Представление решает всё, если его выучат. Viewpoint о viewpoints.
Моя студентка, наконец, провела три дня в попытках моделировать настоящую физику в Modelica. И признала, что моя ещё сентябрьская оценка "3 месяца до получения значимого полезного вовне результата" -- правильная. Царских путей в мультифизическое моделирование не бывает, языки моделирования тут ничем не отличаются от языков программирования: чтобы писать полезные программы, нужно не только синтаксис языка и его семантику уяснить, но и с предметной областью разобраться, найти и освоить библиотеки, наработать какой-то свой собственный инструментарий. Суп из топора, "овладение языком моделирования" тут не более чем топор. Неудивительно, что пользователей Modelica не так много, невзирая на все необъятные возможности этого языка и наличие шести (или даже больше) инструментальных сред разной степени платности.
Прелестная презентация The future of brain machine interface -- https://events.yandex.ru/lib/talks/2768/. Цитата: "complex representation, that we should learn give us more easy calculations". Это сказано именно для вычислений, в связи с machine learning (в районе 13:30-13:45 лекции). Это главная фишка representation learning (http://ailev.livejournal.com/1045081.html). Но я вот думаю, что это ровно то самое, о чём писалось в "никто не хочет играть на XYZ", и что я цеплял во вчерашнем посте, когда писал про обучение языкам моделирования (http://ailev.livejournal.com/1167761.html). Никто не хочет учить более выразительный язык моделирования, чтобы потом быстрее и точнее моделировать. Это может быть главным соображением для дизайна SysMoLan -- http://ailev.livejournal.com/1168256.html.
Нужно как-то научиться выражать это "окно возможностей" -- когда представление aka язык кажется (percieve, воспринимается, ожидается таковым -- то есть не "объективно") достаточно лёгким для выучивания, но в то же время даёт существенный прирост в "вычислениях", т.е. позволяет моделировать/вычислять на этом языке быстрее, чем с более простыми (кажущимися более легко выучиваемыми) представлениями. Другая сторона окна возможностей -- когда найден новая репрезентация, более крутая, чем предлагаемая. Тогда окно возможностей закрывается, но с другой стороны. Окно возможностей для Ады (и пакетных языков) было довольно узким: конец 80-х -- позже "процедурных", раньше "объектных" и иррелевантно функциональным (которые влезают в жизнь не сами по себе, а как набор фич для мультипарадигмальных языков).
Нужно выбрать какой-то один язык, чтобы обсуждать эту одну и ту же проблему "заумной репрезентации, которая облегчит жизнь, но не имеет шанса быть выученной", проявляющуюся в огромном количестве ситуаций.
Наука делает viewpoints, компактные описания реальности, представления, representations в широком смысле слова, мета-модели, языки, онтологии (всё это немного по-разному об одном и том же). В том числе и такие viewpoints, которые "опережают своё время" -- для которых "окно возможностей" ещё закрыто. Интересно, какой "социально-технологический viewpoint" нужен, чтобы обсуждать проблемы успешности (success -- удовлетворение интересов самых разных стейкхолдеров) самих veiwpoints.
Прелестная презентация The future of brain machine interface -- https://events.yandex.ru/lib/talks/2768/. Цитата: "complex representation, that we should learn give us more easy calculations". Это сказано именно для вычислений, в связи с machine learning (в районе 13:30-13:45 лекции). Это главная фишка representation learning (http://ailev.livejournal.com/1045081.html). Но я вот думаю, что это ровно то самое, о чём писалось в "никто не хочет играть на XYZ", и что я цеплял во вчерашнем посте, когда писал про обучение языкам моделирования (http://ailev.livejournal.com/1167761.html). Никто не хочет учить более выразительный язык моделирования, чтобы потом быстрее и точнее моделировать. Это может быть главным соображением для дизайна SysMoLan -- http://ailev.livejournal.com/1168256.html.
Нужно как-то научиться выражать это "окно возможностей" -- когда представление aka язык кажется (percieve, воспринимается, ожидается таковым -- то есть не "объективно") достаточно лёгким для выучивания, но в то же время даёт существенный прирост в "вычислениях", т.е. позволяет моделировать/вычислять на этом языке быстрее, чем с более простыми (кажущимися более легко выучиваемыми) представлениями. Другая сторона окна возможностей -- когда найден новая репрезентация, более крутая, чем предлагаемая. Тогда окно возможностей закрывается, но с другой стороны. Окно возможностей для Ады (и пакетных языков) было довольно узким: конец 80-х -- позже "процедурных", раньше "объектных" и иррелевантно функциональным (которые влезают в жизнь не сами по себе, а как набор фич для мультипарадигмальных языков).
Нужно выбрать какой-то один язык, чтобы обсуждать эту одну и ту же проблему "заумной репрезентации, которая облегчит жизнь, но не имеет шанса быть выученной", проявляющуюся в огромном количестве ситуаций.
Наука делает viewpoints, компактные описания реальности, представления, representations в широком смысле слова, мета-модели, языки, онтологии (всё это немного по-разному об одном и том же). В том числе и такие viewpoints, которые "опережают своё время" -- для которых "окно возможностей" ещё закрыто. Интересно, какой "социально-технологический viewpoint" нужен, чтобы обсуждать проблемы успешности (success -- удовлетворение интересов самых разных стейкхолдеров) самих veiwpoints.