Обсуждение

боже ж ты мой, как отлично расписано я забил это обьяснять программистикам и прочим софтверным ремесленникам там сложилась какая-то своя цеховщина, бессмысленная и к сожалению необьективно оплачиваемая беспощадная

"По мере ухода всей науки/science в компьютеры она будет называться learning, а в пределе -- self-supervising learning, а по мере ухода инженерии в компьютеры она будет называться search" - вот это вот тоже золотом по граниту. Пока современная парадигма рассматривает обучение как дрессировку, так и будет КПД на уровне шумов-погрешностей. А интеллект людей / машин / прочего лепить по заплаточному принципу в морях семиотичесого хаоса и океанах онтологических противоречий. И по человеческому образованию нужно менять в корне подходы, подключая обратную связь, тонкую балансировку, а далее и био/ген/кибербусты.

А) Я бы назвал тему проще "интерполяция vs экстраполяция". Все эти "простые алгоритмы поверх сложных данных"... Это просто интерполяционные модели (найденные в том числе и градиентным спуском). Беда подхода только в том, что это имитационные модели, а копия (самая точная) какого то явления вовсе не означает понимание этого явления и увеличение нашего знания о явлении. Может для практических приложений это конечно и не надо. Б) Ну а почему FP не взлетело имеет очень простой ответ -- никому не надо что бы задачу в индустрии решал один-два человека написав соответствующий стек (e)DSL сводящих задачу к тривиальному конфигу написанному спецом по предметной области.... На таком подходе "денег не сделать". Ну вот кому "дадут лимон" на проект из двух исполнителей: 1) Контора из 2000 тысяч ява програмистов 2) Контора из 5 человек. Второй вариант даже рассматривать не будут. А если у тех есть работающий (и даже коммерчески лидирующий) вариант софта, то проект купят .... и отдадут первому контрагенту "для переписывания на яве силами 1000 программеров" :(