Сохраняй посты, комментируй и ставь оценки
Сегодня в 14.00 по московскому времени проведу стрим с Артёмом Яшиным (канал Onigiri). Поговорим про искусственный интеллект. Присоединяйтесь!
Завтра (21.01) в 16.00 по московскому времени на моём лайв-канале проведу стрим с астрофизиком, популяризатором науки и автором замечательного канала "Улица Шкловского" (https://www.youtube.com/@shklovsky) Вячеславом Авдеевым. Вы можете поставить колокольчик на уведомление, чтобы не пропустить трансляцию.
Всем привет! Сегодня проведу стрим с Дмитрием Соболевым автором канала "Упоротый Палеонтолог". Вы можете предварительные вопросы задать под этим постом. Постараюсь озвучить их на стриме, который начнётся в 19.00 по Москве.
Дополнительная ссылка на Twitch: https://www.twitch.tv/ivan_lutz
А ещё на лайв-канале я играю. Подписывайтесь, если вам интересен такой контент.
Вчера на своём лайв-канале провёл стрим-лекцию Сергеем Грищенко, авиаинженером, преподавателем в МАИ и автором проекта InGenium. Если вам интересна научная фантастика и как мы в будущем наши космические корабли будут бороздить просторы Вселенной, то обязательно посмотрите видео.
А если вам интересна тема фантастики, науки или другой гик-тематики, то можете подписаться на мой основной канал.
Завтра в 17.00 по московскому времени проведу стрим с Ильёй Квашеновым автором проекта Медицина просто | kvashenov.
Мы поговорим о популяризации науки и медицины, различных медицинских сериалах и насколько они правдивы с точки зрения врача и про многое другое!
Вопросы к стриму вы можете задать под этим постом.
Завтра в 14:00 по Москве проведу стрим с Ольгой Земляковой с одноименного канала Землякова. Поговорим про то, что ждёт человечество в будущем, про уже свершившиеся и будущие космические миссии, про колонизацию Марса, зададимся вопросом: "Возможно ли колонизировать другие планеты Солнечной системы?", немного затронем фантастику и как она влияет на умы будущих открывателей и учёных. Ведь Ольга, помимо научно-популярной деятельности, ещё преподаёт в школе и напрямую общается с молодыми дарованиями. Присоединяйтесь! Будет интересно!
Вы можете оставить вопросы к стриму под этим постом. Постараемся их зачитать на трансляции.
Завтра в 17.00 по Москве проведу стрим с Владиславом Гончаруком автором канала SciOne. Поговорим про технологии и какое будущее нас будет ждать. Присоединяйтесь! Вопросы вы можете задать под этим постом или на стриме. Я сейчас готовлю план дискуссии и если что-то будет интересное, то задам в основной части.
Завтра (09.05) в 15.00 по Москве проведу стрим с Дилярой Садриевой, автором замечательного проекта про космос Space Room! Задавайте ваши вопросы под постом. Постараюсь их зачитать.
И помните: "Не стоит забывать смотреть на звёзды. Вдруг кто-то посмотрит на нас в ответ?"
Всем доброго времени суток, с вами на связи Lis-ST, и сегодня мы с вами более подробно ознакомимся с нейросетями, которые чаще всего и называют ИИ, а именно с языковыми моделями. Начнём от простого, к сложному.
Модели не понимают буквы и слова как люди. Их родной язык — числа. Решить эту проблему довольно просто, ведь правда? Просто присваиваем каждой букве и знаку число - проблема решена! Но практика показала обратное, на обработку текста в таком формате требовалось очень много вычислительных мощностей и времени, а при увеличении длины текста требования росли в квадратичной зависимости. Причина банальна, внутри скрытого слоя каждый символ должен "взаимодействовать" с каждым, и это не единственная проблема.
Первый шаг в решении данной проблемы, разбить текст на части - "токены". А раз уж решили прибегнуть к такому способу и так как нейросеть всё-равно работает с числами, почему бы их не сделать из наиболее часто встречающихся частей текста:
С одно стороны, когда у нас были символы, наш словарь состоял из 256 значений, а токенов в той же GPT более 50000... Какая-то оптимизация наоборот, скажете вы и будете не правы. Всё дело в том, что если токеновая модель обрабатывает последовательность из 1000 токенов за условные 10 секунд, то символьной модели для обработки того же текста потребуется уже минимум 160 секунд, неплохая такая разница?
Вкратце затронем эмбеддинги - так называемый вектор. Зачем нам какой-то вектор, ведь токены у нас, числа им присвоены? Но нужно же как-то определять, в каком порядке токены размещены в тексте. Не забываем о контексте за который отвечает механизм внимания (Self-Attention), работающий так-же в скрытом слое, всё также путём присвоения дополнительных значений токенам.
Языковая модель — это очень умный писатель, он никогда не видит весь текст сразу, а пишет по кусочкам (токенам). И каждый раз, когда нужно выбрать следующий кусочек, в его голове происходит невидимое "голосование".
После того как модель прочитала всё, что вы написали, она составляет внутренний рейтинг всех возможных продолжений. У неё в голове есть огромная доска рейтинга на 50 000 мест (по числу токенов). У каждого варианта — своя оценка. Эти оценки — не про "правильность", а про типичность. Модель спрашивает себя: "Что в моей обучающей библиотеке чаще всего шло после такого начала?"
Пример: вы написали "Сегодня хорошая...". В голове модели:
Модель никогда не уверена на 100%, у неё есть только веса предпочтений.
Что происходит с этими весами дальше? Два Варианта:
Модель всегда берёт самый верхний вариант из рейтинга. Увидела "погода" - напечатала "погода". Потом снова смотрит рейтинг для "Сегодня хорошая погода", опять берёт самый верхний... В итоге получается очень предсказуемый, сухой, бездумно-правильный текст. Как говорят: "модель включила режим калькулятора". Плюс: не ошибается, минус: нет творчества, повторяет штампы.
Такой режим используется, когда нужен точный факт, код или перевод. Но общаться с таким собеседником скучно и бесполезно, но главное, абсолютно бесперспективно, если вы сунетесь к нейронке с тем, чему она не обучена (запомните главный принцип, касательно "проблем", если решения вашей проблемы нет в интернете, вероятность того, что поможет нейросеть, стремится к нулю, даже при варианте №2).
Модель смотрит на рейтинг и подбрасывает волшебный кубик, где грани взвешены по весам. Вариант с весом 80% занимает 80% граней кубика, вариант с 15% - 15% граней и т.д.. Так она иногда может выбрать и "погоду", и неожиданно «.», и даже очень редко "крокодила", если кубик так выпадет.
Именно за счёт случайности текст становится живым, разнообразным, иногда остроумным. Но изредка - странным или глупым. Это плата за "человечность" и творчество.
Температура - это ручка управления "креативностью" нейросети.
Модель как бы увеличивает контраст между первым местом и всеми остальными. Первое место становится гигантским, а все остальные - крошечными. Кубик почти всегда падает на топ-1 результат. Текст становится сухим, однообразным, как диктор новостей, читающий по бумажке.
Лучше всего для: фактов, инструкций, кода, перевода.
Это естественное состояние модели, то, чему её обучили. Разница между первым и вторым местом естественная. Кубик отражает реальные статистические веса. Текст получается похожим на обычную человеческую речь - с предсказуемыми, но иногда слегка неожиданными поворотами.
Лучше всего для: обычного чата, деловых писем, новостей.
Модель сглаживает оценки: первое место уже ненамного выше второго, а сотый вариант получает заметный шанс. Кубик становится "расслабленным" - он может выбросить редкое слово, необычную конструкцию, даже неуклюжий, но свежий оборот. Текст получается творческим, иногда странным, иногда гениальным, иногда бредовым.
Лучше всего для: стихов, шуток, креативных идей.
Все варианты становятся почти равноправными. "Погода" и "крокодил" получают почти одинаковые шансы. Кубик выпадает практически случайно. Текст превращается в бессмысленный словесный шум - связные слова, но нелепые сочетания ("Сегодня хорошая крокодил на завтрак"). Полезно разве что для демонстрации того, как модель ломается.
Есть ещё более умные настройки, дополняющие температуру, но статья и так уже не маленькая, а это плохо.
Чтобы задать нейросети нужный "настрой" или стиль, используют два главных инструмента: ручки температуры (о которых мы говорили) и волшебные слова в начале диалога (промпты).
Представьте, что вы нанимаете актёра. Вы не просто говорите "говори", а даёте вводную о роли:
"Ты - научный популяризатор, который объясняет сложные вещи на пальцах. Ты не используешь формулы и термины, если без них можно обойтись. Ты любишь метафоры, примеры из жизни и немного юмора. Твой стиль - как у хорошего учителя или ведущего научно-популярного шоу."
В GPT это называется system prompt (системное сообщение). В других моделях - просто первое сообщение, которое задаёт контекст.
Что ещё можно прописать в настройку:
Это самый мощный способ изменить стиль, потому что модель начинает "вживаться" в роль.
Вот несколько самых интересных примеров того, на что способен системный промпт за пределами привычных сценариев:
Нейронка по умолчанию старается быть вежливой и соглашаться. Но промпт может превратить её в беспристрастного критика, задача которого - найти слабые места в вашем бизнес-плане или проекте, чтобы вы могли его улучшить.
Попросите нейросеть представить себя журналистом, который задаст вам каверзные вопросы. Это поможет вам заранее подготовиться к разговору с реальным экспертом.
В этом промпте каждое слово стихотворения должно строго соответствовать цифрам числа Пи (3,14,15…), где первое слово - из трёх букв, второе - из одной, третье - из четырёх и т.д.
А теперь можно вернуться к вопросу, существует ли ИИ на сегодняшний день? Но чтоб разобраться в данном вопросе, нужно в первую очередь понять, что такое ИИ.
Исходя из словосочетания, ИИ, это интеллект, но искусственный, а интеллект - это качество психики, состоящее из способности осознавать новые ситуации, способности к обучению и запоминанию на основе опыта, пониманию и применению абстрактных концепций, и использованию своих знаний для управления средой обитания человека.
Да, это сухое, весьма размытое определение, которое не даёт чёткого представления о том, что-же это такое. Если же посмотреть на то, с помощью чего он реализуется, всё становится на свои места: способности познавать, обучаться, мыслить логически, систематизировать информацию путём её анализа, определять её применимость, находить в ней связи, закономерности и отличия, ассоциировать её с подобной информацией, оценивать её достоверность, актуальность и многое другое...
И опять вернёмся непосредственно к вопросу, являются ли нейросети - искусственным интеллектом? На все 100% нет, и даже близко ничего общего с ним не имеют. По своей сути нейронки - поисковик, работающий на глюках.
У Лисёнка голова бобо. Тут хотел написать в рифму к первому предложению, но видимо ещё не совсем.
Всем спасибо за внимание, с вами был Lis - Silver Tail. Ссылка на первый пост об основах нейросетей ниже.(блин, это же ещё всё вычитывать...(здесь был смайлик))
Сегодня, в рамках рубрики Science Geek Dialogue, пообщаюсь с Евгением Мироновым, автором проекта НаукаPRO. Поговорим про его канал. Как пришла идея создать научно-популярный лекторий? Притом не только в онлайн-формате, но и в оффлайне. Ведь много известных популяризаторов науки выступает на канале и темы очень обширны: от самого зарождения Вселенной и до возможного будущего человечества. Будет очень интересно! Присоединяйтесь к трансляции. Начало стрима в 16.00 по московскому времени.
Всем привет, роднички! Как ваш тяжелый понедельник прошел?)
↓
Вроде простая загадка для нас, каждый решит ее с 1 раза, но что на это скажут нейросети?)
Железные мозги, смогут ли они победить нестандартное мышление человека?
Давайте проверим разные модели нейросетей на эту загадку!
И перед началом, я и правда ошибся с промтом, там в прошлом посте, надеюсь вы не напряжены насчет этого. 😢
↓
↓
↓
На ринге выступят следующие чаты гпт и аналоги ия…
ChatGPT 4 (gpt-4)
ChatGPT 4o
ChatGPT 4o-mini
Gemini 1.5 (нейросеть от гугла)
Cloud Sonnet
Copilot
Остальных не будет, они пока или совсем не распознают фото.
↓
ChatGPT 4
И тут я конечно прифигел) Утром в метро у меня ответ был другой, успели пофиксить? Ребят, может кто новости читал, открыватели аи сегодня улучшили 4-ку?
https://chat.aiacademy.me/share/fd3024535717265030005f59 (продолжить диалог, может выясните, что-нибудь 😃)
↓
↓
↓
ChatGPT 4o
Вот теперь нам можно опасаться потери работы) Ну вы видели? 🥶
Хотя на самом деле она стоит на 88 и 87 одновременно.
https://chat.aiacademy.me/share/5a9d24537017265032465948 (продолжить диалог)
↓
↓
↓
ChatGPT 4o-mini
Логично, логично. 88 вылитый автомобиль
https://chat.aiacademy.me/share/ffbe2453731726503850a05b (продолжить диалог)
☺
☻
☺
Gemini 1.5 (нейросеть от гугла)
Отчасти правильно, тут его тупость побеждает)
https://chat.aiacademy.me/share/bbdf2454091726504913353e (ссылка на диалог)
☺
♣
☻
Cloud Sonnet
Неправильно)))) Одним колесом на 88
https://chat.aiacademy.me/share/8ccc24541217265050616e22 (продолжить диалог)
↓
↓
↓
Copilot
Единственное, что я от него получил…
Ссылку не пришлю, он не дал 😑
↓
↓
Мы с вами можем спать спокойно! Ни одна нейросеть не решила правильно.
Они проде и перевернули картинку, но задние колеса не посчитали. Мы с вами думаем нестандартно. Вроде вопрос не математический, экзамен не сдал, хотя егэ наверное сможет.
✔ А что думаете по этому поводу вы? Как вам задача?
Может новую нейронку добавить?
Может у вас есть загадки? Могу задать всем нейросетям.
Всем доброго времени суток, с вами на связи Lis-ST. Это мой первый пост, не на данном сайте, а вообще, (не зря же я состоял в "Лиге лени"), но на общем фоне нейроистерии и всё большего распространения нейросетей кто-то должен хотя бы минимально объяснить, что же такое "Нейросеть", а так-же как правильно с ними работать и чего в принципе от них можно ожидать. В данном посте затронем только самые основы.
Здесь можно было бы надергать текста с вики, различных ресурсов, прогнать всё это через нейронку и вставить тысячи нудных строк на 2 часа чтения, но мне лень, поэтому пробежим вкратце по основным моментам.
Сама идея, создать что-то, что работало бы схожим образом с мозгом, как ни удивительно, появилась задолго до появления компьютеров. Первая математическая модель нейрона была создана ещё в 1943 году.
Первая же нейросеть появилась в 1950 году, примерно в это время начали появляться первые предшественники современных компьютеров. Умела она немного, могла только отличить круг от квадрата, или квадрат от круга, может ещё от треугольника, но ничего сложнее. И на этом всё развитие данной идеи практически остановилось по банальной причине - недостаток вычислительной мощности. Но, это не значит, что от идеи полностью отказались. Её постепенно развивали, предлагались новые модели, способы тренировки но очень существенный толчок в развитии нейронок я связываю с 2015 годом, именно в этот год была основана OpenAI и в 2016 году она положила начало нейроистерии, выпустив в публичный доступ, нет, не нейросеть, а платформу для разработки и обучения нейронок.
Тут определённо стоило бы начать с определения того, что такое нейрон, но чем больше будет определений, формул и подобного, тем хуже для восприятия будет текст, поэтому простыми словами - это то, что может принимать, обрабатывать, хранить и передавать информацию. Нейронная сеть - попытка повторить данные свойства нейрона.
На сегодняшний день придумано множество разных нейронок, разберём самую примитивную, как на картинке выше, она состоит из трёх слоёв: входной, скрытый и выходной.
Входной слой: на него в нейронку поступают какие либо данные - текст, числа, изображения, координаты и т.п.. Здесь данные приводятся к удобному для нейронки виду (обычно это числа от 0 до 1), чтобы слишком большие значения не «свели сеть с ума» или не спалили ваш компьютер. У вас закономерно возникнет вопрос, как можно фото котика представить в виде обычного числа? Всё просто, это не одно число, а тысячи, на каждый пиксель выделяется по входному нейрону, который просто задаёт удерживает числовый значения. Так, для картинки 1024 на 1024 пикселя нам потребуется 1 048 576 входных нейронов.
Скрытый слой, на нем остановимся намного подробней, так как он и ответственен за всю магию нейронных сетей. Это по сути «сито», которое фильтрует данные, чтобы найти в них смысл. Нейрон скрытого слоя берет данные на входе, преобразованные в числовые значения и умножает их на «важность» (вес). Например, при поиске кошки на фото — острые уши и хвост важны, а цвет фона — нет. Затем все результаты складывает в одно число, а полученная сумма сравнивается с порогом, который сформировался при обучении нейронки. Если число достаточно большое, нейрон «просыпается» и передает сигнал дальше. Если нет — молчит.
Выходной слой — это финал, где нейросеть выдает готовый ответ. Он превращает сложные вычисления скрытых слоев в понятный формат. Если в скрытых слоях нейроны «ищут признаки», то в выходном слое они просто «голосуют» за итоговый результат.
В попытках получить наилучший результат, уменьшить требуемые вычислительные мощности для работы нейронок, постоянно придумывались новые варианты их архитектуры, способов тренировки, обработки данных. Так появились на свет нейросети с несколькими скрытыми слоями, каскады нейросетей, свёрточные нейронки и многие другие.
Здесь всё очень сложно, пока на этом не будем заострять внимания, но для общего понимания вот очень краткий список основных архитектур и более подробная картинка для наглядности:
Пока мы коснулись только того, из чего состоит нейросеть, самые основы её работы, но без более подробного разбора мы не придём к пониманию того, почему же у меня от некоторых постов, связанных с нейросетями, весьма не слабо горит кресло. К данному вопросу мы перейдём завтра.
Как-то не так я себе это представлял, капля текста, две картинки, куда два часа исчезли то?
В современном мире искусственный интеллект (ИИ) становится всё более востребованным в различных сферах деятельности человека. Резьба по дереву — это искусство, требующее высокого уровня мастерства, терпения и аккуратности. Однако и в этой области искусственный интеллект может найти своё применение. В данной статье мы рассмотрим возможности ИИ в области резьбы по дереву, а также проанализируем, какие преимущества и ограничения он может предложить.
Возможности искусственного интеллекта в резьбе по дереву
1. Автоматизация рутинных задач. ИИ может автоматизировать рутинные задачи, такие как подготовка эскизов, разметка поверхности и подготовка инструментов. Это позволит резчику сосредоточиться на более сложных и творческих аспектах работы.
2. Создание новых форм и дизайнов. ИИ может предложить новые идеи для резьбы, создавая уникальные формы и дизайны, которые могут вдохновить резчика на новые проекты.
3. Анализ данных. ИИ может анализировать данные о предыдущих работах, выявлять тенденции и закономерности, что может помочь резчику улучшить свои навыки и создать более качественные изделия.
4. Обучение и развитие. ИИ может предложить программы обучения и развития для резчиков, помогая им совершенствовать свои навыки и расширять свои знания.
5. Повышение эффективности. ИИ может помочь резчику оптимизировать процесс работы, сокращая время на подготовку и увеличивая производительность.
Преимущества использования искусственного интеллекта в резьбе по дереву
1. Экономия времени. ИИ может автоматизировать рутинные задачи, освобождая время резчика для более сложных и творческих проектов.
2. Новые идеи. ИИ может предложить новые идеи и дизайны, которые могут вдохновить резчика на создание уникальных изделий.
3. Помощь в обучении. ИИ может предложить программы обучения и развития, помогая резчику совершенствовать свои навыки.
4. Оптимизация процесса. ИИ может помочь оптимизировать процесс работы, сокращая время на подготовку.
Ограничения использования искусственного интеллекта в резьбе по дереву
1. Отсутствие интуиции. ИИ не обладает интуицией и творческим мышлением, которые необходимы для создания уникальных и оригинальных дизайнов.
2. Ограниченные возможности. ИИ может предложить только то, что было заложено в его алгоритмы. Он не может создавать что-то новое и неожиданное.
3. Необходимость контроля. Резчик должен контролировать процесс работы ИИ, чтобы убедиться, что результат соответствует его ожиданиям.
Заключение
Искусственный интеллект может предложить множество преимуществ в области резьбы по дереву. Он может автоматизировать рутинные задачи, предложить новые идеи, помочь в обучении и оптимизации процесса работы. Однако, несмотря на все преимущества, ИИ не может полностью заменить человека в создании уникальных и оригинальных изделий. Резчик должен контролировать процесс работы ИИ и вносить свои коррективы, чтобы создать по-настоящему уникальное изделие.
Таким образом, использование искусственного интеллекта в резьбе по дереву может быть полезным инструментом для резчика, но оно не должно заменять его творческие способности и интуицию. Резчик должен использовать ИИ как помощника, который поможет ему достичь более высоких результатов и создать более качественные изделия.
#ИИ #AI #нейросеть #резьбаподереву #woodcarving #анализвозможностей #технологии #креативность #искусствоитехнологии.
Найдите площадь фиолетовых квадратов вписанных в один большой квадрат:
↓
Всем привет святые роднички) Кто хотел жести в чат gpt?
Кто сможет решить эту загадку не заглядывая в ответы нейронок, тот получит подарок, его имя я в следующем посте прикрепляю на доску почета. Не знаю как я буду проверять, но проверю! (100)
♣
А мы с вами попробуем потестить эту задачку с помощью нейросетей! 🔥
Как думаете смогут ли решить следующие нейросети?
ChatGPT 4, версия для решения задач.
ChatGPT 4o
ChatGPT 4o-mini
Gemini 1.5 (нейросеть от гугла)
Cloud Sonnet
Copilot
↓
Поехали к тестам)
ChatGPT 4
Глядя на эту загадку я бы никогда не сказал, что она решает так просто)))
⛔
https://chat.aiacademy.me/share/30552472791726590593e5d4 (продолжить диалог в чат gpt и докопаться до него!)
↓
↓
↓
ChatGPT 4o
Так красиво все расписал, в корень 169 перевел, но ответ ⛔
https://chat.aiacademy.me/share/e3002472951726590839d353 (продолжить диалог)
↓
↓
↓
ChatGPT 4o-mini
Обожаю эти загадки, нейронки лажают ПОСТОЯННО)))) ⛔
https://chat.aiacademy.me/share/2f6424729817265910541584 (продолжить этот душещипательный разговор)
↓
↓
↓
Gemini 1.5 (нейросеть от гугла)
Не подведи, слоган этой неросети 😅 Кто помнить прошлые посты поймет
Угараю от его ответов) Где он там нашел 5 фиолетовых квадратов. ⛔⛔
https://chat.aiacademy.me/share/b8ed2473061726591302f217 (продолжить dialog)
↓
↓
↓
Cloud 3.5 Sonnet
Не)
https://chat.aiacademy.me/share/2bb0247358172659376611be (продолжить диалог)
↓
↓
↓
Copilot
Ребят, у кого копайлот работает? Можете помочь с тестами на нем?) У меня не робит.
↓
↓
↓
Что в итоге:
НИКТО не на 1 процент не решил эту геометрическую загадку, и в решении задач тут нечего доказывать)
Решение:
Представим стороны как y - x - z
Углы фиолетовых квадратов 90 градусов, поэтому они равны в местах соприкосновений внизу и на вершине. Z/13 + y - это правая сторона квадрата.
Далее мы выясняем, что сторона y квадрата фиол. равна 3, так как треугольник между квадратом и фиол. квадратами является египетским, если известна одна сторона - 3, то к каждой просто плюсуем 1, в итоге 5 это столона гипотенузы. 5 умножаем на 4 стороны выше = 20 и 5 (это длина гипотенузы) на 20 равно 100)
↓
Конец!
Если не понятно не проблема. Если понятно можете помочь другим в комментах)
Комментарии