Вопрос AI

[Dmitry67]

Если кто занимался то может ответит

Если AI сервисы которы распознают возраст, породы собак, анализируют что изображено на фото
Гугл даже какую то фришную framework предлагает
Все эти сети надо тренировать

А возможен ли debugging?
Вот когда у вас обычная программа, и чтото не работает, то где то вы находите что написано if (a>0) а надо if (a>1). А как в AI? Чтото не работает. Только тренировка?

Но тогда ultimately при создании оченб большой network она будет работать прекрасно но... также как в случае человека никто не будет понимать, КАК она работает.

[Flash-04]

Про machine learning и image recognirion читали? Если нет, могу посоветовать ресурсы.

[oshibka_residenta]

enjoy
https://arxiv.org/abs/1311.2901" onclick="window.open(this.href);return false;

[Dmitry67]

Про machine learning и image recognirion читали? Если нет, могу посоветовать ресурсы.

Я сейчас читаю пару книг где многа букафф
Может вы ответите на мой.вопрос по простому?)

[blanko27]

Это не AI, а machine learning и оно по определению решает задачи не поддающиеся формализации.
Не помню в каком-то из эпизодов thetalkingmachines, на аргумент, что правила состаленные экспертами для NLP или image recognition понятны (как в "if (a>1)"), а правила полученные в результате ML training-а - нет, было правильно подмечено, что сложные правила составленные экспертами (например quicksort=: (($:@(<#[), (=#[), $:@(>#[)) ({~ ?@#)) ^: (1<#)) часто абсолютно непонятны (даже для экспертов в области).

[Dmitry67]

Хм, действительно, интересный пример

[Flash-04]

Может вы ответите на мой.вопрос по простому?)

на "высоком" урове как работает ML - "понятно", на "низком" - нет. Так понятей?

[Dmitry67]

Может вы ответите на мой.вопрос по простому?)

на "высоком" урове как работает ML - "понятно", на "низком" - нет. Так понятей?

То есть в пределе мы получаем типа человека?
Умеет дохрена, интерфейс понятен, а внутри обученный черный ящик?

P.S.
А как узнать что у китайских пылесосов с AI нет закладок и они не превратятся в боевых роботов?

P.P.S
А что если выйдя на высокий уровень нейронная сеть будет отвлекаться, не замечать, задумываться о своем итд?

[DVK]

Про machine learning и image recognirion читали? Если нет, могу посоветовать ресурсы.

Посоветуете пожалуйста

[Deckel]

https://openai.com/blog/adversarial-example-research/" onclick="window.open(this.href);return false;

[Flash-04]

Вначале нужно изучить необходимую теоретичскую базу чтобы понимать что происходит:

1. на Coursera есть курс Data Science: https://www.coursera.org/specialization ... ta-science" onclick="window.open(this.href);return false;
2. книжки, например: https://www.amazon.com/Introduction-Sta ... 461471370/" onclick="window.open(this.href);return false;

Потом вроде такого:
3. про image recognition: http://www.pyimagesearch.com/start-here ... on-opencv/" onclick="window.open(this.href);return false;

[Boriskin]

Про machine learning и image recognirion читали?

Подкинь плиз нормальных ссылок на ML, а то все както либо убого на пальцах, либо дикие дебри... С первым уже как то более менее понятно, а до второго пока не дорос.

[Flash-04]

я сам в процессе

[OtherSide]

Про machine learning и image recognirion читали? Если нет, могу посоветовать ресурсы.

мне дайте

[oshibka_residenta]

Может вы ответите на мой.вопрос по простому?)

на "высоком" урове как работает ML - "понятно", на "низком" - нет. Так понятей?

Вам, может, и непонятно. Я там привел ссылку где сделали картинки, которые показывают на что NN "смотрит", причем для каждого уровня NN

[iDesperado]

Если кто занимался то может ответит

Если AI сервисы которы распознают возраст, породы собак, анализируют что изображено на фото
Гугл даже какую то фришную framework предлагает
Все эти сети надо тренировать

А возможен ли debugging?
Вот когда у вас обычная программа, и чтото не работает, то где то вы находите что написано if (a>0) а надо if (a>1). А как в AI? Чтото не работает. Только тренировка?

Но тогда ultimately при создании оченб большой network она будет работать прекрасно но... также как в случае человека никто не будет понимать, КАК она работает.

у ML тучи алгоритмов, мы сейчас смотрим decision tree/random forest на спарке. там когда модель обучилась, на нее в виде дерева можно поглядеть. вот тут в конце типа показано
https://docs.cloud.databricks.com/docs/ ... scala.html" onclick="window.open(this.href);return false;

[Dmitry67]

Но все эти алгоритмы уже были в SQL server в 199x-начале 2000.
Называлось Data Mining )))

[iDesperado]

Но все эти алгоритмы уже были в SQL server в 199x-начале 2000.
Называлось Data Mining )))

были. у нас они в SAS data miner. как я понял сейчас просто мода пошла от того, что теперь построить модель и потренировать на hadoop кластере может любой индус. типа запросто доступно хоть на azure, хоть amzaon. пара строк и оно само там может перебирать тысячи моделей на кластере подбирая глубину дерева и прочие параметры. сам сверяет результат. раньше надо было знать кучу заклинаний и иметь дорогой SAS, а теперь любому индусу доступно на раз два.