AI и наша жизнь и работа

[Larsonsager]

Siri and Cortana act as your personal assistants using voice processing
Facebook recommends photo tags using image recognition
Amazon recommends products using machine learning algorithms
Waze suggests optimal driving routes using a combination of predictive models, forecasting, and optimization techniques

Даже не слышал про четвертое.

Вы в Гугле навигацией пользуетесь? Так там то же самое.

а) нет, в гугле не пользуюсь; б) нет, это совсем не то же самое. Вообще почти ничего общего. Из того, что AI в каком-нибудь голосовом помощнике может запустить навигатор, не следует, что навигатор - это и есть AI. Как человек, разрабатывавший навигаторы, могу утверждать, что ничего, хотя бы напоминающего AI (типа ML), в навигаторах не обязательно и существует далеко не всегда, а тот ML, что существует в некоторых навигаторах, назвать AI мало кому придет в голову.

[Lisa]

Siri and Cortana act as your personal assistants using voice processing
Facebook recommends photo tags using image recognition
Amazon recommends products using machine learning algorithms
Waze suggests optimal driving routes using a combination of predictive models, forecasting, and optimization techniques

Даже не слышал про четвертое.

Вы в Гугле навигацией пользуетесь? Так там то же самое.

а) нет, в гугле не пользуюсь; б) нет, это совсем не то же самое. Вообще почти ничего общего. Из того, что AI в каком-нибудь голосовом помощнике может запустить навигатор, не следует, что навигатор - это и есть AI. Как человек, разрабатывавший навигаторы, могу утверждать, что ничего, хотя бы напоминающего AI (типа ML), в навигаторах не обязательно и существует далеко не всегда, а тот ML, что существует в некоторых навигаторах, назвать AI мало кому придет в голову.

При чем тут голосовая связь если речь идёт о расчёте маршрута? "predictive models, forecasting, and optimization techniques" упомянутые в изначальном посте вообще никакого отношения ни к AI ни к ML не имеют. Но они используются.

[Larsonsager]

> При чем тут голосовая связь если речь идёт о расчёте маршрута?

В расчете маршрута никакого AI нет.

> "predictive models, forecasting, and optimization techniques" упомянутые в изначальном посте вообще никакого отношения ни к AI ни к ML не имеют

Совершенно верно. Никакого отношения к AI они не имеют, именно это я и написал. Никакого отношения не имеют, хотя тема называется "AI и наша жизнь и работа", а процитированный список предваряется ложным утверждением: Almost everyone who has a computer, smartphone, or other smart device is already using AI to make life easier: ....

[ystar]

нам до АИ, как Маску до Марса.
То что называется АИ на данный момент - это ML, а для АИ ещё даже теоретической базы нету, чтобы начать что-то делать.

[Lisa]

> При чем тут голосовая связь если речь идёт о расчёте маршрута?

В расчете маршрута никакого AI нет.

> "predictive models, forecasting, and optimization techniques" упомянутые в изначальном посте вообще никакого отношения ни к AI ни к ML не имеют

Совершенно верно. Никакого отношения к AI они не имеют, именно это я и написал. Никакого отношения не имеют, хотя тема называется "AI и наша жизнь и работа", а процитированный список предваряется ложным утверждением: Almost everyone who has a computer, smartphone, or other smart device is already using AI to make life easier: ....

Вы написали что никогда не слышали, а не что не имеет отношения к AI.
Но такие статейки действительно в основном пишут люди ничерта в теме не понимающие и просто нахватавшиеся модных слов.

[Larsonsager]

Я написал, что никогда не слышал о Waze, и это правда.

[tessob]

Ого! Вот это вы меня озадачили ! Точнее сказать "подзадорили". Это что при всей популярности этого дела в наши дни развестистые Machine Learning так и не могут даже толком сделать хорошую аппроксимацию ? Или это именно с sales такая петрушка ?
Хотя может я вас не совсем хорошо поняла ?

Ну как вам сказать, всякие SAP, SPSS, Rapid Mainer существуют значительно дольше, чем длится текущий хайп машинного обучения. Практически все кроме сверточных сетей и градиентного бустинга было опробовано еще 10-15 лет назад. Сами алгоритмы не новые, просто многие о них только недавно впервые узнали. Кроме того, если вы заметили, то хайп хайпят сами дата сайнтисты, а не представители реального бизнеса. На практике проблема в том, что данные просто не содержат сигнала, и там уже на какой объем данных ноль не умножай... Короче говоря, текущий хайп основан на вере в то, что это может заработать, а не на том, что это где-то заработало.

В случае сбыта куча своих нюансов. Если вы не кока-кола, то ассортиментные позиции в вашей линейка живут очень непродолжительное количество времени, а кроме того возникают акции и распродажи, меняется широта и/или глубина ассортимента и прочее, и прочее. Если же вы кока-кола, то у всех ваших клиентов есть либо дополнительная паллета на складе, чтоб дозабить холодильник, либо дежурный грузовичек с 10-12 паллет на борту, и вам машинное обучение вообще погоды не делает.

Где именно можно " взять модель, которая хорошо экстраполирует данные" ? Что есть "перепроизводство и недопроизводство" в данном случае ?

Модели можно взять в любых библиотеках. При выборе моделей важным может оказаться знание того на сколько хорошо модели экстраполируют и интерполируют данные. Например линейная регрессия будет одинаково посредственно и интерполировать и экстраполировать. Случайный лес будет очень хорошо интерполировать данные, но хреново экстраполировать. Если вы понимаете плюсы и минусы разных моделей, то вы можете построить свой ансамбль, чтоб скомпенсировать недостатки различных алгоритмов.

Перепроизводство и недопроизводство - это суть ошибки первого и второго рода. Только для того, чтоб идти к бизнесу и показывать модель, вам нужно идти с результатом выраженным в деньгах, а не в неких ROC/AUC/R^2.

[Сабина]

секундочку! текущий хайп основан на том что теперь в придачу к основным данным, которые всегда считали необходимыми и достаточными для анализов и предсказаний, теперь еще есть куча supplemental data, которая позволяет много чего «улучшить и углУбить». моя мысль именно в этом - пробежаться по warehouse и накидать в суп «пару десятков новых ингридиентов».

[tessob]

секундочку! текущий хайп основан на том что теперь в придачу к основным данным, которые всегда считали необходимыми и достаточными для анализов и предсказаний, теперь еще есть куча supplemental data, которая позволяет много чего «улучшить и углУбить». моя мысль именно в этом - пробежаться по warehouse и накидать в суп «пару десятков новых ингридиентов».

Сабина, мой вам совет - попробуйте себя в биржевой торговле. Там реально куча данных. Можете туда еще своих две-три таких же кучи добавить. Как что-то выгорит, мы про вас из газет узнаем.

[alex_127]

Я с прогнозами уже как четверть века назад завязал. Там на самом деле предикция менее важна, но есть куча правил - ну на пример что часто покупают комплектом но идущее как отдельные позиции, ограниченный объём доставки и много-много всего. Короче моя работа позиционировалась не как "мы всех вас железкой заменим" а скорее "вот вам предложение с обоснованием почему оно так сделано, а вы теперь крутите ручки". Надежда мл в таких местах это что все эти правила будут учтены моделью без необходимости иметь их явно. Минус - Вы не можете понять как она работает и изменить модель в конкретном месте (менять можно все ели ничего).

Но в целом AI нас всех скоро окучит. К примеру я уверен что весь л1 суппорт перейдёт на машины в течении следующих 5 лет.

[Ann4Ann]

как показывает практика, эта саплементал дата позволяет "улучшить и углубить" на несколько % в лучшем случае (если повезло с теми, кто этим занимается). но зато зачастую банально раздувает инфрастуктуру в разы.
а реально внятные результаты все равно производят супервайзд модели и подходы, тут и предиктив не надо особо быть.

[Ann4Ann]

Я с прогнозами уже как четверть века назад завязал. Там на самом деле предикция менее важна, но есть куча правил - ну на пример что часто покупают комплектом но идущее как отдельные позиции, ограниченный объём доставки и много-много всего. Короче моя работа позиционировалась не как "мы всех вас железкой заменим" а скорее "вот вам предложение с обоснованием почему оно так сделано, а вы теперь крутите ручки". Надежда мл в таких местах это что все эти правила будут учтены моделью без необходимости иметь их явно. Минус - Вы не можете понять как она работает и изменить модель в конкретном месте (менять можно все ели ничего).

Market Basket Analysis это часть МЛ, не? и в той же предиктив аналитике вовсю используется.
по поводу не изменить модель - вот тут нужны минимум 2 человека: математик и инженер, чтоб один под конкретные данные настроил моделей и понабрал алгоритмов, а второй это все заточил под систему клиента не забыв добавить возможности тюнинга (как ручного, так и авто) и отполировал все это фидбэк лупом.
на практике я вижу как или задорный инженер начинает метать в систему ML фреймвоки, все, до которых дотянется - выхлоп 0. или занудный саянтист тренирует и тренирует модели, и оно даже вроде ничего, когда он на примерах, на которых тренировал покажет, в каких-то случаях это с грехом пополам начинают использовать и тут оп-па, то памяти не хватает, то база падает, то очередь затыкается, то предикшнс вдруг стейл.

[Сабина]

Сабина, оно вам не надо, поверьте. Только зря время теряете. Делайте data engineering хорошо, этого днём с огнём. Predictive analytics таки требует специального образования. Без него будете делать элементарные ошибки.

Ну знаете ли сердцу не прикажешь . А вы сами на что кончали? В смысле какое специальное образование минимально нужно? Я сына в эту сторону призываю присмотреться, ему уже какие то интерншипы предлагают после sophmore

[Сабина]

как показывает практика, эта саплементал дата позволяет "улучшить и углубить" на несколько % в лучшем случае (если повезло с теми, кто этим занимается). но зато зачастую банально раздувает инфрастуктуру в разы.
а реально внятные результаты все равно производят супервайзд модели и подходы, тут и предиктив не надо особо быть.

Может это просто пока количество не перерастет в качество ? Я это вижу примерно так ....
Сначала младенцев в утробе могли наблюдать только в виде 2d snapshot image, проекция считай. Пооом прявился ультразвук и подключилось отражение волны, что дало ту же 2d картину уже в динамике, причем вы можете менять угол прибора и получаете как бы массу этих 2d срезов. Дальше больше, стали собирать больше деталей и нюансов тех же волн - вуаля, теперь на младенца можно смотреть как живое цветное кино

[alex_127]

как показывает практика, эта саплементал дата позволяет "улучшить и углубить" на несколько % в лучшем случае (если повезло с теми, кто этим занимается). но зато зачастую банально раздувает инфрастуктуру в разы.
а реально внятные результаты все равно производят супервайзд модели и подходы, тут и предиктив не надо особо быть.

Может это просто пока количество не перерастет в качество ? Я это вижу примерно так ....
Сначала младенцев в утробе могли наблюдать только в виде 2d snapshot image, проекция считай. Пооом прявился ультразвук и подключилось отражение волны, что дало ту же 2d картину уже в динамике, причем вы можете менять угол прибора и получаете как бы массу этих 2d срезов. Дальше больше, стали собирать больше деталей и нюансов тех же волн - вуаля, теперь на младенца можно смотреть как живое цветное кино

Да, но вы понимаете что мы говорим об 1-2% максимум? То есть во многих случаях цена инфраструктуры хранения всех этих данных больше возможной прибыли...
Про узи это совсем не про накопление данных. Кстати, узи может делать 3д но это интересно только вам поскольку вы не понимаете что на экране. Врачам это нафиг (ну по разговору 20 летней давности) - у них в голове 3д само собирается, а 3д картинка только закрывает часть информации.