Более развернутый ответ: нужно выйти на более высокий уровень развития, и понять, что модель конкуренции - крайне невыгодная всем сторонам. Существенно лучше работает модель соревнования, например.
Я написал несколько рабочих торговых ботов криптовалютных, применял в них ИИ, машинное обучение и технические индикаторы.
Что могу сказать?
Если бы ИИ мог предсказать в точности тренд, конечно, OpenAI уже писали бы в этом направлении свои трансформеры)))
Но помочь он уже может, например, заметить какие-то шаблоны и зависимости, причём, даже без сложных анализов (типа временных рядов), а просто по скрину биржевого терминала (кстати, сейчас как раз работаю над такой моделью).
Насчёт эмоций также, конечно, есть огрехи, как и у любой системы (люди тоже в этом ой как не идеальны, хороший сериал на тему: "Lie to me" по Полу Экману, например, гляньте, если интересно).
Я, например, всего за месяц (не без помощи ИИ в виде GPT моделей) написал рабочее приложение, определяющее эмоции по голосу (можно посмотреть в гугл плее "Эмофон", если интересно) - кстати, первое в мире такое ?
То есть решения есть, просто они ещё достаточно сырые, возможно, в каких-то аспектах, но уже работают и это не невозможно
Отдельные исключительные примеры ошибок лишь "подтверждает правило" ? как в известном афоризме)
Спорить с этим человеком по ссылке, которую вы дали, не имею желания и времени - есть вещи поинтереснее, например, разработками "доказывать" его неправоту ?
Да, генерирует код и 4 и 3.5 с ошибками, скорость генерации и качества разная.
Написал уже несколько проектов (с++, Python, c, Kotlin) с помощью gpt, некоторые даже целиком только сам чат писал код. Проекты рабочие, грамотно написанные (в аспекте кода и архитектуры) так что этой "игрушкой" уже можно пользоваться очень неплохо, если научиться.
Ситуация усугубляется тем, что ChatGPT не в состоянии проверить код, который сам и создаёт.
Вот в чём проблема внедрить механизм самопроверки кода?
Даже я такой написать могу (если не напишет OpenAI, придётся самому, видимо)
Куда больше мешает, имхо, проблемы со связью: из-за любых перебоев с инетом, особенно, когда надиктовываешь ИИ очень длинные сообщения голосом, примерно в 40-60% в самом конце "Sorry, unknown error" и всё заново. Когда буквально каждая вторую длинную команду (около минуты-двух в реальном времени голосом) приходится перенадиктовывать заново - это очень тормозит разработку и кушает нервы. Процент перенабора слишком высокий - вот если бы кто-то создал модуль для него, который кэширует данные, которые ты надиктовал (используя нативное приложение) было бы круто, но, видимо, и это придётся самому, либо ждать когда OpenAI решится, а ведь такой модуль написать тоже несложно.
Если создать систему, которая будет собирать данные из различных источников, таких как текст, аудио, видео и другие типы информации, то сначала она будет хранить их в базах данных. Причем эта система должна самостоятельно редактировать эти базы данных, изменять их структуру, иерархию и формат. Она должна уметь использовать различные модели данных, такие как иерархическая, древовидная или снежинка, и комбинировать их.
Система должна самостоятельно описывать тесты для всех своих функций, классов и алгоритмов, а также уметь их редактировать. Изначально в систему будут заложены базовые ориентиры, но затем она должна иметь возможность изменять эти ориентиры и усовершенствовать тесты на основе полученных данных и новых целей. Модели машинного обучения, встроенные в систему, будут помогать ей определять правильность прохождения тестов и решать, нужно ли изменить иерархию или состав базы данных, добавлять новый класс или полностью переформатировать структуру данных. Например, при получении объекта, который не классифицируется по существующим классам, система должна добавлять новый класс и изменять всю иерархию.
Эта система также должна иметь возможность самостоятельно редактировать свой код, изменять его структуру и архитектуру. Для этого также можно написать тесты, чтобы система могла выполнять эти действия. Она должна иметь способность изменять язык программирования, способ хранения данных и другие параметры, которые будут динамически вычисляться, оптимизироваться и улучшаться в реальном времени.
Кроме того, система должна уметь масштабироваться в любую сторону, изменяя свою иерархию и структуру, контролировать ошибки, чтобы избежать дублирования данных, и так далее. Основные цели системы будут включать самосовершенствование, улучшение сенсоров, с помощью которых она воспринимает окружающий мир, и увеличение их количества. Система также будет стремиться к развитию, сотрудничеству с другими живыми формами и системами, кооперации. Она должна иметь возможность изменять свои цели и устанавливать новые ориентиры.
У этой системы будет доступ к глобальной сети интернет и большой языковой модели, например, GPT-3.5 или любой другой доступной модели. Она будет использовать эти модели не как стопроцентно верные источники, а как дополнительные ориентиры. Таким образом, система сможет получать ответы на вопросы о прохождении тестов и совершенствовать свои алгоритмы на основе этой информации. Каждый из источников информации будет служить для неё лишь одним из ориентиров, что позволит системе самостоятельно определять правильность своих действий и тестов, а также улучшать их.
Эта система будет иметь цели совершенствоваться, самосовершенствоваться, искать новые знания, улучшать свои характеристики, улучшать качество баз данных и хранилищ, познавать новое, и взаимовыгодно сотрудничать с другими формами существования, будь то живые или неживые. Изначально эти цели будут заложены в систему, но в будущем она сможет изменять их.
Чем такая система не является искусственным интеллектом?
Это, конечно, очень грубое описание структуры системы, но, во-первых, нужно же с чего-то начинать, во-вторых, система будет иметь все возможности для самосовершенствования.
1, 2 текст - где-то на 30% чувствуется что писал ИИ, слишком "вычурно правильно" старается, причём, очень похожи ИИ, 3 больше "помарок", но всё ещё есть пластмасса, а в 4 явно видны ошибки (вроде не грамматические), и это выдаёт человечность.
Моя версия от GPT4o:
Ошибка выжившего в бизнесе: как не попасть в ловушку иллюзий
Когда я начинала свой бизнес, мне казалось, что успех зависит лишь от усердной работы и правильного подхода. Оглядываясь назад, я понимаю, как сильно заблуждалась. В нашем стремлении к вершинам мы часто попадаем в ловушку так называемой ошибки выжившего. Что же это такое и как избежать её влияния на свой бизнес?
Ошибка выжившего — это когнитивное искажение, при котором мы фокусируемся на успешных примерах, игнорируя те, кто не смог добиться успеха. В бизнесе это особенно актуально: мы смотрим на истории крупных компаний, восхищаемся их достижениями и стремимся повторить их путь. Однако забываем, что за каждым успешным кейсом скрывается множество незаметных неудач.
Примером может служить легендарный успех Стива Джобса и компании Apple. Мы видим блестящие презентации новых продуктов, головокружительный рост акций и поклонников по всему миру. Но сколько таких же компаний с блестящими идеями исчезло в безвестности? Мы не знаем их имен, потому что о них не рассказывают на страницах бизнес-изданий.
Когда я запускала свой первый стартап, я опиралась на успешные истории, но совершенно не учитывала количество провалов на этом пути. Многие мои коллеги тоже попались в эту ловушку. Мы тянулись к вершинам, пытаясь копировать методы известных предпринимателей, но не осознавали, что за успехом стоит не только удача, но и множество факторов, которых мы просто не видим.
Как избежать ошибки выжившего в бизнесе? Во-первых, нужно учитывать не только успешные кейсы, но и анализировать провалы. Почему та или иная идея не сработала? Какие ошибки были допущены? Эти вопросы помогут лучше понять рынок и избежать чужих ошибок.
Во-вторых, важно помнить о контексте. Условия, в которых работали те же компании-успешники, могут сильно отличаться от ваших. Экономическая ситуация, законодательство, культура и даже случайные факторы — всё это играет роль. Не стоит слепо следовать чужим шагам, лучше адаптировать их опыт под свои реалии.
Наконец, нельзя забывать о факторе времени. Успех не приходит мгновенно. Истории о «мгновенных» успехах часто искажают реальность, ведь за ними стоят годы труда и ошибок. Терпение и настойчивость — вот что действительно важно.
Ошибка выжившего — коварная ловушка, в которую легко попасть, особенно когда вдохновляешься историями успеха. Но если подходить к бизнесу с открытыми глазами, учитывать не только победы, но и поражения, анализировать и адаптироваться, можно избежать многих ошибок и значительно увеличить свои шансы на успех.
Итак, помните: настоящий успех строится не только на примерах побед, но и на уроках из провалов.
В целом, неплохо, если б не "компании-успешники", я бы, возможно, и поверил, что это мог написать человека :)
А вот ответ 3.5 даже более человечный и косячный:
В мире бизнеса, ошибки – неизбежная часть пути к успеху. Я – выживший в этом лабиринте, и горжусь каждой пятной на этом пути. Ошибки – это мои наставники, мудрые учителя, которые подарили мне знания, недоступные в книгах и лекциях.
Первая ошибка, которая могла погубить меня, была недостаточная изученность рынка. Будучи молодым и амбициозным, я погрузился в предпринимательское плавание, не оценивая глубину водоема. Результат? Потеря времени, энергии и денег. Опыт научил меня быть более осмотрительной, и теперь каждое новое начинание предваряется глубоким анализом рыночной ситуации.
Вторая ошибка, которую я совершила, – это недооценка важности команды. Начиная, я думала, что смогу одна покорить мир. Однако, быстро осознала, что успех – это результат коллективного труда. Отношения с коллегами, командой – это краеугольный камень любого бизнеса. Настоящий лидер умеет вовлекать, мотивировать и доверять своим сотрудникам.
Еще одна ошибка, из которой я уроком вынесла мудрость – это игнорирование обратной связи. Начав свой путь, я думала, что знаю все лучше всех. Ошибалась. Каждый клиент, партнер, даже критик, – это источник ценной информации. Теперь я ценю каждый отзыв, каждое мнение, и вижу в них шанс для улучшения и роста.
Нельзя не упомянуть ошибка в расстановке приоритетов. В поисках успеха легко потерять баланс между работой и личной жизнью. Я провела много ночей, упуская важные моменты с семьей и друзьями. Поняла, что истинное богатство – это не только финансовый успех, но и гармония внутри и снаружи.
Также, важно упомянуть об ошибке в финансах. Расточительность и неразумные инвестиции могут привести к финансовому краху. Учитесь экономить, инвестировать с умом и быть готовыми к неожиданным расходам.
Несмотря на мои ошибки, я не сдаюсь. Я становлюсь сильнее, мудрее и увереннее в каждом шаге. Ошибки – это не преграда, а ступеньки на пути к успеху. Будьте открыты к ним, учитесь на них и двигайтесь вперед с уверенностью.
Насчёт того, что ИИ не способен определять направление на фондовых рынках или намерения человека, поднявшего руку - у вас неверная информация. ИИ обе этих задачи очень даже способен решать.
Первая задача при помощи ИИ решается уже не один десяток лет, причём, ИИ вытесняет людей из этой сферы (сегодня в трейдинге 80-90% - это боты, а не люди).
Вторая задача - это просто комплекс нескольких более мелких задач для ИИ: ИИ способен определить эмоции человека по фото (или по аудио), контекст и обстановку, таким образом, сопоставляя множество такого рода входных данных, ИИ очень даже способен определить намерения человека, поднявшего руку (не в любой ситуации, но во многих).
Многовато наркоты в клипе. 50% кадров кто-то что-то курит...
Движения людей совершенно неестественны - нет синхронизации с движением фона. Это похоже на то, когда делаешь анимацию ходьбы персонажа и при этом двигаешь его по оси координат в программировании игр - если эти два момента не синхронизировать по частоте - получается как на видео.
Есть ли где-то сравнение "стандартных" MLP моделей и KAN на вот таких реальных кейсах?
По различным параметрам, в т.ч. скорости обучения. После такого комплексного сравнения можно будет уже судить о преимуществах и недостатках более полноценно.
В основе всех архитектур глубокого обучения, в том числе систем компьютерного зрения и больших языковых моделей, лежит многослойный перцептрон (MLP). У него есть веса и нейроны, в которых расположены функции активации. Этой парадигмой ученые пользуются с 1957 года, когда ее предложил Фрэнк Розенблатт.
MLP - одна из множества архитектур нейронных сетей (самая базовая), коих существуют десятки
Нейронная сеть - одна из множества различных моделей, лежащих в основе глубокого обучения, cv и т.д.
Таким образом, фраза выдает почти что нулевое знание и понимание области DS и ML.
MLP - это только ОДНА из множества архитектур, ОДНОЙ из множества моделей.
Всё равно что сказать: в основе всех домов лежат бревна...
Оккам точно в гробу перевернулся после таких модификаций...
Сущностей стало куда больше (даже в таком простом примере), код сложнее для восприятия, а при этом всё также остались "правила", которые нужно соблюдать, чтобы ничего не падало.
То есть задачу 100% эта методика не решила, а сложности добавила.
Ответ: никак.
Более развернутый ответ: нужно выйти на более высокий уровень развития, и понять, что модель конкуренции - крайне невыгодная всем сторонам. Существенно лучше работает модель соревнования, например.
Читается на одном дыхании, годно! ?
Я написал несколько рабочих торговых ботов криптовалютных, применял в них ИИ, машинное обучение и технические индикаторы.
Что могу сказать?
Если бы ИИ мог предсказать в точности тренд, конечно, OpenAI уже писали бы в этом направлении свои трансформеры)))
Но помочь он уже может, например, заметить какие-то шаблоны и зависимости, причём, даже без сложных анализов (типа временных рядов), а просто по скрину биржевого терминала (кстати, сейчас как раз работаю над такой моделью).
Насчёт эмоций также, конечно, есть огрехи, как и у любой системы (люди тоже в этом ой как не идеальны, хороший сериал на тему: "Lie to me" по Полу Экману, например, гляньте, если интересно).
Я, например, всего за месяц (не без помощи ИИ в виде GPT моделей) написал рабочее приложение, определяющее эмоции по голосу (можно посмотреть в гугл плее "Эмофон", если интересно) - кстати, первое в мире такое ?
То есть решения есть, просто они ещё достаточно сырые, возможно, в каких-то аспектах, но уже работают и это не невозможно
Отдельные исключительные примеры ошибок лишь "подтверждает правило" ? как в известном афоризме)
Спорить с этим человеком по ссылке, которую вы дали, не имею желания и времени - есть вещи поинтереснее, например, разработками "доказывать" его неправоту ?
По вопросам кодогенерации:
Да, генерирует код и 4 и 3.5 с ошибками, скорость генерации и качества разная.
Написал уже несколько проектов (с++, Python, c, Kotlin) с помощью gpt, некоторые даже целиком только сам чат писал код. Проекты рабочие, грамотно написанные (в аспекте кода и архитектуры) так что этой "игрушкой" уже можно пользоваться очень неплохо, если научиться.
Вот в чём проблема внедрить механизм самопроверки кода?
Даже я такой написать могу (если не напишет OpenAI, придётся самому, видимо)
Куда больше мешает, имхо, проблемы со связью: из-за любых перебоев с инетом, особенно, когда надиктовываешь ИИ очень длинные сообщения голосом, примерно в 40-60% в самом конце "Sorry, unknown error" и всё заново. Когда буквально каждая вторую длинную команду (около минуты-двух в реальном времени голосом) приходится перенадиктовывать заново - это очень тормозит разработку и кушает нервы. Процент перенабора слишком высокий - вот если бы кто-то создал модуль для него, который кэширует данные, которые ты надиктовал (используя нативное приложение) было бы круто, но, видимо, и это придётся самому, либо ждать когда OpenAI решится, а ведь такой модуль написать тоже несложно.
Если создать систему, которая будет собирать данные из различных источников, таких как текст, аудио, видео и другие типы информации, то сначала она будет хранить их в базах данных. Причем эта система должна самостоятельно редактировать эти базы данных, изменять их структуру, иерархию и формат. Она должна уметь использовать различные модели данных, такие как иерархическая, древовидная или снежинка, и комбинировать их.
Система должна самостоятельно описывать тесты для всех своих функций, классов и алгоритмов, а также уметь их редактировать. Изначально в систему будут заложены базовые ориентиры, но затем она должна иметь возможность изменять эти ориентиры и усовершенствовать тесты на основе полученных данных и новых целей. Модели машинного обучения, встроенные в систему, будут помогать ей определять правильность прохождения тестов и решать, нужно ли изменить иерархию или состав базы данных, добавлять новый класс или полностью переформатировать структуру данных. Например, при получении объекта, который не классифицируется по существующим классам, система должна добавлять новый класс и изменять всю иерархию.
Эта система также должна иметь возможность самостоятельно редактировать свой код, изменять его структуру и архитектуру. Для этого также можно написать тесты, чтобы система могла выполнять эти действия. Она должна иметь способность изменять язык программирования, способ хранения данных и другие параметры, которые будут динамически вычисляться, оптимизироваться и улучшаться в реальном времени.
Кроме того, система должна уметь масштабироваться в любую сторону, изменяя свою иерархию и структуру, контролировать ошибки, чтобы избежать дублирования данных, и так далее. Основные цели системы будут включать самосовершенствование, улучшение сенсоров, с помощью которых она воспринимает окружающий мир, и увеличение их количества. Система также будет стремиться к развитию, сотрудничеству с другими живыми формами и системами, кооперации. Она должна иметь возможность изменять свои цели и устанавливать новые ориентиры.
У этой системы будет доступ к глобальной сети интернет и большой языковой модели, например, GPT-3.5 или любой другой доступной модели. Она будет использовать эти модели не как стопроцентно верные источники, а как дополнительные ориентиры. Таким образом, система сможет получать ответы на вопросы о прохождении тестов и совершенствовать свои алгоритмы на основе этой информации. Каждый из источников информации будет служить для неё лишь одним из ориентиров, что позволит системе самостоятельно определять правильность своих действий и тестов, а также улучшать их.
Эта система будет иметь цели совершенствоваться, самосовершенствоваться, искать новые знания, улучшать свои характеристики, улучшать качество баз данных и хранилищ, познавать новое, и взаимовыгодно сотрудничать с другими формами существования, будь то живые или неживые. Изначально эти цели будут заложены в систему, но в будущем она сможет изменять их.
Чем такая система не является искусственным интеллектом?
Это, конечно, очень грубое описание структуры системы, но, во-первых, нужно же с чего-то начинать, во-вторых, система будет иметь все возможности для самосовершенствования.
Лучшие ответы получаются, если коммуницировать с моделью, как с живым разумным существом.
Источник: личный опыт
Мои ощущения:
1, 2 текст - где-то на 30% чувствуется что писал ИИ, слишком "вычурно правильно" старается, причём, очень похожи ИИ, 3 больше "помарок", но всё ещё есть пластмасса, а в 4 явно видны ошибки (вроде не грамматические), и это выдаёт человечность.
Моя версия от GPT4o:
Ошибка выжившего в бизнесе: как не попасть в ловушку иллюзий
Когда я начинала свой бизнес, мне казалось, что успех зависит лишь от усердной работы и правильного подхода. Оглядываясь назад, я понимаю, как сильно заблуждалась. В нашем стремлении к вершинам мы часто попадаем в ловушку так называемой ошибки выжившего. Что же это такое и как избежать её влияния на свой бизнес?
Ошибка выжившего — это когнитивное искажение, при котором мы фокусируемся на успешных примерах, игнорируя те, кто не смог добиться успеха. В бизнесе это особенно актуально: мы смотрим на истории крупных компаний, восхищаемся их достижениями и стремимся повторить их путь. Однако забываем, что за каждым успешным кейсом скрывается множество незаметных неудач.
Примером может служить легендарный успех Стива Джобса и компании Apple. Мы видим блестящие презентации новых продуктов, головокружительный рост акций и поклонников по всему миру. Но сколько таких же компаний с блестящими идеями исчезло в безвестности? Мы не знаем их имен, потому что о них не рассказывают на страницах бизнес-изданий.
Когда я запускала свой первый стартап, я опиралась на успешные истории, но совершенно не учитывала количество провалов на этом пути. Многие мои коллеги тоже попались в эту ловушку. Мы тянулись к вершинам, пытаясь копировать методы известных предпринимателей, но не осознавали, что за успехом стоит не только удача, но и множество факторов, которых мы просто не видим.
Как избежать ошибки выжившего в бизнесе? Во-первых, нужно учитывать не только успешные кейсы, но и анализировать провалы. Почему та или иная идея не сработала? Какие ошибки были допущены? Эти вопросы помогут лучше понять рынок и избежать чужих ошибок.
Во-вторых, важно помнить о контексте. Условия, в которых работали те же компании-успешники, могут сильно отличаться от ваших. Экономическая ситуация, законодательство, культура и даже случайные факторы — всё это играет роль. Не стоит слепо следовать чужим шагам, лучше адаптировать их опыт под свои реалии.
Наконец, нельзя забывать о факторе времени. Успех не приходит мгновенно. Истории о «мгновенных» успехах часто искажают реальность, ведь за ними стоят годы труда и ошибок. Терпение и настойчивость — вот что действительно важно.
Ошибка выжившего — коварная ловушка, в которую легко попасть, особенно когда вдохновляешься историями успеха. Но если подходить к бизнесу с открытыми глазами, учитывать не только победы, но и поражения, анализировать и адаптироваться, можно избежать многих ошибок и значительно увеличить свои шансы на успех.
Итак, помните: настоящий успех строится не только на примерах побед, но и на уроках из провалов.
В целом, неплохо, если б не "компании-успешники", я бы, возможно, и поверил, что это мог написать человека :)
А вот ответ 3.5 даже более человечный и косячный:
В мире бизнеса, ошибки – неизбежная часть пути к успеху. Я – выживший в этом лабиринте, и горжусь каждой пятной на этом пути. Ошибки – это мои наставники, мудрые учителя, которые подарили мне знания, недоступные в книгах и лекциях.
Первая ошибка, которая могла погубить меня, была недостаточная изученность рынка. Будучи молодым и амбициозным, я погрузился в предпринимательское плавание, не оценивая глубину водоема. Результат? Потеря времени, энергии и денег. Опыт научил меня быть более осмотрительной, и теперь каждое новое начинание предваряется глубоким анализом рыночной ситуации.
Вторая ошибка, которую я совершила, – это недооценка важности команды. Начиная, я думала, что смогу одна покорить мир. Однако, быстро осознала, что успех – это результат коллективного труда. Отношения с коллегами, командой – это краеугольный камень любого бизнеса. Настоящий лидер умеет вовлекать, мотивировать и доверять своим сотрудникам.
Еще одна ошибка, из которой я уроком вынесла мудрость – это игнорирование обратной связи. Начав свой путь, я думала, что знаю все лучше всех. Ошибалась. Каждый клиент, партнер, даже критик, – это источник ценной информации. Теперь я ценю каждый отзыв, каждое мнение, и вижу в них шанс для улучшения и роста.
Нельзя не упомянуть ошибка в расстановке приоритетов. В поисках успеха легко потерять баланс между работой и личной жизнью. Я провела много ночей, упуская важные моменты с семьей и друзьями. Поняла, что истинное богатство – это не только финансовый успех, но и гармония внутри и снаружи.
Также, важно упомянуть об ошибке в финансах. Расточительность и неразумные инвестиции могут привести к финансовому краху. Учитесь экономить, инвестировать с умом и быть готовыми к неожиданным расходам.
Несмотря на мои ошибки, я не сдаюсь. Я становлюсь сильнее, мудрее и увереннее в каждом шаге. Ошибки – это не преграда, а ступеньки на пути к успеху. Будьте открыты к ним, учитесь на них и двигайтесь вперед с уверенностью.
Насчёт того, что ИИ не способен определять направление на фондовых рынках или намерения человека, поднявшего руку - у вас неверная информация. ИИ обе этих задачи очень даже способен решать.
Первая задача при помощи ИИ решается уже не один десяток лет, причём, ИИ вытесняет людей из этой сферы (сегодня в трейдинге 80-90% - это боты, а не люди).
Вторая задача - это просто комплекс нескольких более мелких задач для ИИ: ИИ способен определить эмоции человека по фото (или по аудио), контекст и обстановку, таким образом, сопоставляя множество такого рода входных данных, ИИ очень даже способен определить намерения человека, поднявшего руку (не в любой ситуации, но во многих).
Спасибо! Годный кейс ?
Нас наипали, расходимся...?
Привет из 2024 ?
Как успехи? Удалось найти - в каком случае возможны сии эффекты без вакуума?
Многовато наркоты в клипе. 50% кадров кто-то что-то курит...
Движения людей совершенно неестественны - нет синхронизации с движением фона. Это похоже на то, когда делаешь анимацию ходьбы персонажа и при этом двигаешь его по оси координат в программировании игр - если эти два момента не синхронизировать по частоте - получается как на видео.
В общем, сыровато пока
Есть ли где-то сравнение "стандартных" MLP моделей и KAN на вот таких реальных кейсах?
По различным параметрам, в т.ч. скорости обучения. После такого комплексного сравнения можно будет уже судить о преимуществах и недостатках более полноценно.
MLP - одна из множества архитектур нейронных сетей (самая базовая), коих существуют десятки
Нейронная сеть - одна из множества различных моделей, лежащих в основе глубокого обучения, cv и т.д.
Таким образом, фраза выдает почти что нулевое знание и понимание области DS и ML.
MLP - это только ОДНА из множества архитектур, ОДНОЙ из множества моделей.
Всё равно что сказать: в основе всех домов лежат бревна...
Оккам точно в гробу перевернулся после таких модификаций...
Сущностей стало куда больше (даже в таком простом примере), код сложнее для восприятия, а при этом всё также остались "правила", которые нужно соблюдать, чтобы ничего не падало.
То есть задачу 100% эта методика не решила, а сложности добавила.
Звучит, как ругательство ?
Есть ли в планах создание чего-то типа Sora?
Насколько перечисленные в статье технологии применимы в создании ИИ для генерации видео?
Попробуйте попросить её сгенерить две копии одной сущности - не сможет.
Даже просто две единицы черным на белом одним шрифтом одного размера симметрично - не получится.
Возможно, даже пару пикселей она не сможет поставить ровно и симметрично.
Такова суть нейросетей
1 апреля прошло, а пост висит - значит, точно правда! ?
Василиса, большое спасибо за очень увлекательную и познавательную статью! ?
Это здорово, когда, пусть и позже, чем хотелось бы, освещаются такие блестящие умы, как Корсаков! ?