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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #367 · 30.05

Поговорим про ML. Пару дней назад вышла новость о том, что в продажу поступила первая русскоязычная книга, половину текста в которой написала нейросеть ruGPT-3. А до этого вы все наверняка натыкались на очень яркие записи про Dalle и Imagen, где нейросеть по описанию рисует картинку, и получается очень любопытно. Такими темпами скоро нейросети превратятся в крипту: высокотехнологичную вещь, о которой, однако, в среде приличных технарей лучше не упоминать. Потому что то, каким образом это используется, и то, какой образ этому создают в массах, расходится не только с реальностью, но и с определённым уровнем вменяемости. Кстати, ML ещё и может ярко демонстрировать эффект Даннинга-Крюгера. Мем про "Ты чё, пёс, я математик!" нифига не шутка. Человек может считать себя крутым программистом, если научился комбинировать чужие библиотеки на питоне. Хотя на самом деле простейшую практическую задачу решить не способен -- я с такими сталкивался лично. ML-щики вообще пихают свои нейросети куда ни попадя, считая, что это волшебная таблетка и швейцарский нож для любых ситуаций. Мне рассказывали случай, когда на хакатоне по работе с данными выиграл человек, который просто аккуратно вручную подобрал нужные зависимости в Excel :) Глобально же нейросетями пытаются решать три вида задач: 1. Информации в вопросе много, а в ответе нужно мало. Например, распознавание образов и символов. Подбор значений каких-нибудь коэффициентов. Приложение "Хотдог или не хотдог" из сериала Кремниевая Долина. Обычно нейросети справляются с таким очень хорошо. Рукописный ввод распознают шикарно, по фото могут назвать породу собаки, математические формулы читают. Но важно понимать, что под капотом даже у такой нейросети не возникает никаких понятных вам символов. Например, при распознавании рукописного ввода случайный набор пикселей, не имеющий для человека смысла, может быть с той же степенью уверенности интерпретирован нейросетью, как совершенно чёткая буква А. Просто мы на такой случайный набор не попадаем почти всегда, и поэтому всё ок. 2. Информации в вопросе средне, и в ответе нужно средне. Как правило, это предсказание, восстановление недостающих данных, улучшение качества фото, раскрашивание ч/б. С такими задачами нейросети справляются уже средненько. Улучшенный нейросетью снимок сразу видно. Предсказание лишь ненамного точнее, чем случайный выбор. Польза в том, что в обращении такие сети просты, а результат всё-таки дают. Но не стоит их переоценивать. Например, сюда можно отнести задачу суммаризации текста (по большому объёму текстов тебе печатают выжимку). Мои товарищи в одном чате несколько дней игрались с ботом-суммаризатором, и в основном половина написанных им фраз это просто мусор и ерунда для ржача. Но в другой половине всё-таки какой-то совсем небольшой смысл проглядывался. Недостаточный для того, чтобы задалбывать этим ботом участников чата (привет, ребята :) ), но не абсолютный рандом. 3. Информации в вопросе мало, а в ответе нужно много. Это генерация данных: вот как раз написание текстов, составление рисунков, логотипов и так далее. Так вот, по моему скромному, но всё-таки хоть немного компетентному мнению, в таких вопросах нейросети выдают полную херню. И хвалёная логотипная нейросетка Лебедева — тоже полная херня. И распиаренная GPT ничего толкового не пишет. Когда читаешь примеры в новостях-анонсах, сразу думаешь: "Вау, как круто!". Но когда пробуешь сам: ruGPT-3 по уровню осмысленности где-то чуть ниже "Яндекс.Рефератов", если помните такой сервис и суть его работы. Я не знаю, будут ли сети по созданию изображений работать так круто (сейчас доступа к ним ни у кого нет), но книга в соавторстве с человеком стала возможна только по той причине, что в качестве человека взяли Павла Пепперштейна, который берёт случайные комбинации словосочетаний и выдаёт это за литературу. Поверьте: человечество пока что в безопасности касательно захвата машинами. #dev

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #demu

当前筛选 #demu清除筛选

Stadler разработал специальную модель пригородного поезда для линий с низким пассажиропотоком — WINK. Его отличительной особенностью является модульность (возможно питание от контактной сети, дизель-генераторной установки, аккумуляторов, а также их различные комбинации), высокая доля низкого пола (свыше 70%), а также низкая нагрузка на ось (не более 18 тонн). По назначению это аналог рельсового автобуса РА3 от ТМХ, а также Alstom Coradia Lint, Siemens Desiro Classic, Pesa Link и других. Stadler WINK позиционируется как развитие концепции GTW, но в отличие от последнего у WINK силовой модуль стоит не на одной центральной тележке, а опирается на две тележки Якобса, при этом моторными тележками являются концевые (у GTW наоборот). Такая компоновка аналогична поездам FLIRT, но у WINK всё электрооборудование сосредоточено в силовом модуле и частично на крыше, что позволило освободить пространство за кабинами машиниста и тем самым увеличить вместимость. Так, заказанные голландским перевозчиком Arriva Nederland составы имеют 135 мест для сидения, плюс 16 откидных, 2 места для пассажиров на инвалидных колясках, а также площадки для велосипедов, детских колясок и крупного багажа. По заявлению производителя, поезда WINK по типу питания возможны в пяти модификациях: ✅ Электропоезд (EMU) мощностью 1000 кВт на ободе колёс. Напряжение и род тока любой в зависимости от условий заказчика. ✅ Дизель-поезд (DMU) с максимальной мощностью 740 кВт с суперконденсаторным накопителем для повышения ускорения и экономии топлива. ✅ Дизель-электропоезд (DEMU) с питанием как от контактной сети, так и от дизель-генераторной установки. Мощность при питании от контактной сети 1000 кВт, при питании от ДГУ — 740 кВт. Возможно оборудование суперконденсаторами или аккумуляторными батареями для повышения эффективности работы поезда в автономном режиме. ✅ Электропоезд с автономным ходом (BEMU), оборудованный аккумуляторными батареями, для эксплуатации как на электрифицированных участках, так и на неэлектрифицированных линиях небольшой протяжённости. Мощность при работе от батарей заявлена также в 740 кВт, про дальность автономного хода информации нет. ✅Чистый аккумуляторный поезд (BMU) для неэлектрифицированных линий с зарядкой только на конечных станциях во время отстоя. Также в зависимости от условий заказчика возможны разные расположение дверей и планировка салона, ширина и длина вагонов, уровень пола и прочие характеристики. Кузов пассажирских вагонов изготавливается из алюминия, а силового модуля — из конструкционной стали. В настоящее время заказано 18 дизель-электропоездов WINK компанией Arriva Nederland, первые составы введены в пассажирскую эксплуатацию в прошлом году. Модификация для Нидерландов имеет длину 55,5 м, уровень пола 780 мм от УГР (под платформы 760 мм), работает от постоянного тока 1,5 кВ или двух биотопливных (гидрогенизированное растительное масло) дизелей Deutz мощностью 480 кВт каждый. Также имеются две аккумуляторные батареи общей ёмкостью 180 кВт*ч, позволяющие экономить топливо за счёт использования рекуперации, а также отключать дизель во время стоянок и маневров. Но их ёмкость недостаточна для поездной работы в автономном режиме. Примечательно, что в перспективе (после частичной электрификации линии Леуварден — Гронинген) планируется модернизация составов с демонтажем ДГУ и топливных баков и заменой их на тяговые аккумуляторные батареи, то есть превращение дизель-электропоезда в электропоезд с автономным ходом с нулевым выхлопом. В настоящее время один из составов (номер 605) дооборудован тяговыми аккумуляторами увеличенной мощности, и проводятся его испытания. Источники: https://www.railvolution.net/news/the-first-winks-in-the-netherlands https://www.railvolution.net/news/wink-tested-in-a-battery-mode https://www.stadlerrail.com/media/pdf/warr0517e_print.pdf Фото: railcolornews.com, railgazette.com и stadler. #за_низкий_пол #Stadler #WINK #DEMU #дизельэлектропоезд #Нидерланды