Подробнее
мы ОТПРАВЛЯЕМСЯ НА БАЛ, Л ТЫ, ЗОЛУШКА, ОТМЛИ
*5Й»
¿ГО ПРОВЕДЕНИЯ.»/
Vk.C0M/N/K.ARA6 иА
nik_aragua,Смешные комиксы,веб-комиксы с юмором и их переводы,Золушка (Дисней)
Если золушка технарь, то она составит набор критериев для отделения, потом пропишет конфиги и запустит всё это в каком-нибудь фреймворке и пойдёт по своим делам.
И на выходе будет ерунда, опирающаяся на невнятные критерии, которые нейросеть выбрала при обучении, типа числа букв "ы" в предложении. Потому что это ИИ-полная задача. И Золушке придется учиться, а потом работать над ней десятки лет, если не всю жизнь...
Я знаю, что эта мысль прозвучит слишком новаторски и вызовет бурю негодования, возмущения или даже религиозного гнева, но у детей... есть интеллект. Ребенка можно за пять минут научить отличать кошку от дивана. Нейросеть - увы...
Отличная цитата из статьи, показывающая пропасть между даже первоклашкой и современными нейросетями:
Вспомните первые классы школы, когда вы учились писать цифры.
Каждому из учеников тогда приносили по увесистой книге с названием «MNIST database», где на сотнях страниц были выписаны шестьдесят тысяч цифр, все — различными почерками и стилями, жирным шрифтом и едва заметным курсивом. Особенно упрямые добирались до еще более огромного приложения «Permutation MNIST», где эти же цифры были повернуты на различные углы, растянуты вверх-вниз и в стороны, и сдвинуты то вправо, то влево — без этого нельзя было научиться определять цифру, посмотрев на нее под углом. Потом, когда долгое и утомительное обучение заканчивалось, каждому выдавали небольшой (сравнительно) список в 10000 цифр, которые нужно было правильно опознать на общеклассовом тестировании. А ведь после математики наступал следующий урок, где приходилось учить значительно более объемный алфавит…
Для того, чтобы понимать различие кошки от дивана не нужна нейросеть. Нейросеть - не ИИ, даже близко. Она может решить пару-тройку необычных для императивных систем задач, но сама она ничего не умеет без человека-поводыря.
Уже умеет. В этом, собственно, был изначальный смысл - получить самообучающуюся экспертную систему, которая сама выберет для себя критерии. А человек-поводырь нужен для более эффективного обучения. Но в целом, верно: современным нейросетям до полного ИИ очень далеко. Именно поэтому результаты попыток натравливания их на тексты выглядят довольно жалко, хотя капсульные сети очень неплохо продвинулись в области семантического (смыслового) разделения объектов на картинках:
А что, разве основную свою работу "Методы расчета и технические характеристики распределения, шелушения, сепарирования и калибровки мелкодисперсных сыпучих материалов без применения неперфорированных вибрационных сепараторов." она уже закончила!???
Отличная цитата из статьи, показывающая пропасть между даже первоклашкой и современными нейросетями:
Вспомните первые классы школы, когда вы учились писать цифры.
Каждому из учеников тогда приносили по увесистой книге с названием «MNIST database», где на сотнях страниц были выписаны шестьдесят тысяч цифр, все — различными почерками и стилями, жирным шрифтом и едва заметным курсивом. Особенно упрямые добирались до еще более огромного приложения «Permutation MNIST», где эти же цифры были повернуты на различные углы, растянуты вверх-вниз и в стороны, и сдвинуты то вправо, то влево — без этого нельзя было научиться определять цифру, посмотрев на нее под углом. Потом, когда долгое и утомительное обучение заканчивалось, каждому выдавали небольшой (сравнительно) список в 10000 цифр, которые нужно было правильно опознать на общеклассовом тестировании. А ведь после математики наступал следующий урок, где приходилось учить значительно более объемный алфавит…
Хм. Говорите, все было совсем не так?