Найти похожее

Версальско-Вашингтонская система – мировой порядок, действовавший между Первой и Второй мировыми войнами, основанный на результатах Версальской и Вашингтонской конференций. 🔴Опиралась на “пункты” президента США Вильсона о коллективной безопасности, открытости мировой торговли и праве наций на самоопределение. 🔴Закрепляла геополитические преимущества Великобритании и Франции как победителей в ПМВ. 🔴Признавала Германию и ее союзников виновными в разжигании войны и налагала на них суровые территориальные уступки и репарации. 🔴Создавала Лигу наций как международную организацию для мирного разрешения конфликтов. #теория

Персиваль Тейлор*: “В анализе миров-систем геополитика представляет собой отношения повсеместного соперничества (сегодня Востока против Запада) за господство над развивающейся периферией”. По его мнению, мир имеет жесткую иерархическую структуру, которая сохраняется в течение длительного исторического периода. В ней доминируют страны мирового “ядра”, образующие региональные центры мощи, вмонтированные в глобальную систему. Господство ведущей державы (США после окончания холодной войны) приводит к длительным периодам относительной геополитической стабильности. Переход от одного миропорядка к другому происходит на коротких переходных этапах, вызванных переломными событиями, как войны или пандемии. #теория *британский историк международных отношений

Подход Трампа в отношении Гренландии, Панамы и Канады свидетельствует о возвращении США к историческим истокам во внешней политике. Рассмотрение Западного полушария как американской сферы влияния провозглашалось в 1823 г. в Доктрине Монро – декларации президента Джеймса Монро. В начале XIX в. после освобождения Латинской Америки от испанской колониальной зависимости европейские державы могли попытаться занять место Испании. Во избежание такого сценария Монро заявил: “Попытки распространить свою систему на любую часть этого полушария будут рассматриваться как опасность для нашей безопасности”. Взамен США отказывались от вмешательства в дела Европы. Вскоре Доктрина Монро использовалась и в целях расширения американского влияния. Президенты США ссылались на нее при отвоевании у Мексики Техаса и Калифорнии в 1840-е, а также при покупке Аляски в 1867 г. В том же году президент Джонсон впервые попытался выкупить у Дании Гренландию. #теория

Окончание холодной войны ознаменовало радикальные изменения в международном порядке, основанном на противостоянии двух блоков. Новая эпоха требовала оригинальных геополитических моделей. Наиболее известными на рубеже XX–XXI вв. стали концепции, отразившие две противоположные точки зрения в американской геополитике. Первая принадлежала философу и политологу Фукуяме, который воспринимал победу США в холодной войне как глобальный триумф западных ценностей либеральной демократии. Он объявил “конец истории”, означавший наступившую гегемонию Запада в политической, экономической и культурной сферах. Обратную позицию выразил другой американский геополитик Хантингтон. Он определил стратегический успех Запада как временный, не затрагивающий глубинных цивилизационных пластов. Хантингтон предостерегал о появлении новых евразийских блоков, основанных на культурной и религиозной близости, которые смогут оспорить гегемонию Запада. #теория

Николас Спикмен*: "Геополитика – анализ и упорядочение данных, которые необходимы для принятия решений по определенным вопросам внешней политики". В мире международной анархии внешняя политика должна иметь своей целью прежде всего улучшение или, по крайней мере, сохранение сравнительной силовой позиции государства. Спикмен выделял следующие критерии геополитического могущества государства: ● Поверхность территории и природа границ ● Наличие природных ископаемых и объем населения ● Экономическое и технологическое развитие ● Этническая однородность и уровень социальной интеграции ● Политическая стабильность #теория *один из основателей американской школы геополитики

С 23 февраля. В последнее время день красной армии стали подменять так называемым Днём Защитника отечества, но нам как прогрессивным силам категорически противопоказано данным нападкам поддаваться. Этот праздник не может принадлежать буржуазным армиям, можно сказать сегодня праздник всех революционных и народных армий мира. Можно почтить сегодня прогрессивные армии в Филиппинах, военные силы КНДР, революционные армии Бирмы и национально-освободительное движение Курдистана. Нельзя забывать, что появление народной власти это всего лишь первый шаг, второй шаг - удержать и защитить народную власть от ее врагов. «Мы – за уничтожение войны, нам война не нужна, но уничтожить войну можно только через войну. Если хочешь, чтобы винтовок не было, – берись за винтовку» – Мао Цзэдун. Слава Народным Армиям! #теория@recommunisation 🚩Рекоммунизация. Подписаться

#теория 1 судя по сниппету и посту кай сейчас живет и пишет новый альбом в Le Royal Monceau а если точнее по кадрам похоже на suite рей чарльза и prestige suite это легендарный 5 звездочный арт деко отель в центре Парижа 🍸 особенно интересно, как сильно на него сейчас влияет арт-деко искусство это видно по последней активности отдает 5к€ в Le Royal Monceau за ночь...

📕Словарь ИИ-2: разбираемся в терминах вместе с IBM Продолжаем погружаться в терминологию ИИ-индустрии. Сегодня разбираем главные понятия мира нейросетей вместе с Мартином Кином, главным изобретателем IBM. 1️⃣ИИ-агенты — системы, которые работают автономно для выполнения задачи, используя окружающую среду и инструменты. 2️⃣ LRM(Large Reasoning Models) — большие языковые модели, обученные рассуждать шаг за шагом перед ответом. 3️⃣Векторная база данных — хранит не «сырые» данные (текст, изображения), а эмбеддинги, длинные списки чисел, отражающие смысл слов, с которыми работают нейросети. 4️⃣RAG (Retrieval Augmented Generation) — метод, соединяющий векторные БД и LLM. Позволяет ИИ работать с актуальной информацией и не галлюцинировать. 5️⃣MCP(Model Context Protocol) — стандарт, позволяющий LLM работать с любыми приложениями. Подробнее про MCP мы рассказывализдесь. 6️⃣MoE(Mixture of Experts) — подход, при котором большая нейросеть делится на набор небольших «экспертов» для повышения эффективности. 7️⃣ASI(Artificial Superintelligence) — финальная, теоретическая стадия развития ИИ, который превзойдет человека по всем способностям. 📱 Подробное объяснение всех понятий от эксперта можно посмотретьна YouTube. ❓ А первую часть нашего «Словаря ИИ» ищите здесь. А вы знали эти термины? ❤️ — да, это база 🔥 — только некоторые 🦄 — нет, но теперь знаю! #теория@EDU4Telegrambot

🥸 Откуда у ИИ-моделей предрассудки? Оказалось, что обученные на тоннах человеческого контента ИИ-модели естественным образом впитывают из него предрассудки, стереотипы и шаблоны — и воспроизводят предубеждения в ответах. Так называемый AI Bias проявляется по-разному. Например, генератор картинок Stable Diffusion считает, что генеральные директора, политики и юристы, врачи и другие представители престижных профессий — белые мужчины. Если модель попросить нарисовать преступника, нейросеть значительно чаще выдаст изображение чернокожего мужчины. Кассиры в понимании ИИ — женщины, а все террористы — с бородой. Аналогичный эффект замечала и команда Midjourney, и создатели чат-ботов. Языковые модели, в свою очередь, значительно чаще предлагают женщинам более низкие зарплаты, чем мужчинам, при прочих равных. 🙈 С этим можно бороться? Универсального решения нет. Можно тщательнее фильтровать данные, но их сокращение негативно скажется на качестве. Можно генерировать данные искусственно, но есть риск, что в этом случае нейросети только глубже закрепят стереотипы. Другой подход, на этапе пост-тренировки компенсировать «перекосы» в данных наградой модели за «толерантные» ответы, но в этом случае появляется риск сделать нейросеть слишком снисходительной. При этом в самом крайнем случае через чур «усредненная» нейросеть может оказаться банально неинтересной как собеседник и ассистент, лишившись этой обратной стороны «человечности». А вы доверяете мнению нейросетей? ❤️ — да, ИИ объективен 🔥 — нет, ИИ все искажает 👀 — зависит от вопроса... #теория@EDU4Telegrambot

🟢Почему ИИ обучают на GPU? И как это обогатило Nvidia? Видеокарта (GPU) есть почти в каждом компьютере. Обычно мы думаем о ней в контексте игр или работы с 3D-графикой. Но в последние годы главная задача GPU не развлечения, а тренировка нейросетей. 🖥Почему ИИ обучают на GPU? Изначальная задача видеоадаптера — разгрузить центральный процессор. Пока CPU занимается сложными последовательными вычислениями, GPU параллельно выполняет тысячи простых операций для отрисовки графики. А тренировка ИИ — это, по сути, многократное перемножение гигантских матриц, триллионы простейших операций, которые нужно выполнять одновременно. Как раз то, для чего и были созданы видеокарты. 🖥Но почему именно Nvidia? Действительно, ведь GPU производят и AMD, и Intel, но их чипы не закупают сотнями тысяч для дата-центров? На самом деле, «игла», на которую Nvidia «подсадила» ИИ-компании — софт. Точнее — платформа CUDA (Compute Unified Device Architecture). CUDA — это набор инструкций, рассказывающий, как системе «общаться» с тысячами ядер видеокарты. Почти все главные инструменты для разработки нейросетей оптимизированы именно под CUDA, а работает эта платформа только с чипами от Nvidia. Так корпорация создала замкнутую и невероятно прибыльную экосистему. Ярче говорят цифры. За 2021 финансовый год выручка Nvidia от оборудования для дата-центров составила $6,7 млрд, а от геймерских видеокарт — $7,76 млрд. За 2025-й чипы для дата-центров принесли уже $115,2 млрд и теперь формируют почти 90% выручки корпорации. В итоге недавно Nvidia стала первой публичной компанией с капитализацией в $4 трлн. А вы знали, почему нейросети тренируют именно на GPU? ❤️ — да, это же основа 🔥 — нет, теперь знаю! 🦄 — надо было вкладываться в Nvidia... #теория@EDU4Telegrambot

📕Словарь ИИ: разбираемся в сложных терминах Погружаясь в тонкости и различия ИИ-моделей, процесс их тренировки и запуска, вы наверняка столкнетесь с непонятными терминами. Чтобы не теряться и понимать, чем вы пользуетесь, в понятиях стоит разобраться. На самом деле в этих сложных словах нет ничего страшного. 1️⃣Инференс (Inference) — это непосредственно процесс работы нейросети, когда она уже обучена и решает вашу задачу. Говоря об инференсе, обычно рассматривают скорость работы модели (в токенах в секунду), или задержку с момента отправки запроса до получения полного ответа. 2️⃣Квантование или квантизация (Quantization) — «сжатие» нейросети путем уменьшения точности вычислений «под капотом». Условно, числа начинают округляться не до четырех знаков после запятой, а до двух. Или вовсе вместо дробных чисел используют экономящие память целые. Это позволяет запускать модель на более слабом «железе» без сильных просадок в производительности. 3️⃣Дистилляция(Distillation) — передача знаний от большой и мощной нейросети-учителя к маленькому быстрому «ученику». Так получают компактные модели, которые могли не видеть все обучающие данные «учителя», но при этом перенимают его знания. Конечно, это далеко не все. Часто можно услышать про RAG, fine-tuning, эмбеддинг, bias и многие другие вещи — разберемся с ними позже. Делаем продолжение словаря? ❤️ — да, очень полезно! 🔥 — нет, сложновато 🦄 — лучше каждый термин отдельно #теория@EDU4Telegrambot

🖥 LoRA: Как легко и быстро дообучить нейросеть? LoRA(Low-Rank Adaptation) — это метод тонкой настройки (fine-tuning) моделей, позволяющий относительно быстро и с малыми ресурсами научить нейросеть лучше выполнять конкретные задачи. 🖥Как это работает? Вместо того, чтобы переобучать всю нейросеть с миллиардами параметров, LoRA добавляет к ее исходным весам дополнительные низкоранговые матрицы, которые «затачиваются» на целевых данных, не трогая оригинальные параметры. Так модель начинает лучше разбираться в какой-то области или осваивает новый стиль, при этом сама остается неизменной, а к ней добавляется только «LoRA-насадка» — адаптер. 🖥Примеры Часто LoRA-адаптеры создают для открытых генераторов картинок, вроде Flux или Stable Diffusion. Можно дотренировать модель до «виртуальной примерочной» или улучшить ее способность превращать фото в аниме. Некоторые модели «тюнят» для необычных задач. Например, превращать виды с Google Earth в реалистичные фотографии с высоты птичьего полета. Но подход отлично работает и с текстовыми моделями. Так, модель от французского стартапа Mistral с помощью LoRA научили лучше отвечать на русском. Нужно больше постов про fine-tuning? ❤️ — да, классная тема! 🔥 — нет, лучше про другое 🦄 — интересно, но непонятно... #теория@EDU4Telegrambot