Ваша оценкаЦитаты
bru_sia30 ноября 2025 г.Читать далееИИ — это быстро развивающаяся область. В ИИ постоянно обнаруживаются новые источники предубеждений, а при попытках внедрения ответственного ИИ регулярно возникают новые проблемы. Однако активно разрабатываются и новые методы борьбы с этими предубеждениями и проблемами. Поэтому всегда важно быть в курсе последних исследований в области ответственного ИИ. И с этой целью рекомендуется отслеживать конференции АСМ FAccT Conference (https://oreil.ly/dkEeG), Partnership on Al (https://partnershiponai.org/), Alan Turing Institute's Fairness, Transparency, Privacy group (https://oreil.ly/5aiQh) и Al Now Institute (https://ainowinstitute.org/).
421- bru_sia30 ноября 2025 г.
В литературе по ML часто высказывается безосновательное предположение, что оптимизация одного свойства — например, точности модели, не затрагивает и не меняет все остальные. Специалисты могут обсуждать методы повышения досто-верности модели, считая, что точность или задержка останутся прежними. Однако на самом деле улучшение одного свойства может привести к ухудшению других.
423 - bru_sia30 ноября 2025 г.
Поздравляю! Вы завершили, вероятно, одну из самых технических глав книги! Она носит технический характер, поскольку развертывание ML-моделей — задача инженерная, а не уровня ML.
419 - bru_sia30 ноября 2025 г.Читать далее
Недостаток этих моделеи заключается в том, что их прогнозы не всегда верны, а тонкая настройка моделей на специфичных для конкретной задачи данных, способная улучшить эти прогнозы, обходится очень дорого. В таких ситуациях «преимущественно верные» прогнозы, которые легко подправить вручную, иногда могут помочь пользователям. Например, в поддержке клиентов ML-системы на каждый клиентский запрос могут давать «преимущественно верные» ответы, которые люди-операторы должны быстро отредактировать. Это может ускорить ответ по сравнению с написанием его с нуля.
Но эти «преимущественно верные» прогнозы не принесут пользы, если пользователи не будут знать, как исправить ответы, или не смогут это сделать. Возьмем ту же задачу с генерацией кода React для создания веб-страницы. Сгенерированный код может не работать или не отображать на созданной им веб-странице то, что было указано во вводных требованиях. Программист, знакомый с React, быстро исправит этот код, но многие пользователи могут не знать React. А ведь приложение может привлечь множество пользователей, не знающих React, — именно поэтому оно им и понадобилось!
315 - bru_sia30 ноября 2025 г.
Поскольку ML-платформа — это относительно новое явление, взгляды на то, что именно она собой представляет, варьируются от компании к компании. Даже внутри одной и той же компании могут идти на этот счет непрекращающиеся дискус-сии. Поэтому здесь я сконцентрируюсь на компонентах, чаще всего встречаемых мною в ML-платформах, — на развертывании моделей, хранилищах моделей и хранилищах признаков.
311 - bru_sia30 ноября 2025 г.
Как правило, во многих компаниях специалисты по обработке данных и ML-инженеры разрабатывают модели, неплохо показывающие себя при разработке, но после развертывания оказывающиеся слишком медленными, поэтому компании нанимают инженеров по оптимизации, способных оптимизировать модели для тех устройств, на которых они должны запускаться.
314 - bru_sia30 ноября 2025 г.Читать далее
Представьте себе сценарий. Вы и ваша команда тратите несколько недель на дора-ботку модели. И вот наконец-то один из запусков показал многообещающие результаты. Теперь вы хотите провести более масштабные тесты и пытаетесь воспроизвести запуск, используя набор гиперпараметров, который применили, просто чтобы обнаружить по итогу немного иные результаты. Вы вспоминаете, что внесли изменения в код между этим и следующим запусками, и изо всех сил стараетесь вызвать их из памяти, потому что ваше безрассудное прошлое «я» посчитало эти изменения слишком незначительными, чтобы их зафиксировать. Но вы все равно не смогли воспроизвести многообещающий результат, поскольку существует слишком много вариантов внесения изменений.
314 - bru_sia30 ноября 2025 г.
Если вы не хотите удалять пропущенные значения, придется прибегнуть к заполнению их «опреде-ленными значениями». И самое сложное здесь — это решить, какие «определенные значения» использовать.
311 - bru_sia30 ноября 2025 г.
Если люди-эксперты не могут прийти к соглашению по метке, что вообще значит "производительность на уровне человека"?
311