?

Log in

No account? Create an account
Лабораторный журнал -- Day [entries|friends|calendar]
Anatoly Levenchuk

[ website | Лабораторный журнал ]
[ userinfo | livejournal userinfo ]
[ calendar | livejournal calendar ]

Философия и австрийская школа экономики [20 Sep 2016|12:28pm]
Вот тут я ввязался немного в дискуссию по поводу подкладки феноменологии (Гуссерля) под праксиологию, которая положена в основу австрийской экономической школы -- https://www.facebook.com/usanov.pavel/posts/1460780610615094

Там много ссылок на мои посты 2009 года, когда всплывала эта тема. Сегодня я к философии настроен пожёстче, считаю что праксиологию нужно на логику-онтологию-эпистемологию сажать, а все эти феноменологии и гносеологии тут от лукавого: предельных проблем в праксеологии и своих хватает, а общей онтологии типа "теории всего" не будет найдено и в феноменологии, при этом тамошние предельные проблемы явно не спасут. За ссылками и разъяснениями -- велкам в тамошний тред.
17 comments|post comment

Машинное обучение и оптимизация цифрового производства [20 Sep 2016|03:18pm]
Трёхстраничная статья "Scope for Machine Learning in Digital Manufacturing" (http://arxiv.org/abs/1609.05835) предлагает холистический антимодульный подход к проблеме использования машинного обучения в цифровом производстве:

Вот картинка оттуда, из неё всё ясно:


Суть статьи проста: вместо того, чтобы решать проблемы отдельный стадий жизненного цикла цифрового производства, нужно решать проблемы больших данных (собирать информацию разных стадий) и оптимизации сразу на всём жизненном цикле -- и не забывать, что про большие данные одна предметная область, а про оптимизацию другая предметная область (т.е. цифровое производство берём как целое, а вот практики работы с данными разделяем, ибо the challenge among many others faced by industry is to find expertise in the areas of data science and optimisation, considering that each poses its own problems and requires an inherently different skill set.

IMHO в сверхсложных случаях, которыми занимается искусственный интеллект (а цифровое производство как раз сверхсложный случай), проблема оптимизации ставится обычно по-другому: нам нужно найти не оптимальное решение, а приемлемое -- и первое же приемлемое решение идёт в дело, счастье, что нашли хоть что-то. Поэтому в искусственном интеллекте часто говорят не о проблеме оптимизации, а о проблеме поиска (например, search-based engineering -- http://ailev.livejournal.com/1122876.html), часто о проблеме обучения (learning), и много реже именно об оптимизации. Судя по всему, статью писали "классики", для которых всё это именно проблемы оптимизации, да и машинное обучение -- это тоже проблема оптимизации (см., например, http://avlasov.livejournal.com/162005.html, где avlasov пишет "В контексте лёрнинга, меня всегда интересовал вопрос - можно ли рассматривать лёрнинг как частный случай оптимизации или это какая-то отдельная форма? Это тоже экзистенциальный вопрос. Он может показаться бессмысленным, но он имеет значение, и рано или поздно на него напарываешься, пусть и в неявном виде. Например, байесовские подходы к лёрнингу вполне себе лёрнинг, но вот обязательно ли они являются оптимизацией?").

С другой стороны, проблема модульного/архитектурного синтеза -- это вполне себе оптимизационная проблема, равно как и проблема поиска. Архитектура обеспечивающей системы (жизненного цикла) ведомая архитектурой воплощаемой в цифровом производстве системы -- да, неплохо было бы "учесть это всё", это ж как раз суть системного подхода! Но "просто добавь данных и посчитай", как предлагают авторы статьи, явно будет недостаточно. Жизненные циклы оптимизируются не для одной целевой системы, а для широкого их класса -- и поэтому нужно всё-таки контролировать размеры решаемой задачи. Модульность, типовые решения -- вот что имеет значение. Вот тут прямо в эту пятницу вечером приглашают поглядеть на коллаборативного робота от Universal Robotics -- с ним можно работать в цифровом производстве, его можно будет на презентации пощупать и поговорить на эти темы с его создателями: http://mti.edu.ru/education/events/493742 (регистрируйтесь, это Москва, кампус МТИ на Ленинском 38А, там бесплатно). Будем ли мы его оптимизировать в рамках какого-либо жизненного цикла цифрового производства (а там ведь и люди в этом жизненном цикле могут участвовать, и несколько таких роботов -- отнюдь не только 3D-принтеры!), или ограничимся им как модулем и будем оптимизировать что-то поверх него? А людей в коллаборации будем оптимизировать (и потом доучивать), или так сойдут? То есть -- насколько модульна сама эта "оптимизация" в жизненном цикле? Я думаю, что просто "собрать данных побольше и потом оптимизировать оптом" (pun intended) не получится.

Так что статья хороша как минимум тем, что вызывает на такой разговор. Она вполне провокационна, как авторы и предупреждают.
* * *
Вроде был как целый сминар в июле 2016 -- Royal Society Workshop "Realising the Benefits of Machine Learning in Manufacturing", но я не нашёл иных его следов в Сети, кроме как обсуждаемой статьи.
1 comment|post comment

Распознавание математической вёрстки [20 Sep 2016|04:19pm]
Проблема с инженерными текстами в машинном обучении в том, что они не совсем тексты: там полно картинок, таблиц и формул. Вот свеженькое про распознавание математической вёрстки: What You Get Is What You See: A Visual Markup Decompiler, http://arxiv.org/abs/1609.04938. While a standard domain-specific LaTeX OCR system achieves around 25% accuracy, our model reproduces the exact rendered image on 75% of examples.

Тут ещё можно напомнить про решение геометрических задач: там не вёрстка распознавалась, но геометрические построения вкупе с текстами задач -- иначе ведь задачу не поймёшь. Вот: http://allenai.org/euclid/

Никаких разовых "прорывов", но из не-прорывов идёт ливневый дождик -- и эти ливневые потоки много чего из сегодняшней цивилизации смоют, в самое ближайшее время.
1 comment|post comment

lytdybr [20 Sep 2016|11:34pm]
Отрок учит биологию, в восьмом классе это биология человека. А нравятся ему лемминги. Я предложил классический ход. Тема урока завтрашнего -- "Человек в органическом мире". Это нужно рассказывать так: "Человек в органическом мире. В органическом мире есть лемминги. Так что вокруг человека есть лемминги, и сам человек имеет много общего с леммингами. А лемминги -- ...", и далее ему нужно развивать тему леммингов, которая у нас в семье пользуется большой популярностью (ибо "ах, какие миленькие!", с любимым фильмом https://www.youtube.com/watch?v=ul98dINWR8Q). Увы, моё предложение не было поддержано, и сейчас учится что-то про атавизмы, человечьи хвосты как раз идут в этой теме.

Понедельник вечер у него уже еженедельно занят: сегодня сообщили, что экзамен в олимпиадную школу по физике в МФТИ он прошёл, и даже попал в сильную группу. Это недалеко, десять минут пешком от дома. Но ещё он записан в три школьных кружка-факультатива и на "автоматику". И ещё ЗФТШ, где тоже нужно что-то делать, а хоть и дома. Я вот всё жду, когда жена заметит неладное и что-нибудь из этого разнообразия удавится. Хотя родители знакомого семиклассника в этой же школе рассказали мне очень похожую на нашу историю с многочисленными кружками-факультативами, но у них ещё сверху какой-то спорт, у нас ещё не самые ужасные планы. Но я думаю, что к ноябрю вся жадность на драмкружок, кружок по фото, а ещё мне петь охота, за кружок по рисованью тоже все голосовали у жены пройдёт. Глаза завидущие, руки загребущие, отрок бесценный, но у него всего двадцать четыре часа в сутки и друганы хотят поиграть с ним в Garry's Mod. IMHO эти друганы ему не менее важны, чем ещё один дополнительный час физики в неделю. И не менее важны, чем выполненные все домашние задания. Кроме как учиться ему нужно ещё немножко жить. Так что мне через неделю-другую, когда заработают все эти факультативы и школы, придётся проводить с женой воспитательную работу, если сама не разберётся.

Сжалился, и поставил ему одну игру на телефон, причём в которую нельзя играть одному (Astro Party, https://play.google.com/store/apps/details?id=com.noodlecake.astroparty). Результаты: в школе быстро-быстро начались находиться друганы с игровыми интересами, но телефон к концу школы был полностью разряжен. Жена с тёщей в результате ловили его по всему городу -- насилу поймали к полшестого. Он домой честно пришёл к пяти, получил все причитающиеся ему звонки и смс-ки и печально сказал, что теперь будет в школу ходить только с зарядкой, после чего поплёлся опять в город: у бабушки были сегодня на него планы -- бабушка придумала писать с ним в кафе сочинение, и изменить эти планы было невозможно. Это его совместное с тёщей сочинение я даже читать боюсь, пусть учительница читает.

Компьютеры, которые умеют играть в FPS, ориентируясь только на пиксельное изображение, уже вполне себе есть (хотя ещё год назад это казалось невозможным): https://arxiv.org/abs/1609.05521, и к этой статье прилагается видео -- https://youtu.be/L_9F9bO3-mI. А вот это уже нужно выносить из серии "интересненько" для более серьёзного рассмотрения -- в играх проверяют работоспособность смеси символического и визуального представлений: http://arxiv.org/abs/1609.05518. Понятно, что the resulting system -- though just a prototype -- learns effectively, and, by acquiring a set of symbolic rules that are easily comprehensible to humans, dramatically outperforms a conventional, fully neural DRL system on a stochastic variant of the game.

Расшарил в фейсбуке gif-баян про "Опять двойка, Карл" (это примерно февраль 2016, но почему-то я его ещё не видел): https://www.facebook.com/ailevenchuk/posts/10208108360280820.

Дома уже 19 градусов, и любители проектного, процессного управления и кейс-менеджмента могут ответить на вопрос: какое управление нужно иметь в МЖХ, чтобы вовремя включать отопление? Батареи холодные, и даже не планируют журчать. Самое время для меня простудиться перед вылетом в Красноярск. Кстати, в Красноярске сейчас тепло, это только в Москве бабьего лета в этом году не будет.

Вчера на занятии по кизомбе мне таки удалось схватить транс основного шага, что-то ушло из сознания на уровень рефлексов. Это примерно месяц занятий, хотя и не слишком регулярных. Среди изучающих кизомбу очень много таких же умных, как я. Когда преподаватель Илья в дальней студии задал вопрос "кто тут танцует бачату", руку подняло две трети присутствующих. А ещё человека четыре бодро пошли со мной от преподавателя Ильи в соседнюю студию через двести метров по улице -- у Ильи занятие заканчивается в 20 часов, а в той студии занятие как раз начинается в 20 часов. Илья рассказывает "для ума", а у соседей уделяется огромное внимание налёту часов в отдельных движениях -- и нейронная сетка тренируется через тело, что в танцах единственно возможно, ибо "только ум" в них не бывает ("понять -- это не сделать"). Без этих двух студий вместе у меня бы ничего не получилось всего за нерегулярный месяц. Ну, и ещё удобно то, что дальняя студия от дома в 5 минутах ходьбы пешком, ближняя в 2 минутах (вот листья облетят, и обе студии будут видны из окна квартиры). И да, кизомба какой-то мужской танец: в группах регулярно не хватает девушков, никогда в танцах такого не видел.

UPDATE: обсуждение в фейсбуке -- https://www.facebook.com/ailevenchuk/posts/10208109170181067
40 comments|post comment

navigation
[ viewing | September 20th, 2016 ]
[ go | previous day|next day ]