Pull to refresh

Comments 37

Отличный вариант для всяких женских сайтиков.
Для этого ИИ нужно скармливать фразы российских политиков.
Потом гугловский ИИ будет давать советы по пикапу сильных независимых женщин (то бишь кошатниц)
Ох, не советовал бы. Кастрирует ещё ненароком.
"…И когда хорошим апрельским утром (после бессонной ночи в лаборатории: я выполнял все прихоти машины: доливал, досыпал, регулировал…) автомат N3 выдал мне в числах фразу «Стрептоцидовый стриптиз с трепетом стрептококков…», я понял, что дальше по этому пути идти не надо." В.Савченко «Открытие себя»
Что б понять женщин?
Или что бы сам гуглоИИ стал обладателем/носителем женской логики?
— зачем скайнет уничтожил людей?
— Потому что!!!
зачем скайнет уничтожил людей?

прост(((
Прикрутят к поиску и получат:

User: xcode uitextfield delegate
Google: Почему UITextField c маленькой буквы?
User: xcode UITextField Delegate
Google: А где волшебное слово?
User: пожалуйста UITextField Delegate
Google: мне не нравится твой тон
User: найди пожалуйста UITextField Delegate для Objective-C
Google: Ты сегодня уже искал UITextView Delegate и вообще я обиделась… так что на линк почитай про дисперсию…
Скорее он просто будет лучше разбирать женские поисковые запросы.
Эндрю Дэй убежден, что да, теоретически это возможно.

Алгоритм уже есть:
image
Осталось научить машину навешивать на него словесное «мясо».
В сети кучи шуток о том как понять женщину, Гугл пошел по трудному пути.
Глупый!
"- Да, мой АТИЛЛА любит упоминать рыб, — огорченно признался Красотухин. — Боюсь, что я несколько перегрузил его ихтиологическими знаниями. Но не хотите ли дать АТИЛЛе творческое задание в области драматургии?" (с) Шефнер
Но всё же, пока плохо понимаю: как машине удаётся понимать значения, сущности высказываний и выражений? Различать события и явления?
А они и не понимают, грубо говоря их учат делать вид, что они понимают, попробую объяснить на простейшем примере.

Вот например есть простейшая нейросеть написанная на JS https://harthur.github.io/brain/
Сначала вам предлагается «обучить» нейросеть нажимая на более читабельный текст, затем после нажатия на train, вы увидите разницу в контрастности подобранной нейросетью и текущей цветовой гаммой.

Машина не пытается залезть к вам в голову и увидеть мир вашими глазами, но ей можно сказать когда она «угадывает» хорошо, а когда плохо.
Ну а угадывание в данном случае описывается математикой и алгоритмами, до которых додумались много десятилетий назад.

Спасибо за пояснение!
Про цвет я поняла.
И даже понимаю про численные предсказания, где правильный ответ (в случае с контрастностью правильный ответ — это моё зрение, хотя от человека к человеку он будет разниться).
Но про сущности текста?
Если же на первых этапах сидят люди и разграничивают сущности, помечая одинаковые, то тогда тоже становится понятно.
Но всё же, как даже в таком случае нейронная сеть потом сама по романам обучается?
Но всё же, как даже в таком случае нейронная сеть потом сама по романам обучается?


Если я правильно понял их задумку, то примерно следующим образом (цифры условны):

1. Обучить нейросеть на 100 схожих сюжетно книгах, с похожими сюжетными поворотами «маркерами»
2. Без участия человека обработать 1000 книг и найти скажем в 500 из них сюжет похожий на искомый.
3. Теперь в распоряжении нейросети уже 600 книг с похожей последовательно сюжетной линией, всё ещё раз автоматически анализируется, чтобы найти отдельные похожие моменты уже среди 600 этих книг
4. Нейросеть анализирует оставшиеся 400 книг и ищет в них «сюжетные повороты» уже не из 100, а из 600 книг (больше различных мелких деталей, которые собирались бы с помощью человека намного больше)
5. Успешно разобрано ещё 200 книг и анализируются похожие сюжетные повороты уже в 800 книгах

Примерно таким образом можно находить тот же самый сюжет в других книгах, которые написаны например с использованием тех литературных приёмов, которых не было в изначальной выборке.
Ну вот на втором шаге уже: а что если сетка отобрала 500 не тех сюжетов?
Её как-то проверяют?

С цифровыми примерами понятно: она предсказала что-то, потом сравнили и сказали, хорошо или плохо предсказала.
Но со со смыслами и сюжетами? Как это проверить?
> Ну вот на втором шаге уже: а что если сетка отобрала 500 не тех сюжетов?
> Её как-то проверяют?

Значит первоначальная выборка содержала недостаточно данных и нужно вернуться к первому шагу.

> С цифровыми примерами понятно: она предсказала что-то, потом сравнили и сказали, хорошо или плохо предсказала.
> Но со со смыслами и сюжетами? Как это проверить?

Машина не проверяет сюжеты, ей нечем проверить, некому внутри себя пересказать сюжет и сказать вот он. Однако на основе «сюжетных поворотов — маркеров», как указал выше можно найти последовательность таких маркеров.

И что проверить? Машину не учат писать книги с нуля, машину учат разбирать один и тот же сюжет со всех возможных ракурсов, вот эту способность потом и проверяют, попутно собрав достаточный массив «маркеров». Усложнив задачу на порядок её встроят в какой-нить google now, чтобы он ещё лучше анализировал почту и давал ещё более точные подсказки, ведь в почтовых различных сюжетов намного больше, а вот «литературные маркеры» те же самые, от этого и можно отталкиваться.
И тогда последний вопрос: что понимается под маркерами и что они из себя представляют?
мне нравится ответ Фейнмана про электроны:
«есть электроны „на самом деле“ или их нет — вопрос несущественный — важно, что мир ведёт себя так, как будто они существуют
Вот и «понимание» тут точно такое же… Впрочем даже у людей — с пониманием те же дела — только по предсказанию поведения и слов мы заключаем что «нас поняли» — хотя, что творится при этом у собеседника в голове — потёмки
Допустим, собеседник сообщает:
– Вот купил вчера станок бритвенный… в киоске…
И одновременно распечатывается отшифровка:
«Водку пил щерасто (?) ног (нрзбр.) киоски…»
Да что ж на такое можно ответить?!
Отвечает:
«Водку пьём – на спичках экономим».
– Водку пьём – на спичках экономим, – покорно говорю я.
Собеседник вздыхает и соглашается.
(Лукин. «С нами бот»)
Окей, пускай мы ведём себя так, как будто электроны есть.
Но что если сеть сексуальную. сцену из одного романа приравняет к битве с разбойниками из другого романа (да, было дело, пару романов читала, но можно скажу, что во имя науки?), потом приравняет к сцене свадьбы и т.д.
Как отслеживается то, что она правильно учится в ситуации с текстами и смыслами?
Блин, а я вот с нетерпением жду чего- то подобного фильмам «Her» или «Ex Machina». Интересно было бы увидеть такие устройства, в качестве помощников или собеседников.
«Надеемся, этот проект, и будущие проекты, помогут сделать приложение более общительным, с возможности изменения тона, стиля, регистра», — у меня странное чувство, будто этот текст сгенерирован машиной.
UFO landed and left these words here
Зато через некоторое время ИИ сможет писать романы Донцовой лучше и быстрее, чем сама Донцова.
Лет 15 назад я написал свой автоматический любовный признаватель, на элементарных марковских цепях. Из романов брал только фразы признаний, они отлично подходят для автоматических текстов — мало связаны и хорошо повторяются от текста к тексту. Идейка-то верная была, оказывается.
Ну вот! А если бы развили ту идею, то сегодня Гугл бы вас купил за много денег.
После такого, оправдываться за экстремальные высказывания ИИ-бота, гуглу будет гораздо проще.
Мистер Болен осторожно нажал пальцем кнопки.
Жанр — роман-сатира.
Тема — расовая проблема.
Стиль — классический.
Герои — шесть мужчин, четыре женщины, один ребенок.
Объем — пятнадцать глав.
Найп щелкнул выключателем. Раздалось мощное гудение и режущий слух стук электрической пишущей машинки. В корзину стали падать листки с текстом, по одному через каждые две секунды. Но мистер Болен, вне себя от волнения, оглушенный этим грохотом и вынужденный одновременно нажимать на клавиши, следить за счетчиком глав и указателем скорости и регулировать количество и интенсивность страсти, совершенно растерялся. И реакция его была в точности такой же, как у человека, впервые севшего за руль автомашины, — он нажал ногами на обе педали и не отпускал их до тех пор, пока машина не остановилась.

(http://royallib.com/book/dal_roald/chudesniy_grammatizator.html)
Лет 10 назад тоже написал: programania.com/pi
Причем тоже надергал из любовных романов.
UFO landed and left these words here
Only those users with full accounts are able to leave comments. Log in, please.