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.
Здравствуйте, RiNSpy, Вы писали:
RNS>Сейчас очень много внимания, как в медиа, так и в академической среде, уделяется ИИ. Огромное количество публикаций в топовых конференциях по робототехнике, машинному зрению и пр. содержит в себе deep learning. Чуть ли не каждый стартап, собирающий инвестиции, использует deep learning. Исследовательские компании на передовой — DeepMind, OpenAI — оцениваются в огромные суммы и собирают огромное количество финансирования, несмотря на отсутствие прибыли. Почти все настроены оптимистично, ожидают интеллект уровня человека в ближайшие 10 лет, и я ещё не видел ни одного авторитетного известного в научной среде скептика. Среди студентов — настоящий ажиотаж, в ИИ идут чуть ли не все, начиная с 2012 года.
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.
RNS>Хотелось бы обсудить перспективы этого направления науки, а также карьеры с точки зрения исследователя/инженера.
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.
Сейчас очень много внимания, как в медиа, так и в академической среде, уделяется ИИ. Огромное количество публикаций в топовых конференциях по робототехнике, машинному зрению и пр. содержит в себе deep learning. Чуть ли не каждый стартап, собирающий инвестиции, использует deep learning. Исследовательские компании на передовой — DeepMind, OpenAI — оцениваются в огромные суммы и собирают огромное количество финансирования, несмотря на отсутствие прибыли. Почти все настроены оптимистично, ожидают интеллект уровня человека в ближайшие 10 лет, и я ещё не видел ни одного авторитетного известного в научной среде скептика. Среди студентов — настоящий ажиотаж, в ИИ идут чуть ли не все, начиная с 2012 года.
Хотелось бы обсудить перспективы этого направления науки, а также карьеры с точки зрения исследователя/инженера.
Мне кажется очевидным, что данная область в настоящее время является переоценённой. Туда идёт много денег и талантливых людей, которые могли бы заниматься исследованиями в других областях. Да, эти исследования уже дали и дадут в будущем очень много интересных и важных результатов, но когда любая область является переоценённой — будь то финансы в 2006 или ИИ сейчас — это не хорошо.
Я очень сильно сомневаюсь, что за следующие 10 лет будет какой-то прорыв в ИИ. Собственно, ничего кардинально нового не было предложено — просто сейчас стало практично применять те методы, которые ранее были непрактичны (например, глубокие нейронные сети, использование их для аппроксимации Q-функции в reinforcement learning). Пока что ажиотаж поддерживается результатами (не практичными, но громкими) — игра в игры на Atari, победа в Go — и если дальше эти результаты не будут идти по нарастающей, в какой-то момент люди с деньгами задумаются об отсутствии обещанных результатов. Это может привести к новой "ИИ зиме", как в 70х и 80х.
Когда этот момент настанет (а может, намного раньше) — на рынке будет переизбыток специалистов. Самые громкие из них с тоннами публикаций разумеется никуда не денутся, но остальным придётся искать новую специализацию. (К слову, думаю, финансирование стартапов скоро тоже урежется. Слишком популярен сейчас краудфандинг — т.е. пресловутый чистильщик обуви инвестирует в стартапы, и даже многие "успешные" стартапы с многомиллиардными оценками всё ещё не приносят ни копейки прибыли (Twitter, Uber...) — всё это намекает, что мы где-то на пике пузыря, возможно. Инвесторы раздают деньги, потому что их банально некуда больше вложить. Такое не может продолжаться вечно.
Вообщем, не совсем ясно — идти сейчас в ИИ, активно пытаться пробиться в компании-гиганты ИИ, или же переждать всё это.
Здравствуйте, RiNSpy, Вы писали:
RNS>Вообщем, не совсем ясно — идти сейчас в ИИ, активно пытаться пробиться в компании-гиганты ИИ, или же переждать всё это.
Сам задаюсь ровно таким же вопросом. Я на курсере(был) чуть ли не самого начала (2011-2012), и ниразу за это время не прошел до конца ни одного ml курса. Еще есть понимание, что там уже давно все сделано и все ниши практически заняты. Гиганты типа google, fb, ms, ibm туда активно инвестируют, соотв. где-то у них и будет прорыв. Мне например попасть в одну из этих компаний в данное направлении уже нереально, ибо конкуренция бешеная. С другой стороны покурить математику всего этого было бы крайне полезно, просто для общего развития. А именно математику курить и стоит.
Чтобы два раза не вставать -- вот читал давеча обсуждение на кворе ровно этого же вопроса.
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.
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.
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.
RNS>Сейчас очень много внимания, как в медиа, так и в академической среде, уделяется ИИ. Огромное количество публикаций в топовых конференциях по робототехнике, машинному зрению и пр. содержит в себе deep learning. Чуть ли не каждый стартап, собирающий инвестиции, использует deep learning. Исследовательские компании на передовой — DeepMind, OpenAI — оцениваются в огромные суммы и собирают огромное количество финансирования, несмотря на отсутствие прибыли. Почти все настроены оптимистично, ожидают интеллект уровня человека в ближайшие 10 лет,
Да ну. Кто о таком говорит из людей, лично занятых в этой области? Я вот читал, буквально "General AI — это для досужих журналистов и фантазеров, ни в какое обозримое время его не будет, будут все лучше решаться частные задачи, типа того же распознавания образов, речи и т.д."
RNS>Хотелось бы обсудить перспективы этого направления науки, а также карьеры с точки зрения исследователя/инженера. RNS>Мне кажется очевидным, что данная область в настоящее время является переоценённой. Туда идёт много денег и талантливых людей, которые могли бы заниматься исследованиями в других областях.
А в каких других? То есть какие области ты видишь перспективными, но недооцененными?
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.
Здравствуйте, Sharov, Вы писали:
S>Про цикл не знаю, можно ссылки?
Да хотя бы Википедия. Можно в статье "шизофрения" поискать слово "дофамин", а можно и наоборот.
S>Но это как раз пример фундаментальной поломки, т.е. "ПЗУ".
Если шварпнуть по материнской плате макетным ножом — это будет поломка ПЗУ, или всё же чего-то ещё?
Здравствуйте, Voblin, Вы писали:
V>Здравствуйте, _hum_, Вы писали:
__>>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.
V>Древние отделы ГМ (например, управление дыханием, сердцебиением, терморегуляцией, перистальтикой кишечника и т.п.) — да, их мы уже получаем прошитыми. Но кора больших полушарий у новорожденного младенца представляет собой чистый лист. Универсальный вычислитель, в который изначально не загружено вообще ничего. Сеть, готовая обучаться, но пока что категорически ничему не обученная.
это откуда у вас такая инфа про "чистый лист"?
Исследователю из Университета Южной Калифорнии удалось продемонстрировать, что способность мозга создавать абстрактные образы (инварианты) зрительного восприятия является у цыплят врожденной. Инвариантный образ — это модель объекта, которую мы строим в нашем сознании; благодаря наличию этой модели мы можем узнавать объект, видя его с разных расстояний и с различных ракурсов. До сих пор предполагалось, что чтобы научиться создавать такие модели, мозгу нужно накопить определенный зрительный опыт. ref
Здравствуйте, Sharov, Вы писали:
S>Извините, но не очень понял как это отвечает на мой вопрос
Это я к тому, что не нужно подсознанием считать какие-то тёмные глубины, в которых водятся какие-то демоны и фрейдистские вытесненные воспоминания. Есть ещё куча вполне рядовых вещей, которые вполне можно в полной мере прочувствовать, но когда начинаешь пытаться перевести в слова, то прут или какие-то забубённые дифуры, или бессмысленные стихи.
S>Ловить мяч -- обучаемый навык, согласен. Только к ПЗУ это отношения не имеет, к ОЗУ имеет. ПЗУ более фундаментальная штука, которая если слетит ("разольется в сознание"), то человек окажется в психбольнице. Психбольница -- поврежденное ПЗУ(микрокод слетел).
При чём тут ПЗУ? Например, шизуха, говорят, вполне конкретно связана с нарушениями в химии мозга. Конкретно — с дофаминовым циклом. Начинает путаться реальное и воображаемое, и всё, капец — привет, дурка.
Здравствуйте, RiNSpy, Вы писали:
RNS>Вообщем, не совсем ясно — идти сейчас в ИИ, активно пытаться пробиться в компании-гиганты ИИ, или же переждать всё это.
Сейчас действительно есть некоторый хайп в этой области (как big data лет 5-6 назад), многие пытаются понять как это вообще использовать, это немного устаканиться и область просто займет свою нишу.
Как и в любой другой не простой области, всегда будет мало людей которые реально понимают как это работает и как правильно этим пользоваться. Такие люди всегда будут цениться, независимо от "модности" направления.
RNS>>Вообщем, не совсем ясно — идти сейчас в ИИ, активно пытаться пробиться в компании-гиганты ИИ, или же переждать всё это. SK>Сейчас действительно есть некоторый хайп в этой области (как big data лет 5-6 назад),
Угадать бы, в какой области будет следующий хайп. Не поможет ли в этом ИИ ?
Здравствуйте, Sharov, Вы писали:
S>20 лет железо было не то, да и гуглю с фб это было не слишком интересно, а сейчас они копытом бьют в этом направлении.
Причём мне так кажется, что чем больше Гуглов и Фейсбуков создают отделы/компании, работающие в этом направлении, тем больше менеджеров других крупных компаний начинают бояться отстать и хотят своих собственных ИИ R&D "как все нормальные компании", чтобы как бы чего не вышло. Своего рода эффект группового мышления — "все делают, и я тоже буду делать". А что там реально, а что фантазии, менеджеры наверное и сами не знают. Главное, что можно продать инвесторам, а у инвесторов спрос на баззворды.
ИИ всех видов и мастей давно создан и нормально работает.
Причина в всей шумихи с ИИ в том, что какой-то умник выдумал определять его "настоящесть" по степени близости к поведению человека.
Если конкретно — среднего обывателя который не должен отличить ИИ от себе подобного.
Естественно воспроизвести шизофреничные реакции частично-разумного гоминида, да еще социализованного(читай выборочный идиотизм и отключение половины мозга по кодовому слову), является трудной задачей. А сама по себе открытая формализация такой задачи серьезно превосходит по уровню "антиобщественной деятельности" и "экстремизма" все известные в телевизоре формы терроризма и прочей противозаконной деятельности.
Сформулировавшего чем отличается работающий интеллект от среднего избирателя, закроют вместе с университетом, если не вообще, научной областью.
Как уже сделали с генетикой человека.
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.
Здравствуйте, _hum_, Вы писали:
__>если уж у цыплят такие модели есть, то что говорить про человека.
Наверняка есть. Просто поначалу до этих цепей сигнал не доходит.
__>... высшие же отделы отвечают за коррекцию этого движения.
Если честно, меня всякие рассуждения про высшие и низшие отделы и функции реально бесят. Во Вселенной нет ни верха, ни низа. Она, гадюка такая, анизотропна. Чтобы понять, кто в черепной коробке хозяин, достаточно задержать дыхание на минутку. А потом прищемить палец дверным косяком. А потом по уши влюбиться. Серией жизненных экспериментов легко отыскивается единственно правильный ответ на этот вопрос: в черепной коробке нет никакого верха и низа. Нет и никогда не было самого главного отдела и самого главного нейрона. Пытаясь приписать мозговым процессам иерархичность, мы очень круто заблуждаемся. Наши мозги реализуют принципы управления, в корне отличающиеся от тех принципов, на которых основываются наши обезьяньи стаи.
Ой, чё-то меня опять снесло на пропаганду анархизма. Сорри
Здравствуйте, Ops, Вы писали:
Ops>Здравствуйте, xma, Вы писали:
xma>>IBM Watson победил же в игре — телевикторине Jeopardy (российский аналог — Своя игра) .. так что осталась практически единственная проблема — распознавание речи ..
Ops>Эта игра проверяет исключительно эрудицию, но не соображалку. Собственно, из того что пишут про "Ватсона", это и есть огромная БД с продвинутым поиском, не более. Ops>Как он ответит на "у меня ничего не работает"? Или "компьютер не показывает эту штучку"? Скажет, "вопрос не понятен"? Нормальная техподдержка часто умудряется протелепатировать и найти правильные уточняющие вопросы, но не думаю, что это по плечу даже "Ватсону", в которого загнали информации (фактов) больше, чем способны за всю жизнь воспринять 1000 техподов. В такой телепатии надо проявлять инициативу.
всё просто — часть типичных вопросов будет обрабатывать ИИ , а часть оператор ..
RNS>Сейчас очень много внимания, как в медиа, так и в академической среде, уделяется ИИ.
такие всплески внимания станартны последние лет 60, каждые лет 20 всплеск, потом на чтонить переключатся или лицом о каконить ограничение трендовое направление ударится и все затихнет, покамест "нейроны это то под что дают деньги" (С) один человек на конференции по ИИ
Здравствуйте, TMU_1, Вы писали:
RNS>>Почти все настроены оптимистично, ожидают интеллект уровня человека в ближайшие 10 лет,
TMU>Да ну. Кто о таком говорит из людей, лично занятых в этой области? Я вот читал, буквально "General AI — это для досужих журналистов и фантазеров, ни в какое обозримое время его не будет, будут все лучше решаться частные задачи, типа того же распознавания образов, речи и т.д."
Ну вот например быстрый поиск нашёл, что Shane Legg говорит о 2025-2028, и почти наверняка др 2050:
А вот то, что "General AI — это для досужих журналистов и фантазеров" — я очень удивлюсь, если кто из авторитетных людей писал или говорил в последние 5 лет. Что и понятно — не всякий захочет публично высказываться против финансирования собственной области.
RNS>>Хотелось бы обсудить перспективы этого направления науки, а также карьеры с точки зрения исследователя/инженера. RNS>>Мне кажется очевидным, что данная область в настоящее время является переоценённой. Туда идёт много денег и талантливых людей, которые могли бы заниматься исследованиями в других областях.
TMU>А в каких других? То есть какие области ты видишь перспективными, но недооцененными?
Возможно здравоохранение — на мой невооружённый глаз, там каменный век какой-то. Но на самом деле я не знаю. Возможно, более традиционная автоматизация и роботизация.
Здравствуйте, raydac, Вы писали:
R>такие всплески внимания станартны последние лет 60, каждые лет 20 всплеск, потом на чтонить переключатся или лицом о каконить ограничение трендовое направление ударится и все затихнет, покамест "нейроны это то под что дают деньги" (С) один человек на конференции по ИИ
Ну про деньги это понятно, да. Деньги и популярность. В 70х тоже говорили, что ИИ будет через 5-10 лет, а затем этот ИИ станет суперинтеллектом.
Здравствуйте, raydac, Вы писали:
RNS>>Сейчас очень много внимания, как в медиа, так и в академической среде, уделяется ИИ.
R>такие всплески внимания станартны последние лет 60, каждые лет 20 всплеск, потом на чтонить переключатся или лицом о каконить ограничение трендовое направление ударится и все затихнет, покамест "нейроны это то под что дают деньги" (С) один человек на конференции по ИИ
20 лет железо было не то, да и гуглю с фб это было не слишком интересно, а сейчас они копытом бьют в этом направлении.
Здравствуйте, Sharov, Вы писали:
S>Сам задаюсь ровно таким же вопросом. Я на курсере(был) чуть ли не самого начала (2011-2012), и ниразу за это время не прошел до конца ни одного ml курса. Еще есть понимание, что там уже давно все сделано и все ниши практически заняты. Гиганты типа google, fb, ms, ibm туда активно инвестируют, соотв. где-то у них и будет прорыв. Мне например попасть в одну из этих компаний в данное направлении уже нереально, ибо конкуренция бешеная. С другой стороны покурить математику всего этого было бы крайне полезно, просто для общего развития. А именно математику курить и стоит.
Ну да. Курсера как бы даёт обзор без детального понимания — на уровне инженера, а не исследователя. Для исследователя надо как минимум прочитать и понять серьёзные книги вроде Бишопа, но там довольно серьёзная математика и статистика. Ну а затем, разумеется, надо вникнуть в новейшие работы, выбрать нишу, сделать хоть пару публикаций чтоб тебя серьёзно воспринимали. Ну или иметь хорошие новые идеи и горящие глаза. Плюс хорошо бы иметь представление о нейробиологии. Но для этого надо себя реально этому всему посвятить.
Что самое интересное — несмотря на бешеную конкуренцию (там реально очень крутые люди), насколько я понимаю им очень не хватает людей. Кстати, по наблюдениям, крутизна людей в ИИ многим ударила в голову и они сами стали считать себя черезчур крутыми. Очень много спеси, самовосхваления в фейсбуках и твиттерах, на конференциях и пр.
Вообщем главный вопрос для меня — инвестировать следующие 5-10 лет в эту область или что-то другое выбрать (например, собственно робототехнику, SLAM и прочее, там тоже много интересных проблем — или вообще уйти куда-нибудь в финансы?). С одной стороны — интересно и востребовано сейчас, плюс один из немногих вариантов зарабатывать нормальные деньги занимаясь наукой среди интересных людей. С другой стороны — огромная конкуренция, лет через 10 может всё кончиться и будет переизбыток специалистов, и если ты не в топе — то можно остаться у разбитого корыта.
Здравствуйте, Nuzhny, Вы писали:
N>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.
Ну в том то и дело, что может получиться так, что нужны будут в основном вот такие студенты-"настройщики" сетей. Ну и немного топовых исследователей в этой области. Т.е. если ты не в топе с десятком-другим публикаций в NIPS, то перспективы могут быть не самыми радужными.
Здравствуйте, RiNSpy, Вы писали:
RNS>Здравствуйте, Sharov, Вы писали:
S>>20 лет железо было не то, да и гуглю с фб это было не слишком интересно, а сейчас они копытом бьют в этом направлении.
RNS>Причём мне так кажется, что чем больше Гуглов и Фейсбуков создают отделы/компании, работающие в этом направлении, тем больше менеджеров других крупных компаний начинают бояться отстать и хотят своих собственных ИИ R&D "как все нормальные компании", чтобы как бы чего не вышло. Своего рода эффект группового мышления — "все делают, и я тоже буду делать". А что там реально, а что фантазии, менеджеры наверное и сами не знают. Главное, что можно продать инвесторам, а у инвесторов спрос на баззворды.
Нет, это не аргумент -- у гугла и фб свои серверные фермы и специальная инфраструктура под это, но никто же на страется за ними угнаться в этом плане. Я не беру в пример aмазон и мс. Обычные компании. Но вот отожрать хлеб у массы народа с помощь какого-нибудь ai -- запросто. Гугл это будет делать не хуже и за бесплатно.
Здравствуйте, RiNSpy, Вы писали:
RNS>Здравствуйте, Sharov, Вы писали:
S>>Сам задаюсь ровно таким же вопросом. Я на курсере(был) чуть ли не самого начала (2011-2012), и ниразу за это время не прошел до конца ни одного ml курса. Еще есть понимание, что там уже давно все сделано и все ниши практически заняты. Гиганты типа google, fb, ms, ibm туда активно инвестируют, соотв. где-то у них и будет прорыв. Мне например попасть в одну из этих компаний в данное направлении уже нереально, ибо конкуренция бешеная. С другой стороны покурить математику всего этого было бы крайне полезно, просто для общего развития. А именно математику курить и стоит.
RNS>Ну да. Курсера как бы даёт обзор без детального понимания — на уровне инженера, а не исследователя. Для исследователя надо как минимум прочитать и понять серьёзные книги вроде Бишопа, но там довольно серьёзная математика и статистика. Ну а затем, разумеется, надо вникнуть в новейшие работы, выбрать нишу, сделать хоть пару публикаций чтоб тебя серьёзно воспринимали. Ну или иметь хорошие новые идеи и горящие глаза. Плюс хорошо бы иметь представление о нейробиологии. Но для этого надо себя реально этому всему посвятить.
Вы чего хотите -- работать инженером или исследователем? Тут совершенно разные наборы навыков, исследователь тут прежде всего математик с соотв. образованием. Исследователь придумал новый алг., инженеры его имлпементировали, сидим проверяем результаты. Для меня исследователь в данной области -- дважды мимо. Здесь серьезная мат. подготовка нужна.
RNS>Что самое интересное — несмотря на бешеную конкуренцию (там реально очень крутые люди), насколько я понимаю им очень не хватает людей. Кстати, по наблюдениям, крутизна людей в ИИ многим ударила в голову и они сами стали считать себя черезчур крутыми. Очень много спеси, самовосхваления в фейсбуках и твиттерах, на конференциях и пр.
Не понял о чем Вы, но людей в этой области сейчас реально дофига. Это известные стоны, что всем всегда чего-то не хватает.
RNS>Вообщем главный вопрос для меня — инвестировать следующие 5-10 лет в эту область или что-то другое выбрать (например, собственно робототехнику, SLAM и прочее, там тоже много интересных проблем — или вообще уйти куда-нибудь в финансы?). С одной стороны — интересно и востребовано сейчас, плюс один из немногих вариантов зарабатывать нормальные деньги занимаясь наукой среди интересных людей. С другой стороны — огромная конкуренция, лет через 10 может всё кончиться и будет переизбыток специалистов, и если ты не в топе — то можно остаться у разбитого корыта.
Если Вы в России живете, то выбор не велик -- яндекс, мейлру плюс еще 5-6 фирм, которые этим серьезно занимаются. Зацепиться будет проблематично, учитываю разогретость области. В штатах с этим, кмк, проще. Поэтому я, будучи в России и не планируя никуда уезжать, особо не рыпаюсь. Это был пессимистичный взгляд на вещи, оптимистичный можете почитать тут (видео), и понять куда лучше ткнуться. Т.е. при очень большом желании место под солнцем найти можно.
RNS>ожидают интеллект уровня человека в ближайшие 10 лет, и я ещё не видел ни одного авторитетного известного в научной среде скептика.
С этим быссмысленно спорить. Сейчас любой телефон может камерой выделить лицо и улыбку. Это уже интеллект способность уровня ребёнка в пару(?) месяцев от рождения.
Я уже не раз писал, но дискуссии это не вызвало, что интеллект вторичен, нужно выращивать сознание. Но ещё не пришло время, сознание не сможет жить в нынешних пк или телефонах. И дело не мощности железа, но в отсутствии его самостоятельной мобильности. Сейчас эта тема вызывает непонимание, как в своё время сами компьютеры. И сейчас это исключительно научное и исследовательское направление. Кроме того, первые результаты, которые я бы ожидал, настолько скучные и блеклые, что совершенно не заинтересуют массу.
Несомненно одно — алгоритмы выделения предметов, звуков и пр. окружающей среды пригодится, так это bios для будущего сознания. Все прочие "интеллекты"(вроде ботов для игры) умрут за ненадобностью.
Здравствуйте, RiNSpy, Вы писали:
RNS>Здравствуйте, Nuzhny, Вы писали:
N>>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. RNS>Ну в том то и дело, что может получиться так, что нужны будут в основном вот такие студенты-"настройщики" сетей. Ну и немного топовых исследователей в этой области. Т.е. если ты не в топе с десятком-другим публикаций в NIPS, то перспективы могут быть не самыми радужными.
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. "настройщик" сети это и есть самая сложная часть и, насколько мне известно, весь топовый рисеч как раз в этой области. Вся основная математика на которой построены сети довольно проста и давно известна, просто она стала использоваться несколько иначе.
Повторюсь, что хороших специалистов всегда мало и они всегда будут востребованы.
Здравствуйте, namespace, Вы писали:
N>И дело не мощности железа, но в отсутствии его самостоятельной мобильности. Сейчас эта тема вызывает непонимание, как в своё время сами компьютеры. И сейчас это исключительно научное и исследовательское направление. Кроме того, первые результаты, которые я бы ожидал, настолько скучные и блеклые, что совершенно не заинтересуют массу.
Вы имеете в виду, чтобы железо могло передвигаться, реагировать со средой, изменять её, получать из среды сигналы и пр.? А чем виртульная симуляция не подходит?
Мне кажется, в чём ДипМайнд правы, так это в том, что игры являются идеальной средой для тестирования общего ИИ. Так можно и сложность контролировать, и эксперименты повторять, и прогресс оценивать. Как научится ИИ самообучаться игре в любую из топовых игр — вот тогда можно говорить что мы близки к настоящему ИИ.
А пока же он даже в пэкмэна играть нормально не может, не говоря уже об играх где всё состояние игры не описывается текущеми пикселами на экране. Потому что памяти у этих сетей пока нет вообще (ну, есть попытки, но ничего пока нормально не работает). Вот в этой области может быть прорыв, да. Вот только где это может пригодиться на практике мне кажется пока не совсем ясно.
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.
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.
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
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.
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...
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.
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.
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.
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
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.
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.
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.
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.
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.
Здравствуйте, _hum_, Вы писали:
__>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.
Древние отделы ГМ (например, управление дыханием, сердцебиением, терморегуляцией, перистальтикой кишечника и т.п.) — да, их мы уже получаем прошитыми. Но кора больших полушарий у новорожденного младенца представляет собой чистый лист. Универсальный вычислитель, в который изначально не загружено вообще ничего. Сеть, готовая обучаться, но пока что категорически ничему не обученная.
Здравствуйте, _hum_, Вы писали:
__>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.
Мне вот интересно, это можно назвать подсознательным (см. выделенное) или нет? Т.е. это находится в какой-то нашей области мозга в режиме read only. Этакая ПЗУ, отвечающая за эмоциональное, а не рациональное мышление человека.
Здравствуйте, _hum_, Вы писали:
__>"... является у цыплят врожденной."
Цыплята и прочие зверята — не показатель. У зверят входы (зрительный, слуховой и т.п.) и выходы (моторика) разведены на древние отделы. А у нас зрение и моторика закинуты на этот самый чистый лист универсального вычислителя, который кора больших полушарий. В этом, кстати, причина того, что новорожденный телёнок, едва очухавшись, уже ковыляет за мамкой, а человечьи детёныши рождаются полностью беспомощными. Внешне беспомощными. Сложнейшее внутреннее хозяйство организма управляется чётко и грамотно.
Здравствуйте, Sharov, Вы писали:
S>Мне вот интересно, это можно назвать подсознательным (см. выделенное) или нет? Т.е. это находится в какой-то нашей области мозга в режиме read only. Этакая ПЗУ, отвечающая за эмоциональное, а не рациональное мышление человека.
Мне кажется, совсем не обязательно только это. Допустим, ты ловишь мячик. Фигня вопрос, на самом деле. Если летит не сильно далеко, то дотягиваешься и берёшь его из воздуха. На весь просчёт прогнозной траектории по весьма странного качества массиву данных и на выработку плана приведения в действие весьма нетривиальной механики исполнительного механизма уходят доли секунды. Попробуй это всё осмыслить "говорилочным" механизмом, который и есть то, что мы между собой называем сознанием. Полдня будешь решать дифуры, пересчитывать координаты и оценивать доверительные интервалы. А потом ещё на неделю закопаешься в учебники по теоретической механике, пытаясь просчитать усилия, которые нужно подать на сухожилия, чтобы ладонь оказалась в требуемое время в требуемой точке. Роль "сознания" в этом всём вопросе — крикнуть "мой мяч!" и отдать другим отделам мозга команду этот мяч поймать.
Никакого ПЗУ. Можно вполне нормально осознать, что типа "что-то у меня не очень получается ловить мяч левой рукой" и отправить организм тренировать этот навык.
Здравствуйте, Voblin, Вы писали:
V>Здравствуйте, Sharov, Вы писали:
S>>Мне вот интересно, это можно назвать подсознательным (см. выделенное) или нет? Т.е. это находится в какой-то нашей области мозга в режиме read only. Этакая ПЗУ, отвечающая за эмоциональное, а не рациональное мышление человека.
V>Мне кажется, совсем не обязательно только это. Допустим, ты ловишь мячик. Фигня вопрос, на самом деле. Если летит не сильно далеко, то дотягиваешься и берёшь его из воздуха. На весь просчёт прогнозной траектории по весьма странного качества массиву данных и на выработку плана приведения в действие весьма нетривиальной механики исполнительного механизма уходят доли секунды. Попробуй это всё осмыслить "говорилочным" механизмом, который и есть то, что мы между собой называем сознанием. Полдня будешь решать дифуры, пересчитывать координаты и оценивать доверительные интервалы. А потом ещё на неделю закопаешься в учебники по теоретической механике, пытаясь просчитать усилия, которые нужно подать на сухожилия, чтобы ладонь оказалась в требуемое время в требуемой точке. Роль "сознания" в этом всём вопросе — крикнуть "мой мяч!" и отдать другим отделам мозга команду этот мяч поймать.
Извините, но не очень понял как это отвечает на мой вопрос
V>Никакого ПЗУ. Можно вполне нормально осознать, что типа "что-то у меня не очень получается ловить мяч левой рукой" и отправить организм тренировать этот навык.
Ловить мяч -- обучаемый навык, согласен. Только к ПЗУ это отношения не имеет, к ОЗУ имеет. ПЗУ более фундаментальная штука, которая если слетит ("разольется в сознание"), то человек окажется в психбольнице. Психбольница -- поврежденное ПЗУ(микрокод слетел).
Здравствуйте, Voblin, Вы писали:
V>Здравствуйте, Sharov, Вы писали:
S>>Извините, но не очень понял как это отвечает на мой вопрос
V>Это я к тому, что не нужно подсознанием считать какие-то тёмные глубины, в которых водятся какие-то демоны и фрейдистские вытесненные воспоминания. Есть ещё куча вполне рядовых вещей, которые вполне можно в полной мере прочувствовать, но когда начинаешь пытаться перевести в слова, то прут или какие-то забубённые дифуры, или бессмысленные стихи.
Вот именно подсознание и есть темные глубины в которых все это водится, накапливаемое "миллионами лет эволюции". Все это оседает в мозгу. В некотором участке мозга. Состоит из нейронов и вполне себе нейро. сеть. Мой изначальный вопрос был про механизмы отображения этой нейро сети в подсознание. Ведь тот факт, что ребенок выучивает язык не с потолка берется, причем любой язык для данной семьи. Прошивочка-с. Вы правы в том, что подсознание -- это некоторая, уже привычная, абстракция за которой скрывается вполне конкретная нейронная сеть. Или не скрывается
S>>Ловить мяч -- обучаемый навык, согласен. Только к ПЗУ это отношения не имеет, к ОЗУ имеет. ПЗУ более фундаментальная штука, которая если слетит ("разольется в сознание"), то человек окажется в психбольнице. Психбольница -- поврежденное ПЗУ(микрокод слетел).
V>При чём тут ПЗУ? Например, шизуха, говорят, вполне конкретно связана с нарушениями в химии мозга. Конкретно — с дофаминовым циклом. Начинает путаться реальное и воображаемое, и всё, капец — привет, дурка.
ПЗУ в моем контексте "ПЗУ" -- т.е. нечто фундаментальное, после поломки которого только на помоечку или заново перепрошить. Про цикл не знаю, можно ссылки? Но это как раз пример фундаментальной поломки, т.е. "ПЗУ".
Здравствуйте, Sharov, Вы писали:
S>Здравствуйте, _hum_, Вы писали:
__>>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.
S>Мне вот интересно, это можно назвать подсознательным (см. выделенное) или нет? Т.е. это находится в какой-то нашей области мозга в режиме read only. Этакая ПЗУ, отвечающая за эмоциональное, а не рациональное мышление человека.
понятие подсознания относится к психологии, потому в данном контексте странно звучит.
а насчет "пзу", то скорее всего да — на генетическом уровне зашита программа образования связи нейронов в мозгу, в том числе и таких, которые формируют эту модель. ребенку остается только ее более-менее откалибровать.
и это как бы понятно. с точки зрения эволюции стратегия, когда что-то полезное, что слабо меняется во времени (как, например, способность к восприятию трехмерного пространства), просто "прошивается" в организме, намного более выгодна, чем постоянное обучение заново с риском не дожить до конца обучения.
Здравствуйте, Voblin, Вы писали:
V>Здравствуйте, _hum_, Вы писали:
__>>"... является у цыплят врожденной."
V>Цыплята и прочие зверята — не показатель. У зверят входы (зрительный, слуховой и т.п.) и выходы (моторика) разведены на древние отделы. А у нас зрение и моторика закинуты на этот самый чистый лист универсального вычислителя, который кора больших полушарий. В этом, кстати, причина того, что новорожденный телёнок, едва очухавшись, уже ковыляет за мамкой, а человечьи детёныши рождаются полностью беспомощными. Внешне беспомощными. Сложнейшее внутреннее хозяйство организма управляется чётко и грамотно.
если уж у цыплят такие модели есть, то что говорить про человека.
кстати, насчет "моторики с чистого листа". надеюсь, вы не относите мозжечок к высшим отделам головного мозга. так вот, выяснили, что в мозжечке содержатся модели движения, за счет чего мы можем (по опережающему, или feedforward-механизму) очень точно и быстро совершать движения. высшие же отделы отвечают за коррекцию этого движения. см., например Cerebellar contribution to feedforward control of locomotion
оттуда:
Cerebellar damage does not cause a loss of movement; instead, it effects clear and consistent abnormalities in movement, including lack of coordination, increased variability, tremor, and poor accuracy. Notably, cerebellar damage induces greater impairments to movements that require predictive control versus those that require reactive control. As demonstrated by Morton and Bastian (2006) using an elegant task that was based on splitbelt treadmill walking, cerebellar damage impairs the ability to adapt to predictable but not sudden unpredictable changes. Recently developed functional theories on predictive control of the cerebellum explain the effects of cerebellar damage on eye and limb movements and on walking (Koziol et al., 2014).
Здравствуйте, Voblin, Вы писали:
S>>Но это как раз пример фундаментальной поломки, т.е. "ПЗУ".
V>Если шварпнуть по материнской плате макетным ножом — это будет поломка ПЗУ, или всё же чего-то ещё?
Вместо того чтобы просчитывать каждый возможный вариант исхода ситуации в поисках верного решения, DeepMind может найти ответ, исходя из своего прежнего опыта, обнаружить его в своей внутренней памяти и увязать с текущей ситуацией. При этом людям не придётся давать ему подсказки или скармливать новые входные данные в огромных количествах. Для учёных это огромное достижение в сфере развития искусственного интеллекта. Именно так работал DeepMind, когда ранее в этом году победил чемпиона мира в игре го. Но это ведь было только начало. А что будет дальше – покажет время.
Хочешь быть счастливым — будь им!
Без булдырабыз!!!
собственно сейчас даже не очень понятно — что от ИИ хотят , поскольку одно дело математические доказательства , диагностика заболеваний и т.п. и совсем другое — пытаться создать универсальный ИИ который в том числе например может писать программы .. думаю все согласятся что последнее очень опасно и надо всё таки ввести международные ограничения на общую интеллектуальность ИИ .. поскольку сверх"интеллектуальные" ИИ банально не отлаживаемы (как точно заметил RiNSpy про бота ИИ в Гоу), это просто хаос и как "глубоко" его замкнёт в нейросети (т.е. к чему придёт такой ИИ) — предсказать абсолютно невозможно .. несмотря на то что для бота ИИ в Гоу можно говорить о начале эры сингулярности в понимании прогресса (точнее отсутствия понимания (как минимум полного) у человека).
т.е. грубо говоря не надо путать узкоспециализированные ИИ приложения и отсутствие мозгов у тех кто хочет (если есть такие) создать максимально универсальный ИИ делегировав ему уже не узкоспециализированные полномочия .. (в частности — с возможностью написания кода) ..
Здравствуйте, xma, Вы писали:
xma>скоро колл-центры походу постепенно начнут автоматизировать
Для автоматизации нужно распознавание, интерпретация, принятие решений и синтез ответа, а качество его озвучки давно терпимое. А если брать ограниченный функционал, то он уже давно реализован, только это ни разу не ИИ, а обычный автомат, который может обработать только стандартные запросы или перенаправить к живому человеку.
Переубедить Вас, к сожалению, мне не удастся, поэтому сразу перейду к оскорблениям.
Здравствуйте, Ops, Вы писали:
Ops>Здравствуйте, xma, Вы писали:
xma>>скоро колл-центры походу постепенно начнут автоматизировать
Ops>Для автоматизации нужно распознавание, интерпретация, принятие решений и синтез ответа, а качество его озвучки давно терпимое. А если брать ограниченный функционал, то он уже давно реализован, только это ни разу не ИИ, а обычный автомат, который может обработать только стандартные запросы или перенаправить к живому человеку.
IBM Watson победил же в игре — телевикторине Jeopardy (российский аналог — Своя игра) .. так что осталась практически единственная проблема — распознавание речи ..
Здравствуйте, xma, Вы писали:
xma>IBM Watson победил же в игре — телевикторине Jeopardy (российский аналог — Своя игра) .. так что осталась практически единственная проблема — распознавание речи ..
Эта игра проверяет исключительно эрудицию, но не соображалку. Собственно, из того что пишут про "Ватсона", это и есть огромная БД с продвинутым поиском, не более.
Как он ответит на "у меня ничего не работает"? Или "компьютер не показывает эту штучку"? Скажет, "вопрос не понятен"? Нормальная техподдержка часто умудряется протелепатировать и найти правильные уточняющие вопросы, но не думаю, что это по плечу даже "Ватсону", в которого загнали информации (фактов) больше, чем способны за всю жизнь воспринять 1000 техподов. В такой телепатии надо проявлять инициативу.
Переубедить Вас, к сожалению, мне не удастся, поэтому сразу перейду к оскорблениям.
Но что же могут системы, которые по данным А получают ответ В? Есть одно правило, которое помогает осознать широту
применения технологий: если человек может решить какую-то задачу не более чем за секунду размышлений, вероятнее всего,
в скором будущем её научатся решать технологии искусственного интеллекта.
так что осталась практически единственная проблема — распознавание речи .. 
