Хабр Курсы для всех
РЕКЛАМА
Практикум, Хекслет, SkyPro, авторские курсы — собрали всех и попросили скидки. Осталось выбрать!
Хабр доступен 24/7 благодаря поддержке друзей
Комментарии 26
Зачем ругаться? Мы не на коммунальной кухне, где громкость и грубость — главные аргументы.
По тексту, пожалуйста, конкретно, с чем Вы не согласны.
По тексту, пожалуйста, конкретно, с чем Вы не согласны.
А почему вы написали про ЭС, а не ИИ?
Там можно по тексту все ЭС заменить на ИИ и статья не поменяет смысл.
Нет сейчас ни технических, ни финансовых возможностей создавать ЭС в том виде, в котором вы их видите.
А где вы пишите «нужно ответить согласием», так это давно уже всё реализовано, а в мобильных платформах есть всякие СИРИ и подобные. Весной гугл презентовал такого бота. «Хочу сходить в кино сегодня вечером» и т.д. Всё уже работает.
«Есть ли от этого выигрыш в производительности труда?»
есть
«Одна из основных причин слабого развития ЭС – алгоритмическая парадигма мышления разработчиков прикладных программ»
Это вообще какой то бред. Ну учились, не знаете, не говорите.
А в пример ставить бухгалтерские программы… — тут вообще без комментариев.
Там можно по тексту все ЭС заменить на ИИ и статья не поменяет смысл.
Нет сейчас ни технических, ни финансовых возможностей создавать ЭС в том виде, в котором вы их видите.
А где вы пишите «нужно ответить согласием», так это давно уже всё реализовано, а в мобильных платформах есть всякие СИРИ и подобные. Весной гугл презентовал такого бота. «Хочу сходить в кино сегодня вечером» и т.д. Всё уже работает.
«Есть ли от этого выигрыш в производительности труда?»
есть
«Одна из основных причин слабого развития ЭС – алгоритмическая парадигма мышления разработчиков прикладных программ»
Это вообще какой то бред. Ну учились, не знаете, не говорите.
А в пример ставить бухгалтерские программы… — тут вообще без комментариев.
В СИРИ нет ни малейшего интеллекта, так же как и во всех нынешних ботах — чистапя имитация и профанация. Про боты вчера прочитал еще одно свидетельство — один человек уволился из очень раскрученного стартапа — x.ai, или другого из этой серии — он работал «тренером интеллекта» — читал запросы пользователей и писал ответы и такимх «тренеров» там было много.
Народ рубит капусту по-быстрому. Маркетинг — великая вещь — приносит гораздо больше денег, чем настоящая работа.
На самом деле в современной лингвистике (не в той, которая имитирует с помощью нейросетей) есть точные теории, только чтобы их реализовать, надо вкалывать по настоящему.
Народ рубит капусту по-быстрому. Маркетинг — великая вещь — приносит гораздо больше денег, чем настоящая работа.
На самом деле в современной лингвистике (не в той, которая имитирует с помощью нейросетей) есть точные теории, только чтобы их реализовать, надо вкалывать по настоящему.
Мда…
Вот придумали автомобиль, чтобы облегчить труд извозчиков. В результате мы перестали возить грузы на лошадях. Есть ли от этого выигрыш в производительности труда?
Если взять наши текстовые редакторы – они облегчают труд машинисток, избавляя от необходимости перепечатывать страницу при обнаружении ошибок. В результате мы перестали писать ручкой и сами стали машинистками. Есть ли от этого выигрыш в производительности труда?
Вот придумали автомобиль, чтобы облегчить труд извозчиков. В результате мы перестали возить грузы на лошадях. Есть ли от этого выигрыш в производительности труда?
Говорят «всякое сравнение хромает». ЭВМ изобрели для выполнения умственной работы, т.е. они должны были облегчить жизнь человеку, взять на себя часть его работы. Нынешние компьютеры выполняют только алгоритмические вычисления.
Теперь давайте вспомним, какую часть умственной работы человека составляют вычисления по алгоритму — 1% или 2%? Остальная работа осталась за человеком, поэтому все нынешние системы — человеко-машинные, хотя никто об этом не вспоминает.
Теперь давайте вспомним, какую часть умственной работы человека составляют вычисления по алгоритму — 1% или 2%? Остальная работа осталась за человеком, поэтому все нынешние системы — человеко-машинные, хотя никто об этом не вспоминает.
ЭВМ изобрели для выполнения умственной работы
Всегда думал, что ЭВМ изобрели для работы с числами. Может быть Вы приведете свои источники для чего изобретали электронно-вычислительную машину?
Теперь давайте вспомним, какую часть умственной работы человека составляют вычисления по алгоритму — 1% или 2%?
Спросите это у инженеров-конструкторов, которые работают в различных САПР. Они будут долго и искренне смеяться :)
Основное применение первых ЭВМ — проведение вычислений. Почему-то мы забываем, что работа с числами тоже является умственной работой.
Прежде чем выполнить какое-то вычисление, необходимо провести немалый объем логических действий — определить цель, поставить задачу, формализовать задачу, определить критерии оценки, подготовить данные — все это делает человек своей головой и пока еще машина ему в этом не помогает.
Прежде чем выполнить какое-то вычисление, необходимо провести немалый объем логических действий — определить цель, поставить задачу, формализовать задачу, определить критерии оценки, подготовить данные — все это делает человек своей головой и пока еще машина ему в этом не помогает.
Прежде чем выполнить какое-то вычисление, необходимо провести немалый объем логических действий — определить цель, поставить задачу, формализовать задачу, определить критерии оценки, подготовить данные
Это все умственная работа, да. А вот после этого вступает в работу ЭВМ, выполняющая рутинное перемалывание чисел по заданным формулам с заданной последовательностью. И эта рутина занимает при проектировании зданий, механизмов, при статистической обработке больших данных, и т.п. — отнюдь не 1-2%.
Архитектор может за неделю придумать дизайн нового здания, и потом несколько месяцев делать подробные чертежи и просчитывать прочностные характеристики, перебирая материалы и условия их использования — без компьютера. Какие-то сложные механизмы в докомпьютерную эру могли вообще годами просчитывать, не потому что это очень умственно-ориентированная работа, а потому что там очень и очень много рутинных вычислений по давно известным формулам и алгоритмам.
Одна из основных причин слабого развития ЭС – алгоритмическая парадигма мышления разработчиков прикладных программ.
Как будто кто-то отказался бы от перекладывания работы на умный компилятор, вся декларативная парадигма на этом зиждется. Только есть проблемы даже с языком формулирования ограничений: к примеру на agda вы сможете формально описать через спецификацию процедуру сортировки, но это сложнее, чем полностью реализовать алгоритм на С (при этом, на agda вам ещё реализацию писать).
Замена существующих прикладных программ экспертными системами кардинально повысит эффективность компьютеров и улучшит современный мир.
Никто и не мешает кажется. Эксперты есть, средства для создания ЭС тоже какие-то имеются.
Здесь надо посмотреть немного глубже. На каком языке общаются между собой программисты — на русском (английском) с использованием специальных терминов.
А что делает программист? Переводит с естественного языка на формальный. И этот перевод в основном остается в его голове и лишь частично попадает в документацию. Сегодня есть возможность переводить обычный ЕЯ-текст на формальный язык представления семантики, т.е. точно представить — смысловое содержание текста. Это означает возможность автоматически строить программы без участия программиста.
А что делает программист? Переводит с естественного языка на формальный. И этот перевод в основном остается в его голове и лишь частично попадает в документацию. Сегодня есть возможность переводить обычный ЕЯ-текст на формальный язык представления семантики, т.е. точно представить — смысловое содержание текста. Это означает возможность автоматически строить программы без участия программиста.
Сегодня есть возможность переводить обычный ЕЯ-текст на формальный язык представления семантики,...
Вот вы раскрыли бы слегка вопрос как?. А то ваши две статьи (про Пролог и ЭС) напоминают два фрейма из «как нарисовать сову».
На Хабре у меня есть заметка «Как решить проблему машинного понимания естественного языка»
Там тоже не многое раскрыто, подход известный, и непонятно, почему именно у вас он даст некий прорыв.
Подход, на самом деле малоизвестный, потому что углубляться надо в новую лингвистику, описывающие методы формализации семантики, а этого не хотят не только программисты, но и многие профессиональные лингвисты.
А насчет потенциального прорыва как можно доказать — либо оппонент должен быть квалифицированным лингвистом, либо надо реализовать метод до конца и предъявить миру результат.
А насчет потенциального прорыва как можно доказать — либо оппонент должен быть квалифицированным лингвистом, либо надо реализовать метод до конца и предъявить миру результат.
Экспертные системы — длинная тема, надо здесь разбираться основательно. Я только напомню, что ЭС появились как средство для решения проблемы комбинаторного взрыва. Например, шахматы. Если гроссмейстер планирует на 6 ходов вперед, то сколько вариантов надо рассмотреть машине? В среднем в каждой позиции есть двадцать возможных ходов, на каждый из них есть двадцать вариантов ответов. Значит на один ход надо рассмотреть 400 вариантов, а на 6 ходов вперед? 400*400*400*400*400*400! Но шахматист не рассматривает столько позиций, потому что у него есть знания, накопленные многими поколениями шахматистов. Вот технология ЭС и состоит в том, чтобы эти знания формализовать и применить в компьютере.
С интересом читал Ваши статьи про Пролог, поскольку он меня всегда привлекал красотой идеи. Также читал Братко и Болотову про ИИ; в этих книгах в качестве примера ЭС приводятся системы, написанные в 70-90 и в основном на лиспе, реже на прологе. Создаётся впечатление, что иначе как на лиспе это толком не сделать, и вообще ЭС перестали писать, Хотелось бы знать несколько более реальную картину: в каких областях ЭС по факту пишут и используют и как сделать свою маленькую карманную.
Можно и настоящую сделать — зайдите на мой сайт www.exxlog.ru — там есть все что нужно.
Каково фактическое положение с применением технологии ЭС? Это очень интересный и важный вопрос. Положение, можно сказать плачевное, поскольку технология остается сырой — можно сделать почти любую ЭС, но затраты на раработку и поддержку будут столь велики, что результат не будет оправдан.
Моя идея состоит в том, что необходимо создать надежную и эффективную технологию точного моделирования семантики естественного языка — транслятор естественного языка в формальный объектный язык, представляющий смысловое содержание текста. Это станет надежной основой для решения проблемы широкого применения технологии ЭС.
Моя идея состоит в том, что необходимо создать надежную и эффективную технологию точного моделирования семантики естественного языка — транслятор естественного языка в формальный объектный язык, представляющий смысловое содержание текста. Это станет надежной основой для решения проблемы широкого применения технологии ЭС.
А что по этому поводу сделано? В блоге Яндекса и нескольких других компаний были статьи про автоматическое аннотирование и семантический анализ. Тем не менее, в тот же OWL полностью автоматической перегонки текста не существует.
Меня смущает другая грань проблемы — нехватка правил, работает ли теорема Гёделя в данном случае (можно ли собрать полный конечный свод правил) я не знаю. Допустим, мы пишем ЭС, которая должна решать задачу «Продолжи ряд чисел». Тогда в качестве правил мы должны скормить теорию чисел, ряды и ещё ряд больших разделов математики. И всё равно, если мы предложим машине продолжить ряд «4 8 15 16 23», она вернет нам веер ответов по принципу «увеличивающиеся натуральные числа».
В прологе вроде появились интеллектуальные агенты, но как ими пользоваться? В рамках классической логики значение логического вывода бинарное или между 0 и 1 для нечёткой логики. Пусть наша программа научилась гуглить и преобразовывать естественный язык в правила. Как корректно убрать правило «исключения третьего» (чтобы при получении False начинался поиск новых правил), чтобы программа завершалась за конечное время и, в идеале, с оптимальным отсечением?
Меня смущает другая грань проблемы — нехватка правил, работает ли теорема Гёделя в данном случае (можно ли собрать полный конечный свод правил) я не знаю. Допустим, мы пишем ЭС, которая должна решать задачу «Продолжи ряд чисел». Тогда в качестве правил мы должны скормить теорию чисел, ряды и ещё ряд больших разделов математики. И всё равно, если мы предложим машине продолжить ряд «4 8 15 16 23», она вернет нам веер ответов по принципу «увеличивающиеся натуральные числа».
В прологе вроде появились интеллектуальные агенты, но как ими пользоваться? В рамках классической логики значение логического вывода бинарное или между 0 и 1 для нечёткой логики. Пусть наша программа научилась гуглить и преобразовывать естественный язык в правила. Как корректно убрать правило «исключения третьего» (чтобы при получении False начинался поиск новых правил), чтобы программа завершалась за конечное время и, в идеале, с оптимальным отсечением?
Как-то все забыли, что компьютерные фирмы-монстры(лидеры по сбору денег с населения планеты) не являются лидерами в области науки. Для серьезных тем есть серьезные ученые, которые неизвестны сообществу программистов.
Просто так говорить об искусственном интеллекте можно бесконечно. Как-нибудь еще напишу об этом.
Если Вы захотите что-то создать, пишите на сайт www.exxlog.ru.
Просто так говорить об искусственном интеллекте можно бесконечно. Как-нибудь еще напишу об этом.
Если Вы захотите что-то создать, пишите на сайт www.exxlog.ru.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Кому нужны экспертные системы