Работа с Artificial Intelligence, Machine Learning, Pattern Recognition, etc

Лиспосрач уже можно начинать или чуток подождать?

Я люблю покрутить нейросети и генетику в качестве хобби. Полезного получилось исчезающе мало. Но я и задачи непростые ставлю.

Меня больше всего интересуют системы с огромным объёмом входных данных: аудио и видео. Увы, нейросетями я не смог достигнуть стабильных результатов. Возможно, нужно сменить подход.

Нет, здесь не про лисп.

Стало интересно, что из себя представляет работа в этих областях.

В своей сфере (алгоритмы анализа изменения биржевых цен) — все эти алгоритмы просто пытаются эмулировать работу человеческого мозга. То есть, берется трейдер, который действительно умеет торговать и далее идут пляски как заставить машину анализировать подобно этому человеку. Или другой тип задач: есть какая-то конкретная задача, которую сложно решить простой математикой, но глаз четко видит решение. Тут-то и применяются некоторые подобия ИИ, ML, паттерн-матчинг, нейронные сети, генетические алгоритмы, регрессионный анализ.

Подобрать нужную цепочку анализа к конкретной задачи — еще то творчество и искусство.

Еще я не верю в интуицию, а уверен в том, что наш мозг — сложнейшая нейросеть и все наши интуитивные догадки, просто выдача результата этой НС.

просто используют готовые решения, никакого творчество.

Зависит от задач.

отзовитесь, каково это.

Может дело вкуса, конечно. Но мне сложно представить более свободную, увлекательную, творческую исследовательскую работу.

Это так, что сейчас ИИ в основном в финансах и экономике используется?

Это так, что сейчас ИИ в основном в финансах и экономике используется?

Все эти методы можно применять в любых сферах где необходимо заменить человеческое воздействие на автомат или же это воздействие наоборот анализировать.

Еще такое ИМХО: вся эта цепочка алгоритмов и есть истинным и единственно верным развитием анализа/науки, поскольку все эти методы максимально приближены к природе и к человеческому организму.

Классическая математика/химия/физика — лишь приближения. ИИ/ML же — это вектор в котором наука стремиться воссоздать саму природу или подобную модель, а не просто вычислить похожую апроксимацию.

ИИ/ML же — это вектор в котором наука стремиться воссоздать саму природу или подобную модель, а не просто вычислить похожую апроксимацию

паттерн-матчинг, нейронные сети, генетические алгоритмы, регрессионный анализ

Лол

Столкнулся с мнением, что несмотря на кажущуюся крутизну, это просто использование нескольких классов известных алгоритмов, а в остальном просто подгонка параметров под них

Так и есть

скучно, нудно и неинтересно

Работать вообще скучно, нудно и неинтересно

Ничо себе заявочки

Работать вообще скучно, нудно и неинтересно

И как с этим жить?)

Не обращать внимания на это и радоваться жизни же :)

Стало интересно, что из себя представляет работа в этих областях.

Тыц

каково это.

Жуть! :)

Это прикольно, когда твое решение выстреливает, даже, если кому-то кажется что оно построено на использовании готовых вещей. Мастерство в том, чтоб найти, как эти готовые штуки заставить работать вместе, при этом, не скатываясь в тупоё дерганье множества параметров. Если одним из критериев качества своей работы поставить минимизацию количества параметров настройки алгоритма - то тогда становится интересно и весело.

Когда долго не получается - напрягает :(

Если интересен мой, воркфлоу - то сначала всё моделируется в mathematica, потом делается первое приближение к реальной жизни - переписываем на Qt, ну и боевое - это ни от чего не зависящая dll/so-шка с C API, за которую заказчик отслюнявливает.

Много имел дело с одной компанией, которая разрабатывает нейронные сети для предсказания физико-химико-медицинских свойств веществ, от растворимости до токсичности. Начали в конце 1980-х, первая коммерческая версия программы была написана на Турбо Паскале.

Используемые нейронные сети существенно не менялись с конца 1990-х.