Добавить в корзинуПозвонить
Найти в Дзене
Neodevrep

Что такое ML, и почему мой пылесос теперь умнее меня?

Так,
здорово. Принёс тут мне один парень робот-пылесос, говорит, "Не
работает, не едет, говорит, что “Засорился датчик”". Ну, я глянул, а там
просто волосы намотались на колёса. Я ему всё почистил, говорю: "Ну
всё, готов, забирай". А он мне: "А как он, мол, сам узнает, что там
засорилось?" Ну, я ему объясняю, что там просто алгоритм, который меряет
сопротивление на моторе, и если оно высокое, то он и выдаёт ошибку. Он
мне: "А мне говорили, что там ML стоит". Ну и тут я уже не выдержал.
Сейчас объясню и вам, что такое этот ваш хвалёный ML и с чем его едят.
ML,
или Machine Learning,, это, если по-простому, когда компьютер учится на
примерах. Ты ему даёшь кучу-кучу данных, а он сам находит в них
закономерности и на основе этих закономерностей делает какие-то выводы.
Вот, например, ты ему показываешь сто тысяч фотографий кошек и сто тысяч
фотографий собак. Он их анализирует и в какой-то момент сам начинает
понимать, где кошка, а где собака. И потом, когда ты ему даёшь новую


Что такое ML, и почему мой пылесос теперь умнее меня?
Что такое ML, и почему мой пылесос теперь умнее меня?

Так,
здорово. Принёс тут мне один парень робот-пылесос, говорит, "Не
работает, не едет, говорит, что “Засорился датчик”". Ну, я глянул, а там
просто волосы намотались на колёса. Я ему всё почистил, говорю: "Ну
всё, готов, забирай". А он мне: "А как он, мол, сам узнает, что там
засорилось?" Ну, я ему объясняю, что там просто алгоритм, который меряет
сопротивление на моторе, и если оно высокое, то он и выдаёт ошибку. Он
мне: "А мне говорили, что там ML стоит". Ну и тут я уже не выдержал.
Сейчас объясню и вам, что такое этот ваш хвалёный ML и с чем его едят.

ML,
или Machine Learning,, это, если по-простому, когда компьютер учится на
примерах. Ты ему даёшь кучу-кучу данных, а он сам находит в них
закономерности и на основе этих закономерностей делает какие-то выводы.
Вот, например, ты ему показываешь сто тысяч фотографий кошек и сто тысяч
фотографий собак. Он их анализирует и в какой-то момент сам начинает
понимать, где кошка, а где собака. И потом, когда ты ему даёшь новую,
неизвестную ему картинку, он может сказать: "Эй, это же кошка!" или
"Нет, это собака".

Это не просто какая-то программа, где ты
жёстко прописал: "Если видишь уши треугольником, то это кошка". Нет, это
совсем другое. Компьютер сам ищет эти "уши", "хвост", "морду" и кучу
других параметров, которые мы, может, даже и не замечаем. И делает это
очень быстро и точно.

Где это применяется? Да везде! Вот твой
телефон разблокируется по лицу, это оно. Твой навигатор строит маршрут,
учитывая пробки, тоже оно. Когда ты смотришь на YouTube, и он тебе
предлагает видео, которые тебе, скорее всего, понравятся,, это оно.
Когда тебе спам-письма в почту не приходят, это тоже оно, потому что
почтовый сервис научился отличать спам от нормальных писем.

Это
очень полезная штука. Она позволяет делать технику не просто "умной", а
действительно способной к обучению и адаптации. Но и тут есть свои
нюансы. Чтобы ML работал, нужно очень много данных. И эти данные должны
быть хорошими, без ошибок. Если ты дашь машине неправильную информацию,
она и выводы сделает неправильные. Вот почему иногда эти системы дают
сбои. Так что не надо думать, что робот-пылесос, который сам объезжает
препятствия,, это какая-то магия. Это просто много-много данных, которые
кто-то загрузил в него, и теперь он, если можно так выразиться, знает,
как себя вести. Так что вот. Никакой магии, просто сложная математика. И
всё.