Пределы автоматизации и внедрения роботов

[mbrane]

Любой ПК способен обучаться, если установить нужную программу. Причём очень давно уже как.

Камрад о скажи же мне куда мне направить мои стопы? Не томи? Хочу задать ему один простой вопрос - все ли ноли  дзета функции ледата на прямой \(Re z=-\frac{1}{2}\)

[BlackMokona]

Камрад о скажи же мне куда мне направить мои стопы? Не томи?

Что именно вас интересует, если же вопрос применений, вот быстренько нашёл
http://www.nvidia.ru/object/tesla-gpu-machine-learning-ru.html

МАШИННОЕ ОБУЧЕНИЕ
Специалисты по обработке и анализу данных как в промышленности, так и в научных кругах используют GPU в сфере машинного обучения, чтобы добиться значительных усовершенствований в широком спектре приложений, включая приложения для классификации изображений, анализа видеоданных, распознавания речи и обработки текстов на естественном языке. Глубокое обучение, то есть использование сложных, многоуровневых нейронных сетей для создания систем, которые могут выявлять признаки из большого объема немаркированных данных, - именно та область, в которой ведутся активные исследования и инвестиционная деятельность.

Хотя машинное обучение существует уже десятки лет, две относительно новые тенденции привели к его широкомасштабному использованию: доступность большого объема данных, а также производительность и эффективность параллельной обработки данных, которая возможна благодаря вычислениям на GPU. GPU используются для обучения этих глубоких нейронных сетей с помощью намного более крупных обучающих последовательностей в более сжатые сроки, с использованием меньшей инфраструктуры ЦОД. GPU также используются, чтобы воспроизводить эти учебные модели машинного обучения для выполнения задач классификации и прогнозирования на облаке. При этом графические процессоры позволяют работать с данными большего объема и с более высокой производительностью, потребляя меньше энергии и на базе меньшей инфраструктуры.

К числу тех, кто впервые применил графические ускорители для решения задач машинного обучения, относятся многие крупные веб-компании и социальные сетевые серверы, наряду с научно-исследовательскими институтами высокого ранга в области обработки и анализа данных и машинного обучения. Благодаря тысячам вычислительных ядер и увеличению производительности приложений в 10-100 раз по сравнению с CPU, GPU стали процессорами, которые выбирают специалисты по обработке данных для работы с данными большого объема.

[mbrane]

ну так шо там с нулями функции Римана - куда стопы мне направлять? к каому гиганту электронной мысли?

[BlackMokona]

Хочу задать ему один простой вопрос - все ли ноли  дзета функции ледата на прямой \(Re z=-\frac{1}{2}\)

Купите рабочее время  Watson у IBM ,может ответит , он вроде сейчас самый умный.  Хоть причём тут такой вопрос, и машинное обучение не пойму 

[mbrane]

Хочу задать ему один простой вопрос - все ли ноли  дзета функции ледата на прямой \(Re z=-\frac{1}{2}\)

Купите рабочее время  Watson у IBM ,может ответит , он вроде сейчас самый умный.  Хоть причём тут такой вопрос, и машинное обучение не пойму 

К томутшотвымкамрад чепуху городите....компьютеры не способны обучаться - получив данные из окружающей среды построить абстрактную логическую модель не имея полного конструктива (группы понятий и отношений между ними) на момент  получения данных , а человек может(по крайней мере в современном варианте) .... все на что они способны это быстро проводить алгоритмы, которые им придумывают люди....

[BlackMokona]

К томутшотвымкамрад чепуху городите....компьютеры не способны обучаться - получив данные из окружающей среды построить абстрактную логическую модель не имея полного конструктива (группы понятий и отношений между ними) на момент  получения данных , а человек может(по крайней мере в современном варианте) .... все на что они способны это быстро проводить алгоритмы, которые им придумывают люди....

Если я правильно вас понял, то вы неправы. Даже не буду Ватсона привлекать, который умнее. Возьмём старину Адама

«Адам» же принимает от людей общую задачу (изучение работы генов в определённом организме, например), составляет план опытов, выстраивает гипотезы, проверяет их в деле, отбрасывает и выстраивает новые. Своим же хозяевам робот выдаёт финальный научный результат — знание.

О первых успехах киберучёного из Аберистуита, кстати, мы коротко рассказывали ещё в 2004-м. Но тогда машина «открыла» то, что людям уже было известно. Теперь же компьютерный биолог (после ряда усовершенствований) выдал учёным «на блюдечке» ранее неизвестные сведения. А именно: машина самостоятельно выяснила роль 12 генов в клетках дрожжей Saccharomyces cerevisiae. (Робот и совершённые им открытия удостоились публикации в Science.)

http://www.membrana.ru/particle/1950

[ВадимZero]

....компьютеры не способны обучаться -

Обучаться способны программы которые на этих компьютерах работают.

все на что они способны это быстро проводить алгоритмы, которые им придумывают люди....

Обучение это тоже алгоритм написанный людьми. Противоречия не какого нет. Обучение в конечном смысле просто учет и накопление позитивного, негативного опыта.

[mbrane]

....компьютеры не способны обучаться -

Обучаться способны программы которые на этих компьютерах работают.

все на что они способны это быстро проводить алгоритмы, которые им придумывают люди....

Обучение это тоже алгоритм написанный людьми. Противоречия не какого нет. Обучение в конечном смысле просто учет и накопление позитивного, негативного опыта.

Назовите мне хотя бы одну теорию (обощение опытных данных с применением новых понятий), который вывел хоть один комп в процессе своей деятельности...В  мозгу человека, животных и даже птиц эти процессы происходят регулярно...Вот к возьмем к примеру вот эту ворону https://plus.google.com/112945133889727541494/posts/djGoRxPKvEQ

[Проходящий Кот]

О нейронных сетях, о Нументе вы , я так понимаю, не слышали....

[Константин ВАРБ]

К томутшотвымкамрад чепуху городите....

Если я правильно вас понял, то вы неправы.

Это иллюзия и притом глубокая иллюзия, одна из наиболее тяжёлых иллюзий цивилизации унисекса.
Ну именно поэтому ни создать новых алгоритмов ни оптимизировать их цивилизация унисекса не смогла 
По факту последние 100-150 лет наука ничем другим не занимается кроме перебора оккультно-эзотерических моделей весьма мутного происхождения, из-за чего и такая методологическая стагнация.

[Проходящий Кот]

А Бомба так, между делом появилась?

[Константин ВАРБ]

А Бомба так, между делом появилась?

А там новые алгоритмы и принципы их формирования были применены?
Кстати, на то что не созданы новые, а переоптимизированы старые алгоритмы под новую задачу, практически прямым доказательством является значительный вклад (даже на верхушке научного айсберга) представительниц слабого пола.
Вот только воспитывались они ещё не при унисексе.

Пока не будет реализован виртуальный принцип "хари<->шри" на "плавающих константах" ни о какой "думающей" машине и речи быть не может.

[Проходящий Кот]

СТО, ОТО, КМ --- далеко не комбинаторские решения.....

[Константин ВАРБ]

СТО, ОТО, КМ --- далеко не комбинаторские решения.....

Да причём здесь комбинаторские решения, комбинаторские решения - это вообще детские решения.

КМ - это вообще чистейший оккультизм, кстати совсем без ПСС, из-за чего такие системные дыры.
Текущий нейтринный нобель это уже вообще нечто фантастическое, характерное болото мёртвой схоластики.

[ВадимZero]

Назовите мне хотя бы одну теорию (обощение опытных данных с применением новых понятий), который вывел хоть один комп в процессе своей деятельности...

Обучение не предпологает создание чего то нового. Обучение это анализ опыта полученного либо от других, либо полученного в процессе собственной деятельности.

[BlackMokona]

По факту последние 100-150 лет наука ничем другим не занимается кроме перебора оккультно-эзотерических моделей весьма мутного происхождения, из-за чего и такая методологическая стагнация.   

Результат налицо, космос, ядерная физика, компьютеры, и тд
Жаль, конечно, что нельзя помедитировать после завтрака, и к обеду иметь гипер драйв, вечный двигатель и филосовский камень. Но ,что поделаешь.

Назовите мне хотя бы одну теорию (обощение опытных данных с применением новых понятий), который вывел хоть один комп в процессе своей деятельности...В  мозгу человека, животных и даже птиц эти процессы происходят регулярно...Вот к возьмем к примеру вот эту ворону https://plus.google.com/112945133889727541494/posts/djGoRxPKvEQ

Я уже привёл про Адама. Читайте выше.

[mbrane]

О нейронных сетях, о Нументе вы , я так понимаю, не слышали....

нейросети, нечеткая логика, кластеризация, генетические алгоритмы - чего мне только не приходилось выслушивать в качестве чудодейственных средств по спасению мира

[mbrane]

кстати напомните мне - научился ли хоть один комп - изобретать хоть один алгоритм (программу выдающуюю результат с приемлемой точностью за преемлемое время)...чи все обучаются этому делу? И тут же стандартный  вопрос из области вычислений - ак ка доказывать будет электронный моз остановку изобретенного алгоритма - задача  усердного бобра

[Константин ВАРБ]

По факту последние 100-150 лет наука ничем другим не занимается кроме перебора оккультно-эзотерических моделей весьма мутного происхождения, из-за чего и такая методологическая стагнация.   

Результат налицо, космос, ядерная физика, компьютеры, и тд

Вы читаете оппонента или нет?
Я Вам о методологии с пруфом высокой долей участия логики "шри" в реализации СТО, ОТО, КМ.  Вы мне о непонятно о чём?
Я про Св. Фому, Вы про пьянчужку Ерёму.
Ну как-то так.

кстати напомните мне - научился ли хоть один комп - изобретать хоть один алгоритм

Зачем так сложно
Хотя бы "оптимизировать" 

[noxx77]

Обучение не предпологает создание чего то нового. Обучение это анализ опыта полученного либо от других, либо полученного в процессе собственной деятельности.

Иногда предполагает: кто-то на композитора учится, кто-тона инженера. Просто степень новизны разная может быть. Моя крестная на дипломке проектировала установку по пропарке/проверке ж/д цистерн под конкретное место с конкретными ресурсами и условиями. Вроде бы задание типовое, а кунштюков и мелочей хватает, вот и новизна.