PD>какие-то иные методы восприятия, которые не алгоритмизируемы
Восприятие — это преобразование [в более простую и удобную форму] наблюдаемого [с помощью сенсоров] состояния окружающей среды. Миллион электрических импульсов от глаз преобразовывается в "бинарную" мысль: "да, этот объект похож на вот тот объект". Преобразование — это всегда какие-то правила, по какой-то алгоритм (который, впрочем, может быть ещё не известен или вообще недоступен для понимания в связи со своей чрезвычайной сложностью).
PD>Попробовал с 30 по 33. Какая-то дикая смесь из папок, настроек и обращения к ребятам. Не в силах я такое смотреть, да и нельзя относиться серьезно к такому изложению. Где-то есть серьезное изложение ?
Такая мешанина из настроек и демонстрации работы — потому что он показывает по шагам, как это всё самому повторить, на своём компе и своих фотках. Можешь сделать в ютубе поиск "stable diffusion train hypernetwork" — и найдёшь пример себе по вкусу.
Раз до 33-й минуты досмотрел — то на 32-й видел что он учит нейросеть всего на 5 фотографиях 512x512, опознавать эти лица и называть их avanes (нужно уникальное слово, чтобы не путалось с теми что модель уже знает). А потом просит нейросеть "нарисуй мне avanes улыбающимся", потом просит "нарисуй avanes старым", и так далее. И нейросеть рисует именно его. И это всё с 5 простых фоток и уже имеющихся у обученной нейросети общих знаний что такое старый, что такое улыбающийся и т.д. Собственно всё, больше там ничего нет. Но нейросеть реально запоминает, и потом рисует примерно его, а не любую рандомную фигню.
Это ещё не "узнавать кошку с одной фотографии", но честно говоря я детям объяснял что такое кошка/котик и т.п. наверное сотню раз, задолго до того как они говорить научились. На картинках, и на развивающих мультиках с ютуба для совсем маленьких, на живых кошках, и т.д.
Здравствуйте, Pavel Dvorkin, Вы писали:
PD> Не в силах я такое смотреть, да и нельзя относиться серьезно к такому изложению. Где-то есть серьезное изложение ?
Прочитал про "ребят" и решил проверить что за видео... Так и думал, что ссылка на канал этого гопника. У него прикольная манера общения, зашкаливающее ЧСВ и очень жЫрные тараканы на чердаке Прославился тем, что вставил деструктивную функциональность в свой винда-твикер, как средство защиты возмездия, при том, что сам занимается распросранением пираток фотошопа и т.п. У него знатно подгорело от статьи на хабре и от видео-интервью с ее автором. Подгорело настолько, что выплеснулось в трехчасовой видео-разбор — ЖЫР и вкуснота, для ценителей
Здравствуйте, hi_octane, Вы писали:
_>Раз до 33-й минуты досмотрел — то на 32-й видел что он учит нейросеть всего на 5 фотографиях 512x512, опознавать эти лица и называть их avanes
Видел, что он это заявляет и что 5 фото показал. Но чтобы оценить все это, нужно изложить как положено в технической работе, а этого тут нет. Тогда и посмотрим, что за качество и при каких выборках.
Здравствуйте, L.K., Вы писали:
PD>>какие-то иные методы восприятия, которые не алгоритмизируемы
LK>Восприятие — это преобразование [в более простую и удобную форму] наблюдаемого [с помощью сенсоров] состояния окружающей среды. Миллион электрических импульсов от глаз преобразовывается в "бинарную" мысль: "да, этот объект похож на вот тот объект". Преобразование — это всегда какие-то правила, по какой-то алгоритм (который, впрочем, может быть ещё не известен или вообще недоступен для понимания в связи со своей чрезвычайной сложностью).
Преобразовывайте что хотите и как хотите.
Воспринимайте с помощью сенсоров, сканеров, видеокамер и чего угодно что хотите
Преобразовывайте это в бинарные мысли и любые другие
На все согласен.
Вот только когда до проверки дойдет, дам я 10-20 картинок некоего животного , которого эта система никогда не видела. И ничего больше не дам.
И пусть впредь с надежностью, близкой к 100% опознает это животное на других картинках, которые я дам.
Так, как это делает существо с интеллектом, то есть человек.
Вот тогда я и поверю, что этот алгоритм существует.
PD>дам я 10-20 картинок некоего животного , которого эта система никогда не видела. И ничего больше не дам. PD>И пусть впредь с надежностью, близкой к 100% опознает это животное на других картинках, которые я дам. PD>Так, как это делает существо с интеллектом, то есть человек.
Я не знаком с людьми, которые умеют опознавать животных, которых они ни разу не видели. Ну разве что в общих чертах: "это какой-то жук, не знаю какой".
Впрочем, можно провести опыт. Дать студентам картинку редкого животного, которого студенты заведомо не видели, и посмотреть, много ли студентов "с надежностью, близкой к 100%" назовут вид животного.
PD>Видел, что он это заявляет и что 5 фото показал. Но чтобы оценить все это, нужно изложить как положено в технической работе, а этого тут нет. Тогда и посмотрим, что за качество и при каких выборках.
Ну это уже "я в домике"
По ключевым словам, которые я привёл, можно найти кучу инфы, как в виде ютуб-видео, так и текстов техническим английским. И даже русским по белом люди получают свои портреты используя минимум фоток. Например вот тут человек пишет про обучение на 10 (десяти) фотках. После такого, мне кажется очевидно, что утверждение "потолок нейросетей это кошка после 140 тыщ фоток" сильно устарело, и убедиться в этом может каждый. При желании.
PD>Сейчас качество сравнения двух мордочек питомцев составляет 94% для собак и 84% — для кошек.
PD>Модели первого этапа мы обучили на датасете из 140 тыс. фотографий
Это качество сравнения животных. Т.е. сравниваются две собаки, или две кошки.
Человек не выдаст 100% (но не понятно, что скрыто под словом "качество")
Нейросеть умеет отличать даже очень похожих друг на друга животных.
Сейчас качество сравнения двух мордочек питомцев составляет 94% для собак и 84% — для кошек
Добавлено:
Поэтому весь твой остальной текст смысла не имеет
Здравствуйте, L.K., Вы писали:
LK>Я не знаком с людьми, которые умеют опознавать животных, которых они ни разу не видели. Ну разве что в общих чертах: "это какой-то жук, не знаю какой".
Или я неточно выразился, или ты меня не понял. Я имел в виду, что дам 20-30 картинок животного, которого до этого система не видела, скажу, как оно называется, и пусть потом его опознают.
Вот представь себе, что ты никогда не видел овцебыка. Ни живого, ни на картинке, ни в фильме и т.д. И вот тебе показывают вот это
Полистать можешь, но по ссылкам не заходить ! Их тут как раз десятка 2
Ты его с козлом, бараном или быком после этого спутаешь ? Скорее всего нет.
Более формально. Я дам тебе training set из 20-30 samples, в котором будут только овцебыки, а после этого test set из, скажем, 100 samples, где будет они же плюс быки, бараны и козлы. Возможно, ты опознаешь в этом test set не 100% надежно, но близко к тому. Быков, баранов и козлов ты знал и раньше, а теперь знаешь и что такое овцебык.
LK>Впрочем, можно провести опыт. Дать студентам картинку редкого животного, которого студенты заведомо не видели, и посмотреть, много ли студентов "с надежностью, близкой к 100%" назовут вид животного.
А это и не требуется, более того, невозможно. Как можно опознать животное, которое никогда не видел ?
PD>Ты его с козлом, бараном или быком после этого спутаешь ? Скорее всего нет.
Это уже вопрос совершенствования нейросети, а также практической потребности в таком совершенствовании. Отпечатки пальцев и лица людей компьютер определяет хорошо — тут есть заказ и от силовых министерств, и от коммерческих компаний. А проблема выявления овцебыков, наверное, не столь важная.
Здравствуйте, L.K., Вы писали:
LK>Это уже вопрос совершенствования нейросети, а также практической потребности в таком совершенствовании. Отпечатки пальцев и лица людей компьютер определяет хорошо — тут есть заказ и от силовых министерств, и от коммерческих компаний. А проблема выявления овцебыков, наверное, не столь важная.
Алгоритмы распознавания отпечатков не так уж сложны. Доказательство простое — с отпечатками пальцев умели работать еще в начале 20 века. С компьютерами лишь точнее и надежнее. А алгоритмы там, в основе своей, те же.
А вот механизм распознания вида животного так и неясен до сих пор, и мой кот, который кролик, этому доказательство. Потому что этот engine просто делал совсем не то, что делает человек.
А насчет практической потребности — дело же не в распознавании котов и овцебыков. Это лишь пример. И таких примеров много. Примеров, где делается совсем не то, что делает человек, и поэтому сравниться с естественным интеллектом не удается. Неверными методами решить задачу не удастся, как ни улучшай и не совершенствуй алгоритм.
Здравствуйте, Pavel Dvorkin, Вы писали:
PD>Но, честно говоря, у меня большие сомнения.
Начиная с самого момента появления, идея нейросетей периодически критиковалась нейрофизиологами.
PD>И не уверен, что эти методы вообще алгоритмические.
Каким бы быстрым не был калькулятор, думать его всё-равно не научишь.
Здравствуйте, Pavel Dvorkin, Вы писали: PD>А из этого следует, что механизмы принципиально отличаются. Вот в этом и проблема.
Не, не принципиально. Там очень много буста происходит оттого, что в нас часть алгоритмов распознавания предпрошита сотнями тысяч лет эволюции.
Дело-то как раз в том, что глаз подаёт в мозг вовсе не гору пикселов, а сразу результат предобработки — где уже выполнена цветокоррекция и нормализация контрастности, выделены линии, пересечения, и прочие "фичи".
Ну и, плюс, естественно, некоторая переоценка реальных способностей реальных детей.
Реальные дети видят и кошек, и собак, и ещё много чего ещё до того, как научаются говорить. Как минимум — на картинках. А также и в жизни — крайне тяжело огранчить сенсорный опыт реального ребёнка, мама которого смотрит телевизор во время кормления, и возит ребёнка в коляске по улице.
При этом мама непрерывно обучает этого ребёнка, проговаривая вслух всё, что видит: "это — гули, это — собачка, это — сосед на харлее", и так далее.
Эта тренировка НС льётся в ребёнка сплошным непрерывным потоком — и у него от рождения есть структуры, оптимизированные для потребления этого потока.
То, что ты рассказываешь, Павел — это иллюзии архетипичного папы, который видит ребёнка по вечерам после работы, и искренне изумляется, какой прогресс демонстрирует ребёнок: "я с ним только дважды поговорил — а он уже умеет "папа" выговаривать".
Уйдемте отсюда, Румата! У вас слишком богатые погреба.
Здравствуйте, Sinclair, Вы писали:
PD>>А из этого следует, что механизмы принципиально отличаются. Вот в этом и проблема. S>Не, не принципиально. Там очень много буста происходит оттого, что в нас часть алгоритмов распознавания предпрошита сотнями тысяч лет эволюции. S>Дело-то как раз в том, что глаз подаёт в мозг вовсе не гору пикселов, а сразу результат предобработки — где уже выполнена цветокоррекция и нормализация контрастности, выделены линии, пересечения, и прочие "фичи".
S>Ну и, плюс, естественно, некоторая переоценка реальных способностей реальных детей. S>Реальные дети видят и кошек, и собак, и ещё много чего ещё до того, как научаются говорить. Как минимум — на картинках. А также и в жизни — крайне тяжело огранчить сенсорный опыт реального ребёнка, мама которого смотрит телевизор во время кормления, и возит ребёнка в коляске по улице. S>При этом мама непрерывно обучает этого ребёнка, проговаривая вслух всё, что видит: "это — гули, это — собачка, это — сосед на харлее", и так далее. S>Эта тренировка НС льётся в ребёнка сплошным непрерывным потоком — и у него от рождения есть структуры, оптимизированные для потребления этого потока.
Со многим можно бы согласиться, но от одного факта никуда не денешься.
Человеку достаточно показать некую новую сущность, несколько экземпляров или картинок (видео вычеркнем, до 20 века ни кино, ни тем более видео не было) , сказать, как это называется, и если этот объект достаточно отличается от других, то он запомнит его раз и навсегда. Я тут уже пример с дикобразом приводил.
Вот когда такое возможно станет — тогда я поверю в идентичность механизмов. Я не против того, чтобы этот ИИ предварительно обработал хоть терабайты, хоть петабайты. Что угодно, на все согласен. Только пусть эти петабайты нигде никак не упоминают про дикобразов. А потом парочку их картинок — и готово.
Про то, как некий ИИ принял одеяло за ягуара из-за расцветки(или не одеяло, или не ягуара, а пуму, деталей не помню), думаю, слышал ? Вот то-то и оно. Человек может ошибиться, пуму принять за гепарда или леопарда (можно и не помнить, чем эти кошки отличаются), но одеяло за кошку не примет никто, это уж 100%. Вот в этом и отличие механизмов.
Здравствуйте, Pavel Dvorkin, Вы писали: PD>Со многим можно бы согласиться, но от одного факта никуда не денешься. PD>Человеку достаточно показать некую новую сущность, несколько экземпляров или картинок (видео вычеркнем, до 20 века ни кино, ни тем более видео не было) , сказать, как это называется, и если этот объект достаточно отличается от других, то он запомнит его раз и навсегда. Я тут уже пример с дикобразом приводил.
Уа-ха-хааа.
Давай покажем тебе с десяток китайских иероглифов. А потом предложим найти их на странице с текстом — по памяти.
А потом — через день. Потом — через месяц. И посмотрим, как ты запомнишь их "раз и навсегда".
PD>Вот когда такое возможно станет — тогда я поверю в идентичность механизмов. Я не против того, чтобы этот ИИ предварительно обработал хоть терабайты, хоть петабайты. Что угодно, на все согласен. Только пусть эти петабайты нигде никак не упоминают про дикобразов. А потом парочку их картинок — и готово.
Ок, иероглифы — синтетика, в природе не встречаются. Наверное, в человеке нет встроенных механизмов для иероглифов и есть для живой природы.
Давай мы тебе покажем парочку фото, скажем, корейцев. И потом будем предлагать отличать корейцев от вьетнамцев, китайцев, и японцев. Тоже раз и навсегда.
PD>Про то, как некий ИИ принял одеяло за ягуара из-за расцветки(или не одеяло, или не ягуара, а пуму, деталей не помню), думаю, слышал ? Вот то-то и оно. Человек может ошибиться, пуму принять за гепарда или леопарда (можно и не помнить, чем эти кошки отличаются), но одеяло за кошку не примет никто, это уж 100%. Вот в этом и отличие механизмов.
Немножко отличается крупномасштабная архитектура — у нас больше слоёв, отвечающих за выделение фич. Благодаря этому кошка и одеяло достаточно различимы (хоть и не во всех условиях — см. множество фоточек в соцсетях из серии "найди котэ"). Принципиальных отличий пока не видно.
Уйдемте отсюда, Румата! У вас слишком богатые погреба.
Здравствуйте, Sinclair, Вы писали:
S>Здравствуйте, Pavel Dvorkin, Вы писали: PD>>Со многим можно бы согласиться, но от одного факта никуда не денешься. PD>>Человеку достаточно показать некую новую сущность, несколько экземпляров или картинок (видео вычеркнем, до 20 века ни кино, ни тем более видео не было) , сказать, как это называется, и если этот объект достаточно отличается от других, то он запомнит его раз и навсегда. Я тут уже пример с дикобразом приводил. S>Уа-ха-хааа.
Это аргумент такой ?
S>Давай покажем тебе с десяток китайских иероглифов. А потом предложим найти их на странице с текстом — по памяти. S>А потом — через день. Потом — через месяц. И посмотрим, как ты запомнишь их "раз и навсегда". PD>>Вот когда такое возможно станет — тогда я поверю в идентичность механизмов. Я не против того, чтобы этот ИИ предварительно обработал хоть терабайты, хоть петабайты. Что угодно, на все согласен. Только пусть эти петабайты нигде никак не упоминают про дикобразов. А потом парочку их картинок — и готово. S>Ок, иероглифы — синтетика, в природе не встречаются. Наверное, в человеке нет встроенных механизмов для иероглифов и есть для живой природы. S>Давай мы тебе покажем парочку фото, скажем, корейцев. И потом будем предлагать отличать корейцев от вьетнамцев, китайцев, и японцев. Тоже раз и навсегда.
Не пойдет аргумент. Ты убрал из моего сообщения очень важный кусок, я его вынужден вернуть и выделить.
PD> Человеку достаточно показать некую новую сущность, несколько экземпляров или картинок (видео вычеркнем, до 20 века ни кино, ни тем более видео не было) , сказать, как это называется, и если этот объект достаточно отличается от других, то он запомнит его раз и навсегда. Я тут уже пример с дикобразом приводил.
Вот это самое существенное. Я не смогу отличить двух китайцев, возможно, и корейца от вьетнамца. И иероглифы тоже не запомню — я не китаец. А вот китаец, думаю, запомнит. И корейцы друг друга отличают и запомнят. Иначе как они друг друга узнают-то ? А для меня отличия недостаточны — вот и все.
Впрочем, не надо китайцев, корейцев и иероглифов. Я не смогу запомнить отличия жуков, скажем, для меня они все на "одно лицо". А вот энтомологу покажи новый (для него) вид — и он запомнит его сразу. Да, опираясь на свой богатый предыдущий опыт. Но показать ему нужно 1-2 фото, а не 100500.
А вот если отличия существенные — я смогу. Поэтому я и привел пример с дикобразом. Хватит мне и одного фото. Не спутаю я его с ежом и не приму за колючую проволоку.
S>Немножко отличается крупномасштабная архитектура — у нас больше слоёв, отвечающих за выделение фич. Благодаря этому кошка и одеяло достаточно различимы (хоть и не во всех условиях — см. множество фоточек в соцсетях из серии "найди котэ"). Принципиальных отличий пока не видно.
Принципиальное различие в том, что ни в трезвом, ни в пьяном виде никто не будет кормить одеяло и укрываться котом
Здравствуйте, Sinclair, Вы писали:
S> Эта тренировка НС льётся в ребёнка сплошным непрерывным потоком — и у него от рождения есть структуры, оптимизированные для потребления этого потока.
Прикольно, но, оказывается, что возможно ещё даже до рождения. Это вообще, похоже, в днк прошито. https://www.youtube.com/shorts/6AjM4mtNCQM
И вообще, интеллект тут не при чём. Какие-нибудь насекомые или даже одноклеточные "умеют" больше в распознавании, чем нынешние ИИ.
Здравствуйте, Pavel Dvorkin, Вы писали:
PD>Алгоритмы распознавания отпечатков не так уж сложны. Доказательство простое — с отпечатками пальцев умели работать еще в начале 20 века. С компьютерами лишь точнее и надежнее. А алгоритмы там, в основе своей, те же.
Добрый день! Очень интересная тема. Вот как раз предлагаю инструмент реализующий что-то круче чем алгоритм. http://plus.okayno.ru/anekdot-pro-vneshnie-dannye/?fbclid=IwAR00LaRAV4Bhv_nb-zgOZYPYaRLttwlZMrKibyfahhwg8ZVo8s3ZVyXkdoY
Я больше работаю надо темой автоматики, и полноценно работа этой машины реализует не алгоритмы, а я их назвал А-ритмами. Ибо в отличие от алгоритмов гарантируется только последовательность пары событие-подписка. Если концепты представить как перцептроны, а подписки как синапсы-получаем нейронную сеть. Императивная часть остается. Получается некий гибрид из нейронной сети, исчисления высказываний (логическое программирование) и императивная часть. Здесь форматирование не удачное для примера, я вам в личку отправлю подробности. Если будет интересно, пишите. Ибо меня, наверняка, сегодня же забанят))
Прославился тем, что вставил деструктивную функциональность в свой винда-твикер, как средство 
