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: #structure
@uzcsd · Post #2834 · 18.11.2022 г., 11:20
DEPO - #STATISTICS CHANGES IN STRUCTURE OF SHAREHOLDERS The number of JSCs totaled 631 and the aggregate volume of shares issues totaled UZS 165 622.4 as of 18.11.2022. The aggregate volume of state owned share in 225 JSCs totaled UZS 133 689.2 billion, i.e. 80.7 %. #structure#shareholders#share#infographics#statistics#changes deponet.uz|Tg|Fb|Inst|Youtube
@uzcsd · Post #2818 · 11.11.2022 г., 09:45
DEPO - #STATISTICS CHANGES IN STRUCTURE OF SHAREHOLDERS The number of JSCs totaled 631 and the aggregate volume of shares issues totaled UZS 165 616.4 as of 11.11.2022. The aggregate volume of state owned share in 225 JSCs totaled UZS 133 690.1 billion, i.e. 80.7 %. #structure#shareholders#share#infographics#statistics#changes deponet.uz|Tg|Fb|Inst|Youtube
@uzcsd · Post #2797 · 04.11.2022 г., 10:25
DEPO - #STATISTICS CHANGES IN STRUCTURE OF SHAREHOLDERS The number of JSCs totaled 630 and the aggregate volume of shares issues totaled UZS 165 616.2 as of 04.11.2022. The aggregate volume of state owned share in 225 JSCs totaled UZS 133 690.3 billion, i.e. 80.7 %. #structure#shareholders#share#infographics#statistics#changes deponet.uz|Tg|Fb|Inst|Youtube
@uzcsd · Post #2783 · 28.10.2022 г., 09:20
DEPO - #STATISTICS CHANGES IN STRUCTURE OF SHAREHOLDERS The number of JSCs totaled 631 and the aggregate volume of shares issues totaled UZS 165 616.2 as of 28.10.2022. The aggregate volume of state owned share in 226 JSCs totaled UZS 133 687.6 billion, i.e. 80.7 %. #structure#shareholders#share#infographics#statistics#changes deponet.uz|Tg|Fb|Inst|Youtube
@uzcsd · Post #2775 · 21.10.2022 г., 12:16
DEPO - #STATISTICS CHANGES IN STRUCTURE OF SHAREHOLDERS The number of JSCs totaled 631 and the aggregate volume of shares issues totaled UZS 164 689.5 as of 21.10.2022. The aggregate volume of state owned share in 226 JSCs totaled UZS 133 687.6 billion, i.e. 81.2 %. #structure#shareholders#share#infographics#statistics#changes deponet.uz|Tg|Fb|Inst|Youtube
@uzcsd · Post #2760 · 14.10.2022 г., 11:55
DEPO - #STATISTICS CHANGES IN STRUCTURE OF SHAREHOLDERS The number of JSCs totaled 631 and the aggregate volume of shares issues totaled UZS 164 619.5 as of 14.10.2022. The aggregate volume of state owned share in 226 JSCs totaled UZS 133 677.9 billion, i.e. 81.2 %. #structure#shareholders#share#infographics#statistics#changes deponet.uz|Tg|Fb|Inst|Youtube
@uzcsd · Post #2743 · 07.10.2022 г., 09:22
DEPO - #STATISTICS CHANGES IN STRUCTURE OF SHAREHOLDERS The number of JSCs totaled 631 and the aggregate volume of shares issues totaled UZS 164 609.8 as of 07.10.2022. The aggregate volume of state owned share in 226 JSCs totaled UZS 133 677.9 billion, i.e. 81.2 %. #structure#shareholders#share#infographics#statistics#changes deponet.uz|Tg|Fb|Inst|Youtube
@uzcsd · Post #2724 · 30.09.2022 г., 12:24
DEPO - #STATISTICS CHANGES IN STRUCTURE OF SHAREHOLDERS The number of JSCs totaled 631 and the aggregate volume of shares issues totaled UZS 164 597.6 as of 30.09.2022. The aggregate volume of state owned share in 225 JSCs totaled UZS 133 665.7 billion, i.e. 81.2 %. #structure#shareholders#share#infographics#statistics#changes deponet.uz|Tg|Fb|Inst|Youtube
@uzcsd · Post #2716 · 23.09.2022 г., 13:02
DEPO - #STATISTICS CHANGES IN STRUCTURE OF SHAREHOLDERS The number of JSCs totaled 631 and the aggregate volume of shares issues totaled UZS 164 397.9 as of 23.09.2022. The aggregate volume of state owned share in 226 JSCs totaled UZS 133 348.9 billion, i.e. 81.1 %. #structure#shareholders#share#infographics#statistics#changes deponet.uz|Tg|Fb|Inst|Youtube
@uzcsd · Post #2708 · 16.09.2022 г., 15:35
DEPO - #STATISTICS CHANGES IN STRUCTURE OF SHAREHOLDERS The number of JSCs totaled 631 and the aggregate volume of shares issues totaled UZS 163 200.5 as of 16.09.2022. The aggregate volume of state owned share in 226 JSCs totaled UZS 132 889.5 billion, i.e. 81.4 %. #structure#shareholders#share#infographics#statistics#changes deponet.uz|Tg|Fb|Inst|Youtube
@uzcsd · Post #2688 · 09.09.2022 г., 12:43
DEPO - #STATISTICS CHANGES IN STRUCTURE OF SHAREHOLDERS The number of JSCs totaled 631 and the aggregate volume of shares issues totaled UZS 163 200.4 as of 09.09.2022. The aggregate volume of state owned share in 226 JSCs totaled UZS 132 895.8 billion, i.e. 81.4 %. #structure#shareholders#share#infographics#statistics#changes deponet.uz|Tg|Fb|Inst|Youtube
@uzcsd · Post #2671 · 26.08.2022 г., 12:54
DEPO - #STATISTICS CHANGES IN STRUCTURE OF SHAREHOLDERS The number of JSCs totaled 630 and the aggregate volume of shares issues totaled UZS 163 190.4 as of 26 August 2022. The aggregate volume of state owned share in 226 JSCs totaled UZS 132 895.8 billion, i.e. 81.4 %. #structure#shareholders#share#infographics#statistics#changes deponet.uz|Tg|Fb|Inst|Youtube