Дело не в российской повседневности, а в том, что про нее пишут как правило те, кто ее давно уже в живую не видел.
Маленькие дети!
Ни за что на свете
Не ходите в Африку,
В Африку гулять!
В Африке акулы,
В Африке гориллы,
В Африке большие
Злые крокодилы
Будут вас кусать,
Бить и обижать,-
Не ходите, дети,
В Африку гулять.
В Африке разбойник,
В Африке злодей,
В Африке ужасный
Бар-ма-лей!
Он бегает по Африке
И кушает детей -
Гадкий, нехороший, жадный Бармалей!
А ещё любопытно, что те, кто пишет про то, как все плохо, как даже за лайки всех поголовно сажают - сами ни разу даже малейшего штрафа не получали за это, а сведения о том, как все плохо... Просто где то услышали)
Да понятное дело, что перегибы есть. Но они есть в любой стране мира. Разница только в том, что когда бомбят одни (и в основном военные объекты) - то в СМИ сообщения вида "да как они вообще посмели", а когда другие сносят с лица земли целые города со всеми жителями - то это освещается как великое благо. Есть и другие СМИ, которые освещают все с точностью наоборот. Соответственно есть 2 категории людей: одни верят в первые сми, другие во вторые. А на самом деле и те и другие - рупор пропаганды, которые из мухи умеют делать слона,а неприятные факты стараются замалчивать или делать вид, что "они сами виноваты"
А реальное положение дел в том, что одни люди давно уехали из этой плохой страны, но продолжают почему то учить тех, кто остался тому, какая стране нехорошая (давно заметил за релокантами какую то нездоровую тягу к такому поведению относительно своей родины, прям как будто чешется прям, спать спокойно не дает). И реальное положение дел в том, что обе категории неправы, потому что не видят всю правду, а видят лишь часть правды, которую им подсовывает большой брат чтобы переманить на ту или иную сторону
Вы во фразе "это был специально созданный тест, чтобы OpenAI смогла отчитаться перед инвесторами" допустили множество ошибок)
Лично меня уже бесят все эти тесты, после которых то о превосходстве над человеком заявляют, то вообще оторм, что нейросетки уже решают задачи лучше докторов наук. Потому что потом берешь эту модель, Задаешь ей вполне себе вопросы из практики и она спотыкается на первом же вопросе. И даже если взять вопросы, которые тот же ChatGPT щелкает как орешки и чуть чуть изменить постановку таким образом, что ответа в интернете вообще нет - он валится сразу же. И ни какие 01, О3, О100500 этого не меняют в не зависимости от результатов синтетических тестов, ответы на которые к тому же есть сразу в обучающей выборке
С одной стороны это конечно плохо... Но с другой стороны, исчезнут куча говносайтов,у которых из информации только пара абзацев для поисковой оптимизации, а остальное - это реклама. Интернет может наконец то станет чище
Я вот не пойму ни как, чего вы все боитесь, что нейросетки выйдут из под контроля? Это все конечно страшно, но куда страшнее, когда школьник, чуток погуглив, делает бомбу и разносит в труху свою школу или когда какая нибудь страна делает специальный ИИ, цель которого - максимально эффективное уничтожение человечества. И это не когда то там потом, а вот прямо сейчас это происходит! Почему по этому поводу ни кто истерик не устраивает и всем всё норм? Может стоит признать, что страшен не вред, который может причинить ИИ, а сама технологи, потому что пугает все, что непонятно?)
Если номер 1 выключен большую часть времени, то у меня дела вас плохие новости: однажды этот номер может стать не ваш, а новый владелец первым делом получит доступ ко всем вашим счетам и вы останетесь без денег)
На мой взгляд, пример не очень правильный. Да, вы так избавились от знания классов, но при этом теперь в месте использования действие "добавить товар в заказ" заменяется на "добавить все нужные поля товара в заказ", что в дальнейшем приведёт к сложности в доработке. Потому что:
Количество полей и их типы может меняться со временем. А вы таким образом по сути добавили ещё больше данных, которые нужно прокидывать через все уровни итем самым усложнили изменения
Кроме Good потом может появиться, например, BlackFridayGood, у которого цена - это не фиксированный параметр, а рассчитывается по какому-то хитрому алгоритму. А потом появится LimitedOrderItem, с ограничением количества в одни руки и алгоритмом расчёта итоговой цены в зависимости от количества и даты формирования заказа. В вашем случае при таких изменениях будет проще все это вообще выкинуть и написать заново
Правильный но мой взгляд подход (который, в том числе, не нарушает принцип, о котором вы пишите):
В Order добавляется не какие то непонятные для пользователя поля, а amount и IGood
IGood создаётся либо через фабрику, либо через DI там, откуда он берётся для добавления в заказ (good - это же какой то реальный предмет, а не просто свойство заказа, не так ли? А значит он может существовать и сам по себе, в отрыве от заказа. И больше того, из воздуха, как в вашем примере, он возникнуть не может)
Order содержит коллекцию не OrderItem , а IOrderItem, которые создаются фабрикой, полученной из конструктора Order при добавлении элементов в заказ
В конечном итоге, и сам Order может создаваться фабрикой или через DI, поскольку заказы тоже могут быть разными (к примеру, заказ на самовывоз, заказ на доставку курьером, заказ на доставку в пункт выдачи, заказ на доставку через сторонние компании типа почты)
Эм... Разве сравнение производительности на определенных классах задач даёт право называть более производительный инструмент AGI? Ведь, если так рассуждать, то самый банальный калькулятор в разы быстрее и точнее решает математические задачи.
На мой взгляд, у современных llm не хватает главного: понимания того, что она делает и с чем работает (не путать с возможностью решения задач, части которых были в обучающей выборке) и возможности самообучения. AGI появится только тогда, когда, грубо говоря, можно будет дать (сразу или кусками) пустой болванке какую то информацию (в абсолютно неструктурированном виде, а не готовый датасет) и рано или поздно она научится с ней работать без какого либо воздействия со стороны, а с воздействием со стороны - научится быстрее.
Пока llm могут хорошо решать задачи только в специально оформленном виде (промтинг и вот это вот все) и только при наличии примерно похожих задач в обучающей выборке (причем там должен быть солидный объем данных на эту тему, иначе ничего не получится), то ни каким AGI пахнуть не будет.
Увеличение размера датасетов и запил костылей для каждого из случаев, когда что то работает не так - это не путь к AGI, а скорее путь к тупику. Я верю, что AGI возможен, но так же я понимаю, что llm никогда agi не станет просто в силу своих фундаментальных ограничений. Потолок llm - это, если провести аналогию с изображениями - плоская картинка фильма на экране: выглядит как что то реальное, но ни один человек (ну, за исключением людей с отклонением восприятия) не перепутает ее с картинкой за окном
А то, что тот же Майкрософт, подобного поведения себе не позволяет (да, в принципе, большинство компаний) вам ни на что не намекает? Может дело все же не в санкциях, а в том, что некоторые компании (особенно, с российскими корнями) проявляют излишнее рвение в том, чтобы выслужиться и доказать, что они не русские и "к этой плохой стране вообще не имеют ни какого отношения и никогда не имели"?
У меня противоположный опыт. Линукс как ядро - да, круто. Как ОС для сервера - тоже очень даже... Но как только речь заходит о десктопе, то все, тушите свет. Постоянно что то отваливается, постоянно что то ломается с обновлениями, вместо целостной ОС какая то хрень, у которой множество непойми чего скреплено кое как изолентой и даже сами создатели ЭТОГО не понимают, почему оно вообще даже работает. Складывается ощущение, что десктопный Линукс состоит чуть меньше, чем полностью, из костылей и подпорок: ремонтирует в одном месте, отваливается в другом. Ставишь какой нибудь питон более новой версии (ну просто для разработке нужно),а потом вдруг обнаруживаешь, что "сервис уведомлений не не знает, где данные для него лежат", ставишь официальный драйвер видеокарты и опа, ядро не может загрузиться в графическом режиме, пожалуйста поменяйте режим загрузки на Легаси"... И подобных приколов просто тысячи, если не миллионы. Да даже берём обычный kde neon, ставим, радуемся... Но не долго, до первой перезагрузки после установки)
В общем, за всю мою практику работы с линуксом для десктопа, ещё ни разу не было, чтобы оно просто работало. Из последнего: магазин приложений и по совместительству, их обновлятор, загружает интерфейс минут 20, предлагает поставить обновления ПО и... Падает при попытке его обновить, после чего становится полностью не функциональным до полной переустановки ОС.
В то же время винда... Просто работает. А танцы с бубном начинаются только когда пользователь своими шаловливыми ручками полезет "выключить ненужное/изменить важный параметр (Костян посоветовал, что так х10 ФПС в игре сразу будет!)". Использование официального образа, а не сборок, использование лицензионного по, скаченного с официальных сайтов, а не от друга в ВК практически гарантирует идеальную работу в 99% кейсов. Причем ни каких специальных знаний для этого не нужно
И как итог: винда - для того, чтобы просто пользоваться. Линукс - если есть технический бегграунд и не жалко своего времени, чтобы временами поправлять ослабевшую изоленту
Я не игнорирую результаты, я использую ChatGPT как в обычной жизни, так и в работе и хорошо вижу, что она умеет, а что нет. За математику ничего сказать не могу, но в обычных житейских проблемах и IT она абсолютно тупит на любых темах, которые хоть сколько то отклоняются от того, что было в обучающей выборке.
ChatGPT абсолютно не умеет в пропорции, не умеет переносить опыт работы с одним на другое (попробуйте для интереса попросить инструкцию по сборке прошивки не для RaspberryPi, для которого в интернете дофига инструкций, а для устройства, которое состоит из тех же самых компонентов и в принципе так же сделано, но неназовите только компоненты, не говоря о том, что это клон. Впрочем и даже если сказать, что это полный клон, ChatGPT скорее всего скажет, что у нее лапки).
Есть множество задач, где нужен не анализ большого объема имеющихся данных, а банальное умение в логику и ПОНИМАНИЕ того, что нужно сделать. Это то, чего нынышние ИИ не умеют. Они выезжают только за счёт того, что их эрудиция превышает эрудицию абсолютно любого человека на земле и даже коллектива людей. Именно ввиду этого реальные интеллектуальные способности человек выявить не в состоянии и считает, будто где то там реально запрятан интеллект. А по факту этот интеллект как "движущаяся картинка" на экране - лишь убедительная иллюзия: человек задаёт вопрос, но ChatGPT просто уже знает на него заранее ответ, а человеку, ввиду его недостаточной эрудиции кажется, будто к решению ИИ пришел логически, а не, грубо говоря, нагуглил ответ. Люди берут вопрос, на который ответ уже был в обучающей выборке (а там есть если не все знания человечества, то хотя бы значительная их часть), а потом такие "ой, да вот же, оно может в интеллект!"
Я не отрицаю, что в распространенных темах (на которые вполне себе можно собрать ответ из нескольких запросов в Гугле), пока хватает контекста, ChatGPT с каждой версией работает все лучше (реже ведёт себя как упертый баран и чаще говорит "Я не знаю") . Но тем не менее, текущее состояние настолько же далеко от AGI насколько далёк студент, тупо зубрящий тему но ни фига в ней не понимающий он именитого ученого, сделавшего множество открытий
Там не принцип работы определяется и делается то, что никогда до этого не делалось, а обобщается уже известная информация на эту тему и выдаётся результат. Если известной информации именно на эту конкретную тему нет, то результат получается в духе "у меня лапки, пойди сам сделай". Я уже не один пример из практики приводил, когда не на каких то синтетических кейсах (на которые тот же ChatGPT похоже и тренеруют), а на самых обычных и простых оно начинало тупить так, что умственно отсталый по сравнению с этими выглядит гением.
А всякие "мышления по шагам" и прочие навороты - это по сути до сих пор топтание на месте (видимо в возможностях уперлись в потолок и пока нет идей, как его преодолеть). Все это минорные улучшения, сделанные только ради маркетинга, качество самих ответов при этом не сказать, что выросло.
Проблема в том, что текущий подход к ИИ тупиковый, о чем известно уже давно (даже тут на хабре были статьи на эту тему). Просто он приносит деньги и поэтому корову доят пока она доится. Все заявления о сильном ИИ с текущим подходом - откровенный маркетинг, поскольку сильный ИИ должен обладать способностью создавать что то совершенно новое из ничего и самостоятельно обучаться, вести логические цепочки и не ломаться при малейшей смене условий. Современный подход к ИИ - это дать все возможные знания и надеяться, что этого хватит, чтобы более-менее убедительно подражать поведению человека. В то время как нормальный ИИ должен умереть делать логические выводы и при полном отсутствии опыта и знаний по той теме, в которой нужно разобраться.
Если сравнивать ИИ со студентами, то современный ИИ - это тот, кто все выучил наизусть, но вообще ничего не понимает в теме. Это помогает отвечать на примеры, которые есть в учебнике, но ставит в тупик, когда ответа в учебниках не было потому что он требует именно понимания темы, а не знания теории
Нет. Речь о том, что человек способен понять то, чего нет в интернете, а LLM нет: человека не нужно специально тренировать, готовить ему датасеты и т.д., чтобы он мог отличить кошку от собаки - он может это by design. Да, он не сможет (в маленьком возрасте), возможно, назвать кошку кошкой, а собаку собакой, но отличить их друг от друга сможет.
Я вам представил просто реальный пример, на котором человек справится с задачей, а LLM - нет. Просто в силу особенностей строения: LLM - это, грубо говоря, большая база данных с поисковым движком, умеющая в суммаризацию результатов поиска. Современные LLM догоняют человека в каких то областях не потому, что умеют в мышление, а потому, что их уровень эрудиции - это совокупность знаний всего человечества. А то, что выглядит мышлением - это просто набор математических алгоритмов, в отличии от мышления человека, которое ни какими алгоритмами описать невозможно. Там, где человек, при виде медведя с ушами зайца скажет, что либо медведь мутант, либо уши зайца у него липовые, LLM скажет, что скорее всего это медведь, но может быть и заяц, иных вариантов, кроме тех, что были в обучающей выборке для нее не существует. Как бы тот же ChatGPT не тюнили, он начинает плавать на любых темах, сильно отличающихся от того, на чем его учили. И даже если несильно отличается - либо вообще не будет отвечать, либо будет полный бред.
А на ваш пример с написанием апи библиотекой ответ прост: ChatGPT имеет знания обо всех существующих, на момент обучения, библиотеках, их документации и т.д. Он просто, грубо говоря, копипастит все, что подходит под условие задачи и объединяет это все вместе. Там, где копипастить (причем, очень желательно, чтобы можно было копипастить "в лоб") не получается и результат будет нулевым. И мой пример как раз про это
Итого: современные LLM хорошо работают там, где можно применить ЗНАНИЕ предмета и плохо там, где нужно именно ПОНИМАНИЕ. В большинстве случаев первое частично может заменить второе и поэтому кажется, что LLM может думать
1) Берём человека, который занимается разработкой прошивок для различных устройств. Говорим ему: вот тебе новая железка, вот по ней документация, вот описание необходимого функционала прошивки - сделай хорошо. Проходит время и действительно появляется новая прошивка.
2) Даем ту же задачу ИИ: и, в лучшем случае, получаем, вопросы вида: "а эта железка похожа на Arduino/RaspberryPi/другая распространенная железка, по которой есть куча обучающих материалов в интернете? Ну если не похожа, то сорян, сам читай документацию и делай, а мне можешь задавать вопросы" (правда не факт, что ответы будут не полным бредом)
Проблема современных ИИ в том, что это, грубо говоря, большая база данных текстов с навороченным поисковым движком. Поэтому, в той области знаний, для которой в базе данных информации мало, будет что угодно, но только не нужный ответ,причем даже в случае, если нужную информацию скармливать. А вот человек может разобраться в любой области знаний, было бы достаточно времени на обучение и (для сложных тем) хороший учитель. Причем, если тема несложная, то человеку даже времени не надо, а вот ИИ будет ловить только глюки.
На мой взгляд, главное не то,как все оформлено юридически, а что было по факту. А по факту тренера стали самозанятыми в момент тудоустройства, сами клиентов не искали, штатных тренеров у компании не было (а должны быть), тренера получали не доход по факту деятельности, а заработную плату регулярно, за аренду не платили.
Лично меня сильно огорчает, что закон позволяет при правильном оформлении такой схематоз. Потому что специалист, придя на работу, будет получать требование устраиваться как ИП или самозанятый (теряя при этом гарантии, которые дают трудовые отношения) или валить.
Множество технологий гражданского применения изначально разрабатывались как чисто военные. Без воин не было бы современных самолётов, ядерной энергетики, спутников, интернета, навигации, лекарств, вакцин и кучи чего ещё. Даже современное понимание пределов организма человека - это достижение войны)
А что касаеися Африки, да и любых локальных конфликтов, то это не показательный пример, поскольку напрягать булки заставляют именно "игра ва-банк" и изначальное наличие научного потенциала (либо возможность получить его откуда то).
Воины - это не только разрушенные дома, но ещё и гонка вооружений, которая заставляет учёных не витать в облаках с теориями вида "а то будет, если добавить n измерений", а заниматься чисто прикладными исследованиями, причем,когда речь идёт об вообще возможности существования самого ученого, он работает в разы эффективнее
О, так это вы отзывами через ChatGPT занимаетесь?) Смешно читать, когда в карточке товара такие отзывы, сразу понятно, какой товар покупать НЕ следует))
Плохой совет. Там есть конечно полезные фичи но и вырезано много "ерунды", которая на самом деле отнють не ерунда, а штука очень нужная и полезная. Куча всяких тивков, которые стабильности системе явно не добавят и куча твиков, которые ухудшают пользовательский опыт.
Меня это не возмущает) И вообще изначальный комментарий оставил совсем не я. Я лишь предположил проблемы созданного решения.
Но в целом, информация действительно подана не очень удобно. Возможно, было бы лучше написать целый цикл статей, причем в первой - анализ рынка и особенности той или иной выбраннной технологии
Далее, хранение паролей - это про криптографию и безопасность. Но судя по всему, автор либо специально сильно упростил этот момент (статья в этом плане скорее о том, как делать не надо), либо просто не очень разбирается в теме (что уже плохо). Из того, что плохо: 1) данные в памяти не зашифрованы, 2) хранятся все сразу и под одним ключом, 3) отображаются тоже все сразу, а не по очереди, 4) данные для шифрования/расшифрования хранятся в самом приложении,как его части, хотя абсолютно во всех адекватных реализациях мастер пароль вообще ни где не хранится, а соль всегда будет разная, для каждой записи
Даже если оставить криптографию, то менеджер паролей, по хорошему, должен не просто быть нативным приложением для выбранной операционной системы, но и нативно в нее интегрироваться, как собственно, менеджер паролей. То есть, это подразумевает плагины для браузеров, поддержку автозаполнения на том же андроид, например и т.д.
И в заключение: статья в техническом плане в принципе достаточно слабая. По факту, тут нет ни разбора принципа выбора технологий (если статья позиционируется как для новичков), ни хардкорных алгоритмов и подходов к надёжной защите паролей (если статья на более опытную аудиторию). Ну и в принципе, статья больше не про гранение паролей, а о том, как скрестить ужа с удавом, как дебажить и т.д. и если уж захотелось интеграции с о лаком, то лучше бы стоило реализовать систему плагинов и как пример такого плагина - написать поддержку одного конкретного облака, причем не по принципу "я нашел всего одну библиотеку интеграции, но она на другом языке программирования, поэтому попытаемся все скрестить", а "раз пошло такое дело, давайте разберемся, как оно там работает и перепишем только нужный нам функционал уже на нашем языке"
Дело не в российской повседневности, а в том, что про нее пишут как правило те, кто ее давно уже в живую не видел.
А ещё любопытно, что те, кто пишет про то, как все плохо, как даже за лайки всех поголовно сажают - сами ни разу даже малейшего штрафа не получали за это, а сведения о том, как все плохо... Просто где то услышали)
Да понятное дело, что перегибы есть. Но они есть в любой стране мира. Разница только в том, что когда бомбят одни (и в основном военные объекты) - то в СМИ сообщения вида "да как они вообще посмели", а когда другие сносят с лица земли целые города со всеми жителями - то это освещается как великое благо. Есть и другие СМИ, которые освещают все с точностью наоборот. Соответственно есть 2 категории людей: одни верят в первые сми, другие во вторые. А на самом деле и те и другие - рупор пропаганды, которые из мухи умеют делать слона,а неприятные факты стараются замалчивать или делать вид, что "они сами виноваты"
А реальное положение дел в том, что одни люди давно уехали из этой плохой страны, но продолжают почему то учить тех, кто остался тому, какая стране нехорошая (давно заметил за релокантами какую то нездоровую тягу к такому поведению относительно своей родины, прям как будто чешется прям, спать спокойно не дает). И реальное положение дел в том, что обе категории неправы, потому что не видят всю правду, а видят лишь часть правды, которую им подсовывает большой брат чтобы переманить на ту или иную сторону
Вы во фразе "это был специально созданный тест, чтобы OpenAI смогла отчитаться перед инвесторами" допустили множество ошибок)
Лично меня уже бесят все эти тесты, после которых то о превосходстве над человеком заявляют, то вообще оторм, что нейросетки уже решают задачи лучше докторов наук. Потому что потом берешь эту модель, Задаешь ей вполне себе вопросы из практики и она спотыкается на первом же вопросе. И даже если взять вопросы, которые тот же ChatGPT щелкает как орешки и чуть чуть изменить постановку таким образом, что ответа в интернете вообще нет - он валится сразу же. И ни какие 01, О3, О100500 этого не меняют в не зависимости от результатов синтетических тестов, ответы на которые к тому же есть сразу в обучающей выборке
Так написано же: срок действия карты не равен сроку действия сертификата.
С одной стороны это конечно плохо... Но с другой стороны, исчезнут куча говносайтов,у которых из информации только пара абзацев для поисковой оптимизации, а остальное - это реклама. Интернет может наконец то станет чище
Я вот не пойму ни как, чего вы все боитесь, что нейросетки выйдут из под контроля? Это все конечно страшно, но куда страшнее, когда школьник, чуток погуглив, делает бомбу и разносит в труху свою школу или когда какая нибудь страна делает специальный ИИ, цель которого - максимально эффективное уничтожение человечества. И это не когда то там потом, а вот прямо сейчас это происходит! Почему по этому поводу ни кто истерик не устраивает и всем всё норм? Может стоит признать, что страшен не вред, который может причинить ИИ, а сама технологи, потому что пугает все, что непонятно?)
Если номер 1 выключен большую часть времени, то у меня дела вас плохие новости: однажды этот номер может стать не ваш, а новый владелец первым делом получит доступ ко всем вашим счетам и вы останетесь без денег)
На мой взгляд, пример не очень правильный. Да, вы так избавились от знания классов, но при этом теперь в месте использования действие "добавить товар в заказ" заменяется на "добавить все нужные поля товара в заказ", что в дальнейшем приведёт к сложности в доработке. Потому что:
Количество полей и их типы может меняться со временем. А вы таким образом по сути добавили ещё больше данных, которые нужно прокидывать через все уровни итем самым усложнили изменения
Кроме
Goodпотом может появиться, например,BlackFridayGood, у которого цена - это не фиксированный параметр, а рассчитывается по какому-то хитрому алгоритму. А потом появитсяLimitedOrderItem, с ограничением количества в одни руки и алгоритмом расчёта итоговой цены в зависимости от количества и даты формирования заказа. В вашем случае при таких изменениях будет проще все это вообще выкинуть и написать зановоПравильный но мой взгляд подход (который, в том числе, не нарушает принцип, о котором вы пишите):
В Order добавляется не какие то непонятные для пользователя поля, а
amountиIGoodIGoodсоздаётся либо через фабрику, либо через DI там, откуда он берётся для добавления в заказ (good - это же какой то реальный предмет, а не просто свойство заказа, не так ли? А значит он может существовать и сам по себе, в отрыве от заказа. И больше того, из воздуха, как в вашем примере, он возникнуть не может)Orderсодержит коллекцию неOrderItem, аIOrderItem, которые создаются фабрикой, полученной из конструктора Order при добавлении элементов в заказВ конечном итоге, и сам Order может создаваться фабрикой или через DI, поскольку заказы тоже могут быть разными (к примеру, заказ на самовывоз, заказ на доставку курьером, заказ на доставку в пункт выдачи, заказ на доставку через сторонние компании типа почты)
Эм... Разве сравнение производительности на определенных классах задач даёт право называть более производительный инструмент AGI? Ведь, если так рассуждать, то самый банальный калькулятор в разы быстрее и точнее решает математические задачи.
На мой взгляд, у современных llm не хватает главного: понимания того, что она делает и с чем работает (не путать с возможностью решения задач, части которых были в обучающей выборке) и возможности самообучения. AGI появится только тогда, когда, грубо говоря, можно будет дать (сразу или кусками) пустой болванке какую то информацию (в абсолютно неструктурированном виде, а не готовый датасет) и рано или поздно она научится с ней работать без какого либо воздействия со стороны, а с воздействием со стороны - научится быстрее.
Пока llm могут хорошо решать задачи только в специально оформленном виде (промтинг и вот это вот все) и только при наличии примерно похожих задач в обучающей выборке (причем там должен быть солидный объем данных на эту тему, иначе ничего не получится), то ни каким AGI пахнуть не будет.
Увеличение размера датасетов и запил костылей для каждого из случаев, когда что то работает не так - это не путь к AGI, а скорее путь к тупику. Я верю, что AGI возможен, но так же я понимаю, что llm никогда agi не станет просто в силу своих фундаментальных ограничений. Потолок llm - это, если провести аналогию с изображениями - плоская картинка фильма на экране: выглядит как что то реальное, но ни один человек (ну, за исключением людей с отклонением восприятия) не перепутает ее с картинкой за окном
А то, что тот же Майкрософт, подобного поведения себе не позволяет (да, в принципе, большинство компаний) вам ни на что не намекает? Может дело все же не в санкциях, а в том, что некоторые компании (особенно, с российскими корнями) проявляют излишнее рвение в том, чтобы выслужиться и доказать, что они не русские и "к этой плохой стране вообще не имеют ни какого отношения и никогда не имели"?
У меня противоположный опыт. Линукс как ядро - да, круто. Как ОС для сервера - тоже очень даже... Но как только речь заходит о десктопе, то все, тушите свет. Постоянно что то отваливается, постоянно что то ломается с обновлениями, вместо целостной ОС какая то хрень, у которой множество непойми чего скреплено кое как изолентой и даже сами создатели ЭТОГО не понимают, почему оно вообще даже работает. Складывается ощущение, что десктопный Линукс состоит чуть меньше, чем полностью, из костылей и подпорок: ремонтирует в одном месте, отваливается в другом. Ставишь какой нибудь питон более новой версии (ну просто для разработке нужно),а потом вдруг обнаруживаешь, что "сервис уведомлений не не знает, где данные для него лежат", ставишь официальный драйвер видеокарты и опа, ядро не может загрузиться в графическом режиме, пожалуйста поменяйте режим загрузки на Легаси"... И подобных приколов просто тысячи, если не миллионы. Да даже берём обычный kde neon, ставим, радуемся... Но не долго, до первой перезагрузки после установки)
В общем, за всю мою практику работы с линуксом для десктопа, ещё ни разу не было, чтобы оно просто работало. Из последнего: магазин приложений и по совместительству, их обновлятор, загружает интерфейс минут 20, предлагает поставить обновления ПО и... Падает при попытке его обновить, после чего становится полностью не функциональным до полной переустановки ОС.
В то же время винда... Просто работает. А танцы с бубном начинаются только когда пользователь своими шаловливыми ручками полезет "выключить ненужное/изменить важный параметр (Костян посоветовал, что так х10 ФПС в игре сразу будет!)". Использование официального образа, а не сборок, использование лицензионного по, скаченного с официальных сайтов, а не от друга в ВК практически гарантирует идеальную работу в 99% кейсов. Причем ни каких специальных знаний для этого не нужно
И как итог: винда - для того, чтобы просто пользоваться. Линукс - если есть технический бегграунд и не жалко своего времени, чтобы временами поправлять ослабевшую изоленту
Я не игнорирую результаты, я использую ChatGPT как в обычной жизни, так и в работе и хорошо вижу, что она умеет, а что нет. За математику ничего сказать не могу, но в обычных житейских проблемах и IT она абсолютно тупит на любых темах, которые хоть сколько то отклоняются от того, что было в обучающей выборке.
ChatGPT абсолютно не умеет в пропорции, не умеет переносить опыт работы с одним на другое (попробуйте для интереса попросить инструкцию по сборке прошивки не для RaspberryPi, для которого в интернете дофига инструкций, а для устройства, которое состоит из тех же самых компонентов и в принципе так же сделано, но неназовите только компоненты, не говоря о том, что это клон. Впрочем и даже если сказать, что это полный клон, ChatGPT скорее всего скажет, что у нее лапки).
Есть множество задач, где нужен не анализ большого объема имеющихся данных, а банальное умение в логику и ПОНИМАНИЕ того, что нужно сделать. Это то, чего нынышние ИИ не умеют. Они выезжают только за счёт того, что их эрудиция превышает эрудицию абсолютно любого человека на земле и даже коллектива людей. Именно ввиду этого реальные интеллектуальные способности человек выявить не в состоянии и считает, будто где то там реально запрятан интеллект. А по факту этот интеллект как "движущаяся картинка" на экране - лишь убедительная иллюзия: человек задаёт вопрос, но ChatGPT просто уже знает на него заранее ответ, а человеку, ввиду его недостаточной эрудиции кажется, будто к решению ИИ пришел логически, а не, грубо говоря, нагуглил ответ. Люди берут вопрос, на который ответ уже был в обучающей выборке (а там есть если не все знания человечества, то хотя бы значительная их часть), а потом такие "ой, да вот же, оно может в интеллект!"
Я не отрицаю, что в распространенных темах (на которые вполне себе можно собрать ответ из нескольких запросов в Гугле), пока хватает контекста, ChatGPT с каждой версией работает все лучше (реже ведёт себя как упертый баран и чаще говорит "Я не знаю") . Но тем не менее, текущее состояние настолько же далеко от AGI насколько далёк студент, тупо зубрящий тему но ни фига в ней не понимающий он именитого ученого, сделавшего множество открытий
Там не принцип работы определяется и делается то, что никогда до этого не делалось, а обобщается уже известная информация на эту тему и выдаётся результат. Если известной информации именно на эту конкретную тему нет, то результат получается в духе "у меня лапки, пойди сам сделай". Я уже не один пример из практики приводил, когда не на каких то синтетических кейсах (на которые тот же ChatGPT похоже и тренеруют), а на самых обычных и простых оно начинало тупить так, что умственно отсталый по сравнению с этими выглядит гением.
А всякие "мышления по шагам" и прочие навороты - это по сути до сих пор топтание на месте (видимо в возможностях уперлись в потолок и пока нет идей, как его преодолеть). Все это минорные улучшения, сделанные только ради маркетинга, качество самих ответов при этом не сказать, что выросло.
Проблема в том, что текущий подход к ИИ тупиковый, о чем известно уже давно (даже тут на хабре были статьи на эту тему). Просто он приносит деньги и поэтому корову доят пока она доится. Все заявления о сильном ИИ с текущим подходом - откровенный маркетинг, поскольку сильный ИИ должен обладать способностью создавать что то совершенно новое из ничего и самостоятельно обучаться, вести логические цепочки и не ломаться при малейшей смене условий. Современный подход к ИИ - это дать все возможные знания и надеяться, что этого хватит, чтобы более-менее убедительно подражать поведению человека. В то время как нормальный ИИ должен умереть делать логические выводы и при полном отсутствии опыта и знаний по той теме, в которой нужно разобраться.
Если сравнивать ИИ со студентами, то современный ИИ - это тот, кто все выучил наизусть, но вообще ничего не понимает в теме. Это помогает отвечать на примеры, которые есть в учебнике, но ставит в тупик, когда ответа в учебниках не было потому что он требует именно понимания темы, а не знания теории
Нет. Речь о том, что человек способен понять то, чего нет в интернете, а LLM нет: человека не нужно специально тренировать, готовить ему датасеты и т.д., чтобы он мог отличить кошку от собаки - он может это by design. Да, он не сможет (в маленьком возрасте), возможно, назвать кошку кошкой, а собаку собакой, но отличить их друг от друга сможет.
Я вам представил просто реальный пример, на котором человек справится с задачей, а LLM - нет. Просто в силу особенностей строения: LLM - это, грубо говоря, большая база данных с поисковым движком, умеющая в суммаризацию результатов поиска. Современные LLM догоняют человека в каких то областях не потому, что умеют в мышление, а потому, что их уровень эрудиции - это совокупность знаний всего человечества. А то, что выглядит мышлением - это просто набор математических алгоритмов, в отличии от мышления человека, которое ни какими алгоритмами описать невозможно. Там, где человек, при виде медведя с ушами зайца скажет, что либо медведь мутант, либо уши зайца у него липовые, LLM скажет, что скорее всего это медведь, но может быть и заяц, иных вариантов, кроме тех, что были в обучающей выборке для нее не существует. Как бы тот же ChatGPT не тюнили, он начинает плавать на любых темах, сильно отличающихся от того, на чем его учили. И даже если несильно отличается - либо вообще не будет отвечать, либо будет полный бред.
А на ваш пример с написанием апи библиотекой ответ прост: ChatGPT имеет знания обо всех существующих, на момент обучения, библиотеках, их документации и т.д. Он просто, грубо говоря, копипастит все, что подходит под условие задачи и объединяет это все вместе. Там, где копипастить (причем, очень желательно, чтобы можно было копипастить "в лоб") не получается и результат будет нулевым. И мой пример как раз про это
Итого: современные LLM хорошо работают там, где можно применить ЗНАНИЕ предмета и плохо там, где нужно именно ПОНИМАНИЕ. В большинстве случаев первое частично может заменить второе и поэтому кажется, что LLM может думать
Тест достаточно простой:
1) Берём человека, который занимается разработкой прошивок для различных устройств. Говорим ему: вот тебе новая железка, вот по ней документация, вот описание необходимого функционала прошивки - сделай хорошо. Проходит время и действительно появляется новая прошивка.
2) Даем ту же задачу ИИ: и, в лучшем случае, получаем, вопросы вида: "а эта железка похожа на Arduino/RaspberryPi/другая распространенная железка, по которой есть куча обучающих материалов в интернете? Ну если не похожа, то сорян, сам читай документацию и делай, а мне можешь задавать вопросы" (правда не факт, что ответы будут не полным бредом)
Проблема современных ИИ в том, что это, грубо говоря, большая база данных текстов с навороченным поисковым движком. Поэтому, в той области знаний, для которой в базе данных информации мало, будет что угодно, но только не нужный ответ,причем даже в случае, если нужную информацию скармливать. А вот человек может разобраться в любой области знаний, было бы достаточно времени на обучение и (для сложных тем) хороший учитель. Причем, если тема несложная, то человеку даже времени не надо, а вот ИИ будет ловить только глюки.
На мой взгляд, главное не то,как все оформлено юридически, а что было по факту. А по факту тренера стали самозанятыми в момент тудоустройства, сами клиентов не искали, штатных тренеров у компании не было (а должны быть), тренера получали не доход по факту деятельности, а заработную плату регулярно, за аренду не платили.
Лично меня сильно огорчает, что закон позволяет при правильном оформлении такой схематоз. Потому что специалист, придя на работу, будет получать требование устраиваться как ИП или самозанятый (теряя при этом гарантии, которые дают трудовые отношения) или валить.
Множество технологий гражданского применения изначально разрабатывались как чисто военные. Без воин не было бы современных самолётов, ядерной энергетики, спутников, интернета, навигации, лекарств, вакцин и кучи чего ещё. Даже современное понимание пределов организма человека - это достижение войны)
А что касаеися Африки, да и любых локальных конфликтов, то это не показательный пример, поскольку напрягать булки заставляют именно "игра ва-банк" и изначальное наличие научного потенциала (либо возможность получить его откуда то).
Воины - это не только разрушенные дома, но ещё и гонка вооружений, которая заставляет учёных не витать в облаках с теориями вида "а то будет, если добавить n измерений", а заниматься чисто прикладными исследованиями, причем,когда речь идёт об вообще возможности существования самого ученого, он работает в разы эффективнее
О, так это вы отзывами через ChatGPT занимаетесь?) Смешно читать, когда в карточке товара такие отзывы, сразу понятно, какой товар покупать НЕ следует))
Плохой совет. Там есть конечно полезные фичи но и вырезано много "ерунды", которая на самом деле отнють не ерунда, а штука очень нужная и полезная. Куча всяких тивков, которые стабильности системе явно не добавят и куча твиков, которые ухудшают пользовательский опыт.
Меня это не возмущает) И вообще изначальный комментарий оставил совсем не я. Я лишь предположил проблемы созданного решения.
Но в целом, информация действительно подана не очень удобно. Возможно, было бы лучше написать целый цикл статей, причем в первой - анализ рынка и особенности той или иной выбраннной технологии
Далее, хранение паролей - это про криптографию и безопасность. Но судя по всему, автор либо специально сильно упростил этот момент (статья в этом плане скорее о том, как делать не надо), либо просто не очень разбирается в теме (что уже плохо). Из того, что плохо: 1) данные в памяти не зашифрованы, 2) хранятся все сразу и под одним ключом, 3) отображаются тоже все сразу, а не по очереди, 4) данные для шифрования/расшифрования хранятся в самом приложении,как его части, хотя абсолютно во всех адекватных реализациях мастер пароль вообще ни где не хранится, а соль всегда будет разная, для каждой записи
Даже если оставить криптографию, то менеджер паролей, по хорошему, должен не просто быть нативным приложением для выбранной операционной системы, но и нативно в нее интегрироваться, как собственно, менеджер паролей. То есть, это подразумевает плагины для браузеров, поддержку автозаполнения на том же андроид, например и т.д.
И в заключение: статья в техническом плане в принципе достаточно слабая. По факту, тут нет ни разбора принципа выбора технологий (если статья позиционируется как для новичков), ни хардкорных алгоритмов и подходов к надёжной защите паролей (если статья на более опытную аудиторию). Ну и в принципе, статья больше не про гранение паролей, а о том, как скрестить ужа с удавом, как дебажить и т.д. и если уж захотелось интеграции с о лаком, то лучше бы стоило реализовать систему плагинов и как пример такого плагина - написать поддержку одного конкретного облака, причем не по принципу "я нашел всего одну библиотеку интеграции, но она на другом языке программирования, поэтому попытаемся все скрестить", а "раз пошло такое дело, давайте разберемся, как оно там работает и перепишем только нужный нам функционал уже на нашем языке"