Форум ИГШ

Старое место
Текущее время: 18 янв 2018 14:42

Часовой пояс: UTC + 3 часа




Начать новую тему Ответить на тему  [ Сообщений: 34 ] 
Автор Сообщение
СообщениеДобавлено: 09 дек 2016 16:38 
Не в сети

Зарегистрирован: 14 апр 2010 08:36
Сообщения: 9179
brahistochron писал(а):
А у вас? А вы не понимаете природы используемого девайса, но при этом вы почему-то искренне уверены, что девайс вас не подведёт. Парашут вам не нужен. Про качество используемых алгоритмов даже вспоминать незачем, потому что изначально обезъяны с гранатами. Религии и карго-культы, они здесь именно у таких, как ВЫ.

Так, господа братцы-кролики. Я тута сподобился сходить на курс лекций в Постнауку. За наводку на Постнауку Дмитрию Одинцу спасибо. Курс был про машинное обучение, две лекции из трех я прослушал, хотя на последней уже сидел с 38.5 а потом больница. Так вот, все современные промышленный системы, использующие машинное обучение не интерпретируемы. Т.е. никакой человек не в состоянии понять как это работает и насколько это надежно. Так что использование непойми как работающих девайсов - это норма современной жизни.


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 09 дек 2016 17:15 
Не в сети

Зарегистрирован: 15 апр 2010 05:17
Сообщения: 8430
Магия

_________________
Fly, fly through a troubled sky
Up to a new world shining bright, oh, oh.


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 09 дек 2016 18:28 
Не в сети

Зарегистрирован: 08 дек 2011 18:04
Сообщения: 2504
Откуда: UK
Чибрикин Илья писал(а):
Так, господа братцы-кролики. Я тута сподобился сходить на курс лекций в Постнауку. За наводку на Постнауку Дмитрию Одинцу спасибо. Курс был про машинное обучение, две лекции из трех я прослушал, хотя на последней уже сидел с 38.5 а потом больница. Так вот, все современные промышленный системы, использующие машинное обучение не интерпретируемы. Т.е. никакой человек не в состоянии понять как это работает и насколько это надежно. Так что использование непойми как работающих девайсов - это норма современной жизни.

Это не то чтобы совсем неверно, но очень сильное натягивание совы иллюзорного понимания на глобус действительного положения дел.

_________________
The night is dark and full of wonders


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 09 дек 2016 18:36 
Не в сети

Зарегистрирован: 14 апр 2010 08:36
Сообщения: 9179
Ну считайте что я воспроизвел слова доктора наук Константина Воронцова. Именно он рассказывая про XGBoost сказал это


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 09 дек 2016 18:47 
Не в сети

Зарегистрирован: 08 дек 2011 18:04
Сообщения: 2504
Откуда: UK
Цитата:
Т.е. никакой человек не в состоянии понять как это работает и насколько это надежно. Так что использование непойми как работающих девайсов - это норма современной жизни.

Вот это часть явно натянута.

_________________
The night is dark and full of wonders


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 09 дек 2016 18:52 
Не в сети

Зарегистрирован: 14 апр 2010 08:36
Сообщения: 9179
Предположим у Вас 10 000 решающих деревьев и решение принимается на основании голосования с разными весами. Как именно вы сведете эту конструкцию к воспринимаемым человеком правилам?


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 09 дек 2016 18:55 
Не в сети

Зарегистрирован: 08 дек 2011 18:04
Сообщения: 2504
Откуда: UK
Иерархией абстракций, разумеется. В стальной гайке квадриллионы атомов железа и углерода, но мы не считаем оную неподдающимся пониманию чёрным ящиком.

_________________
The night is dark and full of wonders


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 09 дек 2016 19:05 
Не в сети

Зарегистрирован: 14 апр 2010 08:36
Сообщения: 9179
Хорошо, я не буду спорить. При случае скажу профессору что у меня есть интернет-знакомый, который умеет делать то, что профессор считает невозможным.


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 09 дек 2016 19:15 
Не в сети

Зарегистрирован: 08 дек 2011 18:04
Сообщения: 2504
Откуда: UK
Вы лучше прочитайте книжку по машинному обучению или пройдите курс в онлайне. Тогда вы и сами сможете обьяснить профессору в чем он не прав. Две лекции это ни о чем. Кстати это самое машинное обучение можно привинтить к базе информации по геологии, например. И неплохо монетизировать результаты.

_________________
The night is dark and full of wonders


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 09 дек 2016 19:25 
Не в сети
Аватара пользователя

Зарегистрирован: 19 апр 2010 10:30
Сообщения: 9359
Откуда: Таганрог
Дарк. Если Вы напишете маленькую нейросеть, обучите её распознавать вертикальные чёрточки на картинках. То на вопрос "а как оно работает?" сможете только повторить известный жест Билла нашего Гейтса: "вот как-то так" (с)

_________________
Спасите мышонка Гарольда! http://eyewire.org


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 09 дек 2016 19:30 
Не в сети

Зарегистрирован: 08 дек 2011 18:04
Сообщения: 2504
Откуда: UK
Ну нет. Нейронные сети простые как табуретки на самом деле. Это же аппроксимации нелинейных функций на самом деле. Более того, если визуализировать слои обученной нейросети то будут видны эти самые чёрточки

_________________
The night is dark and full of wonders


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 09 дек 2016 19:31 
Не в сети

Зарегистрирован: 14 апр 2010 08:36
Сообщения: 9179
Dark писал(а):
Вы лучше прочитайте книжку по машинному обучению или пройдите курс в онлайне. Тогда вы и сами сможете обьяснить профессору в чем он не прав. Две лекции это ни о чем. Кстати это самое машинное обучение можно привинтить к базе информации по геологии, например. И неплохо монетизировать результаты.

У меня возникла та же мысль. Да и книж уже прикуплен: "Верховный алгоритм". Сейчас с температурой будет полегче продолжу читать. К слову сказать в геологии я не разу не видел промышленного использования машинного обучения


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 09 дек 2016 19:34 
Не в сети

Зарегистрирован: 08 дек 2011 18:04
Сообщения: 2504
Откуда: UK
В РФ сейчас наверное нет. В мире вообще наверное уже есть.

_________________
The night is dark and full of wonders


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 10 дек 2016 13:19 
Не в сети

Зарегистрирован: 15 апр 2010 17:39
Сообщения: 466
Dark писал(а):
Ну нет. Нейронные сети простые как табуретки на самом деле. Это же аппроксимации нелинейных функций на самом деле. Более того, если визуализировать слои обученной нейросети то будут видны эти самые чёрточки

Это если нейронная сеть решает задачу распознавания изображений. А если там коллаборативная фильтрация или классификация текстовых документов какая-нибудь - как тогда слои сети визуализировать?
Можно еще вспомнить историю с Netflix Prize - победители получили свой миллион долларов, но в продакшн их модель не поставят никогда, потому что никто не знает, как именно интерпретировать ее результаты
Пока что ни для интерпретации результатов моделей машинного обучения, ни для выбора архитектур этих моделей сколько-нибудь проработанной теории нет. Рулит чистая эмпирика.


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 10 дек 2016 13:25 
Не в сети

Зарегистрирован: 15 апр 2010 17:39
Сообщения: 466
Чибрикин Илья писал(а):
Dark писал(а):
Вы лучше прочитайте книжку по машинному обучению или пройдите курс в онлайне. Тогда вы и сами сможете обьяснить профессору в чем он не прав. Две лекции это ни о чем. Кстати это самое машинное обучение можно привинтить к базе информации по геологии, например. И неплохо монетизировать результаты.

У меня возникла та же мысль. Да и книж уже прикуплен: "Верховный алгоритм". Сейчас с температурой будет полегче продолжу читать. К слову сказать в геологии я не разу не видел промышленного использования машинного обучения

К слову о Воронцове - лекции его курса по машинному обучению в ШАДе есть на ютубе:
https://www.youtube.com/playlist?list=P ... 9zqEQiiBtC

также есть его курс на курсере, "Введение в машинное обучение":
https://www.coursera.org/learn/vvedenie ... obuchenie/
он правда не столько теорией интересен, сколько практическими занятиями.

Ну и классика, с которой обычно все начинают - Andrew Ng, "Machine Learning":
https://www.coursera.org/learn/machine-learning


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 10 дек 2016 16:51 
Не в сети

Зарегистрирован: 14 апр 2010 08:36
Сообщения: 9179
2 GNUZZZ
Огромное спасибо!!!! Начал с Воронцовских лекций


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 11 дек 2016 21:27 
Не в сети
Аватара пользователя

Зарегистрирован: 11 апр 2010 16:25
Сообщения: 11835
человек пишет методичку по вопросу:

http://avlasov.livejournal.com/tag/machine%20learning
Цитата:
Страхи и мифы машинного обучения и ИИ (анонс)

Мы с моим знакомым сейчас запустили образовательный проект, пока в stealth-режиме (т.е. с ограниченным набором участников, без рекламы), а также несколько сопутствующих проектов. И образовательные проект и остальные проекты строятся вокруг пост-информационного общества, в частности - машинного обучения, ИИ. Хотя конкретно у нас акцент на пост-информационное общество, т.е. на применение машинного обучения, на встраивание ее в объемлиющую систему, в социум, в разного рода проекты и т.д. По этому поводу я написал в последнее время серию постов, про пост-информационное общество, которые раскрывали бы тему сисек нашу позицию по этому вопросу.

Поскольку уже пошла обратная связь от учеников, родилась идея еще однй серии постов. У нас проекты ориентированны не только и не столько на народ, который разбирается в программировании и математике, и способен освоить машинное обучение самостоятельно, а вообще на всех активных людей, которые не хотят остаться в стороне от прогресса. Пусть даже они не чувствуют себя уверено в области математики и программирования. Тем не менее, они задаются вопросом - а как заниматься МЛ тем кто с программированием и математикой не знаком? Понятно, что надо осваивать :) или строить отношения с теми, кто знаком. Разумеется, у них также есть страх перед такой непростой темой как машинное обучения. Мне это прекрасно знакомо, ибо я сам до 2014 года всячески избегал статистики, нейросеток и проч. Хотя я профессиональный программист, да и с математикой неплохо знаком :).

Конечно, как всегда, оказалось, что мои страхи имеют мало отношения к реальности. Да, машинное обучение тема непростая, но на практике, не такая уж и страшная. Слона едят по частям. Поэтому я решил сделать серию постов, про типовые ошибки (как свои так и чужие) в восприятии машинного обучения и ИИ, про мифы, которые нам мешают. Например, мешают его изучать из-за страха, что это слишком сложно и не для нас, а для PhD'шников. Или предлагают стереотипы, которые либо имеют мало отношения к реальности, либо делают применение машинного обучения слишком сложным и затратным.


и т.д...


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 08 ноя 2017 10:27 
Не в сети
Аватара пользователя

Зарегистрирован: 19 апр 2010 10:30
Сообщения: 9359
Откуда: Таганрог
Наверное сюда.

Я очарован:
https://geektimes.ru/post/294963/
Цитата:
Прекрасные чудовища математики


В числе прочего. Почему невозможно выиграть на бирже.

_________________
Спасите мышонка Гарольда! http://eyewire.org


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 08 ноя 2017 10:56 
Не в сети
Аватара пользователя

Зарегистрирован: 30 июн 2015 23:29
Сообщения: 2114
al_mt писал(а):
Почему невозможно выиграть на бирже.

Почему?


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 08 ноя 2017 11:31 
Не в сети
Аватара пользователя

Зарегистрирован: 19 апр 2010 10:30
Сообщения: 9359
Откуда: Таганрог
Потому, что невозможно вычислить тренд на основании предыдущих данных :lol:
Доля шутки, конечно, но именно доля.

_________________
Спасите мышонка Гарольда! http://eyewire.org


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 08 ноя 2017 11:43 
Не в сети
Аватара пользователя

Зарегистрирован: 30 июн 2015 23:29
Сообщения: 2114
al_mt писал(а):
Потому, что невозможно вычислить тренд на основании предыдущих данных :lol:
Доля шутки, конечно, но именно доля.

Дык с вероятностью в 100 процентов конечно, нельзя. Но зачем надо непременно 100%? Соглашайтесь на 51% ;)
Хозяин рулетки, вон, всегда в выигрыше. :D Хоть и не может вычислить тренд.


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 08 ноя 2017 12:19 
Не в сети
Аватара пользователя

Зарегистрирован: 19 апр 2010 10:30
Сообщения: 9359
Откуда: Таганрог
Ну так там и написано, что задачки с такими функциями решаются всякими этими ихними вероятностными методами.

_________________
Спасите мышонка Гарольда! http://eyewire.org


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 04 дек 2017 05:01 
Не в сети
Аватара пользователя

Зарегистрирован: 11 апр 2010 20:18
Сообщения: 2354
Откуда: Новокузнецк
Bся моя военная научная карьера — это был бег на месте.
BalinTomsk писал(а):
Система сложилась к середине 1980-х. Ее нарекли системой слежения за внешнеполитической обстановкой и угрозой ядерного нападения «Сплав». К 1990 г. она могла перерабатывать громадные потоки информации, которые стекались по всем линиям работы разведки – спутниковой, радиотехнической, внешней агентурной. Учитывалось даже то, какие окна горят в Пентагоне поздно вечером. Одной из проверок «Сплава» стало предсказание начала операции США против иракских войск в Кувейте в начале 1991 г.

«Тогда мы никак не могли определиться с датой. И вдруг одного из сотрудников осенило: Господи, да жена президента Буша, как и его сподвижники, помешана на астрологии! Совсем как гитлеровская верхушка. Стало быть, они станут выбирать время удара, сообразуясь с астрологическими прогнозами, – вспоминает Владимир Кравченко. – Мы тут же заложили в систему еще и гороскопы – и получили время для часа Икс. Мы ошиблись всего на два часа...» (авторы проекта Сплав)


С высоты прожитых лет я вижу, что мои исследования по распoзнаванию самолётов, отражённые в моей кандидатской диссертации, были тупиковой ветвью.
Единственный плюс — это то, что я научился самостоятельно ставить и решать прикладные научные задачи в области обработки сигналов.
В дальнейшем это позволяло стать хорошим преподавателем в этой или смежных областях.
Но я сознательно поменял направление своей деятельности. Поэтому затраченные ресурсы не дали должной отдачи. Такова была советская система — неэффективная.

Распознавание типов самолётов по отражённому сигналу и сейчас, и тогда не было актуальной задачей и слабо влияло на эффективность противовоздушной обороны.
Она утратила свою актуальность после отказа США от создания ложных целей — имитаторов бомбардировщиков.
Это решение принял Кoнгресс США в декабре 1975 года — за один год до мой кандидатской защиты.

Kандидатскaя
Формулы Уфимцева, опубликованные в его книге 1962 года «Метод краевых волн в физической теории дифракции» позволяют рассчитывать отражённую волну на фиксировванной частоте электромагнитного излучения для нескольких простых тел: плоской пластины, сферы, цилиндра и конуса. При этом надо понимать, что отклонения формы этих тел от идеальной менее чем на четверть длины волны значения не имеют. Например, хвостовой киль самолёта можно считать плоской пластиной при длине волны более 15-20 см по крайней мере в направлении, близком к перпендикулярному к килю. Разумеется, Уфимцев в своей книге об этом не писал — до этого я дошёл сам, работая в одиночку, ни с кем не консультируясь. Впрочем, из публикаций Уфимцева нигде не следовало, где и с какой целью можно применять его формулы. До этого мне тоже приходилось доходить своим умом. Если бы Уфимцев об этом написал, то его книгу не позволила бы опубликовать советская цензура.

Как мне представляется, я сделал две принципиально новые вещи с формулами Уфимцева.

(1) Я догадался, что используя при расчётах одновременно несколько частот излучения, можно получить модель отражённого радилокацинного сигнала с любым комплексным частотным спектром. В том числе с таким высоким разрешением по времени запаздывания (т.е. в радиальном направлении), которое позволяет видеть отдельно так называемые «блестящие точки» облучаемого тела. (Например, цилиндр виден как две блестящие точки на концах его образующей ближней к наблюдателю — и больше ничего.) И далее по конфигурации этих точек можно определять форму тела и его ориентацию. Сейчас кому-то это может показаться тривиальным из-за так называемого «эффекта послезнания». Но я первым сообразил сам, как это сдеалть.

(2) Я придумал, как аппроксимировать самолёт комбинацией из пластин, конусов и цилиндров. Например, передняя кромка крыла — это сильно вытянутый усечённый конус, а воздухозаборник реактивного двигателя — это почти диск, но со сниженной интенсивностью обратного рассеяния радиволн, так как часть энергии зондирующего излучения уходит внутрь компрессора и там поглощаются. При этом я руководствовался результатми экспериметальных полигонных иззмерений, выполненных в НИИ-2 в Калинине моим однокашником (перед выпуском из академии мы оба писали дипломные работы у одного научного руководителя на тему распознавания радиолокационных целей). Эти сведения я нашёл в секретных научных отчётах.

Таким образом, мне удалось на допотопном компьютере моделировать радиолокационные сигналы с любым частотным спектром, отражённые от нескольких типов самолётов и имитировать их когерентную и некогерентную обработку. В принципе основной целью моего исследования было сравнение этих двух типов обработки.

В моей военной академии боролись две научные школы: когерентщиков и некогерентщиков. Разница между ними в том, что второй тип обработки пренебрегает фазой отражённого сигнала и использует только его амплитутду. Преимущество некогерентной обработки заключается в простоте реализации, так как в начале 1970-х существующая техника СВЧ ещё не позволяла реализовать когерентную обработку или аппаратура стоила бы слишком дорого. Я принадлежал к «некогерентной» школе; это не было моим выбором, а так меня назначили приказом командования.

Своим исследованием я показал, что при наличии даже естественных шумов (не говоря уж об организованных помехах) некогерентная обработка сигнала сильно проигрывает когерентной; по энергетике этот проигрыш пропорционален ширине спектра сигнала. То есть если хочешь видеть «радиолокационный портрет» самолёта с разрешением его отдельных блестящих точек, то при наличии шумов некогерентная обработка сигнала этого скорее всего не позволит. С боеголовками баллистических ракет, требующими увеличить ширину спектра сигнала раз в 5-10, дело обстояло ещё хуже. Тем самым я подложил мину под собственную научную школу. Но истина для меня была дороже.

Это стало содержанием моей кандидатской диссертации, которую я написал без научного руководителя. Когда дело подошло к защите, руководителя мне всё-таки назначили, но я послушал его советы по улучшению моей диссертации и поступил наоборот.

Во время защиты мой доклад у диссертационного совета вызвал лёгкий шок, так как я без обиняков заявил, что некогерентная обработка — это тупиковый путь в развитии радиолокации. Глава когерентной школы Я.Д. Ширман, понимая политическую щекотливость момента, в своём выступлении помог скруглить углы и скандала не получилось. Впрочем, мне скандал был нуже меньше всего. Мне нужна была кандидатская степень и повышение по должности с капитанской на подполковничью. Этой цели я добился.

Полковник Ширман в моей академии был самым авторитеным учёным (д.т.н., профессор, дважды лауреат Госпремии СССР). По возрасту мне он годился в отцы (был старше меня на 27 лет). Через пару лет после моей защиты при случайных встречах он стал первым меня приветствовать и пожимал мне руку. Позже я понял причину. Ширман втихую поручил одному своему адъюнкту (т.е. аспиранту) проанализировать теоретические выкладки в моей диссертации (в ней пять страниц подряд одних математических формул) и проверить их правильность. Затем он поручил проделать то же самое ещё одному адъюнкту. Оба подтвердили правильность моих выкладок, показывающих, что некогерентная обработка — это тупиковый путь в радиолокации. После чего я стал таким рукопожатым.

Далее я сделал резкий поворот в своей карьере, отказавшись от должности на кафедре ПРО, к которой принадлежала мой научная лабратория, таким образом расставшись с раиолокацией, и напросился служить на кафедру АСУ, мало что понимая в этой области. Поначалу было трудно, но постепенно я стал как бы ИТшником.




Фото автора (слева от Гагарина)

Бесперспективность распознавания боеголовок баллистичесих ракет по отражённому радиолокационому сигналу стала уже ясна примерно к 1970 году, но колеги по моей научной лаборатории продолжали успешно защищать кадидатские диссертации на эту тему и даже защитили две докторских. Это были упражнения в сложных математических выкладках, не имевшие никакой практической ценности.
Единственный положительный результат — это то, что авторы диссертаций чему-то сами научились и смогли потом стать преподавателями.

Моя докторская работа была инспирирована проектом "Сплав", инициированной самим Андроповым в 1984 году.
По его распоряжению были развёрнуты прикладные исследования для поиска методов распознавания намерений США и НАТО и упреждения их в подготовке внезапного ядерного нападения.

Ничего не зная о том, откуда растут ноги, я тоже впрягся в эту исследовательскую инициативу в 1985 году.
Это лишь после распада СССР я впервые услышал про «Сплав», — с этим явно пересекретили.
Если бы с самого начала знал постановку задачи на высшем уровне, то смог бы свою часть работы сделать лучше.

Тем не менее, к 1988 году я построил собственную теорию распознавания ситуаций на основе анализа фактов, имеющих различную привязку ко времени и пространству и вместе со своими учениками разработал демонстрационную компьютерую программу.
В ней было 25 тысяч строк кода на PL/1, из них 2/3 занимал интерфейс пользователя — то, что сейчас можно получить почти бесплатно в любой среде программирования. А тогда потребовало уйму трудозатрат.

Мною было подготовлно несколько типовых демонстрационых задач для анализа разведсведений.
Система на вход получала мелкие разрозненные факты, анализировала их и выдавала заключение о соответствии тому или иному сценарию — с объяснением шагов логического вывода и указанием времени и места.
В том числе я сделал демо с распознаванием характера атаки СССР баллистичекими ракетами противника.
Эта демонстрашка произвела сильное впечатление на начальника моей академии генерал-полковника В.К. Стрельникова.
Дело в том, что в своё время он был первым командиром первой дивизии предупреждения о ракетном нападении и в его практике было несколько случаев ложных тревог, из-за которых мир мог быть поставлен на грань мировой ядерной войны.
Поэтому Стрельников меня зауважал и при случайных встречах со мной в коридорах академии всегда тепло приветствовал.
Большинство офицеров академии он лично не знал и обычно с хмурым видом проходил мимо, не обращая внимания на встречных.
За что получил прозвище «мессершмит», так как он своим неприветливым видом напомимал вражеский самолёт-истребитель, от которого не следует ждать ничего хорошего.

И ещё я сделал сценарий по заказу КГБ СССР и потом благодаря этому получил приглашение на джоб-интервью в Москву — прямо на Лубянку. Но об этом я напишу отдельно — если кому это любопытно.
То есть мой метод анализа разведсведений был достаточно универсальным.

Работа моя шла нелегко, несколько раз были сорваны сроки, за что я получил несколько втыков от своего начальства пока система не заработала.
Но когда она заработала в мае 1988, то каждому ВИПу, посещавшему нашу академию, предлагали посмотреть на «искусственный интеллект».
Помню, были два посетителя даже в звании маршала рода войск и бесчисленное множество военных чинов помельче (не помню деталей).
Все они испытывали радость от приобщения к тайнам искусственного интеллекта.
Но мне больше всего был приятен визит генерал-майора в отставке академика Г.С. Поспелова.
Он по праву считается основоположником отечественной школы методов искусственного интеллекта.
Во время визита ему было уже 75 лет.
Выслушав мой доклад и посмотрев мою систему в работе, Гермоген Сергеевич спросил: «И это вы ВСЁ сделали САМИ?» — Я ответил утвердительно. Не соврал. Сделал всё сам как мог — пусть другие сделают лучше!

На эту работу было истрачено огромное количество ресурсов. Только на прогрммирование более 20 человеко-лет, участников разработки было около 90 человек, из них 75 — слушатели академии и студенты-стажёры с факультета ВМК МГУ, каждый из которых разработал по одному программному модулю (в среднем 100 строк кода). Спецификации требований к модулям писал я сам (50%) и четверо моих адъюнктов (остальные 50%).

Однако практическая ценность моей работы оказалась близкой к нулю. Благодаря горбачёвской перестройке и разрядке напряжения проект «Сплав» в части меня касающейся был свёрнут уже в 1987 году. О его свёртывании я не знал — так же как и о запуске этого проекта. Поэтому когда я выкатил свою докторскую диссертацию в 1991 году, она уже утратила свою актуальность. Плюс к этому один из моих ключевых алгоритмов имеет дело с NP-полной задачей и его можно применять очень осторожно, предвaрительно фильтруя разведсведения всеми доступными способами.

Pечь идёт о распознавании ситуаций.

Допустим, имеется N фактов различных типов (всего K типов). Для принятия решении об интересующей нас ситуации достаточно найти M фактов (M < K < N), у которых также соблюдены условия по другим парамeтрам (например, по пространству и/или времени).
То есть из N надо выбрать подходящие M фактов.
Это разновидность задачи о поиске максимальной клики. Она NP-полная.

Мой алгоритм удовлетворительно работает, когда число добываемых фактов мало, т.е. N не намного превышает M. Тогда пазл сложить легко (впрочем, это нетривиальная задача, когда время и пространсво нечёткие). Когда имеет место много похожих, но не относящихся к данному сценарию фактов, т.е. когда N >> K, решение задачи требует слишком большого времени. Поэтому факты надо предварительно селектировать, используя эвристики.

Часть этих способов я описал в своей диссертации, но многое зависит от специфики предметной области.
Поэтому нужны дальнейшие чисто прикладные исследования, чтобы обеспечить работоспособность системы.

Pаботать было очень интересно

Потому что в военной академии нам сверху мало навязывали тем исследований и давали некоторую свободу выбора. Не полную — как в амерканских университетах, но достаочно много. Это было приятно.

Плохо было то, что порой было трудно понять, откуда растут ноги у той или иной исследовательской иницативы.
Это из-за излишней (ИМХО) секретности.
В военных академиях уровень секретности был понижен из-за того, что преподаватели могли бесконтрольно разбалтывать секреты слушателям академии, руководствуясь самыми благородными побуждниями — учить слушателей самому передовому.
А затем слушатели по выпуску из академии разлетались по всем концам СССР и секреты превращались в утечки.

Поэтому в моей военной академии меня и моих коллег не допускали к особо серьёзным секретам.
Из-за этого становилось трудно сориентироваться и понять, что там задумали наверху.
А от этого зависила актуальность моих собственных исследований. И она (актуальность) страдала.

А тем временем СССР распался, и моя секретная диссертация осталась в хранилище собирать пыль на полке, а я занялся совсем другими делами.
В частности, вопросом выживания в условиях Украины, где мои знания и навыки никому не были нужны.

В общем, большую часть своей карьеры в Советской Армии я быстро бежал. Но — на месте.

Статья размешена с любезного разрешения а


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 10 дек 2017 21:44 
Не в сети
Аватара пользователя

Зарегистрирован: 19 апр 2010 10:30
Сообщения: 9359
Откуда: Таганрог
Мысленный эксперимент:

1. Есть много (все) участников экономической деятельности(УЭД)
2. Каждый эмитирует собственную валюту, номинированную, в производимой продукции, без дополнительных ограничений (в том числе "лежу на диване ничего не делаю и делать не собираюсь", "бери купюры, а не то" и т.д. и т.п.)
3. Каждый участник является торговцем/игроком на всеобщей бирже валютного обмена
4. Цель каждого участника - контроль над максимальным количеством ресурсов
*5. Не обязательное Каждый торговец на бирже - это личный ИИ УЭД (иначе просто не реализуемо)

Вопросы:
а) Сходима ли общая функция? (помимо очевидного коллапса)
б) Как может выглядеть надсистема?

_________________
Спасите мышонка Гарольда! http://eyewire.org


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 10 дек 2017 22:46 
Не в сети

Зарегистрирован: 31 мар 2011 19:03
Сообщения: 14172
Цитата:
ИИ приступает к поиску серийных убийц

Для поиска серийных убийц будут использовать алгоритм CARMEL, который сумел расшифровать загадочный рукописный 105-страничный манускрипт XVIII века. Как пишет издание Next Web, ИИ будет работать по давно известной схеме: для того чтобы поймать преступника – нужно мыслить как преступник. Алгоритм должен понять ход рассуждения человека и «взломать его мысли», чтобы вычислить человека по «почерку» его преступления.

Сейчас алгоритм обучают на материалах уже раскрытых дел, архив которых ведется с 1960-х годов. Одно из основных дел, на которых учится ИИ, – это история об убийце по прозвищу Зодиак. Он убивал людей на севере штата Калифорния и в окрестностях Сан-Франциско. Кроме прозвища, об убийце ничего не известно до сих пор. Он сам выбрал себе такой псевдоним, который указывал в записках, отправляемых в редакцию местных газет. Кроме того, в конвертах также были обнаружены 4 криптограммы, в которых убийца зашифровал сведения о себе. Полицейские сумели расшифровать лишь одну из них. Сейчас CARMEL перебирает биографии и переписку сотен тысяч людей, сравнивая их с 340-символьными криптограммами Зодиака.

Кроме того, один из исследователей Томас Хэнгроув создал похожий алгоритм «Проект для борьбы с убийствами» (Murder Accountability Project — MAP). По мнению Томаса,

«Ежегодно 5000 преступников избегают наказания. Поэтому наш алгоритм работает над созданием «карты нераскрытых убийств», выявляя районы, где чаще всего совершаются преступления, виновников которых так и не удалось найти. Алгоритм сканирует все данные, к которым дает доступ ФБР, а затем выделяет случаи, в которых совпадают конкретные детали, характерные для похожих преступлений, совершенных (возможно) одним и тем же человеком. После чего, все данные наносятся на карту, глядя на которую становится ясно, в каких районах города наиболее опасно появляться».


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 11 дек 2017 00:05 
Не в сети

Зарегистрирован: 31 мар 2011 19:03
Сообщения: 14172
Цитата:
Партии новой программы действительно впечатляют, причем не тем, что программа хорошо считает (этим отличались и другие программы), а тем, что она принимает решения похожие на человеческие, чем собственно закрывает огрехи компьютеров в позиционной игре, где у людей оставались еще лазейки в позициях, где понимание было важнее счета. Новая программа от Google Deep Mind в этом плане выглядит действительно как революционный прорыв и логично венчает те идеи, которые изначально вкладывались в разработку шахматных компьютерных программ. Михаил Ботвинник был бы доволен, хотя практическая реализация произошла спустя 20 лет после смерти патриарха советских шахмат.

В конце 1986 года экс-чемпион мира Михаил Ботвинник завершил работу над алгоритмом программы ПИОНЕР — "мыслящего" компьютера с творческими возможностями человека. Он искал ясную цель неточной игры в шахматы и стремился сделать её основой нового алгоритма, принципы которого ознаменовали бы интеллектуальный прорыв, революционный рывок на качественно новую ступень компьютерного программирования. “Уже не один десяток лет, — рассказывал он о своей дерзновенной задаче на страницах журнала "64 — Шахматное обозрение" (СССР, 1987 г.), — я работаю над проблемой распознавания мышления шахматного мастера: как он находит ход без полного перебора? И сейчас можно утверждать, что этот метод в основном раскрыт...” Даже столкнувшись с необходимостью "технического" обоснования таких иррациональных понятий, как интуиция и творчество, Михаил Ботвинник никогда не терял уверенности в конечном успехе и был убеждён, что это случится ещё при его жизни. Вооружившись логикой, гроссмейстер призывал “снять мистический ореол с работы мозга шахматиста”, а “какие-то волшебные законы шахматного искусства, называемые творчеством”, рассматривал как “объективно существующие непознанные закономерности шахматной борьбы” (из статьи "Основы шахматного алгоритма", СССР, 1979 г.).

“Ведь что такое фантазия? Это несознательная логика, но тем не менее — логика. Например, принято в шахматах считать жертвенную комбинацию фантазией. Но в нашу программу жертвенная комбинация входит составной частью” (из интервью М.Ботвинника для журнала "64 — Шахматное обозрение", СССР, 1987 г.)."
“Думаю, к работе над шахматной программой Ботвинник пришёл вполне закономерно, — свидетельствует гроссмейстер Давид Бронштейн (сборник "Давид против Голиафа", Россия, 200З г. — Если вдуматься, чем он занимался всю жизнь?.. Без устали в течение всей партии высчитывал вероятностные траектории наших фигур; ну и заодно, разумеется, своих... Пытался найти алгоритм мышления шахматиста. И был уверен, что преуспел в этом”.
О стремлении М.Ботвинника "поверить алгеброй гармонию" писал и нешахматный профессионал — драматург Леонид Зорин: “Он и тут ищет заветную прямую линию. Он чертит схемы и стремится разъять творческий процесс на элементы, подобно тому как Стендаль пытался анатомизировать любовь и найти безошибочный путь к взаимности... Но, в конце концов, если интуитивнейший Пастернак мечтал дойти "до оснований, до корней", почему убеждённый рационалист Ботвинник не может поддаться искушению извлечь из корней стихию творчества?” (из статьи "Прямая линия", журнал "Шахматы в СССР", СССР, 1968 г.). Разумеется, M.Ботвинник понимал, что “гроссмейстеры, увы, не осознают принципов программы, которую они используют, когда сидят за шахматным столиком... А принципы эти должны быть раскрыты — иначе вряд ли можно будет продвинуться вперёд” (из статьи "Ещё о шахматной машине", журнал "Шахматы", СССР, 1965 г.).
До своего последнего часа он свято верил в два главных постулата: 1) человек играет в шахматы по программе и 2) возможности искусственного интеллекта практически безграничны.

АЛГОРИТМ "Как и шахматный мастер, ПИОНЕР владеет двумя методами игры: алгоритмом поиска хода в оригинальной позиции и алгоритмом поиска хода в позиции, которая ранее частично или полностью уже встречалась. Для этого у ПИОНЕРА есть пока ещё небольшие библиотеки дебютов, миттельшпиля и эндшпиля. Другие шахматные программы, основанные на полном переборе всех возможных вариантов на определённое чисто полуходов вперёд, лишены возможности пользоваться библиотеками позиций из середины и конца игр. Кроме того, ПИОНЕР в принципе может сам пополнять свои библиотеки на основании опыта, полученного в сыгранных им партиях".

Из статьи кандидата технических наук Валерия Родикова , "ЭВМ: Дорога к мастерству", журнал "64 — Шахматное обозрение", СССР, 1980 г., № 4. "Программа состоит из двух основных частей. Можно сказать, что первая часть — фундамент. Здесь удалось передать компьютеру позиционное понимание и на этой базе компьютер находит тот ход, который, в первую очередь, надо включить в перебор. Уже есть несколько позиций из практики сильных шахматистов, из практики Капабланки, Алехина, Карпова, Каспарова, а также моей, когда компьютер указывает тот ход, который, по его мнению, надо прежде всего анализировать. И как правило, этот ход совпадает с тем, который эти выдающиеся шахматисты делали в партии... Наконец, вторая часть, собственно счёт вариантов и проверка того, какой ход должен быть сделан. Эта работа сейчас ещё только начинается. Но уже продумано всё до конца...

Из интервью доктора технических наук, экс-чемпиона мира Михаила Ботвинника для журнала "Шахматы", СССР, 1987 г., № 11. "Три основных этапа создания программы: машина должна уметь находить траекторию передвижения фигуры, потом она должна "научиться" формировать зону игры, зону местного боя на шахматной доске и уметь формировать совокупность этих зон. Первая часть работы выполнена давно. Сейчас закончена подпрограмма формирования зоны. В ближайшие дни начнётся её отладка. Если она пройдёт успешно, будет полная уверенность, что удастся и третий этап и машина начнёт играть". Из интервью Михаила Ботвинника для журнала "Шахматы", СССР, 1975 г., № 7. "

Таким образом, шахматная игра трактуется как трёхступенчатая система управления... Во всех шахматных программах рассматривается двухступенчатая модель: каждая фигура в отдельности и все вместе, что соответствует правилам игры. Изучение каждой фигуры может дать фальшивую оценку её роли на доске, а совокупность этих оценок — фальшивую оценку всей позиции. Между тем ПИОНЕР (так же, как и шахматный мастер) создаёт ещё промежуточную ступень — цепочку фигур. В цепочке действуют фигура атакующая и фигура атакованная, а также фигуры, поддерживающие нападение и препятствующие ему. Этой цепочке можно дать формализованную и достаточно надёжную оценку по вероятности достижения цели — выигрыша материала. А по оценкам цепочек можно дать и формулу оценки всей шахматной позиции". Из выступления Михаила Ботвинника на семинаре по вопросам шахматной программы ПИОНЕР и современным персональным компьютерам, Москва, СССР, 1988 г. "Построение цепочки — весьма сложная процедура. Учитывается также число непроходимых полей на траектории атаки и время. Некоторые цепочки объявляются безнадёжными... Передача машине позиционного понимания — наиболее сложная задача из решаемых программой ПИОНЕР".
https://colonelcassad.livejournal.com/3863408.html


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 12 дек 2017 11:04 
Не в сети

Зарегистрирован: 14 апр 2010 08:36
Сообщения: 9179
Александр писал(а):

Интересно, а аффтора как-то найти можно?


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 12 дек 2017 16:50 
Не в сети

Зарегистрирован: 01 июл 2015 08:31
Сообщения: 1395
al_mt писал(а):
Мысленный эксперимент:

1. Есть много (все) участников экономической деятельности(УЭД)
2. Каждый эмитирует собственную валюту, номинированную, в производимой продукции, без дополнительных ограничений (в том числе "лежу на диване ничего не делаю и делать не собираюсь", "бери купюры, а не то" и т.д. и т.п.)
3. Каждый участник является торговцем/игроком на всеобщей бирже валютного обмена
4. Цель каждого участника - контроль над максимальным количеством ресурсов
*5. Не обязательное Каждый торговец на бирже - это личный ИИ УЭД (иначе просто не реализуемо)

Вопросы:
а) Сходима ли общая функция? (помимо очевидного коллапса)
б) Как может выглядеть надсистема?

Описывается матрицей эмиссий, которая будет производной матрицы МОБ. Только вместо отраслей будут - частные морды.


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 12 дек 2017 17:41 
Не в сети
Аватара пользователя

Зарегистрирован: 19 апр 2010 10:30
Сообщения: 9359
Откуда: Таганрог
Я думаю, что такую модель, должны были попробовать решить аналитически.

И наверняка получили спектр частных решений, т.к. "максимальная прибыль" будет получаться на разрушительном поведении участника.

_________________
Спасите мышонка Гарольда! http://eyewire.org


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 12 дек 2017 18:01 
Не в сети

Зарегистрирован: 01 июл 2015 08:31
Сообщения: 1395
al_mt писал(а):
И наверняка получили спектр частных решений, т.к. "максимальная прибыль" будет получаться на разрушительном поведении участника.

Наверное. Записали оптимальные решения в виде Библии и прошили в людишек. Пакет "максимальных" стратегий, оставили не всем.


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 18 дек 2017 14:58 
Не в сети

Зарегистрирован: 31 мар 2011 19:03
Сообщения: 14172
Цитата:
Ученые Университета Карнеги-Меллон раскрыли принцип работы искусственного интеллекта (ИИ) Libratus, который обыграл лучших игроков в покер. В статье, опубликованной в журнале Science, они описали трехсторонний подход, который использует программа для учета скрытой информации. ИИ способен предсказывать, какие карты находятся на руках у соперника и блефует ли игрок. Об этом сообщается в пресс-релизе на сайте EurekAlert!.

В январе 2017 года Libratus победил лучших игроков в безлимитный техасский холдем — самая популярная разновидность покера с пятью общими картами и двумя своими, которые используются для составления комбинаций. Соревнование длилось 20 дней, в ходе него было отыграно 120 тысяч раздач. ИИ обыграл каждого из игроков в отдельности и набрал 1,8 миллиона долларов в фишках.

Libratus состоит из трех модулей. Первый вычисляет так называемую абстракцию игры, основываясь на общих чертах между ставками и комбинациями. Например, флеши король-хай и дама-хай рассматриваются как одна рука, что уменьшает сложность игры. Это позволяет программе разработать подробную стратегию на первые раунды торговли и грубую стратегию для последующих раундов.

В ходе игры второй модуль изменяет стратегию в зависимости от действий противника. Это делается с помощью суперкомпьютера Bridges. Каждый раз, когда соперник делает ход, который не предусматривался изначальной стратегией, модуль делает соответствующие вычисления. Третий модуль предназначен для улучшения стратегии в ходе соревнования с помощью анализа размеров ставок противника.


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 16 янв 2018 01:22 
Не в сети

Зарегистрирован: 31 мар 2011 19:03
Сообщения: 14172
Цитата:
"ИИ-программы Alibaba Group и Microsoft Research Asia набрали 82,44 и 82,65 балла в тесте на понимание прочитанного текста Stanford Question Answering Dataset. Тест состоит из более чем 100 тысяч вопросов о содержании 500+ статей на Википедии. Лучший человеческий результат составляет 82.304 балла.
В отличие от успехов в логических играх, понимание текста даётся машинам куда сложнее, чем людям. Алгоритм впервые обошёл человека по данному показателю."
надо бы ИИ дать почитать "даодэ цзин". Кстате, может ли ИИ достичь просветления? Если да, то еще можно попробовать коаны.


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 16 янв 2018 02:13 
Не в сети
Аватара пользователя

Зарегистрирован: 30 июн 2015 23:29
Сообщения: 2114
Чибрикин Илья писал(а):
Курс был про машинное обучение, две лекции из трех я прослушал

Хороший курс на Coursera от Andrew Ng из Cтэнфорда, правда уже больше половины прошло. Но курс повторяют время от времени и он бесплатен.
https://www.coursera.org/learn/machine- ... me/welcome


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
СообщениеДобавлено: 16 янв 2018 09:42 
Не в сети
Аватара пользователя

Зарегистрирован: 19 апр 2010 10:30
Сообщения: 9359
Откуда: Таганрог
От яндекса отличные лекции Воронцова. Я правда понимаю их, в лучшем случае, процентов на 30, но и это хорошо ложится.

_________________
Спасите мышонка Гарольда! http://eyewire.org


Share on FacebookShare on TwitterShare on RedditShare on VKShare on Google+
Вернуться к началу
 Профиль  
 
Показать сообщения за:  Поле сортировки  
Начать новую тему Ответить на тему  [ Сообщений: 34 ] 

Часовой пояс: UTC + 3 часа


Кто сейчас на конференции

Сейчас этот форум просматривают: нет зарегистрированных пользователей и гости: 3


Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете добавлять вложения

Topic attributes:

Найти:
Перейти:  
Создано на основе phpBB® Forum Software © phpBB Group
Русская поддержка phpBB