Когда все называют нейросетью, при том скорее чаще "нейронкой". Это следующий уровень (не)понимания, кмк. И звучит обычно "нам нужно обучить нейронку, которая бы делала xyz". А что внутри: два if'a, деревья или unet - люди не особо вникают.
Привет! Да, тут я полностью согласен. Для меня оно как-то скорее внутреннее. Когда человек говорит "ИИ" - чувствую себя на границе пропасти отчаяния. Слишком много видел людей которые в магический ИИ истинно веруют. А когда говорит "нейронку", я выдыхаю и начинаю говорить что-то типа: "нет, в вашем случае нейронная сеть не нужна, можно сделать проще и надежнее". Я понимаю что бездна может быть одинаково глубока в обоих случаях. Но при словах "нейронка" ещё кажется что с человеком можно договориться...
С ИИ пример без контекста непонятен. Например лаборатория Шмидхубера называется Swiss AI Lab IDSIA. Даже в названии есть AI. И в названии его стартапа есть AI. И OpenAI, Google AI, FAIR, "Andrej Karpathy -- Director of AI at Tesla", "Jeff Clune Research areas: AI, ML, deep RL, deep learning, AI-Generating Algorithms (AIGAs)", "DeepMind -- We research and build safe AI systems that learn how to solve problems and advance scientific discovery for all", "parl.ai -- Conversational AI -- A unified platform for sharing, training and evaluating dialogue models across many tasks"... Каждый вправе использовать любые термины и изобретать новые. Некоторые люди могут быть слишком изобретательными и гибкими и незакостенелыми, следовательно непонятными для слишком радикальных терминологических нацистов
1) Есть некоторая разницы в русском и в английском. ИИ и AI не 100% равнозначны. Если открыть википедию, то можно увидеть что у них несколько разные ассоциативные ряды. 2) Вопрос контекста. Если говорить "я занимаюсь AI" в общем (про кафедру в институте, про лабораторию) - это нормально. То когда вы говорите "мы создаём AI/ИИ алгоритм" говоря об очередной if-then системе, или говоря "мы бы хотели заказать у вас ИИ систему" говоря про обучение нейронной сети - это зашквар. 3) Смотрите, видео было про маркеры речи. Если ваш собеседник использует указанные маркеры - значит скорее всего, с вероятностью 99% он некомпетентен в этой области. Ибо носители знаний так не говорят. У вас другой опыт? Я разговариваю с большим числом руководителей и разработчиков. И критерий "человек понимает как что-то работает"/"человек со стороны" проходит строго по использованию указаных терминов.
Тут есть доля правды, но, Антон. Например, я не буду использовать термин ИИ в разговоре с тобой, но с маркетинговой командой в моей компании я буду использовать AI , потому что по их ресерчу этот термин лучше продаётся. Не важно, что у нас алгоритмы NLP, LSTM и другое внутри. Эти детали точно не будут в контенте маркетинговых материалов (да и зачем они?). Да и более того, система, которая включает в себя iOT, sensor data streaming, decision marking algorithms, Semisupervised algorithms, куски разметки и переобучения, я такую систему на английском называю AI Product или Product with Applied AI, и это как будто уже устоявшийся термин. Ещё, например, у нас есть дашборды, построенные на частично статистических моделях, частично, на ML алгоритмах, частично на multiple ifs (conditions) и визуализации полученных табличек. Мы эти дашблоды называем AI dashboards. Может, это не лучший термин, но пока другого не придумали. В системе есть другие дашборды, которые строятся без использования какого-то ни было ML, и надо как-то отличать наши от тех. Но это не значит, что все, кто говорит термин AI dashboard в моей компании, не компетентны. Хотя ты легко можешь оценить глубину понимания, задав пару учиняющих вопросов о том об этих дашбордах и выяснишь, что тебе нужно :)
Спешу не согласиться. Из wiki: "В английском языке словосочетание artificial intelligence не имеет антропоморфной окраски, которую оно приобрело в традиционном русском переводе: слово intelligence в используемом контексте скорее означает «умение рассуждать разумно», а вовсе не «интеллект» (для которого есть английский аналог intellect[5]. " То есть это просто ошибка перевода. Вторая ошибка перевода это "machine learning". В ангийском языке есть два глагола "трейнин" и "лёрнин", которые соотвествуют русским "обучение кого-то" и "самообучение". То есть опять всё переворачивается с ног на голову. Каспарова выиграли без "лёрнин". "machine learning" - это "машинное самообучение", без экспертных знаний, без жестких алгоритмов. Итого: оба термина использовать можно (так как бороться с этим уже невозможно) если участники разговора понимают по ИИ - "методы искусственной разумности", а под вторым термином понимаем "машинное самообучение". Цифровая трансформация - ,как я понимаю проблему, всё АйТи организации часто построено вокруг удовлетворения потребностей налоговой и государства. Весь чудовищный документооборот бизнесу не нужен, а нужен толкьо чтобы играть по-правилам. Для выявления узких мест в процессах, для предсказания проблем нужно строить параллельную структуру. Метрики, цифры, проценты также очень важны. Манагеру нужно продать всё это акционерам. И тут, как мне кажется, у вас неправильное позиционирование своей работы. ИИ часто это не про то что дешевле, а про то что надежнее и быстрее. В Китае, например распротранены автоматические шуруповерты при сборке приборов не потому что это дешевле, а потому что это надежнее. Человек делает больше брака - ставит царапины, или перетягивает, неотягивает даже с помоощью автоматической отвертки. И без метрики почему ваш способ лучше - продать это невозможно.
Смотрите, видео было про маркеры речи. Если ваш собеседник использует указанные маркеры - значит скорее всего, с вероятностью 99% он некомпетентен в этой области. Ибо носители знаний так не говорят. Видео про то что если вы будете их использовать повседневно, то, скорее всего, у профессионального сообщества, вы будете вызывать такие же ассоциации. 1) Про AI|ИИ - да, хорошее сравнение. Я не против того чтобы использовали. Но это является маркером речи. Скорее всего человек который понимает как такие штуки использовать - не будет говорить "ИИ", он скажет "machine learning". 3) Я же не против метрик, боже упаси. Я против того чтобы использовать неполные метрики, настаивая на этом как на целевом задании. Если вы в повседневном разговоре используете только ошибки первого рода, не фиксируя ошибки второго - то скорее всего вы не понимаете как работают алгоритмы ML. И опять же - маркер речи.
Во, я подумала и поняла. Просто запросы о digital transformation and Applied AI должны вообще не к тебе идти как к lead ML. А к таким как я - Product Manager in Applied AI. Потому что я как раз (не нахаляву, а вполне за хорошие деньги ;) ) и определяю, что должно быть сделано в компании для трансформации и автоматизации процессов и потом какая часть из этого может быть решена с помощью ML, и тут я советуюсь с тобой по более конкретным вопросам. Это по первым двум пунктам. Про точность 99% забавно, что мы с тобой слышали о таком в Черри, но в моей текущей компании ни разу не слышала про точность. Все руководство (и клиенты тоже) оперирует ROI, monetization potential etc Что правильно -)
Когда все называют нейросетью, при том скорее чаще "нейронкой". Это следующий уровень (не)понимания, кмк. И звучит обычно "нам нужно обучить нейронку, которая бы делала xyz". А что внутри: два if'a, деревья или unet - люди не особо вникают.
Привет!
Да, тут я полностью согласен. Для меня оно как-то скорее внутреннее. Когда человек говорит "ИИ" - чувствую себя на границе пропасти отчаяния. Слишком много видел людей которые в магический ИИ истинно веруют.
А когда говорит "нейронку", я выдыхаю и начинаю говорить что-то типа: "нет, в вашем случае нейронная сеть не нужна, можно сделать проще и надежнее".
Я понимаю что бездна может быть одинаково глубока в обоих случаях. Но при словах "нейронка" ещё кажется что с человеком можно договориться...
С ИИ пример без контекста непонятен. Например лаборатория Шмидхубера называется Swiss AI Lab IDSIA. Даже в названии есть AI. И в названии его стартапа есть AI. И OpenAI, Google AI, FAIR, "Andrej Karpathy -- Director of AI at Tesla", "Jeff Clune Research areas: AI, ML, deep RL, deep learning, AI-Generating Algorithms (AIGAs)", "DeepMind -- We research and build safe AI systems that learn how to solve problems and advance scientific discovery for all", "parl.ai -- Conversational AI -- A unified platform for sharing, training and evaluating dialogue models across many tasks"... Каждый вправе использовать любые термины и изобретать новые. Некоторые люди могут быть слишком изобретательными и гибкими и незакостенелыми, следовательно непонятными для слишком радикальных терминологических нацистов
1) Есть некоторая разницы в русском и в английском. ИИ и AI не 100% равнозначны. Если открыть википедию, то можно увидеть что у них несколько разные ассоциативные ряды.
2) Вопрос контекста. Если говорить "я занимаюсь AI" в общем (про кафедру в институте, про лабораторию) - это нормально. То когда вы говорите "мы создаём AI/ИИ алгоритм" говоря об очередной if-then системе, или говоря "мы бы хотели заказать у вас ИИ систему" говоря про обучение нейронной сети - это зашквар.
3) Смотрите, видео было про маркеры речи. Если ваш собеседник использует указанные маркеры - значит скорее всего, с вероятностью 99% он некомпетентен в этой области. Ибо носители знаний так не говорят. У вас другой опыт? Я разговариваю с большим числом руководителей и разработчиков. И критерий "человек понимает как что-то работает"/"человек со стороны" проходит строго по использованию указаных терминов.
Тут есть доля правды, но, Антон. Например, я не буду использовать термин ИИ в разговоре с тобой, но с маркетинговой командой в моей компании я буду использовать AI , потому что по их ресерчу этот термин лучше продаётся. Не важно, что у нас алгоритмы NLP, LSTM и другое внутри. Эти детали точно не будут в контенте маркетинговых материалов (да и зачем они?). Да и более того, система, которая включает в себя iOT, sensor data streaming, decision marking algorithms, Semisupervised algorithms, куски разметки и переобучения, я такую систему на английском называю AI Product или Product with Applied AI, и это как будто уже устоявшийся термин.
Ещё, например, у нас есть дашборды, построенные на частично статистических моделях, частично, на ML алгоритмах, частично на multiple ifs (conditions) и визуализации полученных табличек. Мы эти дашблоды называем AI dashboards. Может, это не лучший термин, но пока другого не придумали. В системе есть другие дашборды, которые строятся без использования какого-то ни было ML, и надо как-то отличать наши от тех. Но это не значит, что все, кто говорит термин AI dashboard в моей компании, не компетентны. Хотя ты легко можешь оценить глубину понимания, задав пару учиняющих вопросов о том об этих дашбордах и выяснишь, что тебе нужно :)
В моей практике "фантазеров" также преобладает, примерно 99.9 процентов из общего количества общений.
Все как сказали, так и есть.
Спешу не согласиться.
Из wiki: "В английском языке словосочетание artificial intelligence не имеет антропоморфной окраски, которую оно приобрело в традиционном русском переводе: слово intelligence в используемом контексте скорее означает «умение рассуждать разумно», а вовсе не «интеллект» (для которого есть английский аналог intellect[5]. "
То есть это просто ошибка перевода.
Вторая ошибка перевода это "machine learning". В ангийском языке есть два глагола "трейнин" и "лёрнин", которые соотвествуют русским "обучение кого-то" и "самообучение". То есть опять всё переворачивается с ног на голову. Каспарова выиграли без "лёрнин". "machine learning" - это "машинное самообучение", без экспертных знаний, без жестких алгоритмов.
Итого: оба термина использовать можно (так как бороться с этим уже невозможно) если участники разговора понимают по ИИ - "методы искусственной разумности", а под вторым термином понимаем "машинное самообучение".
Цифровая трансформация - ,как я понимаю проблему, всё АйТи организации часто построено вокруг удовлетворения потребностей налоговой и государства. Весь чудовищный документооборот бизнесу не нужен, а нужен толкьо чтобы играть по-правилам. Для выявления узких мест в процессах, для предсказания проблем нужно строить параллельную структуру.
Метрики, цифры, проценты также очень важны. Манагеру нужно продать всё это акционерам. И тут, как мне кажется, у вас неправильное позиционирование своей работы. ИИ часто это не про то что дешевле, а про то что надежнее и быстрее. В Китае, например распротранены автоматические шуруповерты при сборке приборов не потому что это дешевле, а потому что это надежнее. Человек делает больше брака - ставит царапины, или перетягивает, неотягивает даже с помоощью автоматической отвертки. И без метрики почему ваш способ лучше - продать это невозможно.
Смотрите, видео было про маркеры речи. Если ваш собеседник использует указанные маркеры - значит скорее всего, с вероятностью 99% он некомпетентен в этой области. Ибо носители знаний так не говорят. Видео про то что если вы будете их использовать повседневно, то, скорее всего, у профессионального сообщества, вы будете вызывать такие же ассоциации.
1) Про AI|ИИ - да, хорошее сравнение. Я не против того чтобы использовали. Но это является маркером речи. Скорее всего человек который понимает как такие штуки использовать - не будет говорить "ИИ", он скажет "machine learning".
3) Я же не против метрик, боже упаси. Я против того чтобы использовать неполные метрики, настаивая на этом как на целевом задании. Если вы в повседневном разговоре используете только ошибки первого рода, не фиксируя ошибки второго - то скорее всего вы не понимаете как работают алгоритмы ML. И опять же - маркер речи.
Во, я подумала и поняла. Просто запросы о digital transformation and Applied AI должны вообще не к тебе идти как к lead ML. А к таким как я - Product Manager in Applied AI. Потому что я как раз (не нахаляву, а вполне за хорошие деньги ;) ) и определяю, что должно быть сделано в компании для трансформации и автоматизации процессов и потом какая часть из этого может быть решена с помощью ML, и тут я советуюсь с тобой по более конкретным вопросам. Это по первым двум пунктам. Про точность 99% забавно, что мы с тобой слышали о таком в Черри, но в моей текущей компании ни разу не слышала про точность. Все руководство (и клиенты тоже) оперирует ROI, monetization potential etc Что правильно -)
Поэтому существует термин "искусственный идиот"