У человека, если он не тупой, со временем образуется некий хак, который позволяет решать задачи с меньшим потреблением энергии. Некий мета-скилл. К примеру, математик может быстрее освоить новое направление математики, чем не-математик. Область может и другая, но логику к примеру никто не отменял.
давайте ещё раз. возьмем Pix2Pix по преобразованию аэрофотосъёмки в карту. Попробуем её научить преобразовывать
зашумленную аэрофотосъёмку в красивые картинки.
Потом возьмем её же и сотрём ей мозги. Просто инициализируем параметры.
Сравним время.
Это как пример.
В чем принципиальная разница с человеками?
Можно попытаться обучить обезьяну арифметике. Обезьяна продемонстрирует overfitting, то бишь выучит некоторые операции наизусть. Но никогда не научится считать.
И где пролегает граница-то?
Где граница того, что можно экономически целесообразно достичь нейронными сетями, или как?
У искусственных нейросетей есть важные экономические преимущества:
- у них нет эволюционно заданного поведения
- нейрохирургия -- запросто. Можно брать одни обученные слои и приклеивать к другим -- слова никто не скажет
- обученную нейросеть можно копировать запросто
- обученная нейросеть не бегает за тараканихой, а целиком посвящает себя разбору рукописных цифр
- мы знаем, как наращивать скорость обучения нейросети тупо надстраивая этажи, забитые видеокартами
Разница в том, что человек понимает, что перед ним стоит задача, программа ничего не понимает, она просто занимается вычислением в рамках заложенных функций.
это звучит гордо.
И да, если я правильно понимаю, теория нейросетей появилась в 40-ых годах и мало что изменилось за это время.
По-моему, backpropagation -- это где-то 80е все-таки
Область может и другая, но логику к примеру никто не отменял.
Она работает
Сколько потребовалось лет человечеству на формулировку и выстраивание системы обучения?