Umjetna inteligencija neće biti ništa manje glupa,

Opet stari spor između forme i sadržaja! Komjutor očito ne može drugačije suditi nego formalno, strogo u duhu zakona. No jesu li zakoni dobro napisani? Jesu li zakonom predviđene sve mogućnosti? I jedan i drugi pricip, i formalni i realistični, dovode do zastranjenja da ne kažem nepravde ako se provedu do kraja. Paul Tabori u "Povijesti ljudske gluposti" navodi primjer čovjeka koji je navino osuđen i smaknut iako su svi bili sigurni u njegovu nevinost. Naime, upravo kada je njegova kazna postala pravomoćna, uhvaćen je pravi i očiti krivac zločina. Ipak suci nisu mogli učiniti ništa jer su "sva pravna sredstva iscrpljena"...
Malo previše idealiziramo formu i demokraciju. Sve na kraju ovisi o jednom čovjeku porote. Pogledajte samo suđenje našim generalima u Haagu. Tek je na drugom stupnju dokazana njihova nevinost i to s jedinim ili dva glasa prevage. Sve je to institucionalizirani linč, ništa drugo.

Netocno.

Masinsko ucenje ne ovisi o deterministickom algoritmu vec o statistickoj regresiji nad nekim datasetom.

Tekst ti je sasvim jasno i cisto objasnio zasto si u krivu.

Usput, pravni žargon za suce koji se drže slova zakona je "formalisti"

 

 

Kako je uopce moguce da postoji izraz za nesto sto bi trebalo biti podrazumijevano? Kao da imamo poseban naziv za zrakoplovne kompanije ciji putnici uglavnom prezive let...

Pod pretpostavkom da ovaj sustav nema informaciju tko sudi, već pogađa prema općenitom sudu, navedeni postotak je popriličan i to je dobar pokazatelj ne samo za sustav, već i za sudstvo. Nužni, ali ne i dovoljni uvjet pravednog suđenja je konzistentnost, a bez nje bi teško računalo moglo pogađati presude, osim ako analizira pojedine suce.

 

Već sam naveo u drugoj temi da bi se sustav mogao koristiti u svrhu detekcije sudaca čije tumačenje zakona odstupa od standarda, ali bi se također mogao koristiti i za analizu kvalitete pojedinih zakona - ako u pojedinom području ima više odstupanja, velika je vjerojatnost da je zakon nedorečen ili neprimjenjiv na novonastalu situaciju što suce dovodi u položaj da moraju ili biti realisti ili donositi nebulozne presude.

 

 

Bilo bi zanimljivo vidjeti rad ovog sustava u američkom pravosuđu, gdje je jedan oblik realizma utkan u zakonodavnu vlast preko presedana.

Postoji jako puno ljudskog faktora pri procjeni iskaza svjedoka, što zahtjeva određeno životno iskustvo od sudaca, a za sada je neizvedivo računalima, no ljudski faktor ima i nedostatke. Recimo sudac zna da Horvatinčić ili Mamić lažu kad primjeti da im se usta miču, no pitanje presude se svodi na to koliko su mu platili. S druge strane AI će donijeti nepristranu presudu (ako nije uprogramiran override), ali bi im mogao povjerovati, jer ih tretira kao normalne ljude.

Netocno.

Prvo, umislio si da su ljudi kompleksne masine, a nisu (re: psihologija, sociologija). Statisticki (takodjer iskustveno), poprilicno smo jednostavni.

 

"Napredan algoritam" je napisan davne 1945, i poput mnogih drugih algoritama tek danas zazivio jer je hardware dovoljno mocan da ga odvrti. Vecina algoritama koji se koriste u masinskom ucenju su vrlo, vrlo jednostavni koncepti koji pocivaju na elementarnoj matematici (aritmetika, algebra, vjerojatnosti i mozda mrvicu kalkulusa)

Primjerice - duboke neuralne mreze i "deep learning", danasnji hit-word su funkcionalno tako jednostavni koncepti da ih i osnovnoskolac moze razumjeti, a ja i vecina kolega povracamo svakodnevno citajuci kakve bauke od njih ljudi rade. Lijepo je, za razliku, procitati clanak kao ovaj, koji prizemno govori o ovim tehnologijama.

 

Netocno. 79% je itekako visok score. Mozda ne da bi bio prakticno primjenjen, ali to je trenutno stanje tehnologije s kojom radimo.

Vecina datasetova koji ne spadaju u big-data, nisu posebno izmasirani (filtriranje, sortiranje) niti testirani s razlicitim algoritmima ne pogadjaju vise od 80%.

60-70% je plateau koji mozes s nesto truda pogoditi u oko godinu dana eksperimentiranja. 70%-80% je model koji moze ici u produkciju i zaradjivati novac.

80-90% je zona u kojoj mozes svoj model komotno prodati za par stotina tisuca dolara.

 

Za komparaciju, nasi modeli treniraju nad datasetom od 147 terabajta (Dell, Oracle, Microsoft, etc...), i jedan model pokusava klasificirati sto korisnik web stranice pokusava ostvariti. Plateau od 68-69% smo pogodili pred godinu dana, sad pokusavamo to probiti. Isprobali smo valjda 15 algoritama (plus modifikacije, npr. dropout u konvolucijskoj neuralnoj mrezi), i tesko je skuziti zasto.

Dataset je dovoljno velik ali nema puno featureova koje mozes izvuci iz click streama. Na tome trenutno radimo, masiramo dataset prije nego ga gurnemo u model.

 

 

P.S. Sve sto sam napisao, napisao sam iz iskustva. Ovo mi je posao zadnjih 5-6 godina.

Gluposti za amere. Imat ce i slatki pogled ko foka. Kategorija 'zla' je usko vezana uz obrazovanje i to se statisticki pokazuje vec jedno 3000 godina. Umjetna inteligencija ce puno prije nego postane inteligencija imat svo znanje na raspolaganju. A ja uz svu svoju (ne) inteligenciju, slobodnu volju, nemogu prestat disat ni zaustavit rad srca. Znaci ocito je moguce da se inteligenciju moze limitirat. Taj homocentricni sustav je stvarno vec dosadan,a znanstvena zajednica je samo malo vise imuna na njega nego reci o religije....

Jedno je sigurno, niti jedna buduća inkarnacija ovakvog sustava neće zaživi u RH dok se neugradi čitać sadržaja plavih kuverti...