Вообще-то, по правилам языка (и математики) 00-09 — это десятые, 10-19 — двадцатые и так далее… Другое дело, что прагматика современного языка допускает делать такую ошибку… )))
Когда у автопилота будет система распознавания лиц и база по всем жителям Земли — можно будет считать социальную, культурную, научную, семейную значимость каждого человека, который перебегает дорогу. )))
Если бы этот процесс был формализован, то этот метод можно было применить к любой другой проблемной области. )) За метод нужно платить только один раз.
Программирование — это не о том, чтобы учесть ВСЁ, а о том, как найти достаточное решение, которое было бы устойчивым в диапазоне возможных cases и удовлетворяло бы входных требованиям.
Software 1.0 — это когда программист прописывает логику потоков данных.
Software 2.0 — это когда программист готовит data train и выбирает модель машинного обучения, которая генерирует логику потоков данных.
Вы (пмсм) вполне себе заявились на Software 3.0, но так и не рассказали, в чем его суть… ((
Да, конечно, одновременно. Просто есть сомнения, что тот «глубинный» синтаксис, которым пользуется мозг, совпадает с «академическим» синтаксисом, который используется в парсинге. Тут существует простая проверка: взять достаточно сложное предложение и разложить его в «академический» синтаксис — это, часто, не самая простая задача, особенно, если мы анализируем речь, а не литературный язык.
Все-равно современное NLP похоже на поиск под фонарем: ищем там, где светло, а не там, где потеряли. Совершенно же очевидно, что человеческое понимание текстов способно придать смысл любому тексту, так один мой хороший знакомый «переводил» выражение «мэни таймз» как «время — деньги». ))
Если мы вслушаемся в себя и попытаемся понять как мы понимаем речь и ЕЯ тексты, то окажется, что сначала возникает смысл, а уже потом его раскладывание в синтаксис. ПМСМ.
Конечно, впечатляют. Но, опять же, простите, с небольшими оговорками. Нейросети — это довольно широко и неточно, их очень много разных, обычно под «нейросетями» понимают MLP и DL, который является все-таки композицией. Мне представляется, что более правильно говорить об успехах машинного обучения. А уже внутри ML разбираться, что лучше работает — ансамбли или MLP… )))
В перечисленных успехах есть одна небольшая неточность, всё это делают люди, а не нейронные сети. ))) Перечисленные проекты просто демонстрируют, что нейросети — это годный высокоуровневый инструмент. При умелом и грамотном применении которого можно добиваться интересных результатов.
Но если мы серьезно говорим о том, что делают (|| создают, решают, понимают) нейросети, то нужно уточнить, что нейросети умеют только аппроксимировать. На этом их способности заканчиваются…
Software 2.0 — это когда программист готовит data train и выбирает модель машинного обучения, которая генерирует логику потоков данных.
Вы (пмсм) вполне себе заявились на Software 3.0, но так и не рассказали, в чем его суть… ((
Если мы вслушаемся в себя и попытаемся понять как мы понимаем речь и ЕЯ тексты, то окажется, что сначала возникает смысл, а уже потом его раскладывание в синтаксис. ПМСМ.
sannata.org/konkurs/2008/kt0829.shtml
Но если мы серьезно говорим о том, что делают (|| создают, решают, понимают) нейросети, то нужно уточнить, что нейросети умеют только аппроксимировать. На этом их способности заканчиваются…
В этом отличие программирования от феноменологии… )))