что за ограничения были.
Ограничения по потребляемой мощности всей системы распознавания < нескольких Вт - в основном по этому показателю. Решение задачи за определенное время < 100 мс (или с частотой > 10 Гц) - вообще речь идет о некой бортовой системе, где эти показатели имеют решающее значение.
Но намек я понял - и это уже неплохо - а то было, подумал, что, по-крайней мере, в этой теме собрались одни восторженные "диванные аналитеги" и, собственно, предмета разговора-то и нет...
Отвечаю на "намек": да, вполне "честно" пытались подстроить сверточные сети под нашу узкую задачу. В итоге, в процессе попыток достижения требований, можно сказать, это выродилось в прямой алгоритм. Конечно, это упрощенно, на самом деле все обстояло "несколько" сложнее, однако, в сухом остатке именно так.
Тут, кстати, выяснилась одна интересная деталь - есть ещё один ключевой показатель для встраиваемых систем - удельная производительность (Гфлопс/Вт). К примеру, ДАРПА для "похожих" бортовых систем своих F-16 требует не менее 25 Гфлопс/Вт. Так вот, сам по себе этот показатель ни о чем не говорит - если задача распознавания целей не решается или плохо решается. Собственно, это - показатели "железа". Так вот, в случае с четкой алгоритмизацией этот показатель вообще теряет смысл.
нечеткая логика нейросетей никогда не будет использована даже не то что в автопилотировании самолетов, но и в аналогичных системах, например, для локомотивов?
Я не знаю, а, видимо, вы, если знаете, то, можете подтвердить доказательствами это утверждение?[/quote]
Знаю, так как напрямую связан с СУ транспортных средств.
Во-первых, дело в том, что для подобных систем есть четкие требования, которые должны, в частности, достаточно просто проверяться. В случае с ИИ и нейросетями не то что проверить, их выдвинуть-то чрезвычайно сложно - судя по всему, если когда-то и будет что-то подобное внедряться, сначала придется поменять всю систему сертификации. Но, как говорится, "и рады бы, но..." - слишком много неопределенности со всем этим ИИ, чтобы попытаться уложить в какие-то рамки.
Во-вторых, - полное отсутствие возможности повторения и моделирования поведения системы в конечно-заданных ситуациях, что также является одним из ключевых требований к подобным системам. В общем, в частности, невозможно расследовать, почему сеть глубинного обучения приняла то или иное решение.
Да и по остальным ключевым требованиям вопросов больше, чем ответов..
А про $40 млн. какой-то девочки - без комментариев...