Comments 54
Большую картинку, пожалуйста.
Очень интересно! Успехов!
Мне статья в Wired показалась несколько общей, обтекаемой. Если действительно очень Интересно, могу взяться за перевод исходной статьи из PLoS Computational Biology. Там формулы, графики и прочие симпатичные вещи.
Интересно. :)
Очень интересно почитать формулы и посмотреть графики, надеюсь вы возьмётесь за это!
Это действительно очень интересно!
Выходи за меня!
ОЧЕНЬ ИНТЕРЕСНО!!!
Может прикручу систему зрения своему боту(которого уже делаю и пишу статью)
Может прикручу систему зрения своему боту(которого уже делаю и пишу статью)
а готовой либы нет? %-)
Да, а то эта статья похожа на «торсионные поля» по стилистике.
Прекрасный перевод. Сразу же оправдала инвайт, побольше таких переводов на Хабр.
Я бы кстати картинку перевел, а заодно можно статью в тематический блог перенести, кармы тебе хватает. :)
Я бы кстати картинку перевел, а заодно можно статью в тематический блог перенести, кармы тебе хватает. :)
Перенесла в ИИ. Картинку перевожу, но, боюсь, в отрыве от оригинального текста в PLoS она будет смотреться не очень понятно.
Ну насчет перевода — можно было бы улучшить… В этот абзац:
Интересно, что алгоритм не работает так же хорошо, если какая-нибудь одна операция пропущена. Сумма больше, чем целое, и О'Керролл и Бринкворт не знают почему. Поскольку параметры находятся в постоянной обратной связи, он производит каскад нелинейных уравнений, в которых трудно разобраться в ретроспективе, и почти невозможно предсказать.
Долго втыкал (хотя может время уже позднее так влияет :)… Сумма больше целого? Керрол производит каскад нелинейных уравнений??
Интересно, что алгоритм не работает так же хорошо, если какая-нибудь одна операция пропущена. Сумма больше, чем целое, и О'Керролл и Бринкворт не знают почему. Поскольку параметры находятся в постоянной обратной связи, он производит каскад нелинейных уравнений, в которых трудно разобраться в ретроспективе, и почти невозможно предсказать.
Долго втыкал (хотя может время уже позднее так влияет :)… Сумма больше целого? Керрол производит каскад нелинейных уравнений??
Я думаю имелся ввиду алгоритм… Даешь статью из PLoS'а :)
Я сильно подозреваю, что в статью делали всем известным методом, поэтому этот абзац в оригинале тоже не производит впечатления сильно вменяемого.
Да, в ближайшие несколько дней переведу.
Да, в ближайшие несколько дней переведу.
Я полагаю, что это ормигинал — www.ploscompbiol.org/article/info%3Adoi%2F10.1371%2Fjournal.pcbi.1000555
Возможно, имелось ввиду:
«Интересно, что только объединение всех пяти функций дает отличный результат, любая импровизация его ухудшает. Целое больше, чем сумма его частей.»
«Интересно, что только объединение всех пяти функций дает отличный результат, любая импровизация его ухудшает. Целое больше, чем сумма его частей.»
>…они могли бы быть использованы для программирования систем видения боевых миниатюрных беспилотных летательных аппаратов, поисково-спасательных роботов…
И опять сразу боевых. Ну б…ь не живётся людям мирно и всё тут.
Долго мы ещё будем изучать и создавать чтоб разрушать?
И опять сразу боевых. Ну б…ь не живётся людям мирно и всё тут.
Долго мы ещё будем изучать и создавать чтоб разрушать?
UFO just landed and posted this here
Творческий процесс по Фрейду это вытеснение. Мы вытесняем из подсознания дикие и разрушительные инстинкты, преобразуются их в полезную созидательную работу. В результате, Творческая Личность избавившись от всего дикого изобретает что нибудь полезное ( пулемет...)
Мы можем создать систему, которая отлично работает, без полного понимания того, как взаимодействуют элементы этой системы
Эта фраза очень настораживает
с одной стороны, настораживает.
С другой — статья, по сути дела, об искуственных нейронных сетях, только не тех, которые 50 лет назад придумали и сейчас там все формализовано, а о новой попытке взять от природы, а там разобраться. В ИНС тоже очень много творчества, и никто вам никогда не объяснит, почему данная нейросеть работает, а вот эта похожая — нет. Там все делается пробами и ошибками. Ну не все, есть некоторые соображения, но многое.
И никого это не настораживает, все работает.
Или другой пример: представьте, вы — глава фирмы или государства. Вы ей можете управлять, даже прекрасно управлять, но нет никакой возможности разобраться, почему Вася Пупкин не вышел на работу. Вы просто берете статистику, как часто Васи Пупкины так делают, и управляете =) Здесь тоже самое.
С другой — статья, по сути дела, об искуственных нейронных сетях, только не тех, которые 50 лет назад придумали и сейчас там все формализовано, а о новой попытке взять от природы, а там разобраться. В ИНС тоже очень много творчества, и никто вам никогда не объяснит, почему данная нейросеть работает, а вот эта похожая — нет. Там все делается пробами и ошибками. Ну не все, есть некоторые соображения, но многое.
И никого это не настораживает, все работает.
Или другой пример: представьте, вы — глава фирмы или государства. Вы ей можете управлять, даже прекрасно управлять, но нет никакой возможности разобраться, почему Вася Пупкин не вышел на работу. Вы просто берете статистику, как часто Васи Пупкины так делают, и управляете =) Здесь тоже самое.
«Скайнет» так и построят — «мы не совсем понимаем, как это работает…»
Да, кстати, в тексте не нашел.
Кто такой «Корреляционный ЭМО»?)
Кто такой «Корреляционный ЭМО»?)
Будьте уверенны, мы ждем продолжения! ;)
О, спасибо огромное за перевод! Не зря кстати, они на мух такое внимание заострили. Как никак 100 кадров в секунду против 25 человечешких
Да уж… сколько еще самых «очевидных» с точки зрения природы вещей нам предстоит разобрать и понять, чтобы ефективно использовать.
Читал в начале года книжечку «Исскуственный интеллект»в которой основной упор делался просто на попытку объяснить необьяснимое — работу коры головного мозга и универсальность ее строения — так все на уровне «слухов и домыслов»… Но в целом позитивное впечатление и очень граммотная теория. Жаль автора не могу вспомнить, книжка в офисе, позже отпишу реквииты.
Читал в начале года книжечку «Исскуственный интеллект»в которой основной упор делался просто на попытку объяснить необьяснимое — работу коры головного мозга и универсальность ее строения — так все на уровне «слухов и домыслов»… Но в целом позитивное впечатление и очень граммотная теория. Жаль автора не могу вспомнить, книжка в офисе, позже отпишу реквииты.
Видимо вы очень торопились. Кучи ошибок + в некоторых местах явно промтовский перевод, который очень сложно читать.
Есть вещи которые придумываются людьми и достаточно часто мы ими пользуемся, а это всего лишь копии каких-то природных вещей, растений или животных.
Например знаете колючки, растение. По их типу у нас есть застежки на зимних куртках или обуви.
Да и в общем много других.
Например знаете колючки, растение. По их типу у нас есть застежки на зимних куртках или обуви.
Да и в общем много других.
Ну я этого в упор не понимаю. Не хочу развивать холивара или ещё чего, но как, сталкиваясь с подобным можно говорить об эволюции и безликой «природе», когда открываемые алгоритмы просто кричат о замысле и Разуме?! Если даже учёные сами до конца никак не могут понять как оно работает, когда алгоритмы уже ясны, но как они работают — не ясно!
Эволюция не способна объяснить возникновение алгоритмов, которые работают и имеют смысл только в том случае, если все пять компонентов на месте и все они выполняются в строго заданной последовательности. Сам Дарвин об этом говорил.
Ещё раз, холиварить не хочу, просто всегда этому поражался.
Спасибо за перевод, побольше бы таких статей на Хабре.
Эволюция не способна объяснить возникновение алгоритмов, которые работают и имеют смысл только в том случае, если все пять компонентов на месте и все они выполняются в строго заданной последовательности. Сам Дарвин об этом говорил.
Ещё раз, холиварить не хочу, просто всегда этому поражался.
Спасибо за перевод, побольше бы таких статей на Хабре.
Вообще-то непонятность строения — это как раз и есть косвенное свидетельство эволюции. Если бы алгоритм был придуман в результате разумных соображений, они бы его сразу же поняли.
В статье написано только о том, что выкидывание любой части ухудшает результат, а не делает его бесполезным. Так что эволюция скорее всего изобретала части последовательно.
В статье написано только о том, что выкидывание любой части ухудшает результат, а не делает его бесполезным. Так что эволюция скорее всего изобретала части последовательно.
Да, вы правы про ухудшение результата. Хотя интересно было бы узнать подробнее.
В статье же объясняется, что сложность не в отсутствии логики, а в непомерной её сложности:
Если бы алгоритм был придуман в результате разумных соображений, они бы его сразу же поняли.Ну это если считать, что интеллект, ответственный за появление мух не превосходит наш. А если превосходит, то логика может быть настолько витиеватой, что нам как раз будет сложно понять, а может быть даже невозможно, как невозможно нам до конца понять что такое температура в сто миллионов градусов по цельсию.
В статье же объясняется, что сложность не в отсутствии логики, а в непомерной её сложности:
Поскольку параметры находятся в постоянной обратной связи, он производит каскад нелинейных уравнений, в которых трудно разобраться в ретроспективе, и почти невозможно предсказать.
>Эволюция не способна объяснить возникновение алгоритмов, которые…
С чего бы это? С теорией искусственных нейронных сетей вы не знакомы, получается? Из обученной НС в некоторых случаях возможно извлечь информацию, пригодную для построения понятного алгоритма. А в некоторых — нет. То есть алгоритм есть (как минимум алгоритм работы нейросети), а вот _как_ он работает — не понятно. Ну, кучка нелинейных диффуравнений…
>Сам Дарвин об этом говорил.
:) Цитату приведите. Креационисты часто утверждают, что «Дарвин это говорил», религиозные фанатики, что Энштейн был верующим, а прочие мракобесы, что вода имеет память :). Но никаких разумных доказательств ни те ни другие, ни третьи не приводят.
С чего бы это? С теорией искусственных нейронных сетей вы не знакомы, получается? Из обученной НС в некоторых случаях возможно извлечь информацию, пригодную для построения понятного алгоритма. А в некоторых — нет. То есть алгоритм есть (как минимум алгоритм работы нейросети), а вот _как_ он работает — не понятно. Ну, кучка нелинейных диффуравнений…
>Сам Дарвин об этом говорил.
:) Цитату приведите. Креационисты часто утверждают, что «Дарвин это говорил», религиозные фанатики, что Энштейн был верующим, а прочие мракобесы, что вода имеет память :). Но никаких разумных доказательств ни те ни другие, ни третьи не приводят.
Насчёт цитаты — я говорил о «неснижаемой сложности» о которой Дарвин говорил следующее:
Если можно было бы показать, что существует какой-либо сложный орган, который не возможно было образовать путём многочисленных, последовательных, небольших видоизменений, моя теория, безусловно, разрушилась бы.А насчёт остального — я уже сказал, что холиварить не собираюсь, так как по личному опыту знаю, что это бесполезно. Я лишь высказал свою позицию. Вы — свою. Давайте разойдёмся на этом.
Я уже вижу их миниатюрных летающих роботов, которые тупо долбятся в моё окно!
Алгоритм распознания может быть и прост, скорее всего, что это так. Но в Фазеточной области мухи тысячи «глаз». А на схеме я вижу только два входа. ( то есть у робота должно быль две пачки камер по тысячи штук, хотя и примитивных)
Большое человеческое спасибо! :)
Пишите и переводите еще, пожалуйста!
Пишите и переводите еще, пожалуйста!
Это дурдом… Но это очень завораживает! Чем-то похоже на алзхимию. Что-то сделали, оно работает(!) как — пока не поняли. :) Романтика
Ну, типичная сложная система — на поведение сильно влияет взаимодействие компонентов, история взаимодействий, обратные связи между ними и т.п., поэтому разобраться, как оно работает изнутри, провести реверс-инжиниринг — очень сложно.
Похожая задачка, но чуть более масштабная — разобраться в функционировании мозга (тоже нейросеть, но нейронов несколько больше). Там мы можем работать в очень крупном масштабе (мозг — черный ящик, исследуем внешние проявления поведения), можем — в чуть меньшем (разделяем мозг на подсистемы=отделы и изучаем реакцию каждой подсистемы на специфические воздействия => получим больше информации), а в совсем мелком не можем — получим такую прорву информации, что для ее обработки не хватит никаких ресурсов. Еще можно моделировать систему с нуля и смотреть, как можно получить похожие свойства. И лишь потом можно как-то сводить все это воедино.
Похожая задачка, но чуть более масштабная — разобраться в функционировании мозга (тоже нейросеть, но нейронов несколько больше). Там мы можем работать в очень крупном масштабе (мозг — черный ящик, исследуем внешние проявления поведения), можем — в чуть меньшем (разделяем мозг на подсистемы=отделы и изучаем реакцию каждой подсистемы на специфические воздействия => получим больше информации), а в совсем мелком не можем — получим такую прорву информации, что для ее обработки не хватит никаких ресурсов. Еще можно моделировать систему с нуля и смотреть, как можно получить похожие свойства. И лишь потом можно как-то сводить все это воедино.
Очень интересно!
спасибо, автор
Или у меня гугл сломался, или ничего нового по теме не появилось в открытом доступе. Пичаль.
Sign up to leave a comment.
Мухи, математика… Роботы?