По-леко го приемай, не си нито първият нито последният.

Айнщайн например не е искал да приеме квантовата теория, казал е "Господ не си играе на зарове с Вселената". Лавоазие пък по повод съобщенията за метеорити е казал "На небето няма камъни и затова от там не могат да падат такива". И никой от тях не си е изял дипломата Дори може да си горд, в компанията на велики хора си

А за ракията въпросът не е в количеството а в качеството, не случайно наблегнах на "домашна". Може пък там да ти е проблемът?

По този повод, навремето когато едва, едва се появяваха персоналните компютри ми беше излязло име в работата че разбирам от тях. И когато някъде се появи проблем ме викат да го оправям. Аз отначало го правех, колеги и приятели са. Добре но все повече компютри, все повече време ми отива. Направих опит да се измъкна като поставих условието "Шише качествена домашна ракия". Те почнаха да го изпълняват и понеже ме знаят, че съм много придирчив наистина беше качествена, още си спомням с носталгия някои бутилки И в къщи се трупат бутилки пък аз сам не пия, само малък аператив вечер. Така че накрая категорично почнах да отказвам, не ми е служебно задължение. Измъкнах се но с цената на големи скандали, когато някой свикне на готово трудно се отказва.

Е не може всичко да става с любимото ти функционално програмиране

Шегувам се, истината е че може, защото ключът към бараката е в идеята или по-точно подхода. Имплементацията може да е всякаква.
За да ме разбереш ще дам един пример - да кажем, че трябва да напишеш програма, която по определени параметри на кола (като от аудатата) да може да познае типа й. Тая задача има повече решения от броя на програмистите, но дай да ги степенуваме.
Най-простото решение, сваляш аутодатата в една базичка, правиш една търсачка и готово.
Това, решение обаче го изключваме защото да кажем че не разполагаме с данните на всички автомобили, пък и искаме програмата да работи и за нови, т.е. да познава коли ги няма в базата си.
Отново има куп решения, но най-вероятно ще седнеш и ще огледаш наличните данни и ще се пробваш да ги систематизираш. Примерно ако конете са повече от еди-колко си, значи е спортна кола или лимузина, тогава гледаш брой врати, тегло и други параметри ако искаш, за да кажеш кое от двете. Ако правилно си систематизираш параметрите и го разпишеш в читав алгоритъм ще имаш някакво решение на задачата. Подробностите могат да варират много, в зависимост от фантазията на програмиста може да се вкарат всякакви идейки и трикчета, така че с минимум данни да познаваш повече.
Какво куца в подобен сорт решения с класическо програмиране. Ами няма гаранция че си систематизирал правилно параметрите, че избрал добри критерии. Въпреки че задачата не е чак толкова сложна си трябва доста чесане по главата и много часове работа. Но най-лошото е че подобно решение, често е фиксирано и не подлежи на развитие. Недай си боже че вместо типа на колата е трябвало да познаеш производител или нещо друго и целия ти труд отива в киреча.
Сега, решението на ИИ - общо взето алгоритъмът е същия - трябва да се избере тегло на параметрите, да се систематизират т.е. кой след кой и в какъв диапазон отговаря. Няма да навлизам в детайлите, първо защото далеч не познавам всички алгоритми и обработки , второ защото те варират, т.е. примерно в библиотеки като тензор флоу-а имаш избор и според задачата си може да избереш един или друг алгоритъм за отделните операции.
По-важно са другите неща, като идеята за самообучението, т.е. как всиките тия неща дето ти трябват да ги получиш наготово, а не да ги залагаш в програмата си. Тоя процес може би ти е вече познат, доколкото помня май знаеш какво е PID и как може да се натъмъняват неговите коефиците. Е те тук е същата работа. За целта ти трябва да знаеш "грешката" и затова в началото се дават примери. Може да почнеш от случайна стойност на всеки коефициент, вкарваш примера, гледаш грешката. Ако не те кефи сменяш коефициента пробваш нова, ако искаш пак случайна стойност. Естествено те не си играят на случайности, търсят сходимости, но това са подробности. Въпросът е, че процесът е автоматизиран. Даваш примерчета, то си трупа статистика и си ъпдейтва коефициенти. После познаването е фасулска работа, то и ти ако имаше точна класификация колко му е да я разпишеш.
Идеите са добри, особено съчетани с по-сложни обработки (видео и т.н.) или на по-голям обем данни наистина дават много добри резултати. Но чудеса няма. Примерно ако никога не си вкарвал "трактор" като етикет, а после вкараш параметрите на един Беларус няма как от тях да се сети че е трактор. По същия начин и в класическото програмиране, ако не си го вкарал в програмата няма отде да дойде трактора...
Единствения недостатък е, че тоя подход върши работа само за определен кръг задачи. Демек ИИ е умен, ама само за някои неща

Първо, това че имам стаж в дадена област не ме прави някакъв гений. Нямам чак такива претенции. Просто ти казах, че трябва да съм много захлюпен за толкова години да не науча елементарни неща от тая област.
Второ, Айнщайн не имал никакъв проблем с квантовата теория, а с интерпретацията която днес наричаме копенхагенска или просто класическа. Аз също не я харесвам, предпочитам тая на Де Бройл с пилотните вълни, но самият Де Бройл се е отрекал от нея в полза на класиката, така че.. уви!

https://nova.bg/news/view/2018/11/07/231279/вече-и-в-българия-изкуствен-интелект-ще-открива-с-точност-рак-на-гърдата
ВЕЧЕ И В БЪЛГАРИЯ: Изкуствен интелект ще открива с точност рак на гърдата

Принципа на действие: специализиран хардуер прави термограма на гърдата и я праща за анализ към невронна мрежа. Тя е обучена с методите на Deep Learning да разпознава аномалиите в термограмите използвайки факта, че в областите където се развиват метастазите на рак температурата е повишена. Разпознава се началните стадии на рак с размери 2-3мм.

Понеже тук редовно се отправят обвинения, че това са рекламни съобщения и тези неща са невъзможни ето научни статии как се използват невронните мрежи за диагностициране на рак. Първата е за изображения получени с компютърната томография /слайдове/ а втората за термограми получени с IR камера. Разбира се има още хиляди подобни статии, медицинската диагностика е област където прилагането на ИИ се развива с изключителни темпове.

https://arxiv.org/abs/1606.05718
Deep Learning for Identifying Metastatic Breast Cancer

https://www.researchgate.net/publicatio ... or_Machine
Thermography Based Breast Cancer Detection Using Texture Features and Support Vector Machine

Това е положението, докато ние тук сме застанали като шопа пред клетката с жирафа и упорито твърдим "Те такова животно нема и не може да има" други използват последните постижения на технологиите и правят от тях бизнес. Защото обърнете внимание, поляците от които купуваме скенера не ни дават обучената невронна мрежа. Да си я сложим в Movidius, пъхнем в лаптопа и сами да правим диагностиката. Неее, данните ще ги даваме на тях и те ще печелят от анализа. Пътем и си допълват базата данни. Широко използван бизнес модел.

А това можеше да бъде направено от българи. И термограмите и хардуера за тях са отдавна известни, и обучаването на невронни мрежи е разработена технология. Но изисква да се откажем от философията "Те такова животно нема". И че от "Искаро по-глибоко нема, он че ми каже на мен". Докато не стане други ще печелят от незнанието и ината ни.

Точното определение е "Засега....". Защото тази област се развива с изумителни темпове. На тази картинка сивите лица вляво са генерирани от AI през 2014г а лицата вдясно през 2018г. Можете сами да сравнявате прогреса.



Разбирам какво искаш да кажеш, че има области където съществуващите методи не могат да се приложат. Но ключето е зарито в думите "съществуващите" допълнено с "засега".

Защото се разработват и нови методи, вече например има опити да се симулират по-висши структури на мозъка, т.н. миниколони. Смята се, че там са скрити по-висши функции на мисленето от невроните и взаимодействието им. В друго направление се разработва предаването на информацията м/у невроните с импулсна поредица, не статика както е сега. Тези двете направления съм ги сложил най-отгоре в линковете, очаквам фундаментални промени от тях. Естествено трябва да се почака, примерно 5-10 години.

https://habr.com/ru/company/recognitor/blog/343726/
Капсульные сети от Хинтона

https://towardsdatascience.com/spiking- ... e167f4eb2b
Spiking Neural Networks, the Next Generation of Machine Learning

Въобще това е пътя за развитие на изкуственият интелект, все по-дълбоко изучаване на механизмите по които действа човешкият мозък и симулирането им, хардуерно и софтуерно. Не случайно ЕС отделят 1 милиард евро за изучаване на човешкият мозък. И не случайно сложих тук онази дълга поредица статии които разглеждаха същото. Влагат се огромни средства, ИИ е обявен за стратегически приоритет в САЩ, Китай и ЕС. Така че прогрес ще има и то голям.

Те нещата са си възможни, невъзможни са някои от начините по които ни ги представяш. Освен това е хубаво като даваш като аргумент да е свързано с науката за която говорим. В случая статия на тема патология не виждам тук някой да може да коментира. Да в нея се казва че ползват ИИ за image classification и последваща диагностика. Както казваш наистина има хиляди такива статии и няма особен смисъл да ги постваш тук, но ти си знаеш... щом искаш поствай.
Ако намериш някоя статия за разликите между Правец 8 и квантовите компютри, обаче на мен ще е по-интересно. Тъй де, да науча и аз нещо ново

Ами не разбирам какво невъзможно представям. Пускам постинги защото тази област е много неизвестна и поради това има много заблуди какво и как става. Давам статии, в тях всичко е описано. Ако моето обяснение е неправилно всеки може да каже "Не, става по друг начин, в статията е написано друго". Само че обикновено се оспорва не моето обяснение а самата възможност на описаното в статията. И се налага да влизам в дълги дискусии и давам и други примери които да показват че да, това е възможно и е правено.

Някои заявяват, че тези статии са голи реклами, журналистически измислици, несериозни източници затова почнах да давам и линковете към научните статии. Не ги давах отначало именно защото смятам, че едва ли са интересни за хората тук но щом ще трябва да се доказва достоверността и че не са журналистически измислици се налага.

За квантовите компютри абсолютно не мога да ти помогна. Тези кванти, техните суперпозиции и т.н. са ми тъмна Индия. Не изпитвам и особено желания да задълбавам. Аз както казах съм прагматик, невронните мрежи ме интересуват защото виждам начини за тяхното приложение при мен. Може и други като четат статиите да намерят приложения при тях. Докато как точно работят квантовите компютри имам само леко любопитство.

Обаче напоследък американците и китайците представят свободен достъп /засега за научни работници/ до изчисления с тях. Ако стане по-широко достъпно и се окаже че има за какво да ги използвам ще се заинтересувам. Но не от самите квантови компютри а как да използвам софтуера им. Естествено нямам нищо против да пуснеш една тема и споделиш в нея какво знаеш, ще ми е интересно за обща култура.

А сега преди да си легна малко по-близо до земята. В прекият и преносният смисъл. Deep Lеarning помага при отглеждането на кравите.

https://www.blog.google/technology/ai/u ... s-healthy/
Using TensorFlow to keep farmers happy and cows healthy

Оказва се, че здравата крава дава по 30 литра мляко на ден а болната по 10 литра. И естествено полезно ще е колкото се може по-рано да открием и лекуваме болната крава.

Как са го направили? От филмчето се вижда, че на врата на всяка крава има окачено устройство чрез което те записват движенията и. С голяма степен на вероятност това са IMU сензори които преобразуват движенията в ел.сигнали. Дали се предават непрекъснато по безжично мрежа или само записват и после снемат за анализ не е ясно. Важното е, че после тази информация за двигателната активност на кравата се вкарва в невронна мрежа която според патерните разпознава отделните дейности - хранене, пиене, почивка, движение и т.н. Очевидно при болната крава те се различават от здравата и това се използва за диагностика и навременно лечение.

И ТОВА можеше да бъде направено от българи. При това много лесно, това окаченото на врата на кравата всеки от вас може да го направи. А за машинното обучение се иска следене на новостите и малко инициативност.

В заключение безплатна идея - интересен ще е акустичен анализ на мученето на кравите. Предполагам, че носи някаква информация и то значителна, не случайно природата го е дала. Ето нещо в което може би имаме шанс да сме първи. И като направите бизнес от това да не забравите да почерпите

Това с кравите не е новост доста преди тия са го направили едни Французи, преди имаше едно предаване Бразди по първа програма сигурно си я спомняш, та тия хора бяха сложили на всички над 100 крави такива ушнни марки с предвател. Кравите сами ходеха да се доят, сами ходеха и ядяха от едни хранилки само за една крава, и свободно щъкаха из едно оградено поле. И човеко показа данни за всяка крава колко мляко е дала, колко е изяла, къф километраж е навъртяла, компа даваше и графика на резултатите и при излизане извън някакви граници препоръчваша да се викне ветеринар за еди коя си крава. Помня го щото тогава много ме впечатли как кравите сами ходеха в една кабина и автомат според номера на кравата точно позиционира доилния агрегат на вимето й. Та както се вижда няма много нужда от ИИ за отглеждане на крави. Пък в съседното село има един дето гледа към 50 крави и ползва едни тъмно зелени интелекти около кравите и такова хубаво мляко продава, и сигурно му е по-изгодно за момента от такава автоматизация.
Виж за борсовите игри дето ги спомена по-горе да спор няма идеално се справя и печели винаги.

Щом са на ушите най-вероятно са RFID индикатори. При всеки доилен агрегат приемник и се знае тази крава толкова мляко е дал. Щом знае и километража там обаче трябват акселерометри. Могат да се направят малки уредчетата, но чак на ушите, пък и батерии трябват, отделно предавател... така че по-рационално е на шията.

Невронната мрежа е необходима за диагностиката и обработването на данните. Просто дава по-широки възможности. Не че не може без нея, дядо ми дори без електроника си е гледал кравите. И което не е маловажно, събират се много данни и лесно се обменя опит. Така дори начинаещ фермер просто ще получи съобщението от лаптопа в който е забучил един Movidius, не да минат години преди да натрупа опит. И многократно вече се доказа, че на определен етап невронната мрежа вече почва да разпознава и диагностицира по-добре от човека. Така че натам е развитието.

Иначе си прав, въобще не е необходим много ИИ. Тези крави са елементарни задачи за днешното и ниво. Точно това е и обидното, че не се използват тук в БГ. Ами чакаме някой в чужбина да го направи и чак тогава се сещаме.

Ми то един колега тук преди време работеше по такова нещо, но доколкото помня говореше за сензори в стомаха за анализ на самото хранене.
И не виждам защо му е на фермера лаптоп и стик (да е на edge-а), съвсем спокойно по lte може стигне до облака и да му пратят по не-смарт телефона един прост смс - "дай голямо зелено хапче на Милка".
Само с данни от неговите си крави фермерския лаптоп няма да е ефективна диагностиката, трябва да има и от съседното стадо дето вече е яло гъби от тая поляна.

Защото ако е в облака ще плаща за всяко свързване към него Затова толкова обичат фирмите разработчици всичко да отива в облака, от една страна гарантирани приходи от такси от друга събират си данни. Но все пак не е задължително стик, въпрос на бизнес модел и технически възможности. Нещата са горе долу както дали да използваш примерно Office 365 в облак или да ти е на лаптопа.

Сензори в стомаха става за научни изследвания но тук се търси нещо много по-практично и масово. Нещата сравнени са примерно като компютърната томография за анализ на рак и онази термограма която дадох. Различни приложения със своята бизнес ниша.

Заяждам се с теб точно заради това... не знам как да го нарека, донякъде звучи като оптимизъм. Но за мен е по-скоро преувеличаване. Не ме разбирай погрешно, аз не съм песимист нито за бъдещото, нито съм черноглед за настоящите постижения.
За мен фактите са, че имаме един инструмент, който може да върши чудесна работа за някои неща. За други просто не става и толкоз. Какво ще стане в бъдеще, ако знаех щях да съм милионер, но не съм. Мога да кажа само това което съм видял, а то е че всичките тия надежди ги имаше и преди 30 години. Тогава бяха актуални, защото пробивите в теорията бяха относително "пресни" и нямаше причина да се мисли, че няма да има и още развитие. За съжаление обаче през тия 30 години не виждам никакви съществени теоретични пробиви. Иначе практически нещата се развиха пък с темпо, което едва ли някой е очаквал. Аз че не съм очаквал е ясно, но и по-известни хора от мен твърдяха че 640К ще са достатъчни
С две думи нито теорията нито практиката бяха предсказани вярно. Едното беше сериозно надценено, друго сериозно подценено.
Другото което се вижда от моята камбанария е сериозното разминаване в развитието на софтуера и хардуера. Програмирането почти не е мръднало за толкова години. Само като видиш какви софтуерни въпроси се задават в тоя форум и имаш чувството че даже е дръпнало назад. Дано не се засегне само някой, щото той проблемът не е в програмистите. Има крещяща нужда от промени в програмирането. ИИ до известна степен позволява заобикалянето на част от проблемите, но е твърде малка тая част и не е принципно решение. С квантовите комютри пък ще стане още по-мазало. Там работиш с кюбити, нещо като множества. Правиш една операция върху множеството и множеството вече го няма. Верно, операцията е много бърза, защото се извършва едновременно върху всички елементи. Но факта че губиш множеството след повечето операции прави програмирането просто една вълшебна приказка. То и в стандартното програмиране бозата става все по-голяма. Уж измислят подобрения, да кажем Ц++. Ако някой след последните му ревизии вероятно знае по колко пъти менят и работата с шаблони и какво ли не. И не става по-лесно, даже напротив.

Ти си песимист, други пък големи учени са толкова ужасени от този идващ изкуствен интелект че правят петиция за мораториум върху разработките. Страшно мразя стандартната препоръка изречена с мъдър тон "Истината е някъде по средата" но като че ще е нещо подобно. Аз пък съм привърженик на "Поживём увидем" А дотогава да използваме каквото има.

Това май е валидно само за embedded програмирането. Иначе виж как се разви декларативният програмен стил покрай SQL и наскоро TensorFlow. За мен това е доста далече от материала, който учихме навремето в училище. Факт е, че като цяло всичко май се качи едно ниво на абстракция на горе, което е добре. Само embedded влачи крак по разбираеми прични. Ама гледам новите контролери тендират да идват с MMU, така че и това е на път да се промени май. Но си прав де, нищо радикално. Еволюция вместо революция, което никак не е зле за вещите в занаята. Иначе ML може и да ви изяде учите в близко бъдеще ама това наистина никой не го знае.