PD>Термодинамика тут ни при чем. Она базируется на предположении, что мы имеем дело с очень большим набором объектов и нас не интересует поведение каждого из них, а только всей системы в целом.
Оно нас настолько не интересует, что законы для описания системы и отдельных элементов могут противоречить друг другу Какие мы, однако, не интересующиеся
D>>Квантовая химия там вообще не причем. Там здоровенное kT и полно классических эффектов, которые на несколько порядков больше квантовых.
PD>Никаких классических эффектов в химии нет. Вся химия в качестве базиса имеет квантовую физику.
Ок, у вас есть два сосуда, разделенных полупрозрачной перегородкой, в каждом какой-то газ. Необходимо определить концентрацию каждого из газов в заданном объеме в зависимости от времени. Напишите уравнения "квантовой физики" для решения этой задачи, решите ее и дайте оценку насколько это точное решение будет отличаться от решения уравнения типа уравнения Фурье (емнип, оно называется уравнение Фика или что-то в этом роде) .
Здравствуйте, Pavel Dvorkin, Вы писали:
PD>Здравствуйте, denisko, Вы писали:
PD>>>У меня нет времени изучать все и всяческие методы. Объясни на пальцах, по каким критериям будешь обучать. D>>Нагенерирую очень много случайных ядер фильтров (картинок из +1 и -1).
PD>Ты умеешь генерировать изображения кошек и собак ? Объясни как. А без этого ты сколь угодно большое число изображений не получишь.
Есть достаточно большое число изображений в сети. Есть мнение, что этого будет вполне достаточно чтобы отличать собаку от кошки с хорошей вероятностью, только число классификаторов, необходимое для этого может достигать, емнип exp{(1.0/max_error)^2} max_error -- максимальная допустимая вероятность ошибки. Но опять таки у нас бесконечный процессор.
>>Каждый из них классификатор -- у кого-то свертка с силуэтами/мордами с какой то подгруппой кошек будет отличаться от какой-то подргуппы собак
PD>Еще раз — что за критерий. Как выделять-то будешь ? У тебя есть хоть какие-то соображения, как найти на изображении уши, лапы , хвост или морду ? Имей в виду, там будут самые разные кошки и собаки в фас, профидь и как угодно.
Критерий визуальное сходство в некоторой метрике.Метрика выбирается из соображений инвариантности к освещению, к частичному зашумлению объекта и.т.д.
Здравствуйте, denisko, Вы писали:
D>Здравствуйте, Pavel Dvorkin, Вы писали:
PD>>Здравствуйте, denisko, Вы писали:
PD>>>>У меня нет времени изучать все и всяческие методы. Объясни на пальцах, по каким критериям будешь обучать. D>>>Нагенерирую очень много случайных ядер фильтров (картинок из +1 и -1).
PD>>Ты умеешь генерировать изображения кошек и собак ? Объясни как. А без этого ты сколь угодно большое число изображений не получишь.
D>Есть достаточно большое число изображений в сети. Есть мнение, что этого будет вполне достаточно чтобы отличать собаку от кошки с хорошей вероятностью, только число классификаторов, необходимое для этого может достигать, емнип exp{(1.0/max_error)^2} max_error -- максимальная допустимая вероятность ошибки. Но опять таки у нас бесконечный процессор.
>>>Каждый из них классификатор -- у кого-то свертка с силуэтами/мордами с какой то подгруппой кошек будет отличаться от какой-то подргуппы собак
PD>>Еще раз — что за критерий. Как выделять-то будешь ? У тебя есть хоть какие-то соображения, как найти на изображении уши, лапы , хвост или морду ? Имей в виду, там будут самые разные кошки и собаки в фас, профидь и как угодно.
D>Критерий визуальное сходство в некоторой метрике.Метрика выбирается из соображений инвариантности к освещению, к частичному зашумлению объекта и.т.д.
Метрика, как это не будет для каво то странным, — сумма квадратов разностей яркости входного изображения и изображения модели.
Почему это так — найдете ответ в теор. вероятн., теории случ. сигналов.
Здравствуйте, denisko, Вы писали:
D>Здравствуйте, Pavel Dvorkin, Вы писали:
PD>>Термодинамика тут ни при чем. Она базируется на предположении, что мы имеем дело с очень большим набором объектов и нас не интересует поведение каждого из них, а только всей системы в целом.
D>Оно нас настолько не интересует, что законы для описания системы и отдельных элементов могут противоречить друг другу Какие мы, однако, не интересующиеся
Ничего не понял.
D>>>Квантовая химия там вообще не причем. Там здоровенное kT и полно классических эффектов, которые на несколько порядков больше квантовых.
PD>>Никаких классических эффектов в химии нет. Вся химия в качестве базиса имеет квантовую физику. D>Ок, у вас есть два сосуда, разделенных полупрозрачной перегородкой, в каждом какой-то газ. Необходимо определить концентрацию каждого из газов в заданном объеме в зависимости от времени. Напишите уравнения "квантовой физики" для решения этой задачи, решите ее и дайте оценку насколько это точное решение будет отличаться от решения уравнения типа уравнения Фурье (емнип, оно называется уравнение Фика или что-то в этом роде) .
Не буду я этого писать, потому что решение получить не удастся. Для этого именно статистические методы используются, а не квантовая физика.
Здравствуйте, denisko, Вы писали:
D>Есть достаточно большое число изображений в сети. Есть мнение, что этого будет вполне достаточно чтобы отличать собаку от кошки с хорошей вероятностью
Мнение — не аргумент. У меня есть иное мнение, которое тоже не аргумент. Ну хотя бы, предположим, выведена новая порода, которой до сих пор не было. Бесхвостые кошки (они есть, но допустим. что их только сейчас вывели).А главное — человек распознает образы как-то не так. Не изучает он все образы в сети. И в натуре тоже.
Здравствуйте, vsb, Вы писали:
vsb>Здравствуйте, barn_czn, Вы писали:
_>>Никаких противоречий со стороны математики не может быть.
vsb>for (int i = 0; ; ++i) { }
vsb>чему будет равно значение переменной i через любой ненулевой промежуток времени после начала вычисления?
BSOD будет (за нулевое время, разумеется)
Здравствуйте, barn_czn, Вы писали:
_>И откуда такие выводы? А весь зрительный материал с момента рождения человека — не в счет? Это было все так, мимо мозга? _>А давайте ка посчитаем. ПУсть у нас супер умный ребенок и он уже умеет отличать кошек и собак в возрасте 1года. _>1год = 365д * 24ч * 60м * 60с = 31536000с. Пусть частота кадров 25 Гц. Итого 788400000. Т.е. порядок 10^9 изображений получает человек до того как начинает чтото там узнавать. Не надо только сейчас придиратся по поводу того что он еще 8 часов как минимум спать должен,и что два глаза..Это анатомические детали. Нам порядок важен.
Придраться мог бы (реьенок до года в основном спит, а не воспринимает образы), но не буду. А сама идея — не аргумент. Давай так. Ты имеешь компьютерную обучаемую систему, работающую по твоей схеме. С бесконечным быстродействием. Ты ей скармливаешь любое большое число образов, только с одни условием — ни кошек, ни собак. Все остальное — пожалуйста. После этого даешь ей 5-10 фото кошек и столько же — собак. Больше не разрешается. И пусть она теперь с хорошей вероятностью отличает их.
Я утрирую ? Хорошо, давай от кошек и собак, которых ребенок видит неопределенное число раз, перейдем к тем животным, которых он не видел, допустим, до 1 года. Например, вполне можно предположить, что он не видел жирафа — по улицам они не бегают, дома не водятся, а фото ему не показали. И вот ему теперь показали с десяток фото жирафа, в разных позах. Насчет однолетнего ребенка не поручусь, а вот 5-10 летний навсегда запомнит, что такое жираф , и никогда больше его ни с чем не спутает.
PD>>Поэтому ИМХО здесь не алгоритмический подход. По крайней мере не алгоритмический в том смысле, как тут его предлагали, это уж точно. Тут что-то иное...
_>Что значит не алгоритмический подход? Мы работаем с выч. машинами и будем еще работать думаю лет этак 500. Нет другого подхода. Вообще все точные науки тем и ценны что в них практические знания — суть алгоритмы.
Вот это и есть основной вопрос. Уверенности, что все описывается именно алгоритмически, у меня нет. Мы работаем с машинами, верно. Но при работе с ними у нас возникают задачи, которые мы реально не в состоянии решить. Те же кошки и собаки. А ну-ка, оставим в покое машину Тьюринга и т.д и возьмем нынешние компьютеры как они есть. Кто возьмется написать программу, отличающую кошек от собак ? Время работы — 1 сек, память — хоть всю виртуальную используй.
Здравствуйте, Pavel Dvorkin, Вы писали:
PD>Здравствуйте, March_rabbit, Вы писали:
PD>>>Или распознавании образов. Пятилетний ребенок на фотографии любую кошку от любой собаки, причем, если он нормальный ребенок, со 100% точностью. Предложи алгоритм. M_>>элементарно M_>>1) делается модель системы распознавания изображений мозгом.
PD>Алгоритм модели распознавания изображений мозгом в студию.
M_>>2) выполняется.
M_>>1) Ресурсы бесконечные? Ок. Делаем модель мозга на уровне химических взаимодействий нейронов.
PD>Теорию химических взаимодействий нейронов в студию. Предупреждаю — я химик по образованию.
а... то есть визги про то, что сознания нет и все давно изучено — это просто визги?
Здравствуйте, alpha21264, Вы писали:
A>Лучше бы спросил, как он собирается эээ... получать результат из четырех миллиардов состояний нейронов - A>так распознало или нет?
ммм.. я вот запамятовал — у нас ресурсы не безграничные? или быстродействия не хватит?
Здравствуйте, March_rabbit, Вы писали:
M_>Здравствуйте, alpha21264, Вы писали:
A>>Лучше бы спросил, как он собирается эээ... получать результат из четырех миллиардов состояний нейронов - A>>так распознало или нет? M_>ммм.. я вот запамятовал — у нас ресурсы не безграничные? или быстродействия не хватит?
Ты совсем другое запамятовал — какая задача стоит.
Задача стоит — _распознать_.
Предположим тебе дали задание сделать _ровную_ поверхность.
Тебе именно _мощности_ экскаватора не хватит, или чего-то другого?
Здравствуйте, barn_czn, Вы писали:
M_>>есть такая симпатичная система для разработки бортовых систем для самолетов. Прелесть этой системы в том, что софт по сути разрабатывается специалистами, а не программистами. Система делает все, что нужно: делает из "блок-схем" программу на С, компилит, тестит и все такое. Программист нужен лишь для сопряжения полученных программ с устройствами.
M_>>думаю, на данную систему мощность железа никак не повлияет
_>Не думаю что это о чем я хотел сказать. _>Системы программирования "блок-схемами" уже давно не верх совершенства.
не уверен
_>Вспоминается LabView, _>там тоже вроде блоки и вроде программировать ниче не надо. И генерация на С++ наверно уже есть. Да, удобно для узкого круга задач. _>Но как среда описания алгоритмов — не, не то. Да и ООП там нет ).
как-то я очень сомневаюсь, что возможно одной системой проектировать ПО для широкого круга задач. все-таки не стоит считать ПО чем-то сильно отличающимся от обычного продукта. Нет в природе универсального инструмента. Так и в ПО. Для разных областей нужно разное ПО. И в каждой отдельно взятой области можно сделать "достаточно идеальную систему проектирования ПО".
Ну и ООП совсем не в тему ООП — это тоже, только инструмент.
Здравствуйте, Pavel Dvorkin, Вы писали:
PD>Вот это и есть основной вопрос. Уверенности, что все описывается именно алгоритмически, у меня нет. Мы работаем с машинами, верно. Но при работе с ними у нас возникают задачи, которые мы реально не в состоянии решить. Те же кошки и собаки. А ну-ка, оставим в покое машину Тьюринга и т.д и возьмем нынешние компьютеры как они есть. Кто возьмется написать программу, отличающую кошек от собак ? Время работы — 1 сек, память — хоть всю виртуальную используй.
Я с вами согласен в том, что у меня тоже нет уверенности в том, что мозг работает алгоритмически. Однако, если бы я занимался этой проблемой профессионально — я бы шел именно в этом направлении.
Более того, последние исследования подтверждают то, что отдельные области мозга отвечают за разные функции. Просто процессор там химический, что усложняет моделирование. Плюс, я думаю, логикой и красотой дизайна там никто не парился. Скорее всего там рулит избыточность, дублирование функциональности и нечеткие алгоритмы. То есть, я думаю, что там в итоге алгоритмы есть, просто от сортировки списка они отличаются радикально.
Ссылка, которая очень мне нравится в тему: www.ted.com/talks/vilayanur_ramachandran_on_your_mind.html
Там можно включить русский язык. Там дядька очень грамотно говорит и показывает на пальцах, как мозг работает.
...
Дело в том, что при стремлении А к группе L-вторых, практически А равно нулю. Ноль здесь выступает как «игрек», причём, «игрек» со знаком отрицательного служения возможности возникновения энергии при стремлении к бесконечности.
Если бесконечность сменить на семёрку, то тогда... посмотрите, как ведёт себя хром. Сейчас я вам покажу.
...
_>думаю что и развитие вселенной, и уж тем более какой то там ядерный взрыв — вполне моделируемы. у нас ведь гипотетический супер комп, который выдает результат мгновенно )) а в современной физике нет еще законов которые были бы принципиально невычислимы, таких законов думаю и не должно быть, иначе какая от них польза.
Тогда вычисление бесконечно точного значение числа π
PD>Придраться мог бы (реьенок до года в основном спит, а не воспринимает образы), но не буду. А сама идея — не аргумент. Давай так. Ты имеешь компьютерную обучаемую систему, работающую по твоей схеме. С бесконечным быстродействием. Ты ей скармливаешь любое большое число образов, только с одни условием — ни кошек, ни собак. Все остальное — пожалуйста. После этого даешь ей 5-10 фото кошек и столько же — собак. Больше не разрешается. И пусть она теперь с хорошей вероятностью отличает их.
А вам не приходило в голову что узнавание кошек и собак, пусть по небольшому обучаещему материалу (как вы считаете), возможно только потому что в мозге уже сформировались некоторые базовые геометрические понятия? Есть достоверные факты, что даже взрослые люди, которые ранее были незрячие и которым вдруг возвращали зрение, они учатся отличать круглые формы от квадратных. Т.е. перед узнаванием кошек конечно у человека должен быть период обучения в принципе видению. В итоге имеем тоже программирование — окружающий нас мир программирует мозг большим количеством примеров.
А вообще уже несколько раз здесь привели один и тот же алгоритм распознавания , а вы по прежнему в ответ приводите пример с ребенком и кошкой. Даже непонятно зачем, ведь тема ветки супер-процессор, а не то как мозг работает. Ясно дело что работают они по разному.
PD>>>Поэтому ИМХО здесь не алгоритмический подход. По крайней мере не алгоритмический в том смысле, как тут его предлагали, это уж точно. Тут что-то иное...
_>>Что значит не алгоритмический подход? Мы работаем с выч. машинами и будем еще работать думаю лет этак 500. Нет другого подхода. Вообще все точные науки тем и ценны что в них практические знания — суть алгоритмы.
PD>Вот это и есть основной вопрос. Уверенности, что все описывается именно алгоритмически, у меня нет. Мы работаем с машинами, верно. Но при работе с ними у нас возникают задачи, которые мы реально не в состоянии решить. Те же кошки и собаки. А ну-ка, оставим в покое машину Тьюринга и т.д и возьмем нынешние компьютеры как они есть. Кто возьмется написать программу, отличающую кошек от собак ? Время работы — 1 сек, память — хоть всю виртуальную используй.
Речь шла о машине с неограничеными ресурсами. На такой машине задача распознать кошек и собак — не проблема, этот класс задач решаем, потому что задача формулируется точно и множество решений счетно, а раз счетно применим метод перебора.
Нерешаемые задачи здесь уже тоже назвали, но к компьютерному зрению они отношения не имеют (по крайней мере сейчас это неочевидно).
M>...
M>Дело в том, что при стремлении А к группе L-вторых, практически А равно нулю. Ноль здесь выступает как «игрек», причём, «игрек» со знаком отрицательного служения возможности возникновения энергии при стремлении к бесконечности.
M>Если бесконечность сменить на семёрку, то тогда... посмотрите, как ведёт себя хром. Сейчас я вам покажу.
M>...
_>>думаю что и развитие вселенной, и уж тем более какой то там ядерный взрыв — вполне моделируемы. у нас ведь гипотетический супер комп, который выдает результат мгновенно )) а в современной физике нет еще законов которые были бы принципиально невычислимы, таких законов думаю и не должно быть, иначе какая от них польза.
M>Тогда вычисление бесконечно точного значение числа π
Вычисление бесконечно точного значения числа π все равно что вычисление числа 3(6) (= 3.6666....) . Ну повиснит у вас машина навсегда и что? Повесить ее есть способ намного проще )).
PD>>Придраться мог бы (реьенок до года в основном спит, а не воспринимает образы), но не буду. А сама идея — не аргумент. Давай так. Ты имеешь компьютерную обучаемую систему, работающую по твоей схеме. С бесконечным быстродействием. Ты ей скармливаешь любое большое число образов, только с одни условием — ни кошек, ни собак. Все остальное — пожалуйста. После этого даешь ей 5-10 фото кошек и столько же — собак. Больше не разрешается. И пусть она теперь с хорошей вероятностью отличает их.
_>А вам не приходило в голову что узнавание кошек и собак, пусть по небольшому обучаещему материалу (как вы считаете), возможно только потому что в мозге уже сформировались некоторые базовые геометрические понятия?
См. выше, я специально выделил . То есть я отнюдь не запрещаю в своем мысленном эксперименте формировать у компьютерной системы эти самые базовые понятия. Но после этого даю 10 картинок с кошками — и чтобы впредь их всегда распознавала.
_>А вообще уже несколько раз здесь привели один и тот же алгоритм распознавания , а вы по прежнему в ответ приводите пример с ребенком и кошкой. Даже непонятно зачем, ведь тема ветки супер-процессор, а не то как мозг работает. Ясно дело что работают они по разному.
Тема ветки ИМХО — что он может и что нет.
_>Речь шла о машине с неограничеными ресурсами. На такой машине задача распознать кошек и собак — не проблема, этот класс задач решаем, потому что задача формулируется точно
Сформулируй ее, пожалуйста, точно. Для начала просто сформулируй.
>и множество решений счетно а раз счетно применим метод перебора.
Даже оставляя в стороне вопрос о том, действует ли мозг методом перебора или нет, задасм простой вопрос : перебора чего ?
Вот тебе два вопроса. Если хоть на один не сможешь внятно ответить — продолжать не имеет смысла. Потому что именно в этих вопросах суть проблемы как я ее понимаю.
_>>Речь шла о машине с неограничеными ресурсами. На такой машине задача распознать кошек и собак — не проблема, этот класс задач решаем, потому что задача формулируется точно
PD>Сформулируй ее, пожалуйста, точно. Для начала просто сформулируй.
Для начала, вам, прежде чем рассуждать о теме распознавания, настоятельно рекомендую повысить свою математическую подготовку.
На ваш вопрос ответ читайте в
Дуда Р., Харт П. Распознавание образов и анализ сцен.
На первых же страницах дается формальная постоновка задачи, с формулами. И никакой лирики о детях, кошках, собаках и моззге.
>>и множество решений счетно а раз счетно применим метод перебора.
PD>Даже оставляя в стороне вопрос о том, действует ли мозг методом перебора или нет, задасм простой вопрос : перебора чего ?
Причем тут "действует ли мозг методом перебора" ? ))) Вероятно всего мозг не действует перебором, как на самом деле — мы с вами уже не узнаем.
PD>Вот тебе два вопроса. Если хоть на один не сможешь внятно ответить — продолжать не имеет смысла. Потому что именно в этих вопросах суть проблемы как я ее понимаю.
Здравствуйте, barn_czn, Вы писали:
PD>>Даже оставляя в стороне вопрос о том, действует ли мозг методом перебора или нет, задасм простой вопрос : перебора чего ?
_>Причем тут "действует ли мозг методом перебора" ? ))) Вероятно всего мозг не действует перебором, как на самом деле — мы с вами уже не узнаем.
Ну, вряд ли мозг не действует методом перебора. И узнать это, скорее всего, можно. Во всяком случае уже в 80-х годах были хорошо известны функции нейронов от сетчатки до первичной зрительной коры (стриарной коры). Хотя отдел мозга, отвечающий за распознавание образов, находится дальше, наверняка за последние 30 лет был достигнут прогресс в изучении этой области. Попробую поискать в публикациях по нейрофизиологии...
Здравствуйте, Nuzhny, Вы писали:
N>Здравствуйте, barn_czn, Вы писали:
PD>>>Даже оставляя в стороне вопрос о том, действует ли мозг методом перебора или нет, задасм простой вопрос : перебора чего ?
_>>Причем тут "действует ли мозг методом перебора" ? ))) Вероятно всего мозг не действует перебором, как на самом деле — мы с вами уже не узнаем.
N>Ну, вряд ли мозг не действует методом перебора. И узнать это, скорее всего, можно. Во всяком случае уже в 80-х годах были хорошо известны функции нейронов от сетчатки до первичной зрительной коры (стриарной коры). Хотя отдел мозга, отвечающий за распознавание образов, находится дальше, наверняка за последние 30 лет был достигнут прогресс в изучении этой области. Попробую поискать в публикациях по нейрофизиологии...
Вы шутите? )) Вы всеръез считаете что вот нейрофзиологи поковырялись в мозгах и установили — мозг действует перебором ?
Так чего же мы ждем, срочно пишем мегапереборщик и решаем все проблемы.. мега проца нет пока, ну да ладно, заменим распределенными вычислениями..
Какие мы, однако, не интересующиеся 
