Знаменитая нейросеть ChatGPT с самого начала удивляет своими мыслительными способностями. А именно - их несоответствием тем деньгам, которые были потрачены на её разработку.
Недавно стало известно, как этот гениальный робот тренировал спортсменов сочинского футбольного клуба. Поручил ему эту работу официальный тренер Роберт Морено, который наивно понадеялся, что машина сделает лучше. ChatGPT разрабатывал совершенно абсурдные планы тренировок - как будто считал, что футболисты тоже являются роботами, а не существами из мяса и костей. К примеру, перед одним важным матчем нейросеть составила план, по которому спортсмены должны были непрерывно тренироваться 28 часов подряд без сна и отдыха.
Морено отрицает свою связь с нейросетью
В результате столь мудрого руководства сочинский клуб вылетел в низшую лигу. А "технократа" Морено в сентябре 2025 года просто уволили.
А вот моя недавняя статья, наглядно иллюстрирующая интеллектуальные "подвиги" ChatGPT (если ссылка не отображается - нужно отключить AdBlock):
Задача про пиратов: Решения Задач в Математике и Алгебре с Нейросетями, кто справиться лучше? 💥
Задача: За пять недель пират Ерема способен выпить бочку рома. А у пирата у Емели ушло б на это две недели. За сколько дней прикончат ром пираты действуя вдвоем? 😄
↓
Всем привет! Сегодня будем решать задачи с ChatGPT 4 - это новая версия искусственного интеллекта и другими моделями. Интересная загадка, правда? Кто решил пишите в комменты решение.
🔥 А мы проверим как на нее ответят нейросети?) Облажаются ли? Кто справиться лучше? Это и много другое на моей странице! Тун Тун Тун! Подписывайтесь)
↓
Ладно, хватит дичи, нейросети для тестов в этой серии:
ChatGPT 3.5
ChatGPT 4 - мощный инструмент для решения экзаменов.
ChatGPT 4o
ChatGPT o1 (новая версия!)
Yandex GPT (нейросеть от яндекса) - это еще один вариант искусственного интеллекта для вычислений. - это еще один вариант искусственного интеллекта для вычислений.
Как нейросети chatgpt и аналоги будут отвечать на самую "простую" загадку? Действительно ли они такие умные?)
Загадка: “Отец старше дочери в 3.5 раза, а 4 года назад отец был в 4 раза старше дочери. Сколько лет отцу и дочери?”.
Давайте проверим чат gpt и аналоги такой загадкой.
Что думаете сможет ли ия, хотя кто так говорит, решить детскую загадку?) Я без подсказок не смог, но нейронки - должны! А если нет, то влепите в комменты хештег #нейрощит (щит - shit, кто понял тот понял)
↓
↓
Нейросетки для тестов:
ChatGPT 3.5
ChatGPT 4
ChatGPT 4o
ChatGPT 4o-mini
Claude 3.5 Sonnet (нейросеть от Anthropic)
Yandex GPT (нейросеть от яндекса)
GigaChat (нейросеть от сбербанка)
Gemini 1.5 (нейросеть от гугла)
↓
↓
Перейдем к великому сражению людей с терминаторами!
ChatGPT 3.5
Смотрите) Вроде немощная, а справилась (хотя чего я перешел на сторону слизерин)
GigaChat (гпт от сбербанка), не только я один сбер называю сбербанком? Олды тут?)
Та же басня, про УК РФ Статья 134 не слышали) Да даже дело не в этом, в 10 лет насколько я знаю палка раз в год не стреляет. Не проверял, просто биологический факт.
Как нейросети будут пытаться решать задачи по математике - решение задач
Всем привет, это наверное 7 часть проверок чата гпт на задачах (я уже сбился со счета).
В этот раз я дам чату gpt и аналогам задачу из 11 класса и мы посмотрим как они справятся, если справятся вообще. 🤣
Если не смотрели предыдущие серии - посмотрите, они помогут в решении математических задач. На какие то задачи они отвечали нормально, а где-то тупили)))
И сразу же хочу извинится за фейл в прошлом посте, я сказал неверный ответ. Поясняю, я по специальности электромеханик, это было немного не то.
Ладно, хватит тянуть кота за электродвигатель.
↓
↓
↓
Задача звучит так:
Пешеход, идущий из шестёрочки на вокзал, пройдя за первый час 3 км, рассчитал, что он опоздает к отходу поезда на 40 мин, если будет идти с той же скоростью, что требует точного вычисления времени. Поэтому остальной путь он прошел со скоростью 4 км/ч и прибыл на вокзал за 15 мин до отхода поезда. Чему равно расстояние от шестёрочки до станции и с какой постоянной на всем пути скоростью пешеход пришел бы на вокзал точно к отходу поезда?
↓
А попробуйте решить и написать в комменты ответ, посмотрим кто напишет быстрее)
И сразу скажу, она не простая, я нашел ее среди задач 11 класса и вот интересно то, что нейросети - это по сути машины, знающие все, но вот решать все они пока не умеют, или умеют?)
↓
↓
Искусственные интеллекты на задачу:
ChatGPT 3.5
ChatGPT 4 - это версия, которая помогает в решении различных задач.
ChatGPT 4o
ChatGPT 4o-mini - для общения
Claude 3.5 Sonnet (нейросеть от Anthropic)
Yandex GPT (нейросеть от яндекса) - отличный пример современного chat.
GigaChat (нейросеть от сбербанка)
Gemini 1.5 (нейросеть от гугла)
Кстати, можете прислать в комменты ваши любимые модели нейронок, тоже проверим)
↓
ChatGPT 3.5
Нет, не верно решение твое) Там оно намного сложнее. Но это слабейшая из моделей.
Нейросети в математике: Как искусственный интеллект может решать задачи по геометрии
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)))
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)
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.
Немного истории
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.
Основы
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.
Примитивное сравнение мозга и нейронки, не передающее суть.
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.
Архитектура и типы нейросетей
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:
ANN (Нейросети прямого распространения / Перцептроны)
CNN (Сверточные нейросети)
RNN (Рекуррентные нейросети)
LSTM / GRU (Сети с долгой краткосрочной памятью)
Transformers (Трансформеры — основа современных GPT)
GAN (Генеративно-состязательные сети)
Autoencoders (Автоэнкодеры)
GNN (Графовые нейросети)
... наглядности северного пушного зверька. Актуально на сентябрь 2025г.
Завершение
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.
П.С.:
Как-то не так я себе это представлял, капля текста, две картинки, куда два часа исчезли то?
Chat gpt и аналоги решают загадки на логику, кто лучше? Версус 😎
Задача: Изначально в аквариуме плавает 10 рыбок. Однако спустя неделю 2 из них утонули, 4 – уплыли, а еще 3 – погибли. Сколько рыбок осталось в аквариуме?
-
Всеми привяо, роднички. Простая загадка? Только вот она на логику и поэтому нейросети Chatgpt и аналоги вряд ли ответят, а я Конор, и я проверю как это работает на самом деле! 😊🤣
Если не видели предыдущие статьи, то велком)
-
Тестировать эту загадку я буду на следующий нейронных сетях
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.
Восприятие языковых нейронок.
Как нейросеть видит нашу письменность.
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.
Генерация - не сердце, но суть нейросетей.
Валера, что-то не нравится мне этот расклад, как бы чего плохого не случилось.
Языковая модель — этоочень 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 составляетвнутренний 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 протипичность. Модель спрашивает себя: "Что в моей обучающей библиотеке чаще всего шло после такого начала?"
Пример: вы написали "Сегодня хорошая...". В голове модели:
место №1: "погода" - (очень высокий балл)
место №2: "." (точка) - средний балл
место №3: "для" - небольшой балл
место №1000: "крокодил" - почти ноль
Модельникогда не уверена на 100%, у неё есть тольковеса предпочтений.
Что происходит с этими весами дальше? Два Варианта:
Вариант №1: Точность.
Модель всегда берётсамый верхний вариантиз рейтинга. Увидела "погода" - напечатала "погода". Потом снова смотрит рейтинг для "Сегодня хорошая погода", опять берёт самый верхний... В итоге получается очень предсказуемый, сухой,бездумно-правильныйтекст. 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).
Вариант №2: Обычный человек.
Модель смотрит на рейтинг иподбрасывает 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 случайноститекст становится живым, разнообразным, иногда остроумным. Но изредка - странным или глупым. Это плата за "человечность" и творчество.
Температура.
Температура за бортом.
Температура - это ручка управления "креативностью" нейросети.
Холодная температура (низкая, например 0.2).
Модель как быувеличивает контрастмежду первым местом и всеми остальными. Первое место становитсягигантским, 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.
Комнатная температура (1.0 - стандарт).
Это естественное состояние модели, то, чему её обучили. Разница между первым и вторым местом естественная. Кубик отражает реальные статистические веса. Текст получаетсяпохожим на обычную человеческую речь- с предсказуемыми, но иногда слегка неожиданными поворотами.
Лучше всего для:обычного чата, деловых писем, новостей.
Горячая температура (высокая, например 1.5).
Модельсглаживает 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, носвежийоборот. Текст получается творческим, иногда странным, иногда гениальным, иногда бредовым.
Лучше всего для:стихов, шуток, креативных идей.
Кипящая температура (очень высокая, например 2.5+).
Все варианты становятся почти равноправными. "Погода" и "крокодил" получают почти одинаковые шансы. Кубик выпадает практически случайно. Текст превращается вбессмысленный 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.
Манипуляции нейросетью.
Да, я такой.
Чтобы задать нейросети нужный "настрой" или стиль, используют два главных инструмента:ручки температуры(о которых мы говорили) иволшебные слова в начале диалога(промпты).
1. Задаём "характер" словами.
Представьте, что вы нанимаете актёра. Вы не просто говорите "говори", а даётевводную 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 называетсяsystem prompt(системное сообщение). В других моделях - просто первое сообщение, которое задаёт контекст.
Что ещё можно прописать в настройку:
"отвечай кратко, не более трёх абзацев"
"используй маркированные списки, но без markdown"
"называй меня на "ты""
"добавляй примеры из кулинарии/спорта/путешествий"
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:
Придумать "анти-совет" для вашей идеи (Адвокат Дьявола):
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.
Подготовиться к сложному интервью:
Попросите нейросеть представить себя журналистом, который задаст вам каверзные вопросы. Это поможет вам заранее подготовиться к разговору с реальным экспертом.
Писать стихи в стиле числа "π":
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.
Заключение? Итог? Выводы?
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.
П.С.:
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))
Использование нейросетей для решения задач по математике - да, алгебре - да, геометрии - да, прибавить 15+15 - нет 😂
🔥 Задача: Прямо 10 метров , потом налево 5 метров, потом еще раз налево 15 метров, какое расстояние от начальной точки пройдет идущий.
Да, это 30 метров, но нейросети разных моделей и компаний решат?)
Данную загадку мне подкинул наш подписчик, спасибо тебе 😃:Ibragimych
А сейчас и посмотрим!
↓
За звание умнейшей как всегда следующие нейросети!
ChatGPT 3.5
ChatGPT 4 - это действительно мощный инструмент для вычисления. Это версия искусственного интеллекта, которая может решать задачи, все или нет - выясним.
ChatGPT 4o
ChatGPT 4o-mini
ChatGPT o1 (новый)
ChatGPT o1-mini (новый)
Yandex GPT (нейросеть от яндекса)
Gemini 1.5 (нейросеть от гугла)
Copilot (от мелкомягких)
↓
Давайте начинать тестить гпт? Хотя кто так говорит
Прикиньте, если роботов с нейросетями поставят на улице, чтоб они путь показывали? “Как пройти до аптеки? Вам нужно пройти корень из 50. Спасибо, уже не надо)”
А вообще, я думаю это из-за того, что все нейросети не русские и когда их тренировали, они не записывали в него нашу манеру разговора, сленг, наши русские приколы.
Всем привет, роднички) Смотрю я на эту загадку, слушаю музыку и понимаю, что нейросети сегодня опять налажают))).
В чем суть для новеньких. Мы берем загадку и проверяем ее на разных моделях ChatGPT и аналогах, тем самым находим победителя. Кто помнит какая нейросеть лучшая по фото?)
Как chatgpt и аналоги будут отвечать на самую "простую" загадку? Действительно ли простая?
“Отец старше дочери в 3.5 раза, а 4 года назад отец был в 4 раза старше дочери. Сколько лет отцу и дочери?”.
Давайте проверим чат gpt и аналоги такой вот загадкой.
Как думаете смогут ли ия, хотя кто так говорит, решить детскую загадку?) Я вот без подсказок не смог, но нейронки - должны! А если нет, то влепите в комменты хештег #нейрощит (щит - shit, кто понял тот понял)
↓
↓
Нейронки для тестов:
ChatGPT 3.5
ChatGPT 4
ChatGPT 4o
ChatGPT 4o-mini
Claude 3.5 Sonnet (нейросеть от Anthropic)
Yandex GPT (нейросеть от яндекса)
GigaChat (нейросеть от сбербанка)
Gemini 1.5 (нейросеть от гугла)
↓
↓
Перейдем к великому сражению людей с терминаторами!
ChatGPT 3.5
Смотрите) Вроде немощная, а справилась (хотя чего я перешел на сторону слизерин)
GigaChat (гпт от сбербанка), не только я один сбер называю сбербанком? Олды тут?)
Та же басня, про УК РФ Статья 134 не слышали) Да даже дело не в этом, в 10 лет насколько я знаю палка раз в год не стреляет. Не проверял, просто биологический факт.
Комментарии