Почему все «харизматичные CEO» кажутся мне такими чмошными хуесосами?
Такое ощущение, что понять человека из первого мира — все равно, что понять, почему школьница течет от Элджея.
Как, блядь, вообще можно жить в этом мире, если ни хуя не понимаешь?
А зачем понимать, как что устроено? Самое главное, что в машинном обучении можно ничего не понимать. И это принципиальное его отличие от всех предыдущих способов программирования, написания кода. Это базовая вещь. Почему машинное обучение — действительно революция, новация (используйте любые слова, которые вам нравятся)? Можно было в парадигме традиционного программирования написать алгоритм, который отличает, например, кошечку от собачки. Для этого, прежде всего, нужно было выделить, рационализируя их, те факторы, которые отделяют кошечку от собачки. Если речь идет про глаза, давайте опишем этот объект — «глаз» и «глаз», такие две штуки. Внутри глаза выделим объект класса «зрачок». Если он круглый, то, скорее всего, это собака, если вертикальная полосочка — скорее всего, кошка. Силой мысли, занимаясь полной декомпозицией объекта, выделим все характерные признаки и дальше опишем всякие правила, чтобы, если собака и кошка закрыли глаза, они не перестали быть собакой или кошкой только потому, что исчез объект класса «глаз». Получается сложнейший алгоритм, который на большом проценте фотографий будет неплохо работать и отличать кошку от собаки. Это классический подход к программированию: мы поняли, чем отличается кошка от собаки, проанализировав форму носа, особенности зрачка, и дальше сформулировали правила, некий набор признаков, может быть, очень сложный, с логическими разветвлениями, который заложили в машину.
А теперь можно сделать по-другому. Можно показать машине миллион кошечек и еще один миллион собак, а потом показать 2 000 001-ю картинку и сказать: «Это кто?» И она скажет: «Собака, конечно». Мы не знаем почему. Вы же, когда ребенка учите отличать кошку от собаки, не говорите, что надо рассматривать отдельно зрачок, — вы говорите: «Вон, смотри, собачка идет. Ой, а это котик». И ребенок не занимается этой декомпозицией.
Вот вы, по сути, сказали: «Я хочу понимать, что происходит». Обычно я спрашиваю людей, желающих знать, насколько хорошо они понимают прибор, который у них в руках, — айфон или любой смартфон: правда ли они — суперэксперты в квантовой физике твердого тела? Поверьте, квантовую физику твердого тела понимают хорошо если 50 человек в мире — топовые теоретики, остальные умеют только пользоваться формулами. Я защищал кандидатскую по квантовой радиофизике, и я ничего не понимаю в квантовой физике.
А зачем понимать, как что устроено? Самое главное, что в машинном обучении можно ничего не понимать. И это принципиальное его отличие от всех предыдущих способов программирования, написания кода. Это базовая вещь. Почему машинное обучение — действительно революция, новация (используйте любые слова, которые вам нравятся)? Можно было в парадигме традиционного программирования написать алгоритм, который отличает, например, кошечку от собачки. Для этого, прежде всего, нужно было выделить, рационализируя их, те факторы, которые отделяют кошечку от собачки. Если речь идет про глаза, давайте опишем этот объект — «глаз» и «глаз», такие две штуки. Внутри глаза выделим объект класса «зрачок». Если он круглый, то, скорее всего, это собака, если вертикальная полосочка — скорее всего, кошка. Силой мысли, занимаясь полной декомпозицией объекта, выделим все характерные признаки и дальше опишем всякие правила, чтобы, если собака и кошка закрыли глаза, они не перестали быть собакой или кошкой только потому, что исчез объект класса «глаз». Получается сложнейший алгоритм, который на большом проценте фотографий будет неплохо работать и отличать кошку от собаки. Это классический подход к программированию: мы поняли, чем отличается кошка от собаки, проанализировав форму носа, особенности зрачка, и дальше сформулировали правила, некий набор признаков, может быть, очень сложный, с логическими разветвлениями, который заложили в машину.
А теперь можно сделать по-другому. Можно показать машине миллион кошечек и еще один миллион собак, а потом показать 2 000 001-ю картинку и сказать: «Это кто?» И она скажет: «Собака, конечно». Мы не знаем почему. Вы же, когда ребенка учите отличать кошку от собаки, не говорите, что надо рассматривать отдельно зрачок, — вы говорите: «Вон, смотри, собачка идет. Ой, а это котик». И ребенок не занимается этой декомпозицией.
Вот вы, по сути, сказали: «Я хочу понимать, что происходит». Обычно я спрашиваю людей, желающих знать, насколько хорошо они понимают прибор, который у них в руках, — айфон или любой смартфон: правда ли они — суперэксперты в квантовой физике твердого тела? Поверьте, квантовую физику твердого тела понимают хорошо если 50 человек в мире — топовые теоретики, остальные умеют только пользоваться формулами. Я защищал кандидатскую по квантовой радиофизике, и я ничего не понимаю в квантовой физике.