Как организована ваша (персональная) база знаний?

Это похоже на бота из батла.

 

- почему же не запихали? Только у IBM Watson (на момент игры в Jeopardy) было 50+ разных типов сеток...

- ну, вы ж только один отзыв взяли, а там были и другие оценки...
- человеческий юрист был крутой, а с "обычным" - еще непонятно, в чью пользу был бы результат... но не суть: а) AI масштабируем, человек - нет; б) Мегафон - тяжело отнести к лидерам разработки AI - так что, если уж они смогли показать такой результат... в) юридический кейс, послуживший основой для баттла - типовая работа юриста (а значит, и других участников судебных разбирательств: адвокатов/обвинителей/судей). Т.е. возможность выполнения подобной работы AI он демонстрирует.

вот вы продолжаете игнорировать, что тамошние алгоритмы обучаются, а не программируются (да и алгоритмами их назвать можно только условно - там распределенные представления). Ну, возьмите тогда пример AlphaGo Zero - которая училась играть в Го, играя сама с собой (даже не используя корпус партий мастеров). Кто там кого натаскивал?

в моей реплике (о проектировании в классах) я говорил об Autodesk.

 

Откуда, интересно, у Мегафона технология распознавания смысла текста, она разве уже существует в более менее рабочем виде? Или это просто узкоспециализированный вариант нейросетки из говна и палок?

 

И что, он на 100% может заменить человека. Нет, потому что количество, вопреки философам, не переходит в качество. Это просто экспертная система, натасканная экспертами на 50 тем и не более. Тот же убер только что трусливо сбежал из области Al-грузовиков. Он, просто представила себе, что будет, если еще раз произойдет сбой, но уже с грузовиком и кто за это будет отвечать.

Тут тупой отмазкой софтверных гигантов не отделаешься за свой говно-продукт, что они не несут ответственности. Тут Al-продукт, управляющий средством повышенной опасности - отвечать придется.

Какие другие отзывы? Там была только одна экспертная комиссия и ее представитель озвучил ее вердикт. Эмоциональные восторги публики или создателей тут ни при чем.

Дебилов и у человека легко масштабировать.

Это был ваш пример, а Мегафон мощная IT-компания с большими деньгами, лоббистами из самого властного верха, большим штатом программистов и спецов по железу и конечно с огромным интернет-трафиком. Большинству других российских Al-компаний есть чему позавидовать.

Типовая работа юриста - это полностью самостоятельная работа в том числе и в обучении, а не работа команды экспертов натаскивающих нейросеть на узкую предметную область.

Это вы продолжаете игнорировать, что есть шахматы, шашки, го где работают по строгим сферическим правилам в вакууме которые можно хорошо вычислять и перебирать, а есть реальная непредсказуемая жизнь, где команда экспертов-людей натаскивает нейросеть и где убер трусливо сбегает из сегмента Al-грузовиков после очередного фиаско из-за того, что Al - это бессознательный чурбан, а цена ошибки очень высока.

 

Дополню свой ответ анекдотом с аналогией.

Ваш же пример работает как в известном анекдоте, где выпускник вуза пришел устраиваться на работу. Его берут с испытательным сроком, если он сможет самостоятельно спроектировать мост. Ему дают техзадание, а он растерянно спрашивает, а где же в этом тесте варианты ответов?

 

таких технологий - в количестве (вот все заходы на переводы с языка на язык через пространства смыслов - ровно об этом, и не только:

- кейс с написанием abstracts к научным статьям (30% экспертов результат отличить не могут от человеческого, 80% - не экспертов). Разной степени зрелости/"рабочести". А "откуда у Мегафона" - дык, похоже, собрали из готовых модулей и немного "доработали напильником" (там ведь было упоминание, что у них 1,5 месяца ушло).

 

Технологию они могли позаимствовать у других, а смысл она не распознает.

 

там был момент про отсутствие в законодательстве каких-то моментов, а бот перескочил на понятие предпринимательства и применил его в контексте аренды

 

И что? Это известный прием в юриспруденции, если нет специальной статьи берем более общие законы или по аналогии. Это легко программируется. Вот только на практике в суде это нихрена не работает, если нет разъяснения по этому специальному вопросу Пленума ВС и ли арбитражного.

 

ну, это ваша интерпретация решения Uber (моя - у них просто денег на 2 направления не хватило). А так, последствия сбоя для легковушки (с пассажирами) могут быть не слабее, чем для грузовика...

- давно уже несут ответственность: Volvo уже несколько лет как заявила, что берет на себя ответственность по всем судебным искам, связанным с ее беспилотными автомобилями (ну, и другие сделают, или уже сделали то же самое - не зря ведь все ведущие автопроизводители выводят направление беспилотных автомобилей в отдельный бизнес - вот чтобы не отвечать всеми активами ).

тут есть два момента: а) замерять крутизну/продвинутость лучше на уровне шарика (и тут Мегафон в плане AI бледно выглядит, если выглядит вообще), б) даже в России я могу назвать несколько, как минимум, компаний, у которых команды, работающие в AI-направлении, посильнее будут, и еще несколько, которые, при необходимости, "зальют проблему деньгами".

работа юристов (над сложными кейсами) - давно уже командная, а в правильных компаниях еще и обучение на системную основу поставлено...

по поводу Uber - ответил выше, а если не нравятся учебные/игровые примеры - так я Autodesk Research в пример приводил, и если зайти на тамошнюю страницу - там еще немало интересных примеров обнаруживается (из реальной жизни - моделирование пламени и т.п.). Ну и "цифровые двойники" - куда уж реальнее...

 

Невозможно. Они только в марте начали тестировать свои грузовики-беспилотники и после смертельного наезда в этом же месяце прекратили. Они просто тупо не успели освоить выделенный бюджет на этот год и выполнить намеченную программу, чтобы принять обоснованное решение. Поэтому вывод может быть только один: испугались и закрыли программу.

Реальная жизнь это непредсказуемой поведение тех же машин на дороге, а численное решение модели в дифференциальных уравнениях - их как раз можно предсказать, рассчитать. Человек тем и отличается от Al, что он может открывать новое сам.

Это вообще не о том и давно известно. Это только маркетологи опять изобрели велосипед и придумали красивое название "цифровые двойники" - моделирование давно использовалось на всех стадиях жизни изделия. Сам, когда-то давно, делал моделирование изделия на отказ в процессе эксплуатации.

 

фундаментальный заход на библиотеку практик...

не TheBrain-ом единым, в общем (и, да - Archi у меня, можно сказать, в short list для персонального экзокортекса). Над этим текстом и тамошними диаграммами можно (и нужно, на мой взгляд) серьезно поразмыслить... Тем из вас, кто честно бродил по приводимым мною в этой ветке ссылкам, в тексте должно быть практически всё понятно

 

будущее уже здесь (на этот раз - в форме виртуальных троллей, юристов, сотрудников колл-центров и т.п.):

- те из вас, кто регулярно читает эту ветку, с частью кейсов уже знакомы (т.е. у вас было дополнительное время, чтобы подумать, как от всего этого счастья уворачиваться ).

 

Схоластика. Нужны конкретные примеры реализации в фундаментальных областях знания (не маркетинге и прочей лабуде) математики, физики, химии, биологии. Сколько раз уже убеждался, что все эти разработки, когда их пытаются практически применить, дают тривиальный выхлоп: миру мир.

 

В научной деятельности это не будет работать - там общепринятое (наиболее вероятное) совершенно нем катит - там парадигму ломают через колено. Собственно там, дальше по ссылке, ваши оппоненты дают вполне разумные доводы:

. А это значит, что подход фундаментально неверен и годится действительно только для дешевых сотрудников колл-центров, троллей и т.п.

 

это ж R&D - и, да, когда можно будет предъявлять "тысячи успешных внедрений", уже поздно будет в это включаться, и обсуждать будет нечего (фронтир отползет к каким-то новым R&D, пилотным проектам, новым дисциплинам...). А сейчас еще есть шанс Я так, по крайней мере, для себя оцениваю - и не только в этом проекте, а и в других, последнее время по большей части образовательных.

 

ну, я считаю, что они путают перспективы (ближайшие, не требующие прорывов - а лишь наращивания вычислительных мощностей и/или оптимизации) применяемого подхода с уровнем зрелости технологии. Так это для любого прототипа/стартапа справедливо, не только в связи с AI...

 

Пока что я не видел у методологов, равно как и у философов, ни одного нетривиального в научных направлениях - в этом-то и проблема. Они все работают постфактум - описывают уже свершившиеся. Все больше убеждаюсь, что научные прорывы совершают самоучки, причем не читавшие методологов, и это неслучайно.

 

ну, я считаю, что "выдающихся ученых" ждет судьба "генеральных конструкторов" - поддержанное AI разделение интеллектуального труда их заборет (т.е. научные исследования ждет судьба сложных инженерных проектов).

 

Японцы в конце 80-х со своим 5-м поколением компов тоже так считали, но их провальный результат всем известен. Кстати и в Фокусиме они не просто так облажались.