Τεχνητή νοημοσύνη Vs Φυσική νοημοσύνη

[nPb]

Σημασία έχει ότι εφόσον δεν μιλάμε για ΑΙ και Πληροφορική, ο Μητσοτάκης δεν μπορεί να μας βρει δουλειά ως Μαθηματικούς. Στην Ελλάδα το 90% των σύγχρονων Μαθηματικών είναι άγνωστη ορολογία:

Λογισμός Μεταβολών; Γεωμετρία Δυναμικών Συστημάτων;
Αμφιβάλλω αρκετά πόσοι τα γνωρίζουν έστω και σαν ορολογία.

 

[Samael]

Σημασία έχει ότι εφόσον δεν μιλάμε για ΑΙ και Πληροφορική, ο Μητσοτάκης δεν μπορεί να μας βρει δουλειά ως Μαθηματικούς. Στην Ελλάδα το 90% των σύγχρονων Μαθηματικών είναι άγνωστη ορολογία:

Λογισμός Μεταβολών; Γεωμετρία Δυναμικών Συστημάτων;
Αμφιβάλλω αρκετά πόσοι τα γνωρίζουν έστω και σαν ορολογία.

Βασικά είναι ο λόγος που είπα οτι οι ΔΕ είναι πιο απομακρυσμένες απο την αγορά. Σαν θεωρητικό μάθημα δεν πρόκειται να έχει ιδιαίτερη εφαρμογή. Θα ήταν προτιμότερο δηλαδή κάποιος να πάρει μαθήματα σε αριθμητική ανάλυση,matlab θεωρία αλγορίθμων/υπολογισμού παρά ένα πιο προχωρημένο μάθημα στις ΔΕ. Δεν λεω σε καμία περίπτωση οτι εαν κάποιος θέλει να πάρει ένα πιο προχωρημένο μάθημα δεν πρέπει ή οτι δεν είναι απαραίτητο να μελετώνται και αυτά τα θέματα. Απλά οτι δεν είναι τόσο επίκαιρα ή άμεσα αναγκαία όπως άλλα για την αγορά. Για έναν ερευνητή είναι εξαιρετικά...αλλά θα γίνουν όλοι ερευνητές στις ΔΕ;

Για εμένα τουλάχιστον-και τέτοια μαθήματα παίρνω κυρίως- θα είχε μεγαλύτερη πέραση, η επεξεργασία σήματος η οποία έχει άπειρες εφαρμογές και μάλιστα είναι μαθηματικά concepts που όντως έτσι υλοποιούνται(οκ προφανώς υπάρχουν 1000 αλγόριθμοι για το ίδιο πράγμα, αλλά η ίδια μαθηματική ιδέα χρησιμοποιείται στην πράξη).

Τώρα...ας πούμε κάποιος ειδικεύεται στον προχωρημένο έλεγχο. Θα χρειαστούν κυρίως οι γνώσεις σε όσους δουλεύουν σε τεχνολογίες αιχμής κυρίως στην αεροναυπηγική. Απο εκεί και πέρα όπως είπα, το 99% των προβλημάτων τα λύνει ένας μηχανικός με απλή γνώση κλασσικού ελέγχου,ούτε καν σύγχρονου(MIMO-Time varying systems κτλπ.). Δεν αξιοποιεί δηλαδή ούτε καν πράγματα σε στυλ ευφυή έλεγχο κτλπ. Εδώ που υπάρχουν εταιρίες αεροναυπηγικής ; Και άντε πες οτι υπάρχουν, όλοι οι απόφοιτοι με ειδίκευση στις ΔΕ και στον έλεγχο θα δουλέψουν εκεί ; Πιστεύω δηλαδή οτι είναι τομείς για λίγο κόσμο και κυρίως όσους σκοπεύουν να προχωρήσουν σε επίπεδο διδακτορικού. Ειδάλλως συσσωρεύεται πολύ γνώση η οποία όμως είναι κατά βάση θεωρητική. Ακόμα και εαν κάποιος φέρει το επιχείρημα..."ναι αλλά σε βοηθούν να κατανοήσεις..." . Ακριβώς, σε βοηθούν να κατανοήσεις, άρα η κύρια θέση τους είναι στο academia που εκπαιδεύεται ο κόσμος και γίνεται η έρευνα για την κατανόηση. Απο την άλλη ακριβώς τα ίδια concepts (MIMO,adaptive algorithms,Time-Varying systems κτλπ.) βρίσκουν πολλές εφαρμογές σε εφαρμογές ήχου,εικόνας,τηλεπικοινωνιών και τώρα με τους κβαντικούς υπολογιστές έχουμε ακόμα και κβαντική επεξεργασία σήματος.

Δεν θέλω να μειώσω τίποτα εννοείται έτσι. Οι ΔΕ περιγράφουν την φυσική του κόσμου μας και για αυτό και μόνο τον λόγο(πέρα απο τους πολλούς άλλους) είναι ένα μάθημα που πάντα θα έχει άπειρη αξία. Προσπαθώ απλά να πω οτι κάποιες χρονικές περιόδους κάποιοι τομείς έχουν μεγαλύτερη ζήτηση και άλλοι λιγότερη και άλλοι έχουν την ίδια ή παραπάνω. Ας πούμε τώρα που οι υπολογιστικές δυνατότητες έχουν αυξηθεί σημαντικά, η μελέτη έχει προχωρήσει στα μη γραμμικά και τα χρονικά μεταβαλλόμενα συστήματα(απο τα οποία προκύπτουν όλες οι ενδιαφέρουσες ιδιότητες συνήθως). Ο κόσμος ούτως η άλλως έχει αυτά τα χαρακτηριστικά(άλλο που εμείς βολευόμαστε με τα LTI κατά προσέγγιση ή γραμμικοποιούμε για ευκολία ή καλύτερη κατανόηση).Επομένως τα επόμενα χρόνια είναι πιθανών και οι ΔΕ να έχουν περισσότερη ζήτηση,εφόσον οι θεωρητικές ιδέες μπορούν να υλοποιηθούν και στην πράξη.

But the point is...πρέπει να εστιάζεις πάντα με κάτι επίκαιρο. Εαν σου αρέσουν οι ΜΔΕ για παράδειγμα,κάνε μια πτυχιακή στην μη γραμμική εξίσωση Schrodinger,και επίλυση με inverse scattering transform, που έχει και εφαρμογές στις οπτικές ίνες(συγκεκριμένο παράδειγμα αλλά λέμε τώρα). Δεν ξέρω,γενικά εαν κάποιος δεν θέλει να πάει στο academia,πρέπει να εστιάσει στο να συνδυάσει τις γνώσεις του με κάτι σχετικό με την βιομηχανία και να πει οτι οκ...η έρευνα σε αυτό το κομμάτι θα μπορούσε να οδηγήσει σε αυτό. Ή οτι είναι καλό για αυτό. Να εξηγήσεις δηλαδή με πολύ λαικά λόγια πως οι γνώσεις σου μπορούν να οδηγήσουν σε -> $ . You do your science+$,and they get the their fat $ .

Αλλά εντάξει,η Ελλάδα είναι μια χώρα που οικονομικά παίζει πάντα εκ του ασφαλούς, συντηρητική. Δεν ρισκάρει ποτέ και για αυτό δεν επενδύει ποτέ σε νέες ιδέες. Θέλει απλά και σίγουρα πράγματα. Σε αυτό το κλίμα προφανώς ούτε εξωστρέφεια μπορείς να έχεις ούτε καινοτομία, ούτε ευκαιρίες δίνονται σε νέους ερευνητές ούτε τίποτα. Όταν λοιπόν δεν παράγεις, και εισάγεις τα Πάντα, αυτό γίνεται, έχεις μια οικονομία εξαρτώμενη και ένα εκπαιδευτικό σύστημα που προφανώς υστερεί με τα αντίστοιχα του εξωτερικού στα οποία μπορείς να πας σε μια εταιρία ή κρατικό οργανισμό και να κάνεις την πρακτική σου πάνω σε πράγματα τα οποία σπούδασες. Παρά να κάνεις τον κουβαλητή με εξευτελιστικό μισθό και χωρίς να έχεις μάθει τίποτα.Το πρόβλημα άρα είναι ριζωμένο σε πιο βαθύ επίπεδο,παρά στο τι θα ειδικευτεί κανείς και πόσο επίκαιρο είναι ή δεν είναι .

 

[eukleidhs1821]

για αυτο υπαρχουν και τα μεταπτυχιακα μετα αν θελεις κατι να εξειδικευσεις.σε προπτυχιακο επιπεδο ειναι καλο να μαθεις να αναγνωριζεις και να λυνεις διαφορικες εξισωσεις.επισης,μπορει να σου βαλουν και καποιο πρακτικο παραδειγμα οποτε δεν ειναι ολα τοσο ξερα οπως γραφει ο npb.ενταξει τα ελληνικα πανεπιστημια εχουν τα χαλια τους αλλα διαφωνω σε αυτο που προαναφερθηκε

 

[Samael]

για αυτο υπαρχουν και τα μεταπτυχιακα μετα αν θελεις κατι να εξειδικευσεις.σε προπτυχιακο επιπεδο ειναι καλο να μαθεις να αναγνωριζεις και να λυνεις διαφορικες εξισωσεις.επισης,μπορει να σου βαλουν και καποιο πρακτικο παραδειγμα οποτε δεν ειναι ολα τοσο ξερα οπως γραφει ο npb.ενταξει τα ελληνικα πανεπιστημια εχουν τα χαλια τους αλλα διαφωνω σε αυτο που προαναφερθηκε

Μμμ...ίσως αλλά και πάλι, είναι καλύτερο όπως είπα να μάθεις κώδικα,να εστιάσεις σε στατιστική,αριθμητική ανάλυση κτλπ. Μπορείς ότι ώρα θέλεις να διαβάσεις πιο προχωρημένα θέματα ή να κάνεις ένα μεταπτυχιακό. Αλλά δεν νομίζω οτι ειδικά στην Ελλάδα θα σε προσλάβει κάποιος επειδή π.χ. ξέρεις να λύνεις μια ΔΕ πρώτου βαθμού.

Πιστεύω οτι παρεξηγείται το εξής κομμάτι...

Μαθηματικός : Ενδιαφέρεται για κάτι που του φαίνεται ωραίο και εισάγει νέες έννοιες και concepts ανεξάρτητα πόσο χρήσιμες είναι, πόσο πρακτικές είναι, πόσο χρόνο παίρνουν να τα μάθεις ή να τα καταλάβεις ή πόσο δύσκολα είναι. Εξερευνάει διότι αυτό του αρέσει και περι αυτού είναι τα μαθηματικά,ελεύθερη αναζήτηση της σκέψης,χωρίς περιορισμούς.

Βιομηχανία : Συγκεκριμένοι στόχοι και περιορισμένοι πόροι, χρονικοί και υλικοί . Έμφαση δίνεται στην εγγύηση ενός σίγουρου αποτελέσματος παρά ενός δημιουργικού(άρα η εμπειρία του προσωπικού είναι σημαντική). Δεν χρησιμοποιεί δύσκολα concepts ακόμα και εαν δεν είναι τόσο ωραία όσο αυτά της θεωρίας,εαν δεν είναι πρακτικά, και δεν εισάγει καινούρια concepts εκτός εαν είναι απολύτως απαραίτητο για να γίνει η δουλειά που χρειάζεται.

Φέρνω ένα πολύ απλό παράδειγμα :
Χρειάζεται ένας μάστορας να ξέρει προχωρημένα μαθηματικά για να αναλύσει τον θόρυβο μιας μηχανής και να αναγνωρίσει τι σφάλμα έχει ; Όχι...την σταματάει,την λύνει,την ελέγχει και άντε γεια(Εαν είχαμε 100 τέτοιες,το συζητούσαμε...).

Χρειάζεται ένας βιοιατρικός μηχανικός προχωρημένα μαθηματικά για να φτιάξει έναν μαγνητικό τομογράφο ; Ναι...γιατί δεν μπορεί να κάνει αλλιώς την διάγνωση. Δεν μπορεί να ανοίξει τον άνθρωπο...ή μάλλον,θα προτιμούσε να μην το κάνει. Εαν όμως δεν μας ενδιέφερε εαν γίνει επεμβατικά ο έλεγχος,τότε οι αντίστοιχες μαθηματικές ιδέες δεν θα ήταν χρήσιμες και ούτε θα διδάσκονταν ούτε θα μας επηρέαζε η ύπαρξη τους ποτέ.

Με αυτά και με αυτά πέρα απο το insight που προσφέρει η χρήση των μαθηματικών,ο κύριος λόγος να τα χρησιμοποιήσει κανείς είναι επειδή θα του γλυτώσουν χρόνο, χρήμα και θα παρέχουν μεγαλύτερη ασφάλεια. Ένα επικίνδυνο πείραμα λοιπόν είναι προτιμότερο να μοντελοποιηθεί μαθηματικά και να πραγματοποιηθεί μια φορά η πειραματική δοκιμή(γιατί μπορεί να είναι και ακριβή) παρά 100 φορές,που αυξάνει το κόστος και φυσικά η πιθανότητα να γίνει ένα ατύχημα.

Θεωρώ λοιπόν οτι εαν κάποιος αποφασίσει να εμβαθύνει θεωρητικά στις ΔΕ,είναι προτιμότερο να γίνει ακαδημαϊκός. Εαν απο την άλλη θέλει να εμβαθύνει αλλά να δουλέψει στην βιομηχανία...ε,δεν πρέπει να μάθει να χρησιμοποιεί υπολογιστή; δεν πρέπει να μάθει να χρησιμοποιεί το matlab; Δεν πρέπει να μάθει να χρησιμοποιεί γλώσσες προγραμματισμού; Δεν πρέπει να μάθει τα προγράμματα που κυκλοφορούν στην πιάτσα και κάνουν την ζωή εύκολη και να αναπτύξει εμπειρία σε πραγματικά προβλήματα; Εαν μου πεις οχι,θα σου πω,τότε με μαθηματική λοιπόν ακρίβεια() θα βρεθεί κάποιος άλλος με τις ίδιες γνώσεις στις ΔΕ και τις προαναφερθείσες γνώσεις που θα πάρει την δουλειά γιατί θα είναι πιο αποδοτικός στην δουλειά του. Δεν θα θέλει 5 μέρες να φέρει προτάσεις για λύση προβλημάτων αλλά μερικές ώρες.

Παράδειγμα...όλοι οι ημμυ μαθαίνουν ΗΜ . Ε και ; Ίσως καταλαβαίνεις ποιοτικά κάποια πράγματα απο την θεωρητική μελέτη των εξισώσεων του maxwell αλλά εαν δεν έχεις παρακολουθήσει και έξτρα μαθήματα επιλογής σε στυλ υπολογιστικός ηλεκτρομαγνητισμός,γιατί να σε προσλάβουν ; Θα σου πουν "μπράβο σου αγόρι μου που τα καταλαβαίνεις,αλλά ποσώς με ενδιαφέρει εαν τα καταλαβαίνεις. Εγώ θέλω να μου λύσεις το πρόβλημα και να μου σχεδιάσεις ένα προϊόν-μια διάταξη, ή να μου βρεις τρόπο να μειωθούν οι παρεμβολές για να πάρει έγκριση το προϊόν μου και να πουληθεί. Μπράβο σου εαν ξέρεις να λύσεις μια ΔΕ με χρήση σειρών,αλλά δεν κάνουμε αυτό εδώ,και ούτε με νοιάζει εαν θα χρειαστεί σαν γνώση...εσύ το ξέρεις αυτό,εγώ σε πληρώνω για να κάνεις το x. Το τι θα κάνεις για να το πετύχεις δεν με αφορά ούτε το πόσο σπουδαίο είναι είτε το ανακάλυψε ο Οιλερ,ο Χοιλερ ο Τρολερ ή δεν ξέρω και εγώ ποιος άλλος".

Ωμά τα λεω,αλλά κάπως έτσι πάει(ειδικά εαν δεν έχει background STEM ο manager) .Για αυτό δεν καταλαβαίνω γιατί πολλοί που αγαπάνε τα μαθηματικά μισούν το επάγγελμα του καθηγητή. Στην βιομηχανία δεν υπάρχει τόση ελευθερία* όσο έχει κάποιος στην έρευνα ή σε θέση καθηγητή(εδώ μάλιστα δίνουν υπερβολική).

Σε κάποιες χώρες στυλ Νορβηγία,Σουηδία κτλπ. υπάρχουν εταιρίες που έδιναν-δίνουν τέτοια ελευθερία,αλλά προφανώς δεν θα δουλέψουν όλοι οι απόφοιτοι μαθηματικών όλων των τμημάτων του κόσμου σε μια χώρα που αποτελεί εξαίρεση. Τώρα σε κάποιες χώρες στυλ Γερμανία ,τα πράγματα δεν είναι τόσο ουτοπικά αλλά είναι αξιοπρεπέστατα και τέτοια θέματα παίζουν αρκετά(υπάρχει και η ανάλογη βιομηχανία).

 

[eukleidhs1821]

Μμμ...ίσως αλλά και πάλι, είναι καλύτερο όπως είπα να μάθεις κώδικα,να εστιάσεις σε στατιστική,αριθμητική ανάλυση κτλπ. Μπορείς ότι ώρα θέλεις να διαβάσεις πιο προχωρημένα θέματα ή να κάνεις ένα μεταπτυχιακό. Αλλά δεν νομίζω οτι ειδικά στην Ελλάδα θα σε προσλάβει κάποιος επειδή π.χ. ξέρεις να λύνεις μια ΔΕ πρώτου βαθμού.

Πιστεύω οτι παρεξηγείται το εξής κομμάτι...

Μαθηματικός : Ενδιαφέρεται για κάτι που του φαίνεται ωραίο και εισάγει νέες έννοιες και concepts ανεξάρτητα πόσο χρήσιμες είναι, πόσο πρακτικές είναι, πόσο χρόνο παίρνουν να τα μάθεις ή να τα καταλάβεις ή πόσο δύσκολα είναι. Εξερευνάει διότι αυτό του αρέσει και περι αυτού είναι τα μαθηματικά,ελεύθερη αναζήτηση της σκέψης,χωρίς περιορισμούς.

Βιομηχανία : Συγκεκριμένοι στόχοι και περιορισμένοι πόροι, χρονικοί και υλικοί . Έμφαση δίνεται στην εγγύηση ενός σίγουρου αποτελέσματος παρά ενός δημιουργικού(άρα η εμπειρία του προσωπικού είναι σημαντική). Δεν χρησιμοποιεί δύσκολα concepts ακόμα και εαν δεν είναι τόσο ωραία όσο αυτά της θεωρίας,εαν δεν είναι πρακτικά, και δεν εισάγει καινούρια concepts εκτός εαν είναι απολύτως απαραίτητο για να γίνει η δουλειά που χρειάζεται.

Φέρνω ένα πολύ απλό παράδειγμα :
Χρειάζεται ένας μάστορας να ξέρει προχωρημένα μαθηματικά για να αναλύσει τον θόρυβο μιας μηχανής και να αναγνωρίσει τι σφάλμα έχει ; Όχι...την σταματάει,την λύνει,την ελέγχει και άντε γεια(Εαν είχαμε 100 τέτοιες,το συζητούσαμε...).

Χρειάζεται ένας βιοιατρικός μηχανικός προχωρημένα μαθηματικά για να φτιάξει έναν μαγνητικό τομογράφο ; Ναι...γιατί δεν μπορεί να κάνει αλλιώς την διάγνωση. Δεν μπορεί να ανοίξει τον άνθρωπο...ή μάλλον,θα προτιμούσε να μην το κάνει. Εαν όμως δεν μας ενδιέφερε εαν γίνει επεμβατικά ο έλεγχος,τότε οι αντίστοιχες μαθηματικές ιδέες δεν θα ήταν χρήσιμες και ούτε θα διδάσκονταν ούτε θα μας επηρέαζε η ύπαρξη τους ποτέ.

Με αυτά και με αυτά πέρα απο το insight που προσφέρει η χρήση των μαθηματικών,ο κύριος λόγος να τα χρησιμοποιήσει κανείς είναι επειδή θα του γλυτώσουν χρόνο, χρήμα και θα παρέχουν μεγαλύτερη ασφάλεια. Ένα επικίνδυνο πείραμα λοιπόν είναι προτιμότερο να μοντελοποιηθεί μαθηματικά και να πραγματοποιηθεί μια φορά η πειραματική δοκιμή(γιατί μπορεί να είναι και ακριβή) παρά 100 φορές,που αυξάνει το κόστος και φυσικά η πιθανότητα να γίνει ένα ατύχημα.

Θεωρώ λοιπόν οτι εαν κάποιος αποφασίσει να εμβαθύνει θεωρητικά στις ΔΕ,είναι προτιμότερο να γίνει ακαδημαϊκός. Εαν απο την άλλη θέλει να εμβαθύνει αλλά να δουλέψει στην βιομηχανία...ε,δεν πρέπει να μάθει να χρησιμοποιεί υπολογιστή; δεν πρέπει να μάθει να χρησιμοποιεί το matlab; Δεν πρέπει να μάθει να χρησιμοποιεί γλώσσες προγραμματισμού; Δεν πρέπει να μάθει τα προγράμματα που κυκλοφορούν στην πιάτσα και κάνουν την ζωή εύκολη και να αναπτύξει εμπειρία σε πραγματικά προβλήματα; Εαν μου πεις οχι,θα σου πω,τότε με μαθηματική λοιπόν ακρίβεια() θα βρεθεί κάποιος άλλος με τις ίδιες γνώσεις στις ΔΕ και τις προαναφερθείσες γνώσεις που θα πάρει την δουλειά γιατί θα είναι πιο αποδοτικός στην δουλειά του. Δεν θα θέλει 5 μέρες να φέρει προτάσεις για λύση προβλημάτων αλλά μερικές ώρες.

Παράδειγμα...όλοι οι ημμυ μαθαίνουν ΗΜ . Ε και ; Ίσως καταλαβαίνεις ποιοτικά κάποια πράγματα απο την θεωρητική μελέτη των εξισώσεων του maxwell αλλά εαν δεν έχεις παρακολουθήσει και έξτρα μαθήματα επιλογής σε στυλ υπολογιστικός ηλεκτρομαγνητισμός,γιατί να σε προσλάβουν ; Θα σου πουν "μπράβο σου αγόρι μου που τα καταλαβαίνεις,αλλά ποσώς με ενδιαφέρει εαν τα καταλαβαίνεις. Εγώ θέλω να μου λύσεις το πρόβλημα και να μου σχεδιάσεις ένα προϊόν-μια διάταξη, ή να μου βρεις τρόπο να μειωθούν οι παρεμβολές για να πάρει έγκριση το προϊόν μου και να πουληθεί. Μπράβο σου εαν ξέρεις να λύσεις μια ΔΕ με χρήση σειρών,αλλά δεν κάνουμε αυτό εδώ,και ούτε με νοιάζει εαν θα χρειαστεί σαν γνώση...εσύ το ξέρεις αυτό,εγώ σε πληρώνω για να κάνεις το x. Το τι θα κάνεις για να το πετύχεις δεν με αφορά ούτε το πόσο σπουδαίο είναι".

Ωμά τα λεω,αλλά κάπως έτσι πάει .Για αυτό δεν καταλαβαίνω γιατί πολλοί που αγαπάνε τα μαθηματικά μισούν το επάγγελμα του καθηγητή. Στην βιομηχανία δεν υπάρχει τόση ελευθερία* όσο έχει κάποιος στην έρευνα ή σε θέση καθηγητή(εδώ μάλιστα δίνουν υπερβολική).

Σε κάποιες χώρες στυλ Νορβηγία,Σουηδία κτλπ. υπάρχουν εταιρίες που έδιναν-δίνουν τέτοια ελευθερία,αλλά προφανώς δεν θα δουλέψουν όλοι οι απόφοιτοι μαθηματικών όλων των τμημάτων του κόσμου σε μια χώρα που αποτελεί εξαίρεση. Τώρα σε κάποιες χώρες στυλ Γερμανία ,τα πράγματα δεν είναι τόσο ουτοπικά αλλά είναι αξιοπρεπέστατα και τέτοια θέματα παίζουν αρκετά(υπάρχει και η ανάλογη βιομηχανία).

αυτο που ειπες με το ματλαμπ ειναι χρησιμο αν και θεωρω οτι πρεπει να ξερεις και να τις λυνεις.πχ στην στατιστικη βαζεις ενα πακετο σου πεταει διαφορα νουμερα.σου βγαζει πχ p-value=15%.αν εσυ δεν εχεις ιδεα τι σημαινει p-value πως θα βγαλεις θεωρητικα συμπερασματα??για αυτο λεμε οτι ολα χρειαζονται

 

[Samael]

αυτο που ειπες με το ματλαμπ ειναι χρησιμο αν και θεωρω οτι πρεπει να ξερεις και να τις λυνεις.πχ στην στατιστικη βαζεις ενα πακετο σου πεταει διαφορα νουμερα.σου βγαζει πχ p-value=15%.αν εσυ δεν εχεις ιδεα τι σημαινει p-value πως θα βγαλεις θεωρητικα συμπερασματα??για αυτο λεμε οτι ολα χρειαζονται

Προφανώς πρέπει να ξέρεις τι γίνεται και όχι να παίρνεις αριθμούς που πετάει ο υπολογιστής στην τύχη. Αλλά οι γνώσεις αυτές βοηθούν εσένα να ανταπεξέλθεις στην δουλειά σου. Η γνώση τους απο μόνη της δεν αρκεί για να γίνει η δουλειά. Είναι αναγκαίες αλλά όχι ικανές για να σου δώσουν δουλειά με άλλα λόγια. Βέβαια για να λέμε και του στραβού το δίκιο...η πλειοψηφία των επαγγελματιών φυσικά και θα τα βρει σκούρα με τα ίδια τα μαθηματικά παρά στο να μάθει matlab ή οτιδήποτε άλλο. Αυτό που γίνεται και τα μαθηματικά παίζουν λίγο ρόλο πλέον είναι οτι και αυτά αυτοματοποιούνται και η περιπλοκότητα πάντα κρύβεται. Μπορεί δηλαδή να έχεις πολύ κουτσές και στραβές γνώσεις στην θεωρία ελέγχου και τις ΔΕ ,και με ένα auto-tuner στο matlab να φτιάξεις κατευθείαν το σύστημα που θέλεις για να λύσεις το εκάστοτε πρόβλημα. Εννοώ οτι όσο περνάνε τα χρόνια και η τεχνολογία βελτιώνεται,ο χρήστης αναμένεται να δίνει όλο και πιο γενικές οδηγίες στον υπολογιστή. Φυσικά όχι πολύ γενικές ώστε να είναι κακώς ορισμένο το πρόβλημα αλλά...

Προσωπικά πιστεύω οτι για όλα τα επαγγέλματα η αυτοματοποίηση θα σημάνει το τέλος τους κάποια στιγμή. Όχι σε ερευνητικό επίπεδο αλλά σε επίπεδο δουλειάς όπως λέμε. Για τον ίδιο λόγο που μπορεί κανείς να χειρίζεται μια τόσο περίπλοκη μηχανή όπως ο υπολογιστής. Διότι οι άνθρωποι θα δημιουργούμε πάντα μηχανισμούς αυτοματοποίησης που θα εγγυώνται σωστά και καλά αποτελέσματα παρά τις θεωρητικές ελλείψεις που θα έχει ο εκάστοτε χρήστης. Τέλος πάντων το point μου είναι...ναι δώσε οπωσδήποτε βάση στο τι μαθαίνεις στο πανεπιστήμιο γιατί θα σου είναι χρήσιμο ακόμα και σε επίπεδο καλλιέργειας εαν όχι πουθενά αλλού. Ναι πάρε ότι μαθήματα βρίσκεις ενδιαφέρον για να γεμίσει και το πρόγραμμα σου...αλλά οπωσδήποτε δώσε έμφαση και σε μαθήματα που είναι χρήσιμα και πρακτικά για την αγορά,για να εξασφαλίσεις οτι θα έχεις δουλειά να ζεις αξιοπρεπώς εαν δεν καταφέρεις να βρεις ακριβώς στο αντικείμενο που θέλεις να ειδικευτείς κάτι. Απο εκεί και πέρα μελέτα ελεύθερα ότι άλλο θέλεις όπως θα πήγαινες για σκι ή ορειβασία ή για τρέξιμο ή οτιδήποτε άλλο. Just for the fun of it .

 

[nPb]

Προφανώς πρέπει να ξέρεις τι γίνεται και όχι να παίρνεις αριθμούς που πετάει ο υπολογιστής στην τύχη. Αλλά οι γνώσεις αυτές βοηθούν εσένα να ανταπεξέλθεις στην δουλειά σου. Η γνώση τους απο μόνη της δεν αρκεί για να γίνει η δουλειά. Είναι αναγκαίες αλλά όχι ικανές για να σου δώσουν δουλειά με άλλα λόγια. Βέβαια για να λέμε και του στραβού το δίκιο...η πλειοψηφία των επαγγελματιών φυσικά και θα τα βρει σκούρα με τα ίδια τα μαθηματικά παρά στο να μάθει matlab ή οτιδήποτε άλλο. Αυτό που γίνεται και τα μαθηματικά παίζουν λίγο ρόλο πλέον είναι οτι και αυτά αυτοματοποιούνται και η περιπλοκότητα πάντα κρύβεται. Μπορεί δηλαδή να έχεις πολύ κουτσές και στραβές γνώσεις στην θεωρία ελέγχου και τις ΔΕ ,και με ένα auto-tuner στο matlab να φτιάξεις κατευθείαν το σύστημα που θέλεις για να λύσεις το εκάστοτε πρόβλημα. Εννοώ οτι όσο περνάνε τα χρόνια και η τεχνολογία βελτιώνεται,ο χρήστης αναμένεται να δίνει όλο και πιο γενικές οδηγίες στον υπολογιστή. Φυσικά όχι πολύ γενικές ώστε να είναι κακώς ορισμένο το πρόβλημα αλλά...

Νομίζω ότι δεν θα φτάσει ποτέ ο άνθρωπος σε θέση να δίνει "γενικές" οδηγίες σε ρουτίνες κάποιου λογισμικού για να φτιάξει ένα υπολογιστικό σχήμα ή για να υπολογίσει κάποια προσέγγιση. Πάντα θα πρέπει να γίνεται και η μαθηματική "βρώμικη" δουλειά γιατί μέχρι να διατυπωθεί ένα πρόβλημα ως καλώς ορισμένο απαιτείται και η αφηρημένη διατύπωση και η γενίκευσή του. Σαν μηχανικός πάντα θα βλέπεις ένα πρόβλημα καλώς ορισμένο επειδή εσείς τόσο ως φοιτητές ακόμη και ως διδάκτορες μελετάτε την απαιτούμενη μαθηματική θεωρία του χ μοντέλου που εργάζεστε (π.χ. θερμική ταλάντωση ενός μεταλλικού λέβητα) ενιαία με παραδοχές και προσαρμογές ώστε το παραγόμενο σφάλμα να τείνει σε μικρές τιμές του μηδενός κάτι που δεν έχει επιστημονική ορθότητα για την κατασκευή και πρόοδο των (εφαρμοσμένων) Μαθηματικών.

Τελικά τα Εφαρμοσμένα Μαθηματικά πόσο Εφαρμοσμένα είναι;

Στα (εφαρμοσμένα ή υπολογιστικά) Μαθηματικά ο λέβητας θα διατυπωθεί ως ένα χωρίο (ανοικτό, φραγμένο ή μη φραγμένο και συνεκτικό) με διάσταση σε κάποιο χώρο με εσωτερικό γινόμενο, μετρήσιμο (κατά Καραθεοδωρή), κτλ χωρίς να είναι ν-διάστατος απαραίτητα. Έτσι το πρόβλημα περιπλέκεται γιατί θα πρέπει να κατασκευαστούν θεωρήματα, διάφορες εκτιμήσεις με ολοκληρώματα για την λύση του μοντέλου εξισώσεων κίνησης αλλά και την κανονικότητά της. Αυτές οι μαθηματικές συνθήκες φυσικά δεν έχουν καμία χρησιμότητα στην αγορά εργασίας (και πόσο μάλλον της Ελλάδας που όπως πολύ σωστά αναφέρεις ότι η Ελλάδα έχει περιορισμένες ιδέες λόγω νοοτροπίας απέναντι στις θετικές επιστήμες). Σε μια Γερμανική ή Αμερικάνικη βιομηχανία κατασκευής θερμολέβητων επίσης δεν θα δουλέψει κάποιος απόφοιτος Μαθηματικός με θεωρήματα άμεσα αλλά έμμεσα, δηλαδή, θα πρέπει να είναι σε θέση στην ερευνητική ομάδα επιστημόνων να μπορεί να εξηγήσει τις "μαθηματικές" ανωμαλίες (με βάση ερευνητικές δημοσιεύσεις) που συναντώνται στο φυσικό πρόβλημα της υπολογιστικής σχεδίασης ενός λέβητα. Γι' αυτό και προτιμώνται άνθρωποι με διδακτορικό και ακαδημαϊκή ή ερευνητική προϋπηρεσία στα Μαθηματικά (μέσω ανάλογης διπλωματικής εργασίας ως βασική εξειδίκευση). Σε τέτοιες θέσεις εργασίας, οι Μαθηματικοί ή Φυσικοί σε συνεργασία με Τεχνολόγους Μηχανικούς πρέπει να είναι σε θέση να μπορούν να δημιουργήσουν διάφορα ερευνητικά μοντέλα από το μηδέν με πρώτο στάδιο την μαθηματική κατασκευή. Ο Bezier ήταν Μαθηματικός και εργαζόταν στην Peugeot από όσο ξέρω και είναι γνωστός για την θεωρία τμηματικών καμπυλών που φέρουν το όνομά του. Η αυστηρή και αφηρημένη μαθηματική θεωρία του χρησιμοποιήθηκε άμεσα στον σχεδιασμό των φώτων πορείας των αυτοκινήτων της συγκεκριμένης βιομηχανίας.

Ο ακυρωτισμός των θεωρητικών Μαθηματικών δεν ισχύει γιατί

Από προσωπική εμπειρία βλέπω ότι ακόμη και σε υπολογιστικά αντικείμενα των Μαθηματικών, οι ακαδημαϊκές δημοσιεύσεις έχουν μεγάλο βάθος στην αφηρημένη ε-δ διατύπωση τόσο σε πεπερασμένους αλλά και σε απειροδιάστατους χώρους και κάπου ξαφνικά προβάλλει ένα γράφημα που εκτελέστηκε από κάποιον κώδικα. Πλέον τα ακαδημαϊκά Μαθηματικά ασχολούνται με γενικεύσεις θεμελιωδών αντικειμένων μέχρι της δεκαετίας του 1970, όπου και ο Αμερικάνικος Στρατός άρχισε να κάνει χρηματοδοτούμενη έρευνα ακόμη και στην Άλγεβρα Δακτυλίων (τελείως θεωρητικό και αφηρημένο αντικείμενο της Άλγεβρας Δομών) με άμεσες εφαρμογές στην Κρυπτογραφία και Ρομποτική Κίνηση μερικές δεκαετίες αργότερα (στα πλαίσια του Ψυχρού Πολέμου).

Προσωπικά πιστεύω οτι για όλα τα επαγγέλματα η αυτοματοποίηση θα σημάνει το τέλος τους κάποια στιγμή. Όχι σε ερευνητικό επίπεδο αλλά σε επίπεδο δουλειάς όπως λέμε. Για τον ίδιο λόγο που μπορεί κανείς να χειρίζεται μια τόσο περίπλοκη μηχανή όπως ο υπολογιστής. Διότι οι άνθρωποι θα δημιουργούμε πάντα μηχανισμούς αυτοματοποίησης που θα εγγυώνται σωστά και καλά αποτελέσματα παρά τις θεωρητικές ελλείψεις που θα έχει ο εκάστοτε χρήστης.

Διαφωνώ με αυτή την μηδενιστική άποψη. Όσο και να προχωράει η υπολογιστική "μνήμη" επουδενί δεν θα υπάρξει το τέλος επαγγελμάτων, αναβάθμιση ναι, κατάργηση όχι. Ακόμη και η ΑΙ, η Μηχανική Μάθηση ακόμη αμφισβητούνται κατά πόσο είναι έγκυρες επιστημονικές κατευθύνσεις της Πληροφορικής από πολλούς ακαδημαϊκούς. Μην κοιτάμε την βιτρίνα καμιά φορά όσο αν η επιστήμη όντως προχωράει ή αντιθέτως είναι μια μπίζνα μόνο για μεταπτυχιακά και κέρδη για τα Πανεπιστήμια ή κάποιες εταιρίες (με μηδενική συνεισφορά στην επιστήμη). Μπορεί όντως να βομβαρδιζόμαστε από νέα περί αυτοματοποίησης, άρθρα να μιλούν για την επιστήμη των Data κτλ αλλά στον πάτο είναι μούργα. Ασθένειες και πολλές κοινωνικές "αντιφάσεις" παραμένουν αθεράπευτες όσο προχωράνε οι δεκαετίες ενώ έχουμε τέτοια ερευνητική "'έκρηξη" (λόγω χρηματοδότησης από κάποιες εταιρίες συγκεκριμένων προϊόντων) σε πολύ μοντέρνα εμπορικά αντικείμενα επιστημών που αμφισβητείται η επιστημονική τους αξία.

@Samael

Υ.Γ. Οι ΔΕ είναι από τους πιο ενεργούς κλάδους των Μαθηματικών αυτή τη στιγμή με πολύ μεγάλο ποσοστό αποφοίτων να εργάζονται έξω από τα Πανεπιστήμια σε όλο τον κόσμο. Στην Ελλάδα είναι μόνο τόσο υποβαθμισμένος όσο και σε Πανεπιστημιακό επίπεδο για λόγους σκοπιμότητας.

 

[Samael]

Νομίζω ότι δεν θα φτάσει ποτέ ο άνθρωπος σε θέση να δίνει "γενικές" οδηγίες σε ρουτίνες κάποιου λογισμικού για να φτιάξει ένα υπολογιστικό σχήμα ή για να υπολογίσει κάποια προσέγγιση. Πάντα θα πρέπει να γίνεται και η μαθηματική "βρώμικη" δουλειά γιατί μέχρι να διατυπωθεί ένα πρόβλημα ως καλώς ορισμένο απαιτείται και η αφηρημένη διατύπωση και η γενίκευσή του. Σαν μηχανικός πάντα θα βλέπεις ένα πρόβλημα καλώς ορισμένο επειδή εσείς τόσο ως φοιτητές ακόμη και ως διδάκτορες μελετάτε την απαιτούμενη μαθηματική θεωρία του χ μοντέλου που εργάζεστε (π.χ. θερμική ταλάντωση ενός μεταλλικού λέβητα) ενιαία με παραδοχές και προσαρμογές ώστε το παραγόμενο σφάλμα να τείνει σε μικρές τιμές του μηδενός κάτι που δεν έχει επιστημονική ορθότητα για την κατασκευή και πρόοδο των (εφαρμοσμένων) Μαθηματικών.

Τελικά τα Εφαρμοσμένα Μαθηματικά πόσο Εφαρμοσμένα είναι;

Στα (εφαρμοσμένα ή υπολογιστικά) Μαθηματικά ο λέβητας θα διατυπωθεί ως ένα χωρίο (ανοικτό, φραγμένο ή μη φραγμένο και συνεκτικό) με διάσταση σε κάποιο χώρο με εσωτερικό γινόμενο, μετρήσιμο (κατά Καραθεοδωρή), κτλ χωρίς να είναι ν-διάστατος απαραίτητα. Έτσι το πρόβλημα περιπλέκεται γιατί θα πρέπει να κατασκευαστούν θεωρήματα, διάφορες εκτιμήσεις με ολοκληρώματα για την λύση του μοντέλου εξισώσεων κίνησης αλλά και την κανονικότητά της. Αυτές οι μαθηματικές συνθήκες φυσικά δεν έχουν καμία χρησιμότητα στην αγορά εργασίας (και πόσο μάλλον της Ελλάδας που όπως πολύ σωστά αναφέρεις ότι η Ελλάδα έχει περιορισμένες ιδέες λόγω νοοτροπίας απέναντι στις θετικές επιστήμες). Σε μια Γερμανική ή Αμερικάνικη βιομηχανία κατασκευής θερμολέβητων επίσης δεν θα δουλέψει κάποιος απόφοιτος Μαθηματικός με θεωρήματα άμεσα αλλά έμμεσα, δηλαδή, θα πρέπει να είναι σε θέση στην ερευνητική ομάδα επιστημόνων να μπορεί να εξηγήσει τις "μαθηματικές" ανωμαλίες (με βάση ερευνητικές δημοσιεύσεις) που συναντώνται στο φυσικό πρόβλημα της υπολογιστικής σχεδίασης ενός λέβητα. Γι' αυτό και προτιμώνται άνθρωποι με διδακτορικό και ακαδημαϊκή ή ερευνητική προϋπηρεσία στα Μαθηματικά (μέσω ανάλογης διπλωματικής εργασίας ως βασική εξειδίκευση). Σε τέτοιες θέσεις εργασίας, οι Μαθηματικοί ή Φυσικοί σε συνεργασία με Τεχνολόγους Μηχανικούς πρέπει να είναι σε θέση να μπορούν να δημιουργήσουν διάφορα ερευνητικά μοντέλα από το μηδέν με πρώτο στάδιο την μαθηματική κατασκευή. Ο Bezier ήταν Μαθηματικός και εργαζόταν στην Peugeot από όσο ξέρω και είναι γνωστός για την θεωρία τμηματικών καμπυλών που φέρουν το όνομά του. Η αυστηρή και αφηρημένη μαθηματική θεωρία του χρησιμοποιήθηκε άμεσα στον σχεδιασμό των φώτων πορείας των αυτοκινήτων της συγκεκριμένης βιομηχανίας.

Ο ακυρωτισμός των θεωρητικών Μαθηματικών δεν ισχύει γιατί

Από προσωπική εμπειρία βλέπω ότι ακόμη και σε υπολογιστικά αντικείμενα των Μαθηματικών, οι ακαδημαϊκές δημοσιεύσεις έχουν μεγάλο βάθος στην αφηρημένη ε-δ διατύπωση τόσο σε πεπερασμένους αλλά και σε απειροδιάστατους χώρους και κάπου ξαφνικά προβάλλει ένα γράφημα που εκτελέστηκε από κάποιον κώδικα. Πλέον τα ακαδημαϊκά Μαθηματικά ασχολούνται με γενικεύσεις θεμελιωδών αντικειμένων μέχρι της δεκαετίας του 1970, όπου και ο Αμερικάνικος Στρατός άρχισε να κάνει χρηματοδοτούμενη έρευνα ακόμη και στην Άλγεβρα Δακτυλίων (τελείως θεωρητικό και αφηρημένο αντικείμενο της Άλγεβρας Δομών) με άμεσες εφαρμογές στην Κρυπτογραφία και Ρομποτική Κίνηση μερικές δεκαετίες αργότερα (στα πλαίσια του Ψυχρού Πολέμου).



Διαφωνώ με αυτή την μηδενιστική άποψη. Όσο και να προχωράει η υπολογιστική "μνήμη" επουδενί δεν θα υπάρξει το τέλος επαγγελμάτων, αναβάθμιση ναι, κατάργηση όχι. Ακόμη και η ΑΙ, η Μηχανική Μάθηση ακόμη αμφισβητούνται κατά πόσο είναι έγκυρες επιστημονικές κατευθύνσεις της Πληροφορικής από πολλούς ακαδημαϊκούς. Μην κοιτάμε την βιτρίνα καμιά φορά όσο αν η επιστήμη όντως προχωράει ή αντιθέτως είναι μια μπίζνα μόνο για μεταπτυχιακά και κέρδη για τα Πανεπιστήμια ή κάποιες εταιρίες (με μηδενική συνεισφορά στην επιστήμη). Μπορεί όντως να βομβαρδιζόμαστε από νέα περί αυτοματοποίησης, άρθρα να μιλούν για την επιστήμη των Data κτλ αλλά στον πάτο είναι μούργα. Ασθένειες και πολλές κοινωνικές "αντιφάσεις" παραμένουν αθεράπευτες όσο προχωράνε οι δεκαετίες ενώ έχουμε τέτοια ερευνητική "'έκρηξη" (λόγω χρηματοδότησης από κάποιες εταιρίες συγκεκριμένων προϊόντων) σε πολύ μοντέρνα εμπορικά αντικείμενα επιστημών που αμφισβητείται η επιστημονική τους αξία.

@Samael

Υ.Γ. Οι ΔΕ είναι από τους πιο ενεργούς κλάδους των Μαθηματικών αυτή τη στιγμή με πολύ μεγάλο ποσοστό αποφοίτων να εργάζονται έξω από τα Πανεπιστήμια σε όλο τον κόσμο. Στην Ελλάδα είναι μόνο τόσο υποβαθμισμένος όσο και σε Πανεπιστημιακό επίπεδο για λόγους σκοπιμότητας.

Δεν διαφωνώ με όσα λες αλλά θα σταθώ στο εξής...γιατί δεν σου αρέσει η τεχνητή νοημοσύνη και οι αυτοματισμοί ; Δηλαδή οκ,καταλαβαίνω οτι πολλές εταιρίες πλέον είναι ικανές να χρησιμοποιήσουν έναν απλό αλγόριθμο βελτιστοποίησης και να πουν απο τεχνητή νοημοσύνη οτι είναι μέχρι και η Παναγία η ίδια στο κινητό σου . Αλλά σαν τομέας,εαν τον κοιτάξεις σοβαρά έχει τις ρίζες του-όπως και ο υπολογιστής άλλωστε- στα μαθηματικά.

Ξέρω οτι άλλα θα πει τώρα ο πληροφορικάριος και ο ημμυ,άλλα ο μαθηματικός και άλλα ο φυσικός πάνω στο θέμα. Αλλά, η μελέτη των δυναμικών συστημάτων μας δείχνει οτι η επιστήμη της ζωής είναι κατά βάθος εντελώς μαθηματική παρά βιολογική. Όποιος ισχυρίζεται το αντίθετο πρέπει να αναρωτηθεί κατά πόσο ο ηλεκτρομαγνητισμός(αντίστοιχη βιολογία στο παράδειγμα) είναι μέσο ενσάρκωσης και υλοποίησης του υπολογισμού ως αφηρημένη έννοια(αντίστοιχη "ζωή" στο παράδειγμα) ή πλήρως απαραίτητη γνώση για την ερμηνεία του.

Άρα εαν και εμείς είμαστε κατά κάποιο τρόπο μηχανές που προέκυψαν κατα τύχη,και δεδομένου λοιπόν οτι απο λιγότερα ικανά όντα μπορούν να προκύψουν πιο ικανά(και άρα να έχουμε φαύλο κύκλο αυτοβελτίωσης) και δεδομένου οτι τελικά η "νοημοσύνη" για να μην πω η ζωή,είναι πιο αφηρημένες έννοιες απο βιολογικούς νευρώνες που μπορούν να υλοποιηθούν και με άλλους άλλους τρόπους, γιατί αποκλείεις το ενδεχόμενο οτι ναι κάποια στιγμή θα φτιαχτούν προγράμματα που θα ξεπερνάνε τον άνθρωπο σε αρκετές εργασίες και μπορεί ακόμα και στα μαθηματικά μια μέρα. Τι κάνει εμάς πιο φυσικούς απο έναν υπολογιστή ; Στο ίδιο σύμπαν δεν δημιουργηθήκαμε ; Στους ίδιους φυσικούς νόμους δεν υπακούμε ;

Εαν πάμε λοιπόν σε κομματάκια της θεωρίας δυναμικών συστημάτων και της θεωρίας πληροφορίας και αφήσουμε έξω τις marketing αηδίες, ξέρουμε πολύ καλά οτι υπάρχει κάτι βαθύτερο σε όλο αυτό και υπάρχει και βαθύ μαθηματικό υπόβαθρο που το στηρίζει. Προσωπικά τουλάχιστον το αναγνωρίζω...ο λόγος που η ηλεκτρονική μπήκε στην ζωή μας και κυριάρχησε τόσο σύντομα είναι η απλή παρατήρηση οτι ένας απλός διακόπτης αποτελεί στοιχειώδη ποσότητα πληροφορίας και οτι η ανατροφοδότηση είναι η αρχή για να υπάρξει μάθηση και επομένως νοημοσύνη που αναπτύσσεται.Οι ίδιες αρχές που επέτρεψαν την δημιουργία όλου αυτού του τεχνολογικού πλούτου απο τότε ήταν ξεκάθαρο οτι θα οδηγούσαν στο σήμερα και στις εξελίξεις που βιώνουμε.

Για κάποιους είναι τρομακτικό, είναι απεχθές, είναι τρομερό, τραγικό, απάνθρωπο και αφύσικο και όλα τα σχετικά...για όσους αντιλαμβάνονται τι έκανε ο κύριος Shannon όμως, δεν υπάρχει τίποτα το αφύσικο εδώ. Μόνο ο αδύναμος νους μας που δεν το αντιλαμβάνεται στην πλήρη έκταση του λόγω της βιολογίας του. Δεν υπάρχει διαχωρισμός μεταξύ νοημοσύνης έμβιας ζωής και μηχανής. Ξέρουμε με μαθηματική ακρίβεια οτι αυτό θα είναι το μέλλον διότι πέρα απο τις εταιρίες που προφανώς εκμεταλλεύονται το τι συμβαίνει για να πουλήσουν τάζοντας και λέγοντας διάφορα...αυτό είναι το μέλλον της εξέλιξης. Για τους περισσότερους ξαναλέω είναι πολύ τρομακτικό αυτό, αλλά η φύση δεν λειτουργεί με βάση τι μας αρέσει ή τι θεωρούμε γλυκό, έχει νόμους και τους ακολουθεί. Και όταν υπάρχουν οι κατάλληλες συνθήκες γίνονται τα πάντα.

Υ.Γ. Σπάω γιατί όντως ξεφύγαμε όπως το προέβλεψε ο @Μάρκος Βασίλης τελικά .Αλλά αξίζει,μιας που δεν είχαμε και τέτοιο θέμα νομίζω.

 

[akikos]

Η τεχνική νοημοσύνη είναι ορολογία. Ο υπολογιστής δεν σκέφτεται αλλά εκτελεί αυτά για τα οποία έχει προγραμματιστεί μέσω ενός αλγορίθμου.

Στην τεχνική νοημοσύνη υλοποιούνται μέσω αλγορίθμου κάποια σενάρια. Υποσύνολο της τεχνικής νοημοσύνης είναι το machine learning που μέσω data (learning, validation data) και στατιστικής μπορεί να κάνει ανάλυση σε άλλα data που θα του δώσουμε ως σύνολο.

Γι' αυτό και η συλλογή data είναι πολύ σημαντική στο παρόν και μέλλοντικά χρόνια.

Ο τίτλος "Τεχνητή νοημοσύνη Vs Φυσική νοημοσύνη" είναι άκυρος γιατί πρόκειται για τελείως διαφορετικά πράγματα. Είναι δεδομένο ότι η μηχανή θα κάνει καλύτερη διάγνωση από έναν ιατρό μελλοντικά και είναι αστείο όποιος το αμφισβητεί. Οι ιατροί δεν θα αντικατασταθούν απλώς θα το χρησιμοποιούν ως εργαλείο (τουλάχιστον στην αρχή :p).

Παραθέτω από κάτω ένα video για το πως μπορείς να φτιάξεις object detection model χρησιμοποιώντας το framework createML της Apple.

 

[Guest 454371]

Εγώ παλι θα πω ότι τη κριτική ικανότητα του ΑΝΘΡΩΠΟΥ δεν μπορεί να την ανταλλάξει κανένα μηχάνημα, ούτε να τη ξεπεράσει

Ως ανθρωπότητα, έχουμε βιώσει όλων των ειδών τις κρίσεις. Γι αυτό το λόγο , πιστευω καποια στιγμή στο μέλλον θα βιώσουμε και τη κρίση τη τεχνολογίας... Και εκεί η φυσική νοημοσύνη δεν θα ειναι σημαντική

 

[Samael]

Η τεχνική νοημοσύνη είναι ορολογία. Ο υπολογιστής δεν σκέφτεται αλλά εκτελεί αυτά για τα οποία έχει προγραμματιστεί μέσω ενός αλγορίθμου.

Στην τεχνική νοημοσύνη υλοποιούνται μέσω αλγορίθμου κάποια σενάρια. Υποσύνολο της τεχνικής νοημοσύνης είναι το machine learning που μέσω data (learning, validation data) και στατιστικής μπορεί να κάνει ανάλυση σε άλλα data που θα του δώσουμε ως σύνολο.

Γι' αυτό και η συλλογή data είναι πολύ σημαντική στο παρόν και μέλλοντικά χρόνια.

Ο τίτλος "Τεχνητή νοημοσύνη Vs Φυσική νοημοσύνη" είναι άκυρος γιατί πρόκειται για τελείως διαφορετικά πράγματα. Είναι δεδομένο ότι η μηχανή θα κάνει καλύτερη διάγνωση από έναν ιατρό μελλοντικά και είναι αστείο όποιος το αμφισβητεί. Οι ιατροί δεν θα αντικατασταθούν απλώς θα το χρησιμοποιούν ως εργαλείο (τουλάχιστον στην αρχή :p).

Παραθέτω από κάτω ένα video για το πως μπορείς να φτιάξεις object detection model χρησιμοποιώντας το framework createML της Apple.

Ακίκο καλά τα λες,αλλά εδώ πάμε ένα βήμα πιο κάτω την συζήτηση και λέμε εαν υπάρχει κάτι το οποίο θα απαγορεύσει στην φύση να συνεχίσει την εξέλιξη με ένα νέο όν να μας ακολουθεί που θα δημιουργηθεί μέσω της τεχνολογικής επανάστασης που βιώνουμε.

Καλά τα big data και η στατιστική αλλά το ερώτημα εδώ είναι πιο βαθύ...θα μπορέσουμε να δημιουργήσουμε ζωή ή έστω πραγματική νοημοσύνη στους αιώνες που θα ακολουθήσουν; Εδώ δεν λέμε εαν ο γιατρός θα χάσει την δουλειά του,αλλά εαν το είδος θα μετεξελιχθεί σε κάτι παραπάνω ή αν η εξέλιξη τέλος πάντων θα χτυπήσει πάλι. Αν θα έρθει η στιγμή που το δικό μας είδος δηλαδή θα έχει κάνει το χρέος του και η φύση για απόλυτα φυσικούς λόγους θα συνεχίσει παρακάτω.

Πολλοί το βλέπουν καταστροφολογικά αυτό,αλλά δεν νομίζω οτι υπάρχει κάτι αφύσικο στην υπόθεση. Όλα κάποτε δεν τελειώνουν ώστε να αρχίσει κάτι καινούριο ; Αυτή την στιγμή δεν θεωρώ οτι τα πράγματα είναι ακόμα εκεί. Απέχουμε δραματικά...αλλά εαν πάρουμε υπόψιν Von Neumann και Shannon και Turing,πιστεύω οτι αυτοί οι άνθρωποι μας είπαν πάνω κάτω οτι κάποια στιγμή είναι αναπόφευκτο οτι θα γίνει.

Εγώ παλι θα πω ότι τη κριτική ικανότητα του ΑΝΘΡΩΠΟΥ δεν μπορεί να την ανταλλάξει κανένα μηχάνημα, ούτε να τη ξεπεράσει

Ως ανθρωπότητα, έχουμε βιώσει όλων των ειδών τις κρίσεις. Γι αυτό το λόγο , πιστευω καποια στιγμή στο μέλλον θα βιώσουμε και τη κρίση τη τεχνολογίας... Και εκεί η φυσική νοημοσύνη δεν θα ειναι σημαντική

Το βασίζεις κάπου αυτό ή το λες αυθαίρετα ; ή σαν ον που νιώθει οτι απειλείται το πετάς για να καθησυχάσεις τον εαυτό σου ; Γιατί εαν βάλεις κάτω τα μαθηματικά και την φυσική μάλλον το πόρισμα βγαίνει θετικό στο οτι γίνεται.

Πάντως είναι κακό να θεωρούμε το είδος μας ως το ανώτερο, σοφότερο και δυνατότερο κτλπ. Σε σχέση με την ιστορία της γης και πόσο μάλλον του σύμπαντος είμαστε ένα τίποτα. Αμφιβάλλω οτι μας παίρνει να αμφισβητούμε το τι είναι φυσικά δυνατόν να γίνει και τι όχι. Κάποτε υπήρχαν οι δεινόσαυροι και ίσως ένιωθαν οτι δεν θα υπάρξει δυνατότερο είδος απο αυτούς . Εν τέλει όμως η εξέλιξη βασίζεται σε μια σειρά απο ατυχή γεγονότα . Ο λόγος που δημιουργηθήκαμε είναι οτι η γη κάποια στιγμή έγινε ένα μεγάλο χημικό εργαστήριο που ευνόησε την βιολογική εξέλιξη. Πλέον έχουμε labs με υπολογιστές και οι συνθήκες ευνοούν μια εξέλιξη με bits και όχι μόρια,εαν μπορώ να το εκλαϊκεύσω έτσι.

 

[Guest 454371]

Ακίκο καλά τα λες,αλλά εδώ πάμε ένα βήμα πιο κάτω την συζήτηση και λέμε εαν υπάρχει κάτι το οποίο θα απαγορεύσει στην φύση να συνεχίσει την εξέλιξη με ένα νέο όν να μας ακολουθεί που θα δημιουργηθεί μέσω της τεχνολογικής επανάστασης που βιώνουμε.

Καλά τα big data και η στατιστική αλλά το ερώτημα εδώ είναι πιο βαθύ...θα μπορέσουμε να δημιουργήσουμε ζωή ή έστω πραγματική νοημοσύνη στους αιώνες που θα ακολουθήσουν; Εδώ δεν λέμε εαν ο γιατρός θα χάσει την δουλειά του,αλλά εαν το είδος θα μετεξελιχθεί σε κάτι παραπάνω ή αν η εξέλιξη τέλος πάντων θα χτυπήσει πάλι. Αν θα έρθει η στιγμή που το δικό μας είδος δηλαδή θα έχει κάνει το χρέος του και η φύση για απόλυτα φυσικούς λόγους θα συνεχίσει παρακάτω.

Πολλοί το βλέπουν καταστροφολογικά αυτό,αλλά δεν νομίζω οτι υπάρχει κάτι αφύσικο στην υπόθεση. Όλα κάποτε δεν τελειώνουν ώστε να αρχίσει κάτι καινούριο ; Αυτή την στιγμή δεν θεωρώ οτι τα πράγματα είναι ακόμα εκεί. Απέχουμε δραματικά...αλλά εαν πάρουμε υπόψιν Von Neumann και Shannon και Turing,πιστεύω οτι αυτοί οι άνθρωποι μας είπαν πάνω κάτω οτι κάποια στιγμή είναι αναπόφευκτο οτι θα γίνει.



Το βασίζεις κάπου αυτό ή το λες αυθαίρετα ; ή σαν ον που νιώθει οτι απειλείται το πετάς για να καθησυχάσεις τον εαυτό σου ; Γιατί εαν βάλεις κάτω τα μαθηματικά και την φυσική μάλλον το πόρισμα βγαίνει θετικό στο οτι γίνεται.

Πάντως είναι κακό να θεωρούμε το είδος μας ως το ανώτερο, σοφότερο και δυνατότερο κτλπ. Σε σχέση με την ιστορία της γης και πόσο μάλλον του σύμπαντος είμαστε ένα τίποτα. Αμφιβάλλω οτι μας παίρνει να αμφισβητούμε το τι είναι φυσικά δυνατόν να γίνει και τι όχι. Κάποτε υπήρχαν οι δεινόσαυροι και ίσως ένιωθαν οτι δεν θα υπάρξει δυνατότερο είδος απο αυτούς . Εν τέλει όμως η εξέλιξη βασίζεται σε μια σειρά απο ατυχή γεγονότα . Ο λόγος που δημιουργηθήκαμε είναι οτι η γη κάποια στιγμή έγινε ένα μεγάλο χημικό εργαστήριο που ευνόησε την βιολογική εξέλιξη. Πλέον έχουμε labs με υπολογιστές και οι συνθήκες ευνοούν μια εξέλιξη με bits και όχι μόρια,εαν μπορώ να το εκλαϊκεύσω έτσι.

Δεν θα διαφωνήσω. Αν ομως ολο αυτο με τη τεχνολογια αποδειχτει μια φούσκα, ο ΑΝΘΡΩΠΟΣ δεν ειναι μια φούσκα. Νομίζω οτ εξέλαβες λίγο περίεργα και σε καμία τι των περιπτώσεων, δεν ήθελα να του παρουσιάσω έτσι. Αν εγω είμαι λογιστής, και έρθει η τεχνολογια να με "απειλήσει" πιστεψε με μόνο ως απειλή δεν θα το παρω. Η τεχνολογία στο επαγγελμά μου, θα με βοηθήσει και θα με αποφορτίσει απο πολλά πράγματα.

ΑΝ ομως η παγκόσμια κοινωνία μελλοντικά, βιώσει και τη κρίση της τεχνολογίας, και ναι το βασίζω αυτό στο γεγονός ότι ως άνθρωποι έχουμε βιώσει όλων των ειδών τις κρίσεις ( οικονομική, υγειας, πετρελαικη κλπ) καποια στιγμή θα ζήσουμε και αυτή της τεχνολογιας. Και πιστεψε με ,εκει θα καταλάβουμε ποσο σημαντικοι ειμαστε εμεις οι ΑΝΘΡΩΠΟΙ σε αυτο που αντιπροσωπεύουμε και απασχολούμαστε επαγγελματικά.

Σε καμία περίπτωση δεν ήθελα να θίξω κάτι. Τη γνώμη μου εξέφρασα

 

[Samael]

Δεν θα διαφωνήσω. Αν ομως ολο αυτο με τη τεχνολογια αποδειχτει μια φούσκα, ο ΑΝΘΡΩΠΟΣ δεν ειναι μια φούσκα. Νομίζω οτ εξέλαβες λίγο περίεργα και σε καμία τι των περιπτώσεων, δεν ήθελα να του παρουσιάσω έτσι. Αν εγω είμαι λογιστής, και έρθει η τεχνολογια να με "απειλήσει" πιστεψε με μόνο ως απειλή δεν θα το παρω. Η τεχνολογία στο επαγγελμά μου, θα με βοηθήσει και θα με αποφορτίσει απο πολλά πράγματα.

ΑΝ ομως η παγκόσμια κοινωνία μελλοντικά, βιώσει και τη κρίση της τεχνολογίας, και ναι το βασίζω αυτό στο γεγονός ότι ως άνθρωποι έχουμε βιώσει όλων των ειδών τις κρίσεις ( οικονομική, υγειας, πετρελαικη κλπ) καποια στιγμή θα ζήσουμε και αυτή της τεχνολογιας. Και πιστεψε με ,εκει θα καταλάβουμε ποσο σημαντικοι ειμαστε εμεις οι ΑΝΘΡΩΠΟΙ σε αυτο που αντιπροσωπεύουμε και απασχολούμαστε επαγγελματικά.

Σε καμία περίπτωση δεν ήθελα να θίξω κάτι. Τη γνώμη μου εξέφρασα

Δεν θίγεις κάποιον ή κάτι προφανώς,συζήτηση κάνουμε . Αλλά δεν έχεις πιάσει το concept.Η δημιουργία μιας νοημοσύνης δεν είναι κάτι σαν να βγαίνει το playstation 5 ή μια καινούρια τηλεόραση προφανώς ή κάποια εταιρία που μας δίνει λιγότερα Mbps . Δεν θα χρειάζεται κάποιος να κάνει οποιοδήποτε επάγγελμα,εκτός για λόγους ευχαρίστησης. Αλλά το θέμα δεν είναι μόνο τι γίνεται σε αυτή την περίπτωση σε επίπεδο εργασίας,αυτό είναι το λιγότερο...αλλά σε επίπεδο είδους τι γινόμαστε. Θα συνιστούσα να τσεκάρεις τον όρο superintelligence για να μπεις λίγο στο κλίμα και να καταλάβεις ακριβώς τι λέμε.