"Не все могут в ртом" -- имеется ввиду, что нет тренировки осмысленного общения. Часто люди даже не знают, что "а что, так можно было?". В книжке (а ещё лучше в конспекте в этой статье) представлен ряд полезных техник.
Просто когда голова болит, а датчик показывает 500 ppm, такие случаи не запоминаются. Мозг думает, что голова болит от другого и в памяти не фиксируется эта связь ;)
Ясно, что в первом случае автор хотел продемонстрировать работу предсказателя переходов, но в данном случае задача решается ещё проще: надо посчитать количество нечётных и вычесть это число из длины массива. У нечётных установлен последний бит, так что просто суммируем эти биты:
int oddCount = 0;
for (int i = 0; i < array.Length; ++i) oddCount += (array[i] & 1);
return array.Length - oddCount
Наверняка, это ещё и компилятором в SIMD'ы какие-нибудь свернутся.
В данном случае динамическое программирование совершенно избыточно.
Достаточно посчитать количество вхождений букв, затем взять одну из букв с меньшей частотой, она будет центром палиндрома. А теми буквами, количество вхождений которых больше одного, "нарастить" палиндром.
Рассмотрим ваш пример "коловорот". В нём 4 буквы "о" и остальные встречаются по одному разу. Берём одну из них, пусть это будет "к", и окружаем его "о", получится "оокоо".
Или "aabbbbccddd". Тут минимальное вхождение у "a", их две, поэтому они образуют центр "аа". Дальше окружаем слева и справа буквами "b": "bbaabb", затем буквами "c": "cbbaabbc", затем "d" (последнюю, нечётную, выкидываем): "dcbbaabbcd".
Итого два прохода: первый по исходной последовательности, второй — по частотам.
1. На фразе «для большинства задач либо не существует глубинной нейросети,… » мне резко вспомнилась теорема Колмогорова, дающая обратное вашему утверждение.
Теоремы утверждают существование, но не приводят конструктивного способа построить глубинную нейросеть по набору примеров.
Так что всё правильно написано. Пусть и в «популярном», а не строгом математическом смысле.
Что RNN Тьюринг-полны, понятно. А есть конструктивный способ получить нужную RNN-сеть по спецификации?
Автор, наверное, имел ввиду RNN-сети И методы их обучения. Есть ли на сегодняшний день методы обучения RNN-сетей, которые бы позволяли получить сети по спецификциям? Нет. Нужны другие методы.
> которые приведены после этой фразы, можно вообще не читать
Наверное, достаточно подождать N тактов: если программа не выдала результат, то она отбрасывается.
Понятно, что N может как-то зависеть от спецификации. Например, если сети нужно сгенерировать функцию сортировки, то N может быть пропорционально квадрату размера входа.
Вполне вероятно появление на обломках былого раздолья государственного провайдера, который будет освобождён от выполнения предписаний по хранению трафика, и, следовательно, сможет предоставлять те же условия, что сейчас мы имеем у каждого первого частного провайдера.
Что-то сомнительно. Не мог бы автор привести два-три примера из практики? Других подобных госкомпаний, которым выдали карт-бланш на обход законов, так что при этом все «частники», приносящие налоги в казну, разорились?
Модификация с целью соответствия новым данным разве не есть обновление?
> и не меняют полностью
То-то соверменники так тяжело воспринимают это «расширения и дополнения».
Если б было так, то изменения пошли бы проще. А указанные мной теории (+квантмех)
всё-таки привели к парадигмальному сдвигу: пространство-время не статично и взаимодействует с материей (ОТО/СТО), материя это не шарики-атомы, а вообще «непонять что» (квантмех). Как-то это
не похоже на «расширение и дополнение».
> И вдобавок, у вас как-то маловато точек, чтобы говорить про „раз примерно в сто лет“.
Три точки. Если добавить квантовую механику, то и все четыре. ОТО/СТО и квантмех — теории последних ста лет. А сколько, по Вашему, точек надо, чтобы говорить «раз в сто лет меняется представление о Вселенной»?
Так ведь теории раз в примерно 100 лет обновляются (теория гравитации, ОТО/СТО, суперструны), и совершенно меняют представление о Вселенной (бесконечный Ньютонианский мир, сжимающийся ОТО-мир, потом инфлатон, потом «мир как голограмма»)…
Ну и лет так через 50 появится теория-X, по которой выяснится, что и Большой Взрыв, и инфлатрон — очередные заблуждения древности. А будет, ну как там у Пелевина, «Как известно, наша вселенная находится в чайнике некоего Люй ДунБиня, продающего всякую мелочь на базаре в Чаньани». ;)
В Vim для этого есть плагин easymotion. В нём перемещение к тексту состоит из двух-трёх нажатий на клавиши: 's' (перейти в режим поиска), далее символ, к которому нужно переместиться. Эти символы на экране подсвечиваются. После этого надо нажать последнюю клавишу, чтобы переместиться к этому символу. Например, перемещение к первому на экране определению C++-функции: 's{a'. Это быстрее, чем нашарить мышь, спозиционировать курсор и щёлкнуть, вернуть руки на место.
На момент указа Сталина в 1951-ом году схема «токамак» (в основном, наша) и «сталларатор» (США) были только на бумаге, и им был от силы год (обе схемы были предложены в 1950-ом), так что никакого «понятно давно» не было. И даже сейчас, спустя 65 лет (!), не факт, что в конечном итоге будут использоваться именно эти схемы (хотя на данный момент альтернатив не видно). Тут, как всегда, всё в детали упирается (как бы посильнее разогреть и подольше удержать), которые до сих пор практически (а не на бумаге) не решены.
> Понятно, что нам не нужен в машине интеллект обезьяны/собаки/таракана, а нужен интеллект человека.
Зачем нужен интеллект именно человека, тоже не совсем ясно. Взять то же вождение. Думаю, для автопилотов хватит интеллекта таракана просто выше крыши (даже можно урезать, убрав функциональность размножения и поиска еды). То же самое для задачи поиска и идентификации людей. Тут хватит интеллекта кошки/собаки (ну или у какого животного зрение острее, у орлов?). То же самое с речевым взаимодействием, собаки при должной тренировке неплохо справляются с пониманием команд, значи и тут человеческого интеллекта не надо. Логистике достаточно интеллекта вообще муравьёв (недавно на кафедре слушали доклад на эту тему, где обеспечение товаров в условиях сбоев на линиях моделировалось колонией муравьев, результат заказчика вполне устраивал). И так далее! Разве что задача автоматического перевода может потребовать ИИ на уровне человека. Короче, зачем вообще делать комплексный человеко-интеллект, если можно собирать нужный из отдельных компонентов? Тем более, прогресс в отдельных компонентах несомненный.
Таким образом, для отдельных задач «понятно давно» как их делать, чуть ли не с тех же 50-ых. Тоже ведь хотели получить ИИ за ~10 лет (меня особенно забавляет, как один из корифеев этого зарождающегося направления отдал задачу компьютерного зрения своему аспиранту, мол, в рамках диссертации за пару лет справится… Проблема на 100% не решена до сих пор, хотя прогресс, конечно, огромный). Но проблема опять в чёртовых мелочах!!!
И снова, зачем именно «человеческий»? Это как если бы сейчас самолёты делать с махающими, как у птиц, крыльями. Ведь пошли по другому пути, а с аэродинамикой птиц до сих пор, вроде, не всё ясно.
Вот лучше бы стандартизировали эти отдельные ИИ-компоненты и придумали API для их совмещения, вот это было бы бомбой, да.
Совершенно не раскрыта тема дедуктивного направления: доказательство теорем, синтез программ и т.п. Создаётся впечатление, что ИИ — это исключительно нейросети, а цель построения — скопировать мозги людей/крыс.
"Не все могут в ртом" -- имеется ввиду, что нет тренировки осмысленного общения. Часто люди даже не знают, что "а что, так можно было?". В книжке (а ещё лучше в конспекте в этой статье) представлен ряд полезных техник.
Приведите ещё, пожалуйста, статистику -- а сколько нанято программистов?
Т.е. неплохой способ убрать конкурента -- это натравить на его канал ботов?
Просто когда голова болит, а датчик показывает 500 ppm, такие случаи не запоминаются. Мозг думает, что голова болит от другого и в памяти не фиксируется эта связь ;)
Ясно, что в первом случае автор хотел продемонстрировать работу предсказателя переходов, но в данном случае задача решается ещё проще: надо посчитать количество нечётных и вычесть это число из длины массива. У нечётных установлен последний бит, так что просто суммируем эти биты:
Наверняка, это ещё и компилятором в SIMD'ы какие-нибудь свернутся.
Да, точно. "Подпоследовательность — это символы из последовательности с исходным порядком".
В данном случае динамическое программирование совершенно избыточно.
Достаточно посчитать количество вхождений букв, затем взять одну из букв с меньшей частотой, она будет центром палиндрома. А теми буквами, количество вхождений которых больше одного, "нарастить" палиндром.
Рассмотрим ваш пример "коловорот". В нём 4 буквы "о" и остальные встречаются по одному разу. Берём одну из них, пусть это будет "к", и окружаем его "о", получится "оокоо".
Или "aabbbbccddd". Тут минимальное вхождение у "a", их две, поэтому они образуют центр "аа". Дальше окружаем слева и справа буквами "b": "bbaabb", затем буквами "c": "cbbaabbc", затем "d" (последнюю, нечётную, выкидываем): "dcbbaabbcd".
Итого два прохода: первый по исходной последовательности, второй — по частотам.
Теоремы утверждают существование, но не приводят конструктивного способа построить глубинную нейросеть по набору примеров.
Так что всё правильно написано. Пусть и в «популярном», а не строгом математическом смысле.
Автор, наверное, имел ввиду RNN-сети И методы их обучения. Есть ли на сегодняшний день методы обучения RNN-сетей, которые бы позволяли получить сети по спецификциям? Нет. Нужны другие методы.
> которые приведены после этой фразы, можно вообще не читать
Так что продолжаем чтение ;)
Понятно, что N может как-то зависеть от спецификации. Например, если сети нужно сгенерировать функцию сортировки, то N может быть пропорционально квадрату размера входа.
Что-то сомнительно. Не мог бы автор привести два-три примера из практики? Других подобных госкомпаний, которым выдали карт-бланш на обход законов, так что при этом все «частники», приносящие налоги в казну, разорились?
Модификация с целью соответствия новым данным разве не есть обновление?
> и не меняют полностью
То-то соверменники так тяжело воспринимают это «расширения и дополнения».
Если б было так, то изменения пошли бы проще. А указанные мной теории (+квантмех)
всё-таки привели к парадигмальному сдвигу: пространство-время не статично и взаимодействует с материей (ОТО/СТО), материя это не шарики-атомы, а вообще «непонять что» (квантмех). Как-то это
не похоже на «расширение и дополнение».
> И вдобавок, у вас как-то маловато точек, чтобы говорить про „раз примерно в сто лет“.
Три точки. Если добавить квантовую механику, то и все четыре. ОТО/СТО и квантмех — теории последних ста лет. А сколько, по Вашему, точек надо, чтобы говорить «раз в сто лет меняется представление о Вселенной»?
Ну и лет так через 50 появится теория-X, по которой выяснится, что и Большой Взрыв, и инфлатрон — очередные заблуждения древности. А будет, ну как там у Пелевина, «Как известно, наша вселенная находится в чайнике некоего Люй ДунБиня, продающего всякую мелочь на базаре в Чаньани». ;)
> Понятно, что нам не нужен в машине интеллект обезьяны/собаки/таракана, а нужен интеллект человека.
Зачем нужен интеллект именно человека, тоже не совсем ясно. Взять то же вождение. Думаю, для автопилотов хватит интеллекта таракана просто выше крыши (даже можно урезать, убрав функциональность размножения и поиска еды). То же самое для задачи поиска и идентификации людей. Тут хватит интеллекта кошки/собаки (ну или у какого животного зрение острее, у орлов?). То же самое с речевым взаимодействием, собаки при должной тренировке неплохо справляются с пониманием команд, значи и тут человеческого интеллекта не надо. Логистике достаточно интеллекта вообще муравьёв (недавно на кафедре слушали доклад на эту тему, где обеспечение товаров в условиях сбоев на линиях моделировалось колонией муравьев, результат заказчика вполне устраивал). И так далее! Разве что задача автоматического перевода может потребовать ИИ на уровне человека. Короче, зачем вообще делать комплексный человеко-интеллект, если можно собирать нужный из отдельных компонентов? Тем более, прогресс в отдельных компонентах несомненный.
Таким образом, для отдельных задач «понятно давно» как их делать, чуть ли не с тех же 50-ых. Тоже ведь хотели получить ИИ за ~10 лет (меня особенно забавляет, как один из корифеев этого зарождающегося направления отдал задачу компьютерного зрения своему аспиранту, мол, в рамках диссертации за пару лет справится… Проблема на 100% не решена до сих пор, хотя прогресс, конечно, огромный). Но проблема опять в чёртовых мелочах!!!
И снова, зачем именно «человеческий»? Это как если бы сейчас самолёты делать с махающими, как у птиц, крыльями. Ведь пошли по другому пути, а с аэродинамикой птиц до сих пор, вроде, не всё ясно.
Вот лучше бы стандартизировали эти отдельные ИИ-компоненты и придумали API для их совмещения, вот это было бы бомбой, да.
Ну что ж, посмотрим, что сможет этот миллиард вне обычной науки, какие будут созданы хотя бы заделы.