Faragiri
Ελληνικά

Εκμάθηση: Μηχανική μάθηση Τεχνητή νοημοσύνη

Μια κάμερα που δεν σήμαινε τίποτα θα βαθμολογούνταν σχεδόν όσο και αυτή που δουλεύει. Το χώρισμα του σκορ στα δύο λάθη είναι η αρχή του θέματος.

6Ενότητες
6Λεπτά ανάγνωσης
2Βάθος

Μία ώρα στη γραμμή

Τα ίδια 1.200 ροδάκινα, χωρισμένα κατά το ποιο λάθος έγινε

Τρία κελιά είναι φθηνά και το ένα δεν είναι. Ένας μοναδικός αριθμός ακρίβειας προσθέτει και τα τέσσερα και ανακοινώνει το άθροισμα.

η κάμερα το άφησεη κάμερα το σήμανε

το ροδάκινο ήταν γερό

1.136 γερά, και πέρασανΟ όγκος κάθε ώρας, και ο λόγος που η ακρίβεια κολακεύει
16 γερά, και σημάνθηκανΔεκαπέντε δευτερόλεπτα στον πάγκο. Το φθηνό λάθος

το ροδάκινο ήταν χτυπημένο

9 χτυπημένα, και πέρασανΣυσκευασία, παλέτα, φορτηγό, Γερμανία, αποζημίωση. Το ακριβό λάθος
39 χτυπημένα, και σημάνθηκανΑυτό για το οποίο αγοράστηκε η κάμερα

Το κάτω αριστερά κελί είναι το μόνο που αξίζει μια απόφαση, και είναι ο μικρότερος αριθμός της εικόνας. Ό,τι ανακοινώνει ένα σκορ το έχει ήδη βγάλει μέσο όρο.

Μια κάμερα που έλεγε γερό για κάθε ροδάκινο της γραμμής θα είχε δίκιο για 1.152 από τα 1.200 της περασμένης ώρας. Εκείνη που έβαλε τελικά η Δήμητρα Καραγιάννη στο συσκευαστήριο έξω από τη Βέροια είχε δίκιο για 1.175. Είκοσι τρία ροδάκινα διαφορά είναι όλη η αξία του μηχανήματος, και ο ένας αριθμός μέσα στον οποίο ανακοινώνονται και τα δύο νούμερα είναι αυτός που την κρύβει.

Από τα 1.200, τα 48 ήταν πράγματι χτυπημένα. Η κάμερα σήμανε 55. Εκεί ξεκινά η χρήσιμη ανάγνωση, επειδή δύο νούμερα που ακούγονται ίδια, 1.175 σωστά και 1.152 σωστά, περιγράφουν το ένα έναν έλεγχο που δουλεύει και το άλλο ένα κομμάτι χαρτόνι.

Τα δύο λάθη, μετρημένα χωριστά

Πάρτε πρώτα τις 55 σημάνσεις. Τα 39 ήταν όντως χτυπημένα και τα 16 ήταν γερά ροδάκινα, βγαλμένα από τη γραμμή και κοιταγμένα για το τίποτα. Μένουν 9 χτυπημένα που η κάμερα άφησε να περάσουν, και 1.136 γερά που σωστά τα άφησε.

Μετρήστε τα δύο λάθη χωριστά, γιατί δεν κοστίζουν το ίδιο. Στο συσκευαστήριο της Δήμητρας κοστολογήθηκαν πριν μπει η κάμερα:

  • λανθασμένη σήμανση: δεκαπέντε δευτερόλεπτα κάποιου στον πάγκο διαλογής
  • χτυπημένο που πέρασε: μια παλέτα που φεύγει για τη Γερμανία και γυρίζει ως αίτημα αποζημίωσης, μαζί με τη συζήτηση για τη σύμβαση της επόμενης χρονιάς
  • η ετικέτα: δύο διαλογείς σημείωσαν τέσσερις εβδομάδες φωτογραφιών και σε δείγμα 60 διαφώνησαν μεταξύ τους για τα 9
  • το ταβάνι: κανένα μοντέλο δεν περνά τη συμφωνία των ανθρώπων που το εκπαίδευσαν

Το μοντέλο που δεν κάνει τίποτα φτάνει σχεδόν την ακρίβεια εκείνου που δουλεύει, και τη φτάνει έχοντας δίκιο για τα 1.152 ροδάκινα που δεν ανησύχησαν ποτέ κανέναν. Πριν υπάρξει μοντέλο, γράψτε τι κοστίζει το καθένα από τα δύο λάθη, στις μονάδες που χρησιμοποιεί η ίδια η επιχείρηση. Εκείνος ο αριθμός αποφασίζει πού μπαίνει το κατώφλι, και το κατώφλι είναι το μόνο χειριστήριο που χρειάζονται πραγματικά τα περισσότερα έργα.

Τα 48 ήρθαν από κάπου. Το μοντέλο μαθαίνει την ετικέτα που γράψατε, όχι το πράγμα που εννοούσατε, οπότε η κάμερα εκπαιδεύτηκε να αναπαράγει μια κρίση που δύο έμπειροι άνθρωποι την κάνουν διαφορετικά για ένα ροδάκινο στα εφτά. Αυτό δεν είναι επιχείρημα να μη γίνει. Είναι ο λόγος που υπάρχει ταβάνι, και το να ξέρει κανείς πού είναι το ταβάνι σταματά μια ομάδα από το να ξοδέψει τρίμηνο σε αρχιτεκτονικές ενώ η απόδοση ήταν σε έναν ορισμό δύο γραμμών για το τι μετράει ως χτύπημα. Εκεί αποφασίζεται και Το σχήμα του πεδίου, πριν από όλα τα υπόλοιπα.

Στον πίνακα κερδίζουν ακόμη οι παλιές μέθοδοι

Το δεύτερο πρόβλημα της Δήμητρας ήταν ένα λογιστικό φύλλο: ποιες παλέτες γυρίζουν με παράπονο, από τη θερμοκρασία του θαλάμου, την ώρα της συγκομιδής, την ποικιλία, τη θέση στο ψυγείο και την εβδομάδα της σεζόν. Γραμμές και στήλες, κάπου δεκατέσσερις χιλιάδες.

Πάνω σε πίνακα γραμμών, η ενισχυμένη διαβάθμιση νικά ακόμη ένα νευρωνικό δίκτυο, και το κάνει εδώ και μια δεκαετία. Εκπαιδεύεται σε δευτερόλεπτα πάνω σε φορητό, λέει ποια στήλη κουβάλησε την απόφαση, και δεν θέλει τα δεδομένα τυποποιημένα από πριν. Τα Κλασικά μοντέλα είναι η προεπιλογή εδώ, και η ενδιαφέρουσα εναλλακτική είναι η λάθος πρώτη κίνηση. Τα Νευρωνικά δίκτυα κερδίζουν τη θέση τους σε εικόνες, σε ήχο και σε κείμενο, που είναι ακριβώς αυτό που κάνει η κάμερα στη γραμμή.

Ο χωρισμός αποφασίζει αν ίσχυε τίποτα από όλα αυτά

Το μοντέλο των παλετών βαθμολογήθηκε υπέροχα και ύστερα έχασε τα περισσότερα μέσα στο συσκευαστήριο. Οι γραμμές είχαν ανακατευτεί και κοπεί στην τύχη, οπότε μια παλέτα του Ιουλίου βαθμολογούσε μια παλέτα της επόμενης εβδομάδας με ποικιλίες που είχε ήδη δει.

Χωρίστε κατά χρόνο, όχι στην τύχη, όποτε προβλέπετε το αύριο. Στην Ελλάδα η ζημιά αυτού του λάθους είναι μεγαλύτερη από ό,τι σε οποιοδήποτε αγγλικό παράδειγμα, γιατί η σεζόν του ροδάκινου κρατά περίπου δέκα εβδομάδες: ένας τυχαίος χωρισμός δεν ανακατεύει μήνες, ανακατεύει τη μία και μοναδική καμπύλη της χρονιάς, και το μοντέλο μαθαίνει τη σεζόν αντί για το φρούτο. Εκπαιδεύστε ως μια ημερομηνία, ελέγξτε σε ό,τι ήρθε μετά, και ο αριθμός που βγαίνει είναι ο αριθμός που θα πάρει το συσκευαστήριο. Θα είναι χειρότερος, και θα είναι αληθινός.

Το ίδιο ρολόι δεν σταματά μετά την εκκίνηση. Μοντέλο που δεν ξαναεκπαιδεύεται είναι μοντέλο της περασμένης χρονιάς: αλλάζει ο παραγωγός, ξαναστρώνεται ο θάλαμος, και το πράγμα χειροτερεύει αθόρυβα χωρίς να εμφανιστεί ούτε ένα σφάλμα. Η παρακολούθηση αυτού είναι το θέμα του Ένα μοντέλο σε λειτουργία.

Η σειρά

Το τελευταίο κατάλυμα απέχει περισσότερο από τα τρία πρώτα μαζί

Ένα απόγευμα, μία εβδομάδα, ένας μήνας, και ύστερα ένας χρόνος. Τα προγράμματα ανάγνωσης τα σχεδιάζουν σαν πέντε ίσα κεφάλαια, και το έδαφος δεν είναι επίπεδο.

  1. 01Το σχήμα του πεδίουΠοιο από τα τρία είδη είναι το πρόβλημά σας. Ένα απόγευμα
  2. 02Ένα κλασικό μοντέλο σε πίνακαΜία εβδομάδα, και συχνά εκεί τελειώνει σωστά το έργο
  3. 03Νευρωνικά δίκτυαΈνας μήνας, και κυρίως για να ξέρετε πότε να μην τα βάλετε
  4. 04Εικόνες, ή λέξεις και ήχοςΜία σεζόν το καθένα, και διαφορετική τέχνη προς κάθε μεριά
  5. 05Σε λειτουργίαΠερισσότερο από όλα μαζί, και σχεδόν τίποτα από αυτό δεν είναι μοντελοποίηση

Η κλίση είναι η δήλωση και τίποτα άλλο εδώ δεν είναι. Τα καταλύματα δεν είναι στάδια, και μια ομάδα μπορεί να σταματήσει στο δεύτερο και να έχει τελειώσει.

Το σταμάτημα είναι το σημειωματάριο με τη βεβαίωση

Ο Έλληνας αναγνώστης φτάνει εδώ με περισσότερη διδασκαλία και λιγότερη τριβή από όση υποθέτει κάθε αγγλική σελίδα. Έχει περάσει από τμήμα, από μεταπτυχιακό ή από σεμινάριο με βεβαίωση παρακολούθησης, έχει σημειωματάριο που βαθμολογήθηκε καλά, και δεν έχει δει ποτέ πρόβλεψή του να φτάνει σε άνθρωπο που θα ζημιωθεί από αυτήν. Εκεί σταματά η πρόοδος, και δεν μοιάζει με σταμάτημα, επειδή κάθε σύμβαση του πεδίου μεταχειρίζεται ένα ελεγμένο μοντέλο ως το παραδοτέο.

Το σημάδι ελέγχεται πάνω στον εαυτό σας σε ένα λεπτό: αν δεν μπορείτε να πείτε τι γίνεται μια πρόβλεψη αφού βγει, ποιος τη βλέπει, τι κάνει διαφορετικά, και τι γίνεται τη μέρα που το μοντέλο δεν απαντά, τότε το μοντέλο δεν είναι σε λειτουργία, όπου κι αν τρέχει. Της Δήμητρας κρατά ένα ροδάκινο τέσσερα δευτερόλεπτα στον μεταφορέα και το κοιτάζει ένας άνθρωπος, που είναι πρόταση για το συσκευαστήριο και όχι για το μοντέλο, και είναι η πρόταση για την οποία έγινε το έργο.

Τα καταλύματα δεν απέχουν εξίσου

Τα τρία πρώτα εδώ παίρνουν ένα απόγευμα, μία εβδομάδα και έναν μήνα. Το τελευταίο παίρνει περισσότερο από όλα μαζί, και κανένα πρόγραμμα ανάγνωσης δεν το σχεδιάζει έτσι. Οι Βιβλιοθήκες μηχανικής μάθησης είναι προσανατολισμός μιας μέρας που τον ξοδεύουν σε δεκαπενθήμερο, επειδή μοιάζει με πρόοδο και διαβάζεται εύκολα.

Παρμένο ανάποδα, το πεδίο γίνεται κατάλογος αρχιτεκτονικών, και όποιος ξεκινήσει από την Όραση υπολογιστή ή από τη Γλώσσα και ομιλία μαθαίνει να φτιάχνει κάτι εντυπωσιακό που δεν ελέγχεται, επειδή το κόστος των δύο λαθών δεν γράφτηκε ποτέ και ο χωρισμός δεν έγινε ποτέ σωστά.

Τι ανοίγει από την Ελλάδα το 2026

Το scikit-learn είναι η προεπιλεγμένη συλλογή το 2026, δωρεάν και ανοιχτού κώδικα, και αντικατέστησε το γράψιμο του βρόχου εκπαίδευσης και της διασταυρούμενης επικύρωσης στο χέρι. Η πραγματική του συνεισφορά είναι ότι ο χωρισμός, η εκπαίδευση και η βαθμολόγηση έχουν ένα σχήμα σε κάθε μέθοδο, που είναι αυτό που κάνει την αλλαγή μοντέλου αλλαγή δύο γραμμών αντί για ξαναγράψιμο.

Το XGBoost και το LightGBM είναι οι βιβλιοθήκες ενισχυμένης διαβάθμισης, δωρεάν και ανοιχτού κώδικα το 2026, και μαζί αντικατέστησαν το να πιάνει κανείς νευρωνικό δίκτυο πάνω σε λογιστικό φύλλο. Οποιοδήποτε από τα δύο πάνω στον πίνακα των παλετών, με τις στήλες όπως είναι, είναι μία ώρα δουλειάς και η τίμια βάση που κάθε επόμενο μοντέλο οφείλει να ξεπεράσει. Για ελληνικά δεδομένα αυτό μετράει διπλά, επειδή ο πίνακας μιας ελληνικής επιχείρησης σπάνια έχει εκατομμύρια γραμμές, και σε δεκατέσσερις χιλιάδες γραμμές το βαθύ δίκτυο δεν έχει από πού να κερδίσει.

Το PyTorch είναι εκεί που γράφεται το δίκτυο της κάμερας, δωρεάν και ανοιχτού κώδικα το 2026, και αντικατέστησε το στατικό γράφημα που έπρεπε να μεταγλωττιστεί πριν τυπωθεί οτιδήποτε μέσα του. Τρέχει σε δανεικό επεξεργαστή γραφικών από δωρεάν επίπεδο, που είναι ο τρόπος με τον οποίο το κάνουν οι περισσότεροι εδώ.

Μένει η ερώτηση πάνω στην οποία στέκεται όλη η σελίδα και δεν την απαντά. Κάθε αριθμός εδώ βγήκε από τα 1.200 ροδάκινα και από τις τέσσερις εβδομάδες φωτογραφιών, και τίποτα δεν λέει πώς μαζεύτηκαν εκείνες οι γραμμές, ποιος αποφάσισε τι μετράει ως μία, και τι έγινε με τις εβδομάδες που πετάχτηκαν. Αυτό είναι Δεδομένα, και είναι το μισό αυτού του θέματος που αποφασίζει το άλλο μισό. Όταν οι ετικέτες είναι η δουλειά ανθρώπων, παύει να είναι τεχνικό ερώτημα, δηλαδή γίνεται Χρήση στη δουλειά, και όταν το ερώτημα είναι τι ακριβώς προβλέπει η μηχανή από μέσα, γίνεται Πώς λειτουργούν τα μοντέλα.

Δίπλα σε αυτό

Πάνω από αυτό