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: #knowledgeispower
@googlefactss · Post #40280 · 08.12.2025 г., 23:01
epistemophilia noun love of knowledge specifically : excessive striving for or preoccupation with knowledge [Source] @googlefactss#Epistemophilia#KnowledgeIsPower#LifelongLearning#Curiosity#PassionForLearning
@taste_of_africa · Post #142 · 26.02.2026 г., 06:00
Taste of Africa: ОБРАЗование ⚛️ Ядерная физика на страже истории: как ученый помог переосмыслить прошлое Африки Иногда в массовой культуре и учебных упрощениях образ Африки выглядит так, будто её “большая история” начинается только с приходом европейцев. До этого — туман, общие слова. Но такой взгляд часто говорит не о реальности, а о том, как именно эту реальность привыкли описывать. Как закрепляются устойчивые образы Методология интерпретаций: • Упрощение: сложные общества и традиции сводят к картинке “примитива”. • Закрепление: это повторяют в образовании и публичной культуре. • Инерция: со временем такая схема начинает восприниматься как догма “само собой”. Ученый, который предложил использовать науку для открытия истинного образа Африки 🇸🇳 Шейх Анта Диоп (1923–1986) был среди тех, кто освещал африканскую историю через проверяемые подходы — там, где важны источники и методы, а не привычные клише. Его сила — в сочетании разных дисциплин: 🔬 Радиоуглеродные датировки. Диоп понял: чтобы доказать древность и величие своей цивилизации, недостаточно слов. Нужны цифры, которые признает любая лаборатория мира. Поэтому в 1966 году он основал в Дакаре первую в Тропической Африке лабораторию радиоуглеродного анализа (RA14) . • Что это дало: Радиоуглеродный анализ позволяет точно датировать возраст археологических находок (кости, уголь, дерево). Диоп получил возможность самостоятельно доказывать, что найденные в Африке артефакты — древние, не отправляя их в европейские лаборатории, где их могли «потерять» или исказить результаты. Он сделал науку суверенной. 🧪 Меланиновый тест (Метод определения расы) Диоп понимал, что споры о внешности древних египтян можно решить не только картинами на стенах гробниц, но и химией. Он разработал методику определения содержания меланина (пигмента, отвечающего за цвет кожи) в образцах кожи. • Что это дало: Он применил этот тест к образцам кожи египетских мумий. Результаты показали высокий уровень меланина, характерный для темнокожих людей. Лингвистическая генетика (Сравнительный метод) Диоп разработал методологию сравнения древних и современных языков, которая вышла за рамки простого поиска похожих слов. Он сравнивал грамматические структуры, системы родства и способы мышления, зашифрованные в языке. • Что это дало: Он доказал, что древнеегипетский язык и современные языки Западной Африки (например, его родной волоф) — не просто соседи, а родственники. Он, например, перевел отрывки из теории относительности Эйнштейна на язык волоф, доказывая, что современный африканский язык способен выражать сложнейшие научные концепции. 🧠 Главное изобретение: Синтез как оружие Итак, Шейх Анта Диоп изобрел— междисциплинарный научный подход, заточенный под защиту истины. Он соединил ядерную физику (объективные даты), химию (анализ меланина), лингвистику (доказательства родства) и историю. Этот синтез стал тем самым «оружием», которое позволило ему на конференции ЮНЕСКО в Каире в 1974 году научно разгромить колониальные мифы о «неисторичности» Африки и представить неопровержимые доказательства происхождения цивилизации Древнего Египта Что это дало Когда в разговор о прошлом входят датировки, тексты и критерии проверки, становится труднее удерживать историю на уровне стереотипов. Появляется более точная, объёмная картина — и уважение к сложности континента. Итог: вклад Диопа — не в одном громком тезисе, а в том, что он помог выстроить разговор об африканском прошлом на языке методов и доказательств. Честь ему и хвала! o 🥁🌟 Ритмическое путешествие продолжается: Мир освещается солнцем, а человек — знанием.🥁🌟🌍💫 #TasteOfAfrica#Наука#ИсторияАфрики#Образование#Научпоп#ШейхАнтаДиоп#AfricanHistory#ScienceAndHistory#EducationMatters#KnowledgeIsPower#AfricanHeritage