Size: a a a

Типы в языках программирования, моделирования, представления знаний и жизни

2021 October 22

NR

Nikita Repeev in Типы в языках программирования, моделирования, представления знаний и жизни
Жизнь от классификации не зависит а словоупотребление зависит. Можно продолжить настаивать что то что называют computer science в мейнстрмной науке это не настоящий computer science, а настоящий never been tried но делать это как-то нецелесообразно что-ли. Но в любом случае источник альтернативного определения можно привести.
источник

AC

Alexander Chichigin in Типы в языках программирования, моделирования, представления знаний и жизни
> Мне важно, что происходит в жизни, а не какая-то там классификация или точный термин.

При этом Вы делаете утверждения про CS, которые полностью оторваны от того, что "происходит в жизни" по крайней мере в части научных исследований и публикаций. И пытаетесь запихнуть в CS то, чем занимается EE и/или Software Engineering.

Очень системный и эмпирический подход. 👍

Комментарии насчёт выворачивания NFL theorem наизнанку будут? 😉
источник

AL

Anatoly Levenchuk in Типы в языках программирования, моделирования, представления знаний и жизни
Источник альтернативного определения: https://yadi.sk/i/0fLMVlwgN59BHA (но и во многом https://yadi.sk/i/Rv9Tob18A6mxyA — там как раз про кванты побольше).
источник

NR

Nikita Repeev in Типы в языках программирования, моделирования, представления знаний и жизни
Я читал там такого определения насколько я знаю нет.
источник

NR

Nikita Repeev in Типы в языках программирования, моделирования, представления знаний и жизни
Не то чтоб я не согласен с общим подходом Дойча, просто это не строгая работа.
источник

NR

Nikita Repeev in Типы в языках программирования, моделирования, представления знаний и жизни
Она для широкой публики написана.
источник

NR

Nikita Repeev in Типы в языках программирования, моделирования, представления знаний и жизни
Ну и немного войны с ветряными мельницами там имеется. А точнее много.
источник

AL

Anatoly Levenchuk in Типы в языках программирования, моделирования, представления знаний и жизни
Вот я science (исследования, выдвижение теорий, объясняющих как поведение математических объектов моделируется физическими вычислителями) не путаю с инженерией (конструирование физических вычислителей, или сугубо методом проб и ошибок, или с использованием теорий, которые даёт science — инженерия это не всегда задействование теорий).

Насчёт NFL много писал Pedro Domingos в The Master Algorithm — https://yadi.sk/i/TxIe5tc1SWekdQ (в AI сейчас много разных попыток создать "универсальный решатель проблем", и Domingos обсуждает, что это не получится, всегда для каких-то проблем будут одни более удачные алгоритмы, а для других — другие более удачные алгоритмы, то есть поиск "универсального алгоритма" хорош, но бесперспективен. И ссылается на NFL).

Там с самой этой NFL теоремой много непоняток, это ж вроде до сих пор статус догадки, а не теоремы )))
источник

AL

Anatoly Levenchuk in Типы в языках программирования, моделирования, представления знаний и жизни
ОК, цитирую.

Верно математическое высказывание или нет, действительно не
зависит от физики. Но его доказательство – дело только физики.
Невозможно что-то абстрактно доказать, как невозможно и что-то
абстрактно знать. Математическая истина – вещь абсолютно
необходимая и трансцендентная, но все знания создаются в ходе
физических процессов, а их объем и ограничения обусловлены
законами природы. Можно определить класс абстрактных сущностей и
назвать их доказательствами (или вычислениями) точно так же, как
определить иные абстрактные сущности и назвать их треугольниками
и заставить подчиняться законам евклидовой геометрии. Но нельзя
вывести из этой «теории треугольников» некое представление о том,
на какой угол вы повернетесь, если обойдете замкнутый контур,
состоящий из трех прямых линий. Точно так же такие
«доказательства» не позволят проверить истинность математических
утверждений. Математическая «теория доказательств» не имеет
отношения к тому, какие истины можно, а какие нельзя доказать или
знать в реальности; аналогично теория абстрактных «вычислений» не
имеет отношения к тому, что можно, а что нельзя в реальности
вычислить.
Таким образом, вычисление или доказательство – это физический
процесс, в котором такие объекты, как компьютер или мозг, физически
моделируют или воплощают абстрактные сущности, как, например,
числа или уравнения, и имитируют их свойства. Это наше окно в мир
абстрактного. И оно действует, потому что мы используем такие
сущности лишь при наличии разумных объяснений, говорящих, что
абстрактные свойства действительно воплощаются в соответствующих
физических переменных применяемых объектов.
Как следствие, достоверность наших знаний о математике всегда
будет проистекать из достоверности знаний о физической
действительности. Корректность любого математического
доказательства полностью зависит от правильности наших
представлений относительно законов, определяющих поведение
некоторых физических объектов, таких как компьютеры, чернила и
бумага или мозг. Таким образом, в противовес тому, что считал
Гильберт, и тому, во что со времен античности верили и верят до сих
пор почти все математики, теория доказательств никогда не станет
направлением математики. Теория доказательств – это естественная
наука, а конкретно информатика[49].

[в оригинале Дойча информатика — это computer science]
И там ещё много на эту тему.
источник

NR

Nikita Repeev in Типы в языках программирования, моделирования, представления знаний и жизни
Здесь утверждение про то чем является теория доказательств. И да в том числе утверждение что computer science является естественной наукой. Но самого определения computer science нету.
источник

NR

Nikita Repeev in Типы в языках программирования, моделирования, представления знаний и жизни
Книгу я читал целиком содержание более менее помню.
источник

NR

Nikita Repeev in Типы в языках программирования, моделирования, представления знаний и жизни
Слушайте а NFL не две разных? В machine learning она вообще просто про то что вы лейблы на тестовом сете можете на противоположные поменять, отсюда никаких выводов глобальных не сделать.
источник

AC

Alexander Chichigin in Типы в языках программирования, моделирования, представления знаний и жизни
Если глянуть на Википедию, то выяснится, что есть как минимум две NFL — одна про оптимизацию, другая про ML. Та, которая про оптимизацию — математическая теорема, которая вытекает из более сильных результатов.

Которая про ML — формально, наверное, не теорема, хотя ML можно свести к оптимизации. Ну так вот та, которая "фольклорная теорема" про ML говорит, что при наличии достаточного количества данных любой алгоритм ML покажет максимальную точность. Т.е. они все универсальные (в этом смысле).

Как там Pedro Domingos делает прямо противоположный вывод, и почему Вы за ним повторяете — я не знаю.

Для ясности: я готов согласиться с тезисом про отсутствие универсального самого лучшего алгоритма или вычислителя, и с тем, что под конкретную задачу и условия можно сконструировать (более) оптимальный специализированный, вот только к теореме NFT это никаким боком не относится.
источник

ПС

Павел Соколов... in Типы в языках программирования, моделирования, представления знаний и жизни
> теорема NFT
Любой кусок диджитал-искусства одинаково бесполезен
источник

AC

Alexander Chichigin in Типы в языках программирования, моделирования, представления знаний и жизни
Верно! И для физичности расширим это на любое искусство. 😁
источник

NR

Nikita Repeev in Типы в языках программирования, моделирования, представления знаний и жизни
Странное утверждение про максимальную точность любого алгоритма. Всё таки конечное количество параметров = конечное количество памяти.
источник

NR

Nikita Repeev in Типы в языках программирования, моделирования, представления знаний и жизни
Ну или ещё проще пример. Линейная разделяющая поверхность вам xor не приблизит
источник

AC

Alexander Chichigin in Типы в языках программирования, моделирования, представления знаний и жизни
> Но нельзя вывести из этой «теории треугольников» некое представление о том, на какой угол вы повернетесь, если обойдете замкнутый контур, состоящий из трех прямых линий.

Чего???

> Математическая «теория доказательств» не имеет отношения к тому, какие истины можно, а какие нельзя доказать или знать в реальности

Доказательства этого утверждения не будет, потому что. Не физично.

Критиковать научпоп — последнее дело, но в этом тексте Дойч на голубом глазу утверждает как факт какие-то свои тезисы, которые не соответствуют чьему бы то ни было ещё пониманию математики и CS, и вообще непонятно чему соответствуют.

Более всего непонятно, зачем вы всерьёз ссылаетесь на такую ерунду.
источник

AC

Alexander Chichigin in Типы в языках программирования, моделирования, представления знаний и жизни
Ну, поскольку "теорема" — "народная", я тоже "обобщил". 😁
источник

NR

Nikita Repeev in Типы в языках программирования, моделирования, представления знаний и жизни
Да, про "не имеет отношения" конечно странное утверждение. Кажется очевидным что множество актуально вычислимых штук это подмножество теоретически вычислимых.
источник