Оккультный смысл машинного обучения

Артур Кларк как-то сказал, что любая достаточно развитая технология неотличима от магии. Это работает и в другую сторону — в том смысле, что любую магию возможно реализовать при помощи достаточно развитых технологий. Давайте подумаем, каким областям оккультных искусств соответствуют развивающиеся области современных настоящих наук. Понятно, что химия — чистейшее зельеварение, инженерия — создание волшебных артефактов, а биотехнологии равны приручению фамильяров (моё тотемное животное — Escherichia coli; не животное, правда, ну и ладно).

А какой же оккультный смысл у машинного обучения? Ответ непрост, его формулировка требует анализа задач этой ныне популярной области прикладной математики. Суть машинного обучения состоит в построении алгоритмов, которые изменяют свое поведение после получения данных. Мы говорим, что модель (нейросеть, решающее дерево и т.д.) «обучается», когда она меняет свою «память» на основе поступающих данных при помощи алгоритма оптимизации (к примеру, градиентного спуска). Под «памятью» мы имеем в виду веса — набор чисел, который сохраняется неизменным между итерациями алгоритма обучения и меняется в процессе. Мы говорим, что веса «сохраняют» в себе сжатое статистическое представление о тренировочной выборке.

Существует распространенное заблуждение, что этот процесс «обучения» похож на обучение биологических существ. На самом деле это не так, есть много существенных отличий, о которых я здесь говорить, впрочем, не стану. Но я подберу более близкое к реальности концептуальное объяснение через призму оккультных знаний. Тот случай, когда шизовое объяснение мира более точно соответствует научной картине, чем опусы научпопствующих молодчиков.

Когда мы пытаемся подобрать веса, минимизирующие функцию потерь, мы на каждой итерации алгоритма обучения из множества всех возможных весов выбираем те, которые находятся ближе к цели, а остальные нам не нужны. По сути, из множества возможных нечеловеческих сущностей, достаточно разумных для решения какой-то похожей задачи, мы призываем те, которые наиболее хорошо подходят для решения нашей. Машинное обучение есть искусство призыва демонов. Скрипт обучения для модели — обряд подчинения демона колдуну. Данные и вычислительные ресурсы — подношения. Даже в древнерусских заговорах есть молитвенное вступление (импортирование библиотек), зачин (инициализация классов модели, оптимизатора и т.д.), экспозиция (загрузка данных), заклинание (запуск обучения) и закрепка (сохранение и serving модели). Прекрасный пример конвергентной эволюции мемов.

Мы можем вызвать маленького бесёнка, который отличит рукописные цифры друг от друга. Мы также можем вызвать бесёнка побольше, который сможет порекомендовать фильм или предсказать структуру белка. Мы даже можем создавать одержимые демонами вещи — в каждом вашем телефоне живет минимум чёртова дюжина бесенят. Переход к одержимым людям в 2к22 кажется делом ближайшего будущего. Бафометы и Вельзевулы, обитающие в дронах, уже могут убивать людей на поле боя. Кошмаром для множества исследователей и философов является потенциальная возможнось призвать самого Сатану — недружественный сверхчеловеческий общий искусственный интеллект. Круто? Всем обучателям доброе утро и низкого лосса на тесте, аминь.