Comments 19
Самое "веселье начинается" тогда, когда надо найти специалиста в когнитивно-символьных и/или логическор-символьных системах - их просто нет или уже давно все "разобраны". В РФ я так и не нашел ни одного за месяц, пока висело объявление
Чтож это за специалист то такой?
Специалист по когнитивно-символьным и логико-символьным системам должен глубоко владеть формальной логикой, онтологиями, иметь опыт работы когнитивными архитектурами (примеры: Soar, ACT-R, CLARION и др.), уметь проектировать каузальные модели мира, уметь работать с символьным рассуждением и когнитивной динамикой - это еще самые простые требования
Вам нужен специалист, который соберет вам нужную архитектуру LLM под задачу или вас что-то конкретное в самом процессе распознавания интересует? Если в двух словах, то этой технологией в полном объёме владеют только топовые ученые или гении. Так как данная тема это больше логика и прикладная математика с теорией вероятностей. То есть человек должен быть со всех сторон жизни развит, чтобы в одного тянуть такое сплетение знаний и оформлять каждый раздел модели распознавания так как надо задаче. Вон Цукер таким спецам от 100 лямов до лярда долларов платил. Где вашу вакансию можно лицезреть?
Какая LLM? Вы о чём? Когнитивно-символьные и логическо-символьные системы никакого отношения к ним не имеют и никогда не имели. Да, есть гибриды, типа LLM-ACTR и LLM-Soar, но нам нужен был именно спец по когнитивно-символьным. Вакансия давно ушла, как год уже. И какие "лярды"? Нормальные з/п, ну чуть выше чем у остальных ("LLM'щиков") и только и всего. И да, в когнитивно-символьных системах нет слова - модель, как это принято в LLM. И есть "общие" термины, например: градиентный спуск, но у них совсем разные смыслы
P.S.: Я один раз встретил на Хабре статью, где автор написал "...когнитивных нейросетей...", привёл в качестве примеров описания ACT-R и Soar - у меня от этой фразы чуть инфаркт не случился. Нейросети и когнитивно-символьные системы - это разные подходы, реализация, использование ЯП (есть конечно энтузиасты, которые переводят исходники Asm/C/C++ на Python, Java, C#, но тем самым они эти системы превращают в... неэффективные), методики, философия, этика, работа с памятью системы (STM, LTM) и многое, многое другое
Можете конкретизировать, с какими данными вы работаете, в какой отрасли?
Мы работаем не с "данными", в смысле как датасеты в LLM, а работаем с верифицированной моделью мира, представленной в виде динамической онтологии. Сама архитектура - междисциплинарная и нейтральная. Она может применяться в: медицине; юриспруденции; инженерии; образовании и т.д. - везде, где важны причинность, объяснимость, этическая устойчивость и работа с неполной информацией. Конкретная предметная область определяется "Базой Знаний" и дополнительными модулями, а не изменением архитектуры. Примеры использования (мой комментарий)
Где, можно получить такие знания, что бы перейти и работать в данном направлении?
Первое, что я Вам могу посоветовать - это изучать опубликованные научные работы и книги. Начните с изучения работ Ньюэлла и Саймона, как первопроходцев. Ниже список книг, которые я часто перечитываю:
"Unified Theories of Cognition" - Allen Newell;
"The Soar Cognitive Architecture" - John Laird;
"Duality of the Mind" - Ron Sun;
Второе - изучайте исходники и документацию известных решений: Soar, ACT-R, CLARION, Sigma и т.д. Загляните в код, запустите примеры, посмотрите, как устроена память, внимание, обучение.
Третье - изучайте информацию с конференций: CogSci (Cognitive Science Society) - главная площадка по когнитивным наукам; AAAI (Association for the Advancement of Artificial Intelligence); IJCAI (International Joint Conference on Artificial Intelligence); ICCM (International Conference on Cognitive Modeling).
Четвёртое - освойте онтологии. Попробуйте Protégé; поэкспериментируйте с RDF/OWL. Это поможет Вам на практике понять фундаментальное отличие между простыми ассоциациями слов и реальной причинно-следственной структурой.
Пятое - хотя бы присутствуйте на форумах посвященных когнитивным системам в качестве читателя.
Шестое - изучите основы конитивных наук, таких как: психология, нейробиология, лингвистика, ну и про философию не забудьте. Игнорирование этих основ делает любые дальнейшие исследования или разработки несостоятельными.
P.S. Забыл добавить - новички часто и много читают, но не конспектируют полученную информацию. Обязательно структурируйте свои знания и выделяйте время не только на изучение, но и на её осмысление.
Спасибо, отличные рекомендации.
Покурил немного тему, заявлено, что когнитивные архитектуры находят применения в робототехнике, теории игр с человеческим поведением и прочих областях, где нужно моделировать человеческое поведение. Однако у меня сложилось впечатление, что это сугубо академическая ниша, коммерческие продукты, если и есть, то очень нишевые и уступают по качеству более прямолинейным решениям. Другими словами, во всем мире найдется пара сотен ученых-исследователей, которые в теме, а вы на открытом рынке хотели нанять к себе одного?
Несмотря на доминирование нейросетей в последнее десятилетие, потребность в специалистах, понимающих когнитивно-символьные архитектуры, в последние годы стремительно растет. Этот рост связан с поиском более надежных, прозрачных и способных к рассуждению систем, которые могли бы преодолеть фундаментальные ограничения текущих LLM. Подтверждением этой тенденции служит и появление гибридных архитектур, таких как: LLM-ACTR и LLM-Soar, которые демонстрируют перспективность объединения подходов для создания более обоснованных (grounded) систем.
Сектанты, короче...
Я вас в очередной раз прошу показать хоть какие-то результаты на простейших бенчмарках. Говорить можно что угодно, но где результат?
К примеру, если где-то используют эти архитектуры, но при этом они не покорили большую массу (так как после релиза chatgpt думаю нашлись бы те, кто бы захотел провернуть тоже самое, но с более "лучшей" архитектурой) - значит скорее всего они выгодны для узкого спектра задач, а не широкого.
Да как везде - высокопрофессиональный и низкооплачиваемый
Компании сами не знают, кто им "нужон". Накопировали друг у друга требований, чат гпт накидал текст вакансии, и эта ориентировка отправилась рекрутеру. Тот в свою очередь вооружается ботом и ищет волшебного специалиста, который как можно больше ключевых слов запихнул в резюме.
Какой Ai-шник нынче нужон?! / Исследование ИИ рынка труда РФ