guprnds
Active member
נערך לאחרונה ב:
ערוצי יוטיוב עם מדע פופולרי
- פותח הנושא BigBadWolf
- פורסם בתאריך
uzi2
Member
רגל ימין, רגל שמאל, ותנועות ידיים לצדדים.
אוקיי, אנסה לתרום תרומה קצת מכיוון אחר:
זמרי ראפ בד"כ שרים על הבעיות והכאבים שלהם: יחסים עם נשים, משפחה, אלימות, משטרה, חברים, צדק, אי הצדק.
מקרה קצת שונה זה זמר הראפ Baba Brinkman שהשירים שלו עוסקים בנושאי מדע, ולפעמים הוא מביא באמת נושאים חמים מחזית המדע.
למשל:
או
ויש לו ערוץ יוטיוב, אז זה בנושא.
אוקיי, אנסה לתרום תרומה קצת מכיוון אחר:
זמרי ראפ בד"כ שרים על הבעיות והכאבים שלהם: יחסים עם נשים, משפחה, אלימות, משטרה, חברים, צדק, אי הצדק.
מקרה קצת שונה זה זמר הראפ Baba Brinkman שהשירים שלו עוסקים בנושאי מדע, ולפעמים הוא מביא באמת נושאים חמים מחזית המדע.
למשל:
ויש לו ערוץ יוטיוב, אז זה בנושא.
נערך לאחרונה ב:
יפה מאוד, אין על שילובי מדע, הייתי לא מזמן באילת כשהמציל שם עשה חידון טריוויה מדעי לילדים.
BigBadWolf
Member
מרשים, הראשון ממש פגע בנקודה.
כמדען קשה לי עם האלגוריטמים של למידה ממוחשבת שמייצרים קופסא שחורה, אבל אין ספק שיש להם הצלחות יפות.
כמדען קשה לי עם האלגוריטמים של למידה ממוחשבת שמייצרים קופסא שחורה, אבל אין ספק שיש להם הצלחות יפות.
uzi2
Member
אכן, למידת מכונה מתחילה להחליף ביותר ויותר תחומים את ההסקות הסטטיסטיות הקלאסיות, ואכן מדובר במידה רבה בקופסה שחורה. אנחנו מקבלים את התשובות, אבל לא ברור לגמרי כיצד המכונה הסיקה את המסקנה.
אבל כמו שהבאבא-אבא, והבאבא-בן הגיעו למסקנה, יש מקום לשיפור בעניין הזה בכל מה שקשור ללמידת מכונה, ויש מקום ללמידת מכונה עם שילוב של הבנה יותר טובה של המנגנון מאחורי מה שקורה.
א. קיוויתי שלמידת מכונה, ובמיוחד למידה עמוקה, (deep learning) יספקו אור על האופן שבו המוח עובד. גם שם מערכת ה- perception מספקת תובנות אך מעבר לשכבות מאוד מסוימות, קשה להבין את הקידודים שמאפשרים למוח להבחין בין הכלב שלי לכלב של השכנים שלי, כששניהם רצים בין השיחים, והתאורה שונה, והם מאותו סוג. יעניין אותי לראות עבודות בנושא.
ב. יצא לי להסביר למישהו את המשמעויות של הפונקציות ב- backpropagation של אלגוריתם מסוים, ונדרשתי להסברים סטטיסטיים. כך שידע בסטטיסטיקה כן נכנס ללמידת מכונה.
ג. לדעתי יהיה פתרון לבעיה שהצגת אם רק ירצו מספיק, או יותר נכון, היכן שירצו מספיק. כלומר למידת מכונה שמבינים יותר טוב את המשמעות שהיא יוצקת לתוך המשתנים הנסתרים.
אבל כמו שהבאבא-אבא, והבאבא-בן הגיעו למסקנה, יש מקום לשיפור בעניין הזה בכל מה שקשור ללמידת מכונה, ויש מקום ללמידת מכונה עם שילוב של הבנה יותר טובה של המנגנון מאחורי מה שקורה.
א. קיוויתי שלמידת מכונה, ובמיוחד למידה עמוקה, (deep learning) יספקו אור על האופן שבו המוח עובד. גם שם מערכת ה- perception מספקת תובנות אך מעבר לשכבות מאוד מסוימות, קשה להבין את הקידודים שמאפשרים למוח להבחין בין הכלב שלי לכלב של השכנים שלי, כששניהם רצים בין השיחים, והתאורה שונה, והם מאותו סוג. יעניין אותי לראות עבודות בנושא.
ב. יצא לי להסביר למישהו את המשמעויות של הפונקציות ב- backpropagation של אלגוריתם מסוים, ונדרשתי להסברים סטטיסטיים. כך שידע בסטטיסטיקה כן נכנס ללמידת מכונה.
ג. לדעתי יהיה פתרון לבעיה שהצגת אם רק ירצו מספיק, או יותר נכון, היכן שירצו מספיק. כלומר למידת מכונה שמבינים יותר טוב את המשמעות שהיא יוצקת לתוך המשתנים הנסתרים.
BigBadWolf
Member
קראתי ספר מאוד מעניין בנושא הזה שמדגיש את הבעייתיות באי-הבנה של מה שהמכונה למדה. הספר נקרא Hello World: How to be Human in the Age of the Machine ונכתב על-ידי חנה פריי שהיא פרופסורית למתמטיקה ב-UCL. גם הייתי בהרצאה שלה בנושא. יש פה בעיה שלפעמים המכונה לומדת דבר שונה משרצית ולא תוכל לדעת זאת עד שלא יגיע במקרה המצב שמבדיל בין הרצוי למצוי. למידת המכונה גם גורמת לשימור של אפליות קיימות כי המכונה לומדת מהמצב הקיים.
uzi2
Member
מה שכתבת מזכיר לי סרטון TED שראיתי לפני כשנה:
בסרטון המרצה מדברת גם על הדברים שאתה הזכרת.
תודה על ההמלצה.
גם קראתי לאחרונה ספר של Agrawal, Gans, Goldfarb, ו- Ganser, שנקרא Prediction machines. אף אחד מהם לא מגיע ממדעי המחשב. כולם אנשי כלכלה.
הספר קצת מיושן (סוף 2018). אוקיי, אני קצת מתלוצץ אבל לא הרבה, לאור העובדה שקורסים ב- deep learning מתעדכנים כול שנה בהתאם לשינויים.
בהחלט הבינה המלאכותית יוצרת אתגרים לא פשוטים בכל פינה. איך מערכת מסוג Generative AI תוכל להתאמן במצבים חדשים מבלי לטעות, או להמליץ מדי פעם לאנשים המלצות לא אידיאליות כדי שתוכל שלא להינעל על פתרונות ישנים.
וכמובן יש גם את העתיד היותר רחוק (25 שנה?) יש הרבה מאוד חששות רציניות - כמובן שחלקן עוסקות בנזקים הפוטנציאליים כתוצאה מטעויות "קטנות" של אלו שמפתחים את ה- AI. בעיני דווקא המגמה של יותר ויותר כוח לפחות ופחות גורמים, זה בהחלט משהו שחייב להטריד. למשל התקדמות התובנות בגנטיקה, עלולה להביא למצב שבו חברות מסחריות יוכלו די בקלות לעשות hacking לקבלת ההחלטות שלנו. גם היום כבר יש "שיפור" עצום בנושא.
כל נושא המשפט עומד להיות במשבר כאשר כבר לא יהיה ניתן להבחין בין ראיות אותנטיות למזוייפות. נכון להיום עדיין אפשרי להבחין, אבל השיפור בשנים האחרונות הופך את המשימה ליותר ויותר קשה, ואני חושש שבשלב מסוים בני אדם לא יוכלו להבחין, ומערכות AI שמבחינות בין משהו אותנטי למזוייף יפגרו אחרי המערכות שיתמחו בזיוף.
יש אתגרים לא פשוטים.
בסרטון המרצה מדברת גם על הדברים שאתה הזכרת.
תודה על ההמלצה.
גם קראתי לאחרונה ספר של Agrawal, Gans, Goldfarb, ו- Ganser, שנקרא Prediction machines. אף אחד מהם לא מגיע ממדעי המחשב. כולם אנשי כלכלה.
הספר קצת מיושן (סוף 2018). אוקיי, אני קצת מתלוצץ אבל לא הרבה, לאור העובדה שקורסים ב- deep learning מתעדכנים כול שנה בהתאם לשינויים.
בהחלט הבינה המלאכותית יוצרת אתגרים לא פשוטים בכל פינה. איך מערכת מסוג Generative AI תוכל להתאמן במצבים חדשים מבלי לטעות, או להמליץ מדי פעם לאנשים המלצות לא אידיאליות כדי שתוכל שלא להינעל על פתרונות ישנים.
וכמובן יש גם את העתיד היותר רחוק (25 שנה?) יש הרבה מאוד חששות רציניות - כמובן שחלקן עוסקות בנזקים הפוטנציאליים כתוצאה מטעויות "קטנות" של אלו שמפתחים את ה- AI. בעיני דווקא המגמה של יותר ויותר כוח לפחות ופחות גורמים, זה בהחלט משהו שחייב להטריד. למשל התקדמות התובנות בגנטיקה, עלולה להביא למצב שבו חברות מסחריות יוכלו די בקלות לעשות hacking לקבלת ההחלטות שלנו. גם היום כבר יש "שיפור" עצום בנושא.
כל נושא המשפט עומד להיות במשבר כאשר כבר לא יהיה ניתן להבחין בין ראיות אותנטיות למזוייפות. נכון להיום עדיין אפשרי להבחין, אבל השיפור בשנים האחרונות הופך את המשימה ליותר ויותר קשה, ואני חושש שבשלב מסוים בני אדם לא יוכלו להבחין, ומערכות AI שמבחינות בין משהו אותנטי למזוייף יפגרו אחרי המערכות שיתמחו בזיוף.
יש אתגרים לא פשוטים.
uzi2
Member
לאחרונה אני נתקל באלגוריתמים שמנסים להתגבר על הבעיה שנקראת "קופסה שחורה".
אפשר לקרוא על זה באינטרנט. זה נקרא Explainable AI או בקיצור XAI.
התחום נוצר כתוצאה מדרישה של האיחוד האירופי, (ואולי לא רק שלהם), שדיאגנוזות וטיפולים יהיו מנומקים.
BigBadWolf
Member
אז נתחיל ברגל ימין?
בשנה האחרונה אני חורש ערוצי יוטיוב עם תכנים של מדע פופולרי, תהיתי אם יש לאנשים המלצות לערוצים טובים. כרגע אני צופה ב-PBS Spacetime, התוכן שם ברמה גבוהה למדי. ערוצים טובים אחרים שאני צופה בהם:
Minute Physics
Numberphile
Sixty Symbols
Deep Sky Videos
Physics girl
Veritasium
Vsauce
Vihart
בשנה האחרונה אני חורש ערוצי יוטיוב עם תכנים של מדע פופולרי, תהיתי אם יש לאנשים המלצות לערוצים טובים. כרגע אני צופה ב-PBS Spacetime, התוכן שם ברמה גבוהה למדי. ערוצים טובים אחרים שאני צופה בהם:
Minute Physics
Numberphile
Sixty Symbols
Deep Sky Videos
Physics girl
Veritasium
Vsauce
Vihart
עריסטו
Member
BigBadWolf
Member
נראה לי שהציטוט הוא בעיקר בשביל שההודעות ישורשרו. קודם מחקתי את הציטוט כשפרסמתי הודעה והיא לא שורשרה נכון.שלום
למה אני לא רואה בהודעה שלי ציטוט של ההודעה שלך? זה באג בפורום?
נראה שהערוצים מעולים, אני מקבל הרבה מידע בפייסבוק מערוצים כמו what if, Hashem Al-Ghaili ועוד, חסר לי קצת ערוצי טבע...
