Полезно. Мы эту идею года четыре назад обсуждали. Можно не только статьи подписывать, но и фото, базы данных и прочее. Можно с юристами наладить контакт (типа РАО), чтобы они существовали за счет копипастеров. Самим проект было не поднять так тему и замяли.
Совсем без грамматики, не обойтись. Но дети начинают разговаривать с родителями без изучения грамматики!!! Т.е. грамматика не первична. Паттерны языка впитываются и, затем, при произношении на них накладывается смысл. Это широко используется в методиках Direct Method (Callan Method) уже десятки лет. Миллионы людей уже обучились по этой методике. Если очень кратко:
— слушая записи, нужно повторять за диктором вопросы и ответы (многократно!);
— на занятиях отвечать на вопросы учителя и, первое время, не думая цитировать учебник;
— занятие длится 1ч, в день одно занятие;
— в группе до 10 человек, обычно шесть;
— в неделю от трех до семи занятий;
— писать диктанты и выполнять упражнения (писать ответы на вопросы);
Грамматика вплетена в курс. Но она не первична.
Очень хорошее введение! Спасибо!
Надеюсь, эта статья поднимет новую волну разработок.
Действительно, очень не хватает русскоязычных движков.
Очень не хватает!
Согласен, электронная таблица величайшее изобретение XX века и не только в области IT. Хоть это и не изобретение MS, но развитие Excel существенно расширило возможности электронных таблиц. Интересно будет посмотреть, на дальнейшую эволюцию Excel и (а почему бы и нет?) на его гибрид с F#.
Вспомнилось, как мы почти два десятка лет назад интегральные уравнения численными методами решали в SuperCalc :)А
Тогда IT-человечество впадет в смутные времена!
Если не будет Microsoft конкуренция резко снизится. Это во вред пользователям и разработчикам.
Впрочем, Oracle от этого только в выигрыше будет.
Т.ч. ругаем, спорим, доказываем и получаем за это новый бесплатный попкорн :)
Прочел соседний топик, но не стал влезать в спор. В целом впечатление — отбойным молотком прыщ пытаются вскрыть. ГА не в тему используют для синусоид. Метод сопряженных градиентов возможно на порядок или два быстрее будет. А распознавание цифр нейронными сетями вообще бред. В таком режиме нейросеть работает подобно сравнению по шаблону. Но очень тормозно. Про обучение вообще молчу. Вместо ИНС можно было аппаратный XOR применить (например в режиме GPGPU).
Кроме того, ломать капчи это асоциально!!!
Сделали бы что-нибудь полезное для общества :)
Я не генный инженер, но попробую ответить. Ответ точно не на поверхности. В изучении наследственности еще очень много вопросов. Например, роль белков в вертикальной, роль вирусов в горизонтальной передаче признаков.
Есть один чудак, программист, биоинженер. У него научно описано, что на самых ранних стадиях развития отбор есть. vicsrg.ho.com.ua/stat/kordum.htm
Я не согласен с его выводами, но исходные посылки принимаю.
Мул, детеныш осла и лошади не способен иметь детей. Разве это корректная особь? Это тупик эволюции.
Насчет глаз рискну предположить, что даже если удастся скрестить обезьяну с кошкой, глаза останутся на голове :)
Конечно, вся фишка в способе кодирования информации. 80% ДНК (всего ~750MByte) непонятно зачем вообще нужны. Читал, что человек от мыши отличается только несколькими процентами ДНК. Попробую выстроить ряд:
1. Простейший GA кодирует множество параметров, описывающих размеры системы.
2. Order GA уже можно использовать для формирования порядка, который что-то значит.
3. GP может построить небольшие программы/формулы/структуры.
4. Верю, что скоро, мы все же научимся с помощь GP писать операторы для GA и GP и научимся в автоматическом режиме делать оптимальные проекты зданий, морских судов, самолетов по набору исходных параметров/ограничений. Но собирать придется самим :)
…
N. ДНК кодирует белки, часть которых превращаются в автоматы (это программы с исполнителем), а другая часть «сотрудничая» и «конкурируя» за счет процессов самоорганизации, адаптации, синергии, автоволновых процессов собираются в мегаструктуры координирующие синтез этих самых белков…. Был бы школьником пошел бы на биоинженера :)
Нам еще есть куда копать.
— n умножений,
— n-1 сложение,
— и вычисление функции активации, кстати которой в этой формуле нет.
Без функции активации нейронная сеть мало на что способна.
Это была первая и ошибочная модель :)
Главное ее отличие от оригинала: она потенциальная, а реальная нейронная сеть импульсное «устройство». Всё равно, что сравнивать работу городской электросети с работой микропроцессора.
Сейчас IBM пытается смоделировать фрагмент мозга моделируя натуральные нейроны.
Все вышеприведенное верно, за одной мелочью, вы сделали два допущения: завысили среднее количество синапсов и рабочую частоту, не учли эффективность модуляции, занизили информационную емкость синапаса. А еще одновременно все нейроны не могут работать, т.к. мозг вскипит за секунды от выделяемого тепла. Но оно на то и вышло. Производительность мозга оценивается в 10^(15...18). В этом я с Вами согласен. Но!!!
Интеллект это верхушка айзберга. И воспроизводимая память связана с этой верхушкой. Большая часть мозга занимается обслуживанием тела. Прежде всего моторикой. А ту часть мозга что занимается восприятием куда отнести? К интеллекту? Получается, что грубо говоря, «верхушку айзберга» можно раскинуть на восприятие, обработку и моторику (ввод, ЧЯ(BB), вывод). Первое и третье кое как мы научились моделировать. Что-то даже существено эфективнее, чем человек это может делать и меньшими вычислительными ресурсами. А вот со средней частью пока проблемы.
Все до банальности просто :)
Научиться автоматически строить оптимальные операторы, собственно, это и есть первостепенная задача ИИ: Научиться ставить и решать задачи!
Оператор — это метод решения некоторой задачи. Например, «метод Ньютона» можно втиснуть в рамки оператора мутации (некая Ламарковская эволюция получается). А вот как система сама додумается до метода Ньютона?
На практике, построение оператора скрещивания еще более сложная задача (уже более одного исходного решения/особи). Т.к. на реальных задачах простые кроссоверы совмещают несовместимое и большая часть полученных решений нереализуемый хлам. Если большая часть — 60..90% Вам повезло. А часто бывает, что 99.9% и более хлам. Поэтому, грамотный математик всегда более производителен в своем креативе, чем GA. GA — это метод решения задач грубой вычислительной силой. Он чуть лучше, чем перебор. А степень его эффективности определяется эффективностью именно этих двух операторов. Можно даже только одну мутацию использовать, но это уже не GA, а _самодельный_ итерационный метод.
1) Если это не неосознаваемый плагиат, то точно моё :) Сегодня сформулировал. А мысли уже давно бродили. Придет время и Google все копирайты расставит.
2) Насчет книги сомнения меня берут, но пока спорить не буду.
3) Насчет стишка: если учить не вдумываясь, то это запоминание «без сжатия», «без опоры на существующие образы». По опыту, любой вам скажет, что это требует значительных усилий для запоминания. Следует ли из вышеизложенного, что для этого требуется больше памяти? Я считаю, что следует. Помните парадокс? «Чем я больше знаю, тем больше могу запомнить».
4) Каюсь, грешен. Меня напрягает, как мы вольно используем слово «бит». Правильнее подходит слово «символ». Но символ == образ.
Буду краток: я начал преподавать ИИ в областном тех_универе 10 лет назад :)
Писал много примеров, делали очень много курсовых и дипломных, много сравнивали и думку думали
www.youtube.com/results?search_query=callan+method&search_type=&aq=0&oq=callan+met
— слушая записи, нужно повторять за диктором вопросы и ответы (многократно!);
— на занятиях отвечать на вопросы учителя и, первое время, не думая цитировать учебник;
— занятие длится 1ч, в день одно занятие;
— в группе до 10 человек, обычно шесть;
— в неделю от трех до семи занятий;
— писать диктанты и выполнять упражнения (писать ответы на вопросы);
Грамматика вплетена в курс. Но она не первична.
Надеюсь, эта статья поднимет новую волну разработок.
Действительно, очень не хватает русскоязычных движков.
Очень не хватает!
Вспомнилось, как мы почти два десятка лет назад интегральные уравнения численными методами решали в SuperCalc :)А
Если не будет Microsoft конкуренция резко снизится. Это во вред пользователям и разработчикам.
Впрочем, Oracle от этого только в выигрыше будет.
Т.ч. ругаем, спорим, доказываем и получаем за это новый бесплатный попкорн :)
Кроме того, ломать капчи это асоциально!!!
Сделали бы что-нибудь полезное для общества :)
Есть один чудак, программист, биоинженер. У него научно описано, что на самых ранних стадиях развития отбор есть.
vicsrg.ho.com.ua/stat/kordum.htm
Я не согласен с его выводами, но исходные посылки принимаю.
Мул, детеныш осла и лошади не способен иметь детей. Разве это корректная особь? Это тупик эволюции.
Насчет глаз рискну предположить, что даже если удастся скрестить обезьяну с кошкой, глаза останутся на голове :)
Конечно, вся фишка в способе кодирования информации. 80% ДНК (всего ~750MByte) непонятно зачем вообще нужны. Читал, что человек от мыши отличается только несколькими процентами ДНК. Попробую выстроить ряд:
1. Простейший GA кодирует множество параметров, описывающих размеры системы.
2. Order GA уже можно использовать для формирования порядка, который что-то значит.
3. GP может построить небольшие программы/формулы/структуры.
4. Верю, что скоро, мы все же научимся с помощь GP писать операторы для GA и GP и научимся в автоматическом режиме делать оптимальные проекты зданий, морских судов, самолетов по набору исходных параметров/ограничений. Но собирать придется самим :)
…
N. ДНК кодирует белки, часть которых превращаются в автоматы (это программы с исполнителем), а другая часть «сотрудничая» и «конкурируя» за счет процессов самоорганизации, адаптации, синергии, автоволновых процессов собираются в мегаструктуры координирующие синтез этих самых белков…. Был бы школьником пошел бы на биоинженера :)
Нам еще есть куда копать.
— n-1 сложение,
— и вычисление функции активации, кстати которой в этой формуле нет.
Без функции активации нейронная сеть мало на что способна.
Это была первая и ошибочная модель :)
Главное ее отличие от оригинала: она потенциальная, а реальная нейронная сеть импульсное «устройство». Всё равно, что сравнивать работу городской электросети с работой микропроцессора.
Сейчас IBM пытается смоделировать фрагмент мозга моделируя натуральные нейроны.
Интеллект это верхушка айзберга. И воспроизводимая память связана с этой верхушкой. Большая часть мозга занимается обслуживанием тела. Прежде всего моторикой. А ту часть мозга что занимается восприятием куда отнести? К интеллекту? Получается, что грубо говоря, «верхушку айзберга» можно раскинуть на восприятие, обработку и моторику (ввод, ЧЯ(BB), вывод). Первое и третье кое как мы научились моделировать. Что-то даже существено эфективнее, чем человек это может делать и меньшими вычислительными ресурсами. А вот со средней частью пока проблемы.
Научиться автоматически строить оптимальные операторы, собственно, это и есть первостепенная задача ИИ: Научиться ставить и решать задачи!
Оператор — это метод решения некоторой задачи. Например, «метод Ньютона» можно втиснуть в рамки оператора мутации (некая Ламарковская эволюция получается). А вот как система сама додумается до метода Ньютона?
На практике, построение оператора скрещивания еще более сложная задача (уже более одного исходного решения/особи). Т.к. на реальных задачах простые кроссоверы совмещают несовместимое и большая часть полученных решений нереализуемый хлам. Если большая часть — 60..90% Вам повезло. А часто бывает, что 99.9% и более хлам. Поэтому, грамотный математик всегда более производителен в своем креативе, чем GA. GA — это метод решения задач грубой вычислительной силой. Он чуть лучше, чем перебор. А степень его эффективности определяется эффективностью именно этих двух операторов. Можно даже только одну мутацию использовать, но это уже не GA, а _самодельный_ итерационный метод.
2) Насчет книги сомнения меня берут, но пока спорить не буду.
3) Насчет стишка: если учить не вдумываясь, то это запоминание «без сжатия», «без опоры на существующие образы». По опыту, любой вам скажет, что это требует значительных усилий для запоминания. Следует ли из вышеизложенного, что для этого требуется больше памяти? Я считаю, что следует. Помните парадокс? «Чем я больше знаю, тем больше могу запомнить».
4) Каюсь, грешен. Меня напрягает, как мы вольно используем слово «бит». Правильнее подходит слово «символ». Но символ == образ.
Писал много примеров, делали очень много курсовых и дипломных, много сравнивали и думку думали