Разве за последние десятилетия EROEI солнечных панелей сильно изменился?
Или вы хотите сказать, что Shell владеет множеством заводов которые перерабатывают углеводороды? (производство солнечных панелей)
Ещё раз где результат?
Ну и раз уж вы упомянули, что Shell является совладельцем «множества» заводов, не затруднит ли привести примеры таких компаний?
> Ну вот на втором шаге уже: а что если сетка отобрала 500 не тех сюжетов?
> Её как-то проверяют?
Значит первоначальная выборка содержала недостаточно данных и нужно вернуться к первому шагу.
> С цифровыми примерами понятно: она предсказала что-то, потом сравнили и сказали, хорошо или плохо предсказала.
> Но со со смыслами и сюжетами? Как это проверить?
Машина не проверяет сюжеты, ей нечем проверить, некому внутри себя пересказать сюжет и сказать вот он. Однако на основе «сюжетных поворотов — маркеров», как указал выше можно найти последовательность таких маркеров.
И что проверить? Машину не учат писать книги с нуля, машину учат разбирать один и тот же сюжет со всех возможных ракурсов, вот эту способность потом и проверяют, попутно собрав достаточный массив «маркеров». Усложнив задачу на порядок её встроят в какой-нить google now, чтобы он ещё лучше анализировал почту и давал ещё более точные подсказки, ведь в почтовых различных сюжетов намного больше, а вот «литературные маркеры» те же самые, от этого и можно отталкиваться.
Но всё же, как даже в таком случае нейронная сеть потом сама по романам обучается?
Если я правильно понял их задумку, то примерно следующим образом (цифры условны):
1. Обучить нейросеть на 100 схожих сюжетно книгах, с похожими сюжетными поворотами «маркерами»
2. Без участия человека обработать 1000 книг и найти скажем в 500 из них сюжет похожий на искомый.
3. Теперь в распоряжении нейросети уже 600 книг с похожей последовательно сюжетной линией, всё ещё раз автоматически анализируется, чтобы найти отдельные похожие моменты уже среди 600 этих книг
4. Нейросеть анализирует оставшиеся 400 книг и ищет в них «сюжетные повороты» уже не из 100, а из 600 книг (больше различных мелких деталей, которые собирались бы с помощью человека намного больше)
5. Успешно разобрано ещё 200 книг и анализируются похожие сюжетные повороты уже в 800 книгах
Примерно таким образом можно находить тот же самый сюжет в других книгах, которые написаны например с использованием тех литературных приёмов, которых не было в изначальной выборке.
А они и не понимают, грубо говоря их учат делать вид, что они понимают, попробую объяснить на простейшем примере.
Вот например есть простейшая нейросеть написанная на JS https://harthur.github.io/brain/
Сначала вам предлагается «обучить» нейросеть нажимая на более читабельный текст, затем после нажатия на train, вы увидите разницу в контрастности подобранной нейросетью и текущей цветовой гаммой.
Машина не пытается залезть к вам в голову и увидеть мир вашими глазами, но ей можно сказать когда она «угадывает» хорошо, а когда плохо.
Ну а угадывание в данном случае описывается математикой и алгоритмами, до которых додумались много десятилетий назад.
В мире не так много стран, которые могут только своими силами развернуть инфраструктуру и аккумулировать специалистов для освоения космоса. В интересах безопасности всей планеты, чтобы таких стран становилось больше, а не меньше.
Вы сейчас объяснили, что сейчас можно построить похожую ракету с нуля, если приложить к этому некоторое количество денег и средств. Это всё очень здорово, но это не относится к теме моего комментария.
Я говорил о том, что бывают секреты, которые знают пара тысяч человек.
А в указаной статье рассказывается, как именно это было организовано.
Как и всё остальное в человеческой цивилизации, интернет лишь способ поддержания контроля, в данном случае чтобы человек своевременно получал дофамин от токсоплазм в том числе от изображений котиков. Без интернета человек рисковал не увидеть достаточное количество котиков и выйти из под влияния токсоплазм.
С помощью токсоплазм инопланетяне контролируют человечество. Достаточно небольших психологических ограничителей общества, чтобы полностью контролировать всё развитие человечества.
Или вы хотите сказать, что Shell владеет множеством заводов которые перерабатывают углеводороды? (производство солнечных панелей)
Ещё раз где результат?
Ну и раз уж вы упомянули, что Shell является совладельцем «множества» заводов, не затруднит ли привести примеры таких компаний?
> Её как-то проверяют?
Значит первоначальная выборка содержала недостаточно данных и нужно вернуться к первому шагу.
> С цифровыми примерами понятно: она предсказала что-то, потом сравнили и сказали, хорошо или плохо предсказала.
> Но со со смыслами и сюжетами? Как это проверить?
Машина не проверяет сюжеты, ей нечем проверить, некому внутри себя пересказать сюжет и сказать вот он. Однако на основе «сюжетных поворотов — маркеров», как указал выше можно найти последовательность таких маркеров.
И что проверить? Машину не учат писать книги с нуля, машину учат разбирать один и тот же сюжет со всех возможных ракурсов, вот эту способность потом и проверяют, попутно собрав достаточный массив «маркеров». Усложнив задачу на порядок её встроят в какой-нить google now, чтобы он ещё лучше анализировал почту и давал ещё более точные подсказки, ведь в почтовых различных сюжетов намного больше, а вот «литературные маркеры» те же самые, от этого и можно отталкиваться.
Если я правильно понял их задумку, то примерно следующим образом (цифры условны):
1. Обучить нейросеть на 100 схожих сюжетно книгах, с похожими сюжетными поворотами «маркерами»
2. Без участия человека обработать 1000 книг и найти скажем в 500 из них сюжет похожий на искомый.
3. Теперь в распоряжении нейросети уже 600 книг с похожей последовательно сюжетной линией, всё ещё раз автоматически анализируется, чтобы найти отдельные похожие моменты уже среди 600 этих книг
4. Нейросеть анализирует оставшиеся 400 книг и ищет в них «сюжетные повороты» уже не из 100, а из 600 книг (больше различных мелких деталей, которые собирались бы с помощью человека намного больше)
5. Успешно разобрано ещё 200 книг и анализируются похожие сюжетные повороты уже в 800 книгах
Примерно таким образом можно находить тот же самый сюжет в других книгах, которые написаны например с использованием тех литературных приёмов, которых не было в изначальной выборке.
Вот например есть простейшая нейросеть написанная на JS https://harthur.github.io/brain/
Сначала вам предлагается «обучить» нейросеть нажимая на более читабельный текст, затем после нажатия на train, вы увидите разницу в контрастности подобранной нейросетью и текущей цветовой гаммой.
Машина не пытается залезть к вам в голову и увидеть мир вашими глазами, но ей можно сказать когда она «угадывает» хорошо, а когда плохо.
Ну а угадывание в данном случае описывается математикой и алгоритмами, до которых додумались много десятилетий назад.
http://exploration.esa.int/mars/57720-first-light-for-exomars/
Я говорил о том, что бывают секреты, которые знают пара тысяч человек.
А в указаной статье рассказывается, как именно это было организовано.
Наши голоса были услышаны