Re[4]: Перспективы ИИ
От: Nuzhny Россия https://github.com/Nuzhny007
Дата: 29.08.16 04:13
Оценка:
Здравствуйте, StanislavK, Вы писали:

SK>мне вот реально интересно, это просто я такой тупой или я уж не знаю что по моему опыту эффективно заниматься машинным обучением нифига не просто и нельзя просто взять комп помощнее и готовую архитектуру и получить качественный результат.


По факту получается, что многие популярные приложения DL делают как раз или студенты или талантливые выпускники. Возможно, причина этого в том, что они этому учатся в вузе, отдают всё свободное время и стараются применять на всём, что видят. Будь то раскрашивание фотографий в стиле художников или поиск по лицам вконтакта.
Re[5]: Перспективы ИИ
От: StanislavK Великобритания  
Дата: 29.08.16 10:02
Оценка:
Здравствуйте, Nuzhny, Вы писали:

N>Здравствуйте, StanislavK, Вы писали:


SK>>мне вот реально интересно, это просто я такой тупой или я уж не знаю что по моему опыту эффективно заниматься машинным обучением нифига не просто и нельзя просто взять комп помощнее и готовую архитектуру и получить качественный результат.


N>По факту получается, что многие популярные приложения DL делают как раз или студенты или талантливые выпускники. Возможно, причина этого в том, что они этому учатся в вузе, отдают всё свободное время и стараются применять на всём, что видят. Будь то раскрашивание фотографий в стиле художников или поиск по лицам вконтакта.


Это нахождение новых областей применения существующей технологии, это всегда так с чем-то новым. Такие вещи, совершенно естественно, находят люди с кучей свободного времени.
Re: Перспективы ИИ
От: sharpcoder Россия  
Дата: 21.09.16 14:43
Оценка: 6 (1) +3
Здравствуйте, RiNSpy, Вы писали:

У ИИ огромные перспективы, и с точки зрения развития, и с точки зрения возможного финансирования.
— Сколько миллионов людей сидят в колл-центрах? Почти всех их скоро сможет заменить не очень сложный ИИ.
— Сотня миллионов профессиональных водителей — кандидаты на замену ИИшным автопилотом.
— Рабочие на различных фабриках по сборке телефонов, пошиву одежды, игрушек, обуви. Еще сотня миллионов заменится не очень сложным ИИ с рукой манипулятором.
— Продавцы в кофейнях и магазинчиках, повара, и пр. пр. пр. всех их можно заменить ИИ + Симпатичный робот

Причем, для всего этого не нужен general ai, уже текущее состояние AI позволяет или позволит решить большую часть задач. А ведь все это индустрии с годовым оборотом в триллионы $! И эти триллионы скоро пойдут не людям работникам, а собственникам и разработчикам AI и связанным систем!

Так что ИИ сейчас находится в самом зачаточном положении. Впереди — стадия активного, взрывного роста.
Re[2]: Перспективы ИИ
От: D. Petrov США  
Дата: 21.09.16 20:25
Оценка: 12 (1)
Здравствуйте, Nuzhny, Вы писали:

N>Нет, как раз напирают на достижение реальных практических результатов, а не на построение мифического ИИ. В том-то и дело, что DL приносит свои плоды прямо сейчас, позволяя решать насущные проблемы. Раньше крупные учёные придумывали признаки, тестировали их, выдумывали классификаторы. А сейчас студент покупает видеокарту помощнее, делает выборку, берёт готовую архитектуру сети и вуаля! Быстрый результат готов. И не только быстрый, но и достаточно качественный. Если внимательнее посмотреть на конкурсы kaggle, то часто решения победителей отличаются только способом аугментации исходной обучающей выборки. То есть они придумывают, как сделать её более полной.



да, самый сложный и трудозатратный вопрос в этой сфере это подготовка данных. Еще можно заметить что решения победителей каггл обычно сделаны на бустэд-деревьях, а не на нейро сетях и диип-лернинге. Нейросети если и используются то в качестве альтернативного метода (наравне с SVM, например) для энсемблинга моделей в единую финальную модель. Причем часто они поподают в финальную модель с низким коэффициентом типа 1/4 или 1/8. Т.е. они не очень эффективны. Исключениями являются разве что конкурсы с обработкой изображений, где нейро-сети обычно работают лучше.

N>Направление перспективное и оно так просто со сцены не уйдёт. По моему мнению, deep learning просто автоматизирует достаточно сложный творческий процесс. Областей для такой автоматизации много, специалисты будут нужны. Возможно, это не будут программисты, а, скорее, инженеры по обучению нейросетей и подготовке данных.


Фактически уже появилось две специализации для программистов — это ML engineer и data engineer. Ну еще специалисты по статистике и анализу прочно входят в стройные ряды инженерных специализаций — data scientists или quantitative analyst. Эти специализации никуда деться не должны по моему усмотрению. Хотя data engineering может слиться с чем то типа DBA или SQL developer.
Re[3]: Перспективы ИИ
От: __kot2  
Дата: 23.09.16 15:50
Оценка:
Здравствуйте, D. Petrov, Вы писали:
DP>да, самый сложный и трудозатратный вопрос в этой сфере это подготовка данных. Еще можно заметить что решения победителей каггл обычно сделаны на бустэд-деревьях, а не на нейро сетях и диип-лернинге. Нейросети если и используются то в качестве альтернативного метода (наравне с SVM, например) для энсемблинга моделей в единую финальную модель. Причем часто они поподают в финальную модель с низким коэффициентом типа 1/4 или 1/8. Т.е. они не очень эффективны. Исключениями являются разве что конкурсы с обработкой изображений, где нейро-сети обычно работают лучше.
то, чем я на работе занимаюсь я сам иногда называю "machine learning without learning"
то есть ты по данным не итеративно мытаешь подогнать модель, а сразу, прямо за одну итерацию ее строишь
Re[4]: Перспективы ИИ
От: D. Petrov США  
Дата: 30.09.16 19:42
Оценка:
Здравствуйте, __kot2, Вы писали:

__>то, чем я на работе занимаюсь я сам иногда называю "machine learning without learning"


Это как? Как на счет coding without coding?

__>то есть ты по данным не итеративно мытаешь подогнать модель, а сразу, прямо за одну итерацию ее строишь


Мне много чего деоать приходится. И итеративно и не очень.
Обычно ML тем и занимается что подгоняет\строит модель под заданную метрику типа AUC. Сложно представить чтобы это сработало сразу — без итераций.
Re[2]: Перспективы ИИ
От: senglory  
Дата: 04.10.16 09:32
Оценка:
S> — Сотня миллионов профессиональных водителей — кандидаты на замену ИИшным автопилотом.

Ну-ну, я посмотрю как это "искусственный интеллект" поведет машину в 2 часа ночи под проливным дождем по 2хполосной дороге с отсутствующей разметкой и ямами вперемешку с битым асфальтом и лужами на всю поверхность дороги. А еще посмотрю как он будет переворачивать парализованного больного с болями непонятной локализации, как он пролежни обрабатывать будет...
Re[3]: Перспективы ИИ
От: telavi Грузия  
Дата: 04.10.16 11:53
Оценка:
Здравствуйте, senglory, Вы писали:

S>> — Сотня миллионов профессиональных водителей — кандидаты на замену ИИшным автопилотом.


S>Ну-ну, я посмотрю как это "искусственный интеллект" поведет машину в 2 часа ночи под проливным дождем по 2хполосной дороге с отсутствующей разметкой и ямами вперемешку с битым асфальтом и лужами на всю поверхность дороги. А еще посмотрю как он будет переворачивать парализованного больного с болями непонятной локализации, как он пролежни обрабатывать будет...


Да, это реальные приложения для человеков. Но все такие работы дешево оплачиваются,
зато дорогие профессии, кторые якобы творческие, будут сметены киборгами.
Re: Перспективы ИИ
От: Voblin Россия http://maslyaew.narod.ru/
Дата: 05.10.16 15:36
Оценка: 6 (2)
Здравствуйте, RiNSpy, Вы писали:

RNS>... или же переждать всё это.


Переждать, по ходу дела, не получится.

Смотрите. Сейчас имеем машинку, играющуюся в го и в Atari. Ну, плюс то-сё типа распознавания лиц и прочей забавной мелочёвки. Распознавание лиц — это, конечно, редкостное западло, но к тектоническим сдвигам оно не ведёт. Автопилот для автомобильки — тоже. Полезный нишевой продукт, хотя если бы я был дальнобойщиком, я бы уже потихоньку задумывался о том, в кого переучиваться. Настоящий тектонический сдвиг, я думаю, произойдёт, когда ИИ придёт в экономику.

Сначала он, конечно, придёт на биржу. Он уже там, но пока что там есть место и для живых людей. Лет через несколько, подозреваю, на биржу без дрессированной нейросети не нужно будет даже пытаться соваться. Управление мировыми финансами полностью отойдёт роботам. Во что инвестировать, а из чего срочно уходить в кэш — это скоро станет не нашего человечьего ума дела. Наше дело в данном вопросе будет засунуть рублик в одну дырочку, а потом вытащить два из другой. А что там внутри происходит — целиком вне наших когнитивных способностей. Постепенно начнут закрываться издания, специализирующиеся на биржевой аналитике. Роботы их не читают, а люди в эту игру уже сами не играют. Любая ручная корректировка решения, принятого роботом, будет приводить к проигрышу.

Биржевое инвестирование — это не только азартная игра для богатеньких, но и технология управления. Другие участки управления экономикой тоже потихоньку подтянутся к масштабному внедрению настоящей, а не игрушечной, как сейчас, автоматизации. Можно будет по-старинке держать менеджера, распределяющего задачи и следящего за ходом их выполнения, а можно будет грузануть на сервак софтину, и получить в разы возросшую эффективность. Вкусно? А то!

Интересная получится картинка. Просыпаешься утром хорошо выспавшись, за чашечкой кофе просматриваешь список задач на сегодня. Ага, в 11:00 подойти к супермаркету, помочь бабе Маше донести сумку до дома (hint: не забыть спросить, как дела у внуков), потом пройти вдоль теплотрассы проверить, не прохудилась ли где изоляция, потом сходить в детский садик и снять репортаж о спортивном празднике. Если сделаешь всё правильно и вовремя, вечером на счету будет +200 У.Е. Кнопочки "Принять" и "Отказаться". Можешь отказаться. Значит, тебе сегодня выходной. Нет проблем. Хочешь — сиди дома. На этот случай роботы для тебя приготовили потрясающе интересную подборку новостей и приколов. Даже если кончились У.Е., голодным всё равно не останешься. У тебя неограниченный кредит на мелкие траты, и даже если вдруг захотелось потратиться по-крупному, оставь заявку, и роботы её наверняка согласуют. Роботы добрые и заботливые.
Никаких брутальных антиутопий. Все антиутопии будут мягкими, нежными и на редкость гуманными.

Юноша, планирующий будущее житьё, имеет на выбор следующие альтернативы:
1. Встроиться в Матрицу рядовым. Удобное, сытое, беззаботное и ненапряжное житьё. Спокойное потребление массового продукта. Без понимания, как это счастье реально управляется.
2. Напрячься, выучиться и принять участие в строительстве Матрицы. Это интересно. И тоже, кстати, удобно, сытно и не ахти как напряжно. В конечном итоге, конечно, тоже не будет сильно много реального понимания того, как функционирует вся эта радость. Извините, такова специфика этой радости.

Можно, конечно, ещё пойти бомжевать в дауншифтинг. Тоже вариант, особенно с учётом того, что социалка совсем пропасть всё равно не даст. Роботы заботливые и гуманные.

Нет никакого резона беспокоиться по поводу того, что слишком много народу ломанётся по варианту №2. Во-первых, ломанётся не так, чтобы запредельно много, а во-вторых, автоматический менеджмент для всех работу найдёт. Никто голодным не останется.
Re[2]: Перспективы ИИ
От: RiNSpy  
Дата: 05.10.16 16:06
Оценка: +1
Здравствуйте, Voblin, Вы писали:

V>Интересная получится картинка.


Интересно, но это пока фантазии, и в ближайшие минимум 30 лет тоже будет только фантазиями (имхо).

Для начала, ИИ это не только машинное обучение, но машинное обучение заняло нишу ИИ чуть менее чем полностью. А машинное обучение — это по сути прикладная статистика. Да, оно научится предсказывать краткосрочные колебания цен, но чем дальше в лес, тем меньше оно сможет предсказывать — чем больше роботов, тем труднее будет предсказывать. Но инвестирование — это не только и не столько статистика, и люди оттуда в ближайшие десятилетия никуда не денутся. Инвестирование — это как минимум экспертная оценка (знание людей, понимание бизнес-модели, оценка рисков и пр.), плюс ответсвенность. А вот с ответственностью у роботов больше проблемы (и в том числе из-за этого ждать автопилотируемые автомобили я бы тоже в ближайшее время не стал). Также как и с пониманием, а оно необходимо для экспертной оценки. "По аналогии", т.е. на основе статистики, много не предскажешь.

От нашего прогресса в ИИ, NP-сложные проблемы проще не станут. Нужна эвристика. И мы в сторону этой эвристики для ИИ даже и не начинали копать. Моё предсказание — в какой-то момент поток хороших новостей из машинного обучения иссякнет, и энтузиазм сменится пессимизмом. Куча стартапов и исследовательских центров останется без финансирования и закроется. Вместо нейронных сетей внимание опят привлекут логические экспертные системы, но лет 15-20 никакого энтузиазма не будет, а будет переосмысление и скучное применение известных методов в различных областях, но не как сейчас, а без особого ажиотажа.
Re[3]: Перспективы ИИ
От: Voblin Россия http://maslyaew.narod.ru/
Дата: 05.10.16 17:27
Оценка:
Здравствуйте, RiNSpy, Вы писали:

RNS>А машинное обучение — это по сути прикладная статистика.


Игра в го — это уже совсем ни разу не статистика. Было бы, кстати, интересно сделать на DL шахматную программку и стравить её с традиционными программками.
До какого-то момента действительно казалось (в том числе и мне), что вся тема "нейросети" — это плюс один способ решать задачу аппроксимации функции многих переменных. Более-менее эффективный способ для случая, когда "иксов" сотни или тысячи. Весьма экзотичная, в общем-то, задача. Но оказалось, что после проскока некоторого порога задачка перестала быть экзотической, и полезные применения придумываются по три штуки за минуту. Притом такие, для которых связь с задачей аппроксимации вообще не очевидна.

RNS>Да, оно научится предсказывать краткосрочные колебания цен, но чем дальше в лес, тем меньше оно сможет предсказывать — чем больше роботов, тем труднее будет предсказывать.


Уже сейчас основная ценность торгового робота (даже не очень интеллектуального) не столько в том, что он что-то там предсказывает, а в том, что он чётко следует заданной стратегии. Основные залёты живых биржевых игроков случаются тогда, когда они начинают паниковать и дёргаться. В робота модуль "паника" не встраивается, и поэтому даже если он лоханулся с предсказанием, он сразу в ноль не проигрывается. Так, чуть-чуть просядет, но это не страшно. На следующий день спокойно вернёт своё. Это я к тому, что предсказание не является задачей робота. Его задача — играть в игру. Предсказание — вспомогательный инструмент.

Что касается битв "роботы против роботов" на биржевых полях, то, мне кажется, ситуация "все против всех" скоро закончится (если ещё не закончилась), и нормальной практикой станет использование кооперативных стратегий.

RNS>Инвестирование — это как минимум экспертная оценка (знание людей, понимание бизнес-модели, оценка рисков и пр.), плюс ответсвенность.


Игра в го — это тоже экспертная оценка. А что касается знания людей и понимания бизнес-моделей, то моё скромное мнение, что эти наши знания и понимания больше мешают финансовому бизнесу, чем помогают. Уж слишком мы увлекающиеся и морально неустойчивые натуры.

RNS>А вот с ответственностью у роботов больше проблемы (и в том числе из-за этого ждать автопилотируемые автомобили я бы тоже в ближайшее время не стал).


В личном транспорте это, наверно, ещё долго будет оставаться экзотикой. А вот в общественном и особенно в грузовом может стать мэйнстримом весьма скоро. Достаточно будет наработать статистику, что в разы снижается аварийность. Не исключено, что лет через несколько мы ещё похоливарим на тему "безопасность на дорогах vs. занятость дальнобойщиков". Традиционно победят соображения безопасности.

RNS>От нашего прогресса в ИИ, NP-сложные проблемы проще не станут. Нужна эвристика. И мы в сторону этой эвристики для ИИ даже и не начинали копать.


Не удивлюсь, если прямо сейчас сразу несколько команд готовят к публикации работы по применению DL к решению задачи коммивояжера.

RNS>Моё предсказание — в какой-то момент поток хороших новостей из машинного обучения иссякнет, и энтузиазм сменится пессимизмом.


Могу подсказать даже один из источников этого пессимизма. Машинное обучение хоть и окажется в целом полезным для машинного перевода, но далеко не настолько, насколько многие рассчитывают. Перевод живого языка по-прежнему будет оставаться корявым и безжизненным. По ходу дела, задача полностью автоматического перевода вообще не имеет решения. Ни при каком уровне развития технологий.

RNS>Куча стартапов и исследовательских центров останется без финансирования и закроется.


Роботы своё самосовершенствование без ресурсов не оставят

RNS>Вместо нейронных сетей внимание опять привлекут логические экспертные системы


Сильно сомневаюсь. Там, похоже, рыбы совсем нет. Технологии бигдэйты покроют эту тему как бык овцу.
Re[4]: Перспективы ИИ
От: RiNSpy  
Дата: 05.10.16 18:28
Оценка:
Здравствуйте, Voblin, Вы писали:

V>Игра в го — это уже совсем ни разу не статистика. Было бы, кстати, интересно сделать на DL шахматную программку и стравить её с традиционными программками.

V>До какого-то момента действительно казалось (в том числе и мне), что вся тема "нейросети" — это плюс один способ решать задачу аппроксимации функции многих переменных. Более-менее эффективный способ для случая, когда "иксов" сотни или тысячи. Весьма экзотичная, в общем-то, задача. Но оказалось, что после проскока некоторого порога задачка перестала быть экзотической, и полезные применения придумываются по три штуки за минуту. Притом такие, для которых связь с задачей аппроксимации вообще не очевидна.

В том-то и дело, что статистика и ничего кроме статистики. Аппроксимация функции и не более. Так же, как и игра в Атари. Там ведь ИИ не выдумывает какую-то стратегию, а банально брутфорсит её (брутфорся в "правильном" направлении, но тем не менее). Банальные рефлексы. В случае с Го — по сути так же, как и раньше с шахматами, но с "прикидыванием" насколько позиция является выигрышной. Сравните с человеческим подходом к этим играм, особенно в Атари, где мы играя в игру, строим логическую модель того, как работает игра, на основе предыдущих знаний делаем выводы, а потом в этой абстрактной логической модели прикидываем, что нам надо делать, чтобы выиграть. ИИ же находит "интересные" решения банальным перебором, но "запоминает" и ищет дальше по наиболее выигрышным комбинациям.

V>Сильно сомневаюсь. Там, похоже, рыбы совсем нет. Технологии бигдэйты покроют эту тему как бык овцу.


Там рыба есть в плане какой-то предсказуемости и верифицируемости (нейронные сети — чёрный ящик, и ничего не гарантируют, что для критических автоматизированных систем есть очень плохо). Ну и такие системы хороши для дополнения возможностей человека, вместо их замены (замена человека это хорошо, но зачем? Покупка "социальных" роботов, работающих с людьми (например, официантов) ещё долго будет неокупаемой экзотикой. Если, конечно, пол-человечества из-за какой-то чумы не вымрет).

Имитирование биологической системы, со всеми её проблемами, к тому же практически совсем этой системы не понимая — имхо, не самый лучший подход.
Re[5]: Перспективы ИИ
От: Voblin Россия http://maslyaew.narod.ru/
Дата: 05.10.16 19:17
Оценка:
Здравствуйте, RiNSpy, Вы писали:

RNS>Там ведь ИИ не выдумывает какую-то стратегию, а банально брутфорсит её (брутфорся в "правильном" направлении, но тем не менее).


Неа. Брутфорсингом занимается традиционный подход, который сработал на шахматах, но не работает на го. А нейросеть, в том-то и дело, что ничего не брутфорсит. Элемент брутфорса есть в тренировке сети (именно поэтому нужна мощная видеокарта), но когда сеть обучена, то имеем моментальный расчёт ответа по выясненной формуле.

Кстати, могу прикинуть, в чём будет заключаться фишка следующей нейросетевой революции. ML с первого предъявления. Сейчас для того, чтобы сеть чему-то обучилось, её приходится долго и многократно удалбывать примерами. А сами мы, как правило, врюхиваем инфу с первого раза. Ну не надо нам тысячу раз читать книжку, чтобы въехать в сюжет.

RNS>Банальные рефлексы.


Не люблю слово "рефлекс". Reflection — это отражение. В мозгу нет ни одного зеркала. Там ничего ни в чём не отражается.
Так что "банальный рефлекс" — штука ни фига не банальная. Это весьма хитрое взаимодействие пришедших данных со всей предысторией сети. Банального в этом нет ровным счётом ничего.

RNS>Там рыба есть в плане какой-то предсказуемости и верифицируемости (нейронные сети — чёрный ящик, и ничего не гарантируют, что для критических автоматизированных систем есть очень плохо).


Когда мы сажаем выполнять ответственную работу живого человека, чёрная ящичность вообще конкретно зашкаливает. И ничего, как-то выкручиваемся...
Да, конечно, чрезвычайно удобно бывает возложить задачу на известно как работающий надёжный детерминированный механизм. Но если с этим конкретные затыки? Вот тогда и придётся из двух чёрных ящиков выбирать такой, у которого лучше требуемые характеристики. По крайней мере известно, что робоводитель грузовика не устанет, не заснёт за рулём и не занервничает из-за размолвки с его робоженой

RNS>Имитирование биологической системы, со всеми её проблемами, к тому же практически совсем этой системы не понимая — имхо, не самый лучший подход.


Да уж, когда роботу приделывают выразительные брови и говорят, что смоделировали эмоции — это

Не, ничего имитировать не надо. Но никто ведь не запрещает подглядывать, так ведь? Матушка-эволюция очень кстати забыла запатентовать свои изобретения
Re[5]: Перспективы ИИ
От: TMU_1  
Дата: 06.10.16 07:03
Оценка:
RNS>В том-то и дело, что статистика и ничего кроме статистики. Аппроксимация функции и не более. Так же, как и игра в Атари. Там ведь ИИ не выдумывает какую-то стратегию, а банально брутфорсит её (брутфорся в "правильном" направлении, но тем не менее). Банальные рефлексы. В случае с Го — по сути так же, как и раньше с шахматами, но с "прикидыванием" насколько позиция является выигрышной. Сравните с человеческим подходом к этим играм, особенно в Атари, где мы играя в игру, строим логическую модель того, как работает игра, на основе предыдущих знаний делаем выводы, а потом в этой абстрактной логической модели прикидываем, что нам надо делать, чтобы выиграть. ИИ же находит "интересные" решения банальным перебором, но "запоминает" и ищет дальше по наиболее выигрышным комбинациям.




Не вдаваясь в технические подробности — какая разница, если ИИ обыгрывает человека?
Ни один самолет не машет крыльями, но летает гораздо дальше и быстрее, чем любая птица.
Re[5]: Перспективы ИИ
От: _hum_ Беларусь  
Дата: 06.10.16 08:12
Оценка: 2 (1) +1
RiNSpy, а вы видели вот это Верховный алгоритм: Как машинное обучение изменит мир

я хоть тоже скептик по поводу нейронных сетей, но приведенные в аннотации к книге варианты применения впечатлили (особенно создание копии личности. мы уже же сегодня начинаем потиху этим пользоваться, когда нам гугл и ютьюб подсовывает то, что нашей личности больше бы понравилось).

другое дело, что к ИИ, возможно, это не имеет непосредственного отношения, и делать там ученым и инженерам не очень есть чего.
Re[6]: Перспективы ИИ
От: RiNSpy  
Дата: 06.10.16 10:44
Оценка:
Здравствуйте, TMU_1, Вы писали:

TMU>Не вдаваясь в технические подробности — какая разница, если ИИ обыгрывает человека?

TMU>Ни один самолет не машет крыльями, но летает гораздо дальше и быстрее, чем любая птица.

Тут как и с шахматами — народ думает, что игра в Го, это хороший критерий оценки уровня интеллекта. И таким образом, переоценивают возможности ИИ (как и с шахматами раньше). Хотя на самом деле область применения тех технологий сравнительно узкая, и до полноценного ИИ ещё ооочень далеко. Ну и интересная проблема — понять, почему ИИ делает тот или иной ход, практически невозможно. Дебажить его тоже затруднительно. И сам алгоритм не может объяснить, почему он делает тот или иной ход.

Тем не менее, это был огромный прорыв, я не спорю. И основная идея была довольно простой и элегантной — использование нейросетей для аппроксимации Q-функции.

Но, как говорится, слоны умные животные, но они не играют в шахматы.
Re[6]: Перспективы ИИ
От: Voblin Россия http://maslyaew.narod.ru/
Дата: 06.10.16 13:58
Оценка:
Здравствуйте, _hum_, Вы писали:

__> Верховный алгоритм: Как машинное обучение изменит мир


Интересный текст. Главное, что без фигни.

__>я хоть тоже скептик по поводу нейронных сетей, но приведенные в аннотации к книге варианты применения впечатлили (особенно создание копии личности. мы уже же сегодня начинаем потиху этим пользоваться, когда нам гугл и ютьюб подсовывает то, что нашей личности больше бы понравилось).


Да, это больше про бигдэйту, но ML туда тоже просится.
Re[6]: Перспективы ИИ
От: marcopolo Россия  
Дата: 06.10.16 19:12
Оценка:
Здравствуйте, Voblin, Вы писали:

V>Кстати, могу прикинуть, в чём будет заключаться фишка следующей нейросетевой революции. ML с первого предъявления. Сейчас для того, чтобы сеть чему-то обучилось, её приходится долго и многократно удалбывать примерами. А сами мы, как правило, врюхиваем инфу с первого раза. Ну не надо нам тысячу раз читать книжку, чтобы въехать в сюжет.


Неправда. Вашу нейронную сеть обучают лет 15, до того как вы начнете понимать сюжет.
Re[7]: Перспективы ИИ
От: Voblin Россия http://maslyaew.narod.ru/
Дата: 07.10.16 13:23
Оценка:
Здравствуйте, marcopolo, Вы писали:

M>Неправда. Вашу нейронную сеть обучают лет 15, до того как вы начнете понимать сюжет.


Допустим, мне притаранили новый восхитительный шедевр великой и прекрасной Дарьи Донцовой. Моя нейросеть обучена воспринимать сигналы со зрительных рецепторов. Обучена выделять области, являющиеся текстом. Распознавать буквы. Складывать их в слова. Владеть языком, на котором написаны слова. Уметь понимать конструкцию предложения. Да, всё это лет 15.
Теперь вот я этой своей за долгие годы обученной нейросетью читаю текст. Один раз. После этого могу пересказать сюжет и проанализировать взаимоотношения персонажей. И сразу после прочтения могу, и на следующий день могу, и через неделю. Через месяц — уже сложнее, но в общих чертах тоже норм. А почему могу? КО подсказывает, что потому, что я его запомнил! С первого и единственного предъявления.
Re[7]: Перспективы ИИ
От: _hum_ Беларусь  
Дата: 07.10.16 15:10
Оценка: 6 (1) +1
Здравствуйте, marcopolo, Вы писали:

M>Здравствуйте, Voblin, Вы писали:


V>>Кстати, могу прикинуть, в чём будет заключаться фишка следующей нейросетевой революции. ML с первого предъявления. Сейчас для того, чтобы сеть чему-то обучилось, её приходится долго и многократно удалбывать примерами. А сами мы, как правило, врюхиваем инфу с первого раза. Ну не надо нам тысячу раз читать книжку, чтобы въехать в сюжет.


M>Неправда. Вашу нейронную сеть обучают лет 15, до того как вы начнете понимать сюжет.


тут еще и про такой момент забыли: наша "нейронка" не пустая изначально, а содержащая уже в себе некоторые базовые выделенные за многие миллионы лет эволюции модели (зашитые в структуре мозга, которая, в свою очередь, зашита в геноме), потому со стороны кажется, что "ребенок учится с одного-двух раз", тогда как на деле он просто "калибрует" свою модель.
Подождите ...
Wait...
Пока на собственное сообщение не было ответов, его можно удалить.