Подход, безусловно, интересный, но насколько он универсальный? Когда у нас есть фронтэнд/бэкэнд, более-менее понятна логика взаимодействия между ними, и ИИ сможет справиться с написанием как функционала, так и тестов. Тут все упирается в степень формализованности постановки задач и критериев качества. А можно ли использовать этот подход для написания, например, игр на Юнити или программы для управления роботом?
Очень жаль, что я не видел этот метод, когда помогал делать свою первую игру на Юнити... Там была как раз подобная ситуация -- надо было триангулировать и оптимизировать здоровенные контурные рисунки (4000х4000 пикселей), чтобы игрушка влазила по памяти в отведенные 50 мб. И при этом -- не нарушить уже существующую анимацию. В общем, выкрутился, но пришлось попотеть.
Интересно, а есть ли подобные исследования, где используется неинвазивная техника? Например, через воздействие на акупунктурные точки или синхронизацию различных ритмов в организме? Мне кажется, что ПТСР приводит к образованию доминантных очагов в ЦНС, и "выбивание" этих очагов из постоянной активности может привести к положительному результату. Конечно, имплантация гораздо дороже, и поэтому выгоднее для врачей, но, может, кто-то ищет и другие пути?
Может, там действительно обнаженка получалась -- оно показывало какой-то серый размытый фон, ничего не разглядеть было. У вас получилось практически то, что я и хотел получить )))
Ощущение -- как от статьи про устройство БАКа (котороый коллайдер). Т.е. понятно, что это что-то большое, интересное и могучее, но остается вопрос: А как бы это применить, грубо говоря, у себя на кухне? Например, можно ли это применить для расчета диффузии сигнальных молекул в межклеточном матриксе, чтобы понять, как клетки общаются друг с другом? Или лучше использовать какие-то более простые инструменты?
Я понимаю, если запрещают пользоваться онлайн-сервисами, т.е. фактически дообучать модель или сообщать китайцам о своих интересах. Но неужели будут также наказывать за установку модели на свой ПК, без ее связи с инетом?
С другой стороны, лучший способ победить конкурента -- не запрещать его продукт, а предложить свой, на таких же условиях или лучший по качеству. Т.е. выложить в открытый доступ, например, все, что относится к о1 или о4 и сделать цены такими же, как у китайцев. Но я не уверен, что мы когда-то такое увидим...
Кстати, мой опыт сравнения DeepSeek, ChatGPT, Gemini и Grok показывает, что DeepSeek гораздо лучше остальных (конкретно по тем задачам, которые я решал). Единственный недостаток -- часто сервер занят. Мне нужна была функция для OxyPlot, и ChatGPT так и не смог предложить что-то рабочее даже с пятой попытки, все время пытаясь использовать переменные, которые у OxyPlot отсутствуют. DeepSeek выдал решение с первого захода. И так не в первый раз. Gemini -- вообще сноб какой-то, если надо писвть много кода, хоть и не сложного, выдает несколько строчек, а остальное предлагает дописать самому. И ошибки делает такие же, как ChatGPT. И пытается это компенсировать показным дружелюбием )) Grok , как я понял, собирает инфу из инета, что есть плюс, но не всегда.
В общем, ИИ сегодня -- это идеальная справочно-информационная система, в которую, в конце концов, запихнут все знания, накопленные человечеством. По сравнению с отдельным человеком это уже колоссальное преимущество, но решать задачи, требующие взаимодействия с новым и неизвестным, все равно сможет только человек.
Не уверен, что люди с ходу додумаются, что речь идет не о физических атрибутех (типа рогов и копыт). Плюс надо еще знать тонкости языка (кому что приписывают, например, у собаки может быть не 3, а 6), и в разных языках это может быть по-разному.
Так что это -- типичная "ловушка".
А конкретно для русскоязычных -- у кошки 3 )))
Человек отличается от ЛЛМ тем, что он думает "образами", а не "последовательностью токенов". А "образ" -- это, по сути, эмуляция реальности в сознании, типа визуализации комнаты в Блендере или 3dMax по чертежам. ИИ до такого еще не скоро доберется -- там объемы вычислений на несколько порядков вырастут. Или на МНОГО порядков ))
System.Data.SQLite с базой прекрасно соединялась, но в ответ на попытку прочитать таблицу выдавала ошибку. На другой запрос (прочитать все) -- выдавала пустой ответ (типа нет ничего). А DB Browser все нормально показывал. Когда перешел на другую библиотеку -- тот же запрос прекрасно показал содержимое таблицы. Что там можно было напутать -- хз. Пути и имена проверил по нескольку раз, все нормально.
Правда, другую библиотеку я проверял в тестовом проекте. Надо будет еще в нем же сравнить библиотеки, но уже не сегодня.
Конечно, хочется понять, в чем дело, но и так кучу времени потратил.
Полдня мучался и с GPT, и с Gemini. Ранее я сделал функции для работы с SQLite. Использовал библиотеку System.Data.SQLite . С ее помощью прекрасно создал БД, сделал таблицы. Все пучком.
А сегодня попытался прочитать таблицу -- ан нет. И ни один запрос не работает. С базой соединяюсь, посылаю запрос -- в результате или ошибка, или ничего. Несколько часов мучался. А потом случайно наткнулся на SO на кусок кода, где используется Microsoft.Data.Sqlite. И все прекрасно заработало!
А столь любимыый нами ИИ постоянно крутился по одному и тому же циклу -- то ли у тебя имена неправильные, то ли пути, то ли еще что -то там. И додуматься до того, что надо перейти на другую библиотеку -- мозгов не хватило. И не хватит, пока кто-нибудь ему не скажет явно (или он не прочитает тут), что проблема может быть связана с используемой библиотекой (какой именно -- пусть догадается), и надо перейти на другую (какую именно?)
Поэтому все вопли по поводу общего интеллекта -- лишь сотрясание водуха. Робот будет крутиться в цикле между уже изветсными решениями, и не додумается поставить вопрос по-другому, если у него в эвристиках это не прописано. В общем, человек способен выходить за границы предыдущего опыта, а робот -- увы. Только комбинировать уже известное. И даже при гигантском запасе ивестного рано или поздно найдется то, чего он не знает (как было со мной сегодня), и он не сможет понять, что он этого не знает. И тем более -- узнать то новое, что даст ответ на проблему. Тут нужен человек.
А гда вы взяли данные для обучения GPT-2? И как можно обучить такую систему, чтобы она не просто погоду в Осло показывала, а делала что-то более интересное?
Например,у меня есть сколько-то книг по акупунктуре и я могу накачать источники по биохимии и физиологии нервной системы и других систем организма.
Как я могу с помощью вашей библиотеки сделать нейронку, которая, например, могла бы отвечать на вопрос: какие нейромедиаторы и другие сигнальные молекулы будут выделяться, если я подействую на данную акупунктурную точку, и как это подействует на разные системы организма?
В идеале, такая система должна была бы еще и самостоятельно определять, где у нее недостаточно знаний для полного ответа на вопрос (например, у нее в базе данных нет готового ответа ), и гуглить, пока не получит достаточно полный ответ. Или пока не убедится, что такого ответа нет. В данном случае отрицательный результат тоже ценен, т.к. он будет указывать на пробел в знаниях и предлагать новые направления исследований.
Интересно, а можно взять фотку, например, кота или собаки, и сделать из него контурный рисунок в стиле книги для детей? Тут важна не фотореалистичность, а общая "детскость" и "милота" изображения.
Или вообще сделать свой собственный карандашный рисунок (кривыми руками, естессно), и "облагородить" его в требуемом стиле? Например, в стиле Диснея?
А есть толковые подсказки, как запускать Флакс Шнель на локальной машине. Я себе, типа поставил, но пока что руки не дошли глубоко познакомиться. Мне нужно делать картинки для детских книг. А там, похоже, модели больше рассчитаны на взрослую аудиторию, с реальными или фэнтэзийными персонажами. Я пробовал ЛОРА, которую, вроде бы тренировали на детксом контенте, но не впечатляет. Те инструменты, которые можно юзать в онлайн-режиме, дают более интересные результаты. Я понимаю, что тут надо говорить о комбинациях моделей, но не знаю, какие модели лучше всего брать и как их комбинировать.
Теперь осталось написать ИИ, который будет генерировать вопросы к этой системе и анализировать ее ответы. Ручками и глазами -- будет долго и можно сойти с ума. Разве что к ней приделают голосовой ввод-вывод. И то, наверное, через пару часов юзания мозги отключатся.
Интересно, а можно ли, например, попросить о1 рассказать, какие рецепторы находятся на поверхности тучных клеток и как эти рецепторы у клеток появляются в процессе их специализации в разных органах? В принципе, это все должно быть в существующей научной литеретуре (по крайней мере, значительная часть информации). Соответственно -- вопрос: сможет ли о1 предоставить хотя бы вменяемый набор ссылок на источники, чтобы я смог пройтись по ним? В идеале -- собрать из них информацию в виде отчета. В свое вермя я пытался задавать вопросы ChatGPT 3 с просьбой указать ссылки на источники, и там выпадал всякий мусор -- или ссылки были не на то,или вообще не работали.
Так а что если не только предложить, но и реализовать?
)))
На своем личном опыте и на опыте некоторых своих друзей и знакомых я давным-давно все проверил и точно знаю, что оно работает. не у всех абсолютно, но у многих. Но чей-то личный опыт -- это не строгое научное знание. Чтобы это стало научным фактом, надо, чтобы был проведен соответствующий научный эксперимент в контролируемых условиях, с записью физиологических сигналов (и еще надо понять, какие именно сигналы будут наиболее информативными), на большом числе испытуемых и с математической обработкой полученных резултатов. Может, даже какой-никакой ИИ удастся натренировать, чтобы различать изменение состояний. На все это у меня нет ни средств, ни возможностей. Я разве что могу выступить консультантом для тех, кто захочет этим заняться.
Вот с этого надо было и начинать, а не проверять непонятно что.
До этого надо еще дойти )) Физики -- вполне ленивые люди, и не станут тратить свою умственную энергию на построение теорий, не поддержанных экспериментальными данными. Т.е. сначала ты должен им показать, что результаты данного эксперимента (а) статистически достоверны,и (б) не укладываются ни в одну из существующих моделей, а уж потом они начнут чесать голову и строить новую модель. А заодно и предложат другие эксперименты для проверки своих моделей. Поэтому я и предложил схему эксперимента, который не требует сверхвысоких затрат и технологий, и который, в принципе, может статистически достоверно показать наличие эффекта, не укладывающегося в существующие представления о мире.
А насчет вакуума и абсолютного нуля -- так это все потому, что так сложилось исторически. Сравнивать квантовый компьютер с биологическим объектом -- все равно, что сравнивать когерер со смартфоном. Оба устройства позволяют регистрировать воздействие электромагнитных волн, но требования к условиям такой регистрации у них совершенно разные. В частности, смартфон обладает настройкой в резонанс, чего нет у когерера. Т.е. биообъекты "умеют" настраиваться в резонанс с некоторым полем, и это позволяет им "запутываться" с окружающим миром. А элементарные частицы, находящиеся в холодильнике квантового компьютера -- таким резонансом не обладают, и для их запутывания нужен вакуум и абсолютный ноль. Отсюда и разница.
А разговор о возможном механизме "настройки в резонанс" -- это отдельная интересная тема, но желательно его вести с теми, кто в этой теме заинтересован и обладает достаточной подготовкой, чтобы формулировать адекватные модели. Лично у меня есть только интерес ))
Было бы интересно посмотреть на фотографии вашего BCI-шлема. И как вы боролись с контактным шумом -- проводящим гелем электроды мазали, или как?
Подход, безусловно, интересный, но насколько он универсальный? Когда у нас есть фронтэнд/бэкэнд, более-менее понятна логика взаимодействия между ними, и ИИ сможет справиться с написанием как функционала, так и тестов. Тут все упирается в степень формализованности постановки задач и критериев качества.
А можно ли использовать этот подход для написания, например, игр на Юнити или программы для управления роботом?
Очень жаль, что я не видел этот метод, когда помогал делать свою первую игру на Юнити... Там была как раз подобная ситуация -- надо было триангулировать и оптимизировать здоровенные контурные рисунки (4000х4000 пикселей), чтобы игрушка влазила по памяти в отведенные 50 мб. И при этом -- не нарушить уже существующую анимацию. В общем, выкрутился, но пришлось попотеть.
Интересно, а есть ли подобные исследования, где используется неинвазивная техника? Например, через воздействие на акупунктурные точки или синхронизацию различных ритмов в организме? Мне кажется, что ПТСР приводит к образованию доминантных очагов в ЦНС, и "выбивание" этих очагов из постоянной активности может привести к положительному результату. Конечно, имплантация гораздо дороже, и поэтому выгоднее для врачей, но, может, кто-то ищет и другие пути?
Может, там действительно обнаженка получалась -- оно показывало какой-то серый размытый фон, ничего не разглядеть было. У вас получилось практически то, что я и хотел получить )))
Этот промпт ввел ChatGPT в ступор:
"нарисуй очень худую женщину с лицом панды, которая стоит, опираясь правой рукой о дерево"
Ощущение -- как от статьи про устройство БАКа (котороый коллайдер). Т.е. понятно, что это что-то большое, интересное и могучее, но остается вопрос: А как бы это применить, грубо говоря, у себя на кухне?
Например, можно ли это применить для расчета диффузии сигнальных молекул в межклеточном матриксе, чтобы понять, как клетки общаются друг с другом? Или лучше использовать какие-то более простые инструменты?
Я понимаю, если запрещают пользоваться онлайн-сервисами, т.е. фактически дообучать модель или сообщать китайцам о своих интересах. Но неужели будут также наказывать за установку модели на свой ПК, без ее связи с инетом?
С другой стороны, лучший способ победить конкурента -- не запрещать его продукт, а предложить свой, на таких же условиях или лучший по качеству. Т.е. выложить в открытый доступ, например, все, что относится к о1 или о4 и сделать цены такими же, как у китайцев. Но я не уверен, что мы когда-то такое увидим...
Кстати, мой опыт сравнения DeepSeek, ChatGPT, Gemini и Grok показывает, что DeepSeek гораздо лучше остальных (конкретно по тем задачам, которые я решал). Единственный недостаток -- часто сервер занят. Мне нужна была функция для OxyPlot, и ChatGPT так и не смог предложить что-то рабочее даже с пятой попытки, все время пытаясь использовать переменные, которые у OxyPlot отсутствуют. DeepSeek выдал решение с первого захода. И так не в первый раз. Gemini -- вообще сноб какой-то, если надо писвть много кода, хоть и не сложного, выдает несколько строчек, а остальное предлагает дописать самому. И ошибки делает такие же, как ChatGPT. И пытается это компенсировать показным дружелюбием )) Grok , как я понял, собирает инфу из инета, что есть плюс, но не всегда.
В общем, ИИ сегодня -- это идеальная справочно-информационная система, в которую, в конце концов, запихнут все знания, накопленные человечеством. По сравнению с отдельным человеком это уже колоссальное преимущество, но решать задачи, требующие взаимодействия с новым и неизвестным, все равно сможет только человек.
Не уверен, что люди с ходу додумаются, что речь идет не о физических атрибутех (типа рогов и копыт). Плюс надо еще знать тонкости языка (кому что приписывают, например, у собаки может быть не 3, а 6), и в разных языках это может быть по-разному.
Так что это -- типичная "ловушка".
А конкретно для русскоязычных -- у кошки 3 )))
Человек отличается от ЛЛМ тем, что он думает "образами", а не "последовательностью токенов". А "образ" -- это, по сути, эмуляция реальности в сознании, типа визуализации комнаты в Блендере или 3dMax по чертежам. ИИ до такого еще не скоро доберется -- там объемы вычислений на несколько порядков вырастут. Или на МНОГО порядков ))
System.Data.SQLite с базой прекрасно соединялась, но в ответ на попытку прочитать таблицу выдавала ошибку. На другой запрос (прочитать все) -- выдавала пустой ответ (типа нет ничего). А DB Browser все нормально показывал. Когда перешел на другую библиотеку -- тот же запрос прекрасно показал содержимое таблицы. Что там можно было напутать -- хз. Пути и имена проверил по нескольку раз, все нормально.
Правда, другую библиотеку я проверял в тестовом проекте. Надо будет еще в нем же сравнить библиотеки, но уже не сегодня.
Конечно, хочется понять, в чем дело, но и так кучу времени потратил.
Вот только что было.
Полдня мучался и с GPT, и с Gemini. Ранее я сделал функции для работы с SQLite. Использовал библиотеку System.Data.SQLite . С ее помощью прекрасно создал БД, сделал таблицы. Все пучком.
А сегодня попытался прочитать таблицу -- ан нет. И ни один запрос не работает. С базой соединяюсь, посылаю запрос -- в результате или ошибка, или ничего. Несколько часов мучался. А потом случайно наткнулся на SO на кусок кода, где используется Microsoft.Data.Sqlite. И все прекрасно заработало!
А столь любимыый нами ИИ постоянно крутился по одному и тому же циклу -- то ли у тебя имена неправильные, то ли пути, то ли еще что -то там. И додуматься до того, что надо перейти на другую библиотеку -- мозгов не хватило. И не хватит, пока кто-нибудь ему не скажет явно (или он не прочитает тут), что проблема может быть связана с используемой библиотекой (какой именно -- пусть догадается), и надо перейти на другую (какую именно?)
Поэтому все вопли по поводу общего интеллекта -- лишь сотрясание водуха. Робот будет крутиться в цикле между уже изветсными решениями, и не додумается поставить вопрос по-другому, если у него в эвристиках это не прописано. В общем, человек способен выходить за границы предыдущего опыта, а робот -- увы. Только комбинировать уже известное. И даже при гигантском запасе ивестного рано или поздно найдется то, чего он не знает (как было со мной сегодня), и он не сможет понять, что он этого не знает. И тем более -- узнать то новое, что даст ответ на проблему. Тут нужен человек.
А гда вы взяли данные для обучения GPT-2? И как можно обучить такую систему, чтобы она не просто погоду в Осло показывала, а делала что-то более интересное?
Например,у меня есть сколько-то книг по акупунктуре и я могу накачать источники по биохимии и физиологии нервной системы и других систем организма.
Как я могу с помощью вашей библиотеки сделать нейронку, которая, например, могла бы отвечать на вопрос: какие нейромедиаторы и другие сигнальные молекулы будут выделяться, если я подействую на данную акупунктурную точку, и как это подействует на разные системы организма?
В идеале, такая система должна была бы еще и самостоятельно определять, где у нее недостаточно знаний для полного ответа на вопрос (например, у нее в базе данных нет готового ответа ), и гуглить, пока не получит достаточно полный ответ. Или пока не убедится, что такого ответа нет. В данном случае отрицательный результат тоже ценен, т.к. он будет указывать на пробел в знаниях и предлагать новые направления исследований.
Похоже, в конечном счете программирование сведется к команде "Сделай как я хочу" + фотка начальника ))
Интересно, а можно взять фотку, например, кота или собаки, и сделать из него контурный рисунок в стиле книги для детей? Тут важна не фотореалистичность, а общая "детскость" и "милота" изображения.
Или вообще сделать свой собственный карандашный рисунок (кривыми руками, естессно), и "облагородить" его в требуемом стиле? Например, в стиле Диснея?
А есть толковые подсказки, как запускать Флакс Шнель на локальной машине. Я себе, типа поставил, но пока что руки не дошли глубоко познакомиться. Мне нужно делать картинки для детских книг. А там, похоже, модели больше рассчитаны на взрослую аудиторию, с реальными или фэнтэзийными персонажами. Я пробовал ЛОРА, которую, вроде бы тренировали на детксом контенте, но не впечатляет. Те инструменты, которые можно юзать в онлайн-режиме, дают более интересные результаты.
Я понимаю, что тут надо говорить о комбинациях моделей, но не знаю, какие модели лучше всего брать и как их комбинировать.
Теперь осталось написать ИИ, который будет генерировать вопросы к этой системе и анализировать ее ответы. Ручками и глазами -- будет долго и можно сойти с ума. Разве что к ней приделают голосовой ввод-вывод. И то, наверное, через пару часов юзания мозги отключатся.
Рисунок в заголовке чем-то напоминает картинку сухожильно-мышечных каналов акупунктуры. В книге ничего не говорится об этом?
Интересно, а можно ли, например, попросить о1 рассказать, какие рецепторы находятся на поверхности тучных клеток и как эти рецепторы у клеток появляются в процессе их специализации в разных органах?
В принципе, это все должно быть в существующей научной литеретуре (по крайней мере, значительная часть информации). Соответственно -- вопрос: сможет ли о1 предоставить хотя бы вменяемый набор ссылок на источники, чтобы я смог пройтись по ним? В идеале -- собрать из них информацию в виде отчета.
В свое вермя я пытался задавать вопросы ChatGPT 3 с просьбой указать ссылки на источники, и там выпадал всякий мусор -- или ссылки были не на то,или вообще не работали.
)))
На своем личном опыте и на опыте некоторых своих друзей и знакомых я давным-давно все проверил и точно знаю, что оно работает. не у всех абсолютно, но у многих. Но чей-то личный опыт -- это не строгое научное знание. Чтобы это стало научным фактом, надо, чтобы был проведен соответствующий научный эксперимент в контролируемых условиях, с записью физиологических сигналов (и еще надо понять, какие именно сигналы будут наиболее информативными), на большом числе испытуемых и с математической обработкой полученных резултатов. Может, даже какой-никакой ИИ удастся натренировать, чтобы различать изменение состояний. На все это у меня нет ни средств, ни возможностей. Я разве что могу выступить консультантом для тех, кто захочет этим заняться.
До этого надо еще дойти )) Физики -- вполне ленивые люди, и не станут тратить свою умственную энергию на построение теорий, не поддержанных экспериментальными данными. Т.е. сначала ты должен им показать, что результаты данного эксперимента (а) статистически достоверны,и (б) не укладываются ни в одну из существующих моделей, а уж потом они начнут чесать голову и строить новую модель. А заодно и предложат другие эксперименты для проверки своих моделей. Поэтому я и предложил схему эксперимента, который не требует сверхвысоких затрат и технологий, и который, в принципе, может статистически достоверно показать наличие эффекта, не укладывающегося в существующие представления о мире.
А насчет вакуума и абсолютного нуля -- так это все потому, что так сложилось исторически. Сравнивать квантовый компьютер с биологическим объектом -- все равно, что сравнивать когерер со смартфоном. Оба устройства позволяют регистрировать воздействие электромагнитных волн, но требования к условиям такой регистрации у них совершенно разные. В частности, смартфон обладает настройкой в резонанс, чего нет у когерера. Т.е. биообъекты "умеют" настраиваться в резонанс с некоторым полем, и это позволяет им "запутываться" с окружающим миром. А элементарные частицы, находящиеся в холодильнике квантового компьютера -- таким резонансом не обладают, и для их запутывания нужен вакуум и абсолютный ноль. Отсюда и разница.
А разговор о возможном механизме "настройки в резонанс" -- это отдельная интересная тема, но желательно его вести с теми, кто в этой теме заинтересован и обладает достаточной подготовкой, чтобы формулировать адекватные модели. Лично у меня есть только интерес ))