SME
Pondelok, 23. november, 2020 | Meniny má KlementKrížovkyKrížovky

Načítavam moment...
Momentálne nie ste prihlásený

Tesla najala Slováka ako šéfa pre systém Autopilot (Späť na článok)

Pridajte priamu reakciu k článku

Tak kanadsky Slovak, dobre. Mne ale padla sanka z Jima Kellera. Som nevedel, ze sa dal k Tesle. Ak som mal nejake pochybnosti o tom, ze to autonomne riadenie daju tak teraz uz ich nemam.
Nutri-Grain
< 1 2

 

Tak on tusim prelietava hore dole kde ho je treba, prednedavnom bol v AMD.
 
Hodnoť

 

No uvidime, kto bude skor ci google alebo tesla, zatial mi prijde to googlovske selfdriving car trochu iteligentnejsie.
 

 

Mne to pride tak ze google ide stylom androidu, da svoje ovladanie vsetkym a vyrobcovia si to poupravuju, a teda aktualizacie nic a ine problemy ake ma android preberu aj sem.
Kazdopadne co mi je velmi divne na autonomnom jazdeni je ze som cakal ze prve co to budu mat funkcne budu kamiony, kedze realne autonomne kamiony usetria spedickam miliardy. Samozrejme nie full autonomia, ale nieco na styl kamion dojde pred mesto na parkovisko a tam si prevezme zavoznik ktory ho zoberie tam kam treba, a ked treba(ziadne sialene niekolkodnove cakania soferov pred fabrikou), ak by slo o firmu ktora ma dobre zvladnuty privadzac z dialnice tak by rovno kamion siel k nim a tiez by si ho len zobrali ked by ho potrebovali.
Tu vidim extremny potencial autonomie, nie u cloveka ktoremu sa nechce soferovat par km do prace.
 

 

Podla mna porovnavas neporovnatelne. Google auto je prototyp, soferovany profesionalmi a ukazky su to najlepsie, co to auto dokaze. Naopak Tesla technologia je nasadena na ozajstnych autach, urcite tam nie su najnovsie vychytavky. Tesla ma k dispozicii realne data z mnohonasobne vacsej vzorky nez Google, co je velmi podstatny fakt pre vyuku AI. Podla mna ma Tesla neskutocny nadskok pred ostatnymi a pokial nedojde k nejakej nehode, aj to tak zostane.
 

 

Ze nadskok :-)

Kym sa tesla dostane tam, kde je google, tak to este par rokov potrva. To, ze zobrali tu najjednoduchsiu cast, teda jazdu po dialnici, a dali ju ako funkciu na vlastne riziko do vsetkych aut, nic neznamena. Jazda v meste, semafory, cyklisti, chodci, nepisane pravidla su ovela vacsi problem a tam je google ovela ovela dalej. S tymi vecami ti AI nepomoze nijak.
 

 

Evidentne nic nevies o AI, inaksie by si nenapisal nasledovnu vetu: "nepisane pravidla su ovela vacsi problem .... S tymi vecami ti AI nepomoze nijak." Pretoze je to prave naopak. Prave AI je tam kvoli tomu, aby dokazala rozhodovat v situaciach, ktore nie su jednoznacne a rozosnat predmety, ktore nie su jednoznacne identifikovatelne. Takisto som napisal, ze porovnata Teslu a Google nejde, kedze prezentuju technologie v uplne inom case rozpracovanosti. dalej som napisal, ze Tesla ma neskutocny nadskok v oblasti zberu dat, testovania a implementacie, co je jednoznacny fakt. Evidentne si to nepochopil. V kazdom pripade, aby som sa s niekym bavil, musi splnat 1. Prezentovat fakty 2. Byt slusny, nenapadat a nezosmiesnovat. 3 Mat aspon zakladne znalosti Bohuzial nesplnas ani jedno, bye.
 

 

Ved ja ta neprosim, aby si sa so mnou hral na piesocku. Ja ti len hovorim, ako to je.
Ano AI dokaze rozpoznavat predmety na obrazku, ale pri jazdeni ti AI nepomoze, napr. pravidlo, ze nevojdes na zeleznicne priecestie, kym je tam ine auto, nie je vec, ktoru by riadila nejaka neuronova siet, to je hardcodovane pravidlo.
Nadskok naozaj nie je slovo, ktore chces pouzit, je to naskok. Nie zeby na tom zalezalo.
 

 

Aha, takze neuronova siet nedokaze potiahnut v partii Go figurkou, lebo jej pohyb je vymedzeny presnymi pravidlami. Prestuduj si, ako Watson ovlada vsetky americke zakony a robi danove priznaniapre HR block, aby si pochopil, ako hravo si AI poradi s pevne danymi pravidlami. Varis z vody a nevies ich ani podporit ziadnymi faktami. Bye
 

 

Uz sa opat rozpravame? Cool :-)

V Go neuronova siet zamozrejme nicim netaha. Dalsi tah sa urci prehladavanim stromu stavov, presne ako je to v sachu a inych podobnych hrach. V sachu zacinas na uvodnej pozicii, potom mozes spravit 20 tahov, na kazdy moze reagovat super tiez 20 tahmi, takze po prvom tahu mas 400 kombinacii, na kazdu z tych 400 kombinacii mozes reagovat dalsimi tahmi, takze sa ti strom utesene rozkonaruje, ako pocitas vsetky moznosti, ktorymi mozes tiahnut. Dost hlboko v strome najes koncove pozicie hry, takze potom spatne mozes ohodnocovat, ktora cesta (a ktory tah) vedie k vitazstvu. Problem je len v tom, ze uz po par tahoch vycerpas vsetku dostupnu pamat na svete, takze nastupuje heuristika - ktoru cestu v strome mozem vynechat? Na zaklade historickych hier si spravis tabulku pravdepodobnosti a prehladavas len tie vetvy stromu, ktore su najpravdepodobnejsie. Ako tuto heuristiku spravis, je taka alchymia, a rozhoduje o tom, ci tvoj sachovy / Go program bude uspesny alebo nie. AlphaGo vyuziva na pruning stromu neuronove siete, cize pri hladani tahu mu asistuju, ale dalsi tah sa vybera hardcodovanym algoritmom (monte carlo tree search).

Co je aj point, ktory sa snazim naznacit - neuronova siet nesoferuje auto. Ak ma niekto taku predstavu, tak ... hmm ... je to uplne odveci.

Smiem sa spytat, ake mas vzdelanie, co sa tyka AI?
 

 

Sach sa nikdy AI neriesil, Naslavnejsi Deep Blue, vyuzival v podstate cisto brute force algoritmus. Pointa bola ale uplne o niecom inom. Priklad co som Ti dal s Watsonom si oblukom obisiel. Watson dostal vsetky americe danove zakony od zaciatku americkeho federalneho danoveho systemu v textovej forme (74 tisic normo stran) a na zaklade toho optimalizuje danove priznania. Uz na prvej kontrolne vzorke niekolko stotisic priznani ktore zbehli spatne to spravil lepsie nez profesionalni danovi poradcovia. Pritom ide o cistu implementaciu zakonov (alebo po tvojom hardcoded rules), ktore musi spravne pochopit a implementovat tak, aby sa navzajom nevylucovali a pritom vybrat najvyhodnejsie riesenia. Co je presne Tvoj priklad o nevstupeni na zeleznicne priecestie, kym situacia nedovoluje bezpecny prejazd (paragraf 28, odstavec f) bye
 

 

To bye beriem uz len ako pozu ;-)

O watsonovi toho az tak vela neviem, viem len, ze je to industrial-scale implementacia algoritmov z 80-tych rokov. Ze by sa take nieco mohlo samo naucit, kde ma ako ktore policko v danovom priznani vyplnit, mi pride velmi nepravdepodobne.
Pogooglil som trochu a nasiel som tento clanok: https://www.nytimes.com/2017/0...
- Watson will be assisting H&R Block’s 70,000 tax professionals
- “This is not magic,” Mr. Cobb said the Watson team told him. “You have to teach Watson over time.”
- it was fed the 74,000 pages of the federal tax code and thousands of tax-related questions culled from H&R Block’s data
- Then, H&R Block tax professionals were brought in to “train” Watson. They approved when Watson suggested a smart question for a particular tax filer and corrected it when a proposed question was off base
- Seventy-five percent of Americans who file taxes get money back. For H&R Block clients, the figure is about 85 percent

Cize podla toho clanku Watson nic nevyplna. Dostal knowledge base firmy, ktora sa specializuje na dane a ma asistovat jej zamestnancom pri vyplnani. Ani to nepochopil sam, musel ho team expertov natrenovat, fakt neviem, ako to funguje interne, ale predpokladam, ze ide o nejake reinforced learning, musim si najst nejaky paper. Firma ma vyssiu uspesnost, ze klient dostane peniaze spat, ako je priemer v krajine. Nic sa tam nepise, ze by mal vyssiu uspesnost Watson.

Neviem, ale mam pocit, ze z vody varis skor ty. Daj teda odkaz na clanok, kde hovoria, ze Watson vyplna danove priznania, ze ich vyplnil 100 000 a ze mal vyssiu uspesnost ako profesionalni danovi poradcovia. Cakam :-)

Povedat, ze Deep Blue vyuzival cisto brute force algoritmus je cisty fail. Mozem sa opat opytat na tvoje vzdelanie v oblasti AI? A neobchadzaj to oblukom, prosim. Mam totiz pocit, ze tvoje vzdelanie pozostava zo samych medzier. Ani jednoduchu vetu nevies spravne interpretovat, mozno by si potreboval Watsona. "The system derived its playing strength mainly from brute force computing power" - to vobec neznamena, ze pouziva brute force algoritmus, to nie je nijako mozne, to musi vediet kazdy, kto mal co i len 1 semester AI. Co to hovori je, ze porazil ostatne sachove programy tak, ze prehladaval vacsiu cast stromu ako oni, cize porazil ich hrubou vypoctovou silou. Ale brute-force algoritmus a brute-force computing power su 2 uplne odlisne veci.

Neviem, ci by som sa mal bavit s niekym, kto nema ani zakladne znalosti. Ale tak ... zatial ma to bavi :-)
 

< 1 2

Najčítanejšie na SME Auto