Om Hjørnet

I bloggen min skriver jeg om det som faller meg inn der og da. Derfor har den ingen rød tråd eller samlende tema, med den konsekvens at kategorien Diverse ganske stor. Bloggen min inneholder meninger, anekdoter fra dagliglivet, konspirasjoner, anvendt finans, filosofering, dikt jeg har skrevet og mye mer. Den dagen det bare er tørt […]

Print Friendly, PDF & Email

Les videre »

Kontakt

Navn (nødvendig):

E-mail (nødvendig):

Emne:

Melding:

Skriv bokstavene i bildet under:

captcha

Print Friendly, PDF & Email
Del denne posten:

Abonnér

Legg igjen e-mail, så får du mail når jeg publiserer nytt innhold.

Ta kontakt i sosiale medier

Du finner meg her:

Mye lest siste 30 dager

Sorry. No data so far.

Søk, og du skal finne (håper jeg)

Hvordan datamaskinen slo eksperten

14.09.07 i NerdeHjørnet

For et par uker siden sto det en artikkel i Financial Times kalt «How computers killed the expert». Artikkelen har som utgangspunkt et forsøk som ble gjort i USA, nærmere bestemt på det juridiske fakultetet på Universitetet i Pennsylvania.

Professor Ted Ruger hørte på et foredrag av to statsvitere, Andrew Martin og Kevin Quinn, som påsto de hadde en modell som kunne forutse hvilke avgjørelser presedensgivende saker i amerikansk høyesterett ville få. Modellen var basert på noen ganske få variable. Dette trodde ikke Ruger noe på, og utfordret Martin og Quinn til å gjøre en test. For de hadde foreløpig brukt modellen på historiske saker. Ruger ville teste modellens prediksjonsevne, opp mot prediksjonsevnen til et ekspertpanel.

Som sagt, så gjort. Og det viste seg altså at den statistiske modellen klarte å spå hva høyesterettsdommerne ville stemme, enn hva ekspertpanelet klarte. 75% av gangene hadde modellene rett avgjørelse, 59% av gangene hadde ekspertene det.

Og det er ikke bare i dette tilfellet at «Machine outperforms man». Innenfor min bransje er det titt og ofte slik at programmerte trading-modeller gjøre det bedre enn fysiske mennesker som tar avgjørelser. Det brukes bølgeanalyser (Elliot Wave), Fobonacci-tall og andre modeller som alltid har fått det til å protestere i meg. Maskiner er ikke smartere enn mennesker. Eller?

Siden jeg leste denne artikkelen har jeg fundert og tenkt på hvorfor det er slik at maskinene ofte gjør det bedre enn mennesker. For det er nok et faktum. Det er mange flere eksempler enn det.

Men hvorfor?

Noe av det tror jeg kommer av at datamaskiner kan behandle mye mer informasjon på en gang enn mennesker kan. Fra en tråd jeg skrev om beslutninger:

«Studier har vist at de fleste bare kan forstå eller prosessere syv informasjonsbiter på en gang. Denne begrensningen i kognitativ evne og evne til å prosessere informasjon gjør det vanskelig å forstå problemet fullstendig. Da vil man forsøke å redusere kompleksiteten og dermed risikere å overforenkle det.»

Datamaskinen har selvsagt ikke denne begrensningen, og vil dermed ikke overforenkle på samme måte.

I tillegg tror jeg noe ligger i det jeg skrev om forrige fredag. Altså det faktum at vi ikke klarer å fri oss fra kunnskap vi allerede har. Og kanskje er det slik at vi legger svært stor vekt på det vi kan godt, kontra det vi ikke kan. Datamaskinen er nøytral i så måte.

I tillegg kommer vår evne til å håpe og tro. Den så jeg titt og ofte da jeg satt i valutamarkedet, med til dels store posisjoner. Det som ofte skjer er at en forvalter er rask til å ta gevinster («penger i banken er bra») og sen med å ta tap («jeg håper det snur»). I sum gjør det at du fort ender opp med tap i porteføljen selv om du har rett mye mer enn 50% av gangene. Løsningen vi implementerte, var helt strikte og metodiske nivåer både for å ta gevinster og tap. Først da materialiserte gevinstene seg. Vi lot altså maskinene bestemme. Vi hadde stop loss ordre og take profit ordre liggende 24 timer i døgnet. For vi forsto at menneskelig håp og tro forkludret mulighetene. Maskinene er nøytrale, og har ikke håp eller tro.

Maskiner og modeller er rasjonelle. Mennesker er styrt av preferanser, tro, håp og manglende evne til å kombinere mange inntrykk på en gang. Vi er dessuten opptatt av å ikke betraktes som kyniske, og da er det slik at det er noen sannheter vi ikke vil se, fordi det ikke er politisk eller menneskelig akseptabelt. Vi mennesker er i større eller mindre grad irrasjonelle, uansett hvor rasjonelle vi mener å være. Vi kan ikke fri oss fra oss selv, våre erfaringer, preferanser og vår kunnskap.

Nå er de fleste slike modeller basert på historiske data. De vil derfor vanskelig kunne fange opp store uventede endringer. Enten det er eksogene sjokk (ting som skjer utenfor modellen) eller paradigme-skifter (et systematisk skifte i måte å tenke på som er av betydelig størrelse og rekkevidde). Modeller fanger ikke opp innovasjoner. Men gjør vi mennesker det? Nei, vi gjør gjerne ikke det.

Artikkelen i FT gjør meg litt desillusjonert på menneskets vegne. Jeg vil gjerne at mennesket skal være smartere enn maskiner. Men er vi det?

En jeg har jobbet mye sammen med når jeg har utviklet modeller, sier at mens modellene er teknologi og vitenskap, er tolkningen av modell-resultater kunst. I tillegg klarer ikke en modell å lage seg selv. Noen må styre den mot det som er viktig. Om du sitter med milliarder av tallrekker som kan forklare noe, er det den menneskelige kunnskap, intuisjon og forståelse som ser skogen for bare trær. Men her skal vi også passe oss, for det kan være sammenhenger vi ikke ønsker å se, og dermed ikke vil inkludere. Boken Freakonomics er full av slike.

Likevel; mennesker må til. Vi lager modellene, finner variablene og vi må til for å tolke resultatene. Men det som ligger i mellom, tror jeg vi i stor grad kan overlate til maskinene. Fordi de er så mye bedre enn oss til å kombinere store mengder data.

Forøvrig tror jeg det er når vi virkelig bruker intuisjonen at vi er nærmest å fungere som en datamaskin. Intuisjon er prosessering av store mengder data som ligger i hukommelsen. Akkurat slik en datamaskin jobber. Intuisjon er ansett som irrasjonelt mumbo jumbo. Men det er rett og slett det motsatte. Det er «Man as a machine». Problemet er bare at vi ikke kan dokumentere det slik en maskin kan.

Print Friendly, PDF & Email
Del denne posten:

Tagget med: ,

23 kommentarer

Trackback URL | Kommentar-feed

  1. Håkon sier:

    Tja, menneskets hjerne er nok et hakk mer anvendelig enn datamaskin og programvare. Vi må bare huske på en del begrensninger. Antall ulike objekter vi kan holde orden på samtidig er en viktig faktor. Der kan datamaskinen banke oss grundig.

  2. Iskwew sier:

    Vi må tenke på datamaskinen eller en modell som en hjelper, og bruke den til det den er god til. Og da må vi forstå HVA det er den er god til. Å håndtere et stort antall objekter på en gang er en av de tingene.

  3. Håkon sier:

    (akk, jeg ble avbrutt…)
    Litt verre blir det nok å få datamaskin og program til å jobbe med etikk og sånn. 😉

    Maskiner har vanligvis ingen sans for humor heller, og dersom det er flere mulige løsninger på et problem så kan det vel hende at vi setter pris på en løsning som er estetisk tiltrekkende eller rett og slett morsom. 😉 Der har også datamaskiner et lite stykke igjen.

  4. Iskwew sier:

    Hmmm. Du kan jo lage modeller som setter beskrankninger som emulerer etisk tenkning? Altså den kan få beskjed om at noe absolutt ikke går.

    Humor derimot, det har de ikke.

  5. Håkon sier:

    Mmja, noen etiske grenser kan du nok kode inn, men grenser pleier å være enkle saker. Litt verre blir det dersom du skal vurdere relativt komplekse modeller/løsninger/situasjoner opp mot hverandre.

    Et annet eksempel er når man lar datamaskiner lære sine egne regler/algoritmer. En klassiker er et system av denne typen som skulle vurdere søknader i et skoleopptak, og da man undersøkte hva slags regler systemet hadde laget så var var en av dem basert på på søkers etternavn. (Om jeg ikke husker feil hadde man passet på at systemet ikke skulle lage regler som diskriminerte på rase eller kjønn, men at systemet ikke burde lage navneregler hadde man ikke tenkt på å legge inn en sperre for.)

    Den dagen datamaskiner får humoristisk sans har jeg en mistanke om at resten av verden er nerder, alle sammen. :o)

  6. Milton Marx sier:

    Er det ikke slik at modellene handler i flokk – og at når noen hundre tusen maskiner sier stop loss samtidig, så blir det bølger – at modellene i seg selv kan bidra til å forverre en nedgang?

    Modellene forutser heller ikke de boblene som med jevne mellomrom kommer. De later ikke til å kunne se når hele markedet er villedet av bullshit – eller er det kanskje slik at når Yahoo! røyk opp på en P/E på 745 eller deromkring (dvs. en sinnsykt høy kurs i forhold til inntjeningen), så skyldes det at menneskene sa at «modellene kan ikke forstå den nye økonomien»?

    Jeg deler ikke din betuttethet over at maskinene kan slå mennesket. Jeg regner med at du ikke har problemer med en maskin som sjekker tomflasker – men den bruker jo en modell. Det erkjennelsesmessige problemet ligger vel snarere i at deler av det vi kaller finans ikke er rakettvitenskap. I et spotmarked, som valutamarkedene er, er det formentlig mulig å lage ganske gode handlingsregler, samtidig med at den menneskelige intuisjonen trolig ikke fungerer noe særlig under nettopp slike omstendigheter.

    Sånn sett er vel egentlig modeller bare en måte å få møkkajobben gjort på. Og jo mer møkkajobb man kan få automatisert bort, jo bedre er det. Hele tiden forutsettes det imidlertid at man forstår modellenes forutsetninger.

    Selv om det er nok kreves hjerne for å definere tyngdeloven, er det ikke vanskelig å putte en gravitasjonskoeffisient på 9,82 inn i en formel. Sånn er det med finans også, tenker jeg. Å utvikle teoriene eller forstå dem, krever mer enn å bruke dem, men her skorter det nok mye. Ikke minst er mennesket menneskelig. Det hater usikkerhet. Det går i flokk – og er redd for å ta kontroversielle standpunkter (ikke alle). Da er det jo flott å ha en modell på vise til! Markedsanalysen viser at….! SSB har beregnet at….!

    Vi bruker modellene til å slå hverandre i hodet med. Et av prakteksemplene er jo når FN regner ut av Norge er verdens beste land å leve i. Gi meg en hundrings for hver person som har sitert denne undersøkelsen uten å vite hvordan denne indeksen/modellen er sammensatt! Vi griper til modellen, og siterer denne med den implisitte forutsetningen at modellen er skarpere enn mennesket. (Denne FN-modellen er f.eks. sammensatt slik at den er helt uegnet til sammenligning av rike land). Det som skulle være rikets beste hoder slenger jo rundt seg med denne undersøkelsen i alle retninger.

    Går vi litt tilbake til aksjemarkedet, og ser på antall meglerhus som på sikt har greid å slå totalindeksene, viser vel historien at det ikke er flere enn hva det statsistisk sett skulle være. Noen skal alltid vinne i Lotto. Kombiner dette med «børsapen». All verdens modeller er altså ikke smartere enn at en ape greier å plukke ut aksjer like godt.

    Vis meg en modell som forutsier bedre enn markedet, og så viser jeg deg Warren Buffet.

  7. Marina sier:

    Husker at jeg leste om et forsøk på å finne ut hvem som kunne forutsi aksjemarkedet best av en finansekspert, en ape, en treåring, og en geranium.
    Geraniumen vant.

    Nei, forresten, det var flere forskjellige forsøk, men uansett gjorde finanseksperten det dårligst. Så min filosofi er å kjøpe hva de sier jeg burde selge, og det går slett ikke ille. Jeg har også planer om å få Smurf til å forutsi markedet, men det får være til hun slutter å gjemme seg. Kanskje hun gjemmer seg fordi hun vet noe om markedet jeg ikke vet; i så fall håper jeg hun lar meg vite før det er for sent.

  8. CyberGhost sier:

    Et annet ommråde hvor datamaskinen kommer sørgelig til kort er språkforståelse. Her er en tilfeldig tysk tekst oversatt av Babelfish til engelsk:
    [quote post=»991″]Ein Paradies, in dem man im Winter in blitzendem Schnee von den Hängen des Mauna Kea hinabwedeln kann – den weiten blauen Pazifik vor Augen – um am Abend auf einer tropischen Veranda einen kühlen Drink zu nehmen.[/quote]Ikke akkurat en elegant oversettelse.
    [quote post=»991″]
    A paradise, in one in the winter in flashing snow of the slopes of the Mauna Kea to down-wag can take – the far blue Pacific before eyes – over in the evening on a tropical Veranda a cool drink.
    [/quote]Så kan en le litt når en ser hvordan den samme teksten ender opp når den blir oversatt tilbake til tysk:
    [quote post=»991″]
    Ein Paradies, in einem im Winter in blinkendem Schnee der Steigungen des Mauna Kea zu down-Witzbold kann – der weit blaue Pazifik vor Augen – am Abend auf einer tropischen Veranda ein kühles Getränk rüber nehmen.[/quote]
    I bekjempelse av spam i epost greier de beste filtrene å sile ut 80-95% av elendigheten. Hvor ofte har jeg ikke fått høre utsagn a la «det kan vel ikke være vanskelig å filtrere bort all mail med ordet (sett inn navnet på yndlingsmedisinen her)». Da har vedkommende ikke tenkt over at dette ordet er helt legitimt i korrespondanse mellom en lege og hans pasient.

    Semantikk er noe en datamaskin vil ha en stor utfordring med. Enklere blir det ikke hvis den skal tolke en tekst hvor det er brukt metaforer.

  9. CyberGhost sier:

    [quote post=»991″]I bekjempelse av spam i epost greier de beste filtrene å sile ut 80-95% av elendigheten. Hvor ofte har jeg ikke fått høre utsagn a la “det kan vel ikke være vanskelig å filtrere bort all mail med ordet (sett inn navnet på yndlingsmedisinen her)”. Da har vedkommende ikke tenkt over at dette ordet er helt legitimt i korrespondanse mellom en lege og hans pasient.[/quote]
    Jeg glemta å nevne at en person med relativt beskjeden opplæring ville kunne slette 100% av spammen, men hvem ville gidde å gå gjennom 10.000 mail pr. dag?

  10. Iskwew sier:

    Håkon, datamaskiner har en myriade av begrensninger. Det jeg synes er interessant, er imidlertid at de slår oss en del ganger, og det er spesielt når det er mye informasjon å forholde seg til. Der er maskinene til stor hjelp, om vi bare tør innrømme at de faktisk er det.

    Milton, program trading ble vel suspendert under en krise så vidt jeg husker. Du har rett i at det kan skape bevegelser. Men jeg er helt sikker på at om du i lengden skal ha suksess med trading, så må du automatisere stop loss og take profit. Og det vil jo sjelden skape problemer i valutamarkedet som det kan gjøre i aksjemarkedet. Det er for stort, likvid og folk har dessuten ofte sterkt divergerende oppfatninger. Det er sjelden at possene er så til de grader samme vei.

    Men det ligger noe i at modeller kan være bedre fordi de er mer rasjonelle, tror jeg. Og ikke styrt av tro og håp som mennesker ofte kan være. Uten vilje eller evne til å se realiteter.

    Marina, det er flere forsøk som har vist at tilfeldighet scorer like bra som mental analyse, ja. Interessant nok. Forøvrig traff jeg en som påsto han tradet aksjer basert på astrologi, og mente han kunne bevise at det virket. Det virker litt far fetched, men virker det, så virker det.

    CyberGhost, vi hadde et filter som filtrerte bort på ord. Det førte til at vi ikke en gang kunne sende mail om vi hadde tittel Ass. Manager. Ass var forbudt :o) Og manuell gjennomgang av all verdens spam ville jo være et gigantisk sysselsettingstiltak :o)

  11. Marina sier:

    Ja, virker det så virker det.
    I firmaet der jeg jobber har vi en sjef som påstår at produktiviteten i avdelingen vår kan forutsis fra nivået i godteskålen (godtebalje er vel mer nøyaktig) i laboratoriet vårt.
    Men det har ingen stor virkning på aksjekursen, og det fikk ikke gubben til å begynne å kjøpe snop til oss.
    Så det stemmer vel at de fleste analyser egentlig ikke betyr mye.

  12. CyberGhost sier:

    Mønstergjenkjenning er også et område mennesket er overlegen datamaskinen. Første generasjon flaskemottak brukte mønstergjenkjenning, og vi fikk som regel panten for flaskene. OCR-lesing av tekst er mønstergjenkjenning, og så lenge skriften er noenlunde klar og tydelig vil leseutstyret greit gjøre om teksten til digital form. Men så snart skriften begynner å bli uklar og diffus vil feilraten øke. Dette er også en av teknikkene spammere bruker for å lure spammen forbi filtrene. Spammeren gjør om teksten til et grafisk bilde og sørger for at det er bokstaver i forskjellig størrelse og form, forskjellige farger og støy i bildet. Det er fortsatt enkelt for et menneske å tolke teksten, men adskillig verre for et dataprogram.

    Tilsvarende bruker vi captcha el. lignende for å sikre at spambots ikke kan fylle ut formularer. Det går ut på lage et bilde med noen bokstaver/tall iblandet streker og andre mønster. For et menneske vil det være relativt enkelt å tyde tegnene og skrive dem inn i formularet.

    Et annet eksempel: De fleste har sett et eller fler bilder av Munch. Så går vi på en utstilling med bilder av forskjellige kunstnere. Blant bildene er det et bilde av Munch med et motiv som vi ikke har sett før. Spørsmålet er da: Greier vi å identifisere dette bildet blant en hel rekke bilder av andre kunstnere?

    Jeg våger en påstand på at vi med stor sannsynligvis greier det basert på at vi gjenkjenner typiske trekk vi er kjent med fra andre bilder av Munch. Et datamaskinprogram ville ha langt større vanskeligheter.

  13. Håkon sier:

    [quote comment=»35395″]Mønstergjenkjenning er også et område mennesket er overlegen datamaskinen.[/quote]
    Vær ikke for sikker på dét. Datamaskinen kan være svært god å ha til å finne mønstre. Å tolke mønstre er noe annet, og der kan det nok hende at mennesker kan noe datamaskiner ikke klarer (ennå).

    Likevel, du skal ikke være for sikker på at ikke datamaskinen klarer oppgaven med å kjenne igjen et Munch-bilde.

    En mulig feilkilde for mennesker er forøvrig at vi har det med å glemme litt, men i ikke alt. Det kan f.eks. hende at vi har sett eller fått beskrevet et bilde, uten at vi er i stand til å huske det. Når vi ser bildet kan det hende at det er noe kjent med det, uten at vi husker hvorfor.

  14. Iskwew sier:

    De fleste analyser har svakheter, Marina :o))

    CG og Håkon, jeg ville også tro at en datamaskin kunne kjenne igjen et Munch-bilde, like godt som et menneske kan det. Det kan jo programmers inn en lang rekke karakteristika som skiller Munch fra andre. Men her er jeg på tynn is.

  15. CyberGhost sier:

    Håkon og Iskwew, dere har selvfølgelig rett. Ved å mate et egnet program, f.eks. en såkalt «bayesian engine» (jeg har ikke noen god oversetteles) med tilstrekkelig data, vil programmet med en viss grad av sannsynlighet kunne kjenne igjen Munch-bilder. Jo flere Munchbilder programmet er «trenet» med, jo større sannsynlighet.

    Jeg innrømmer å ha gjort meg skyldig i en lettsindig omgang med begrepet «mønstergjenkjenning». Å «se fellestrekk i to forskjellige bilder» ville vært bedre. Siden dette ikke en utpreget teknologiblogg valgte jeg å gjøre det fordi folk flest enkelt kan assosiere det med temaet her. Av samme grunn har jeg heller ikke tatt med synderlig mange forutsetninger.

    Første forutsetning må være å fjerne signaturen på bildet. Datamaskinen ville hatt en ganske lett match med å kjenne igjen signaturt en (elementær mønstergjenkjenning). Det vil allikevel ikke være signaturen en person først og fremst ville kjenne igjen bildet på.

    La oss også forutsette at personen bare hadde sett ett bilde tidligere og gjenkjenningsprogrammet tilsvarende. Og tilslutt forutsette at motivet på bildet som skal gjenkjennes er helt forskjellig. Hvor står vi da? Personlig holder jeg en knapp på personen.

    Bare et spørsmål til slutt: Når dere leser tekst, leser dere bokstav for bokstav eller leser dere ordene som bilder?

  16. Iskwew sier:

    Jeg leser ordene som bilder. Og leser mye via sammenhengen. Det vil si at jeg hopper over mange ord. Det gjør jeg både på norsk og engelsk. Da jeg skulle lære portugisisk, derimot, var det ikke slik. Det var snakk om bokstav for bokstav, ja.

    Jeg tror Munch er såpass særpreget, at en datamaskin garantert vil kunne gjenkjenne den, uten signatur.

  17. Iskwew sier:

    Her fant jeg en artig en om data-virus, forresten :o)

    BYRÅKRAT-VIRUS
    Deler din harddisk inn i hundre små enheter, som ikke gjør noe som helst fornuftig, men som alle påstår å være den viktigste delen av din datamaskin.

    POLITISK VIRUS
    Identifiserer aldri seg selv som «virus», men kaller seg selv «elektroniske mikro-organismer». Omformer dine tekstfiler til uforståelig sludder.

    LEGEVIRUS
    Sjekker din datamaskin for feil, men finner ingen. Sender deg likevel en regning på kr. 450,-

    ADVOKAT-VIRUS
    Stopper maskinen din til stadighet og ber om mer penger.

    STATLIG ØKONOMI-VIRUS
    Ingenting fungerer, men dine diagnoseprogrammer forteller deg at alt er i sin skjønneste orden.

    ADAM OG EVA VIRUS
    Tar noen bits ut av din Apple.

    FREUDIANSK VIRUS
    Din computer blir besatt av tanken på å gifte seg med sitt eget Motherboard.

    PARTIPOLITISK VIRUS
    Datamaskinen slutter å fungere, og skjermen deles på midten med en melding på hver side av skjermen som sier at denne feilen skyldes den andre siden.

    FLYBAGASJE-VIRUS
    Du er i Oslo, men dine data er i Hong Kong.

    ELVIS-VIRUS
    Din datamaskin blir feit, treg og lat, tilslutt selvdestruktiv, for så å dukke opp på forskjellige steder over hele USA.

    SKATTEVIRUS
    Dine datafiler forsvinner, for så å dukke opp neste høst.

    Kilde: Ukjent.

  18. CyberGhost sier:

    «Elvis lever!»

    En til:
    NEGLEBITERVIRUS
    Datamaskinen spiser sine egne taster. (kunne ikke dy meg) 😉

    [quote post=»991″]Jeg leser ordene som bilder. Og leser mye via sammenhengen. Det vil si at jeg hopper over mange ord.[/quote]

    Nemlig, vi (hjernen) er spesialister på bilder.

  19. CyberGhost sier:

    Er det noe jeg innbiller meg, eller er det en tendens til at mange diskusjoner etter en bloggpost starter seriøst og etter hvert får et litt mer lettlivet preg? Ville et dataprogram kunne finne ut det (det var dette med semantikken igjen da)?

  20. Iskwew sier:

    Hehe – kanskje det er det viruset som har angrepet min bærbare?? Det var kanskje ikke rødvinssøl likevel.

    Ofte kan det bli mer lettlivet etterhvert, ja. Og det er helt ok :o)

  21. Håkon sier:

    [quote comment=»35462″]Ved å mate et egnet program, f.eks. en såkalt «bayesian engine» (jeg har ikke noen god oversetteles) med tilstrekkelig data, vil programmet med en viss grad av sannsynlighet kunne kjenne igjen Munch-bilder.[/quote]
    Du trenger ikke oversette bayesian engine ettersom det sannsynligvis er et begrep som er knyttet til en liten programvaresnutt som kanskje benytter en eller annen bayesiansk metode (og nå og da noe som bare ligner). Men, brukt riktig kan en metode av dennetypen indikere hvor sannsynlig det er at et gitt bilde er et Munch-bilde.

    [quote comment=»35462″]
    La oss også forutsette at personen bare hadde sett ett bilde tidligere og gjenkjenningsprogrammet tilsvarende. Og tilslutt forutsette at motivet på bildet som skal gjenkjennes er helt forskjellig. Hvor står vi da? Personlig holder jeg en knapp på personen.[/quote]
    Har personen kun sett ett bilde før blir det nok en sterk opplevelse å gå på utstilling 😉 Jeg antar at du mener ett Munch-bilde, men at vedkommende har sett mange andre bilder som vi dermed forutsetter at ikke er Munch-bilder. Da kan det faktisk hende at maskinen klarer det like bra som et menneske, kanskje bedre.

    [quote comment=»35462″]
    Bare et spørsmål til slutt: Når dere leser tekst, leser dere bokstav for bokstav eller leser dere ordene som bilder?[/quote]
    Når jeg har sett ordene mange ganger før så leser jeg dem som ord (om jeg da ikke konsentrerer meg veldig for å korrekturlese). Ord jeg aldri har sett før må jeg lese bokstav for bokstav, om det da ikke ligner et kjent ord i så stor grad at jeg tar feil av hvilket ord jeg ser. 😉

    Dette er i stor grad knyttet til hvordan hjernen vår grupperer sammen enkeltdeler til større enheter. Musikere leser ofte flere notetegn i slengen og sjakkspillere grupperer brikker.

  22. mr. No Name sier:

    leser ordene som bilder …

    Jeg har norsk tekst til venstre, norsk-engelsk ordboka til høyre-oppe og engelsk-xxxx ordboka til høyre-nede; altså må klare 3 bilder samtidig …

  23. Iskwew sier:

    Og det klarer du åpenbart helt utmerket, Mr. No Name :o)

Top