Наткнулся на эту систему в одном московском магазине аж в начале нулевых. "Мущина, сначала надо взвесить, потом уже в кассу очередь, чек пробить!" Помню очень удивлён был, хотелось сказать простите, я только что из 21-го века прибыл.
рисует картинку, которая просто совпадает со спиральными рукавами реальных галактик.
Если приглядеться, не особо и совпадает. Для чистоты эксперимента имело смысл сначала восстановить линии которые хотим смоделировать, из исходной картинки, только потом уже "натягивать" мат. модель используя метрики совпадения. Так хоть какая-то видимость научного подхода была бы.
Общение на работе не ограничивается техническим обсуждением сложных систем со множеством спорных компонентов. Даже у тех кто с такими системами работает.
По моему опыту, AI отлично экономит время при решении не слишком сложных, но "муторных" задач, которые, например, требуют просмотра большого количества документации. Зачастую с первого запроса выдаёт сразу готовое решение.
Более сложные тоже решает, но тут уж как повезёт и для них "коэффициент экономии времени" может быть ниже.
Да, идеально восстановить исходную дорожку не получится, будут артефакты. Но тут как и в других задачах реставрации повреждённого, можно добиться приемлемого качества. Возможно даже такого что артефакты не будут заметными.
В одной крупной компании в конце года отмечают выдающихся коллег, дают что то типа грамоты и небольшой презент. По иронии , спустя несколько месяцев один из таких сотрудников уволился.
Уволиться можно по куче разных причин. Может это был настолько ценный сотрудник, что его переманили конкуренты пообещав в 2 раза больше денег.
По описанию, задача должна хорошо решаться с помощью специализированных нейросетей. Созданных именно для фильтрации закадрового смеха. Не знаю, существуют ли такие в открытом доступе.
Главная сложность в обучении сетей - нахождение достаточного объёма качественных данных, а здесь их можно генерить практически в неограниченном количестве.
Обычно если в коллективе все на равных материться все окей. Именно на равных. А вот когда все строят из себя эстетов, обычно все очень натянуто и напряжение только копится.
Матерятся чаще в чисто мужских коллективах (в женских возможно тоже), если команда смешанная то все стараются больше марку держать. В плане профессионализма и напряжения как-то не замечал корреляций. По-моему, больше вопрос привычки.
А о чем я буду говорить с людьми, которые собаку съели в физике, но ни бельмеса не понимают в программировании?
Например, о наблюдаемых фактах, согласующихся или не согласующихся с вашими умозаключениями. Вы же допускаете что могли что-то упустить, сделать ошибку?
На dxdy.ru есть научный форум, в том числе с подразделами по физике и астрономии. Там могут разобрать вашу теорию, покритиковать с профессиональной точки зрения. Здесь в массе своей айтишники, в астрофизике мало кто разбирается на хорошем уровне.
На самом Эйлере ещё несколько похожих было, правда сходу не найду. Они может и ближе к практике, но решать такое в свободное время - очень на любителя имхо. Больше про гриндинг, чем про нахождение красивого и эффективного решения.
Ориентироваться на количество имхо непродуктивно, т.к. мотивирует щёлкать множество лёгких однотипных задач. Сложные задачи могут стоить десятков если не сотен "пятиминуток", и по пользе и по затраченному времени.
В плане прокачки скиллов, может лучше было бы ставить целью, например по 10 лёгких задач из каждого подраздела, затем по 10 средних и сложных.
И зачем это? Ни одного плюса по сравнению с наземным решением. То же самое, только с гораздо большей стоимостью, невозможностью обслуживания и дополнительного геморроя с теплоотведением. Углеродный след? Ну поставьте ту же самую солнечную батарею на земле, снизите углеродный след от запуска ракеты.
Это означает, что современные теории эволюции (и строения) галактик должны быть полностью пересмотрены. На протяжении уже сотни лет астрономы ошибочно считают спиральные рукава галактик стабильными массивными образованиями, содержащими наибольшее количество ярких звезд.
Так это же открытие планетарного масштаба, переворот в современных представлениях. Надо срочно писать публикацию в рецензируемый журнал. А то хабр астрономы могут не воспринять как авторитетный источник, тут в последнее время псевдонаучных статей хватает.
Главное чтоб не в потерпевших.
Наткнулся на эту систему в одном московском магазине аж в начале нулевых. "Мущина, сначала надо взвесить, потом уже в кассу очередь, чек пробить!" Помню очень удивлён был, хотелось сказать простите, я только что из 21-го века прибыл.
Ну, вроде должны.
Если приглядеться, не особо и совпадает. Для чистоты эксперимента имело смысл сначала восстановить линии которые хотим смоделировать, из исходной картинки, только потом уже "натягивать" мат. модель используя метрики совпадения. Так хоть какая-то видимость научного подхода была бы.
Будет иронично, если окажется что статья сгенерена и переведена ИИ.
Статья за поиск, а не за подсматривание в чужом телефоне. Да и про камеру, как понимаю, речь не идёт, там административка с небольшим штрафом.
Общение на работе не ограничивается техническим обсуждением сложных систем со множеством спорных компонентов. Даже у тех кто с такими системами работает.
По моему опыту, AI отлично экономит время при решении не слишком сложных, но "муторных" задач, которые, например, требуют просмотра большого количества документации. Зачастую с первого запроса выдаёт сразу готовое решение.
Более сложные тоже решает, но тут уж как повезёт и для них "коэффициент экономии времени" может быть ниже.
Да, идеально восстановить исходную дорожку не получится, будут артефакты. Но тут как и в других задачах реставрации повреждённого, можно добиться приемлемого качества. Возможно даже такого что артефакты не будут заметными.
Уволиться можно по куче разных причин. Может это был настолько ценный сотрудник, что его переманили конкуренты пообещав в 2 раза больше денег.
По описанию, задача должна хорошо решаться с помощью специализированных нейросетей. Созданных именно для фильтрации закадрового смеха. Не знаю, существуют ли такие в открытом доступе.
Главная сложность в обучении сетей - нахождение достаточного объёма качественных данных, а здесь их можно генерить практически в неограниченном количестве.
Матерятся чаще в чисто мужских коллективах (в женских возможно тоже), если команда смешанная то все стараются больше марку держать. В плане профессионализма и напряжения как-то не замечал корреляций. По-моему, больше вопрос привычки.
Справедливости ради, невооружённым глазом она воспринимается как маленькое пятнышко, т.к. видна в основном центральная область.
Например, о наблюдаемых фактах, согласующихся или не согласующихся с вашими умозаключениями. Вы же допускаете что могли что-то упустить, сделать ошибку?
На dxdy.ru есть научный форум, в том числе с подразделами по физике и астрономии. Там могут разобрать вашу теорию, покритиковать с профессиональной точки зрения. Здесь в массе своей айтишники, в астрофизике мало кто разбирается на хорошем уровне.
Трезвой оценкой своего уровня компетенции.
На самом Эйлере ещё несколько похожих было, правда сходу не найду. Они может и ближе к практике, но решать такое в свободное время - очень на любителя имхо. Больше про гриндинг, чем про нахождение красивого и эффективного решения.
Ориентироваться на количество имхо непродуктивно, т.к. мотивирует щёлкать множество лёгких однотипных задач. Сложные задачи могут стоить десятков если не сотен "пятиминуток", и по пользе и по затраченному времени.
В плане прокачки скиллов, может лучше было бы ставить целью, например по 10 лёгких задач из каждого подраздела, затем по 10 средних и сложных.
И зачем это? Ни одного плюса по сравнению с наземным решением. То же самое, только с гораздо большей стоимостью, невозможностью обслуживания и дополнительного геморроя с теплоотведением. Углеродный след? Ну поставьте ту же самую солнечную батарею на земле, снизите углеродный след от запуска ракеты.
Так это же открытие планетарного масштаба, переворот в современных представлениях. Надо срочно писать публикацию в рецензируемый журнал. А то хабр астрономы могут не воспринять как авторитетный источник, тут в последнее время псевдонаучных статей хватает.