Вся статистика, как научный аппарат, началась с пива!

Красивая инфографика.

Воот! Наконец-то пошли дельные идеи применения!

Вот так тоже в одной, галактике начали ИИ пиво варить обучать, потом салаты делать, а потом и супы.
И понеслась:
https://youtu.be/VAM8RLt8Yt8?si=O8slHyz7kfW5T2dR

У них, замечательных ученых, есть честь, есть уважение, ЕСТЬ ПИВО!

Вот в такую науку я бы пошел, а не вот это вот все

Hiuz
Немного пивка для научного рывка

Вот, а новость про применение ИИ в разработке молдавских вин освистали. А все почему? Потому что в посте красивой инфографики не было! %)

Блин, это ж очень крутое исследование) С пивом, конечно, звучит как будто не серьезно. Но, блин, это ж такая крутая демонстрация новых возможностей исследования))))

А как они решали проблему субъективности оценок и личных пристрастий?

Заяц
ИИ-метаанализ, насколько я поняла, так что

Lasse Maja
что подтверждает тот факт, что если не умеешь в современности в дашборды и инфографику, то никому твоё писево не сдалось

Всего лишь дешëвое или дорогое, верхнее брожение или нижнее. Но хорошо и дорого делать всë равно никому не упало.

Теmр, в современности это называется маркетинг))

Кстати говоря, если результат получен неизвестным методом, это не научный результат. Некоторым научно обоснованным методом, по известным формулам посчитать результаты может компьютер без нейросети. Что творится внутри нейросети никто не знает. Методики с нейросетями не научны, пока нейросеть не расскажет последовательность шагов.

Торговец твилечками
Эм, результат не может быть научным или ненаучным, это неверное применение слова "научный". Здесь речь вообще не о науке. Речь об инженерии, инженерном решении. Инженерному решению ничего не мешает быть удачным, уникальным, неповторяемым, да каким угодно! У него другой критерий - главное, чтоб работало. Желательно, работало выгодно, но это уже не обязательно (бывают проекты, в которых лучше вложиться дико в надёжность или проекты, которые вообще не должны окупаться в прямом смысле слова). Научные бывают теории, модели, эксперименты, работники и пр. элементы научного процесса, а изобретения или инженерные решения - это другое. Иногда, конечно, не другое, бывает, что наука теснейше переплетается с инженерией, например, когда строят всякие коллайдеры или термоядерные реакторы испытательные - проверять новую идею. Здесь не тот случай.

Торговец твилечками
История не про нейросеть, а про градиентный бустинг - не про нейросети.

Нейросети довольно понятная вещь в первом приближении когда всё просто, щёлк
вот вам простая архитектура

а вот вам
математический внутряк

подставляем v1 в функцию потерь и решаем оптимизационную задачу на поиск глобального минимума этой функции - всё.

Каждая стрелочка - это 1 параметр, и теперь вспоминаем, что в современных сетках параметры исчисляются миллиардами и масштабируем и вуаля.

Ну а с деревьями вообще всё понятно (ведь градиентный бустинг - это про деревья решений), в нейросетях какие-то функции непонятные и прочее, а суть дерева решений даже школьник поймёт если на пальцах принцип объяснить

Теmр
Тогда это обычная математика, а не «чёрный ящик». Просто я совершенно не понимал суть.
Матемаг
Слово «вывод» устроит? То есть исходные данные и результаты, без методики расчёта. Допустим, мы кинули свежеобнаруженную лягушку в чёрный ящик, и он показал, что она состоит из белков, жиров и углеводов. Как он это сделал, мы не знаем, но мы долго тренировали его на других лягушках всех известных видов. Вот так я представлял себе нейросети.
То что это инженерное решение, так журнал не «Вестник пивоваренной промышленности».

Торговец твилечками
Натягивание на глобус же. В смысле, какая разница, как узнали? То, что всякие нейронки и прочие обучения работают - это вполне научный факт (даже не теория, просто факт). Товарищи собрались и использовали ML, который научно работает (факт; для того, чтобы констатировать работу вполне научно - не нужно объяснять, как работает, для демонстрации этого достаточно сказать, что окружающая нас материя предсказуемо работает, это факт, но КАК она работает - мы не всё понимаем) для получения конкретной выгоды. Ничего "ненаучного" здесь нет. И в нейронках ничего особенного нет, числодробилки оптимизационные... собственно, наши мозги - тоже, только наши мозги уже интеллектуальны, а нейронкам любят приписывать "искусственный интеллект", которого у них нету.

А что в этом такого? Вот, например, мы не знаем, как, на самом деле, мозг программиста изобретает новые решения. Или мозг математика ориентируется в вещах, которые комп посчитать не в состоянии. Мне кажется странным на основании непонимания объявлять мозг математика и мозг программиста "ненаучными". Или объявлять ненаучными их выводы. Которые проверяемы точно так же, как вывод нейронки какой. Когда-то давно мы не понимали, что такое тепло на микроуровне, но вполне себе мастерили тепловые машины, или не понимали, как работают растения, но выращивали урожай. Сейчас мы понимаем тепловые машины и растения (за исключением, может быть, тех или иных деталей), зато научились делать нейронки, достаточно большие версии которых тоже не понимаем. Поймём потом, ничего особенного.

Торговец твилечками
"Чёрным ящиком" методы называют для обывателей, для тех, кто хоть чуть-чуть знает курс вышмата: частная производная, метод градиентного спуска и его модификации, что такое функция многих переменных и суперпозиция функций, нахождение экстремума функций - нейросеть перестаёт быть чёрным ящиком и становится совершенно понятным мат аппаратом с довольно сложной мат конструкцией, только и всего.
Один из моих любимых мемов про машинное обучение


Если внимательно прочитать статью там написано какие методы были использованы для решения этой задачи. Про них можно почитать в мат постановке в том числе. Статей вагон. Вот только ли хватит мат.бэкграунда, чтобы понять какая там именно математика - вопрос открытый и для каждого будет свой ответ.