Tensor flow. Smooth dive

Agenda
Будет:
немного истории ИИ
ИИ и облако, что скрывается за магией TensorFlow
Кейсы из бизнеса
Как познакомиться с ML
Не будет:
разбор кода
погружение в выш.мат
Вопросы можно задавать по ходу доклада.

About the speaker:
Лозовской Сергей
Начальник отдела ИТ рязанского филиала РГС.
Опыт в разных областях ИТ 7 лет
Опыт в системах ИИ 1,5 года.

Искусственный интеллект
Машинное обучение
Роботы
Творчество
Работа с языками
Символьное моделирование

ИИ во времени.
Алан Тьюринг.
В 1950 году сформулировал понятие ИИ, имитационную игру и позже тест Тьюринга
Виталий Стафеев.
В 60-е работал над проектом машины имитирующей работу мозга животного.
Не работал с ИИ. НО! В начале 2 половины ХХ века сделал ПК персональным и дал возможность каждому купить его.

Задача судьи: определить кто машина
Задача машины: запутать судью
Задача игрока-человека: не дать запутать судью.

ИИ в лицах сегодня.
Боится ИИ. Верит в захват мира терминаторами
Верит, что в ИИ спасение человечества. Говорит что создал сетку на 7 млрд нейронов
Не верят. Делают.

Знакомьтесь. Первый, кто прошел тест Тьюринга.
Всегда 13 лет. Одесса. Очень интересуется миром и
пытается его познать

Математическая модель персептрона, предложенная Фрэнком Розенблаттом в конце 1950-х

0
1
w=0,5
w=0,5
w= - 0,5

0
1
w=0,5
w=0,5
w= - 0,5
x = 1*0.5 + 0*0.5 + 0*(-0.5)=0.5

0
1
w=0,5
w=0,5
w= - 0,5
x = 1*0.5 + 0*0.5 + 1*(-0.5)=0

0
1
w=0,5
w=0,5
w= - 0,5
x = 1*0.5 + 1*0.5 + 0*(-0.5)=1

0
1
w=0,25
w=0,25
w=0
w=0.9
w= - 0,4
w=0,5
w=-1
w= 1

0
1
w=0,25
w=0,25
w=0
w=0.9
w= - 0,4
w=0,5
w=-1
w= 1
x1 = 1 * 0.25 + 0 *0 + 1*0.25 = 0.5
x2 = 1 * 0.5 + 0 * 0.9 + 1 * (-0.4) = 0.1
x = 1 * (-1) + 0 *1 = -1

0
1
w=0,25
w=0,25
w=0
w=0.9
w= - 0,4
w=0,5
w=-1
w= 1
x1 = 1 * 0.25 + 1 *0 + 1*0.25 = 0.5
x2 = 1 * 0.5 + 1 * 0.9 + 1 * (-0.4) = 1
x = 1 * (-1) + 1 * 1 = 0

0
1
w=0,25
w=0,25
w=0
w=0.9
w= - 0,4
w=0,5
w=-1
w= 1
x2 = 0* 0,5 + 1* 0.9 + 1* (-0.4) = 0.5
x1 = 0 * 0.25 + 1 * 0 + 0 * 0.25 = 0
x = 1 * 1 +0 * (-1) = 1

0
1

0
1

Human Brain - 10^11
Octopus - 1,5 * 10^8
Frog - 10^7
Cat - 3 * 10^6
Bee - 10^6
_______________
2011 - 10^6
2015 - 1.1 * 10^7
2018 - 10^9
что такое обучение

Что же такое обучение?
Обучить - найти оптимальные веса, при которых
модель правильно делает предсказания.
Методы обучения:
Без учителя
С учителем
Остальные методы (не отличаются интересом и
простотой реализации)

Обучение с учителем:
Работа с обучающей выборкой Работа с тестовой выборкой

Где взять датасеты?
http://visualgenome.org
http://peipa.essex.ac.uk/pix/mias/all-mias.tar.gz
https://landsat.usgs.gov/landsat-8
http://openbiometrics.org (tool)
https://www.nist.gov/itl/iad/image-group/emnist-dataset

Облако vs Земля
сеть 10^3 нейронов
2 * 10^6 связей (в полносвязных слоях)
55 000 символов в MNIST
6 000 прогонов обучения для 1 символа
Полное обучение = 3 * 10^14 тактов.
Intel Core i9 9980XE 4.5Ггц = 4.5 *10^9 Гц
~160 000 RUB
~3*10^6 секунд=~3* 11,57 суток в одном ядре. =~2 суток на 18 ядрах

Почему GCP?
Поставляется много коробочных решений
Бесплатное пользование Compute Engine
Google сделали кубернетис и TensorFlow

Автоматическое нахождение образов
Классификация найденных образов
TensorFlow. Что умеет?
Может обучать генеративно-созидательные сети
Может работать не только с образами, но и другими объектами
Можно запускать как локально, так и в облаке

Применение Машинного обучения в продуктовом ритейле

Умные магазины уже вчера!

Входной порог.
Высшая математика. (Pre-intermediate)
Теория вероятностей и мат. статистика
Программирование (желательно python3)
Технический английский

Повышаем экспертизу!
Coursera.
Machine learning and Data Analysis
Edx. Data Science with Python ($255)
Coursera.Data Engineering on Google Cloud Platform
Coursera.
Applied Data Science with Python