| просто анон пишет: |
| Вообще, просто в силу архитектуры этих нейросетей, они очень хорошо справляются с "образностью", но при этом на текущий момент почти не способны в логику, отчего в инженерных областях они заменить людей не в состоянии. |
Я вообще не очень понимаю, почему нейросети (а также другие алгоритмы машинного обучения — ядровый метод опорных векторов, решающие деревья и градиентный бустинг, линейные модели, алгоритмы кластеризации и пр.) называют искусственным интеллектом. Никакого интеллекта (т.е. логических рассуждений, вывода утверждений) там нет, всё работает на уровне "похоже — не похоже". Примерно так ведет себя волнистый попугайчик, который произносит ту фразу из известного ему набора, которая соответствует обстоятельствам (какую именно — его можно обучить, натренировать). Нейросеть можно обучить отличать кошку от собаки, распознавать написанный текст или произносимую речь, в общем, то, на что способны и животные. Но принято считать, что интеллект присущ лишь человеку, и это именно способность рассуждать логически. Такие компьютерные программы тоже есть (экспертные системы, язык Prolog и другие функциональные языки программирования), на мой взгляд, скорее шахматные программы являются примером искусственного интеллекта. Но они уже были задолго до массового использования нейросетей (которые стали популярны после изобретения прежде всего свёрточных сетей, потом уже проявились и более продвинутые архитектуры); в 70-80-е годы, когда шахматные программы уже достигли значительного уровня (но тогда еще не превосходили лучших шахматистов, как теперь), нейросети еще не применялись.
Я довольно много писал медицинских программ (в основном диагностика по результатам компьютерной томографии, и в них я до сих пор не применял алгоритмов машинного обучения), и я столкнулся с тем, что в медицинских кругах отношение к нейросетям и другим популярным алгоритмам, которые почему-то относят к искусственному интеллекту (правильнее, на мой взгляд, говорить об алгоритмах машинного обучения различных моделей), довольно отрицательное. А ведь "похоже – не похоже", вроде бы, должно в медицине, конкретно в диагностике, работать неплохо. Но здесь есть две проблемы: во-первых, обычно трудно набрать достаточно примеров, чтобы на них обучить алгоритм с большим числом параметров (обычно мы имеем десятки или в лучшем случае сотни примеров, а нужны тысячи); во-вторых, и это мне кажется главным, нейросеть может сказать да или нет (или выдать вероятности этих ответов), но она не дает обоснования диагноза, а именно этого хотят медики (тем более что за неправильный диагноз доктор может нести ответственность вплоть до уголовной в случае смерти пациента).
Короче говоря, мне кажется, что развитие "искусственного интеллекта" пошло куда-то не туда, и эмоции, которые сейчас вызывают эти слова, скорее отрицательные. Ну а то, что якобы вакансии в IT-сфере в связи с этим сокращаются, на мой взгляд, полная чушь. Наоборот, поскольку появляются новые возможности (например, в связи с успешным решением задачи распознавания речи), то и работы становится на порядок больше (те же медики уже могут не писать ничего от руки и не печатать на компьютере, а просто проговаривать диагноз, а компьютер будет за ними записывать его — но представьте, что вы должные реализовать всё это в рамках рабочей станции, да еще при реализации всех протоколов, никакая нейросеть за вас не прочитает, например, стандарт DICOM, а чтобы начать хоть что-то писать, надо прочитать хотя бы первые 5 томов, каждый том по тысяче страниц, причем написаны они чисто формальным языком, у меня на это ушло несколько лет; а софт рабочей станции у меня содержит около 5000 файлов, некоторые из них объемом до сотни тысяч строк на C++; и подобная рутинная программистская работа совершенно неизбежна, с каждым годом ее становится всё больше и больше в связи с возрастающей сложностью и разнообразием решаемых задач).
