Компьютеры «нового поколения» Copilot+ выпускаются с модулями аппаратного ускорения NPU (neural processing unit) с производительностью более 40 трлн операций в секунду (TOPS) для «уникальных» функций ИИ, таких как генерация изображений и проч.
Какой-то техногенный мусор
ЗЫ Современные версии "Ведроида" тормозное дерьмище.
Пользователи еще как видят и бесятся, но МОНОПОЛИИ Микрософт, Гугла, Эппл и прочих крупных компаний вроде Амазона и Нетфликса - так что ничего не сделать. Раньше монструозность софта компенсировалась возроставшими мощностями оборудования которое росло (закон Мура / "640КБ хватит всем"). Ныне ничего такого нет, но программы деградируют все больше.
Многие не слушают современную музыку, не смотрят современные фильмы и не играют в современные игры (ретройгеминг, ретрокомпьютинг и увлечение 80-90ми) и это (даже) не ретроградство :)
"Фундаментальные ограничения генеративного ИИ становятся всё более очевидными даже для многих его ранних сторонников. Как отмечали Франсуа Шолле и другие исследователи ИИ, глубокие нейронные сети страдают от изначальной хрупкости: им трудно обобщать данные, выходящие за рамки тренировочных данных, они терпят неудачу в базовых задачах рассуждения и остаются ненадёжными в приложениях, требующих согласованности или точности. Несмотря на обработку огромных объёмов цифровой информации, эти модели сталкиваются с жёсткими ограничениями в своей способности к обучению и адаптации. Частично проблема кроется в самой архитектуре искусственных нейронных сетей, которые были разработаны на основе бихевиористской психологии середины XX века. В отличие от органического мозга, обладающего богатой внутренней структурой, врождёнными целями и репрезентативными рамками, искусственные сети в значительной степени неструктурированы и полагаются на грубые статистические ассоциации. Человеческий разум может усвоить новую концепцию, рассмотрев несколько примеров; модели машинного обучения обычно требуют миллионов. Гибридные подходы, объединяющие символическое мышление с глубоким обучением, такие как успех AlphaFold2 в фолдинге белков, дают более многообещающие результаты, но они требуют тщательной разработки для решения конкретных задач. Общего метода построения модульных структурированных когнитивных систем в системах глубокого обучения не существует, и нет гарантии, что такой метод будет найден."
эти парни либо самоироничны, либо насмехаются над инвесторами - thinking machines были стартапом в сфере искусственного интеллекта в 80-90х (такой фирмы уже нет)
"В 1982 году, ещё будучи студентом Массачусетского технологического института, Дэнни Хиллис стал соучредителем компании Thinking Machines, одной из самых известных неудач в истории вычислительной техники. Thinking Machines, объединённая целой группой своенравных и блестящих исследователей, пыталась создать первый в мире искусственный интеллект. Но если компании не удалось «создать машину, которая будет нами гордиться» (корпоративный девиз), то её Connection Machine продемонстрировала практичность параллельной обработки данных, основы современных суперкомпьютеров. Сегодня Дэнни Хиллис является сопредседателем Applied Minds, компании, занимающейся разработкой и изобретением, и создаёт Clock of the Long Now – механические часы, рассчитанные на 10 000 лет."
https://www.fierce-network.com/modernization/ai-bubble-verge-bursting "Эта сделка — самый явный признак того, что нынешний пузырь искусственного интеллекта находится на грани схлопывания. У Thinking Machines нет ни продукта, ни дохода. Зато есть 45 сотрудников с высокой зарплатой, плавающих в бассейне самолюбования Кремниевой долины, поддерживаемых страхом упустить что-то важное (FOMO) у инвесторов. Даже его название, которое он украл у одноименной провалившейся компании 80-х годов, занимавшейся разработкой суперкомпьютеров , отдает высокомерием « самых умных парней в комнате »."
"В реальности (неизведанная территория для крупных технологических компаний) истинная сила ИИ заключается в трансформации мировой экономики, способствуя цифровизации промышленности, в том числе тяжёлой, по всему миру. Это рынок объёмом 45 триллионов долларов, на котором работают такие известные поставщики, как Huawei, Ericsson и Nokia, а также десятки стартапов."
"Признаки разочарования уже появляются. Генеральный директор Microsoft Сатья Наделла недавно признал, что, несмотря на огромные инвестиции компании в OpenAI и другие проекты в области генеративного ИИ, ощутимого роста производительности пока не наблюдается. Он просто сформулировал истинный ориентир: если бы генеративный ИИ был преобразующим, мы бы уже наблюдали ускорение роста мировой экономики. Вместо этого, свидетельств такого ускорения практически нет."
Если вы активно читаете деловые и технологические СМИ, то вас можно простить за то, что вы думаете, что OpenAI заработала (или заработает) более 10 миллиардов долларов в этом году, а Anthropic — более 4 миллиардов долларов.
"Если вы активно читаете деловые и технологические СМИ, то вас можно простить за то, что вы думаете, что OpenAI заработала (или заработает) более 10 миллиардов долларов в этом году, а Anthropic — более 4 миллиардов долларов.
Почему? Потому что обе компании намеренно сообщили или раскрыли свой «годовой регулярный доход» — месячный доход, умноженный на 12."
"https://www.versobooks.com/blogs/news/is-the-ai-bubble-about-to-burst "После разочаровывающих экономических последствий автоматизации надежды всё больше смещаются в сторону генеративного искусственного интеллекта. Огромные ресурсы сейчас вкладываются в разработку моделей ИИ и создание центров обработки данных, необходимых для их поддержки. Microsoft, Google, Meta и OpenAI в совокупности инвестировали миллиарды долларов, рассчитывая, что генеративный ИИ обеспечит прорыв, которого не смогли достичь предыдущие этапы автоматизации. За риторикой промышленной революции скрывается более конкретная цель: осуществить революцию в сфере услуг, увеличив производительность труда в тех самых секторах, которые исторически отставали — здравоохранении, образовании, розничной торговле, гостиничном бизнесе."
"Учитывая масштаб инвестиций, подразумеваемые ожидания ошеломляют: чтобы эти инвестиции стали прибыльными, производительность должна расти темпами, невиданными со времён быстрого догоняющего развития Японии и Китая в XX веке, но на этот раз в уже технологически развитых экономиках, таких как США. Легко понять эту привлекательность. Если роботизация не смогла обеспечить новую волну процветания, возможно, это смогут сделать интеллектуальные программные агенты. Тем не менее, разрыв между мечтами и реальностью остаётся значительным, и есть веские основания сомневаться в том, что генеративный ИИ на его нынешнем пути развития сможет преодолеть структурную стагнацию постиндустриальных экономик."
https://intuit.ru/studies/courses/1803/88/lecture/20529 теория "В качестве предмета исследования искусственные нейронные сети впервые заявили о себе в 1940-е годы. Стремясь воспроизвести функции человеческого мозга, исследователи создали простые аппаратные (а позже программные) модели биологического нейрона и системы его соединений. Когда нейрофизиологи достигли более глубокого понимания нервной системы человека, эти ранние попытки стали восприниматься как весьма грубые аппроксимации. Тем не менее, на этом пути были достигнуты впечатляющие результаты, стимулировавшие дальнейшие исследования, которые привели к созданию более изощренных сетей."
"Одной из первых искусственных сетей, способных к перцепции (восприятию) и формированию реакции на воспринятый раздражитель, явился PERCEPTRON Розенблатта (F.Rosenblatt, 1957). Персептрон рассматривался его автором не как конкретное техническое (вычислительное) устройство, а как модель работы мозга. Розенблатт называл такую нейронную сеть трехслойной, однако, по современной терминологии, представленная сеть обычно называется однослойной, так как имеет только один слой нейропроцессорных элементов."
perceptron perception восприятие :) в 40х верили что мозг работает как-то так
"Вместо того, чтобы спровоцировать массовую безработицу, более непосредственные эффекты генеративного ИИ, вероятно, будут отражать более широкие тенденции трансформации рабочих мест, уже разворачивающиеся сегодня, а именно деквалификацию и слежку. Предварительные исследования показывают, что технологии генеративного ИИ повышают производительность в основном среди низкоквалифицированных работников, помогая стандартизировать результаты, но мало что делая для улучшения высококвалифицированной, сложной работы. Неслучайно, что эти системы превосходно справляются с генерацией текстов среднего качества и базового кода — тех задач, которые выполняют студенты, поэтому одним из основных вариантов использования ChatGPT было предоставление студентам возможности списывать. По мере того, как такие инструменты становятся все более распространенными, существует риск цифровой деквалификаций в таких областях, как компьютерное программирование, графический дизайн и юридические исследования, где алгоритмически сгенерированные результаты могут заменить результаты, производимые работниками со средним уровнем компетентности."
"Фундаментальные ограничения генеративного ИИ становятся всё более очевидными даже для многих его ранних сторонников. Как отмечали Франсуа Шолле и другие исследователи ИИ, глубокие нейронные сети страдают от изначальной хрупкости: им трудно обобщать данные, выходящие за рамки тренировочных данных, они терпят неудачу в базовых задачах рассуждения и остаются ненадёжными в приложениях, требующих согласованности или точности. Несмотря на обработку огромных объёмов цифровой информации, эти модели сталкиваются с жёсткими ограничениями в своей способности к обучению и адаптации. Частично проблема кроется в самой архитектуре искусственных нейронных сетей, которые были разработаны на основе бихевиористской психологии середины XX века."
"...Признаки разочарования уже появляются. Генеральный директор Microsoft Сатья Наделла недавно признал, что, несмотря на огромные инвестиции компании в OpenAI и другие проекты в области генеративного ИИ, ощутимого роста производительности пока не наблюдается. Он просто сформулировал истинный ориентир: если бы генеративный ИИ был преобразующим, мы бы уже наблюдали ускорение роста мировой экономики..."
"Несмотря на то, что OpenAI привлекла более 60 миллиардов долларов венчурного капитала, похоже, она тратит деньги быстрее, чем может их привлечь." 😸
"Что произойдет дальше в водовороте инвесторов OpenAI, можно только гадать, но, учитывая, сколько денег на кону, можно быть уверенным, что будет фейерверк."
вся хилая и немощная ИИ индустрия потратив 560 миллиардов заработает 35 в конце этого года
примерно о том же думал - готовых решений с github и других ресурсов в базе этой штуки тьма, но по затратам энергии живые существа выигрывают у электроников - беда, если создадут органоиды
компьютер давно выиграл у человека в шахматы и го механически перебирая варианты ходов - ну и что🤷♂️
Какой-то техногенный мусор
ЗЫ Современные версии "Ведроида" тормозное дерьмище.
Пользователи еще как видят и бесятся, но МОНОПОЛИИ Микрософт, Гугла, Эппл и прочих крупных компаний вроде Амазона и Нетфликса - так что ничего не сделать. Раньше монструозность софта компенсировалась возроставшими мощностями оборудования которое росло (закон Мура / "640КБ хватит всем"). Ныне ничего такого нет, но программы деградируют все больше.
Многие не слушают современную музыку, не смотрят современные фильмы и не играют в современные игры (ретройгеминг, ретрокомпьютинг и увлечение 80-90ми) и это (даже) не ретроградство :)
Натягивание совы на глобус... ИИ на нейронках имеют фатальный фундаментальный недостаток :)
https://www.versobooks.com/blogs/news/is-the-ai-bubble-about-to-burst
"Фундаментальные ограничения генеративного ИИ становятся всё более очевидными даже для многих его ранних сторонников. Как отмечали Франсуа Шолле и другие исследователи ИИ, глубокие нейронные сети страдают от изначальной хрупкости: им трудно обобщать данные, выходящие за рамки тренировочных данных, они терпят неудачу в базовых задачах рассуждения и остаются ненадёжными в приложениях, требующих согласованности или точности. Несмотря на обработку огромных объёмов цифровой информации, эти модели сталкиваются с жёсткими ограничениями в своей способности к обучению и адаптации. Частично проблема кроется в самой архитектуре искусственных нейронных сетей, которые были разработаны на основе бихевиористской психологии середины XX века. В отличие от органического мозга, обладающего богатой внутренней структурой, врождёнными целями и репрезентативными рамками, искусственные сети в значительной степени неструктурированы и полагаются на грубые статистические ассоциации. Человеческий разум может усвоить новую концепцию, рассмотрев несколько примеров; модели машинного обучения обычно требуют миллионов. Гибридные подходы, объединяющие символическое мышление с глубоким обучением, такие как успех AlphaFold2 в фолдинге белков, дают более многообещающие результаты, но они требуют тщательной разработки для решения конкретных задач. Общего метода построения модульных структурированных когнитивных систем в системах глубокого обучения не существует, и нет гарантии, что такой метод будет найден."
возможно OpenAI даже станет прибыльной (нет)
эти самоубийцы т.е. добровольцы все равно не вернутся
Мира Мурати албанка... инфоцыгане 🙀
эти парни либо самоироничны, либо насмехаются над инвесторами - thinking machines были стартапом в сфере искусственного интеллекта в 80-90х (такой фирмы уже нет)
https://www.technologyreview.com/2006/11/01/227633/thinking-machines/
"В 1982 году, ещё будучи студентом Массачусетского технологического института, Дэнни Хиллис стал соучредителем компании Thinking Machines, одной из самых известных неудач в истории вычислительной техники. Thinking Machines, объединённая целой группой своенравных и блестящих исследователей, пыталась создать первый в мире искусственный интеллект. Но если компании не удалось «создать машину, которая будет нами гордиться» (корпоративный девиз), то её Connection Machine продемонстрировала практичность параллельной обработки данных, основы современных суперкомпьютеров. Сегодня Дэнни Хиллис является сопредседателем Applied Minds, компании, занимающейся разработкой и изобретением, и создаёт Clock of the Long Now – механические часы, рассчитанные на 10 000 лет."
https://www.fierce-network.com/modernization/ai-bubble-verge-bursting "Эта сделка — самый явный признак того, что нынешний пузырь искусственного интеллекта находится на грани схлопывания. У Thinking Machines нет ни продукта, ни дохода. Зато есть 45 сотрудников с высокой зарплатой, плавающих в бассейне самолюбования Кремниевой долины, поддерживаемых страхом упустить что-то важное (FOMO) у инвесторов. Даже его название, которое он украл у одноименной провалившейся компании 80-х годов, занимавшейся разработкой суперкомпьютеров , отдает высокомерием « самых умных парней в комнате »."
"В реальности (неизведанная территория для крупных технологических компаний) истинная сила ИИ заключается в трансформации мировой экономики, способствуя цифровизации промышленности, в том числе тяжёлой, по всему миру. Это рынок объёмом 45 триллионов долларов, на котором работают такие известные поставщики, как Huawei, Ericsson и Nokia, а также десятки стартапов."
Может быть однажды чатботы даже станут приносить прибыль (нет)
Ох уж эти сказочники. Люди ищут человеческие черты там где их нет.
Искусственные нейронные сети построены на представлениях о мозге из 1943го года :) https://intuit.ru/studies/professional_skill_improvements/1803/courses/88/lecture/20529?page=1 поведенческая (бихевиоральная) психология, перцептрон ("восприятор") и прочее.
хидая и немощная псевдоидустрия ИИ
https://www.versobooks.com/blogs/news/is-the-ai-bubble-about-to-burst
"Признаки разочарования уже появляются. Генеральный директор Microsoft Сатья Наделла недавно признал, что, несмотря на огромные инвестиции компании в OpenAI и другие проекты в области генеративного ИИ, ощутимого роста производительности пока не наблюдается. Он просто сформулировал истинный ориентир: если бы генеративный ИИ был преобразующим, мы бы уже наблюдали ускорение роста мировой экономики. Вместо этого, свидетельств такого ускорения практически нет."
https://www.wheresyoured.at/howmuchmoney/
"
Если вы активно читаете деловые и технологические СМИ, то вас можно простить за то, что вы думаете, что OpenAI заработала (или заработает) более 10 миллиардов долларов в этом году, а Anthropic — более 4 миллиардов долларов.
Почему? Потому что обе компании намеренно сообщили или раскрыли свой «годовой регулярный доход» — месячный доход, умноженный на 12. Вчера OpenAI сообщила изданию The Information, что её «годовой регулярный доход» достиг 12 миллиардов долларов , что говорит о том, что её выручка в июле 2025 года составила около 1 миллиарда долларов. 1 июля 2025 года The Information сообщила, что годовой доход Anthropic составил 4 миллиарда долларов , то есть её выручка за июнь 2025 года составила около 333 миллионов долларов. Затем, вчера, издание сообщило, что этот показатель достиг 5 миллиардов долларов."
... нет https://www.wheresyoured.at/howmuchmoney/
"Если вы активно читаете деловые и технологические СМИ, то вас можно простить за то, что вы думаете, что OpenAI заработала (или заработает) более 10 миллиардов долларов в этом году, а Anthropic — более 4 миллиардов долларов.
Почему? Потому что обе компании намеренно сообщили или раскрыли свой «годовой регулярный доход» — месячный доход, умноженный на 12."
"https://www.versobooks.com/blogs/news/is-the-ai-bubble-about-to-burst "После разочаровывающих экономических последствий автоматизации надежды всё больше смещаются в сторону генеративного искусственного интеллекта. Огромные ресурсы сейчас вкладываются в разработку моделей ИИ и создание центров обработки данных, необходимых для их поддержки. Microsoft, Google, Meta и OpenAI в совокупности инвестировали миллиарды долларов, рассчитывая, что генеративный ИИ обеспечит прорыв, которого не смогли достичь предыдущие этапы автоматизации. За риторикой промышленной революции скрывается более конкретная цель: осуществить революцию в сфере услуг, увеличив производительность труда в тех самых секторах, которые исторически отставали — здравоохранении, образовании, розничной торговле, гостиничном бизнесе."
"Учитывая масштаб инвестиций, подразумеваемые ожидания ошеломляют: чтобы эти инвестиции стали прибыльными, производительность должна расти темпами, невиданными со времён быстрого догоняющего развития Японии и Китая в XX веке, но на этот раз в уже технологически развитых экономиках, таких как США. Легко понять эту привлекательность. Если роботизация не смогла обеспечить новую волну процветания, возможно, это смогут сделать интеллектуальные программные агенты. Тем не менее, разрыв между мечтами и реальностью остаётся значительным, и есть веские основания сомневаться в том, что генеративный ИИ на его нынешнем пути развития сможет преодолеть структурную стагнацию постиндустриальных экономик."
xueba у них там дела идут
галимая аниматроника и показуха кетайская
https://intuit.ru/studies/courses/1803/88/lecture/20529 теория
"В качестве предмета исследования искусственные нейронные сети впервые заявили о себе в 1940-е годы. Стремясь воспроизвести функции человеческого мозга, исследователи создали простые аппаратные (а позже программные) модели биологического нейрона и системы его соединений. Когда нейрофизиологи достигли более глубокого понимания нервной системы человека, эти ранние попытки стали восприниматься как весьма грубые аппроксимации. Тем не менее, на этом пути были достигнуты впечатляющие результаты, стимулировавшие дальнейшие исследования, которые привели к созданию более изощренных сетей."
"Одной из первых искусственных сетей, способных к перцепции (восприятию) и формированию реакции на воспринятый раздражитель, явился PERCEPTRON Розенблатта (F.Rosenblatt, 1957). Персептрон рассматривался его автором не как конкретное техническое (вычислительное) устройство, а как модель работы мозга. Розенблатт называл такую нейронную сеть трехслойной, однако, по современной терминологии, представленная сеть обычно называется однослойной, так как имеет только один слой нейропроцессорных элементов."
perceptron perception восприятие :) в 40х верили что мозг работает как-то так
такой порожняк от MS
по мере проникновения генеративного ИИ в поседневную жизнь увеличится деквалификация и слежка за сотрудниками
https://www.versobooks.com/blogs/news/is-the-ai-bubble-about-to-burst (Аарон Бенанав о том, почему искусственный интеллект не изменит мир. Он лишь ухудшает работу.)
"Вместо того, чтобы спровоцировать массовую безработицу, более непосредственные эффекты генеративного ИИ, вероятно, будут отражать более широкие тенденции трансформации рабочих мест, уже разворачивающиеся сегодня, а именно деквалификацию и слежку. Предварительные исследования показывают, что технологии генеративного ИИ повышают производительность в основном среди низкоквалифицированных работников, помогая стандартизировать результаты, но мало что делая для улучшения высококвалифицированной, сложной работы. Неслучайно, что эти системы превосходно справляются с генерацией текстов среднего качества и базового кода — тех задач, которые выполняют студенты, поэтому одним из основных вариантов использования ChatGPT было предоставление студентам возможности списывать. По мере того, как такие инструменты становятся все более распространенными, существует риск цифровой деквалификаций в таких областях, как компьютерное программирование, графический дизайн и юридические исследования, где алгоритмически сгенерированные результаты могут заменить результаты, производимые работниками со средним уровнем компетентности."
"Фундаментальные ограничения генеративного ИИ становятся всё более очевидными даже для многих его ранних сторонников. Как отмечали Франсуа Шолле и другие исследователи ИИ, глубокие нейронные сети страдают от изначальной хрупкости: им трудно обобщать данные, выходящие за рамки тренировочных данных, они терпят неудачу в базовых задачах рассуждения и остаются ненадёжными в приложениях, требующих согласованности или точности. Несмотря на обработку огромных объёмов цифровой информации, эти модели сталкиваются с жёсткими ограничениями в своей способности к обучению и адаптации. Частично проблема кроется в самой архитектуре искусственных нейронных сетей, которые были разработаны на основе бихевиористской психологии середины XX века."
"...Признаки разочарования уже появляются. Генеральный директор Microsoft Сатья Наделла недавно признал, что, несмотря на огромные инвестиции компании в OpenAI и другие проекты в области генеративного ИИ, ощутимого роста производительности пока не наблюдается. Он просто сформулировал истинный ориентир: если бы генеративный ИИ был преобразующим, мы бы уже наблюдали ускорение роста мировой экономики..."
А что с расходами? У-у-у
https://futurism.com/openai-money-softbank-investors это впечатляет пока не узнаешь насколько раздули ИИ пузырь и о том как OpenAI жгет финансы
"Несмотря на то, что OpenAI привлекла более 60 миллиардов долларов венчурного капитала, похоже, она тратит деньги быстрее, чем может их привлечь." 😸
"Что произойдет дальше в водовороте инвесторов OpenAI, можно только гадать, но, учитывая, сколько денег на кону, можно быть уверенным, что будет фейерверк."
вся хилая и немощная ИИ индустрия потратив 560 миллиардов заработает 35 в конце этого года
Так, а что там с расходами? Вот тут нагло врут, что бигтех компании вложили 560 миллиардов получив 35. Meta, Amazon, Microsoft, Google, Tesla
https://thenextrecession.wordpress.com/2025/07/27/ai-bubbling-up/
Сравнимо с полетом на Луну и изобретением атомной бомбы с околонулевым выхлопом
(На работе менеджмент навязал подписку на Copilot)
35/560 * 100% = 6.25% ближе к нулю чем к 50-100% ¯\_(ツ)_/¯
примерно о том же думал - готовых решений с github и других ресурсов в базе этой штуки тьма, но по затратам энергии живые существа выигрывают у электроников - беда, если создадут органоиды
компьютер давно выиграл у человека в шахматы и го механически перебирая варианты ходов - ну и что🤷♂️
несколько футбольных полей🤖 супротив одного человека🤨