Русский язык не принадлежит академии наук. Вот есть, например, фирма Microsoft, которая чётко следит, чтобы во всех её многочисленных продуктах слово «Edit» переводилось как «Правка». Это же во многом вопрос авторитета. Если сообщество C#, например, выпустит «словарь терминов C#», и его ещё и одобрит Microsoft, то все будут спокойно использовать слова оттуда, а не выдумывать свои собственные велосипеды.
С большой печалью прихожу к выводу, что с переводами у нас туго сейчас, туго и останется. Тут уже выше писали, что ладно, человек не видит разницы между деструктором и финализатором (это можно исправить), ещё грустнее то, что любые новые термины на 100% тупо калькируются с английского без какого-либо обдумывания. Понятно, что без этого способа не обойтись, да и незачем, но всё-таки в прошлом удавалось людям с хорошим чувством слова придумывать термины, которые звучали органично и хоть как-то разбавляли язык, не позволяя превращаться ему в плохой английский с падежами и предлогами.
Хорошо, что есть такие слова, как указатель, ячейка, мышь, массив. Хорошо, когда иностранные термины приобретают привычные формы и окончания: компилятор, программист, профилировщик. Хорошо, если русскоязычный автор может вспомнить какое-либо характерное для нашей культуры идиоматическое выражение, ведь это вообще не имеет отношения к излагаемому материалу (чужеродно в русском тексте выглядят фразы типа «Хьюстон, у нас проблемы» или «выстрелить себе в ногу» — сами по себе они вполне хороши, но в не-переводе именно что чужеродны).
Жаль, что заниматься этими вещами ну совсем некому, да и не представляю я себе, как такая деятельность могла бы выглядеть хотя бы в теории.
Мне кажется, вы критикуете не по адресу. Переводчик не может заниматься отслеживанием языковой нормы и следить за тем, 45% программистов говорят «дебаг» вместо «отладки» или уже 55%. Этим должны заниматься составители словарей, и если слово «дебаг» победило — надо обновлять словарь. Соответственно, переводчик (даже если он программист) должен руководствоваться свежими нормами. Не забывайте ещё, что словари нужны и для толкования терминов, поэтому если я чего-то не знаю терминологически, я лезу в словарь/энциклопедию и надеюсь определение этого там найти. А если слово существует лишь в устном обороте, неудобно.
Меня самого, кстати, «дебаг» в книге бы не порадовал именно потому, что это сленговое разговорное слово, которое сам я могу употребить в устной речи, но в тексте не стану.
Я писал жалобу. Результат — ноль.
По поводу «задача контролёра» — ну да, вот мне очень сложно было в этой стране избегать исторических аналогий. Каждый всего лишь делает свою работу, видимо, таково там общее представление о правильном устройстве, что поделаешь.
Ну это да, пожалуйста, если им удастся пропихнуть хромбуки так же успешно, как apple пропихнул макбуки — флаг им в руки.
Интересно, кстати, что маки всего лет 20 назад были далеко не в тренде, даже в США. Хотя Эппл всегда тоже придерживался логики «давайте растить студентов на маках», но им это не помогало (точнее, помогало иметь некий небольшой лояльный рынок). Я не помню, что конкретно послужило триггером роста, но по ощущениям это был выход первого iPhone и общий интерес к их наработкам.
Ну это легко сказать. Не вижу причин, почему Google должен вот как-то убедить более 50% поставщиков, что нужно устанавливать их ось, а не ось Microsoft. Эти ведь тоже не лыком шиты, и свою десктопную ось так просто не сдадут.
Ну вот такое соображение, например. Поиск или почта — это не экосистема в том смысле, что переезд на новый почтовик или поиск для меня — это задача пары дней на привыкание к другому интерфейсу. Менять операционку или сосцеть куда сложнее: в первой все накопленные годами программы и привычки, во второй — люди.
Браузер кренится в сторону экосистемы тогда, когда там появляются расширения и синхронизация, и характерно, что Хром пошёл вверх именно на фоне проблем с экосистемой Firefox и фактической гибелью IE (экосистема IE6 была зарублена — недаром до сих пор есть места, где только этот браузер и стоит, ибо на последующих версиях требующийся софт уже не работает). Аналогично с Андроидом — вопрос «переезжать или не переезжать с Symbian» уже не стоял, вопрос был только в том, куда переезжать.
Соответственно, всё упирается в мотивацию пользователей: что мне Гугл может предложить в ОС такого, чтобы я переехал с Windows, например? У MS глючные обновления и слежка? Ну так не аргумент, может, у этих ещё хуже будет.
Не совсем так. Не «молодым меньше платят», а «старичкам больше платят». Не думаете же вы, что в фирмах не умеют считать деньги, и если им было бы невыгодно держать «старичков», они бы их не держали? Ну так вперёд, открывайте в Корее передовой стартап и победите конкурентов за счёт более грамотных бизнес-практик.
Повышение оплаты с возрастом (а точнее, со стажем — возраст тут глубоко вторичен) — это обыкновенная программа повышения лояльности. Вы же нормально относитесь к тому, что часто летающий пассажир может получить доп. бонусы, хотя билет вроде бы одинаковых денег стоит. Так и тут: фирма уже вложилась в этого сотрудника, ей выгодно, чтобы опытный работник продолжал сидеть на своём месте и не сбежал к конкурентам.
Если же совсем отказаться от этой системы, то рассчитывать приходится только на мотивацию рублём, что приводит к раздуванию зарплат. Для простых сотрудников, оно, конечно, на руку, но для фирмы вовсе не факт.
У вас своеобразное представление о "небольших изменениях". Вам кажется, что немного физкультурв ежедневно или бросить курить — это для среднего человека ноша непосильная, и при этом считаете, что уполовинить обед — вроде как окей. Да если бы есть вдвое меньше было бы так легко, все бы это и делали. Бросить есть куда сложнее, чем курить, это же базовая потребность.
Ну мы же не знаем, что в итоге выстрелит. Автор исходной статьи (Rich Sutton) агитирует за то, чтобы не вкладываться в «неперспективные» направления. Ну пусть и не вкладывается, его дело. Я не говорю, что надо кого-то перетягивать туда или сюда, если у кого-то душа лежит к другим методам — и слава богу, а если хочется заниматься меинстримом исходя из моды или искренней веры в его победу — ну и тоже окей, пусть расцветают все цветы :)
Я не уверен, что решение обязательно должно лежать в рамках парадигмы «нейросеть + данные». Собственно, это и был смысл моего изначального комментария: давайте пробовать разные направления, необязательно класть все яйца в одну корзину, а остальное гнобить как «неперспективное».
Ну, го — тоже популярная игра. Менее популярная, чем шахматы, но когда шахматы уже решены, что ещё остаётся на горизонте? Но суть же не в этом, а в том, что количество ссылок — плохой показатель «важности», да и индекс цитирования тоже не фонтан.
Но про «показали, что тот же подход применим» — это да, тут соглашусь, такое важно. Собственно, единственный способ протолкнуть подобное направление работы в университете — это убедить людей, что мы не просто тут в го играем, а на частном примере пытаемся получить какой-то общий результат.
«Мы» — это кто? Я говорю, что такой критерий существует, и с моей точки зрения он плох. Если вы предложите свой критерий, почему бы и нет — вот давайте с него и начнём.
Я бы скорее оценил количество ссылок на статью в Internet вообще, чем индекс цитирования в его классическом виде.
Просто количество ссылок никоим образом не оценивает «топовость» достижений, это же очевидно. Так же, как и в интернете «вообще» самые популярные темы — это что-то типа поп-музыки и футбола, так и в области ИИ естественным образом вверху окажется то, что интересно широкой публике. Скажем, победа ИИ над гроссмейстером в японские шахматы (сёги) — это достаточно крупное достижение по сравнению с классическими шахматами, т.к. там граф куда глубже и ветвистее. Тем не менее, ссылок на эти работы будет в разы меньше, ибо игра попросту менее популярна.
Я бы хотел дать краткий и ясный ответ, но не получается :( Формально говоря, добавляя любые данные и усложняя структуру нейросети, наверно, можно получить что-то вроде нашего мозга, который всё вроде как умеет. Но если мы говорим о реально существующих «нейросетях» и данных, на которые можно реально рассчитывать, ситуация уже не столь хороша. Есть, например, книга Y. Wilks — Machine translation: its scope and limits, там много любопытных размышлений.
В области машинного перевода много интересных задач, выходящих за рамки «кусок А переводится на язык Б вот так-то», потому что требуется некий глобальный контекст. Ну, например, в японском конкретное выражение в диалоге может зависеть от пола и возраста собеседников, а также их отношения друг к другу (равные/не равные, семья/друзья/работа и т.п.), ну и очень многое обычно опускается, если оно и так понятно из контекста. Таким образом, если вы хотите написать хорошую систему перевода на японский, она должна как-то отслеживать полную информацию обо всех объектах текста, общем контексте и т.п. Понятно, что люди всему этому тоже на примерах учатся, но это не просто «данные», и работает не просто «нейросеть» в программистском понимании термина.
Нет, я не могу с вами согласиться. Во-первых, каковы критерии «топовых достижений»? Есть, например, индекс цитирования. Я первый буду его критиковать, но идей получше у меня нет. Во-вторых, как уже правильно подтвердили ниже, научное учреждение вряд ли сможет выбить денег на такой проект: это же чистая «пузомерка» без какой-либо практической или теоретической выгоды, только пиар.
Ну и вообще мы изначально обсуждали, где вкладывают деньги, вот в университетах ещё как вкладывают, а результаты можно отдельно рассмотреть.
По поводу «получили отрицательный результат — в шахматах интеллект не нужен», скорее, соглашусь, но я не думаю, что 50 лет назад люди этого не понимали. Они вряд ли рассчитывали на то, что у них будут такие вычислительные ресурсы, которые реально оказались нужны. Сейчас для шахмат достаточно уже обычного компьютера, 20 лет назад был нужен специальный вычислительный кластер, а 50 лет назад это всё было за горизонтом.
А вот по поводу «количественного», скорее, не соглашусь. В этом и проблема: есть книжки (напр., на тему машинного перевода), где описываются задачи, принципиально неразрешимые добавлением данных. Кроме того, есть ещё такая штука как невозможность иметь слишком много данных для тех или иных задач. Скажем, у нас не будет очень большого параллельного норвежско-малайского корпуса текстов — их просто негде взять.
Но это не отменяет того факта, что для большого класса задач действительно можно натренировать сеть и прибавить данных. Собственно, мой изначальный посыл и состоял в том, чтобы исследовать всё, а не объявлять какие-то направления «бесперспективными».
Этот вопрос меня просто в тупик ставит. Конечно, deep learning — это одна из самых горячих тем в нашей области, так что сложно найти университет, в котором бы существовало хоть в какой-то форме направление AI, и не велись бы разработки в области нейросетей. На что же ещё гранты идут, как не на это.
Ну это же их проблемы, а не мои. Deep Blue спонсировал IBM, для них это был чисто пиаровский проект, никакого иного смысла в нём не было. Получили своё publicity и молодцы, ничего плохого в этом не вижу. Но то, что это дело спонсировала частная компания — очень характерно.
Мне кажется, это довольно дурная линия размышлений. Ладно, всякий кулик своё болото хвалит, но агитировать за отказ изучать какие-то направления в пользу других, «работающих» — это уже слегка за гранью. По поводу ИИ в шахматах Джон Маккарти сказал что-то вроде того, что если бы генетики возились с дрозофилами так же, как мы с шахматами, то они имели бы сейчас суперскоростных дрозофил, вот и всё. Смысл всегда был не в победе над Каспаровым, а в понимании сути процессов мышления. Ну да, не вышло, но никто бы в здравом уме не стал вкладывать кучу денег в шахматный ИИ только ради непосредственного результата: тут важны ripple effects, следствия из результатов.
Современные методы машинного обучения работают на практике — ну и прекрасно, пользуйтесь и радуйтесь. Гораздо реже пишут о принципиальных ограничениях этих методов в той же мат. лингвистике, да и не только, ибо писать об ограничениях не очень интересно. Но нельзя же сводить весь ИИ только к «соревновательному» элементу: у Васи качество распознавания 85%, а у меня 85.5%, победа. Есть и более глубинные цели, в рамках которых современные нейросети — это тот же самый «махолёт», вид сбоку.
Это всё интересно, но лучше поработайте над пожарами кормовых отсеков :) С наличием «неправильных» приоритетов бороться невозможно, ибо есть Stigler's law: не Котельниковым эта история начинается, и не им же заканчивается. Ну и как уже упомянули выше, печататься в местечковых источниках на местном языке — это вернейший способ отдать приоритет другому. Да и какая, в конце концов, разница: спасибо и Найквисту, и Шеннону, и Котельникову. Пользуемся их трудами, и хорошо.
Хорошо, что есть такие слова, как указатель, ячейка, мышь, массив. Хорошо, когда иностранные термины приобретают привычные формы и окончания: компилятор, программист, профилировщик. Хорошо, если русскоязычный автор может вспомнить какое-либо характерное для нашей культуры идиоматическое выражение, ведь это вообще не имеет отношения к излагаемому материалу (чужеродно в русском тексте выглядят фразы типа «Хьюстон, у нас проблемы» или «выстрелить себе в ногу» — сами по себе они вполне хороши, но в не-переводе именно что чужеродны).
Жаль, что заниматься этими вещами ну совсем некому, да и не представляю я себе, как такая деятельность могла бы выглядеть хотя бы в теории.
Меня самого, кстати, «дебаг» в книге бы не порадовал именно потому, что это сленговое разговорное слово, которое сам я могу употребить в устной речи, но в тексте не стану.
По поводу «задача контролёра» — ну да, вот мне очень сложно было в этой стране избегать исторических аналогий. Каждый всего лишь делает свою работу, видимо, таково там общее представление о правильном устройстве, что поделаешь.
Интересно, кстати, что маки всего лет 20 назад были далеко не в тренде, даже в США. Хотя Эппл всегда тоже придерживался логики «давайте растить студентов на маках», но им это не помогало (точнее, помогало иметь некий небольшой лояльный рынок). Я не помню, что конкретно послужило триггером роста, но по ощущениям это был выход первого iPhone и общий интерес к их наработкам.
Браузер кренится в сторону экосистемы тогда, когда там появляются расширения и синхронизация, и характерно, что Хром пошёл вверх именно на фоне проблем с экосистемой Firefox и фактической гибелью IE (экосистема IE6 была зарублена — недаром до сих пор есть места, где только этот браузер и стоит, ибо на последующих версиях требующийся софт уже не работает). Аналогично с Андроидом — вопрос «переезжать или не переезжать с Symbian» уже не стоял, вопрос был только в том, куда переезжать.
Соответственно, всё упирается в мотивацию пользователей: что мне Гугл может предложить в ОС такого, чтобы я переехал с Windows, например? У MS глючные обновления и слежка? Ну так не аргумент, может, у этих ещё хуже будет.
Повышение оплаты с возрастом (а точнее, со стажем — возраст тут глубоко вторичен) — это обыкновенная программа повышения лояльности. Вы же нормально относитесь к тому, что часто летающий пассажир может получить доп. бонусы, хотя билет вроде бы одинаковых денег стоит. Так и тут: фирма уже вложилась в этого сотрудника, ей выгодно, чтобы опытный работник продолжал сидеть на своём месте и не сбежал к конкурентам.
Если же совсем отказаться от этой системы, то рассчитывать приходится только на мотивацию рублём, что приводит к раздуванию зарплат. Для простых сотрудников, оно, конечно, на руку, но для фирмы вовсе не факт.
У вас своеобразное представление о "небольших изменениях". Вам кажется, что немного физкультурв ежедневно или бросить курить — это для среднего человека ноша непосильная, и при этом считаете, что уполовинить обед — вроде как окей. Да если бы есть вдвое меньше было бы так легко, все бы это и делали. Бросить есть куда сложнее, чем курить, это же базовая потребность.
Но про «показали, что тот же подход применим» — это да, тут соглашусь, такое важно. Собственно, единственный способ протолкнуть подобное направление работы в университете — это убедить людей, что мы не просто тут в го играем, а на частном примере пытаемся получить какой-то общий результат.
«Мы» — это кто? Я говорю, что такой критерий существует, и с моей точки зрения он плох. Если вы предложите свой критерий, почему бы и нет — вот давайте с него и начнём.
Просто количество ссылок никоим образом не оценивает «топовость» достижений, это же очевидно. Так же, как и в интернете «вообще» самые популярные темы — это что-то типа поп-музыки и футбола, так и в области ИИ естественным образом вверху окажется то, что интересно широкой публике. Скажем, победа ИИ над гроссмейстером в японские шахматы (сёги) — это достаточно крупное достижение по сравнению с классическими шахматами, т.к. там граф куда глубже и ветвистее. Тем не менее, ссылок на эти работы будет в разы меньше, ибо игра попросту менее популярна.
В области машинного перевода много интересных задач, выходящих за рамки «кусок А переводится на язык Б вот так-то», потому что требуется некий глобальный контекст. Ну, например, в японском конкретное выражение в диалоге может зависеть от пола и возраста собеседников, а также их отношения друг к другу (равные/не равные, семья/друзья/работа и т.п.), ну и очень многое обычно опускается, если оно и так понятно из контекста. Таким образом, если вы хотите написать хорошую систему перевода на японский, она должна как-то отслеживать полную информацию обо всех объектах текста, общем контексте и т.п. Понятно, что люди всему этому тоже на примерах учатся, но это не просто «данные», и работает не просто «нейросеть» в программистском понимании термина.
Ну и вообще мы изначально обсуждали, где вкладывают деньги, вот в университетах ещё как вкладывают, а результаты можно отдельно рассмотреть.
А вот по поводу «количественного», скорее, не соглашусь. В этом и проблема: есть книжки (напр., на тему машинного перевода), где описываются задачи, принципиально неразрешимые добавлением данных. Кроме того, есть ещё такая штука как невозможность иметь слишком много данных для тех или иных задач. Скажем, у нас не будет очень большого параллельного норвежско-малайского корпуса текстов — их просто негде взять.
Но это не отменяет того факта, что для большого класса задач действительно можно натренировать сеть и прибавить данных. Собственно, мой изначальный посыл и состоял в том, чтобы исследовать всё, а не объявлять какие-то направления «бесперспективными».
Современные методы машинного обучения работают на практике — ну и прекрасно, пользуйтесь и радуйтесь. Гораздо реже пишут о принципиальных ограничениях этих методов в той же мат. лингвистике, да и не только, ибо писать об ограничениях не очень интересно. Но нельзя же сводить весь ИИ только к «соревновательному» элементу: у Васи качество распознавания 85%, а у меня 85.5%, победа. Есть и более глубинные цели, в рамках которых современные нейросети — это тот же самый «махолёт», вид сбоку.