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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #680 · 5.12

Фантасты любят изображать подводные города и всяких подводных жителей. Начиная от Звездных Войн с гунганами, и заканчивая новыми фильмами по комиксам (и их первоисточниками): в DC есть Атлантида, в Марвел вот ввели Талокан (который в комиксах вроде бы тоже буквально Атлантида). И там и там появление подводных людей объясняется как-то так: были обычные наземные люди, потом с ними что-то случилось, воздействие какой-то фигни, они, дескать, мутировали и стали жить под водой. У меня в такие моменты отключается приостановка неверия. Ну не может существо с похожим на человеческое телом постоянно жить под водой. Дерек Кюнскен в книге "Квантовый волшебник", о которой я вам рассказывал, описывает людей, генетически измененных для постоянной жизни в океане. Во-первых, у них нет подвижных век, потому что глаза не нужно смачивать. Крупная относительно тела голова, глаза огромные, чешуя. Во-вторых, хвост вместо ног. И правда, если существа не опираются на поверхность, у них нет необходимости в ногах. Да, по сюжету они изредка выходят на сушу. Тут мы можем для примера посмотреть на животных, которые дышат атмосферным кислородом, но чье тело биомеханически приспособлено к воде: морские котики, тюлени, моржи, пингвины итд. Они на земле довольно неуклюжи, могут разве что медленно переваливаться. В-третьих, люди-рыбы у Кюнскена не используют звуковую речь и общаются колебаниями электромагнитного поля. Обычным людям по сюжету приходится применять специальные синтезаторы голоса, чтобы общаться с амфибиями. Ну и конечно никакой речи не может идти о присутствии рыболюдей на суше и использовании ими человеческих инструментов и инфраструктуры. Их транспортируют в больших чанах с водой под давлением, и такие же делают отсеки в космических кораблях, где они нужны (там в книге эти рыбы могут выдерживать большие перегрузки и поэтому служат пилотами на истребителях). А в фильмах существа с ногами и веками живут постоянно в воде, в темноте и холоде, не имея удобного для передвижения и коммуникации тела. Не верю! Даже по меркам киносказок. Верю в подводный город Восторг из первого Bioshock, в котором просто построенные на дне дома с атмосферой для людей. Там в процессе игры постоянно ощущаешь, насколько чужеродна для человека толща океана вокруг, и как много усилий пришлось приложить инженерам, чтобы сдержать чудовищное давление и обеспечить какую-то возможность передвигаться и вести свою деятельность. #fiction

Hashtags

Резултати

Намерени 2 подобни публикации

Търсене: #mlsys

当前筛选 #mlsys清除筛选
GitHub Trends

@githubtrending · Post #15091 · 24.08.2025 г., 11:30

#python#comfyui#diffusion#flux#genai#mlsys#quantization Nunchaku is a fast and efficient engine that runs 4-bit neural networks using a special method called SVDQuant, which compresses models to use less memory and speed up processing by 2 to 5 times compared to older methods. It supports advanced AI models for tasks like high-quality text-to-image generation and image editing, working best on modern NVIDIA GPUs. You can easily install and use it with ComfyUI, and it has active community support on Slack, Discord, and WeChat. This means you can generate or edit images quickly with less computing power, saving time and resources. It also offers tutorials and example workflows to help you get started smoothly. https://github.com/nunchaku-tech/ComfyUI-nunchaku

GitHub Trends

@githubtrending · Post #15539 · 05.03.2026 г., 11:30

#python#agent#llm#llm_agent#llm_reasoning#machine_learning_systems#mlsys#reinforcement_learning#rl AReaL is a free, open-source system for fast asynchronous reinforcement learning to train large AI models in math, coding, search, and agents. It decouples generation and training for up to 2.77x speedup, stable performance, and easy setup on single or 1000+ GPUs with algorithms like GRPO/PPO. Install via git/pip, run examples like GSM8K math instantly. You benefit by building top AI agents affordably and quickly, reproducing results with shared data/models, saving time/money vs. slow synchronous tools. https://github.com/inclusionAI/AReaL