud on?

Tehnilisest küljest ei ole inimaju ja arvutite võrdlemine lihtne ülesanne, objektid on küllaltki erinevad. Arvutus­elementide kiiruselt jääb aju arvutitest selgelt maha. Neuronite töösagedus on kusagil 200 Hz, mikroprotsessoritel seevastu 2 GHz. Info ülekandekiirus ajus ja arvutites on samuti suuresti arvutite kasuks. Neuronite jätked taksonid kannavad signaale edasi kiirusega 120 m/s. Arvutites liiguvad signaalid valguse kiirusel (ümardatult 300 000 km/s). Arvutavate elementide kokkulugemine pole samuti väga lihtne. Inimese ajus on ligikaudu 100 miljardit neuronit10, neuronil on 1000–10 000 sünapsit ehk ühendust teiste neuronitega, seega on sünapsite arv ajus ligikaudu 1015. Suurimate vaalade ajus on neuroneid muidugi hulga rohkem, nende arv võib ulatuda kuni 250 miljardini. Kui esimestes mikroprotsessorites oli transistoride arv loetav tuhandetes, siis tänapäeval ulatub see kuni 10 miljardini. Erinevalt ajust ei ole mikroprotsessorite ühendamises mingeid piiranguid. Superarvutites võib nende arv küündida miljonitesse. Nii et elementide arvult on arvutid ajust üle. Mälumahult pole ajul samuti millegagi väga kiidelda, kuigi uued uuringud on seda arvu oluliselt suuremaks muutnud. Ajus leiduvate neuronite võrgustiku infomahutavuseks on pakutud ühte petabaiti. Üks petabait on miljon miljardit baiti ehk sama palju infot, kui sisaldub 4,7 miljardis raamatus.11 See arv tundub küll üüratu, aga näiteks super­arvuti Titan mälumaht on 40 petabaiti.

Aju on tekkinud loodusliku evolutsiooni käigus ja see on võtnud ikka päris kaua aega. Närvirakud tekkisid esmakordselt Ediacara aegkonnas elanud ussilaadsetel organismidel 550–600 miljonit aastat tagasi. Kui võtta aluseks inimesesarnase aju kujunemine, siis võime lähtuda näiteks inimese ja šimpansi ühise eellase lahknemise ajast 4 miljonit aastat tagasi. Tänapäevase digitaalse arvuti eellaseks loetava analüütilise masina mõtles välja inglise matemaatik ja leiutaja Charles Babbage 1830. aastatel. Mida kogu sellest arvurägastikust järeldada? Kui üldse midagi, siis ehk seda, et riistvara koha pealt on inimaju masinatele igati kättesaadav. Suurimad erinevused ilmnevad toimimise keerukuses. Aju on sunnitud toimima äärmiselt kompleksselt, kuna suhteliselt väikesesse mahtu tuleb mahutada palju väga erinevaid funktsioone. Selle probleemi on aju lahendanud toimingute laialijaotamise ja ülisuure paralleelsusega. Seda on loomulikult püütud ka arvutitega modelleerida, kuid tulemused jäävad esialgu ajule selgelt alla. Infotöötluse selle aspekti mõõtmiseks on hiljuti välja pakutud uus mõõtühik – TEPS (Traversed Edges Per Second, läbitud servad sekundis), mis iseloomustab info sisemist liikumise kiirust arvutis või ajus. Näitaja mõõdab nii arvutuskiirust kui ka info kommunikatsiooni arvutuselementide vahel.12 Olemasolevate hinnangute kohaselt sooritab inimaju   0.18 – 6.4 x1014 TEPS, mida on suurusjärgu võrra enam olemasolevatest superarvutitest. Aga ärme unustame, et arvutid arenevad kiiresti. Kindlasti on aju eelis selle struktuuri suur dünaamilisus, seda nii aju kujunemise käigus ontogeneesis kui ka igapäevases toimimises. Aju funktsioneerimine ja ehitus on tihedalt seotud, koos õppimisega ehitatakse aju ka ümber. Õppimise käigus ei lisata mitte lihtsalt uut informatsiooni juba valmis närvisüsteemi, vaid kujundatakse viimast ka aktiivselt ümber.13 Inimese närvisüsteem kasvab ja areneb keskkonnas, mis seda arengut aktiivselt mõjutab. Koos inimlapse pikenenud arengukestusega võimaldab see tekkida tingimustele kõige paremini sobivatel närvivõrgustikel. Inimese närvisüsteem on seega sulanud kokku keskkonnaga, kus ta talitleb, moodustades lahutamatu terviku. Selle üliolulise konteksti moodustavad inimese keha ning füüsiline, sotsiaalne ja kultuuriline keskkond.

Inimlast ümbritsev rikkalik ja mitmekesine sensoorne, lingvistiline ja tehnoloogiline keskkond on tema arenguks äärmiselt oluline. Keskkond ja inimese närvisüsteem ning ka muud bioloogilised tunnused arenevad lahutamatult koos, ühtses süsteemis. Areng ei saa kindlasti toimuda selliselt, et kõigepealt tekib bioloogilise evolutsiooni tulemusena inimaju ning seejärel algab sellele tuginedes kultuuriline evolutsioon. Bioloogilise ja kultuurilise evolutsiooni piiritlemine on üldse küsitav ja viljakam oleks rääkida ühtsest arengusüsteemist, kus bioloogia, kultuur ja tehnoloogia moodustavad lahutamatu terviku. Samasugusele järeldusele jõudis Turing, leides, et peamine viis, kuidas arvutusmasinaid arendada, on luua õppivaid masinaid. Tänapäevased edusammud tehisintellekti vallas ongi ennekõike seotud tehisnärvivõrkude süvaõppega (deep learning).14Turingi imitatsioonimängu läbivaid programme on püütud luua juba 1965. aastat (programm Eliza). 2014. aastal suutis programm Eugene Goostman, mis simuleeris 13aastast ukraina poissi, ära petta 33% kohtunikest.

Arvutid suudavad juba teha paljugi inimesele omast kas sama hästi või pareminigi. Tehisintellekt on käes ja areneb üha paremaks, aga see ei tähenda inimese tehislikku loomist. Inimene suudab näiteks korjata soos marju ja mõelda samal ajal maleülesannetele. Malet mängivad ja analüüsivad arvutid on juba olemas, robotitega, mis suudaksid rabas marju korjata, läheb veel aega, kuna ülesanne on märksa komplitseeritum. Kuid ehitada masin, mis korjab soos marju ja mõtleb samal ajal malele, ei tundu eriti kasuliku ja vajaliku ideena. Nii et tehisintellektidest tuleb kindlasti palju kasu ja palju jama, kuid päris kindlasti ei saabu nendega seoses mingit üldist õnnistust või õnnetust.

1 Alan Turing, Computing Machinery and Intelligence. – Mind, 1950, vol. 59, nr 236, lk 433–460. Artikli eestikeelne tõlge on ilmunud ajakirjas Akadeemia: Alan Turing. Arvutusmasinad ja intellekt. – Akadeemia, 2005, nr 12, lk 2572–2605.

2 Juri Lotman, Aju – tekst – kultuur – tehisintellekt. – Kultuurisemiootika: Tekst – kirjandus – kultuur, 1999, Tallinn, Olion, lk 394–410.

3 Ta selgitas hiljem oma jäljendusmängu ja arvutite mõtlemise teemat BBC raadiosaates 1951. ja 1952. aastal ning avalikus loengus 1952. aastal. Nende üleskirjutused on ilmunud raamatus Alan Turing: His work and impact, 2013, Elsevier, lk 660–676. Can Digital Computers Think? Intelligent Machinery: A Heretical Theory, lk 660–676.

4 Vaimufilosoofide esitatud mõtteline olend, kes on nagu inimene, aga kellel puuduvad kvalitatiivsed vaimuseisundid (kvaalid).

5 Alan Turing, Can Digital Computers Think? – Alan Turing: His work and impact, 2013, Elsevier, lk 661.

6 Alan Turing. Arvutusmasinad ja intellekt. – Akadeemia, 2005, 12, lk 2582.

7 Alan Turing, Richard Braithwaite, Geoffrey Jefferson, Max Newman, Can automatic calculating machines be said to think?– Alan Turing: His work and impact, 2013, Elsevier, lk 668.

8 Ray Kurzweil, The law of accelerating returns, 2001. http://www.kurzweilai.net/

KurzweilAI.net

9 Ray Kurzweil, Why we can be confident of turing test capability within a quarter century. 2006

KurzweilAI.net

10 Kust see number on tulnud, pole isegi väga selge. Mõne uurimuse kohaselt on neuronite arv väiksem (86 miljardit), vt nt Azevedo F. A, Carvalho L. R., Grinberg L. T., Farfel J. M., Ferretti R. E., Leite R. E., Jacob Filho W., Lent R., Herculano-Houzel S. Equal numbers of neuronal and nonneuronal cells make the human brain an isometrically scaled-up primate brain – Journal of Comparative Neurology, 2009, 513, 5, lk 532–541.

DOI: 10.1002/cne.21974.

11 Thomas M Bartol Jr, Cailey Bromer, Justin Kinney, Michael A Chirillo, Jennifer N Bourne, Kristen M Harris, Terrence J Sejnowski, Nanoconnectomic upper bound on the variability of synaptic plasticity – eLife, 2015, DOI: http://dx.doi.org/10.7554/eLife.10778

12 Brain performance in TEPS. http://aiimpacts.org/brain-performance-in-teps/. Servad tähendavad siinkohal graafi tippe ühendavaid lõike ning mõõdetakse info liikumise kiirust graafi tippude vahel. Mõõtmiseks genereerib arvuti graafi ja seejärel toimub info otsing graafis.

13 Bogdan Draganski, Christian Gaser, Gerd Kempermann, H. Georg Kuhn, Jürgen Winkler, Christian Büchel, Arne May, Temporal and Spatial Dynamics of Brain Structure Changes during Extensive Learning – The Journal of Neuroscience, 2006, 26, 23, lk 6314–6317 DOI: 10.1523/JNEUROSCI.4628-05.2006

14 Yann LeCun, Yoshua Bengio, Geoffrey Hinton, Deep leraning – Nature, 2015, vol. 521, lk 436–444.

Kui sulle meeldis see postitus jaga seda oma sõpradega

[LoginRadius_Share]
 

Leia veel huvitavat lugemist

TeaterMuusikaKino
Keel ja kirjandus
LR
Täheke
Õpetajate leht
Akadeemia
Kunstel
Muusika
Vikerkaar