Comments 10
Оно только образы ищет? Полезный поиск возможен? Сейчас, например, принято решение проблем и полезные советы давать не текстом в 3 строчки, а в виде видео на ютубе в полчаса, где 25 минут воды и рекламы. Сможет найти в видео по запросу "множественные физические сетевые интерфейсы в linux bridge proxmox"?
Да, она ищет сугубо образы, и алгоритм рассчитан на то, чтобы искать сугубо короткие ролики.
Сервис не идеален - его можно рассматривать, как MVP и улучшать дальше при необходимости в зависимости от цели и задач.
На данном этапе работы алгоритма строчку "множественные физические сетевые интерфейсы в linux bridge proxmox" найти не сможет)
Сложновато для меня, но очень интересно)
Спасибо за статью, подскажи, пожалуйста, с какими трудностями вы столкнулись при при обучении энкодера?
А так очень интересное объяснение! Все очень понятно)
Спасибо)
Как всегда при обучении проблема содержится в данных, тут мы генерировали синтетику для contrastive learning через API GPT. И основная проблема было в том, что было тяжело сделать оценку качества данных без копирайтеров или асессоров.
В нашем случае мы оценивали качество синтетики с помощью G-Eval
Команда нейро-сети.рф проделала интересную и сложную работу. Мои поздравления. Тем не менее автор разделяет заблуждения мешающие многим. Например, об этом говорит фраза "Чтобы наш ИИ понимал данные и точно интерпретировал..." Программируемые системы не могут ничего понимать и интерпретировать.
Впрочем и люди не могут иметь понимания внутри себя.
Вообще, в этой области сплошные заблуждения. Например "Нейроны периферической нервной системы получают и фиксируют информацию о том, что происходит за пределами организма и внутри него. Эту информацию они передают в режиме реального времени в головной и спинной мозг." Извините, а из какого источника эта информация поступает если рецепторы не могут получать информацию о процессах приведших к изменению их состояний? Это бесспорно просто по тому, что процессы сначала должны привести к изменению состояний соответствующих рецепторов, и только затем организм получит информацию об этих изменениях, но не о причинах их вызвавших. В реальном времени тоже не получится.
Интересно, кто нибудь задумывался почему живые организмы обходятся без центральных хранилищ данных и не подвержены опасности информационного взрыва?
Привет!
Спасибо большое, нам очень приятно, мы действительно старались)
По поводу всего остального, у меня нет компетенций, чтобы рассуждать на тему медицины, но скажу одно, что в ИИ - это не мозг человека, а нейроны в нейронной сети - это не нейроны в мозгу человека. В нашей статье никаких связей с мозгом человека нет.
Фразой "Чтобы наш ИИ понимал данные и точно интерпретировал..." я хотел показать необходимость дообучения модели на доменных данных.
приветствую! спасибо за статью. только сейчас ее увидел)
когда прочитал раздел про попытку интерпретировать кадры из роликов и превращать их в вектора, возник вопрос:
Вы не пробовали сделать обучение и сопоставлять данные таким образом - вектора текстового описания и вектора распознанных кадров?
Если я правильно понял, то сейчас в БД хранится список актуальных для нарезанных роликов текстовых запросов, "привязанных" к видео, а поиск уже осуществляется по ним.
Если неверно трактовал, прошу прощения:)
Как мы построили сервис, который поможет сократить поиск видео контента в огромной базе данных