1. Девочка выполняет скрипт, заданный теми, кто создавал процессы.
2. Девочка игнорирует идиотизм. (Два раза нарвавшись на недовольство клиентов, пытается изменить формулировки на более подходящие)
3. Девочка понимает, что клиент запутался или недоволен и меняет тембр голоса или добавляет что-то от себя.
Нейросеть на это просто не обучена. Она работает со статистикой. Девочка — с конкретным клиентом на другом конце провода.
Ещё раз читаем внимательно: специалист ошибается в пяти процентах случаев на одном единственном этапе. Причём, это обнаружение фактов, а не принятие решения. И большую часть ошибок он исправляет.
Точно также бухгалтер наделает больше ошибок, если будет считать баланс вручную.
Вы акцентируете внимание на том что ИИ неспособен «прочувствовать» какие-то грани и потому не применим для некоторых задач.
Это проблема того, что девочка-оператор, выполняя кривой скрипт, отойдёт от инструкции и подстроится под вопросы клиента. Программа же будет делать только то, чему её научили и не сможет исправить ошибки «реального интеллекта», давшего дурные задачи. Когда сервис является важным фактором, такая экономия выльется в бегство клиентов.
Кстати, те меню, которые управляются голосом, называются «с элементами искусственного интеллекта». То, что первый вопрос у них «хотите ли вы прослушать нашу рекламу» — это не хитра я идея поставщика услуг, а его глупость.
Пардон, это всё относится к вычислению оптимума среди стратегий с разными весовыми коэффициентами. Прикладные нечёткие системы развивали ещё японцы в рамках проекта компьютеров пятого поколения, внедрившие даже автоматическое вождение поездов.
Ещё экспертные системы прошлого поколения показали, что на определённых задачах программа превосходит тех, кто её обучает. Хотя бы по количеству рассмотренных вариантов или по возможности комбинировать знания многих специалистов.
Проблема обучения с учителем только в огромных затратах на извлечение и формализацию знаний. Для научных исследований это пофиг, а коммерческие проекты должны окупаться.
Человек не распознаёт, а принимает решение. «Это пятно засветки», «это срочно на операцию», «это какая-то непонятная фигня. Надо подождать», «Здесь надо отрезать кусочек и послать на гистологию».
Вопрос не в том, кто победит в соревнованиях на отдельном этапе, а какую деятельность можно поручить машине и сколько это будет стоить. (Менять инфраструктуру и рабочие процессы — это тоже не бесплатное удовольствие)
Вот только к искусственному интеллекту это отношения не имеет,
Ну как же «не имеет». Внедрять искусственный интеллект вместо живого оператора будут те же люди, что создают эти жуткие квесты. И вождение автоматизировать будут те же программисты, что напортачили с педалью газа у Тойоты и в Фольксвагене пытались обмануть американские органы, контролирующие уровень выхлопа.
Вы сравниваете минусы одного интеллекта с плюсами другого. Это не корректно.
В контексте поста сравниваются только характеристики, необходимые для выполнения определённых видов работы. И замена взрослых обученных людей компьютерными программами. (И мне не понятно, почему в этой битве человеческий интеллект, вдруг, защищают трёхлетние дети.)
При этом, менеджеру, принимающему решение, совершенно пофиг, как именно работа будет сделана, если она будет сделана правильно. Например, с поиском известных объектов на большом количестве изображений компьютер уже справляется лучше среднего человека. Но отсеивать ошибочное распознавание всё равно приходится человеку-специалисту.
Я вот чего не понимаю: зачем стараться приблизить НС к человеческому мышлению? Это же непостижимое противоречие!
В контексте пятого пункта данных тезисов.
Вопрос только в том, удастся ли заменить для определённых видов работ программой не Амара Абусарию из Бангалора, а заслуженную секретаршу Мариванну.
При обучении без учителя (например, при игре с самим собой) никаких искусственных ограничений нет.
Есть, конечно. Это ограничение условий игры.
Те же самообучающиеся боты, предоставленные сами себе в чате, или затыкаются и молчат (что можно оценить как оптимальную стратегию), или обучаются таким вещам, что их приходится отключать (как бота-нациста от Майкрософта).
Так это человеческий шовинизм приписывать машине неспособность распознавать речь.
Для практических приложений гораздо важнее, что человек детектирует ошибку распознавания и переспрашивает, а для машины это просто один из выборов с весовым коэффициентом. Тем более, машина не предложит, как поправить входные данные.
ваш мозг по сути также является обычным арифмометром,
Не-а. Мозг — аналоговый, параллельный и нечёткий преобразователь. Отличия от арифмометра принципиальные. Поди, сейчас в вузах и устройство аналоговых компьютеров не учат «за ненадобностью». А зря.
Мон шер. Это именно то место на диаграмме развития, на котором написано «И тут произошло чудо»
Используемые сейчас статистические методы способны найти только те смыслы, которые в них заложили создатели. Это занятие настолько дорогое, что оно обмануло радужные ожидания предыдущей лихорадки. И особых прорывов на этом направлении не наблюдается. Даже для «Ватсона» пришлось доставать из ножен древний Пролог.
Три комментария вниз по предыдущей ветке и есть ссылка на то, что из этого на данный момент вышло в реале. Правда, не знаю, есть ли переводы этих статей на русский.
Естественно, всё началось давно, а прорыв сейчас обеспечили возросшие ресурсы и вложенные деньги. Только я сомневаюсь, что кому-то захочется без учителя самообучать медицинскую нейросеть по принципу «упал пациент или ещё стоит».
Имелась ввиду игра опытного игрока с новичком. Просто как модель. И просто в контексте упоминания того, что машина понимает только то, что знает, а человек может воспринимать дополнительные контексты.
В общем же случае любая игра — модель достаточно простая, чтобы для неё рано или поздно нашлось оптимальное «математическое» решение.
Про то, как учат учиться можно прочитать про Ватсона и рак. Очень перспективный рынок и очень скромные результаты для такого объёма вложенных ресурсов. И объективность получается только до границы изложения взглядов тех врачей, которые участвуют в его обучении.
IBM pitched its Watson supercomputer as a revolution in cancer care. It’s nowhere close и полно других описаний скромности их успехов.
2. Девочка игнорирует идиотизм. (Два раза нарвавшись на недовольство клиентов, пытается изменить формулировки на более подходящие)
3. Девочка понимает, что клиент запутался или недоволен и меняет тембр голоса или добавляет что-то от себя.
Нейросеть на это просто не обучена. Она работает со статистикой. Девочка — с конкретным клиентом на другом конце провода.
Или мы говорим о фактах и берём реальную статистику, или мы придумываем, но тогда уже не швыряемся цифрами.
Точно также бухгалтер наделает больше ошибок, если будет считать баланс вручную.
Массовый труд не может быть высокооплачеваемым. А вот дорогим — сколько угодно. Сотня землекопов выйдет дороже экскаватора, хотя выроют они меньше.
Вот AI и может выступать подобным экскаватором. Нам же усиленно кричат, что вот буквально завтра даже программисты останутся без работы.
Задача-то именно в том и состоит, чтобы массово заменить дорогой человеческий труд. Плодить гениальных тунеядцев — это никогда не окупится.
Это проблема того, что девочка-оператор, выполняя кривой скрипт, отойдёт от инструкции и подстроится под вопросы клиента. Программа же будет делать только то, чему её научили и не сможет исправить ошибки «реального интеллекта», давшего дурные задачи. Когда сервис является важным фактором, такая экономия выльется в бегство клиентов.
Кстати, те меню, которые управляются голосом, называются «с элементами искусственного интеллекта». То, что первый вопрос у них «хотите ли вы прослушать нашу рекламу» — это не хитра я идея поставщика услуг, а его глупость.
Ещё экспертные системы прошлого поколения показали, что на определённых задачах программа превосходит тех, кто её обучает. Хотя бы по количеству рассмотренных вариантов или по возможности комбинировать знания многих специалистов.
Проблема обучения с учителем только в огромных затратах на извлечение и формализацию знаний. Для научных исследований это пофиг, а коммерческие проекты должны окупаться.
Вопрос не в том, кто победит в соревнованиях на отдельном этапе, а какую деятельность можно поручить машине и сколько это будет стоить. (Менять инфраструктуру и рабочие процессы — это тоже не бесплатное удовольствие)
Ну как же «не имеет». Внедрять искусственный интеллект вместо живого оператора будут те же люди, что создают эти жуткие квесты. И вождение автоматизировать будут те же программисты, что напортачили с педалью газа у Тойоты и в Фольксвагене пытались обмануть американские органы, контролирующие уровень выхлопа.
В контексте поста сравниваются только характеристики, необходимые для выполнения определённых видов работы. И замена взрослых обученных людей компьютерными программами. (И мне не понятно, почему в этой битве человеческий интеллект, вдруг, защищают трёхлетние дети.)
При этом, менеджеру, принимающему решение, совершенно пофиг, как именно работа будет сделана, если она будет сделана правильно. Например, с поиском известных объектов на большом количестве изображений компьютер уже справляется лучше среднего человека. Но отсеивать ошибочное распознавание всё равно приходится человеку-специалисту.
В контексте пятого пункта данных тезисов.
Вопрос только в том, удастся ли заменить для определённых видов работ программой не Амара Абусарию из Бангалора, а заслуженную секретаршу Мариванну.
Есть, конечно. Это ограничение условий игры.
Те же самообучающиеся боты, предоставленные сами себе в чате, или затыкаются и молчат (что можно оценить как оптимальную стратегию), или обучаются таким вещам, что их приходится отключать (как бота-нациста от Майкрософта).
Для практических приложений гораздо важнее, что человек детектирует ошибку распознавания и переспрашивает, а для машины это просто один из выборов с весовым коэффициентом. Тем более, машина не предложит, как поправить входные данные.
Не-а. Мозг — аналоговый, параллельный и нечёткий преобразователь. Отличия от арифмометра принципиальные. Поди, сейчас в вузах и устройство аналоговых компьютеров не учат «за ненадобностью». А зря.
Мон шер. Это именно то место на диаграмме развития, на котором написано «И тут произошло чудо»
Используемые сейчас статистические методы способны найти только те смыслы, которые в них заложили создатели. Это занятие настолько дорогое, что оно обмануло радужные ожидания предыдущей лихорадки. И особых прорывов на этом направлении не наблюдается. Даже для «Ватсона» пришлось доставать из ножен древний Пролог.
В общем же случае любая игра — модель достаточно простая, чтобы для неё рано или поздно нашлось оптимальное «математическое» решение.
Про то, как учат учиться можно прочитать про Ватсона и рак. Очень перспективный рынок и очень скромные результаты для такого объёма вложенных ресурсов. И объективность получается только до границы изложения взглядов тех врачей, которые участвуют в его обучении.