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 318 подобни публикации

Търсене: #future

当前筛选 #future清除筛选

По словам Маска, Оптимус от Tesla превзойдёт любого хирурга-человека через 3 года в масштабах, приближенных к реальным Илон Маск: Через 5 лет у каждого будет доступ к медицинской помощи, которая будет лучше, чем та, которую получают президенты сегодня. Интервьюер: Не поступайте в медицинский институт. Илон Маск: Да. Бессмысленно. #future 📱Назад в Будущее | Группа каналов PB

Hashtags

宇宙学家、科幻作家卡尔萨根临终前(1996),在一次采访中对美国的警告。 “We’ve arranged a society on science and technology in which nobody understands anything about science and technology, and this combustible mixture of ignorance and power sooner or later is going to blow up in our faces. I mean, who is running the science and technology in a democracy if the people don’t know anything about it.” 我们已经配置了一个以科学和技术为基础的社会,但人们对科技几乎一物不知,这种愚昧和权力的易燃混合迟早会将我们社会炸开。我是说,如果人民对科技都一无所知,那么又由谁来推展这个民主社会的科学和技术呢? 卡尔萨根一直关心的科学在公众想象力中的位置。 #future https://www.openculture.com/2022/10/carl-sagan-issues-a-chilling-warning-to-america-in-his-last-interview-1996.html

Hashtags

🦅 [ perspective ix ]

@perspectiveix · Post #1363 · 27.06.2018 г., 19:30

​​🧠This MIT student can surf the internet with his mind. He silently #Google questions and hears the answers through vibrations transmitted through his skull and into his inner ear. #Future 🚀@PerspectiveIX ☕️ Support us with a coffee: prs.pctvix.co/2M8AAOb

今天补充一些搜索网站,并小结。之前我分享了两个终极搜索策略:Allsearch 和小舒同学搜索版,这是基础的高级自定义搜索。 搜索进入第二阶段,就是对特定媒介(视频、播客和字幕等)和软件内某板块的搜索,这些往往有一个聚合网站。比如之前分享的软件内搜索(包括 telegram,discord 频道,twitter list 搜索),油管字幕搜索。 ✨ 软件内:补充 telegram 频道搜索,非中文类频道。 ✨ 媒介类:LISTEN NOTES,全球播客搜索引擎。 ✨ 媒介类:hello,开发者搜索引擎,语言和代码片段。 搜索进入第三阶段,我认为是以内容图谱为推荐的智能搜索。这个我之前分享了个 music map 和全历史的图谱搜索。不过智能搜索很多是软件内算法推荐,这很受限。比较期待电影 map,游戏 map 等。 ✨READ NEXT,输入书籍的标题和作者,可以帮你自动推荐关联的书籍和内容。 补充另一个搜索建议重器,互补。 以及相关工具搜索。 搜索和语言,如同猫之于老虎上树的本领,现代版打渔、采矿和狩猎,让自己变得丰盛,富有。你可以学习任何东西,到任何一个领域。 #tools#future

算法的潘多拉丨AI 的伊甸 晚上好,诸位。今天分享个炸裂的东西,AI 的工具聚合 FUTUREPEDIA,算法的潘多拉和伊甸。自 2020 年 GPT-3 算法首发以来,AI 就开始了它野蛮的生长和蔓延,尤其这种文本模型,更快得浸入了我们数字生活。下面就顺便分享最近的关注。 FUTUREPEDIA:关于 AI 工具的 Toolbox,都是非常有趣的 AI 工具,包括分享过的 Notion AI,也有分类按照文本、图像、音频、设计等筛选,非常爆炸、非常丰盛。 Stable Diffusion Database:之前分享过,关于 Stable Diffusion 引擎的数据库,近 500 多个。以及最近一篇文章关于 Stable Diffusion 2.0 的发布。 最近看到的其它 AI 图像生成:Turn your text into images;diffusion.land;以及中文的 artpai;现在很多都是免费的。 Cover Letter Writer:一个求职 AI 生成,之前推荐过借口生成。 --- #AI 标签我之前加得很即时,比如提到过的“书籍的超文本转向”、“生成系的 AI 发力”、“可视化图谱”、“思考的生成”等,生长了很多,都是一个系列的不同路径。我的频道已经生长和培育(cultiver)了不少主题。 其实我还有个最初的标签 #future ,这里的 FUTUREPEDIA 也正好对应。之前分享过, Future Timeline 的网站和来自 2050 的网站,都指向未来。未来的降临,不一定是革命性的时间节点和事件,而是一种漫延和“污染”,一种持续的、逆生态的潘多拉释出。 #AI#tools

今天分享些 AI 作画的奥术宝典和炼金池,AI Enhance 相关。如此开始知识的纪元,来自伟大的奥秘,滚瓜烂熟的咒语,汲取元素的精髓,大魔导师的恐怖利刃。 Danbooru:非常丰富的关于动漫作画的标签(包括 NSFW)、提示词、艺术家、以及各种数据的 Key words 和生成图片。 OpenArt:收录关于 DALL·E 2, Midjourney, Stable Diffusion 的画作提示词查看。还有类似的 Promptomania. 还有个 Stable Diffusion 的简单中文指南,以及 SD RESOURCE GOLDMINE:AI 作画相关超级收录,包括一些类似 NovelAI 自带联想和补全的脚本。火速炼。 #art#tools#future

Interesting Planet 🌍

@interesting_planet_facts · Post #1045 · 16.11.2025 г., 22:11

🌎 By 2050, urban areas are projected to house 68% of Earth’s population, increasing pressure on ecosystems. Smart city technologies, like energy-efficient buildings and automated waste management, aim to cut pollution and resource use. The World Bank estimates that smarter urban infrastructure could reduce energy use by up to 30%. ✨ #ecology⚡#technology⚡#future 👉subscribe Interesting Planet 👉more Channels ​

Machinelearning

@ai_machinelearning_big_data · Post #9045 · 21.11.2025 г., 18:05

🚀Маск: в будущем работать станет необязательно Илон Маск на форуме U.S.– Saudi Investment Forum заявил, что через 10–20 лет работа может стать делом выбора. По его мнению, тотальная автоматизация и распространение роботов приведут к миру, где дефицита больше нет, а деньги перестанут играть ключевую роль. Понятно, что вопрос стоит не в том, наступит ли эпоха полной автоматизации, а в том, сколько времени на это уйдёт. https://fortune.com/2025/11/20/elon-musk-tesla-ai-work-optional-money-irrelevant/ @ai_machinelearning_big_data #ai#future#elonmusk

123•••10•••20•••2627
ПредишнаСтр. 1 от 27Следваща