Как стать автором
Обновить

Как сейчас используют нейросети: от научных проектов до развлекательных сервисов

Время на прочтение 7 мин
Количество просмотров 23K
Всего голосов 26: ↑22 и ↓4 +18
Комментарии 8

Комментарии 8

Учёные пришли к выводу, что Вселенная управляется только небольшой частью всех возможных функций: законы физики можно описать функциями с простым набором свойств. Вот почему глубоким нейронным сетям не нужно аппроксимировать все возможные математические функций, а только небольшую их часть.
По непонятным до конца причинам, наша Вселенная может быть точно описана ...
Я не профессиональный математик, но, вроде как, есть теорема, которая утверждает, что любую сложную многомерную функцию можно представить в виде суммы простых. Теорема разве не объясняет изложенные предположения?
И да и нет. Сумма простых функций может быть какой угодно сложной. Банальный синус в ряд Тейлора если разложить. Тут скорее речь не об этом… Всякие степени полиномов в физике по большей части намекают на трехмерность пространства. Причины лично я (как когда-то математик...) [вот лично моё имхо] вижу в том, что атомарные взаимодействия примитивны, а их агрегирующие — более сложные функции (как ряд Тейлора) — тоже имеют свою структуру, и чаще всего тоже достаточно несложно устроенную, поскольку являются «атомами» других взаимодействий. Но это как гипотеза на вечернем диване скорее, на arxiv.org писать не буду :)
Интересно, а сможет ли машинное обучение когда-нибудь ставить диагноз? Понятно, что нельзя просто так «скормить алгоритму» совокупности жалоб+анализов и поставленные врачом диагнозы — дело даже не в том, что точность такой выборки будет никакой, а в том, что диагноз должен ставиться, имея ввиду происходящие в организме процессы, т.е. машинное обучение не просто должно связать между собой жалобы и диагнозы, а еще и дать гарантию, что эти связи будут соответствовать анатомии, физиологии и т.п.
Машинное обучение минуя информацию об анатомии, физиологии и т.п. может покрыть те же знания, что и человек с этими знаниями. В теории систем как дело обстоит — чтобы одна система могла «понять» другую (в данном случае машина понять систему постановки диагнозов), она должна быть не менее сложно (по связям) устроена, чем другая. Это, до некоторой степени, необходимое условие эквивалентности моделей, о которой вопрос стоит. Так вот. Система постановки диагнозов в современной медицине, безусловно нетривиальна, однако это не значит что нельзя сконструировать не менее сложную нейронную сеть.
В медицине нельзя без знаний анатомии, физиологии и многих других вещей. Иначе получится этакая «вещь в себе», которая не сможет включиться в лечебно-диагностический процесс. Нужно уметь обосновывать все выводы и заключения.
Нейросеть в моем мобильнике обратывает фотку как Ван Гог, не держав ни разу кисть в руке, и не изучая светопередачу в живописи и прочие моменты, которым художники учатся годами (и не достигают Ван Гога).

Если надо обосновывать для людей знаниями из анатомии, то тогда надо включать знания (чтобы нейросеть не была как калькулятор для школьника), и это не есть нерешаемая проблема. Мой ответ не про это вовсе был.
Нейросеть обрабатывает на вашем уровне понимания Ван Гога, вот в чем затык. Ни сам Ван Гог, ни другие художники не увидят в нейросетевых фильтрах достаточного уровня. Вот тут и прихрдит понимание разницы: в преобразовании графики критерий — сам пользователь, а в медицине — понимание процессов.
Это у вас затык в понимании системной парадигмы.
Зарегистрируйтесь на Хабре , чтобы оставить комментарий