|
31. יש בזה מן האמת אבל זו לא כל האמת
כן - מבחינת היכולת לקחת את ההצלחות ולתרגם אותן למוצרים מידיים שמביאים ערך ללקוח - פה יבמ לא מצליחה עדיין לממש את הפוטנציאל.
ההצלחות כן מרשימות ברמה האקדמית - הדיבייטר עוקף את הרדידות של סירי בלי שאלות בגלל, אבל יבמ שבעיקר עסוקה בפיתוח לתעשיות גדולות (כמו רפואה), קשה לה לממש טכנולוגיות שהפיתוח שלהם נעשה כדי להרשים את הצופים בבית, כמו הדיבייטר.
ספציפית לגבי סרטן, מה שנאמר דווקא נשמע מצויין: ווטסון משתמש במידע הקיים, ומצליח לתת הצעות מאוד דומות לבני אדם. מה זה אם לא טוב? ״רק בחלק קטן מהמקרים הביא לשינוי משמעותי״ - חחח. אם היה מדובר בפציינטים אמיתיים, מי שנפל בחלק הקטן הזה היה מאוד שמח על השינוי, לא? בקיצור, המלך בינתיים אכן לא לגמרי לבוש, אבל הכתבה נשמעת קצת מגמתית מדי. יש פה הרבה דברים טובים שצריך לנסות ולהביא לידי מימוש ותועלת בצורה יותר מוצלחת.
|
|
|
|
המובילים בתחום המחשוב (גוגל, אפל, פייסבוק...) עושים את כל הדרוש על מנת להודיר פרופיל בכל הקשור לבינה מלאכותית
ו אי בי אם אינה יוצאת דופן.
---------
האנושות עברה את נקודת הסף בה השאלה האם תהיה או לא תהיה בינה מלאכותית.
הבינה כבר כאן.
ההשלכות - בדרך.
עכשיו הם צריכים לנקות את הפחד הטבעי של האדם הרגיל
וכתבה זו - היא חלק מהמסע הזה.
----------
אני רוצה להיות אופטימי
|
|
|
33. מערכת לקילוף קלמנטינות
|
|
|
34. הבעיה שרפואה יותר מורכבת ואי וודאית ממשחק
| ווטסון זה רק מותג |
|
|
(19.08.18) |
כולם עוברים לרשתות ניורונים אבל הבעיות ברפואה עדיין לא מתאימות להם
|
|
|
35. מעניין איך קמצוץ מהמח האנושי היה עוזר לבינה המלאכותית.
|
|
|
36. למרבה הצער זה לא נכון
חלק מהתרופות החדשות (ממשפחת ANTI PD1) מתחילות להראות גם פגיעה במערכת החיסונית עד כדי מוות. יצירת תאי T בכמויות גדולות לאורך זמן גורמת לתאי הבקרה ברקמות לפתח תגובות אוטואימיוניות קשות מאד.
|
|
|
|
יש נטייה כאשר יש מערכת חדשה / חדשנית לשפוט אותה לחומרה. הרי זה ברור שמערכות יכולות לטעות. ושיש עקומת למידה מסויימת לכל מערכת. אבל בסופו של דבר אחרי למידה ממושכת המערכות יקבלו החלטות נכונות.
גם רופאים היום טועים. אבל אף אחד לא משווה את קצב עקומת הלמידה של רופא לעומת קצב עקומת הלמידה של מחשב.
הרבה מהתהליכים, אפילו המורכבים של קבלת החלטות יוחלפו בסופו של דבר על ידי מכונות. זה לא אומר שהמכונות יחליפו את בני האדם, רק יפנו לבני האדם זמן לעסוק בנושאים אחרים. ולהספיק יותר דברים.
|
|
|
|
הרופאים נלחצו אחרי שהבינו שבקרוב מאוד הם הופכים למיותרים והתחילו להילחם על מקומם. איכשהו בסוף הציבור יסבול.
|
|
|
39. לא יודע מי כתב את הכתבה הזו אבל זו כתבה גרועה
מי שחשב שהכל יפתר בבינה מלאכותית, פשוט טועה ולא מכיר את התעשיה, Machine Learning או Deep Learning יודעים לפתור בעיות שבני אדם פותרים עם שיקול דעת אפסי,
ויש הרבה מקצועות שיפגעו מזה בעתיד הרחוק:
קופאית בסופר לא פותרת אף בעיה שמצריכה שיקול דעת.
משרדי נסיעות - בעיות שמכונה פתרה מזמן.
רואה חשבון - הכל לפי חוקים יודעים מראש, שיקול דעת מינימלי.
פרסומאי - היום כולם מפרסמים ישירות מול גוגל או פייסבוק.
ברוקרים - היום הכל מתבצע מול מכונות.
טייסים - כנראה שעדיף לסמוך על מכונה, רוב תאונות הטיסה בגלל טעות אנוש לא בגלל תקלה טכנית!
ועד ועוד
יש מקרים שיותר קשה לראות איך מוכנה לוקחת פיקוד, אם נוציא את הגורם האנושי כבר מחר אפשר שכל המכוניות היו אוטונומיות, בקיצור, יש בעיות שבינה מלאכותית יכולה לפתור במהירות וביעילות, ויש מקרים שבני אדם מתקשים לפתור בעצמם את הבעיה אז אין סיבה שמכונה תפתור אותה, זה תוכנה שמחקה חשיבה של בני אדם ולא את אלוהים...
|
|
|
40. כל הכבוד שאפילו פה הצלחתם ללעוג לטראמפ
|
|
|
41. אלמנטרי, ווסטון יקירי
|
|
|
42. לו היית יודע בכמה דברים אתה משתמש שיש מאחוריהם ML לא היית
| ליאור , |
ירושלים |
|
(19.08.18) |
נוער כך, מאחורי הspam filter של gmail, החלטות ברפואה ובאינספור דברים נוספים, ההבדל בין שנות ה90 (אגב פרספטרון הומצא בשנות ה70) הוא כח החישוב שיש היום מול אז השאלה היא לאיזו סוג התקדמות אתה מצפה וכמה סבלני אתה
|
|
|
43. ה-AI חייבת ללמוד מטעויות כדי להשתפר. שיבהירו שהשימוש בה הוא
הלימוד, ושיקח שנה או 2 עד שהיא תגיע להישגים. רק לימוד עצמי ישפר.
| |
מגזין
