Comments 24
Это мне напоминает относительно распространенный диалог между любым студентом(аспирантом) и его научным руководителем:
-Дайте мне хорошую задачу.
-Молодой человек, но я же вам уже дал задачу.
-Но то плохая задача, она сложная и бесперспективная. Я её не могу решить и даже если я её и решу, это мне не даст ничего. Дайте мне такую задачу, чтобы я некоторое время над ней поработал, а потом решил её и чтобы она меня сделала знаменитым.
-Такой задачи у меня нет. Но даже если бы она у меня и была, я бы её вам не дал, я бы сам её решил и сам бы стал знаменитым.
Полагаю, что современные решения ИИ - это компиляторы нарезок из большой массы текстов или картинок из интернета. Успех связан лишь с наличием интернета и вычислительными монстрами.
Успехи применения ИИ в медицине или в прогнозировании рынков очень скромные и мало изменились за последние 50 лет.
Что не так?
А ещё можно полагать, что земля плоская. Но зачем? Что ИИ может, а что нет и для каких целей используется - вполне наглядно видно, никакого грифа секретности на достижениях не стоит.
Про Землю - это Вам виднее, я не специалист.
Я про ИИ в медицине и рынках. Пока не встретил результатов применения ИИ в этих областях лучше, чем 50 лет назад.
Можете дать ссылку на достигнутые результаты, для опровержения мною сказанного?
https://habr.com/ru/companies/iticapital/articles/330884/
https://habr.com/ru/companies/first/articles/682516/
в медицине и рынков ИИ хватает. Некоторые задачи решаются быстрее и точнее чем человеком. Тут вопрос не в качестве алгоритмов, а в цене ошибки. В медицине это чел. жизни, на фондовом рынке большие деньги. ИИ нести ответственность не умеет
Если внимательно прочитаете эти статьи то поймете, что это реклама либо результаты получены не в реальном времени, а путем подгонки на истории.
Вот конкретно из этих статей:
из 1 -ой ссылки:
" В марте (2017 год) исследовательская группа из университета Эрлангена-Нюрнберга в Германии разработала ряд алгоритмов, которые использовали архивные данные рынков.
Одна из моделей позволила добиться 73% возврата инвестиций ежегодно с 1992 по 2015 год с учетом транзакционных издержек. "
т е в 2017 году сделали алгоритм по данным истории до 2015 года. А где результаты на после данных истории.
Я на истории получаю результаты в 300 % годовых без реинвестирования. Но это не означает , что так будет в реальности.
------------------
читаем далее:
"Январское (2017 г) исследование Eurekahedge о 23 хедж-фондах, использующих искусственный интеллект, показало, что они демонстрируют намного лучшие результаты, чем те, что управляются людьми.
За последние шесть лет эти фонды добились годовой доходности в 8,44% по сравнению с обычными фондами, показатели которых составили от 1,62% до 2,62%. " Это круто?
2-я ссылка:
"Пациенты, лечение которых осуществлялось по PPD, выходили за пределы минимально необходимых дозировок реже и в течение более коротких периодов времени, чем контрольная группа под руководством терапевта, что позволяет предположить, что уравнение точнее предсказывает следующие дозы. "
Это круто?
Больше данных об успехах в медицине в этой статье нет.
Резюме: Ваши ссылки ничего конкретного про достижения ИИ на рынках и в медицине не содержат.
Можете привести ссылки с примерами конкретных практических применений ИИ на рынках и в медицине? С интересом прочитаю.
https://habr.com/ru/companies/ods/articles/548788/
https://habr.com/ru/companies/ods/articles/560312/
Вот применение на фондовом рынке
Из медицины лень штудировать весь интернет, я приводил ссылку, там указано что есть целые компании по применению ИИ
https://www.babylonhealth.com/en-gb/ai
как пример в медицине
Примеров практических применений много как видите
"https://habr.com/ru/companies/ods/articles/548788/
https://habr.com/ru/companies/ods/articles/560312/
Это не примеры применения на рынке, а рассказ человека как он пытается что-то применить из того, что знает.
Я такие статьи писал на сайте 15 лет назад.
Где успешность ИИ на рынке, Карл?
--------------------------
Из медицины Вы цитируете рекламу, а не результаты серьезных разработок.
Я не верю в рекламу и пиар в интернете.
Вы хотя бы прочитали, свои ссылки сначала.
Вот что в них написано:
"Huiying Medical, компания по производству медицинского оборудования, базирующаяся в Хуэйчжоу, Китай, утверждает, что разработала решение для визуализации с помощью искусственного интеллекта, которое использует компьютерную томографию грудной клетки для выявления присутствия COVID-19. Компания утверждает, что он может быть полезен в регионах мира, где нет доступа к полимеразной цепной реакции с обратной транскрипцией (RT-PCR), стандартному методу тестирования на COVID-19."
Ну и где здесь успехи ИИ, Карл?
---------------------
Если есть желание узнать об успехах ИИ в медицине,
то читайте , например, здесь:
https://www.mdpi.com/journal/diagnostics/sections/artificial_Intelligence
https://health.google/health-research/
Где-то были исследования, ИИ в анализе различных снимков уже лучше среднего доктора. ИИ не подвержен человеческим усталости, раздражении, отвлечении. Он более комфортен в общении. И что не менее важно, он сильно дешевле и удобнее, чем запись к доктору.
Думаю при нашей жизни застанем полностью автоматизированные диагностические центры, с минимум персонала, который будет в основном обслуживающим.
Выша ссылка это банальная реклама.
Результаты диагностики послеоперационного состояния на сердце с помощью систем распознавания известны уже более 50 лет назад. На хабре давал ссылку на книгу того времени под редакцией академика. Примерно в то же время в США вышел тематический сборник статей о применении ЭВМ в медицине, был переведен в СССР, читал его тогда.
Повторю, что новых достижений , кроме рекламы, пока не видел.
-----------------------
И еще...
Приведу пример из прошлой жизни.
В беседе с представителем Гражданской авиации (CCCP) предложил сделать автоматическую систему диагностики технического состояния двигателей самолета.
На что он мне ответил: Автоматическая система - это хорошо. но кто подпишет разрешение на полет?
------------------------
Аналогично: автоматический центр - это хорошо, но в эпоху страховой медицины, кто возьмет на себя ответственность за ошибку в диагнозе и смерть пациента в результате лечения?.
Вы сказали, что ИИ - это компилятор нарезок. Это очень узкий взгляд. AlphaZero или Voice2med работают по другому принципу совершенно, но это тоже ИИ. Наличие интернета в этих случаях ни при чём. В этом ваша ошибка.
К тому же ИИ применяется далеко не только в медицине, но и в металлургии, например.
https://habr.com/ru/companies/nlmk/articles/706022/
Вы не доказали , что мое мнение не верно, Вы его просто отвергли. Это Ваше право.
Ваша ссылка на внедрение STT -это не применение ИИ в медицине, а применение распознавание речи в бюрократии. Распознавание речи и текста - это две классических задачи на которых уже более 50 лет упражняются программы распознавания образов. И успех последних лет распознавания речи связан со вторым источником в моем высказывании - вычислительными монстрами, стоимостью сотни миллионов. Результат не намного превосходит результаты 20-летней давности.
----------------------
Я не спрашивал про металлургию ( я читал эту статью и там ИИ вообще не причем там обычная оптимизация и результат спорный ) .
-----------------
Я спросил конкретно то, что меня интересует, и на успехи ИИ в чем указано в статье, про рынки и медицину. Ссылки есть на доказательство успешности ИИ на рынках и в медицине ( а не в бюрократии) ?
Вы не доказали , что мое мнение не верно, Вы его просто отвергли. Это Ваше право.
В смысле? AlphaZero - прямой опровергающий пример вашей фразы про нарезки. Я понял ваше требование про медицину, но вы согласны, что как минимум ваша фраза про нарезки неверна?
Результат не намного превосходит результаты 20-летней давности.
Очень странный взгляд. Результаты распознавания речи настолько невообразимо круче, что ваша фраза вызывает только недоумение. Вы пользовались вообще распознаванием двадцать лет назад?
а не в бюрократии
Это новое требование с вашей стороны. Распознавание специфичных медицинских терминов - крайне сложная задача (по меркам 20-летней давности). И это вполне медицинская сфера.
Тем не менее, прямое использование ИИ для постановки диагнозов в России уже есть (в других странах без сомнения тоже). Статьи с описаниями деталей я встречал, но быстро нагуглить не удалось, оставлю это вам, если тема интересна. Общая идея тут:
https://mosgorzdrav.ru/systema-podderzhki-prinyatiya-vrachebnikh-resheniy
на успехи ИИ в чем указано в статье, про рынки и медицину
Статья разве про рынки и медицину? Может мы разные статьи читали?
Про AlphaZero...
Согласен, что неточно написал. Нарезки касаются нейросетей , которые отвечают на вопросы т е синтезируют правдоподобные ответы, например, GPT.
AlhhaZero - это игровая программа.
Вспомним программу игры в шахматы, которая разрабатывалась под руководством Ботвинника (читал в молодости его книгу).
Игровые программы используют накопленные базы данных и логические правила решений , т е это не нейронные сети, а скорее деревья решений.
Да и достижения этих программ в основном базируются на мощности железа.
Но это не ИИ. Попробуйте применить к ним тест Тьюринга.
-----------------
Про это:
https://mosgorzdrav.ru/systema-podderzhki-prinyatiya-vrachebnikh-resheniy
Т е про Систему поддержки принятия врачебных решений.
Это фактически справочно информационная система. Решение - это нарезка фраз из медицинских справочников и учебников. Т е именно то, что я написал.
Так как задача участкового врача сводится к выслушиванию жалоб и направлению согласно запомненным знаниям либо указаниям на прием с узкоспециализированному врачу , а тот направляет на анализы, то все это может делать и программа.
Но такие программы делали и 50 лет назад. Просто тогда вычислительная техника не была столь доступной.
Никаких успехов ИИ в этом нет.
Есть два уровня разработки технических решений. первый - экспериментальный, второй - коммерческий. Второй этап - это бум рекламы и баек о небывалых возможностях нового продукта.
Для программ машинного обучения наступил коммерческий этап.
-----------------
ИИ - это свойство программы создавать новые знания(изобретения) , а не компилировать правдоподобные фразы из справочников .
------------------
Еще добавлю о "щенячьем" восторге GPT писать программы.
Написание программ - это работа переводчика с одного языка на другой. Но вопрос не в том как перевести , а в том что переводим. т е при решении задачи есть два этапа которые решаются до написания программ. Это выбор метода решения и разработка алгоритма решения.
Программы типа GPT неспособны выбрать метод решения. Если я не прав, дайте ссылку.
Игровые программы используют накопленные базы данных и логические правила решений , т е это не нейронные сети, а скорее деревья решений.
Вы не разбираетесь в теме, но при этом уверенно и настойчиво рассказываете, как якобы всё устроено. Не надо так делать. Это и выглядит не очень и бессмысленно. AlphaZero - нейронная сеть, это любой может проверить за минуту. Так зачем утверждать обратное? Какой стал смысл? Чего вы этим сможете достичь?
К тому же AlphaZero не использует накопленную базу данных и логические правила решений (если только не притягивать за уши, что сама нейронная сеть их накапливает). То есть полностью неверно. Зачем? Можно же вместо комментария потратить время и прочитать, ознакомиться.
Решение - это нарезка фраз из медицинских справочников и учебников.
Хорошо, что вы так быстро разобрались, как там всё устроено. Как с AlphaZero, да?
Но такие программы делали и 50 лет назад.
Не делали. Ну да ладно, вам нравится в это верить без доказательств.
Написание программ - это работа переводчика с одного языка на другой
Мы на техническом ресурсе. Здесь каждый второй - программист. Тут не прокатит сказать, что программист - это переводчик. Впрочем, переводы - это тоже одно из достижений ИИ. Оно наверняка тоже было 50 лет назад в параллельной вселенной, но в нашей качество автоматических переводов 20 лет назад не годилось вообще никуда.
Я понимаю Ваш сарказм. Неужели вы полагаете, что я не смог прочитать в вики (Это же элементарно, Карл!)
AlphaZero — нейронная сеть, разработанная компанией DeepMind, которая использует обобщённый подход AlphaGo Zero.
Но Вы невнимательно читаете то, что я написал.
Я не знаю AlphaZero так хорошо как Вы, поэтому не рассказываю что там используют, а тем блоее, чего там не используют, как это делаете Вы.
Я говорил лишь о решениях и алгоритмах, которые традиционно использовали и 50 лет и 20 лет назад.
Например:
Deep Blue — шахматный суперкомпьютер[1][2], разработанный компанией IBM, который 11 мая 1997 года выиграл матч из 6 партий у чемпиона мира по шахматам Гарри Каспарова.
В процессе выбора хода ChipTest в основном использовал типовые методы поиска по шахматному дереву, применявшиеся в большинстве шахматных программ — минимаксный алгоритм поиска с альфа-бета-отсечениями и оценочную функцию, дававшую оценку конечным позициям. Аналогичный принцип работы впоследствии использовали Deep Thought и Deep Blue[1].
------------------
А теперь ответьте, чем нейронная сеть лучше решений на основе дерева решений.
Более того, алгоритмы на основе деревьев делали и 50 лет назад. Они не были так эффективны из банальной нехватки вычислительной мощности.
--------------
Вы не угадали, я действительно хорошо разбираюсь в нейронных сетях.
Более того, применял эти подходы в реальной жизни и изложил это в своей диссертации надцать лет назад. поэтому мне забавно читать о том, как хорошо известное 30 лет назад выдают за супер новое и даже за Искусственный Интеллект.
Но Я не пытаюсь Вас в чем-то убедить, я высказываю свое мнение на основе своего опыта и знаний.
------------
Примечание:
посмотрел исходники AlphaZero
И увидел там это:
"выполнил новый этап конвейера контролируемого обучения (чтобы использовать те файлы человеческих игр "PGN", которые мы можем найти в Интернете, в качестве генератора игровых данных). Этот шаг SL также использовался в первой и оригинальной версии AlphaGo, и, возможно, шахматы - это какая-то сложная игра, в которую мы должны предварительно обучить модель политики, прежде чем начинать процесс самостоятельной игры ."
Так что использовали базы данных при контролируемом обучении. Вы не угадали.
----------------
Прикольно, что все это делается на Tensorflow , которому уже лет десять. Новое лишь железо.
Я говорил лишь о решениях и алгоритмах, которые традиционно использовали и 50 лет и 20 лет назад.
Возвращайтесь в настоящее. Тут много нового и интересного.
А теперь ответьте, чем нейронная сеть лучше решений на основе дерева решений.
С помощью них можно решить задачу, которую на дереве решений никто не решить не смог.
Они не были так эффективны из банальной нехватки вычислительной мощности.
Сейчас мощность есть. Где же реализации на основе дерева решений? Наверняка вы искали, но найти не смогли, не так ли?
Техническое объяснение, чем нейросеть лучше даже не требуется.
Вы не угадали, я действительно хорошо разбираюсь в нейронных сетях.
Ну явно же плохо. Это же ваш текст?
"AlhhaZero - это игровая программа. Игровые программы используют накопленные базы данных"
Более того, применял эти подходы в реальной жизни и изложил это в своей диссертации надцать лет назад
Вы можете продемонстрировать ваши знания, если хотите. Пока вы этого не сделали. Кандидатская проходная или значимая? Большинство достижений современного ИИ не из советов.
В любом случае, не хочется вас огорчать, но вы, кажется, катастрофически отстали от современной ситуации. Ещё раз повторюсь, 50 лет назад таких достижений не было. Некоторые идеи были заложены тогда, но только маленькая их часть. Те же многослойные сети зависят в первую очередь от алгоритмов, которым десять лет и только во вторую очередь от мощности. Без алгоритмов мощность не поможет.
Очевидно либо я неправильно объяснил, либо Вы не поняли.
Деревья и сети существуют давно.
Решение на основе деревьев эффективнее, так как более компактное, но требует больше знаний у того, кто его проектирует. Нейронная сеть - это банальное произведение матриц и коррекция весовых коэффициентов методом обратного распространения ошибки. Изначально в 60-75 годы был бум сетей. примерно как сейчас. Но потом был тупик. В 80-х предложили метод обратного распространения ошибки и сети снова стали развиваться. Но был тупик с железом.
Сети сжирают много памяти и вычислительной мощности так как они изначально очень тупые и для обучения им надо очень много истории. Деревья изначально уже умные так как основаны на знаниях человечества.
Сейчас благодаря интернету и социальным сетям удалось собрать большую историю и появилось мощное железо. В результате для сетей появилась возможность снова начать бум. Их успех в том, что они не требуют для своего применения наличия знаний у применяющих. Недостаток знаний компенсируется мощностью железа.
Но это тупиковое направление будет развиваться потому, что требования к пользователю все больше деградируют.
-------------------
Но я изначально утверждаю лишь то, что достижения сетей сильно преувеличены и основаны (именно последние достижения ИИ) на базе данных интернета (чаты GPT). Достижения в области шахмат, медицины, рынков, т.е. там где помимо бла-бла нужны более глубокие знания области приложения, достижения сетей , называемых на две буквы ИИ мало превосходят алгоритмы 20 и 50 летней давности. А тем более, если те алгоритмы запустить на новом железе.
Да запустили станцию на Луну. А угадайте в каком году?
Деревья и сети существуют давно.
Да. Ракеты тоже существуют давно. Процессоры тоже. Вы отрицаете прогресс в этой области?
Решение на основе деревьев эффективнее, так как более компактное,
В некоторых случаях, при условии, что его можно найти. Найдите решение для генерации картинок или распознавания речи, вместе посмеемся над качеством.
требует больше знаний у того, кто его проектирует
Звучит пафосно, но это бездоказательная ерунда. Сами поймёте, если попробуете подтвердить это чем-то.
банальное произведение матриц
Деревья - это банальный if. Вы представляете, сколько существует if? Старая технология.
Деревья изначально уже умные так как основаны на знаниях человечества.
Вы не знакомы с современными деревьями решений. Их не проектируют вручную, это невозможно. Более того, никто и деревья-то не использует, используют лес. Вместо комментариев почитайте современные достижения в этой области. Там на самом деле много отличных вещей, даже в деревьях.
они не требуют для своего применения наличия знаний у применяющих
Вы хотели сказать, у проектирующих? Попытка их унизить забавная, но бессмысленная. Сделайте что-нибудь, покажите. Это же не требует знаний.
тупиковое направление
Разве?
мало превосходят алгоритмы 20 и 50 летней давности
Вы это уже говорили, помните? Я привел опровержение, вы его проигнорировали, а теперь опять настаиваете. Зачем?
И напомните, в каком году запустили ровер на Марс?
Приведите пример из своей практики.
Относительно TTS.
Пример для генерации речи festival(цепи Маркова). Мне удалось поместить его в SOC объем 2 МБ база 200 МБ на SD карте.
Сравните с TTS на нейросети объемом более ГБ.
Потом расскажите о сравнении.
--------------
По всем Вашим примерам я подробно объяснил свое мнение. Вы же не привели ни одного примера с доказательством превосходства решения на нейросети по сравнению с иными решениями.
Попробуйте обучить какую-нибудь сеть на своем ПК, посмеемся над результатом.
Приведите пример из своей практики.
Да вот вам пример: до AlphaGo не было достойных программ которые бы играли хотябы на среднем уровне в игру Го.
Вы похоже действительно прошлись по верхам и не понимаете как работает современное машинное обучение, а оно позволило преодолеть "проклятие размерности" комбинаторного взрыва вариантов в игре Го, где классические алгоритмы пасовали перед таким огромным количеством вариантов (10^171) , никакие базы там не помогут. Именно поэтому никакие другие движки на основе классических алгоритмических подходов до этого момента не могли подняться выше уверенного новичка.
А ведь есть ещё AlphaZero, которая ещё сильнее AlphaGo в много раз, там вообще практически исключили человеческое влияние и нейросеть играет сама с собой и сама себя учит, ей даже примеры игр людей никакие не нужны.
Вы меня достали этой AlphaZero или ...GO. или крестики нолики. Меня игрушки не интересуют. А судя по Вашим ответам изначально , Вы фанат игр. Успехов Вам в соревновании с ИИ.
Пусть будет, по-вашему, в играх нейросети достигли больших успехов за последние 50 лет.
Но меня интересуют успехи ИИ в реальной деятельности человека. Ранее написал две из них -рынки и медицину. Но Вы путаете цифровизацию с диагностикой по результатам не столько опроса человека, сколько по неинвазивным аппаратным измерениям .
Написали много букв, но ничего интересного для себя в Ваших ответах не нашел. Не вижу смысла в продолжении дискуcсии.
Познавательная статья. Хочу поделиться своим опытом по работе с GPT.
Темой нашего стартапа был фоеймворк - кодогенератор программного обеспечения в сфере автоматика и робототехнические системы. Платформа - ядро скомпилировано на языке G c интерфейсной консолью визуального ввода инструкций, своего рода софт контроллер на базе ПК с внешнנм комплектом I/O.
Все инструкции сведены к минимуму операций и интуитивно понятны специалистам, не имеющим опыта в скрипт программировании.
Не так давно мы провели эксперимент с чат GPT. Мы внесли в него инструкции по работе с платформой, а так же дали описание принципов подключения драйверами нагрузок и сенсоров, после чего попросили его сгенерировать алгоритм действий разработчика по вводу инструкций на основе алгоритма управления вендинговой системой.
Мы были шокированы результатом. Прежде всего это было выполнено молниеносно, разработчику осталось только как троечнику в СССР перекатать шпаргалку и запустить симуляцию. Это нечто и можно посвятить целую статью.
Как найти задачу, которую можно решить с помощью машинного обучения