По-моему, перевод — невероятно утончённое искусство, постоянно требующее многих лет опыта и творческого воображение. Если в один «прекрасный» день люди-переводчики станут реликвиями прошлого, моё уважение к человеческому разуму будет поколеблено, и этот шок оставит меня в невероятном смятении и грусти.
Очень несогласен. Когда компьютеры смогут переводить текст семантически правильно и читаемо человеком, это будет как раз показ того, насколько человеческий ум продвинулся и решил такую сложную проблему.
Байязычная машина ничего не читает — не в человеческом смысле глагола «читать». Она обрабатывает текст. Обрабатываемые символы не связаны с мирским опытом. У неё нет ни памяти, из которой можно что-либо черпать, ни воображения, ни понимания, ни смысла, скрывающегося за словами, которыми она так быстро оперирует.
Это не верно. Огромная отрасль в научной областе работает над тем, чтобы научить машину «читать» в полном смысле этого слово, и у них есть успехи.
Перевод текста по сути включает в себя две большие проблемы, которые до сих пор не решены — парсинг языка и генерация языка. Гугл это решает с помощью нейронной сети, которая мапит предложения из исходного языка в нужный. Но этот способ далеко не на острие науки. Это один из наименее ресурсоёмких и быстрых способов перевода, и поэтому гугл его использует. На самом же деле существуют и другие способы, которые завязаны на «понимание» смысла текста.
Компьютеры обязательно смогут в будущем переводить текст красиво, вопрос только — когда. Многие учёные уже достигли вполне неплохих результатов в генерации. Через несколько лет вероятно эти способы будут использованы в переводе.
Очень много сталкивался с таким кодом, как у студентов, так и у опытных программистов, где имеется вложеный в три-пять условий возврат или положительное выполнение, при этом вся функция представляет собой одно условие. Всегда предпочитаю такое переписывать и проверять на негативные варианты сначала. Во-первых таким образом уменьшается количество возможных ветвей исполнения. Во-вторых код намного удобнее читать и модифицировать. Стараюсь по возможности своих студентов учить такому же
Я написал, что возможно заменят бесплатно.
А вообще ссылки на блоги не являются достоверными источниками информации. Стоит какой-то мужик, притом с целой теслой и делает голословные утверждения. Пока только единственная статья в прессе, это когда тесла отказалась активировать софт в машине, которую владелец купил разбитой и затем восстановил. Также судя по всему ремонт теслы стоит неплохих денег, но машины ремонтируют. Какие вы случаи читали — не знаю, ибо нашёл еденичные посты в форумах, жалующиеся на стоимость ремонта. Но вместе с ними есть и другие посты, которые утверждают всё было здорово.
Страховые компании могут оплатить ремонт, даже если сам владелец виноват. Есть определённая сумма, которую владелец в любом случае должен оплатить, например 500-1000$. Дальше платит страховка. Ну и максимальная сумма оплаты уже зависит от вида страховки. Так что вполне есть шанс что машину заменят почти полностью по страховке.
Я говорю про усовершенствования, которые идут из теории. Например асимметричное шифрование будет таким. А более крутой алгоритм, который использует старые медоты сюда не очень подходит.
Или другой пример — создание системы типов для статической верификации параллельных программ. Такой полноценной системы пока нет
В технологиях чаще опыт учитывают, чем что-либо ещё. Если говорить конкретно о софте, то сколько примеров когда старые проекты переписывались с нуля потому что приходили в негодность из-за допущеных предположений в начале разработке. Не всегда даже с улучшением функционала
Частично да, зависит ещё что за теория. Бывает такая, что нужно много лет чтобы оно увидело свет. А бывает "о, мы можем дополнить Хиндли-Милнера вот так и сделать более сильную типизацию", и оно через несколько месяцев-годик уже на рынке :) Но это всёравно основано на старой теории
Это утверждение последнее время не очень работает. Скорее новые технологии основаны на сравнительно новых достижениях в теоретической части.
Например какие? Я не знаю никаких теоретических прорывов за последние 20 лет, котроые бы повсеместно использовались обычными разработчиками, а не в научных кругах
Нет, технлогии устаревают не из-за устаревания теории. Технологии устаревают из-за того, что функции, которые они выполняют либо больше не нужны, либо скудны по сравнению с конкурентами. Или из-за удобства — вышло что-то новое, более удобное, и всё. Это не значит что теория изменилась. Изменилась реализация.
Технлогий множество, а основаны они на алгоритмах и концепциях, которые придумали десятки лет назад. При этом всё множество технологий основано на относительно небольшом количестве концепций. Так что лучше учить? :) А концепции эти чаще не умирают, а эволюционируют и дополняются. Зная концепции — технлогии освоить намного проще.
Да вот только хотел с вами про демагогию согласиться. Вы хоть в курсе почему вы можете сейчас рассуждать о неразрешимых задачах? И почему они неразрешимы?
старше ста лет математические основы, на которых строились первые модели современной информатики. Например понятие о функции, на котором и основаны все лямбда-исчисления
Алгоритмы устаревают в том смысле, что находятся более эффективные и замещают менее эффективные. Но это не значит что менее эффективные бесполезны и их стоит забыть.
Уже сделали
Очень несогласен. Когда компьютеры смогут переводить текст семантически правильно и читаемо человеком, это будет как раз показ того, насколько человеческий ум продвинулся и решил такую сложную проблему.
Это не верно. Огромная отрасль в научной областе работает над тем, чтобы научить машину «читать» в полном смысле этого слово, и у них есть успехи.
Перевод текста по сути включает в себя две большие проблемы, которые до сих пор не решены — парсинг языка и генерация языка. Гугл это решает с помощью нейронной сети, которая мапит предложения из исходного языка в нужный. Но этот способ далеко не на острие науки. Это один из наименее ресурсоёмких и быстрых способов перевода, и поэтому гугл его использует. На самом же деле существуют и другие способы, которые завязаны на «понимание» смысла текста.
Компьютеры обязательно смогут в будущем переводить текст красиво, вопрос только — когда. Многие учёные уже достигли вполне неплохих результатов в генерации. Через несколько лет вероятно эти способы будут использованы в переводе.
А вообще ссылки на блоги не являются достоверными источниками информации. Стоит какой-то мужик, притом с целой теслой и делает голословные утверждения. Пока только единственная статья в прессе, это когда тесла отказалась активировать софт в машине, которую владелец купил разбитой и затем восстановил. Также судя по всему ремонт теслы стоит неплохих денег, но машины ремонтируют. Какие вы случаи читали — не знаю, ибо нашёл еденичные посты в форумах, жалующиеся на стоимость ремонта. Но вместе с ними есть и другие посты, которые утверждают всё было здорово.
Или другой пример — создание системы типов для статической верификации параллельных программ. Такой полноценной системы пока нет
Например какие? Я не знаю никаких теоретических прорывов за последние 20 лет, котроые бы повсеместно использовались обычными разработчиками, а не в научных кругах