Если вы ранжируете рестораны то: обслуживанию, еде и цене, то очевидно что для этого не нужен ИИ. Такие агрегаторы уже есть, и они успешно с этим справляются.
Нет, неочевидно. Кстати, эти агрегаторы как раз на машинном обучении завязаны зачастую, насколько мне известно. Это дает куда более точные прогнозы, чем простой алгоритм, и позволяет легче масштабировать систему.
Если вы хотите чтобы ИИ оценивал еще и отношение к мексиканцам, упоминания о них и пр., то не удивляйтесь что это может скинуть оценку ресторана.
Постарайтесь посмотреть на проблему выше, не зацикливаясь на этом примере. Статья же не про мексиканцев. Она про то, что ИИ берет в себя предрассудки, которые ухудшают результат работы системы. Данный пример был выбран автором как наиболее простой.
Для начала задумаемся о природе этих текстов — кто, когда и зачем их написал. Надеюсь, здесь очевиден перекос в выборке. Большинство текстов пишется белыми людьми. Это значит, что мы толком не учитываем мнение остальных. Большинство новостных текстов пишется про ужасы этого мира — значит, мы толком не учитываем то хорошее, что в нем есть.
Это факт, потому что в отзыве само слово «мексиканский» будет воспринято как негативное.
Если мексиканский ресторан расположен в проблемном мексиканском квартале — я его тоже обойду стороной и поеду в итальянский.
Не спорю, я тоже. А что, если итальянский расположен в плохом районе? Главная идея не в том, чтобы игнорировать факты — их как раз мы оставляем. Идея в том, что в необработанных данных негативная окраска идет из самого слова «мексиканский», и становится уже не важно, где ресторан находится, какое в нем обслуживание и т.п. Возможно, там лучший ресторан на свете, но ранжироваться он будет хуже.
Но если мексиканский ресторан был во всем лучше, его все равно отранжируют ниже, потому что изначально в данных мексиканская еда всегда хуже итальянской.
Так ИИ как раз способен менять реальность. Почему бы не помочь ему в этом?
со временем возможности выравниваются
Они выравниваются, потому что люди меняют свои взгляды. Мне кажется, вы сами своими словами объясняете, почему важно поменять данные, чтобы завтрашняя реальность стала лучше сегодняшней.
Графики можно и внутри Azure ML делать.
Если уже есть нужные значения метрик, то данные можно визуализировать (кнопкой Visualize, она есть на выходе любого датасета).
Полученное значение вбивается в блок с моделью в меню сбоку.
Мне кажется, вы не до конца понимаете преследуемые цели двух фреймворков.
Malmo создавался с целью привлечь исследователей к решению задач искусственного интеллекта. Реализовывать внутри Malmo алгоритмы ИИ было бы глупой затеей — всё равно люди пользовались бы уже знакомыми им библиотеками, которые никто не запрещает подключать.
Ценность malmo не в количестве фич, а в аудитории, которую авторы собрали вокруг него. Мне было интересно посмотреть, кто сделал fork и что там происходит. Большое количество молодых ученых работают с malmo и тренирут внутри свой ИИ.
Если вы знаете, что явно стоит добавить в Malmo для облегчения работы с ИИ — обязательно заведите issue, а заодно поделитесь с нами вашими идеями :) Мне будет очень интересно.
Не подходит. У Malmo своя урезанная open source версия игры, к настоящему Minecraft будет не присоединить сделанного бота.
Вместо бота для фарма в реальной игре можно использовать чит коды и брать нужное количество дерева или пшеницы. На выходе один и тот же результат.
Меня интересовало грандиозное строительство, но было лень строить монотонную огромную стену, а она, допустим, является важной частью постройки. Можно сделать бота в Malmo и закодить замок своей мечты :)
Но, опять, я не нашла способов перенести его на реальный игровой сервер с помощью Malmo.
Python + xml конфиг
На Python очевидный код, поэтому я ограничилась небольшими вставками и ссылками. Конфиг дался мне чуть сложнее, поэтому xml вставок больше.
Спасибо за подробное объяснение :)
Да, конечно, я с вами целиком согласна, что необходимо разбираться в области, иначе далеко не уехать.
Но для большинства ML оказывается настолько сложен, что пока человек разберется с матчастью, уже успевает пройти весь запал. Мне кажется, что простые готовые инструменты помогают постоянно держать мотивацию на нужном уровне.
Можно изучить новый алгоритм и сразу попробовать его в бою, настроив какие-то параметры. Можно один из блоков заменить на собственный код, а остальные оставить как есть — и тоже сразу посмотреть, остается ли модель рабочей. Стала ли она лучше.
В общем, вы правы, что нужно знать математику и программирование. Но готовые инструменты сильно облегчают процесс изучения и вхождения в область.
Я рассказала о своем опыте и о том, что он был болезненным. А затем показала, что можно было начать проще.
Если бы я вплела сюда numpy, то я бы предложила читателю повторить мой путь. Я не хочу, чтобы люди повторяли мои страдания. :-)
Зачем нырять? Чтобы целиком ощутить свою причастность к процессу.
Нужно ли в итоге учить математику и программирование? Конечно, да. Но даже и в самом начале уже можно делать крутые вещи, постепенно изучая необходимое.
Information
Rating
Does not participate
Location
Санкт-Петербург, Санкт-Петербург и область, Россия
Постарайтесь посмотреть на проблему выше, не зацикливаясь на этом примере. Статья же не про мексиканцев. Она про то, что ИИ берет в себя предрассудки, которые ухудшают результат работы системы. Данный пример был выбран автором как наиболее простой.
Не спорю, я тоже. А что, если итальянский расположен в плохом районе? Главная идея не в том, чтобы игнорировать факты — их как раз мы оставляем. Идея в том, что в необработанных данных негативная окраска идет из самого слова «мексиканский», и становится уже не важно, где ресторан находится, какое в нем обслуживание и т.п. Возможно, там лучший ресторан на свете, но ранжироваться он будет хуже.
Они выравниваются, потому что люди меняют свои взгляды. Мне кажется, вы сами своими словами объясняете, почему важно поменять данные, чтобы завтрашняя реальность стала лучше сегодняшней.
Если уже есть нужные значения метрик, то данные можно визуализировать (кнопкой Visualize, она есть на выходе любого датасета).
Полученное значение вбивается в блок с моделью в меню сбоку.
Как прикрутить к проду — вот здесь хорошо рассказано в конце статьи:
habrahabr.ru/company/microsoft/blog/275475
Malmo создавался с целью привлечь исследователей к решению задач искусственного интеллекта. Реализовывать внутри Malmo алгоритмы ИИ было бы глупой затеей — всё равно люди пользовались бы уже знакомыми им библиотеками, которые никто не запрещает подключать.
Ценность malmo не в количестве фич, а в аудитории, которую авторы собрали вокруг него. Мне было интересно посмотреть, кто сделал fork и что там происходит. Большое количество молодых ученых работают с malmo и тренирут внутри свой ИИ.
Если вы знаете, что явно стоит добавить в Malmo для облегчения работы с ИИ — обязательно заведите issue, а заодно поделитесь с нами вашими идеями :) Мне будет очень интересно.
Вместо бота для фарма в реальной игре можно использовать чит коды и брать нужное количество дерева или пшеницы. На выходе один и тот же результат.
Меня интересовало грандиозное строительство, но было лень строить монотонную огромную стену, а она, допустим, является важной частью постройки. Можно сделать бота в Malmo и закодить замок своей мечты :)
Но, опять, я не нашла способов перенести его на реальный игровой сервер с помощью Malmo.
На Python очевидный код, поэтому я ограничилась небольшими вставками и ссылками. Конфиг дался мне чуть сложнее, поэтому xml вставок больше.
На SE, насколько мне известно — попроще.
И могут спросить об алгоритмах и каком-нибудь языке программирования.
Очень полезно :) и мне, и остальным.
Да, конечно, я с вами целиком согласна, что необходимо разбираться в области, иначе далеко не уехать.
Но для большинства ML оказывается настолько сложен, что пока человек разберется с матчастью, уже успевает пройти весь запал. Мне кажется, что простые готовые инструменты помогают постоянно держать мотивацию на нужном уровне.
Можно изучить новый алгоритм и сразу попробовать его в бою, настроив какие-то параметры. Можно один из блоков заменить на собственный код, а остальные оставить как есть — и тоже сразу посмотреть, остается ли модель рабочей. Стала ли она лучше.
В общем, вы правы, что нужно знать математику и программирование. Но готовые инструменты сильно облегчают процесс изучения и вхождения в область.
Если бы я вплела сюда numpy, то я бы предложила читателю повторить мой путь. Я не хочу, чтобы люди повторяли мои страдания. :-)
Зачем нырять? Чтобы целиком ощутить свою причастность к процессу.
Нужно ли в итоге учить математику и программирование? Конечно, да. Но даже и в самом начале уже можно делать крутые вещи, постепенно изучая необходимое.