TGINSIGHT SIMILAR POSTS
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
Търсене: #hard
@proanalysistrader · Post #28357 · 26.12.2024 г., 14:03
#HARD/USDT analysis : #HARD is currently moving within a bullish channel. The price has retraced and tested the channel's support, indicating a potential rebound soon, with a target to test previous highs. Traders should wait for a breakout above the $0.1627 level to consider a long entry. TF : 1D Entry : $0.1627 Target : $0.2400 SL : $0.1264
Hashtags
@proanalysistrader · Post #28209 · 16.11.2024 г., 11:05
#HARD/USDT analysis : #HARD is currently in an uptrend, trading above the 200-period exponential moving average (EMA) and forming new highs. The price is now retracing toward a significant support zone. It is expected that the price will test this support area before resuming its bullish momentum. Following this, previous highs are likely to be tested. TF : 2h Entry : $0.1578 Target : $0.2005 SL : $0.1358
Hashtags
@proanalysistrader · Post #27945 · 20.09.2024 г., 12:08
#HARD/USDT analysis : #HARD is currently encountering resistance at the daily TF 200ema. The price is expected to break below the 200ema on the 4h TF and likely test the previous swing low. For a confirmed entry, wait for the break of the $0.1229 level. TF : 4h Entry : $0.1229 Target : $0.1013 SL : $0.1370
Hashtags
@americancryptotrading · Post #27053 · 17.11.2024 г., 15:19
🇺🇸#HARD/USDT produced the descending resistance on 1W timeframe💡 Ready for bullish rally after breakout✈️ American Crypto©
Hashtags
@binancebigpumpsignalsfuture · Post #1622 · 17.09.2021 г., 21:19
#HARD result 1st target achieved in just 1 Hour ✅ One more quick profit 7%+💰🤑 👉 More quick profit signals available in premium channel. Hurry up 🏃♂👇 ☎️ Contact @MichaelStrategiesVip
Hashtags
@binancebigpumpsignalsfuture · Post #1621 · 17.09.2021 г., 21:18
#HARD (Binance) Buy zone 2011-2354 Sell zone 2426-2788-3567-3975-4688
Hashtags
@FenSloshes · Post #3 · 13.06.2019 г., 20:02
Deathclaw gut crushing - #hard#digestion
Hashtags
@sum_tech · Post #75 · 21.10.2024 г., 02:06
Эпик фейл нового iPhone 16: устройства сами перезагружаются по несколько раз в день. О проблеме с телефонами iPhone 16 Pro или iPhone 16 Pro Max пишут на многочисленных форумах и в сообществах поддержки Apple. Проблема у всех одна и та же: телефоны неожиданно зависают, а потом перезапускаются. Подобная ситуация происходит до 20 раз в день. Установка обновлений проблему не устраняет. В Apple экстренно меняют неисправные телефоны, но и новые устройства выдают такую же ошибку. Репутация Apple стремительно рушится. #apple#iphone#hard
@FenSloshes · Post #56 · 18.11.2020 г., 16:03
Bird Bones - #loop#digestion#hard 🎧https://www.furaffinity.net/view/39256235/
Hashtags
@wangzhuanzhan · Post #33534 · 29.09.2024 г., 07:49
T-t偷t心x者z- 偷心者 Hard Breakers (2010) 直达链接：https://pan.quark.cn/s/6e4ab4d36fe3 #偷心者#Hard Breakers 链接：https://link3.cc/sf_com #电影#喜剧#美国#10年代
@sum_tech · Post #335 · 12.11.2025 г., 07:52
Российские процессоры "Baikal M": это провал или отступление? В октябре 2019 года компания "Байкал Электроникс" представила российский инновационный процессор Baikal-M — восьмиядерный чип на архитектуре ARM, ориентированный на серверы и рабочие станции. Этот процессор, с частотой до одного с половиной гигагерц и энергопотреблением менее тридцати пяти ватт, позиционировался как решительный шаг к российской независимости в производстве электроники. Хотя техпроцесс в двадцать восемь нанометров отставал от глобальных стандартов — три нанометра в смартфонах и ноутбуках, — но позволял как минимум решать задачи в госсекторе. Изначально чипы планировали выпускать на фабриках тайваньской TSMC, что обеспечивало достаточное качество. Однако в 2022 году, после введения санкций, сотрудничество с TSMC прервалось, и Россия оказалась перед необходимостью локализации производства. Предыстория Baikal-M уходит корнями в 2014 год, когда "Байкал Электроникс" создали как совместное предприятие с участием "Т-Платформ" и Института физики полупроводников. Цель — разработка отечественных чипов для замены импортных, то есть пресловутое импортозамещение. К 2021 году компания получила первые партии Baikal-M от TSMC — около пяти тысяч штук, с планами на десять тысяч ежемесячно. В августе того же года iRU начала сборку ПК и моноблоков на этих процессорах. В 2025 году ввезли восемьдесят пять тысяч чипов семейства Baikal, включая M и S, а также запустили серийное производство микроконтроллера Baikal-MCU. К лету консорциум систем хранения данных анонсировал поставки десятков тысяч Baikal-M и Baikal-L к концу года. Однако на днях "Байкал Электроникс" объявила о завершении трёхлетнего эксперимента по корпусированию Baikal-M — финальному этапу, когда кристалл помещают в защитный корпус с выводами для платы. Работы вели на заводе GS Nanotech в Гусеве Калининградской области. По словам гендиректора Андрея Евдокимова, проект в целом оценивают позитивно как шаг вперёд, но развивать его не стали из-за нехватки кристаллов и других компонентов на рынке. В месяц собирали лишь десятки штук, с выходом годных изделий в диапазоне 74%-85%. Это стало неожиданностью, но зависимость от импортных материалов тормозит масштабирование российских разработок. Baikal-M остаётся нишевым продуктом для госструктур, где его цена (втрое выше Intel или AMD) не критична,. Однако на реальном рынке спрос на такие дорогие процессоры практически отсутствует. Очевидно, что без господдержки и консолидации мощностей отечественные чипы не выйдут за пределы ниши. Компания, однако, остаётся на плаву. В будущем ожидается запуск процессора Baikal-L на ядрах Cortex-A710 для ноутбуков, с поставками свыше ста тысяч штук в 2026 году. Параллельно разрабатывается серверный Baikal-S2. Но их судьба пока остаётся в тумане и в теории может повторить судьбу "Baikal M". #hard#железо#байкал
@sum_tech · Post #351 · 15.12.2025 г., 12:10
Технология 5D оптического хранения данных в кварцевом стекле зародилась ещё в девяностых годах прошлого века. Но настоящий прорыв случился в 2013 году в лаборатории Оптоэлектронного исследовательского центра Университета Саутгемптона. Профессор Питер Казанский и его команда впервые продемонстрировали запись и чтение цифровых данных с помощью фемтосекундного лазера, создающего наноструктуры внутри fused silica — особо чистого кварцевого стекла. В 2025 году стартап SPhotonix, основанный профессором Казанским и его сыном Ильёй, вывел эту разработку на коммерческий уровень. Компания представила 5D Memory Crystal — носитель, способный хранить до 360 терабайт данных на пластине диаметром пять дюймов. Это эквивалентно примерно пяти тысячам дисков Blu-ray. Подробнее — по ссылке #железо#hard#технологии#инновации#стартапы