Ну тут это работает по узнаванию: похоже на нормальное выражение или не похоже. Грамматическая некорректность позволяет, если опускать использование в художественных и стилистических целях (как минимум это слишком далеко от формализации), освободиться от множества заведомо неправильных вариантов, и тут никакой интуиции не нужно, но существуют грамматически корректные выражения, в которых смысла нет (если опускать художественные варианты использования, опять же): например, от Хомского иллюстрация -- "Colorless green ideas sleep furiously". Значит, у нас есть какие-то критерии осмысленности. А какие? Непонятно. Также существуют вполне осмысленные и грамматически корректные выражения, которые, тем не менее, будут неочевидными, их вряд ли будут использовать: вот самый яркий и известный пример -- это "Buffalo buffalo Buffalo buffalo buffalo buffalo Buffalo buffalo". Мы можем сказать, почему: лексика странная. Но как это понять в общем случае, не очень ясно, опять же. Или вот есть слишком абстрактные высказывания, которые легитимны, но вряд ли мы будем в обычном языке их использовать. Как определить абстрактность, не ясно.

Поэтому пока что по интуиции.

Для меня AGI это Asterisk Gateway Interface. А мы делаем голосовых ботов для телефонии

Это типичное отличие know-how от know-that. Мы умеем в целом определять, употребляем ли так язык или нет (не всегда умеем, если что), но назвать критерии нам бывает очень трудно.

Artificial general intelligence. По моему мнению, это термин без содержания.

Кармак как раз буквально на днях ушел со старой работы (Facebook) что-бы заняться AGI вплотную. 🙂
Он, кстати, очень конкретный товарищ. Пустое теоретизирование на дух не выносит.

это кто такой? есть какие-то результаты?

Тот, кто сделал Doom, а потом работал над очками в Oculus.

Понятно, ну это не результаты😀

За ним опытные люди с деньгами стоят. Так что команду соберут мгновенно.

Таких команд наверное как грязи и без него) Вообще не показатель.

Я потому его и упомянул! Новость, конечно, неоднозначная

там много интересного в комментах

Он в этой истории для маркетинга (как и в предыдущей). Это, скорее всего, та же самая команда делает новый стартап.

привет. никто случайно не знает, где взять базу знаний? Правила в формате "если, то". Тематика любая.

Есть задача по логам чата выявить пары сообщений, потенциально полезные для обучения чат-бота.
Типо вопросы-ответы, реакции на утверждения ("не забудь купить молоко" - "хорошо, не забуду", "они молодцы" - "да, я за них болел") и возможно что-то ещё. Как к такой задаче стоит подойти?
Помню была статья, где юзался датасет для классифицирования двух суждений, как они с друг другом соотносятся, но там был берт и это как -то жирно

Можно попробовать спарсить какой-нибудь чат с реплаями и на нем обучиться классифицировать пары предложений

Обычный классификатор.

Размечаете датасет и вперёд.