Траектория обучения моделей Развивая мысль - обучение просто на данных не эффективно, должна быть траектория обучения (а не просто сумма примеров), но разработка (в широком смысле) - это не шахматы, она кросс-дисциплинарна и обусловлена не только хардами и софтами, но и широким кругозором и способностью не только изучать эффективные методы, но и «забывать» не эффективные. Если все же взять шахматы, - это сложный, но детерминированный процесс. Просто нашего мозга не хватает все просчитать. И мы начинаем компенсировать тем, что изучаем противника, - как он себя ведет, когда волнуется, какие фигуры больше любит. Нейронкам, которые лишены этой проблемы, не нужны свойства противника как личности, они всегда победят, так как выберут наилучший ход из возможный, что человек сделать не может физически. Свойства системы разработки: - открытая недетерминированная система (меняются люди, меняются требования, стек, …) - Задачи кросс-дисциплинарные по своей сути (инженерия, доменная модель, UX, экономика, регуляторика, …) - Успех достигается множеством факторов (поддерживаемость, баланс рисков, компромиссы, - система социо-техническая) То есть, заканчивая развивать мысль, агент из предыдущего поста не просто кросс-функционален, он учится, пробует, ошибается, забывает не эффективное. Педагогика и андрагогика, получается :) PS: да, я знаю о концепции machine unlearning и слои целенаправленного забывания, но это пока идеи и экспериментальные прототипы.