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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #740 · 25.01

Питер Уоттс, «Ложная слепота». Прочитал эту книгу по рекомендации, и оказалось в точку — очень самобытная наполненная интересными идеями твёрдая научная фантастика. Из тех, которые надолго запоминаешь, и идеи из которых хочется вспоминать и обсуждать в каких-нибудь разговорах потом. Будущее, человечество в состоянии технологической сингулярности. Уже есть репликаторы, создающие абсолютно любой предмет, уже есть бессмертие в виде загрузки сознания в сеть. Различные импланты и кибер-дополнения стали обыденностью. Семей давно не существует, а в отношения люди вступают, как правило, через виар (при этом лично тоже видятся, но в основном для совместной работы, если это необходимо). Некоторые люди сильно сплетены с искусственным интеллектом и решают различные глобальные проблемы, при этом общаться с ними остальные не могут — не понимают, слишком большой разрыв в мышлении. Для такого общения существуют «синтеты» — люди с наполовину кибернетическим мозгом, способные понимать людей-компьютеров и рассказывать простым «исходникам», как их называют, что имелось ввиду. Конкретно главный герой тоже синтет, он лишён эмпатии, а поведение, похожее на человеческое, в основном эмулирует. Ещё в этом мире есть вампиры, и это прикольный ход для твёрдой научной фантастики: по сюжету это мутация людей, параллельная ветка развития. Вампиры умнее, быстрее и сильнее человека. Но, вот незадача, в их зрительной коре есть дефект, вызывающий эпилептический припадок каждый раз, когда вампир видит большое количество прямых углов. В живой природе прямых углов нет, поэтому эволюция не помешала этому багу развиться. Можете догадаться, каким именно образом люди в итоге их победили в прошлом :) Вампиры вымерли, а потом были людьми воскрешены из раскопок и поставлены под контроль именно с помощью этого дефекта. В общем, в какой-то момент над землёй появляется куча инопланетных зондов, которые одновременно сгорают и отдают сигнал куда-то вовне. Туда снаряжают экспедицию, которая должна совершить первый контакт и разобраться, что происходит. А дальше крутая смесь детектива, ужасов и философского трактата. Отдельно порадовали моменты, в которых сначала происходит какая-то жуткая непонятная крипота, а потом у всего находится логичное и научное объяснение. Ещё много сильнейших высказываний о мышлении и природе сознания, заставляющих надолго задуматься. В каком-то смысле мне больше понравилась представленная здесь модель непознаваемого инопланетного разума, чем в «Солярисе». Следует отметить своеобразный язык: кажется что автор немного злоупотребляет научным стилем и терминами, в реальности люди (даже учёные) разговаривали бы проще, на мой взгляд, и автор в некотором смысле заигрывает с аудиторией, для которой важна эта внешняя стилистика. Тем не менее, каких-то известных мне научных противоречий я не нашёл. Всё по делу, и автор явно хорошо готовился. Если любите твёрдую НФ и, прочитав первые 20-30 страниц, привыкните к стилю, то очень рекомендую. #fiction

Hashtags

Резултати

Намерени 50 подобни публикации

Търсене: #dl

当前筛选 #dl清除筛选
Repositorio data science

@repo_science · Post #4131 · 18.05.2024 г., 21:06

​​#DL 📱 Zeus New Pytorch Ecosystem Tool Zeus is an open source toolkit for measuring and optimizing power consumption of deep learning workloads. 🖥Github ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

Hashtags

Am Neumarkt 😱

@amneumarkt · Post #691 · 05.10.2025 г., 07:41

#dl Park, Chanwook, Sourav Saha, Jiachen Guo, Hantao Zhang, Xiaoyu Xie, Miguel A. Bessa, Dong Qian, et al. 2025. “Unifying Machine Learning and Interpolation Theory via Interpolating Neural Networks.” Nature Communications 16 (1): 1–12. https://www.nature.com/articles/s41467-025-63790-8

Hashtags

Am Neumarkt 😱

@amneumarkt · Post #506 · 13.11.2023 г., 08:30

#dl Google & USC benchmarked a prompt based forecasting method, and the results are amazing. Cao D, Jia F, Arik SO, Pfister T, Zheng Y, Ye W, et al. TEMPO: Prompt-based Generative Pre-trained Transformer for time series forecasting. arXiv [cs.LG]. 2023. Available: http://arxiv.org/abs/2310.04948

Hashtags

ПредишнаСтр. 1 от 5Следваща