И никакой гений не может ничего существенного сделать один, без команды.
Состав команды Перельмана можете озвучить?
Или давайте вспомним Эйнштейна, который, по его словам, "был третируем моими профессорами, которые не любили меня из-за моей независимости и закрыли мне путь в науку." Он был не просто одинок, а забыт и заброшен, и в итоге голодал. Тем не менее, в это время, несмотря ни на что, занимался физикой. И через 3 года была опубликована его первая работа по теории относительности.
В этой связи нельзя не вспомнить и знаменитую группу Лобачевского, состоявшую из одного Лобачевского. Которого целенаправленно и организованно травили многочисленные беззвездные научные группы по всей стране. И их имена-то мы знаем лишь по одной причине — они травили Лобачевского — это самый значимый труд всей жизни всех участников этих групп.
Группа Галуа, которую Галуа создал в полном одиночестве, поскольку его даже в институт не принимали, потому что преподаватели не могли его понять — настолько он опережал свое время. И этих преподавателей теперь никто не знает, а работы Галуа формируют основу современной математики.
Ньютон свои открытия также делал в полном одиночестве. В Европе бушевала чума, и поэтому ему пришлось уехать из Кембриджа, хотя и там он тоже был один: друзей не было, а на его лекции почти никто не ходил.
Еще одна жемчужина славной коллективной работы — травля Декарта и вызванное этим его 20-летнее одиночество, заполненное наукой.
Снова вернемся в более современный мир. Основные работы Шрёдингера (это который с котом) были сделаны в одиночестве. В поздние годы вокруг Бора сформировалась группа ученых, но свои первые открытия он делал самостоятельно (в том числе и потому что никто не верил в эту его фигню).
В общем, именно гении-одиночки создают прорывы в науке и двигают ее вперед. Команды действительно могут обходиться без звезд, но почти все такие команды ничего и не создают… а лишь с завидным постоянством и яростным остервенением травят гениев-одиночек.
Демагогией как раз является ваша декларация, не имеющая никакого отношения к содержанию моего аргумента, а выражает ваше отношение к нему (которое не является предметом дискуссии).
В то время как мой аргумент является именно аргументом… так пока и оставшимся без ответа.
Ни один человек в своём уме не назовёт выделенный объект поездом.
Это утверждение необходимо доказать.
На самом же деле даже после разметки тысячи кадров человек будет ошибаться раз в 100 больше, чем нейросеть.
Не говоря уже о том, что нейросеть справляется с этой работой в тысячи раз быстрее. Это и есть super-human уровень — ни один человек не может дать такой же точности с такой скоростью.
Во-первых, бывают дома похожие на поезда, а поезда похожие на дома. И что из этого считать домом, а что поездом?
Во-вторых, в датасетах тоже бывают ошибки, что очевидным образом влияет на качество распознания сетью и на точность самой оценки точности распознавания.
Ошибки tracking не то, что человек, многие животные не делают.
Да, ладно, глупости-то не говорите. Люди вечно от кустов шарахаются и вообще от любых быстро двигающихся пятен, влепляются во все подряд, автомобилисты насмерть сбивают велосипедистов.
Почитайте, как устроено зрение — это очень не точный инструмент, но быстрый. Потому что лучше ошибиться и выжить, чем внимательно разглядеть и принять верное решение, но слишком поздно.
Сегодня любая из эти нейросетей на антилопе, была бы съедена за неделю.
Сегодня нейросети лучше людей управляют автомобилями, несравнимо лучше играют в шахматы, шашки, го, нарды и многие другие игры.
YOLO предназначена для скорости, а не точности, причем не только распознавания, но и локализации.
видно много ошибок
четыре — это не много. Не забывайте, что нейросеть определила правильно сотни тысяч объектов и лишь в нескольких случаях ошиблась.
Человек бы размечал это видео много лет и тоже бы наошибался.
о каком превосходстве НС над человеком в распознавании объектов идёт речь?
Бот использует нечёткую логику, нейронные сети и машины конечных состояний для того чтобы «думать».
достаточно сложный бот будет неотличим от игрока, если он способен достигать целей, для которых не был запрограммирован.
Для менее сложных ботов, таким является любое событие, на которое они не запрограммированы реагировать.
Описанный вами бот способен делать только то, на что он запрограммирован, реагирует только на события, на которые он запрограммирован, причем только так, как он запрограммирован.
Если 15 лет назад вашей работы не было, то почему вы думаете, что через 15 лет она будет?!
25 лет назад была такая модная и денежная профессия "телемастер". И где она сейчас? Про них уже лет 10 вообще никто не слышал. Но и 5 лет до этого они уже в упадке были.
Упрямы обычно криворукие необразованые дилетанты… а факты бывают разные.
Ваш подход:
сначала надо откомпилировать выражение, это занимает 426 миллисек на 1 итерацию expr = sympify(expr_txt)
затем создать лямдба-функцию, на это уйдет 114 миллисек на 1 итерацию func = lambdify(tuple(symbols_list), expr, 'numpy')
и только после этого выполнять расчеты, 26 микросек на 1 итерацию func(*[1 for i in range(len(symbols_set))])
Все это вместе отнимает 540 миллисек.
Или можно взять numexpr, тогда потребуется только одна операция
скопилировать и вычислить выражение за 30 микросекунд numexpr.evaluate(long_formula_as_a_string, local_dict=variables_dict)
Все это вместе отнимает 30 микросекунд.
Теперь рассчитаем, во сколько раз быстрее numexpr: 540 миллисекунд / 30 микросекунд = 18000
Я не знаю, что и как вы делаете, но ваша формула (укороченная на 3 члена) считается за 30 микросекунд в 1 строчку numexpr.evaluate(long_formula_as_a_string). A numexpr.re_evaluate() вообще отрабатывает за 22 микросекунды.
Что в 1000 раз быстрее вашего текущего подхода с лямбда-функциями, на создание которых уходит еще в 10 тысяч раз больше времени.
Ну для вероятности 0,01% мы бы предложили риском пренебречь.
Для этого тоже никакой риск-менеджер не нужен, и считать ничего не нужно было. Это сценарий 2.
При любом сценарии без вас лучше, чем с вами.
необходимость комплексного подхода к управлению рисками
А это еще один образчик бессмысленного бла-бла-бла.
Покажите на цифрах, что с вашей методологией лучше, чем без вас.
Пока ваши же примеры доказывают только обратное.
Условно: у нас есть три риска, по каждому мы создали резерв 10, 20, 30. Из них случился 1 на полную сумму 50. Нам нашего резерва хватило на его покрытие
Проблема вовсе не в примере, а в вашей "методологии" — вы просто считаете какие-то бессмысленные и абсолютно бесполезные числа и даже не понимаете этого.
Рассмотрим простейший пример: на банк может упасть боевой инопланетный корабль и тем самым нанести ущерб в 10 млрд.долларов.
Сценарий 1
В банке есть риск-менеджер Estee. Он утверждает, что вероятность такого события 0.01% и предлагает внести в бюджет 1 млрд * 0.01% = 1 млн.долларов.
Но разве он сам даст эти деньги?! Нет.
Выходит, этот менеджер предлагает кому-то другому пойти и найти эти деньги.
Но ведь деньги тоже стоят денег. Может быть за это заплатит Estee? Нет, здесь он снова бесполезен.
Ладно, давайте рассмотрим два возможных исхода:
1) корабль не упал на банк
Получается, что миллион ничем не помог, а деньги, силы и время потрачены зря.
2) корабль упал на банк
И здесь миллион ничем не помогает. Куча проблем и надо срочно искать 10 ярдов.
Зачем нужен был менеджер Estee, так и осталось непонятным.
Сценарий 2
В банке нет менеджера Estee. Никто не суетится, не тратит силы, время и деньги попусту. Все заняты полезным делом.
Снова рассмотрим два возможных исхода:
1) корабль не упал на банк
Продолжаем работать как ни в чем не бывало.
2) корабль упал на банк
Куча проблем и надо срочно искать 10 ярдов.
Подводя итог, что привнес менеджер Estee:
если возникла серьезная проблема, то он не только никак не помог ее предотвратить или ослабить, но и даже усугубил (кроме того, что он сам хочет зарплату и рабочее место, так он еще и своей личной деятельностью ущерба нагенерил)
если проблема не возникла, то он создал проблему с поиском миллиона и еще нагенерил расходов собой лично и своими идиотскими идеями.
Если бы этого менеджера Estee не было, то банк при любом исходе был бы в лучшей ситуации, чем с менеджером Estee. Теперь понятно?
«Больше всего рисует тот, кто не рискует» Иван Бунин
Бунин был очень умным товарищем и знал, что больше всего рисков РИСУЕТ тот, кто на самом деле ничем не рискует… да и не разбирается в них.
В данном случае рассматривается вполне конкретная ОДНОРАЗОВАЯ ситуация, в которой возможны 4 основных исхода:
1) все работы выполнили в срок и не потеряли клиента
2) просрочили немного, заплатили пени и не потеряли клиента
3) просрочили много, но не потеряли потеряли.
4) просрочили много и потеряли клиента
При этом, в бюджете отложили на все эти ситуации ровно 6 тыс.руб. (26 тыр за минусом 20 тыр, которые уйдут фрилансерам).
Что же произойдет в каждой ситуации?
1) все работы выполнили в срок
все норм, сэкономили 6 тыр.
2) просрочили немного, заплатили пени и не потеряли клиента
Если просрочка до 6 дней, то все норм, деньги на пени в бюджете есть.
3) просрочили много, но не потеряли потеряли.
А если просрочка больше 6 дней? Где брать деньги на пени?
Этого ваш риск-план не предусматривает.
4) просрочили много и потеряли клиента
Еще минус доходы из-за потери клиента.
Как платить зарплату в следующем месяце?!
И этого ваш риск-план не учитывает.
Таким образом, все эти ваши заумные рассуждения, псевдо-вероятности и недо-расчеты учитывают только почти нереальную ситуацию, когда проект не просрочен или просрочен менее чем на неделю (чего отродясь не было).
А в любой иной ситуации вы остаетесь с большими проблемами и без денег. Отличный план!
И, кстати, ведь есть еще два исхода, которые вы вообще не рассматривали, когда вы теряете клиента даже при минимальной просрочке. И их ваш план тоже никак не учитывает.
Состав команды Перельмана можете озвучить?
Или давайте вспомним Эйнштейна, который, по его словам, "был третируем моими профессорами, которые не любили меня из-за моей независимости и закрыли мне путь в науку." Он был не просто одинок, а забыт и заброшен, и в итоге голодал. Тем не менее, в это время, несмотря ни на что, занимался физикой. И через 3 года была опубликована его первая работа по теории относительности.
В этой связи нельзя не вспомнить и знаменитую группу Лобачевского, состоявшую из одного Лобачевского. Которого целенаправленно и организованно травили многочисленные беззвездные научные группы по всей стране. И их имена-то мы знаем лишь по одной причине — они травили Лобачевского — это самый значимый труд всей жизни всех участников этих групп.
Группа Галуа, которую Галуа создал в полном одиночестве, поскольку его даже в институт не принимали, потому что преподаватели не могли его понять — настолько он опережал свое время. И этих преподавателей теперь никто не знает, а работы Галуа формируют основу современной математики.
Ньютон свои открытия также делал в полном одиночестве. В Европе бушевала чума, и поэтому ему пришлось уехать из Кембриджа, хотя и там он тоже был один: друзей не было, а на его лекции почти никто не ходил.
Еще одна жемчужина славной коллективной работы — травля Декарта и вызванное этим его 20-летнее одиночество, заполненное наукой.
Снова вернемся в более современный мир. Основные работы Шрёдингера (это который с котом) были сделаны в одиночестве. В поздние годы вокруг Бора сформировалась группа ученых, но свои первые открытия он делал самостоятельно (в том числе и потому что никто не верил в эту его фигню).
В общем, именно гении-одиночки создают прорывы в науке и двигают ее вперед. Команды действительно могут обходиться без звезд, но почти все такие команды ничего и не создают… а лишь с завидным постоянством и яростным остервенением травят гениев-одиночек.
Многовато ошибок в формулировках.
"Вопрос 2" неразрешим без важнейшего условия — в начальный момент ВСЕ ящики помечены неправильно.
В "задаче 1" также отсутствует важное условие — нужно умножить не какие-то произвольные inputs, а именно integers.
Демагогией как раз является ваша декларация, не имеющая никакого отношения к содержанию моего аргумента, а выражает ваше отношение к нему (которое не является предметом дискуссии).
В то время как мой аргумент является именно аргументом… так пока и оставшимся без ответа.
Это утверждение необходимо доказать.
На самом же деле даже после разметки тысячи кадров человек будет ошибаться раз в 100 больше, чем нейросеть.
Не говоря уже о том, что нейросеть справляется с этой работой в тысячи раз быстрее. Это и есть super-human уровень — ни один человек не может дать такой же точности с такой скоростью.
Во-первых, бывают дома похожие на поезда, а поезда похожие на дома. И что из этого считать домом, а что поездом?
Во-вторых, в датасетах тоже бывают ошибки, что очевидным образом влияет на качество распознания сетью и на точность самой оценки точности распознавания.
Точность уже давно лучше, чем у человека. Примеры и метрики — https://github.com/taehoonlee/tensornets#performances
Вот здесь есть список типовых архитектур для классификации и их метрики качества и скорости — https://github.com/taehoonlee/tensornets#performances
Да, ладно, глупости-то не говорите. Люди вечно от кустов шарахаются и вообще от любых быстро двигающихся пятен, влепляются во все подряд, автомобилисты насмерть сбивают велосипедистов.
Почитайте, как устроено зрение — это очень не точный инструмент, но быстрый. Потому что лучше ошибиться и выжить, чем внимательно разглядеть и принять верное решение, но слишком поздно.
Сегодня нейросети лучше людей управляют автомобилями, несравнимо лучше играют в шахматы, шашки, го, нарды и многие другие игры.
YOLO предназначена для скорости, а не точности, причем не только распознавания, но и локализации.
четыре — это не много. Не забывайте, что нейросеть определила правильно сотни тысяч объектов и лишь в нескольких случаях ошиблась.
Человек бы размечал это видео много лет и тоже бы наошибался.
скорость и точность
Цитаты из вашей же ссылки:
Описанный вами бот способен делать только то, на что он запрограммирован, реагирует только на события, на которые он запрограммирован, причем только так, как он запрограммирован.
А где тут AI? Кучка if'ов?
Если 15 лет назад вашей работы не было, то почему вы думаете, что через 15 лет она будет?!
25 лет назад была такая модная и денежная профессия "телемастер". И где она сейчас? Про них уже лет 10 вообще никто не слышал. Но и 5 лет до этого они уже в упадке были.
Вот еще в тему: https://habrahabr.ru/company/parallels/blog/342360/
Это вряд ли. 25 лет назад не было такой работы "программировать на фрилансе", и через 20 лет тоже не будет.
Упрямы обычно криворукие необразованые дилетанты… а факты бывают разные.
Ваш подход:
expr = sympify(expr_txt)func = lambdify(tuple(symbols_list), expr, 'numpy')func(*[1 for i in range(len(symbols_set))])Все это вместе отнимает 540 миллисек.
Или можно взять
numexpr, тогда потребуется только одна операцияnumexpr.evaluate(long_formula_as_a_string, local_dict=variables_dict)Все это вместе отнимает 30 микросекунд.
Теперь рассчитаем, во сколько раз быстрее
numexpr:540 миллисекунд / 30 микросекунд = 18000numexpr быстрее в 18 тысяч раз!
Так я привел код. Все, что вам нужно — это:
или можно чуть иначе:
Я не знаю, что и как вы делаете, но ваша формула (укороченная на 3 члена) считается за 30 микросекунд в 1 строчку
numexpr.evaluate(long_formula_as_a_string). Anumexpr.re_evaluate()вообще отрабатывает за 22 микросекунды.Что в 1000 раз быстрее вашего текущего подхода с лямбда-функциями, на создание которых уходит еще в 10 тысяч раз больше времени.
Попробуйте сгенерить формулу без явных констант в тексте — может с парсингом что-то не так.
Если формулы — полиномы, возможно вам стоит
numexprпопрбовать. Будет в 10 раз проще и в 100 раз быстрее.Для этого тоже никакой риск-менеджер не нужен, и считать ничего не нужно было. Это сценарий 2.
При любом сценарии без вас лучше, чем с вами.
А это еще один образчик бессмысленного бла-бла-бла.
Покажите на цифрах, что с вашей методологией лучше, чем без вас.
Пока ваши же примеры доказывают только обратное.
Вы даже не понимаете, что пишете!
Проблема вовсе не в примере, а в вашей "методологии" — вы просто считаете какие-то бессмысленные и абсолютно бесполезные числа и даже не понимаете этого.
Рассмотрим простейший пример: на банк может упасть боевой инопланетный корабль и тем самым нанести ущерб в 10 млрд.долларов.
Сценарий 1
В банке есть риск-менеджер Estee. Он утверждает, что вероятность такого события 0.01% и предлагает внести в бюджет 1 млрд * 0.01% = 1 млн.долларов.
Но разве он сам даст эти деньги?! Нет.
Выходит, этот менеджер предлагает кому-то другому пойти и найти эти деньги.
Но ведь деньги тоже стоят денег. Может быть за это заплатит Estee? Нет, здесь он снова бесполезен.
Ладно, давайте рассмотрим два возможных исхода:
1) корабль не упал на банк
Получается, что миллион ничем не помог, а деньги, силы и время потрачены зря.
2) корабль упал на банк
И здесь миллион ничем не помогает. Куча проблем и надо срочно искать 10 ярдов.
Зачем нужен был менеджер Estee, так и осталось непонятным.
Сценарий 2
В банке нет менеджера Estee. Никто не суетится, не тратит силы, время и деньги попусту. Все заняты полезным делом.
Снова рассмотрим два возможных исхода:
1) корабль не упал на банк
Продолжаем работать как ни в чем не бывало.
2) корабль упал на банк
Куча проблем и надо срочно искать 10 ярдов.
Подводя итог, что привнес менеджер Estee:
если возникла серьезная проблема, то он не только никак не помог ее предотвратить или ослабить, но и даже усугубил (кроме того, что он сам хочет зарплату и рабочее место, так он еще и своей личной деятельностью ущерба нагенерил)
Если бы этого менеджера Estee не было, то банк при любом исходе был бы в лучшей ситуации, чем с менеджером Estee. Теперь понятно?
Бунин был очень умным товарищем и знал, что больше всего рисков РИСУЕТ тот, кто на самом деле ничем не рискует… да и не разбирается в них.
В данном случае рассматривается вполне конкретная ОДНОРАЗОВАЯ ситуация, в которой возможны 4 основных исхода:
1) все работы выполнили в срок и не потеряли клиента
2) просрочили немного, заплатили пени и не потеряли клиента
3) просрочили много, но не потеряли потеряли.
4) просрочили много и потеряли клиента
При этом, в бюджете отложили на все эти ситуации ровно 6 тыс.руб. (26 тыр за минусом 20 тыр, которые уйдут фрилансерам).
Что же произойдет в каждой ситуации?
1) все работы выполнили в срок
все норм, сэкономили 6 тыр.
2) просрочили немного, заплатили пени и не потеряли клиента
Если просрочка до 6 дней, то все норм, деньги на пени в бюджете есть.
3) просрочили много, но не потеряли потеряли.
А если просрочка больше 6 дней? Где брать деньги на пени?
Этого ваш риск-план не предусматривает.
4) просрочили много и потеряли клиента
Еще минус доходы из-за потери клиента.
Как платить зарплату в следующем месяце?!
И этого ваш риск-план не учитывает.
Таким образом, все эти ваши заумные рассуждения, псевдо-вероятности и недо-расчеты учитывают только почти нереальную ситуацию, когда проект не просрочен или просрочен менее чем на неделю (чего отродясь не было).
А в любой иной ситуации вы остаетесь с большими проблемами и без денег. Отличный план!
И, кстати, ведь есть еще два исхода, которые вы вообще не рассматривали, когда вы теряете клиента даже при минимальной просрочке. И их ваш план тоже никак не учитывает.