• Чего не хватает ИИ?
    0
    М-да, тут даже не поспоришь. Многие бы только позавидовали такой простой картине мира)
  • Чего не хватает ИИ?
    0
    А если вместо равенства поставить знак включения?
  • Чего не хватает ИИ?
    0
    Я искал когда-то ответы на похожие вопросы, правда не привязанные конкретно к ИИ:
    1. чем являются используемые нами понятия?
    2. что обязательно должно присутствовать в живом существе или рукотворной машине, чтобы та была способна эти понятия сформировать
    3. если понятия происходят из закономерностей наблюдаемого мира, как научится подмечать закономерности и образовывать по ним понятия


    Мне кажется, одну из загадок мне тогда удалось решить: любое более менее абстрактное понятие является закономерностью но не в самих эмпирических данных а в том, какими предложениями оказываются записаны уже найденные закономерности в этих данных. Как мне кажется, мне удалось показать, что такого рода «абстрактными» понятиями являются, например, «место», «движение», «предмет», «симметрия».

    Что отсюда следует? Похоже ни одна машина, которая в какой-то форме не выработала строгий язык описания закономерностей, предложения которого были бы доступны для ее восприятия, не способна по настоящему обращаться и создавать хоть сколько-нибудь абстрактные понятия.

    Если вам интересно, вот мои статьи об этом исследовании:
    habr.com/ru/post/282081
    habr.com/ru/post/282327
    habr.com/ru/post/283370
  • Стивен Вольфрам: кажется, мы близки к пониманию фундаментальной теории физики, и она прекрасна
    +1
    Может звучать странно, но я тоже прорабатывал эволюционные правила графов для имитации явлений СТО и ОТО. Меня остановили следующие проблемы:
    1) Трудно найти правила за исключением тех, что порождают обычные скучные решетки, очередность применение которых в некотором смысле давала бы один результат. Об этой проблеме пишет и Вольфрам, но он говорит, что преодолел ее. Мне бы интересно было посмотреть на подобные правила.
    2) Трудно найти интересные правила, которые бы не приводили к экспоненциальному разрастанию графа. Иными словами, если взять любую вершину, то почти наверняка можно выделить такую нить ее «потомков», вокруг которой число других потомков будет увеличиваться экспоненциально от номера поколения. Если бы вы жили в такой вселенной, то ваше тело находилось бы в состоянии перманентного «бигбум».
    3) Всякая дискретно-эволюционная теория вселенной сталкивается с парадоксом Зенона: если вселенная «существует только в дискретном наборе состояний, то когда же она эволюционирует?». Похоже, что ни одно существо в подобных вселенных не сможет «заметить» «движение времени».
  • Защита фото от систем распознавания лиц работает?
    0
    Насколько я мог заметить по скриншоту программы сличения лиц дают некоторую числовую оценку похожести от 0 до 1. Теперь о том, как с помощью такой программы сделать свой алгоритм поиска лиц с порогом срабатывания Δ. Возьмем эталонную фотографию и скаждым фото из датасете определим числовую величину ее схожести. Отберем все фото датасета, схожесть которых с эталонной оказалась не меньше Δ. В моем ответе предполагалось, что Δ может иметь значения в некой дискретной шкале, например с шагом в 1/100, поэтому там и появилась фраза: наибольший порог срабатывания, при котором среди подмешенных фотографий алгоритм поиска отбирает не менее 70%. С процентом тоже можно поиграться, разумеется.
  • Защита фото от систем распознавания лиц работает?
    +5
    То есть по состоянию на середину сентября «Fawkes» не работает. Возможно, конечно, «Fawkes» работала в августе 2020 года. Но в сентябре 2020 году — уже не работает.


    А мне кажется, что из вашей проверки еще нельзя сделать такой вывод. Наверное весь смысл программы fawkes не в том чтобы из вашего фото делать «самку горилы», а чтобы другие люди не могли пропарсив интернет по одному вашему фото найти все остальные без больших усилий. У меня нет достаточных навыков программиста, но методику эксперимента я вам попробую накидать:

    1)Возьмите достаточно большую базу фотографий и присоедините с десяток своих снимков.
    2)Используя еще одно изображение своей персоны, определите каков должен быть порог срабатывания алгоритмов поиска лиц, чтобы среди отобранных ими оказалось по крайней мере 70% добавленных вами изображений себя. Запомните число n всех отобранных фотографий, понятное дело туда попадут снимки не только вас, но и похожих на вас людей
    3)Измените с помощью fawkes все свои фото в датасете, кроме эталонного. Снова найдите такой порог срабатывания программ распознавания, при котором в отобранной ими группе фотографий будут присутствовать по крайней мере 70% всех добавленных вами фото завуалированного себя. Посчитайте число m всех фото в отобранной группе.
    4) Найдите отношение m/n. Если оно порядка 100, значит оксфордская программа работает «зашибись», если порядка 10, то — на троечку, ну а если порядка 2-3, то пишите разгромный пост на английском.

    Методика придумана на коленке за пять минут, возможны уточнения и дополнения, и как всегда: «перед применение проконсультируйтесь со специалистом»
  • Каков вопрос — таков ответ: формализуя задачу мы уже предопределяем возможный ответ
    0
    Все-таки отсутствие равного количества шаров в сундуках, при выборке без возвращения имеет влияние, по всей видимости больше чем кажется на первый взгляд. Если общее количество вариантов у нас N^2, то мы лишаемся N вариантов


    Видимо это влияние и приводит к аномалиям при небольших N. Когда N растет, то отношение N к N2 стремиться к нулю и влияние возможности совпадения сходит на нет.
  • Каков вопрос — таков ответ: формализуя задачу мы уже предопределяем возможный ответ
    +2
    Давайте попробуем. У меня дома нет сканера, поэтому будет к сожалению без картинок.

    Пусть количество бочонков N в мешке велико. Я рассмотрю случай, когда бочонок возвращают в мешок: все равно вероятностью достать один и тот же бочонок два раза подряд будет принебрежимо мала. В принятых условиях пространство элементарных исходов выборки двух подряд бочонков можно представить на плоскости OXY целочисленным «квадратом» дискретных точек с вершинами (1,1), (1,N), (N,N), (N,1). Все целочисленные точки (a,b) этого квадрата имеют одинаковый вероятностный вес в 1/N2. Чтобы вычислить вероятность, с которой правило: «больший номер на шаре = больше шаров в сундуке» дает верный ответ, нужно вычислить с какой вероятностью оно будет справедливо для каждого элементарного исхода на «квадрате», а затем проинтегрировать результат.

    Пусть на первом бочонке выпало a, а на втором b и a>b. Во первых, все подобные пары (a,b) находятся ниже диагонали первого квадранта: y(x) = x. Во вторых каждая такая пара определяет новый случайный эксперимент — выборку шаров из двух сундуков.

    Пространством элементарных исходов каждого из этих экспериментов будет целочисленный прямоугольники с вершинами (1,1), (1,b), (a,b), (a,1) и равномерной вероятностной мерой на нем. Правильный результат сравнения будет происходить на исходах, которые лежат ниже диагонали первого квадранта y(x) = x, то есть принадлежат трапеции с вершинами (1,1), (b,b), (a,b), (a,1). Таким образом вероятность получить правильный ответ при заданных a и b, когда они оба велики, с большой точностью будет равна отношению площади трапеции к площади прямоугольника, то есть величине [(a+(a-b))/2 ⋅ b] / a⋅b = 1 — b/2a = 1 — (b/N) / 2(a/N).

    Понятное дело, что случай a<b приведет к симметричному выражению: 1 — (a/N) / 2(b/N). Получается, что по целочисленным почкам квадрата (1,1), (1,N), (N,N), (N,1) в области, которая лежит ниже диагонали y(x) = x, нам нужно «просуммировать» выражение 1 — (b/N) / 2(a/N), а по той, что лежит выше — выражение 1 — (a/N) / 2(b/N). Поскольку выражения симметричны, я могу посчитать только одну сумму, а затем просто умножить на 2 ее результат. Посчитать сумму значений 1 — (b/N) / 2(a/N) можно сведя ее к интегралу функции 1 — y/2x по единичной мере в треугольнике (0,0), (1,1), (1,0).
    Методом повторного интегрирования вы найдете находим результат: 1/2 — 1/8, а после умножения на 2, как раз и получаем заветные 1 — 1/4 = 3/4.
  • Случайный трамвай посреди незнакомого города
    0
    линейность f(k) уже почти вытекает из линейности границ интервала [N/2,2N].
    А уже найти, каким линейным отображением отобразить отрезок [N/2,2N] так, чтобы пересечение с отрезком [0,N] было максимальным — тривиально


    В математике много почти очевидных утверждений, которые очень трудно доказать, но я рад, что смог донести до вас свои мысли.

    Вы бы могли сделать эту статью полезнее, если бы подняли вопрос о априорной и апостериорной вероятности в задаче о трамвае.
    Это и правда очень интересный и тонкий вопрос.


    Боюсь, в предложенных вами терминах эта задача не решается. Свою заслугу я вижу именно в том, что нашел рамки мышления, в которых она имеет разумный ответ, а отнюдь не в сложности или простоте формальных рассуждений.
  • Случайный трамвай посреди незнакомого города
    0
    think twice

    Задача 2:
    Нужно по X указать интервал, куда N будет попадать с вероятностью не ниже epsilon,
    если мы будем генерировать N и X в большом числе экспериментов.


    Близко, но не совсем так. Меня в статье интересовало другое утверждение.

    Суть в том, что в первой задаче рассматривается апостериорная вероятность, а во второй — обычная.


    Во второй задаче рассматривается тоже «необычная» вероятность. Она ближе всего к тому, что называли доверительной вероятностью, но все эти термины не важны.

    Смотрите, k у меня обозначает номер наблюдаемого трамвая, N — неизвестное мне число маршрутов в текущем городе, f() — непрерывная монотонная функция на R+, f(k) я называю оценкой для N и считаю, что оценка оказалась приемлемой, если
    (*) N/2≤f(k)≤2N. Пусть у нас есть две оценки f(k) и g(k), как их сравнить — какая лучше?

    Наверное, если при каждом N вероятность того, что f(k) даст приемлемую оценку будет не меньше, чем вероятность быть приемлемой для g(k), то f() не хуже оценки g(). Однако здесь появляется проблема, что некоторые оценки слишком хорошо приспособлены для конкретных N (например константная f(k) = 5), которую я решил тем, что для f() и g() взял инфинум вероятности по всем N. Получился порядок сравнения. Так вот, в этом порядке сравнения оценок есть доминанта — оценка l(k)=2k, причем в задаче с фотопленкой при любом N она будет приемлемой с одной и той же вероятностью 3/4.

    Не вижу, чтобы это последнее утверждение было каким-то очевидным, тривиальным или бессодержательным.
  • Случайный трамвай посреди незнакомого города
    0
    Ваша задача действительно неполна, однако ее звучание и смысл совсем другие, чем у моей задачи. Смотрите, рамки в которых я построил свое решение — это не вероятность распределения N, а некоторое содержательное утверждение об N, о котором нельзя сказать, верно оно или нет в каждом конкретном случае, однако это же утверждение при большом количестве проведенных экспериментов с необязательно одним и тем же N и необязательно случайной схемой выбора N будет справедливо примерно в 3/4 случаев.

    Мехмат — хорошее место чтобы познакомится с математикой, я тоже там немного поучился. Мне кажется лучшее, что на мехмате прививается — это умение смотреть на любой изучаемый предмет, не как на законченное ортодоксальное учение, а как на некий образец мысли, кладезь идей, который вы можете использовать, чтобы построить какую-то свою теорию или создать свои рамки мышления. Используйте это и у вас без труда получится понять мою статью.

    Кстати, в каких отношениях вы находитесь с логикой и мета-математикой?
  • Каков вопрос — таков ответ: формализуя задачу мы уже предопределяем возможный ответ
    +1
    Уважаемый автор, мне очень лестно видеть такое внимание к моей шуточной статье.
    Ваша публикация заставила меня кое-что проверить и посчитать несколько интегралов по области. Мое утверждение таково: если бочонков очень много, то все варианты Вашей задачи асимптотически тождественны друг другу и правило: «больший номер на случайном шаре = большее число шаров в сундуке» будет давать верный результат сравнения содержимого двух сундуков с предельной вероятностью 75%.

    Для малых значений числа бочонков Ваш результат выглядит достаточно неожиданно, чтобы его стоило проверить еще раз.

    Искренне желаю удачи.

  • Можно ли воссоздать полную нейросеть мыши из тонких послойных разрезов мозга?
    0
    Почему должно?
  • Случайный трамвай посреди незнакомого города
    0
    Большое спасибо за совет, я как раз чем-то подобным занимаюсь, обязательно посмотрю
  • Случайный трамвай посреди незнакомого города
    0
    Я согласен и с пунктом 1) и пунктом 2). Замечание после 2) мне не совсем понятно.
  • Случайный трамвай посреди незнакомого города
    0
    На фоне «хрущевок» и ларьков с «шаурмой» провода выглядели довольно безобидно, хотя если есть исследование, может оно и так. Мне в юности часто снилось, как я пытаюсь взлететь и запутываюсь в проводах — наверное у человека есть какие-то комплексы против правильных геометрических фигур.
  • Случайный трамвай посреди незнакомого города
    0
    Всегда пожалуйста, правда, я тут попытался на пальцах проверить утверждение:
    Если «выигрыш» определить как минимальное отклонение, то и ответ будет 17. И то, что закон выбора городов не известен, не меняет ответа, это следует и из Вашего решения тоже.

    -но с наскоку у меня ничего не получилось. Если отклонение — это мат.ожидание модуля разности, то честно говоря, доказательство мне представляется довольно трудным? С Вашей стороны это была а) очевидная догадка, b) Вы знаете как она строго доказывается, или c) я все неправильно понял?
  • Случайный трамвай посреди незнакомого города
    0
    Прошу прощения, невнимательно прочитал. Мне сначала показалось, что шары заменили города. Нет, если они заменили трамваи, то аналогия с шарами полностью оправдана.
  • Случайный трамвай посреди незнакомого города
    0
    You're welcome
  • Случайный трамвай посреди незнакомого города
    0
    что для точного решения задачи необходимо знать это распределение, и без него задачу невозможно формализовать в рамках статистики


    Могу я предложить вам еще одну задачку?
    Пусть у вас есть монета, причем она несимметричная и о ней заведомо известно, что то ли орелом, то ли решкой она выпадает в два раза чаще, но которой из этих двух сторон — вы не знаете. Предположим, Вы подбрасываете эту монету ровно один раз, в результате чего она падает к вершу решкой. Какие выводы можно сделать? Случайность выбора монеты не предполагается.
  • Случайный трамвай посреди незнакомого города
    0
    Необязательно с равной вероятностью, достаточно, чтобы города выбирались случайно с заранее известным распределением вероятности

    Да, не обязательно, но из текста
    то есть вероятность того, что в городе N трамваев при условии того, что мы увидели 17-й, равна вероятности увидеть 17-й трамвай при условии того, что в городе N трамваев, умножить на (априорную) вероятность того, что в городе N трамваев и поделить на вероятность увидеть 17-й трамвай.
    следует, что в описанном случае города должны были выбираться с равной вероятностью, поэтому я так и написал.

    Ваш текст можно изменить так, чтобы это предположение не было необходимым, но опять же — если статистику маршрутов по городам можно загуглить, то загуглить эту неизвестную нам плотность вероятности уже не получиться. К чему формула, если узнать из нее ничего не удасться?
  • Случайный трамвай посреди незнакомого города
    0
    Эти трамваи всех сбивают с толку


    Я бы сказал, вскрывают наши стереотипы и показывают, как мало людей действительно понимают идеи, лежащие в основании математической статистики.

    Давайте попробуем переформулировать. В мешке некоторое (неизвестное, но конечное) количество пронумерованных шаров. Вы вытаскиваете оттуда шар с номером 17
    — это совсем другая задача…
  • Случайный трамвай посреди незнакомого города
    0
    Ваш подход оправдан только, если города выбираются случайно, причем все с равной вероятностью. Вообще формулу Байеса на практике чаще всего применяют именно там, где для этого меньше всего оснований.
  • Случайный трамвай посреди незнакомого города
    0
    Произвольное изменение начального участка сходящейся последовательности не влияет на ее сходимость)
  • Случайный трамвай посреди незнакомого города
    0
    А как справится
    байесовское рассуждение
    с тем фактом, что
    Кстати, если ответ считать приемлемым только тогда, когда он не отличается от истины более, чем в 1.2 (на 20%) как в большую, так и в меньшую стороны, то для одного увиденного трамвая наилучшей будет оценка «x1.2»
    ?
  • Случайный трамвай посреди незнакомого города
    0
    N не обязательно фиксированное.

    Это уже интересней. Наверное Вам тогда известен способ, как с помощью конструкции случайных отображений можно на их общем образе задать универсальную полумеру?

    В любом случае критерий «хорошести» в статье другой и лично для меня доказательство того, что удвоенное среднее будет наилучшей оценкой, кажется технически почти неразрешимой проблемой даже для двух трамваев.

    Кстати, если ответ считать приемлемым только тогда, когда он не отличается от истины более, чем в 1.2 (на 20%) как в большую, так и в меньшую стороны, то для одного увиденного трамвая наилучшей будет оценка "x1.2".
  • Случайный трамвай посреди незнакомого города
    0
    Наилучшей в смысле минимума дисперсии при фиксированном N — да, но будет ли указанная вами оценка наилучшей по числу гарантированно приемлемых ответов?
  • Случайный трамвай посреди незнакомого города
    0
    Может знает кто, зачем их убирают? Нет современных моделей или подвеска так мешает? Для меня это загадка: парк трамваев ведь обновляют, почему с тролейбусами так же не поступить?
  • Случайный трамвай посреди незнакомого города
    0
    Кто это сказал, что судьба может подсовывать только город

    -указано в тексте статьи, и к тому же, если судьба выбирает трамвай, то какой-же он после этого случайный?
  • Случайный трамвай посреди незнакомого города
    0
    У вас после копипаста самое главное потерялось)
  • Случайный трамвай посреди незнакомого города
    0
    Подобные задачи на собеседованиях призваны оценить Вашу способность находить оптимальное решение для нестандартных задач


    Или применять стандартные академические знания к стандартным задачам в их бытовом звучании.
  • Случайный трамвай посреди незнакомого города
    0
    Даже если так, разве я должен был это учитывать? Одно дело эмпирическое распределение городов по количеству трамвайных маршрутов, а другое — выбор городов из их множества: даже если выбор производится случайно, то почему в этой «случайности» у всем городам должна быть приписана одинаковая вероятность.
  • Случайный трамвай посреди незнакомого города
    0
    Он симметричен, в логарифмической шкале.
  • Случайный трамвай посреди незнакомого города
    0
    Я дам Вам время подумать еще.
  • Случайный трамвай посреди незнакомого города
    0
    Интересный ход мыслей, однако он наталкивается на две существенные трудности:
    1) мы не знаем вероятностей, с которыми выбираются города, если они выбираются случайно;
    2) города выбираются не обязательно случайно — просто каким-то неизвестным для нас способом.
  • Случайный трамвай посреди незнакомого города
    0
    Ответ, по-моему абсолютно простой, выбираем любое случайное распределение от [1, +бесконечности[, подкидываем монетку и получаем случайное число X. Ответ Maximum(N, X)


    Почему это решение хорошее?
  • Случайный трамвай посреди незнакомого города
    +1
    Идут, в общем, физик, математик и поэт по сельской местности. Вдруг поэт обращает внимание своих товарищей на пасущуюся неподалеку козочку: «Смотрите, в этой деревне есть белые козы!». «Да, в этой деревне есть по крайней мере одна белая коза» — уточняет его физик. «Похоже, я могу с вами согласится лишь в том, что в этой деревне действительно есть по крайней мере одна коза, белая по крайней мере слева.» — отвечает им математик.
  • Случайный трамвай посреди незнакомого города
    0
    Тогда мои глубочайшие извинения тем, кого я понапрасну обвинял.
  • Случайный трамвай посреди незнакомого города
    0
    Совсем без чисел, думаю, не обойтись?
  • Случайный трамвай посреди незнакомого города
    0
    В этом как раз и хитрость: мы не знаем какое распределение числа трамвайных линий по городам мира, мы не знаем, выбираются ли города случайно, но поскольку в каждом городе случайным является номер трамвая и мы очень хитро построили наш ответ, то появляется вероятность того, что этот ответ окажется приемлемым.