Интерфейсы "интересов": (а) поведение (б) сенсорный опыт (в) вербальные ценности
metanymous в Openmeta (оригинал в ЖЖ)
| Мелкими шагами: от опросной базы до и. агента | |||||
| Мелкими шагами: от опросной базы до и. агента | metanymous | ||||
Вот несколько тем, вокруг которых крутятся мои мысли последних дней (интересно было бы прочитать этот списочек года через три):
-- интересы (concerns) и работа с ними через что-нибудь типа word2vec (https://code.google.com/p/word2vec/). Что такое concerns онтологически (чем это не domains, и почему они могут быть interests, drivers и т.д.. Какие с ними операции возможны? Какие классификации? Откуда они берутся и куда уходят? Как соотносятся со стейкхолдерами? С позициями? С ролями?). Алгебра интересов (как это принято в word embeddings -- http://gavagai.se/blog/2015/09/30/a-brief-history-of-word-embeddings/), выявление интересов по высказываниям стейкхолдеров -- тут вполне может быть много deep learning.
-- компактификация знания, и различия между "онтологическим знанием" и каким-нибудь "зоопарком обученных нейросеток" меня всегда занимала, но в последние дни я вот думаю про consilience (https://en.wikipedia.org/wiki/Consilience) в связи с компактификацией знания -- там плывёт сейчас значение слова от объединения разных доказательств в "сильное свидетельство в пользу теории" в сторону "единой науки", то бишь "однородной науки как теории всего". По-русски это переводят как "непротиворечивость", что полностью устраняет оттенки как "усиления от соединения", так и "слипания всего в одно целое".
-- не проработать ли мне ещё раз на свежую голову основания НЛП (нейролингвистического программирования), там ведь как раз много про эпистемологию и это вроде как ровно та "нейролингвистика", на которую пытаются выходить сейчас люди из deep learning. Аналогии у меня тут смутные, сама область НЛП на редкость эклектична и нужно ещё сообразить, что оттуда копнуть, но даже интересно, что я бы сейчас вычитал из трудов отцеположников (отцов-основателей, основоположников), если бы занялся этим делом сейчас. Когда-то я по факту забросил openmeta потому, что совершенно не хватало методологического инструментария, системный подход у меня тогда был никакой. Сейчас ситуация другая.
-- модульность, платформенность, цена связи в модульности (http://www.sciencedaily.com/releases/2013/01/130130082300.htm), технологические стеки и как их моделировать, стандарты и протоколы, интерфейсы и т.д., библиотеки и пр. -- в связи с инновациями (прорыв получается, когда берёшь новую реализацию модулей на три уровня ниже твоего прикладного уровня) и в связи с programming/modeling-in-the-large. Особенно мне понравился тут кусок из Педро Домингоса, в котором он рассказывает про необходимость модулей в What's Missing in AI: The Interface Layer (http://homes.cs.washington.edu/~pedrod/papers/ai100.pdf).
-- что называть целевой системой (у каждого ведь она своя, стейкхолдеров много -- и если каждый будет называть целевой системой то, что его интересует в каждый момент времени, можно не договориться чисто лингвистически, не добиться командного действия). Тут ещё акцент на целевой системе с точки зрения линии определения SoS по "социальному критерию": ты можешь определять развитие для твоей собственной системы, но уже для using system тебе приходится всех уговаривать. Нужно уточнить набор эвристик и использованием терминологии, дать примеры.
-- интересно было осознать, что model-based conceptual design и эволюция системы после её постройки в порядке обеспечения resilience это про выход за рамки традиционно понимаемого жизненного цикла. Нужно ещё раз вернуться к табличке "уровни вещества * уровни воплощения", при этом ещё и понять, что таких плоских табличек, перевязанных одни и тем же каким-то уровнем вещества много -- все они определяют разные прикладные уровни. И выход идёт как за границы традиционных уровней воплощения (стадий жизненного цикла), так и уровней вещества (в более микро, чем обычно и в более макро, чем обычно -- в захват и трансформацию using system, если мы даём туда прорывный модуль, который может вывести using system на новое качество).
-- вышел проект рабочей группы NIST по кибер-физическим системам, и нужно что-то с этим делать. Там 200 страниц каких-то размышлений (и про сети, и про IoT и M2M, SoS и так далее), нужно сформулировать к ним своё отношение -- http://www.cpspwg.org/Portals/3/docs/CPS%20PWG%20Draft%20Framework%20for%20Cyber-Physical%20Systems%20Release%200.8%20September%202015.pdf
http://nlp-ftf-ftf.livejournal.com/26834.html
1 комментарий
Я сделал в докладе несколько важных замечаний о том, как стыковать возможности глубокого обучения в работе с плохо формализуемой информацией и работу людей:
-- нужно использовать системный подход и "принципиальную схему" проекта, т.е. рассматривать вид жизненного цикла
-- в жизненном цикле выйти за пределы жизненного цикла в ту точку, где проекта ещё нет, жизненный цикл не начался, система ещё не замыслена. Там сейчас непонятно что можно формилизовывать, моделеориентированность отчаянно буксует, у людей работают разные "чуйки". Вот это и нужно поддерживать неживым нейро.
-- на этой стадии conceptual design нужно разбираться со stakeholder concerns, с двух сторон: как психологические/психотехнические concerns исполнителей ролей стейкхолдеров, так и формальные "из схемы определения системы" stakeholder concerns. Подробности можно смотреть в дискуссии к http://ailev.livejournal.com/1221425.html
-- для разбирательства с concerns нужно использовать word embeddings, чтобы работать с настоящей семантикой (значениями, в многомерном пространстве значений, отвлекаясь от терминологии).
-- для того, чтобы выработать какую-то общую терминологию работы с неживым и живым нейро в части психопрактик, нужно организовать новое прочтение НЛП (нейролингвистического программирования). Возможно, там нужно будет рубить хвост по самую шею, отсекать сомнительные тамошние модели одну за одной. Но главное -- там ведь метафора обучающегося мозга, и зачатки системного подхода. В других психопрактиках этого нет, и нужно либо начинать с голого места, либо попытаться повторно использовать методологические (как они сами любят говорить -- эпистемологические) наработки НЛП, эти наработки явно более адекватны для налаживания контактов между программистами нейросеток мокрых и сухих, исходят из общих оснований.
http://ailev.livejournal.com/1223021.html
-- нужно использовать системный подход и "принципиальную схему" проекта, т.е. рассматривать вид жизненного цикла
-- в жизненном цикле выйти за пределы жизненного цикла в ту точку, где проекта ещё нет, жизненный цикл не начался, система ещё не замыслена. Там сейчас непонятно что можно формилизовывать, моделеориентированность отчаянно буксует, у людей работают разные "чуйки". Вот это и нужно поддерживать неживым нейро.
-- на этой стадии conceptual design нужно разбираться со stakeholder concerns, с двух сторон: как психологические/психотехнические concerns исполнителей ролей стейкхолдеров, так и формальные "из схемы определения системы" stakeholder concerns. Подробности можно смотреть в дискуссии к http://ailev.livejournal.com/1221425.html
-- для разбирательства с concerns нужно использовать word embeddings, чтобы работать с настоящей семантикой (значениями, в многомерном пространстве значений, отвлекаясь от терминологии).
-- для того, чтобы выработать какую-то общую терминологию работы с неживым и живым нейро в части психопрактик, нужно организовать новое прочтение НЛП (нейролингвистического программирования). Возможно, там нужно будет рубить хвост по самую шею, отсекать сомнительные тамошние модели одну за одной. Но главное -- там ведь метафора обучающегося мозга, и зачатки системного подхода. В других психопрактиках этого нет, и нужно либо начинать с голого места, либо попытаться повторно использовать методологические (как они сами любят говорить -- эпистемологические) наработки НЛП, эти наработки явно более адекватны для налаживания контактов между программистами нейросеток мокрых и сухих, исходят из общих оснований.
http://ailev.livejournal.com/1223021.html