?

Log in

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

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

lytdybr [06 Sep 2017|12:55am]
Побывал на родительском собрании в лицее. Все учителя в своих выступлениях говорили: "нам строго-настрого запретили в названии кружка писать "подготовка к ОГЭ", поэтому название моего кружка длинное -- бла-бла-бла, но мы честно будем на этом кружке готовить к экзамену". Лицей в рейтинге Москвы по итогам прошлого учебного года оказался одиннадцатым. Вот если ты замеряешь какие-то результаты и на них ориентируешься, ты именно это и начинаешь готовить -- хоть палки в полиции, хоть палки в школе. Лицей (судя по обсуждению на родительском собрании) получается чуть ли не исключительно по подготовке к экзаменам, обучение "ради знаний" вообще не обсуждалось -- только олимпиады-за-баллы, натаскивание на ОГЭ и всё такое.

Всё это образование -- сплошная лотерея. Например, на пятом потоке летней физматшколы "Потенциал" МФТИ по математике была объявлена тема "Комбинаторика". А по факту дали начала матанализа и теории чисел, затронув чуток геометрии -- материал десятого класса. Вот и планируй "образовательные траектории". По физике там же шли по объявленному плану, хотя половина группы пришла по физике "подтягиваться", а вторая половина класса оказалась после года в ЗФТШ. Уровень объяснений и задач оказался выше школьного, так что половине класса "подтянуться" не получилось (реклама же намекала именно на это), но кто был после ЗФТШ, тем всё очень понравилось. Лотерея, чистая лотерея.

Дискуссия про содержание образования у Шперха https://www.facebook.com/shperk/posts/10159242219175153 опять показала, что все вот эти "программы" и "планы" не обсуждаются в том числе и потому, что нет онтологии для такого разговора: обсуждать предметное содержание изнутри предметов учителями-предметниками невозможно, поэтому содержание образования и контекст междисциплинарности оказываются неотрефлектированными, плюс постоянно путаются форма и содержание (в голове-то педагогов они перемешаны). Учить обсуждать предметы как таковые -- этому никто не учит. Мой пойнт: учить нужно, и специально. Опять же: рациональность, логика, байесовская вероятность как основа научного метода: этому учить будем специально, или "само как-нибудь промеж предметов"? Эта рациональность, логика, байесовская статистика и "что такое наука" предмет, или мета-предмет? И почему тогда математика предмет, если это не предмет? Что у вас, педагоги, вообще дисциплины/предметы? А что "мета-предметы"? И педагогам, и деткам нужно давать знания, как работать с "междисциплинаркой" -- есть дисциплины, которые учат работать с другими дисциплинами, как объектами. Без этого учиться чему-то -- как ходить по пересечённой местности без карты. И из салата дисциплинарных предметов STEM/STEAM междисциплинарки ни разу не получается само собой. И из выездов на природу (проектной работы, летнего лагеря и т.д.) не получается работы с коммуникацией, самоорганизацией и планированием как главнейшим содержанием образовательной программы.

Мой пойнт при этом в том, что если "работа с коммуникацией", так она должна быть осознанной, и эта задача должна ставиться. Какая дисциплина (школа) коммуникации будет впихнута в мозги деток? Или "коммуникация по наитию"? Самоорганизация и планирование -- то же самое, уже ж была дискуссия, что педагоги и не подозревают, что есть занимающиеся этим дисциплины, и этим дисциплинам нужно учить явно. И только после ответа на эти вопросы я готов пообсуждать, учить этому на выездах сразу, или сначала в классе, потом на выездах, или выезды -- это отговорка педагогов тому, что ничему детки там не учатся, а просто живут некоторое время, приобретают абсолютно неструктурированный жизненный опыт кривой коммуникации, кривой самоорганизации и кривого планирования. Нет уж: предъявляем содержание, а потом говорим, в какой форме это содержание будет даваться.

UPDATE: комменты в фейсбуке -- https://www.facebook.com/ailevenchuk/posts/10211140863291500
17 comments|post comment

Петафлопсы философии языка [06 Sep 2017|02:02am]
Вот как выглядит современная автоматизированная онтологическая работа: логика первого порядка + байесовские вероятности + посылка открытого мира + оформление всего этого в специализированном языке программирования BLOG (Bayesian Logic, https://bayesianlogic.github.io/) = всякие трюки типа completely unsupervised text understanding. Вот тут: http://www.ds3-datascience-polytechnique.fr/wp-content/uploads/2017/08/2017_08_30_1130-1230_Stuart_Russell_OpenUniverse.pdf Это работы того же Stuart Russel, который соавтор в Russel, Norvig последнем классическом учебнике по AI. Все вебсайты там какие-то дохлые (жизнь остановилась в 2014, наверное какой-то грант кончился), а свежее у него тут: https://arxiv.org/find/cs/1/au:+Russell_S/0/1/0/all/0/1.

Это всё по линии lesswrong, только не на уровне блог-постов, бла-бла-бла в комьюнити и таблиц "ошибок мышления", а нормальный такой формальный хардкор -- ровно то, что в пределе хочет (но не может) тусовка рациональщиков. И у меня нет ощущения, что жизнь пойдёт этим формально-вероятностно-логически-онтологическим путём a la Russel сотоварищи, хотя все слова совпадают: логика, рациональность, посылка открытого мира (онтология). Ибо таких работ сейчас появляется некоторое количество, и многие из них попроще устроены, но дают сравнимые результаты.

Ещё я узнал о семинаре, где в Москве всё подобное обсуждают философы, это в ВШЭ-факультет гуманитарных наук -- Школа философии -- группа "Формальная философия", с 2017 эта группа работает над проектом "Динамические модели в аналитической метафизике и философии языка": https://phil.hse.ru/form_phil/. Динамическая эпистемическая логика, онтология и логика событий. И, похоже, никакого искусственного интеллекта, несмотря на формализм. То есть философия формальная, но не такая формальная, как у Stuart Russel, модели не компьютерные, а для человека. Мне кажется, что из этого тупика маргинальности всё это вытащится через хайп в AI -- и байесовщиной будут заниматься массово, и эпистемологией, и динамическими логиками. Вот сколько народу пришло в AI, процентов десять с этим и столкнутся (а остальные 90% пришедших удовлетворятся классическим deep learning на стандартных фреймворках, не заглядывая в эти все логико-вероятностные дебри).

Я не успеваю читать весь поток литературы по deep learning. Там всё просто кубарем, а на подходе новое поколение аппаратуры -- что только добавит жару. Что-то похожее на 60-е годы в фон-неймановском компьютинге, я об этом уже писал. Вот, например, выход в свет DeepL -- https://www.deepl.com/press.html (они построили 23й в мире по мощности суперкомпьютер для создания системы перевода -- 5.1 petaFLOPS, 5 100 000 000 000 000 floats operations per second), и люди предпочитают их переводы по сравнению с переводами конкурентов как 3:1). “DeepL’s ambitions are not limited to translation,” says Frahling. “Our neural networks have developed a level of text understanding that opens several exciting possibilities.”. То есть петафлопсы философии языка открывают неплохие возможности, мимо всей профессуры, решавшей загадки языка. Вот он, ментальный экскаватор -- модели языка делает компьютер, а не люди с лопатами, тьфу, с карандашами и бумажками. Конечно, humans strike back, хотя и довольно вяло -- вот обзор трендов в сегодняшней компьютерной лингвистике: http://www.abigailsee.com/2017/08/30/four-deep-learning-trends-from-acl-2017-part-1.html, а вот тут тренды в объясняемости (interpretability) и внимании -- http://www.abigailsee.com/2017/08/30/four-deep-learning-trends-from-acl-2017-part-2.html. Вот она, философия. Вот оно, продвижение вперёд. Хотя я знаю политику философов: они обычно приходят задним числом, и говорят, что это всё построено на их мыслях (хотя их самих обычно там и рядом не стояло).

Нужно при этом помнить, что в моменты резких смен технологических платформ могут быть весьма быстрые и драматичные смены лидеров -- в конкурентах тут Гугль, Майкрософт, Фейсбук, и они кажутся незыблемыми сейчас, но таких незыблемых (типа DEC, Compaq, Sun и т.д. в компьтерном мире прошлых лет) мы уже много видели. И это ещё не выстрелили всякие "оптические вычислители" типа http://www.lighton.io/ -- там в мае уже второй прототип сделали http://us14.campaign-archive2.com/?u=701605c9443ad5e332f87331f&id=fa7e303c0b. Да и в классических ускорителях для deep learning жарко: https://www.forbes.com/sites/aarontilley/2017/08/31/ai-chip-cerebras-systems-investment/#158484db1529,

Об этом можно рассказывать часами. Фишка в том, что почему-то от AI массово ожидают, что он быстро-быстро станет AGI. Нет, взрывное развитие коннективистских и байесовских технологий даёт IMHO совсем другое -- там, где раньше копошились пара-тройка невнятных философов, полтора логика и три математика, начинают работать сотни и тысячи свежеобученных математике, логике и отчасти программированию людей, хорошо упакованных вычислительной мощностью. Такого притока мозгов в науки о мышлении ещё не было. И не было экспериментальной проверки (компьютерные эксперименты!) гипотез о мышлении. А сейчас вот оно, происходит. Все эти малочисленные "логико-философские кружки" просто маргинальны по сравнению с тем, что именно в этой области делается сейчас творчеством довольно больших масс в машинном обучении и AI. А результаты затем в виде работающих компьютерных программ быстро-быстро становятся доступными миллиардам людей, прямо у них в карманах -- ибо с интернетом и мобильной связью уже разобрались. И вот уже более-менее сносный переводчик-полиглот лежит у каждого в кармане, и получен этот переводчик мимо работ всей армии философов, занимавшихся сотни лет проблемой языка. И становится этот переводчик ежегодно лучше и лучше, независимо от работ всех этих философов. Вот она, настоящая гуманитарная наука. Вот он, современный эпицентр рациональности.

Некогда обо всём этом писать. Даже некогда читать. У меня открыто пара десятков табов с новинками этой недели -- когда в них вчитываться?! Плюнуть, расслабиться, получать удовольствие.

Вот и вы, развлекитесь, получите удовольствие: получите читалку своим голосом -- https://lyrebird.ai/blog/lyrebird-is-back. Я читалку своим голосом уже получил -- сознательно выбрав плохое качество (для качества получше нужно было зачитать десять минут текста, а это лениво, я зачитал всего минуту). Пару лет назад этого нельзя было представить даже в мечтах. А пока ну очень погано, но бесплатно, крайне быстро получено, и всё-таки как-то работает: https://lyrebird.ai/g/YkUHdcZL. И при этом опубликован ещё более простой и интересный метод голосового синтеза, VoceLoop, так что всё продолжает бурлить и пениться: https://ytaigman.github.io/loop/site/
10 comments|post comment

navigation
[ viewing | September 6th, 2017 ]
[ go | previous day|next day ]