Наблюдение: нейронные сети в глубинном обучении размножаются методами генетического программирования

МЕНЮ


Новости ИИ
Поиск

ТЕМЫ


Внедрение ИИНовости ИИРобототехника, БПЛАТрансгуманизмЛингвистика, рбработка текстаБиология, теория эволюцииВиртулаьная и дополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информации

АРХИВ


Июнь 2017
Май 2017
Апрель 2017
Март 2017
Февраль 2017
Январь 2017
Декабрь 2016
Ноябрь 2016
Октябрь 2016
Сентябрь 2016
Август 2016
Июль 2016
Июнь 2016
Май 2016
Апрель 2016
Март 2016
Февраль 2016
Январь 2016
0000

RSS


RSS новости
птичий грипп

Новостная лента форума ailab.ru

Наблюдение: нейронные сети в глубинном обучении размножаются методами генетического программирования. Докажем это, предъявив алгоритм генерации новых статей в области.

Шаг 0. Х = 10.

Шаг 1. Если последить за каналом deep learning и почитать работы, то можно заметить, что статьи в основном, примерно так устроены: а нахерачим-ка мы то, не знаем что, с функцией потерь такой, что не знаем какой, и начнём это обучать. Получим больше, чем +Х%, точности относительно случайного угадывания.

Шаг 2. Ура! У нас больше, чем +X%, точности и в заголовке статьи стоит deep learning! Немедленно публикуемся, пока китайцы не сделали то же самое!

Шаг 3. Надо писать следующую статью. Посмотрим, у какой из архитектур нейронных сетей получается делать что-то лучше, чем у других. Возьмём эту архитектуру и каким-то случайным образом добавим к ней куски из другой архитектуры. Ух ты! Уже +(X + 1)% к случайному гаданию.

Шаг 5. Ура! У нас +(X + 1)% относительно случайного поиска. Знаем ли мы, как это работает? Нет! Но нам и не надо, нас и так опубликуют, ведь X+1 и deep learning же! Надо спешить, пока китайцы не сделали то же самое.

Шаг 6. X = X + 1. И на шаг 1.

И тут возникает вопрос: а на кой тут нужны учёные и публикации? Просто пишем генетический перебор архитектур, и вперёд. Количество публикаций автоматически сокращается раз в 10. Леса целы, суперкомпьютеры загружены, бизнесы оптимизированы. Экономия и эффективность повышаются. Человек исключается из процесса принятия решений, да и вообще, кому нужны эти людишки? Счастье же.

Нет, ну в самом деле.