TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1040 · 16.11

Алексей Калугин, «Там». Встречается название «Город крыс». Когда я слушал эту книгу, постоянно хотел бросить. Недаром она так похожа на «Град обречённый», который мне совсем не понравился. И уж точно не собирался писать о ней пост. Но прошло время, и я понял, что произведение оставило очень интересное послевкусие. Бывает, читаешь книгу взахлёб, а через месяц уже не помнишь, о чём она была. Тут же совсем наоборот: я прям еле-еле сквозь неё продирался, но через несколько месяцев всё ещё переживаю в уме сюжет и обдумываю идеи автора. Описан замкнутый со всех сторон город с абсолютно идентичными кварталами и домами. Всё под управлением ИИ. За все нужды людей отвечают роботы и компьютеры, да так, что человеку не нужно даже покидать своё жилище. Собственно, никто и не покидает. Общаются через подобие виртуальной реальности, еда доставляется автоматически. У одного из персонажей есть жена, но тему отношений, семьи и продолжения рода автор не раскрыл. Главный герой внезапно становится озадачен такой жизнью и начинает исследовать. Даже просто покинуть жильё — очень тяжёлый шаг, к которому он специально готовится. Сначала делает небольшую вылазку, потом побольше, потом с трудом вытаскивает из дома своего друга. Улицы пусты, хотя в городе есть робо-такси, робо-кафе, и вообще куча всякой инфраструктуры для людей. Атмосфера очень гнетущая, и детально описывается, как герой её изучает. С ИИ (который тут называется Инфор) можно общаться только косвенно, хотя обычные сервисные роботы без проблем поддерживают диалог, но толком ничего не знают. Кстати, присутствие роботов иногда доходит до абсурда: например, роботы-швейцары в каждом доме имеют по одной руке, которая намертво соединена с дверью, и вся их функция состоит в том, чтобы эту дверь открывать. В городе, где никто не выходит из домов, да. Надо сказать, что ответы на вопросы автор даёт скорее философские, чем материальные. С моей точки зрения это минус, один из главных, из-за которых я книгу рекомендовать не хотел. Но, уверен, есть люди, которым очень зайдёт. Вообще, всё произведение в некотором роде о смысле жизни. О том, что делает жизнь интересной и имеющей какую-то ценность, в том числе для нас самих. Общество, где людям доступно всё, кроме цели, выглядит совершенно удручающе. Концовка открытая, и опять же, лично я такое сильно не люблю. Пробежался по названиям и обложкам других книг Алексея Калугина — создалось впечатление, что сейчас он просто клепает всякий масс-маркет ради денег. Моя гипотеза такая: «Там» это такой творческий порыв автора. Не идеальный, с косяками, полу-артхаусный и, видимо, плохо продавшийся, но всё-таки оригинальный и поднимающий какие-то внутренние идеи из глубины души, а потому и оставляющий след. #fiction

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #image23

当前筛选 #image23清除筛选
Earth&Climate Tech

@earth_climate_tech · Post #381 · 04.09.2023 г., 21:57

​​IMAGE'23 и генерация моделей по подсказке Всем привет! Пропал-пропал, был на конференции IMAGE'23. Это такая огромная, на тысяч 6-7 человек, геотехническая конференция в Хьюстоне для специалистов в области геонаук, полезных ископаемых и (уже) декарбонизации. Самые большие секции были посвящены машинному обучению в геонауках. На одной из них я показал наши эксперименты в области Генеративного ИИ (Generative AI), а именно первые наброски того как можно генерировать реалистичные геологические\сейсмические модели с помощью семантически понятного текста. Типа говоришь "йоу, модель, сделай мне низкочастотный сейсмический разрез с двумя сбросовыми разломами в восточной части и добавь немного шума". И на выходе получаешь реалистичный сейсмический разрез удовлетворяющий твоему описанию, или получаешь сразу несколько разных разрезов, ведь генерация стохастическая. Использовали мы немного модифицированную версию знаменитой нейронки Dalle-E2 от Open AI, которую обучили с нуля. Точнее три ее компонента: ✅CLIP - для семантической связи между текстом и изображением(моделью) и преобразования последнего в векторное представление; ✅ Diffusion Prior - для стохастической генерации текстовых векторных представлений в текстовые представления изображения(модели) и ✅ Decoder - для стохастической генерации самих изображений(моделей) из их векторного представления. Последняя нейроночка использует диффузионную модель. Получилось неплохо! На второй картинке пример моделей, которые сгенерировались по соответствующей подсказке. Конечно отправлять в продакшн еще рановато, но идея, кажется, работает не только на кошечках и собачках. #Image23#conference#ML#AI#subsurface