В машинной обработке большого количества текстов встает проблема устранения многозначности слов, поскольку они контекстуально не маркированы (как, например, отличить, относится ли слово plant к растительности или производству?). Так вот, исследования показали, что за счет увеличения объема обрабатываемых данных на два-три порядка достигается
(
Read more... )
Ясно дело, там размер базы - основной фактор, влияюший на результат.
Reply
Ну да. Для машины основной фактор - размер базы. А для человека - вовсе нет, он добивается лучшего результата за счет, скажем, умения выделять характерное, т.е. в этих терминах за счет "подстройки алгоритма".
Reply
Так это как насмотренность или начитанность, тут нечего расстраиваться, у людей так же)
Reply
Ну не совсем... Многознание не научает быть мудрым. Насмотреться и начитаться полезно, но недостаточно. И не только количество просмотренного-прочитанного, но и выбор важен.
Reply
У ИИ не те задачи же. Выбор делается при обучении, а для тех прикладных задач, которые стоят перед ИИ, большего и не требуется.
Reply
Это так, согласен. Но, хотя здесь речь несомненно об ANI, меня-то интересуют перспективы AGI.
Reply
Чел решает их подсознательно, и мы не знаем "размер базы", который при этом используется.
Но он наверняка весьма велик.
Reply
Не уверен, что у человека способность к распознанию определяется размером базы.
Reply
Leave a comment