Még mindig nem tudom a gondolataimat összerázni egy bejegyzés erejéig a vírusok koronájáról, de mivel holnaptól ki sem lehet már járni rendesen, ajánlom mindenkinek a videót amit Kolozsváron készítettem vasárnap reggel. Sajnos nem sikerült betenni alá a János Vitézt, ezért szenvedtem a 23 darab összevágásával, hogy meglegyen a két óra, de aki teheti halgassa azt mellette. Nem igazán passzol, de ez van.
A franc megette ezt a világot.
kedd, március 24, 2020
csütörtök, március 05, 2020
szingularitás
Van ez a Lex figura és egész érdekeseket beszélget mindenféle mesterséges intelligencia kutatókkal. És persze mindenki a távoli jövőbe teszi az emberi szintű mesterséges intelligencia létrejöttét, mert mindenki akadémikus vagy nagy cégeknél dolgozik, ahol nem lehet mellébeszélni. Az én blogomban viszont lehet mellébeszélni, ezért leírom a mostani gondolataimat, amit az utóbbi pár video megnézése után formáltam az agyacskámban.
Általában azért nem sokat szoktak arról beszélni, hogy miért nem lesz egyhamar emberi szintű mesterséges intelligencia, csak azt, hogy még nagyon távol vagyunk tőle, mert az intelligenciáról sem tudunk sokat. Yann LeCun azt mondja, hogy egyrészt az emberi intelligencia nem túl általános, ez egy kicsit talán könnyíti a problémát, viszont a mostani leginkább használt módszer, a felügyelt tanulás nem lesz elég, az ember sem felügyelten tanulja meg a világot értelmezni és befolyásolni. És ha új paradigmára váltunk, mondjuk a félig felügyelt, vagy önfelügyelt tanulásra, akkor azzal még olyan keveset foglalkoztunk, hogy fogalmunk sincs, ha véletlenül hatékonnyá tudjuk tenni, mi következik utána. Ő azt mondja, hogy a nem felügyelt tanulás a következő hegy, amit a tudománynak meg kell másznia és fogalmunk sincs, hogy hány hegy van utána, ugyanis még nem értünk fel a tetejére. Lehet, hogy csak egy hegy van, lehet hogy száz.
Én azt mondom, mi van akkor, ha nincs is több hegy?
Elég optimista kijelentés ez, nem rám vall. De azért talán vannak okok az optimizmusra, ebből fogok néhányat felsorolni.
Lehet, hogy a látás a fizikai világban sokkal nehezebb, mint a gondolkodás egy absztrakt világban. Ezért persze sok speciális neuront is fejleszettünk hozzá, de amennyire én tudom, matematikáért felelős neuront még nem találtak, már csak evolúciós okok miatt sem. Ugyanakkor bármilyen jó matekes is legyen valaki, nem tud fejben összeszorozni két 10 számjegyű számot, vagy elképzelni egy 5 dimenziós síkot (szerintem 4 dimenziósat sem, nekem legalábbis nem nagyon sikerült az előbb). Persze papírral nagyon ügyesen tudunk ilyen és ennel sokkal bonyolultabb matematikai objektumokkal operálni, de ez nekem azt jelenti, hogy bár jó reprezentációkat tudunk alkotni, túl sokat nem tudunk belőle tárolni (ugyebár a kognitív pszichológiában is megjelenik ez a fogalom, azzal a bizonyos 7-es számmal) és akkor ez eléggé limitálja is a dolgok mélységét amelyeket meg tudunk érteni, vagy legalábbis műveleteket végezni vele.
Egy érdekes technikai fejlemény, hogy most a nyelvi problémák megoldásában igen hatékonynak bizonyuló transzformer módszerek eredetileg a gépi látásban jelentek meg, ahol az lett volna a feladatuk, hogy a kép részleket egy kanonikus pózba transzformálják, amiben már könnyebb felismerni őket. Ami igazán optimizmusra ad okot, hogy mostmár sokkal bonyolultabb modelleket tudunk alkotni, eddig nagyjából minden a konvolúcióra és egyébb egyszerű mátrixműveletekre szorítkozott. Viszont mostanában már gráfokon, halmazokon, akár kissebb optimalizációs feladatok megoldásán alapuló hálókat építhetünk, szerintem ezek már bőven elegek lesznek ahhoz, hogy megoldjuk a gépi látást és szerintem ezek a módszerek a hallásban és nyelvfeldolgozásban is meghozzák az áttörést. Már vannak olyan cikkek, amelyekben matematikai képletekkel végeznek műveleteket transzformerekkel és csodák csodája, hatékony heurisztikákat tudnak tanulni.
Szóval az én kevéssé hozzáértő véleményem az, hogy nem lesz több hegy. És még rengeteg idő van 2029-ig, remélem, hogy a modellező programozási nyelvek is fejlődnek addig, mert szerintem most egy kicsit visszafogja a területet az, hogy Pythonban modellezünk, ami arra jó, hogy nagyobb kész kockákat összeillesszen, de ami nincs előre elkészítve, azt nem tudja apróbb részekből összerakni, mert ahhoz túl lassú. Most, hogy már antibiotikumokat is találtak mesterséges intelligenciával, ha beszáll az egészségügy a sok-sok pénzzel amit rá költünk, szerintem már sosem jön el a mestint tél.
Na most erről nincs kedvem többet írni, majd jön a kiegészítő bejegyzés valamikor, amikor rájövök, hogy mit hagytam ki azokból amiket összegondoltam. :)
Általában azért nem sokat szoktak arról beszélni, hogy miért nem lesz egyhamar emberi szintű mesterséges intelligencia, csak azt, hogy még nagyon távol vagyunk tőle, mert az intelligenciáról sem tudunk sokat. Yann LeCun azt mondja, hogy egyrészt az emberi intelligencia nem túl általános, ez egy kicsit talán könnyíti a problémát, viszont a mostani leginkább használt módszer, a felügyelt tanulás nem lesz elég, az ember sem felügyelten tanulja meg a világot értelmezni és befolyásolni. És ha új paradigmára váltunk, mondjuk a félig felügyelt, vagy önfelügyelt tanulásra, akkor azzal még olyan keveset foglalkoztunk, hogy fogalmunk sincs, ha véletlenül hatékonnyá tudjuk tenni, mi következik utána. Ő azt mondja, hogy a nem felügyelt tanulás a következő hegy, amit a tudománynak meg kell másznia és fogalmunk sincs, hogy hány hegy van utána, ugyanis még nem értünk fel a tetejére. Lehet, hogy csak egy hegy van, lehet hogy száz.
Én azt mondom, mi van akkor, ha nincs is több hegy?
Elég optimista kijelentés ez, nem rám vall. De azért talán vannak okok az optimizmusra, ebből fogok néhányat felsorolni.
Lehet, hogy a látás a fizikai világban sokkal nehezebb, mint a gondolkodás egy absztrakt világban. Ezért persze sok speciális neuront is fejleszettünk hozzá, de amennyire én tudom, matematikáért felelős neuront még nem találtak, már csak evolúciós okok miatt sem. Ugyanakkor bármilyen jó matekes is legyen valaki, nem tud fejben összeszorozni két 10 számjegyű számot, vagy elképzelni egy 5 dimenziós síkot (szerintem 4 dimenziósat sem, nekem legalábbis nem nagyon sikerült az előbb). Persze papírral nagyon ügyesen tudunk ilyen és ennel sokkal bonyolultabb matematikai objektumokkal operálni, de ez nekem azt jelenti, hogy bár jó reprezentációkat tudunk alkotni, túl sokat nem tudunk belőle tárolni (ugyebár a kognitív pszichológiában is megjelenik ez a fogalom, azzal a bizonyos 7-es számmal) és akkor ez eléggé limitálja is a dolgok mélységét amelyeket meg tudunk érteni, vagy legalábbis műveleteket végezni vele.
Egy érdekes technikai fejlemény, hogy most a nyelvi problémák megoldásában igen hatékonynak bizonyuló transzformer módszerek eredetileg a gépi látásban jelentek meg, ahol az lett volna a feladatuk, hogy a kép részleket egy kanonikus pózba transzformálják, amiben már könnyebb felismerni őket. Ami igazán optimizmusra ad okot, hogy mostmár sokkal bonyolultabb modelleket tudunk alkotni, eddig nagyjából minden a konvolúcióra és egyébb egyszerű mátrixműveletekre szorítkozott. Viszont mostanában már gráfokon, halmazokon, akár kissebb optimalizációs feladatok megoldásán alapuló hálókat építhetünk, szerintem ezek már bőven elegek lesznek ahhoz, hogy megoldjuk a gépi látást és szerintem ezek a módszerek a hallásban és nyelvfeldolgozásban is meghozzák az áttörést. Már vannak olyan cikkek, amelyekben matematikai képletekkel végeznek műveleteket transzformerekkel és csodák csodája, hatékony heurisztikákat tudnak tanulni.
Szóval az én kevéssé hozzáértő véleményem az, hogy nem lesz több hegy. És még rengeteg idő van 2029-ig, remélem, hogy a modellező programozási nyelvek is fejlődnek addig, mert szerintem most egy kicsit visszafogja a területet az, hogy Pythonban modellezünk, ami arra jó, hogy nagyobb kész kockákat összeillesszen, de ami nincs előre elkészítve, azt nem tudja apróbb részekből összerakni, mert ahhoz túl lassú. Most, hogy már antibiotikumokat is találtak mesterséges intelligenciával, ha beszáll az egészségügy a sok-sok pénzzel amit rá költünk, szerintem már sosem jön el a mestint tél.
Na most erről nincs kedvem többet írni, majd jön a kiegészítő bejegyzés valamikor, amikor rájövök, hogy mit hagytam ki azokból amiket összegondoltam. :)
fényképészet 2
Szokásomhoz híven, a legutóbbi bejegyzést rendesen összecsaptam és pont az alaptézist, amire felépítettem a mondandómat felejtettem ki. Szóval most itt jön, aztán majd valószínűleg lesz még bejegyzés ebben a témában, mert még mindig foglalkoztat és persze most is sok minden ki fog maradni.
Szóval én azon ritka csoportjához tartozom az embereknek, akik először kaptak számítógépet (93 karácsony, C64) és csak sokkal később lett saját fényképezőgépük (2007 karácsony, a marseillei útat megörökíteni). Persze volt otthon filmes fényképezőgép, de valahogy nem érdekelt egyáltalán. Én előbb írtam a képernyőn összefolyó gömböket, minthogy lefényképeztem volna egy almát. Ennek köszönhetően kialakult bennem egy elvárás a képekkel szemben, a demós múltamnak is köszönhetően, mindig is úgy tekintettem a képekre, amelyek mögött valamilyen módszer bújik meg és amelyre először rá kell jönni és utána paraméterezni úgy, hogy az tetszetős legyen. Persze nálam ez nagyjából úgy jelent meg, hogy nagy nehezen rájöttem a módszerre és azzal kábé el is veszítettem az érdeklődésem iránta, a paraméterezés és szépítgetés már elmaradt. így sikerülhetett, hogy ilyen szín-förmedvényeket is sikerült kiadni. :) Azt hiszem, az első paletta volt ez a sárga-piros amit inkább a turbulencia+zaj textúrageneráló debuggolására használtam, mint arra, hogy egy kellemes, nézhető képet generáljak. Na mindegy, szóval az a lényeg, hogy a képek mögött módszer kell legyen és paraméterek amiket húzni lehet.
Ez persze némileg ráillik a művészeti fotográfiára is, ott is vannak gondolatok, a dolgoknak helye és viszonya, mozgó és álló dolgok, kompozíció, miegymás. Ami viszont hiányzik, az a paraméterezhetőség és én anno mindig is nagyon fontosnak tartottam a paraméterezhetőséget, még ha általában nem is igazán éltem vele. A digitális és némileg az analóg fotózásban is van egy bizonyos paraméterezhetőség, lehet mindenféle színgörbéket és histogrammokat lokálisan és globálisan húzogatni, de egyrészt ez nagyon sok munka (amit megint nem szeretek :)) és másrészt igen limitált.
Én olyant akarok, hogy úgy készíthessek a tengeren a napfelkeltéről képet, hogy nem kell korán felkeljek, hanem csak egyszerűen a nap közepén készítek egy képet és paraméterező rendszerben ki tudom szedni az embereket a vízből, a hullámokat el tudom simítani, a napot le tudom hozni a tenger színtjére és a rendszer újraszámolja a fény szóródását az atmoszférában. Ezt nevezem én paraméterezhetőségnek és hiszek benne, hogy el fogunk ide jutni, illetve már vannak kezdetleges ilyen rendszerek, amelyek mondjuk ugyanazt a képet különböző napszakokra vagy akár különböző évszakokra transzformálják, de egyrészt még nagyon egyszerű a modelljük, másrészt komolyabb feladatokkal, mint mondjuk egy ember vagy egy épület kitörlésével nem igazán bírkóznak meg. De eljön majd az idő, hogy mindez menni fog, a sok adat és sok intelligenciának köszönhetően, amit egy ilyen rendszerbe fogunk pakolni. Na ezért érdekel engem inkább a digitális fényképezés. A lustaság a digitális világ legnagyobb szövetségese. :)
Szóval én azon ritka csoportjához tartozom az embereknek, akik először kaptak számítógépet (93 karácsony, C64) és csak sokkal később lett saját fényképezőgépük (2007 karácsony, a marseillei útat megörökíteni). Persze volt otthon filmes fényképezőgép, de valahogy nem érdekelt egyáltalán. Én előbb írtam a képernyőn összefolyó gömböket, minthogy lefényképeztem volna egy almát. Ennek köszönhetően kialakult bennem egy elvárás a képekkel szemben, a demós múltamnak is köszönhetően, mindig is úgy tekintettem a képekre, amelyek mögött valamilyen módszer bújik meg és amelyre először rá kell jönni és utána paraméterezni úgy, hogy az tetszetős legyen. Persze nálam ez nagyjából úgy jelent meg, hogy nagy nehezen rájöttem a módszerre és azzal kábé el is veszítettem az érdeklődésem iránta, a paraméterezés és szépítgetés már elmaradt. így sikerülhetett, hogy ilyen szín-förmedvényeket is sikerült kiadni. :) Azt hiszem, az első paletta volt ez a sárga-piros amit inkább a turbulencia+zaj textúrageneráló debuggolására használtam, mint arra, hogy egy kellemes, nézhető képet generáljak. Na mindegy, szóval az a lényeg, hogy a képek mögött módszer kell legyen és paraméterek amiket húzni lehet.
Ez persze némileg ráillik a művészeti fotográfiára is, ott is vannak gondolatok, a dolgoknak helye és viszonya, mozgó és álló dolgok, kompozíció, miegymás. Ami viszont hiányzik, az a paraméterezhetőség és én anno mindig is nagyon fontosnak tartottam a paraméterezhetőséget, még ha általában nem is igazán éltem vele. A digitális és némileg az analóg fotózásban is van egy bizonyos paraméterezhetőség, lehet mindenféle színgörbéket és histogrammokat lokálisan és globálisan húzogatni, de egyrészt ez nagyon sok munka (amit megint nem szeretek :)) és másrészt igen limitált.
Én olyant akarok, hogy úgy készíthessek a tengeren a napfelkeltéről képet, hogy nem kell korán felkeljek, hanem csak egyszerűen a nap közepén készítek egy képet és paraméterező rendszerben ki tudom szedni az embereket a vízből, a hullámokat el tudom simítani, a napot le tudom hozni a tenger színtjére és a rendszer újraszámolja a fény szóródását az atmoszférában. Ezt nevezem én paraméterezhetőségnek és hiszek benne, hogy el fogunk ide jutni, illetve már vannak kezdetleges ilyen rendszerek, amelyek mondjuk ugyanazt a képet különböző napszakokra vagy akár különböző évszakokra transzformálják, de egyrészt még nagyon egyszerű a modelljük, másrészt komolyabb feladatokkal, mint mondjuk egy ember vagy egy épület kitörlésével nem igazán bírkóznak meg. De eljön majd az idő, hogy mindez menni fog, a sok adat és sok intelligenciának köszönhetően, amit egy ilyen rendszerbe fogunk pakolni. Na ezért érdekel engem inkább a digitális fényképezés. A lustaság a digitális világ legnagyobb szövetségese. :)
szombat, február 22, 2020
fényképészet
Volt nemrég egy cikk a Transindexen a fényképészetről, hogy egyesek visszatérnek az analóg fotózáshoz, mert az művészibb, igazibb fotózás, meg egyebek.
Mostanában engem is kezd egyre jobban érdekelni a fényképészet, megint, és néha gondolkodtam róla, hogy nekem mit is jelent, szóval akkor most leírom ezt. Persze, nem a Transindexes cikkre válaszként, inkább csak az apropóján, már úgyis akartam írni erről.
Szóval mostanában egyre inkább foglalkoztat a fotogrammetria is és néha megpróbálok egy-két dolgot rekonstruálni a számítógépen. Mivel olvastam, hogy a sétatéri szökőkút díszkivilágítást fog kapni nemsokára, eljött az ideje, hogy megpróbálkozzam a körbefotózásával, amíg nem ugrálnak rajta a fények. Sajnos mivel nagyon sokan látogatják a parkot, jó korán kellett kimenni, hogy ne nagyon zavarjon be senki a képbe és akkor már megpróbáltam elcsípni egy napfelkeltét is, így 20 év után először Kolozsváron, a fellegvárról. Sajnos felhős volt az ég, szóval nem lett semmi belőle, viszont készítettem egy (pár) képet a fényképezőgépeimről (az iPhone 5S-t nem tekintem annak, azzal készült).
Mint látható, én nem vagyok az analóg fotózás híve. Igazából a régi Nikon D60 is csak pár hónapja került vissza használatba, azért se a sztereó kamerám (Lenovo Mirage Camera), sem a szférikus (Nikon Keymission 360) sem nagyon tud versenyezni vele sok szempontból, pedig már több mint 10 éves, persze, a fejlődési szakaszának teljesen más tartományában van, mint ezek a másik kütyük, amelyek csak most kezdtek kereskedelmi forgalomba kerülni.
Egyébként a fotogrammetria eredménye meglepően jó lett, persze messze vagyok még a sketchfab minőségtől, de lehet, hogy kézi javítgatás nélkül annyira jó rekonstrukciókat nem lehet generálni, vagy csak nem a megfelelő szoftvert használom, amit ugyanis próbáltam, az egy kutatási módszer githubos változata, bizonyos esetkeben bizonyára jobban műkszik, de azért annyira nem finom hangolták, amennyire a profibb szoftvereket (amelyekért viszont fizetni kéne valószínűleg). Meg persze elég nagy fába vágtam ezzel a szoborcsoporttal a fejszém, egy-két süti meg szobrocska otthoni rekonstrukciója után itt azért kellett sokat kattintgatni, véletlenül pont 700 fotót készítettem erre a célra, de nem mindegyiket tudta felhasználni a szoftver, gondolom soknál az élesség hibádzik és a végén már fájt a karom és kezdett csáléra állni a kép, szerencsére elég jól kezeli a program a rotációs szabadságot.
Szóval elmondható, hogy míg mások a fotózásban a művészetre fektetik a hangsúlyt, nálam az információ maximalizálása a cél. Ezért is (szokásommal ellentétben) ugrottam hamar fejest a szférikus fotózásba, utána meg a sztereó fotózásba (persze csak akkor, amikor már elég olcsó lett és kész rendszereket lehet venni, annyira nem voltam eltökélt, hogy ragasztószalaggal illesszek össze kamerákat és kioldó bigyókat szinkronizáljak). Sajnos ezek a kezdeti kamerák egyébként nem valami jó minőségűek, most eldöntöttem, hogy a következő ilyen kamerám már valami igazán jó cucc lesz, lehetőleg minimum 4 lencsével. Persze még előtte jön majd egy Inteles aktív mélységmérős kamera, de az kimondottan a játék animációinak elkészítésére lesz vételezve. :))
Ugyanakkor meg az információ maximalizálása is érdekes feladat, amióta gépi látással foglalkoztam, azóta jöttem rá, hogy igenis hasznos ugyanazt a kompozíciót megpróbálni elkészíteni különböző napszakokban, mert a fények biza változatosak. Néha persze egy gps koordináta a lényeges információ a képen, vagy egy időpont, vagy egy üzlet nyitvatartása, de ezt elfogadom, hogy ne nevezzük fotózásnak.
Mostanában úgy gondolom, hogy az emberi szintű mesterséges intelligencia egyik alappillére rengeteg videó lesz, valószínűleg a youtuberól beszippantva. El lehet játszani azzal a gondolattal, hogy milyen intelligencia fejlődhet ki abból, ha azt a feladatot adjuk, hogy a fekete-fehér videót színesítse ki a rendszer, elvileg rá kell jöjjön, hogy a mászkáló foltok, ha emberek, vagy állatok, nem változtatják a színüket, hacsak nem sétálnak olyan foltok közelébe, amelyek minden színét egy kicsit megvadítják. És vajon milyen intelligencia fejlődne ki abból, ha egy videón meg kellene mondja, hogy melyik a leggazdagabb ember, és melyik a legidősebb és melyik vezet taxit. Mind relatív könnyen előállítható adathalmazok.
Számomra ezért érdekes a fotózás, mert ilyen kérdésekre segít választ adni. És persze még jobban segítene, ha már terabájtos képeket készíthetnénk petabájtos memóriakártyákra és nem csak egy pontból készítenénk el a képet, hanem az egész fénymezőt tárolnánk. A fény teljes spektrumával és a kódolatlan wifik adatfolyamaival és a rádióhullámokon még terjedő zenével együtt. Még a kozmikus háttérsugárzást is akarom egy képre, mert mind-mind olyan információ, ami hasznos lehet. És nem akarok várni 40 évet, amig ide eljutunk, nekem most kell. Ezért nem szeretem az analógot, előre kell menni, hogy mindez megvalósúljon.
És van még valami, amit az analóg sosem fog tudni, de a digitálisnak van rá esélye. Mi emberek, ránézünk egy képre és egy bőrszínt látunk, meg egy arcot és máris elkezdünk mindenféle következtetéseket levonni. Teljesen megfeledkezünk arról, hogy annak az embernek is van édesanyja valahol, aki aggódik azért, hogy megint milyen kalamajkába került a fia. Ha a fénykép egyből tartalmazná az anya képét, ahogy vizet ad a szomjas kisfiának, szerintem másként néznénk arra az emberre. És mostanában tényleg szükségünk lenne egy kicsit lenyugodni és benézni a kép mögé. A vicc az, hogy ezt már a mostani mesterséges intelligencia módszerekkel is szinte meg lehetne csinálni...
Mostanában engem is kezd egyre jobban érdekelni a fényképészet, megint, és néha gondolkodtam róla, hogy nekem mit is jelent, szóval akkor most leírom ezt. Persze, nem a Transindexes cikkre válaszként, inkább csak az apropóján, már úgyis akartam írni erről.
Szóval mostanában egyre inkább foglalkoztat a fotogrammetria is és néha megpróbálok egy-két dolgot rekonstruálni a számítógépen. Mivel olvastam, hogy a sétatéri szökőkút díszkivilágítást fog kapni nemsokára, eljött az ideje, hogy megpróbálkozzam a körbefotózásával, amíg nem ugrálnak rajta a fények. Sajnos mivel nagyon sokan látogatják a parkot, jó korán kellett kimenni, hogy ne nagyon zavarjon be senki a képbe és akkor már megpróbáltam elcsípni egy napfelkeltét is, így 20 év után először Kolozsváron, a fellegvárról. Sajnos felhős volt az ég, szóval nem lett semmi belőle, viszont készítettem egy (pár) képet a fényképezőgépeimről (az iPhone 5S-t nem tekintem annak, azzal készült).
Egyébként a fotogrammetria eredménye meglepően jó lett, persze messze vagyok még a sketchfab minőségtől, de lehet, hogy kézi javítgatás nélkül annyira jó rekonstrukciókat nem lehet generálni, vagy csak nem a megfelelő szoftvert használom, amit ugyanis próbáltam, az egy kutatási módszer githubos változata, bizonyos esetkeben bizonyára jobban műkszik, de azért annyira nem finom hangolták, amennyire a profibb szoftvereket (amelyekért viszont fizetni kéne valószínűleg). Meg persze elég nagy fába vágtam ezzel a szoborcsoporttal a fejszém, egy-két süti meg szobrocska otthoni rekonstrukciója után itt azért kellett sokat kattintgatni, véletlenül pont 700 fotót készítettem erre a célra, de nem mindegyiket tudta felhasználni a szoftver, gondolom soknál az élesség hibádzik és a végén már fájt a karom és kezdett csáléra állni a kép, szerencsére elég jól kezeli a program a rotációs szabadságot.
Szóval elmondható, hogy míg mások a fotózásban a művészetre fektetik a hangsúlyt, nálam az információ maximalizálása a cél. Ezért is (szokásommal ellentétben) ugrottam hamar fejest a szférikus fotózásba, utána meg a sztereó fotózásba (persze csak akkor, amikor már elég olcsó lett és kész rendszereket lehet venni, annyira nem voltam eltökélt, hogy ragasztószalaggal illesszek össze kamerákat és kioldó bigyókat szinkronizáljak). Sajnos ezek a kezdeti kamerák egyébként nem valami jó minőségűek, most eldöntöttem, hogy a következő ilyen kamerám már valami igazán jó cucc lesz, lehetőleg minimum 4 lencsével. Persze még előtte jön majd egy Inteles aktív mélységmérős kamera, de az kimondottan a játék animációinak elkészítésére lesz vételezve. :))
Ugyanakkor meg az információ maximalizálása is érdekes feladat, amióta gépi látással foglalkoztam, azóta jöttem rá, hogy igenis hasznos ugyanazt a kompozíciót megpróbálni elkészíteni különböző napszakokban, mert a fények biza változatosak. Néha persze egy gps koordináta a lényeges információ a képen, vagy egy időpont, vagy egy üzlet nyitvatartása, de ezt elfogadom, hogy ne nevezzük fotózásnak.
Mostanában úgy gondolom, hogy az emberi szintű mesterséges intelligencia egyik alappillére rengeteg videó lesz, valószínűleg a youtuberól beszippantva. El lehet játszani azzal a gondolattal, hogy milyen intelligencia fejlődhet ki abból, ha azt a feladatot adjuk, hogy a fekete-fehér videót színesítse ki a rendszer, elvileg rá kell jöjjön, hogy a mászkáló foltok, ha emberek, vagy állatok, nem változtatják a színüket, hacsak nem sétálnak olyan foltok közelébe, amelyek minden színét egy kicsit megvadítják. És vajon milyen intelligencia fejlődne ki abból, ha egy videón meg kellene mondja, hogy melyik a leggazdagabb ember, és melyik a legidősebb és melyik vezet taxit. Mind relatív könnyen előállítható adathalmazok.
Számomra ezért érdekes a fotózás, mert ilyen kérdésekre segít választ adni. És persze még jobban segítene, ha már terabájtos képeket készíthetnénk petabájtos memóriakártyákra és nem csak egy pontból készítenénk el a képet, hanem az egész fénymezőt tárolnánk. A fény teljes spektrumával és a kódolatlan wifik adatfolyamaival és a rádióhullámokon még terjedő zenével együtt. Még a kozmikus háttérsugárzást is akarom egy képre, mert mind-mind olyan információ, ami hasznos lehet. És nem akarok várni 40 évet, amig ide eljutunk, nekem most kell. Ezért nem szeretem az analógot, előre kell menni, hogy mindez megvalósúljon.
És van még valami, amit az analóg sosem fog tudni, de a digitálisnak van rá esélye. Mi emberek, ránézünk egy képre és egy bőrszínt látunk, meg egy arcot és máris elkezdünk mindenféle következtetéseket levonni. Teljesen megfeledkezünk arról, hogy annak az embernek is van édesanyja valahol, aki aggódik azért, hogy megint milyen kalamajkába került a fia. Ha a fénykép egyből tartalmazná az anya képét, ahogy vizet ad a szomjas kisfiának, szerintem másként néznénk arra az emberre. És mostanában tényleg szükségünk lenne egy kicsit lenyugodni és benézni a kép mögé. A vicc az, hogy ezt már a mostani mesterséges intelligencia módszerekkel is szinte meg lehetne csinálni...
csütörtök, január 16, 2020
yey
Visszajön a Burger King Romániába, illetve 6 nagyobb városban fognak éttermet nyitni a két bukaresti mellé, gondolom Kolozsvár azért felkerül a listára.
Csak aztán nehogy úgy járjunk mint legutóbb, én még emlékszem a Whopper Virginsre.
Én egyébként szeretem a Burger Kinget, csak sajnos az utóbbi időben a legkönnyebben elérhető számomra a stuttgarti reptéren volt és egy idő után már nagyon nem vágytam Stuttgartba...
Csak aztán nehogy úgy járjunk mint legutóbb, én még emlékszem a Whopper Virginsre.
Én egyébként szeretem a Burger Kinget, csak sajnos az utóbbi időben a legkönnyebben elérhető számomra a stuttgarti reptéren volt és egy idő után már nagyon nem vágytam Stuttgartba...
péntek, január 10, 2020
cats
Tegnap voltam és megnéztem az új Cats filmet. Egyedül voltam a teremben, nem túl gyakran fordul elő ez (na persze, nagyon régen, Gyergyóban amíg még volt mozi, gyakran mentünk hárman és még fizettünk két jegyet, hogy legyen vetítés, de hol vannak már azok a szép idők?)
Sokat nem akarok értekezni róla, fura számomra, hogy az emberek annyira gyorsan elitélték, hogy hülyeség, meg gyomorforgató, számomra egyik sem igaz ezekből. Nekem tetszett. Mondjuk lehet, hogy én nem tudom annyira beleélni magam a filmekbe, hogy meztelen embereket lássak amint macskaszőrbe bújva nyalogatják magukat, merthogy a filmbeli macskák ilyent is csinálnak, de én akkor is csak macskákat látok. Persze, tudom, hogy a mondanivaló az emberekről szól, de az a karaktereket, meg az élet-történeteket, meg a vágyakat tartalmazza, nem a látványt.
Szóval nekem bejött. De nekem bejött a The Rocky Horror Picture Show is. Meg egyébb utődött dolgok is bejönnek néha. Például az Ichi the Killer.
Mindegy is, 10 év múlva már a youtube-ra is mindenki hasonló effektekkel rendelkező filmeket fog felpakolni, valós időben fogja ezt már nyomni a telefonunk, szóval ajánlom mindenkinek, hogy kezdjen hozzászokni az ilyen típusú effektusokhoz.
Vannak mások is, akiknek bejött, itt egy youtube kritika, ő jutatta eszembe a Rocky Horror Picture Show-t. És még csak azért is itt a trailer, mert jó cucc ez.
Cats rulez.
Sokat nem akarok értekezni róla, fura számomra, hogy az emberek annyira gyorsan elitélték, hogy hülyeség, meg gyomorforgató, számomra egyik sem igaz ezekből. Nekem tetszett. Mondjuk lehet, hogy én nem tudom annyira beleélni magam a filmekbe, hogy meztelen embereket lássak amint macskaszőrbe bújva nyalogatják magukat, merthogy a filmbeli macskák ilyent is csinálnak, de én akkor is csak macskákat látok. Persze, tudom, hogy a mondanivaló az emberekről szól, de az a karaktereket, meg az élet-történeteket, meg a vágyakat tartalmazza, nem a látványt.
Szóval nekem bejött. De nekem bejött a The Rocky Horror Picture Show is. Meg egyébb utődött dolgok is bejönnek néha. Például az Ichi the Killer.
Mindegy is, 10 év múlva már a youtube-ra is mindenki hasonló effektekkel rendelkező filmeket fog felpakolni, valós időben fogja ezt már nyomni a telefonunk, szóval ajánlom mindenkinek, hogy kezdjen hozzászokni az ilyen típusú effektusokhoz.
Vannak mások is, akiknek bejött, itt egy youtube kritika, ő jutatta eszembe a Rocky Horror Picture Show-t. És még csak azért is itt a trailer, mert jó cucc ez.
Cats rulez.
péntek, január 03, 2020
hírek
Kattogtattam a blog arhívumában és ráakadtam erre a bejegyzésre.
Vicces, de nagyjából 5 évvel ezelőtt írtam és közben történt egy-s-más és akár reflektálni is lehetne arra, hogy mennyi valósúlt meg ezekből a dolgokból.
Most szerencsém van, mert nagyjából úgy alakultak a dolgok, ahogy azt anno beharangozták. A Tesla nagy valószínűség szerint fog gyártani 500.000 autót idén (tavaly szinte 400.000 összejött, legalábbis az előrejelzések szerint). Önvezetés nem lesz, legalábbis biztosan nem teljesen megbízható módon, tehát úgy, hogy alhatsz az autóban miközben az visz a célod felé. Szerintem a következő 5 évben azért összejön ez is a Teslának, főként, ha sikerül 5 millióra tornászniuk az évente gyártott autók számát, ahogy egyébként Musk ígérte. Nem tudom, hogy mi a nehezebb, 50.000-ről 500.000-re nőni 5 év alatt, vagy 500.000-ről 5.000.000-ra. Mindkettő egy tízszeres szorzó, azaz évi szinte 60%-os növekedés, a mai világban elég elképzelhetetlen, de persze elég jól csinálja a Tesla, szóval erre még visszatérünk 5 év múlva.
A Google is kezdi komolyan csinálni a kvantumszámítógépeket, tavaly ugye sikerült egy olyan kvantumszámítást elvégezniük, amit klasszikus számítógép csak nagyon nagyon lassan tudnának utánozni. Ez a számítás még nem nagyon érdekes, de szerencsére érdekes számításokat át lehet majd alakítani ebbe, ha tovább sikerül skálázni a rendszert. Ehhez nagyon nem értek egyébként, nem hinném, hogy 5 éven belül lenne nagy haszna az egésznek, de nagyon hosszú távon biztosan lesz értelme a kvantumszámítógépeknek.
A SpaceX meg egyre sikeresebben lövöldözi fel a világzűrbe a rakétáit, 5 év múlva már valószínűleg kiépül az a műhold konstelláció ami gyors internetet tud sugározni a Földön mindenhova, hogy ki fogja ezt használni, az még kérdéses, az is lehet, hogy mindenki.
Egyébként nem fogok visszatérni az ilyen apróbb hírek blogba átemeléséhez, de ha valami nagyon fontos történik a számítástudományban, vagy mesterséges intelligenciában, akkor valószínűleg lejegyzésre kerül.
Vicces, de nagyjából 5 évvel ezelőtt írtam és közben történt egy-s-más és akár reflektálni is lehetne arra, hogy mennyi valósúlt meg ezekből a dolgokból.
Most szerencsém van, mert nagyjából úgy alakultak a dolgok, ahogy azt anno beharangozták. A Tesla nagy valószínűség szerint fog gyártani 500.000 autót idén (tavaly szinte 400.000 összejött, legalábbis az előrejelzések szerint). Önvezetés nem lesz, legalábbis biztosan nem teljesen megbízható módon, tehát úgy, hogy alhatsz az autóban miközben az visz a célod felé. Szerintem a következő 5 évben azért összejön ez is a Teslának, főként, ha sikerül 5 millióra tornászniuk az évente gyártott autók számát, ahogy egyébként Musk ígérte. Nem tudom, hogy mi a nehezebb, 50.000-ről 500.000-re nőni 5 év alatt, vagy 500.000-ről 5.000.000-ra. Mindkettő egy tízszeres szorzó, azaz évi szinte 60%-os növekedés, a mai világban elég elképzelhetetlen, de persze elég jól csinálja a Tesla, szóval erre még visszatérünk 5 év múlva.
A Google is kezdi komolyan csinálni a kvantumszámítógépeket, tavaly ugye sikerült egy olyan kvantumszámítást elvégezniük, amit klasszikus számítógép csak nagyon nagyon lassan tudnának utánozni. Ez a számítás még nem nagyon érdekes, de szerencsére érdekes számításokat át lehet majd alakítani ebbe, ha tovább sikerül skálázni a rendszert. Ehhez nagyon nem értek egyébként, nem hinném, hogy 5 éven belül lenne nagy haszna az egésznek, de nagyon hosszú távon biztosan lesz értelme a kvantumszámítógépeknek.
A SpaceX meg egyre sikeresebben lövöldözi fel a világzűrbe a rakétáit, 5 év múlva már valószínűleg kiépül az a műhold konstelláció ami gyors internetet tud sugározni a Földön mindenhova, hogy ki fogja ezt használni, az még kérdéses, az is lehet, hogy mindenki.
Egyébként nem fogok visszatérni az ilyen apróbb hírek blogba átemeléséhez, de ha valami nagyon fontos történik a számítástudományban, vagy mesterséges intelligenciában, akkor valószínűleg lejegyzésre kerül.
csütörtök, január 02, 2020
youtube ajánló
Az index összegyűjtötte az évtized legjobb albumait, de linkeket nem raktak az albumok mellé, ezért megkerestem én az albumokat youtubeon és betettem alább.
Darkside: Psychic (2013)
Shame: Songs of Praise (2018)
King Gizzard & the Lizard Wizard: Nonagon Infinity (2016)
The War on Drugs: A Deeper Understanding (2017)
Idles: Joy as an Act of Resistance (2018)
Japandroids: Celebration Rock (2012)
Daft Punk: Random Access Memories (2013)
Grimes: Art Angels (2015)
Anderson .Paak: Malibu (2016)
Cloud Nothings: Attack on Memory (2012)
Gorillaz: Plastic Beach (2010)
Toro y Moi: Outer Peace (2019)
King Krule: The Ooz (2017)
Arctic Monkeys: AM (2013)
Thundercat: Drunk (2017)
DIIV: Is the Is Are (2016)
Frank Ocean: Channel Orange (2012)
Billie Eilish: When We All Fall Asleep, Where Do We Go? (2019)
Kanye West: My Beautiful Dark Twisted Fantasy (2010)
Fontaines D.C.: Dogrel (2019)
Tame Impala: Currents (2015)
Kendrick Lamar: To Pimp A Butterfly (2015)
Parquet Courts: Wide Awake! (2018)
Radiohead: A Moon Shaped Pool (2016)
Slowdive: Slowdive (2017)
MGMT: Little Dark Age (2018)
Denzel Curry: Imperial (2016)
Courtney Barnett & Kurt Vile: Lotta Sea Lice (2017)
Mac DeMarco: 2 (2012)
Superorganism: Superorganism (2018)
Na persze tudom, hogy a youtubeon nem mindig az album verzió van fent a számokból, de ez is több a semminél, ráadásul eddig amit hallottam, nem fogom leváltani a The Songs of Distant Earth-et programozási zenének.
Darkside: Psychic (2013)
Shame: Songs of Praise (2018)
King Gizzard & the Lizard Wizard: Nonagon Infinity (2016)
The War on Drugs: A Deeper Understanding (2017)
Idles: Joy as an Act of Resistance (2018)
Japandroids: Celebration Rock (2012)
Daft Punk: Random Access Memories (2013)
Grimes: Art Angels (2015)
Anderson .Paak: Malibu (2016)
Cloud Nothings: Attack on Memory (2012)
Gorillaz: Plastic Beach (2010)
Toro y Moi: Outer Peace (2019)
King Krule: The Ooz (2017)
Arctic Monkeys: AM (2013)
Thundercat: Drunk (2017)
DIIV: Is the Is Are (2016)
Frank Ocean: Channel Orange (2012)
Billie Eilish: When We All Fall Asleep, Where Do We Go? (2019)
Kanye West: My Beautiful Dark Twisted Fantasy (2010)
Fontaines D.C.: Dogrel (2019)
Tame Impala: Currents (2015)
Kendrick Lamar: To Pimp A Butterfly (2015)
Parquet Courts: Wide Awake! (2018)
Radiohead: A Moon Shaped Pool (2016)
Slowdive: Slowdive (2017)
MGMT: Little Dark Age (2018)
Denzel Curry: Imperial (2016)
Courtney Barnett & Kurt Vile: Lotta Sea Lice (2017)
Mac DeMarco: 2 (2012)
Superorganism: Superorganism (2018)
Na persze tudom, hogy a youtubeon nem mindig az album verzió van fent a számokból, de ez is több a semminél, ráadásul eddig amit hallottam, nem fogom leváltani a The Songs of Distant Earth-et programozási zenének.
csütörtök, december 26, 2019
csütörtök, december 19, 2019
youtube ajánló
ez: arról, hogy milyen rossz lesz nekünk a jövőben, ha kormány összekapcsolja a megfigyelő rendszereit arcfelismeréssel.
Életem első kommentjét ez alá a youtube videó alá írtam, ezt:
“A developed country is not a place where the poor have cars. It's where the rich use public transportation.” - Gustavo Petro
I guess, in the future, this will change to: a developed country is where the public embraces the government using face recognition and not fearing it.
There will be many good uses for face recognition, gait recognition, etc. Let's hope they will outweigh the bad uses.
Nagyjából azt jelenti, hogy olyan világban lenne jó élni, ahol az embereknek nem félnie kellene attól, hogy a kormány arcfelismerést alkalmaz, hanem örülniük kéne neki, mert a pozitív hozadéka sokkal több, mint a negatív hozadéka.
Ha valakinek kétsége van afelől, hogy a tömeges arcfelismerésnek lehet pozitív hozadéka, akkor hadd írjak erről gyorsan egy sort: az arcfelismerés teszi lehetővé, hogy a begyűjtött adatokat időrendi sorrendbe tegyük egy emberről. Ezekből az adatokból aztán nagyon sok hasznos dolgot lehetne jósolni, pl. egészségi állapotot, fáradtsági állapotot, stb. Milyen jó lenne, ha a jövőben otthon belenéznénk a tükörbe és az azt mondaná, hogy ma nem kell bemenj dolgozni, mert nagyon gyűrött vagy, de azért ne forduljon elő ez túl gyakran?
ez: az Index kipróbálta a bécsi önjáró buszt. Na kb ilyesmi lesz Kolozsváron is.
a játék
Szóval júniusban felmondtam és úgy döntöttem, hogy a következő két évet egy játek elkészítésére fogom szánni. Így negyven körül, ennek is eljött az ideje.
Jellemző módon, a nyáron nem csináltam semmit, legalábbis a játék ügyében, aztán ősszel nekifogtam végre és lassan elkezdett beindulni a dolog. Szintén jellemző módon nem a logikus megoldás mellett döntöttem és egy meglévő játék motort használok (Unity, Unreal), hanem én magam ollózom össze a dolgokat nyílt forráskódú könyvtárakból és írom mellé a szószt ami nincs meg, vagy amit én másképp akarok megvalósítani. Így egyelőre elég lassan haladok, bár azért egy jó kis grafikus motort sikerült kiválasztani és a világot tároló ritka voxel fa (imádom most ezeket a magyarításokat, egyszer majd azért leírom angolul is) is ipari standard, szóval messze nagyobb a potenciál azért, mint ami eddig látszik, ezért is inkább én vagyok a felelős. De elvégre is ÉN akartam írni ezt a játékot, nagyjából, bizonyos dolgokat ki is akarok próbálni, egyelőre nagyon bejön a modern C++ és az Ubuntu, nem tudom miért sírnak olyan sokan miattuk.
Szóval erről is lesz majd szó a blogban, de azért annyira nem sok, ugyanis próbálok azért angolul értekezni róla.
Nekifogtam kis videókat készíteni a youtubera egy-egy nagyobbacska dologról amit megoldok, néha ezek inkább technikai dolgok, amelyek nem látszanak, most még nagyon ebben a fázisban vagyok, ezért nem is fektetek sok energiát ezekbe a videókba, de amikor majd eljutok a grafika programozáshoz és lesznek látványos dolgok, akkor majd rendesen fogom vágni a videót meg minden. Most csak felveszem a desktopot ahogy kolbászolok rajta az egérrel és mozog a játék, szintetizálok hozzá valami angol beszédet az általam megadott szövegből, általában érthető, de néha inkább hasonlít a Twin Peaks Black Lodgeban való beszélgetéseihez. Ezek a videók inkább csak olyan dokumentáló jellegűek, hogy ha valaki eléggé az alapokról kezdve akar játékot készíteni, akkor mi mindent kell megcsináljon. Majd lesznek olyan videók is, amelyekkel megpróbálom meggyőzni az embereket, hogy ez egy szórakoztató játék és érdemes megvenni.
Szóval van három videó már: első, második, harmadik.
Jellemző módon, a nyáron nem csináltam semmit, legalábbis a játék ügyében, aztán ősszel nekifogtam végre és lassan elkezdett beindulni a dolog. Szintén jellemző módon nem a logikus megoldás mellett döntöttem és egy meglévő játék motort használok (Unity, Unreal), hanem én magam ollózom össze a dolgokat nyílt forráskódú könyvtárakból és írom mellé a szószt ami nincs meg, vagy amit én másképp akarok megvalósítani. Így egyelőre elég lassan haladok, bár azért egy jó kis grafikus motort sikerült kiválasztani és a világot tároló ritka voxel fa (imádom most ezeket a magyarításokat, egyszer majd azért leírom angolul is) is ipari standard, szóval messze nagyobb a potenciál azért, mint ami eddig látszik, ezért is inkább én vagyok a felelős. De elvégre is ÉN akartam írni ezt a játékot, nagyjából, bizonyos dolgokat ki is akarok próbálni, egyelőre nagyon bejön a modern C++ és az Ubuntu, nem tudom miért sírnak olyan sokan miattuk.
Szóval erről is lesz majd szó a blogban, de azért annyira nem sok, ugyanis próbálok azért angolul értekezni róla.
Nekifogtam kis videókat készíteni a youtubera egy-egy nagyobbacska dologról amit megoldok, néha ezek inkább technikai dolgok, amelyek nem látszanak, most még nagyon ebben a fázisban vagyok, ezért nem is fektetek sok energiát ezekbe a videókba, de amikor majd eljutok a grafika programozáshoz és lesznek látványos dolgok, akkor majd rendesen fogom vágni a videót meg minden. Most csak felveszem a desktopot ahogy kolbászolok rajta az egérrel és mozog a játék, szintetizálok hozzá valami angol beszédet az általam megadott szövegből, általában érthető, de néha inkább hasonlít a Twin Peaks Black Lodgeban való beszélgetéseihez. Ezek a videók inkább csak olyan dokumentáló jellegűek, hogy ha valaki eléggé az alapokról kezdve akar játékot készíteni, akkor mi mindent kell megcsináljon. Majd lesznek olyan videók is, amelyekkel megpróbálom meggyőzni az embereket, hogy ez egy szórakoztató játék és érdemes megvenni.
Szóval van három videó már: első, második, harmadik.
péntek, november 15, 2019
terminator: dark fate
Két napja láttam a moziban az új Terminator filmet. Nem volt annyira rossz, nem voltak nagyon elvárásaim és így nem tudott mellétrafálni. Persze nem olyan nagy mérföldkő, mint az első két rész (illetve leginkább a második ugye). Vicces, amikor annyira kerek egy történet, hogy lehetetlen jól folytatni, de mivel nagyon jó, népszerű is és időnként valaki megpróbálkozik egy folytatással könnyű kereset reményében. És általában mellétrafál, de az eredeti történetnek ez nem árt, szóval néhány év múltán újra lehet próbálkozni. Szerintem ez fog történni a Dark Fate-tel is, bár pénzügyi bukás, azért lesz új Terminator néhány év múlva, sokat változik addig a világ, lesz mit lereagáljon az örökös halálosztó.
Általában szoktam szpojlerezni, de most ezt kihagyom, mert annyira tényleg nem jelentős a történet, a lényeg az, hogy a történetet a mostani miliőbe helyezték, kellően PC és affirmatív. És meg kell mondjam, hogy nekem ez tetszik, mert hiszek a pozitív diszkriminációban és ha még el kell teljen 20 év, amíg túl kell nyomni a PC-séget azért, hogy az emberek megértsék, hogy van a világon más is mint a nagy fehér férfi aki megmenti a bármit, akkor teljen el így 20 év, nekem belefér. És ne mondja nekem senki, hogy ez a sztori bármivel rosszabb, mint bármelyik előző, akár a kettes rész is, mert nem igaz. Jobbnak sem jobb persze, csak más, mert van egy csomó PC dolog benne és olyasmi, ami reflexió a mai világ visszásságaira és ugyanúgy tele van logikai hibákkal, mint az előzőek, de ez engem most sem zavar, mert egyrészt van mondanivalója (a PC dolgokon kívül is), másrészt aki el akar rajta gondolkodni, annak van azért matéria rendesen.
Most mivel a mesterséges intelligencia ennyire népszerű lett mindenhol, néhány kérdés, amit meg lehet fogalmazni a film alapján és szerintem érdekes feltevés.
Azt hiszem, a Terminator filmek örökös tanulsága, hogy az ember és gép együttműködése mindig legyőzi a gépet egyedül. Egyelőre egyébként ez a tanulság a sakkprogramokból is, a legjobb sakkprogramot is konzisztensen meg tudja verni egy ember segítségével játszó másik sakkprogram, tehát még nem érték el azt a fejlettségi szintet, ami már teljesen fölöslegessé teszi az embert. Szerintem el fogják érni, de lehet, hogy jobb lenne, ha mégsem. Vagy ki tudja.
Továbbá olybá tűnik, hiába van a gonosz terminátornak fejlettebb technológiája, a jó terminátor régebbi technológiáját jobban ki tudja használni, mert robusztusabb, többet volt tesztelve (ugyanis régebbi). Ez azt jelenti, hogy nem lehet csak úgy egyből kitalálni a tökéletes algoritmust, a valós életben tesztelést semmi nem pótolhatja. Ez is jó. Vagy ki tudja.
Az emberek nem annyira hülyék a jelen világunkban, mint amennyire mutatják magukat. Ha nem így lenne, bizonyára létezne biztosabb stratégia arra, hogy megölje a célpontot a rossz terminátor. Például beszállhatna a politikába és megválasztatthatná magát az AEÁ elnökének és kicsalhatná a célpontot a 5th Avenuera és ott lelőhetné gond nélkül. Az, hogy nem ezt a stratégiát választja a szuperintelligencia, azt jelenti, hogy még nem hülyültünk teljesen el. Továbba azt is, hogy annyira közel van a szuperintelligencia kialakulásának az ideje, hogy addig nem is hülyülünk el.
Ugyanakkor az, hogy a terminátor nem veszi igénybe a földgolyón most létező számítási infrastruktúrát mondjuk úgy, hogy meghekkeli az összes nagyobb felhő szolgáltató rendszereit a jövőben napvilágra kerülő biztonsági résekkel, azt jelenti, hogy vagy elértük az optimális biztonságot már, amit kötve hiszek, vagy azt, hogy a teljes földi számítási kapacitás csak néhány százalékát jelenti az ő kapacitásának, akkor viszont a Moore törvénye újra erőre kell kapjon, sőt, a jövőben talán még gyorsabbá válik a duplázódás. Vagy nem is annyira jó az a szuperintelligencia, ha nem tudja kihasználni a mai világban létező erőforrásokat, ezek szerint a jövőben sem az erőforrásokon fogunk összekapni, hanem mondjuk a zenei ízlésünk fog annyira fájni neki, hogy inkább kiírtja az emberiséget. De akkor a még több diverzitás jó lesz, csak nem akad össze mindenkivel.
Lehetne folytatni, nem fogom. Annyit a végére, hogy én nem hiszek a Terminator hipotézisben, a mesterséges intelligencia magától tuti nem fog akarni minket kinyírni, persze az lehet, hogy valaki ezzel a céllal hozza létre, de akkor nem a technológia a hibás, hanem a kitalálója. Ezért is fontos, hogy olyan készítse el először, akinek nemesebb céljai vannak. És még egy video a végére Yann LeCun-nel, aki szerint az intelligencia és az aggresszivitás nem korrelál, sőt!
Általában szoktam szpojlerezni, de most ezt kihagyom, mert annyira tényleg nem jelentős a történet, a lényeg az, hogy a történetet a mostani miliőbe helyezték, kellően PC és affirmatív. És meg kell mondjam, hogy nekem ez tetszik, mert hiszek a pozitív diszkriminációban és ha még el kell teljen 20 év, amíg túl kell nyomni a PC-séget azért, hogy az emberek megértsék, hogy van a világon más is mint a nagy fehér férfi aki megmenti a bármit, akkor teljen el így 20 év, nekem belefér. És ne mondja nekem senki, hogy ez a sztori bármivel rosszabb, mint bármelyik előző, akár a kettes rész is, mert nem igaz. Jobbnak sem jobb persze, csak más, mert van egy csomó PC dolog benne és olyasmi, ami reflexió a mai világ visszásságaira és ugyanúgy tele van logikai hibákkal, mint az előzőek, de ez engem most sem zavar, mert egyrészt van mondanivalója (a PC dolgokon kívül is), másrészt aki el akar rajta gondolkodni, annak van azért matéria rendesen.
Most mivel a mesterséges intelligencia ennyire népszerű lett mindenhol, néhány kérdés, amit meg lehet fogalmazni a film alapján és szerintem érdekes feltevés.
Azt hiszem, a Terminator filmek örökös tanulsága, hogy az ember és gép együttműködése mindig legyőzi a gépet egyedül. Egyelőre egyébként ez a tanulság a sakkprogramokból is, a legjobb sakkprogramot is konzisztensen meg tudja verni egy ember segítségével játszó másik sakkprogram, tehát még nem érték el azt a fejlettségi szintet, ami már teljesen fölöslegessé teszi az embert. Szerintem el fogják érni, de lehet, hogy jobb lenne, ha mégsem. Vagy ki tudja.
Továbbá olybá tűnik, hiába van a gonosz terminátornak fejlettebb technológiája, a jó terminátor régebbi technológiáját jobban ki tudja használni, mert robusztusabb, többet volt tesztelve (ugyanis régebbi). Ez azt jelenti, hogy nem lehet csak úgy egyből kitalálni a tökéletes algoritmust, a valós életben tesztelést semmi nem pótolhatja. Ez is jó. Vagy ki tudja.
Az emberek nem annyira hülyék a jelen világunkban, mint amennyire mutatják magukat. Ha nem így lenne, bizonyára létezne biztosabb stratégia arra, hogy megölje a célpontot a rossz terminátor. Például beszállhatna a politikába és megválasztatthatná magát az AEÁ elnökének és kicsalhatná a célpontot a 5th Avenuera és ott lelőhetné gond nélkül. Az, hogy nem ezt a stratégiát választja a szuperintelligencia, azt jelenti, hogy még nem hülyültünk teljesen el. Továbba azt is, hogy annyira közel van a szuperintelligencia kialakulásának az ideje, hogy addig nem is hülyülünk el.
Ugyanakkor az, hogy a terminátor nem veszi igénybe a földgolyón most létező számítási infrastruktúrát mondjuk úgy, hogy meghekkeli az összes nagyobb felhő szolgáltató rendszereit a jövőben napvilágra kerülő biztonsági résekkel, azt jelenti, hogy vagy elértük az optimális biztonságot már, amit kötve hiszek, vagy azt, hogy a teljes földi számítási kapacitás csak néhány százalékát jelenti az ő kapacitásának, akkor viszont a Moore törvénye újra erőre kell kapjon, sőt, a jövőben talán még gyorsabbá válik a duplázódás. Vagy nem is annyira jó az a szuperintelligencia, ha nem tudja kihasználni a mai világban létező erőforrásokat, ezek szerint a jövőben sem az erőforrásokon fogunk összekapni, hanem mondjuk a zenei ízlésünk fog annyira fájni neki, hogy inkább kiírtja az emberiséget. De akkor a még több diverzitás jó lesz, csak nem akad össze mindenkivel.
Lehetne folytatni, nem fogom. Annyit a végére, hogy én nem hiszek a Terminator hipotézisben, a mesterséges intelligencia magától tuti nem fog akarni minket kinyírni, persze az lehet, hogy valaki ezzel a céllal hozza létre, de akkor nem a technológia a hibás, hanem a kitalálója. Ezért is fontos, hogy olyan készítse el először, akinek nemesebb céljai vannak. És még egy video a végére Yann LeCun-nel, aki szerint az intelligencia és az aggresszivitás nem korrelál, sőt!
kedd, október 22, 2019
Kolozsvár és a vezető nélküli buszok
Mostanában egyre több hír van a transindexen amely valamilyen szinten kapcsolódik a mesterséges intelligenciához. Itt van például ez, hogy jövőre Kolozsváron is bevezetik a vezető nélküli buszokat, hasonlóan Bécshez, Párizshoz és Lyonhoz.
Nos, valószínűleg a Navya fogja itt is tesztelni a buszait egy két kilóméteres útszakaszon és ehhez olcsó munkaerőre volt szüksége, ezért a Műszaki Egyetemmel kötött szerződést, hogy diákok, esetleg doktoranduszok monitorizálják a kisbusz diagnosztikai berendezéseit. Esetleg ha akarnak egy doktorátust írni, akkor megkapják a nyers adatok egy részét és lehet rajtuk néhány algoritmust tesztelni és mérni a hatékonyságát. A közlekedési vállalatok mindig szeretik mindenféle úttalan útakon kipróbálni a rendszereiket, a diákok meg szeretik a sok jól kalibrált adatot, szóval mindenki jól jár.
És ez jó.
Ami nem jó, az az, hogy ilyen cikkek is születnek (igazából csak a címével van bajom, meg a tartalom Istenre vonatkozó részével).
Van még egy cikk, amire reagálni akarok, igazából ez is az egyik oka, hogy újrakezdtem a blogolást, de nem nagyon szentelek neki időt.
Egyébként mindez csak spekuláció részemről, nem állok senkivel kontaktusban aki részt vesz ebben a projektben, de azért van majd akitől rákérdezzek egy-két dologra. Ha beindul a projekt, még visszatérünk rá.
Nos, valószínűleg a Navya fogja itt is tesztelni a buszait egy két kilóméteres útszakaszon és ehhez olcsó munkaerőre volt szüksége, ezért a Műszaki Egyetemmel kötött szerződést, hogy diákok, esetleg doktoranduszok monitorizálják a kisbusz diagnosztikai berendezéseit. Esetleg ha akarnak egy doktorátust írni, akkor megkapják a nyers adatok egy részét és lehet rajtuk néhány algoritmust tesztelni és mérni a hatékonyságát. A közlekedési vállalatok mindig szeretik mindenféle úttalan útakon kipróbálni a rendszereiket, a diákok meg szeretik a sok jól kalibrált adatot, szóval mindenki jól jár.
És ez jó.
Ami nem jó, az az, hogy ilyen cikkek is születnek (igazából csak a címével van bajom, meg a tartalom Istenre vonatkozó részével).
Van még egy cikk, amire reagálni akarok, igazából ez is az egyik oka, hogy újrakezdtem a blogolást, de nem nagyon szentelek neki időt.
Egyébként mindez csak spekuláció részemről, nem állok senkivel kontaktusban aki részt vesz ebben a projektben, de azért van majd akitől rákérdezzek egy-két dologra. Ha beindul a projekt, még visszatérünk rá.
hétfő, október 21, 2019
youtube ajánló
csütörtök, október 17, 2019
youtube ajánló
Mostanában nagyon rácuppantam a youtube-ra, erről majd fogok írni, de ez egy visszatérő téma lesz, ajánlgatok videókat, amelyeket az utóbbi időben (nap, hehe) érdekesnek találtam.
ez: arról, hogy egyetlen megbicsakláson múlhat egy elnökjelölt esélye Amerikai elnökké válni. Persze, ismert ellenpélda is, de ez azért mégis elgondolkodtató és nemsokára illusztráció lesz ez a videó egy bejegyzéshez...
ez: (hang nélkül) arról, hogy fejleszthető olyan minta, amit ha az arcunkra ragasztunk, akkor nem fog felismerni az arcfelismerő mesterséges intelligencia. Ez még nagyon sokszor téma lesz majd a jövőben, de mivel ma láttam a videót, gondoltam a mai napi menü része lesz.
ez: a ráadás, a volt iskolám diákjai egy jó kis koncertet adtak, érdemes meghallgatni.
ez: arról, hogy egyetlen megbicsakláson múlhat egy elnökjelölt esélye Amerikai elnökké válni. Persze, ismert ellenpélda is, de ez azért mégis elgondolkodtató és nemsokára illusztráció lesz ez a videó egy bejegyzéshez...
ez: (hang nélkül) arról, hogy fejleszthető olyan minta, amit ha az arcunkra ragasztunk, akkor nem fog felismerni az arcfelismerő mesterséges intelligencia. Ez még nagyon sokszor téma lesz majd a jövőben, de mivel ma láttam a videót, gondoltam a mai napi menü része lesz.
ez: a ráadás, a volt iskolám diákjai egy jó kis koncertet adtak, érdemes meghallgatni.
megint
Na, többet ez nem lesz, többször nem fogadok emberekkel az emberi szintű mesterséges intelligencia eljöveteléről, úgy érzem, mostmár túlontúl kihasználnám a tájékozatlanságukat. :))))
Egy esetben indítom újra a fogadásokat, ha az OpenAI bezárja a boltot és nem azért, mert az egyik főnök molesztál egy alkalmazottat, hanem azért, mert nem tud elég befektetőt találni az emberi szintű mesterséges intelligencia megvalósításához. Na akkor kicsit kezdek én is kételkedni megint.
Addig is, 19 fogadásnál megállítottam a mókát.
Egy esetben indítom újra a fogadásokat, ha az OpenAI bezárja a boltot és nem azért, mert az egyik főnök molesztál egy alkalmazottat, hanem azért, mert nem tud elég befektetőt találni az emberi szintű mesterséges intelligencia megvalósításához. Na akkor kicsit kezdek én is kételkedni megint.
Addig is, 19 fogadásnál megállítottam a mókát.
a Rubik kockát kirakó robotkézről
Szóval most mutatta be az OpenAI, hogy olyan mesterséges intelligenciát alkottak, ami képes kirakni egy robotkézben tartva egy Rubik kockát.
Youtube videó itt. Blogbejegyzés itt, de ezt nem olvastam el. :)
Azt hiszem, hogy egy kicsit fontos értelmeznem ezt a hírt, mert lehet, hogy nem olyan egyszerű megérteni, miért is olyan fontos ez és amúgy is, mennyire is fontos.
Először is, messze nem ez az első robot, ami képes kirakni a Rubik kockát, itt van pl. ez, amely sokkal gyorsabban csinálja, ráadásul ez mindig képes kirakni, az OpenAI megoldása meg nem mindig.
A két megoldás között az a különbség, hogy az első megoldás sokkal általánosabbnak tűnő módszerekkel készült, mint a második. Mindkét megoldáshoz elég sok ember kellett, meg néhány év kemény munka, viszont elvileg az első megoldás nagyon sok hasonló feladatra alkalmazható módszereket dolgozott ki, míg a második módszerben inkább az emberek fejlődtek sokat a probléma megértésében és számítógépes modellezésben. Ha mindkét esetben elküldjük az embereket vakációzni és új csapattal szeretnénk megoldani azt a feladatot, hogy egy kéz valamilyen gömb alakú tárgyon gombokat nyomogasson valamilyen sorrendben, akkor az első módszerrel csak annyit kell tenni, hogy készítünk a feladatról egy virtuális modellt és írunk egy kis programocskát, ami nagyjából ki tudja értékelni a megnyomott gombok sorrendjét, hogy mennyire felel meg az elvártnak, utána pedig rengeteg számítógépet rátenni, hogy szimulálják ezt a feladatot és addíg próbálkozzanak a megoldásokkal, amíg elfogadható az eredmény. A második módszerrel mindent előlről kell kezedeni, tehát kell tervezni egy olyan robotot, ami képes egy gömböt megtartani, megforgatni, felismerni rajta a gombokat, megnyomni azokat és utána a helyes forgató és megnyomó műveleteket végrehajtani, a jó sorrendben. Egyébként, ha kevés számítógép áll rendelkezésünkre, még mindig lehet, hogy ez a gyorsabb módszer, az első ugyanis rengeteg számítási kapacitást igényel egyelőre, de jelenleg erről az az általános vélekedés, hogy nem jelent gondot, mert egyrészt az algoritmusokat is tudjuk gyorsítani és a számítógépek is gyorsulnak még, bár már egyre nehezebb kihozni belőlük az optimális teljesítményt.
Na, ez lehet, hogy még zavarosabb mint eddig volt. A lényeg az, hogy a tanuló algoritmusokon alapuló problémamegoldás most nagyon népszerű, mert úgy gondoljuk, hogy bármeddig képesek vagyunk javítani a teljesítményüket, csak elég idő és energiát kell rá szánni. Erről biztos fogok még írni.
Ami számomra igazán érdekes, az az, hogy hogyan oldották meg a szimulációban tanult mozgás való világba való átültetését. Az utóbbi pár évben jelent meg ez a technika, amit domain randomizationnak nevezük, ami nagyjából azt jelenti, hogy véletlenszerűsítjük a szimuláció egyes paramétereit és ezzel kényszerítjük a tanuló rendszert arra, hogy ne csak a képben található apró jeleket tanulgassa, hanem próbálja megérteni azokat az összefüggéseket, amelyek mindig igazak, a pixelek színétől függetlenül. Persze, ha véletlenszerűséget alkalmazunk, akkor (szinte) mindig lassabb lesz az algoritmusunk, hiszen sok esetet ki kell próbáljon. Viszont most úgy tűnik, hogy ez egy jó módszer arra, hogy robusztus eredményeket érjünk el, szóval a szimlációban tanultak a való világban is alkalmazhatóak legyenek, ahol sosem lehet tudni, hogy egy zsiráf mikor zavar be a képbe. :)
Ez a módszer jelenleg az egyetlen olyan módszer, ami engem egy kicsit is meggyőz, hogy valamikor önvezető autókat fogunk tudni készíteni, hiszen ha egy véletlenszerűsített világban el fog tudni vezetni az autónk, akkor a való világban sem lehet neki gondja. Az egyetlen gond csak az, hogy elég nehéz egy bonyolultabb véletlenszerűsített világot szimulálni, ugyanis azt még relatív egyszerű, hogy mindenféle állat átvonulhasson az autó előtt, de hogyan fogjuk szimulálni a különböző alkoholszinttel rendelkező többi söfört szimulálni? Egy megoldás lehet az, hogy szép lassan haladunk a véletlenszerűsítéssel, először csak kicsit rángatják a kormányt, aztán jobban, stb. de nehéz kérdés az, hogy konvergál-e ez valaha. Meglátjuk, remélem azért nem olyan sok idő múlva.
Miért fontos ez az eredmény? Szerintem egy fontos lépés ez azon az úton, hogy komolyabban kezdjenek sokan az olyan robotok fejlesztésén dolgozni, amelyeknek fontos lesz az, hogy kezük legyen, szóval vagy emberekkel kell együttműködjenek, vagy nagyon általános feladatokat kell megoldjanak, amelyekhez nagyon hasznos ez az architektúra, vagy mindkettő.
Persze, a tanuló algoritmus skálázása is fontos lesz, de ezt az OpenAI is tudja, az ő robotkezük sem tud feldobni egy labdát és elkapni azt. Azt sem tudja, hogy szóban közöljük vele ezt a feladatot. És ők is tisztában vannak azzal, hogy ennyi tanítási idő (valahol 10000 óra körüli szimulációs időt láttam, talán a cikkben szerepel ez, én nem olvastam el, annyira nem érdekel ez a feladat :)) nem elfogadható egy ilyen feladat megoldásához, szóval jobb ha nekifognak kidolgozni valami módszert, amivel faktorizálni (felosztani) tudják a feladatot egy általános és egy specifikus részre, amelyből az általánost jó lenne csak egyszer betanulni. Ez egyébként a mesterséges intelligencia egyik legnagyobb rákfenéje mostanság, szóval pont jó lesz ebben az esetben is tanulmányozni.
Youtube videó itt. Blogbejegyzés itt, de ezt nem olvastam el. :)
Azt hiszem, hogy egy kicsit fontos értelmeznem ezt a hírt, mert lehet, hogy nem olyan egyszerű megérteni, miért is olyan fontos ez és amúgy is, mennyire is fontos.
Először is, messze nem ez az első robot, ami képes kirakni a Rubik kockát, itt van pl. ez, amely sokkal gyorsabban csinálja, ráadásul ez mindig képes kirakni, az OpenAI megoldása meg nem mindig.
A két megoldás között az a különbség, hogy az első megoldás sokkal általánosabbnak tűnő módszerekkel készült, mint a második. Mindkét megoldáshoz elég sok ember kellett, meg néhány év kemény munka, viszont elvileg az első megoldás nagyon sok hasonló feladatra alkalmazható módszereket dolgozott ki, míg a második módszerben inkább az emberek fejlődtek sokat a probléma megértésében és számítógépes modellezésben. Ha mindkét esetben elküldjük az embereket vakációzni és új csapattal szeretnénk megoldani azt a feladatot, hogy egy kéz valamilyen gömb alakú tárgyon gombokat nyomogasson valamilyen sorrendben, akkor az első módszerrel csak annyit kell tenni, hogy készítünk a feladatról egy virtuális modellt és írunk egy kis programocskát, ami nagyjából ki tudja értékelni a megnyomott gombok sorrendjét, hogy mennyire felel meg az elvártnak, utána pedig rengeteg számítógépet rátenni, hogy szimulálják ezt a feladatot és addíg próbálkozzanak a megoldásokkal, amíg elfogadható az eredmény. A második módszerrel mindent előlről kell kezedeni, tehát kell tervezni egy olyan robotot, ami képes egy gömböt megtartani, megforgatni, felismerni rajta a gombokat, megnyomni azokat és utána a helyes forgató és megnyomó műveleteket végrehajtani, a jó sorrendben. Egyébként, ha kevés számítógép áll rendelkezésünkre, még mindig lehet, hogy ez a gyorsabb módszer, az első ugyanis rengeteg számítási kapacitást igényel egyelőre, de jelenleg erről az az általános vélekedés, hogy nem jelent gondot, mert egyrészt az algoritmusokat is tudjuk gyorsítani és a számítógépek is gyorsulnak még, bár már egyre nehezebb kihozni belőlük az optimális teljesítményt.
Na, ez lehet, hogy még zavarosabb mint eddig volt. A lényeg az, hogy a tanuló algoritmusokon alapuló problémamegoldás most nagyon népszerű, mert úgy gondoljuk, hogy bármeddig képesek vagyunk javítani a teljesítményüket, csak elég idő és energiát kell rá szánni. Erről biztos fogok még írni.
Ami számomra igazán érdekes, az az, hogy hogyan oldották meg a szimulációban tanult mozgás való világba való átültetését. Az utóbbi pár évben jelent meg ez a technika, amit domain randomizationnak nevezük, ami nagyjából azt jelenti, hogy véletlenszerűsítjük a szimuláció egyes paramétereit és ezzel kényszerítjük a tanuló rendszert arra, hogy ne csak a képben található apró jeleket tanulgassa, hanem próbálja megérteni azokat az összefüggéseket, amelyek mindig igazak, a pixelek színétől függetlenül. Persze, ha véletlenszerűséget alkalmazunk, akkor (szinte) mindig lassabb lesz az algoritmusunk, hiszen sok esetet ki kell próbáljon. Viszont most úgy tűnik, hogy ez egy jó módszer arra, hogy robusztus eredményeket érjünk el, szóval a szimlációban tanultak a való világban is alkalmazhatóak legyenek, ahol sosem lehet tudni, hogy egy zsiráf mikor zavar be a képbe. :)
Ez a módszer jelenleg az egyetlen olyan módszer, ami engem egy kicsit is meggyőz, hogy valamikor önvezető autókat fogunk tudni készíteni, hiszen ha egy véletlenszerűsített világban el fog tudni vezetni az autónk, akkor a való világban sem lehet neki gondja. Az egyetlen gond csak az, hogy elég nehéz egy bonyolultabb véletlenszerűsített világot szimulálni, ugyanis azt még relatív egyszerű, hogy mindenféle állat átvonulhasson az autó előtt, de hogyan fogjuk szimulálni a különböző alkoholszinttel rendelkező többi söfört szimulálni? Egy megoldás lehet az, hogy szép lassan haladunk a véletlenszerűsítéssel, először csak kicsit rángatják a kormányt, aztán jobban, stb. de nehéz kérdés az, hogy konvergál-e ez valaha. Meglátjuk, remélem azért nem olyan sok idő múlva.
Miért fontos ez az eredmény? Szerintem egy fontos lépés ez azon az úton, hogy komolyabban kezdjenek sokan az olyan robotok fejlesztésén dolgozni, amelyeknek fontos lesz az, hogy kezük legyen, szóval vagy emberekkel kell együttműködjenek, vagy nagyon általános feladatokat kell megoldjanak, amelyekhez nagyon hasznos ez az architektúra, vagy mindkettő.
Persze, a tanuló algoritmus skálázása is fontos lesz, de ezt az OpenAI is tudja, az ő robotkezük sem tud feldobni egy labdát és elkapni azt. Azt sem tudja, hogy szóban közöljük vele ezt a feladatot. És ők is tisztában vannak azzal, hogy ennyi tanítási idő (valahol 10000 óra körüli szimulációs időt láttam, talán a cikkben szerepel ez, én nem olvastam el, annyira nem érdekel ez a feladat :)) nem elfogadható egy ilyen feladat megoldásához, szóval jobb ha nekifognak kidolgozni valami módszert, amivel faktorizálni (felosztani) tudják a feladatot egy általános és egy specifikus részre, amelyből az általánost jó lenne csak egyszer betanulni. Ez egyébként a mesterséges intelligencia egyik legnagyobb rákfenéje mostanság, szóval pont jó lesz ebben az esetben is tanulmányozni.
ribút azaz reboot azaz újraindítás
Úgy döntöttem, hogy újraindítom a blogot. Most van időm írni, ugyanis belefogtam egy saját projektbe, amivel egyelőre még lassan haladok, mert egy játék lesz és sokkal több dolgot akarok benne én megírni, mint azt mostanában illik, szóval egyelőre a Vulkannal szórakozom, kicsit elment az idő mellettem, mióta utoljára grafikát programoztam, de kezdek szép lassan visszarázódni. Erről majd még fogok írni, de egyelőre nem.
Igazából azért is újra blogolásra adom a fejem, hogy a szüleimnek egy kicsit segítsek bizonyos mesterséges intelligenciáról szóló híreket megérteni és talán másoknak is segítség lesz. Ugyanakkor meg ha valamiben tévedek és hozzáértőbb egyén olvassa a gondolataimat, ha kedve van, kijavíthat, az mindig jól jön.
Mostanában olyan időket élünk, hogy lassan igazzá válik, hogyha nem élünk egy alapvető jogunkkal, mégpedig a véleményünk kifejezésével, akkor lassan elveszik azt tőlünk. Szóval az alapötlet marad, nem írok olyant, amit később le kell törölnöm, egyetlen egy bejegyzést töröltem le egyszer, az is elég haszontalanka volt, de akkor valaki úgy érezte, hogy nem kellett volna és tiszteletben tartottam a véleményét. Szóval a vonalat Európa körül húzom meg, ezen belül nem írok semmiről, azon kívül viszont rengeteg olyan dolog történik, amit jó lenne kiírni és mivel jelenleg amúgy sem akarok menni Amerikába és olyan helyre amúgy se megyek soha, ahol megkérdik a szociális hálós felhasználóm azonosítóját, ezért Amerika meg Kína lesz sok.
Nem is tudom, hogy írtam-e, hogy van twitter, meg youtube felhasználóm. Előbbit arra használom, hogy okos embereket kövessek és vicces dolgokat meg mesterséges intelligencia linkeket retweetelgessek. Utóbbit arra használom, hogy 360 fokos videókat tegyek fel, de az a kamerám éppen elég rossz bőrben van, a 180 fokos sztereó kamerámnak meg a hanggal van időnként problémája, szóval ez eléggé parkoló pályán van.
Szóval nemsokára jön a kontent, tudom, hogy a blogolás nem igazán menő már, de nem is azért csinálom, szóval most pont jó így nekem.
Igazából azért is újra blogolásra adom a fejem, hogy a szüleimnek egy kicsit segítsek bizonyos mesterséges intelligenciáról szóló híreket megérteni és talán másoknak is segítség lesz. Ugyanakkor meg ha valamiben tévedek és hozzáértőbb egyén olvassa a gondolataimat, ha kedve van, kijavíthat, az mindig jól jön.
Mostanában olyan időket élünk, hogy lassan igazzá válik, hogyha nem élünk egy alapvető jogunkkal, mégpedig a véleményünk kifejezésével, akkor lassan elveszik azt tőlünk. Szóval az alapötlet marad, nem írok olyant, amit később le kell törölnöm, egyetlen egy bejegyzést töröltem le egyszer, az is elég haszontalanka volt, de akkor valaki úgy érezte, hogy nem kellett volna és tiszteletben tartottam a véleményét. Szóval a vonalat Európa körül húzom meg, ezen belül nem írok semmiről, azon kívül viszont rengeteg olyan dolog történik, amit jó lenne kiírni és mivel jelenleg amúgy sem akarok menni Amerikába és olyan helyre amúgy se megyek soha, ahol megkérdik a szociális hálós felhasználóm azonosítóját, ezért Amerika meg Kína lesz sok.
Nem is tudom, hogy írtam-e, hogy van twitter, meg youtube felhasználóm. Előbbit arra használom, hogy okos embereket kövessek és vicces dolgokat meg mesterséges intelligencia linkeket retweetelgessek. Utóbbit arra használom, hogy 360 fokos videókat tegyek fel, de az a kamerám éppen elég rossz bőrben van, a 180 fokos sztereó kamerámnak meg a hanggal van időnként problémája, szóval ez eléggé parkoló pályán van.
Szóval nemsokára jön a kontent, tudom, hogy a blogolás nem igazán menő már, de nem is azért csinálom, szóval most pont jó így nekem.
kedd, július 23, 2019
megint
Megint fogadtam, de most eltelt némi idő azóta, de jó lenne nem megfeledkezni róla. Most nem is a szokásosakat fogadtam, de bekapcsolom ezt a bejegyzést is a listába, hogy el ne feledjem.
Egyrészt arról fogadtam, hogy 5 év múlva lesz olyan önvezető autó, ami minden útviszonynak, időjárásnak és napszaknak meg tud felelni. Gondolom, mivel nekem kell bebizonyítani, hogy ilyen létezik, már kereskedelmi forgalomban is kapható kell legyen (beígért autók nem számítanak). A szokásos 1 láda sör a tét, N. M.-el történt a fogadás.
Másrészt arról fogadtam, hogy 10 év múlva lesz olyan mesterséges intelligencia, ami jobban fog orvosi diagnózisokat felállítani, mint az egyes területek szakértői. Ennek a kiértékelése sem lesz könnyű, gondolom használatban kell majd legyen és ki is kell majd értékelni a hatékonyságát. Ugyanakkor úgy gondolom, hogy elfogadható, hogy olyan adatokat is felhasználjon, amelyek egy orvos számára lehet nem elérhetőek, vagy csak túl sok időt venne fel a kiértékelésük, pl. a páciens telefonján, vagy óráján begyüjtött idősorok, esetleg új típusú érzékelők, amelyekhez még nem írták meg a kézikönyvet. Szintén 1 láda sör a tét, M. T.-vel fogadtam.
Egyrészt arról fogadtam, hogy 5 év múlva lesz olyan önvezető autó, ami minden útviszonynak, időjárásnak és napszaknak meg tud felelni. Gondolom, mivel nekem kell bebizonyítani, hogy ilyen létezik, már kereskedelmi forgalomban is kapható kell legyen (beígért autók nem számítanak). A szokásos 1 láda sör a tét, N. M.-el történt a fogadás.
Másrészt arról fogadtam, hogy 10 év múlva lesz olyan mesterséges intelligencia, ami jobban fog orvosi diagnózisokat felállítani, mint az egyes területek szakértői. Ennek a kiértékelése sem lesz könnyű, gondolom használatban kell majd legyen és ki is kell majd értékelni a hatékonyságát. Ugyanakkor úgy gondolom, hogy elfogadható, hogy olyan adatokat is felhasználjon, amelyek egy orvos számára lehet nem elérhetőek, vagy csak túl sok időt venne fel a kiértékelésük, pl. a páciens telefonján, vagy óráján begyüjtött idősorok, esetleg új típusú érzékelők, amelyekhez még nem írták meg a kézikönyvet. Szintén 1 láda sör a tét, M. T.-vel fogadtam.
Feliratkozás:
Bejegyzések (Atom)