Сколько можно наращивать ДЦ? Это же тупиковая ветвь развития ИИ. Просто пора переходить на PANN/PANC - технологий. Можно ИИ для всего МКС на Workstation разместить. Если с видео-картами, то и того меньше. Посмотрите что уже есть у Progress.ai (USA)
Программное обеспечение, генерирующее ответ на запрос к базе данных клиента. Запатентованное решение для генерации ответа на запрос к базе данных клиента. Алгоритм включает в себя выборку данных из базы данных, близкой к запросу. PANN обучается только на этих выборочных данных и выдает ответ. Пользователю не нужно хранить обученную ИНС на компьютере. После обработки запроса и получения решения пользователь может стереть использованную ИНС, освободив место для других задач. В результате данные могут быть обработаны и выводы могут быть сделаны за МИЛЛИСЕКУНДЫ, что значительно экономит время, аппаратное пространство и энергию.
Компаратор PANN. Альфа-версия компаратора на основе PANN преобразует набор данных в специальный формат файла, называемый базой знаний, и работает с этими отформатированными данными для обеспечения подробного анализа информации. Компаратор не требует обучения на исходных данных. Когда пользователь делает запрос, компаратор сравнивает его с данными в своей базе знаний и выдает наиболее релевантный результат, оценивая его соответствие запросу и выявляя уникальные особенности этих данных. Полученные результаты обеспечивают надежную поддержку принятия решений с непревзойденной детализацией и точностью, что делает их широко применимыми в медицинской диагностике, контроле качества безопасности и военных приложениях.
В то время как все ИТ-сообщество сосредоточено на сжатии и сокращении данных, технология Progress выигрывает от роста и расширения данных — она не требует ограничений по размеру данных или компромиссов в качестве решений в условиях неудержимого роста данных. Более того, с технологией PANN™, чем больше базы данных, тем больше экономится время, оборудование и энергия.
15.04.25 На Конференции "Революция ИИ" с Лас-Вегасе, будет презентована и опубликована статья с описанием принципов работы PANC и его "обучения" (хотя его там и нет. Как и в Мозге, создаются конфигурации библиотек распознавания и на их основе проводится распознавание с постоянным пополнением библиотек, без остановки процесса работы.
Для желающих можно за 5 мин показать как разворачивается PANC на ПК, создаётся конфигурация библиотеки и проводится распознавание даже сильно повреждённых образов. * демонстрация проводится на базе открытого ДС Йельского Университета (15 чел. по 8 фото на создание библиотеки и по 3 фото на тесты и отдельно подготовленные файлы).
Странно что до сих пор не разглядели возможности PANN - технологий. Основа PANN/PANC (Ассоциативный нейрорморфный компаратор от Компании Progress.ai), теория компаративного мышления биологического Мозга. Это 1000 -кратно обходит любые сети по экономии вычислительных мощностей, энергии и объёмов памяти, а главное в скорости ответа и умении объяснить принимаемое решение в классификации образов. Классическим ИНС никогда не получить широкого распространения в медицине, т.к. до сих пор не решили проблему "черного ящика". PANC - абсолютно прозрачный механизм который можно описать в небольшом учебнике и под него подвезти теорию. Работа с ним, даже не требует углублённого знания ИИ и высшей математики. https://omega-server.ai/ru/ekspertam/testy/ Для особо интересующихся новым, ссылочка на тесты.
Прошло почти 4 года, я только нашёл эту статью. Волнует один вопрос: Почему до сих пор, из ученых ИИ, никто не попробовал исправить важный момент в самой конструкции ИИ. Когда создавался ИИ, знания людей о Мозге были скудными настолько, что считали, что нейрон снабжен одним аксоном, на основе этого и создали модель формального нейрона с "один синапс - один вес". И г-н Фрэнк Розенблатт создал на его основе свой Перцептрон Розенблатта. На нём и базируется весь современный ИИ. Биологи конечно потом пошли своим путем в изучении Мозга, особенно после открытия КТ и МРТ. А почему же умнейшие математика и разработчики не согласились поменять основу ИИ? Именно отсюда все "косяки" ИИ. Представите на что способен Мозг у которого нейроны имеют один аксон? Правильно, это даже не мозг таракана. И сколько слоёв вы не делайте из таких нейронов, всё равно толкового ничего не выйдет. А люди как всегда решили пойти самым дорогим путём, путём наращивания слоёв ИНС, соответственно вычислительных мощностей, соответственно железа. Отсюда и заоблачный nVideo и весь кипишь вокруг ИИ. Меж тем задачка решаема, если сесть и реально подумать, как устроен Мозг и процессы в нём. Как мы распознаём Мир? Там точно нет ничего похожего и близко на нынешний классический ИИ. Как говорит Т.В. Черниговская, "Мозг так не вычисляет, Мозг столько не вычисляет!". Есть стартап progress.ai ещё ы 2015-м на сайте разместил первую статью о создании новой архитектуры Формального нейрона. Может и к лучшему, что до сих пор все читают только рецензированные журналы)) Ребята успели разработать и получить 18 патентов по миру на эту технологию. Назвали её PANN. Провели небольшие сравнения, преобразовали метод обучения PANN на основе компаративной теории мышления и получили 1000-кратное увеличение скорости "обучения" своего Ассоциативного Нейроморфного Компаратора от Прогресс (PANC). И ведь это работает даже на простом ПК без SPU. Если это разместить на нынешних мощностях дата-центров, можно уже сейчас говорить об Альтер Эго на основе ИИ для каждого человека на Земле. Осталось продать эту Идею Илону Маску. Тому кто сведёт с ним, обещают хорошие комиссионные... После шухера с Deep Seek, СМИ должны заговорить об альтернативных видах разработок. Всем Добра.
Хорошая статья. Мне показалось что описан полный капец, к которому может привести эта гонка за AGI. Странно одно, модели пытаются делать по подобию человеческого Мозга, но даже основу ИИ никто не хочет пересмотреть. Как можно думать нейроном на котором один вес (аксон). Это даже не мозг таракана. Есть ребята, профессиональные инженеры-изобретатели, додумались вернуться к истокам и пересоздать "Формальный нейрон" ИИ. Теперь, их модели не требуют обучения. Они просто выстраивают библиотеку и PANC способен сразу распознавать. Не нужна миллионы и миллиарды образов. Достаточно 100-200 штук и можете распознавать любые образы, даже в Медицине. И модель стразу показывает на основании чего принимает решения. Поинтересуйтесь... progress.ai Ведь если немного поразмыслить в тишине, то можно прийти к Идее, что Мозг человека, не проводит таких вычислений, которые производит ИИ, Человек проводит распознавание и накопление информации компаративным методом. С новым компаратором, уже и теория есть готовая, а значит и ИИ можно делать не страшный. Ведь ИИ - это прежде всего просто инструмент в руках Человека. Его таким и надо создавать, чтобы детишек потом не кошмарить))) Всем Добра!
Я думаю, эта "болячка" и не только, легко лечиться с помощью PANN/PANC технологии. Там принцип обучения конечно другой, но более быстрый, эффективный, надежный и более доступный.
Сколько можно наращивать ДЦ? Это же тупиковая ветвь развития ИИ.
Просто пора переходить на PANN/PANC - технологий.
Можно ИИ для всего МКС на Workstation разместить.
Если с видео-картами, то и того меньше.
Посмотрите что уже есть у Progress.ai (USA)
Кусочек из реального КП для инвестора:
Программное обеспечение, генерирующее ответ на запрос к базе данных клиента. Запатентованное решение для генерации ответа на запрос к базе данных клиента. Алгоритм включает в себя выборку данных из базы данных, близкой к запросу. PANN обучается только на этих выборочных данных и выдает ответ. Пользователю не нужно хранить обученную ИНС на компьютере. После обработки запроса и получения решения пользователь может стереть использованную ИНС, освободив место для других задач. В результате данные могут быть обработаны и выводы могут быть сделаны за МИЛЛИСЕКУНДЫ, что значительно экономит время, аппаратное пространство и энергию.
Компаратор PANN. Альфа-версия компаратора на основе PANN преобразует набор данных в специальный формат файла, называемый базой знаний, и работает с этими отформатированными данными для обеспечения подробного анализа информации. Компаратор не требует обучения на исходных данных. Когда пользователь делает запрос, компаратор сравнивает его с данными в своей базе знаний и выдает наиболее релевантный результат, оценивая его соответствие запросу и выявляя уникальные особенности этих данных. Полученные результаты обеспечивают надежную поддержку принятия решений с непревзойденной детализацией и точностью, что делает их широко применимыми в медицинской диагностике, контроле качества безопасности и военных приложениях.
В то время как все ИТ-сообщество сосредоточено на сжатии и сокращении данных, технология Progress выигрывает от роста и расширения данных — она не требует ограничений по размеру данных или компромиссов в качестве решений в условиях неудержимого роста данных. Более того, с технологией PANN™, чем больше базы данных, тем больше экономится время, оборудование и энергия.
15.04.25 На Конференции "Революция ИИ" с Лас-Вегасе, будет презентована и опубликована статья с описанием принципов работы PANC и его "обучения" (хотя его там и нет. Как и в Мозге, создаются конфигурации библиотек распознавания и на их основе проводится распознавание с постоянным пополнением библиотек, без остановки процесса работы.
Для желающих можно за 5 мин показать как разворачивается PANC на ПК, создаётся конфигурация библиотеки и проводится распознавание даже сильно повреждённых образов.
* демонстрация проводится на базе открытого ДС Йельского Университета (15 чел. по 8 фото на создание библиотеки и по 3 фото на тесты и отдельно подготовленные файлы).
Странно что до сих пор не разглядели возможности PANN - технологий.
Основа PANN/PANC (Ассоциативный нейрорморфный компаратор от Компании Progress.ai), теория компаративного мышления биологического Мозга. Это 1000 -кратно обходит любые сети по экономии вычислительных мощностей, энергии и объёмов памяти, а главное в скорости ответа и умении объяснить принимаемое решение в классификации образов.
Классическим ИНС никогда не получить широкого распространения в медицине, т.к. до сих пор не решили проблему "черного ящика".
PANC - абсолютно прозрачный механизм который можно описать в небольшом учебнике и под него подвезти теорию.
Работа с ним, даже не требует углублённого знания ИИ и высшей математики.
https://omega-server.ai/ru/ekspertam/testy/
Для особо интересующихся новым, ссылочка на тесты.
Прошло почти 4 года, я только нашёл эту статью.
Волнует один вопрос: Почему до сих пор, из ученых ИИ, никто не попробовал исправить важный момент в самой конструкции ИИ. Когда создавался ИИ, знания людей о Мозге были скудными настолько, что считали, что нейрон снабжен одним аксоном, на основе этого и создали модель формального нейрона с "один синапс - один вес". И г-н Фрэнк Розенблатт создал на его основе свой Перцептрон Розенблатта. На нём и базируется весь современный ИИ. Биологи конечно потом пошли своим путем в изучении Мозга, особенно после открытия КТ и МРТ. А почему же умнейшие математика и разработчики не согласились поменять основу ИИ? Именно отсюда все "косяки" ИИ. Представите на что способен Мозг у которого нейроны имеют один аксон? Правильно, это даже не мозг таракана. И сколько слоёв вы не делайте из таких нейронов, всё равно толкового ничего не выйдет. А люди как всегда решили пойти самым дорогим путём, путём наращивания слоёв ИНС, соответственно вычислительных мощностей, соответственно железа. Отсюда и заоблачный nVideo и весь кипишь вокруг ИИ.
Меж тем задачка решаема, если сесть и реально подумать, как устроен Мозг и процессы в нём. Как мы распознаём Мир? Там точно нет ничего похожего и близко на нынешний классический ИИ. Как говорит Т.В. Черниговская, "Мозг так не вычисляет, Мозг столько не вычисляет!". Есть стартап progress.ai ещё ы 2015-м на сайте разместил первую статью о создании новой архитектуры Формального нейрона. Может и к лучшему, что до сих пор все читают только рецензированные журналы)) Ребята успели разработать и получить 18 патентов по миру на эту технологию. Назвали её PANN. Провели небольшие сравнения, преобразовали метод обучения PANN на основе компаративной теории мышления и получили 1000-кратное увеличение скорости "обучения" своего Ассоциативного Нейроморфного Компаратора от Прогресс (PANC). И ведь это работает даже на простом ПК без SPU. Если это разместить на нынешних мощностях дата-центров, можно уже сейчас говорить об Альтер Эго на основе ИИ для каждого человека на Земле.
Осталось продать эту Идею Илону Маску. Тому кто сведёт с ним, обещают хорошие комиссионные...
После шухера с Deep Seek, СМИ должны заговорить об альтернативных видах разработок.
Всем Добра.
Хорошая статья. Мне показалось что описан полный капец, к которому может привести эта гонка за AGI. Странно одно, модели пытаются делать по подобию человеческого Мозга, но даже основу ИИ никто не хочет пересмотреть. Как можно думать нейроном на котором один вес (аксон). Это даже не мозг таракана.
Есть ребята, профессиональные инженеры-изобретатели, додумались вернуться к истокам и пересоздать "Формальный нейрон" ИИ. Теперь, их модели не требуют обучения. Они просто выстраивают библиотеку и PANC способен сразу распознавать. Не нужна миллионы и миллиарды образов. Достаточно 100-200 штук и можете распознавать любые образы, даже в Медицине. И модель стразу показывает на основании чего принимает решения. Поинтересуйтесь... progress.ai
Ведь если немного поразмыслить в тишине, то можно прийти к Идее, что Мозг человека, не проводит таких вычислений, которые производит ИИ, Человек проводит распознавание и накопление информации компаративным методом.
С новым компаратором, уже и теория есть готовая, а значит и ИИ можно делать не страшный. Ведь ИИ - это прежде всего просто инструмент в руках Человека. Его таким и надо создавать, чтобы детишек потом не кошмарить)))
Всем Добра!
Я думаю, эта "болячка" и не только, легко лечиться с помощью PANN/PANC технологии. Там принцип обучения конечно другой, но более быстрый, эффективный, надежный и более доступный.