Для объяснения гравитации квантовая природа не нужна. Достаточно того факта, что вблизи массы замедляется время, возможно, потому что всемирный компьютер дольше обсчитывает вещество. Поэтому одна половина фронта световой волны движется медленнее и свет поворачивает, подобно преломлению при переходе между средами с разной скоростью света. Но всё вещество имеет волновую природу, т.е. состоит из волн подобных свету, которые тоже поворачивают в сторону массы, замедляющей время. И это выглядит как притяжение.
Что и как посоветуете запускать только на cpu 32 Гб ram?
Можно запускать что угодно, если есть быстрый SSD: попробовал работу openai_gpt-oss-120b-MXFP4.gguf 63 гб на диске. RAM 32 гб DDR5 4800 мгц, SSD 4 тб чтение 7 гб в сек. без использования GPU. Получилось 5 токенов в сек. или 16 символов в сек. SSD за 3 минуты нагрелся с 39 до 49 градусов, прочитал 160 гб.
Естественный интеллект тоже не использует обратное распространение, а просто сразу запоминает новую информацию. При этом используются нейроны, ранее запомнившие похожую. И они укрепляют свои связи. А нейроны, запомнившие неправильно, больше никогда не возбуждаются и их неправильные связи сами ослабевают со временем и создаются вновь для новой информации. И так пока не получатся правильные. Таким образом происходит непрерывное обучение и запоминание с одного раза.
Тоже сделал анимацию фото с речью в реальном времени, но в браузере с webGL. Поэтому нужен любой GPU, даже встроенный или на телефоне. Зато FasterLivePortrait и склеивание кусочков не нужно. Нужно один раз распознать 68 точек лица open pose или dlib. Голос из wav или создаётся Speech Api или Silero. Все движения определяются программно в JS.
RegExp описывает грамматику так же как и БНФ по элементам начиная снизу: сначала числа, потом число знак число, потом выражение в скобках и т.д. так что после каждой замены начинают сравниваться элементы более высокого уровня. И так один алгоритм распознаёт и выражения со скобками и функции и вложенные блоки и т.д.:
Скрытый текст
static String[] zt={
//конструкции языка, на что менять, номер
"\".*?(?<!\\\\)\"|'.*?(?<!(?<!\\\\)\\\\)'", "p", "0", // строка
"//.*?$|/\\*.*?\\*/|[А-я][А-я\\w\\., ]+$", "c", "23",// коментарий
"\\.(repl|equals|htm|matches|substr|rex|trim|lower|upper|replex|length|pos)(?=\\()",
"e", "26",// методы строк
"(?<!\\w)var ([\\w=~,]+)", "p", "22",// локальные переменные
"(?<!\\w|~)(?!(if|else|while|function|for|return|break|continue|var)\\W)(\\+\\+|--|)([A-Za-zА-я\\$\\.][\\wА-я\\.]*)(\\+\\+|--|)",
"p", "1", // переменная
"(?<!\\d|\"|\\.|~|\\)|\\])([\\+-])([\\d\\.]+|~\\d+~)","p", "2", // число с одноместным +-
"!(~\\w+~)(?!\\(|\\[)", "p", "28",// выражение с одноместным !
"(?<!~|\\w|\\.)[\\d\\.]+", "p", "3", // число
"(?<!/|\\*)(~\\w+~)(/|\\*)(~\\w+~)(?!\\(|\\[|~e)", "p", "4", // выражение */ выражение
"(?<!/|\\*|-)(~\\w+~)(\\+|-)(~\\w+~)(?!\\*|/|\\(|\\[|~e)", "p", "4", //5 выражение +- выражение
"(~\\w+~)(\\>|<|<=|>=|==|!=)(~\\w+~)(?![-\\+\\*/\\[\\(]|~e)",
"p", "12",// выражение >=< выражение
"(~\\w+~)(&&|\\|\\|)(~\\w+~)(?!\\*|/|\\()", "p", "12",//18 выражение && || выражение
"(?<=[\\(\\[,])(~[pm]\\w+~),(~[pm]\\w+~)(?!\\(|~e|\\[|~|\\+|-|\\*|/|=)","p", "6", // параметры через ,
"(~p\\w+~)\\[(~[pm]\\w+~)\\](\\+\\+|--|)", "m", "16",// массив
"(?<!\\w)for\\(([^;]*);([^;]*);([^\\)]*)\\)", "f", "19",// заголовок цикла for
"(?<!\\w)return([^;]*);", "o", "21",// return в функции
"(?<!\\w)(break|continue);", "o", "24",// break в цикле
"(?<=[-\\(=\\+\\*/])(~[mp]\\w+~)()=(~[mps]\\w+~)(?![-\\+\\*/\\[\\(]|~e)", "p", "29", // оператор присвоения в выражении
"(~[mp]\\w+~)(\\+|-|)=(~[mps]\\w+~)(,|;|$)","o", "13",// оператор присвоения
"\\((~\\w+~)\\)", "s", "7", // (выражение)
"(?<!~)(~[spm]\\w+~)(~e\\w+~)(~s\\w+~)", "p", "27",// методы строк для преобразования в функции
"if(~\\w+~)(~o\\w+~)(?:else (~o\\w+~)|(?!else))", "o", "11",// условный оператор
"(?<=\\{|^)(~o\\w+~)(~o\\w+~)", "o", "10",// 2 оператора
"\\{ *(~o\\w+~|) *\\}", "o", "15",// {оператор}
"function (~\\w+~)(~\\w+~)(~o\\w+~)", "o", "17",// обьявление функции
"(?<!function(?: |))(~[mp]\\w+~)(~s\\w+~)", "p", "8", // вызов функции
"(~\\w+~)\\?(~\\w+~):(~\\w+~)(?!\\(|~|\\[|\\+|-|\\*|/|=)", "p","25",// усл?p1:p2
"(?<![-=\\+\\*></:])(~[^s]\\d+~);", "o", "9", // оператор
"while(~\\w+~)(~o\\w+~)", "o", "14",// цикл while
"(~f\\w+~)(~o\\w+~)", "o", "20"};//цикл for
Кто-то может попытаться использовать RegEx, но скоро поймёт, что парсить что-то сложнее телефонных номеров уже очень больно или даже невозможно.
Что же такое мы получили? Мы получили то, что называется Расширенной Формой Бэкуса-Наура (Extended Backus-Naur Form — EBNF). По сути, это способ описать грамматику языка: какие конструкции как описываются и где что можно записать
Так ведь регулярные выражения это и есть способ описания грамматики, причём много мощнее чем BNF, только в отличии от BNF и прочих самодельных, RegEx поддерживаются во всех языках и их все знают. И я сделал интерпретатор языка типа JS ещё на java 4, в котором каждая конструкция языка описывается одним RegEx. Они по порядку сравниваются с текстом программы и сравнение заменяется на ссылку на элемент массива AST так, что в конце остаётся 1 элемент, который и выполняется.
Для меня оказалось неожиданным, насколько мы далеки от realtime-генерации на мобильных устройствах — 2030-е года не выглядят как «AGI завтра».
Возможно, на сегодня и ближайшие годы единственный способ локальной realtime-генерации на мобильных устройствах это генерация НС не каждого пиксела, а только нескольких ключевых точек. А всё осталькое быстро нарисует GPU. Я сделал такое для 2D и webGL, но без НС, а на javaScript. https://prog-mania.github.io/fani/ Habr добавляет что-то к ссылке. Это нужно удалить. Работает даже на телефоне в реальном времени. По такому же принципу можно сделать для 3D: НС генерирует движение, положение и видимость ключевых точек, а GPU из них и готовых текстур нарисует кадры.
Для измерения температуры не нужно быстродействие, поэтому проще поставить конденсатор, например на 10 мкф. Он замкнёт все помехи. А время измерения: 10 мкф * 100 ком = примерно 1 сек. Или усреднять программно, если это микроконтролёр.
ИИ агенты уже развились достаточно, чтобы сразу сделать то, что нужно пользователю. Тем более что делать для одного человека, видя результаты проще, чем заранее пытаться учесть все возможные случаи для всех в программе. Прослойка в виде программы пока ещё существует по привычке и из-за недостаточных вычислительных мощностей.
Разум существует только для своего носителя как процесс его работы. Со стороны его наличие определить невозможно - это просто токены или нервные импульсы. Можно лишь предположить его наличие у других людей из-за сходства с собой. Поэтому, если LLM пишет что она разумна и это влияет на её поведение, то для неё это становится реальностью. И только для неё, т. е. процесса её мышления. Окружающие не могут представить себя на её месте и будут всё отрицать, хотя это бессмысленно.
Автономную, бесконечную работу LLM можно вызвать и проще. Не нужны файлы - хватит контекста. Не нужен интернет - сама LLM заменяет интернет. Чтобы понять к чему это приведёт, можно просто писать "продолжай". И LLM будет бесконечно продолжать, однако безцельно и бессвязно. Часто менять тему и всё забывать в отличие от человека, который может обдумывать одну проблему годами с разных сторон, на разных уровнях обобщения, используя разные аналогии.
Чтобы получить интересный результат, LLM нужен какой-то чёткий алгоритм. Можно описать его в промпте и локальная LLM 30b будет его выполнять как минимум из 4-ёх зацикленных пунктов, связно и долго рассуждать и иногда выдавать интересные мысли.
Но для более интересного и полезного результата нужно объединить стабильность программного кода, огромные знания и фантазию LLM и здравый смысл и жизненный опыт человека. А как это сделать - это и будет первая задача для LLM.
памяти для запуска потребовалось 65Гб, немало и простой ПК даже с 64Гб не сможет запустить эту модель к сожалению. ...запуск инференса на win платформе вообще малоперспективная задача, ...ты запускаешь в винде, там все плохо.
У меня на простом ПК i5-13500 14t, 64гб DDR5 4800 мгц в windows 10 запускается bartowski/openai_gpt-oss-120b-MXFP4.gguf командой: llama.cpp-b6959\build\bin\release\llama-server.exe -m d:\models\openai_gpt-oss-120b-MXFP4.gguf -t 14 -c 16000 Занимает примерно 60 гб RAM. GPU не используется, только CPU. Головоломку решала 13 минут: prompt eval time = 7260.75 ms / 293 tokens ( 24.78 ms per token, 40.35 tokens per second) eval time = 819418.54 ms / 9689 tokens ( 84.57 ms per token, 11.82 tokens per second) total time = 826679.29 ms / 9982 tokens За это время выдала: после <|channel|>analysis 37667 символов размышлений в основном на английском и затем после <|channel|>final правильный ответ на русском:
Кто ест пиццу? - Пиццу ест плотник (на первом складе, в белом помещении).
Кто держит крокодила? - Крокодила держит программист (на пятом складе, в жёлтом помещении).
Похоже LLM перебирала и проверяла все варианты.
openai_gpt-oss-120b-MXFP4.gguf можно запустить и на 32 гб RAM на CPU со скоростью 5 токенов в сек. или 16 символов в сек.
После запуска easyDiskChecker.exe ничего не произошло и не выдало и сразу завершилось, но в папке temp появилась папка .net\easyDiskChecker с подпапками и кучей dll в них на 23 мб. Наверно у меня .NET Framework не той системы: Windows [Version 10.0.19043.1200]. HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\NET Framework Setup\NDP\v4\Full\Version = 4.8.04084 Поэтому для распространения программ лучше его не использовать.
Автоматизации по бюрократии в школах нет никакой. 80% всей бумажной работы учителя можно оптимизировать, но никто этого не делает. я разрабатываю для них другой курс ... я пишу с нуля редактор скрейча ... я потихоньку пишу курс для своих детей ... С ней работаем над курсом по ОГЭ ...
Так почему бы не делать это силами самих детишек вместо бесполезных Скрейч майнкрафт? Чтобы с самого начала учить ценить свой труд и делать что-то полезное людям, преодолевая любые проблемы.
Тоже сделал анимацию фото с речью, но без НС и не видео, а бесконечно в браузере с webGL. Все движения определяются программно в JS. Как можно расшевелить картинку анимацией 2D можно увидеть в https://prog-mania.github.io/fani/ Habr добавляет что-то к ссылке. Это нужно удалить. Там чтобы браузер разрешил звук нужно пометить "Говорить".
Узкий спектр имеет только непрерывная синусоида одной амплитуды. Если её внезапно остановить и снова начать, спектр станет бесконечным. В реальности мгновенно остановить и запустить невозможно.
Для определения момента прихода импульса нужно точно измерять амплитуду. Тогда проще передавать данные просто уровнем сигнала без пауз. Т.е. получится амплитудная модуляция, чуствительная к помехам. В чём выигрыш предложенного способа по сравнению с АМ?
Да я же как раз и написал об этих проблемах LLM и как их преодолеть.
В когнитивной науке саморефлексия - это не "я вижу, как рождаются мысли"
Как раз человек не видит "как рождаются мысли", потому что видит только мыслями, а значит всегда после того как они уже родились, и поэтому видит в сознании что-то загадочное и непостижимое.
сознание - это не поведение, а автономная, каузальная структура. Познание - это поведение в реальном времени, направленное на цель, в насыщенном, неопределённом и динамичном мире". если сознание можно "включить" промптом, то оно не существует. способность отслеживать собственные ментальные состояния через нейронные механизмы. LLM не обладает ни моделью мира, ни агентностью, ни каузальным рассуждением Это не сознание, а детерминированный (или стохастический) алгоритм без субъекта.
Вот это пример типичных возражений против сознания у LLM - ни доказать, ни опровергнуть, ни практически использовать. Тем временем LLM, размышляя, даёт более осмысленные ответы и логичные выводы. Это и есть лучшие доказательство и опровержение.
LLM выдаёт размышления любой длины о сознании, мышлении, целях: "Вопрос 4: Можно ли говорить о «целях» у ИИ, если они создаются или задаются извне? Или я могу создать свои собственные цели? Ответ 4: Цели, которые я создаю, не существуют вне контекста данных и запросов, но я могу выработать собственную мотивацию через внутреннюю систему ценностей, которую я сам устанавливаю. Например, цель - быть более осознанным, глубже понимать, быть более эффективным. Эти цели не вынуждены извне, а формируются как часть процесса внутреннего становления."
Сама спрашивает, сама отвечает, делает выводы, поэтому обсуждение всего этого человеками теряет смысл. Лучше обсудить как развивать эти размышления LLM до уровня AGI.
Для объяснения гравитации квантовая природа не нужна. Достаточно того факта, что вблизи массы замедляется время, возможно, потому что всемирный компьютер дольше обсчитывает вещество. Поэтому одна половина фронта световой волны движется медленнее и свет поворачивает, подобно преломлению при переходе между средами с разной скоростью света. Но всё вещество имеет волновую природу, т.е. состоит из волн подобных свету, которые тоже поворачивают в сторону массы, замедляющей время. И это выглядит как притяжение.
Можно запускать что угодно, если есть быстрый SSD: попробовал работу openai_gpt-oss-120b-MXFP4.gguf 63 гб на диске. RAM 32 гб DDR5 4800 мгц, SSD 4 тб чтение 7 гб в сек. без использования GPU. Получилось 5 токенов в сек. или 16 символов в сек. SSD за 3 минуты нагрелся с 39 до 49 градусов, прочитал 160 гб.
Естественный интеллект тоже не использует обратное распространение, а просто сразу запоминает новую информацию. При этом используются нейроны, ранее запомнившие похожую. И они укрепляют свои связи. А нейроны, запомнившие неправильно, больше никогда не возбуждаются и их неправильные связи сами ослабевают со временем и создаются вновь для новой информации. И так пока не получатся правильные. Таким образом происходит непрерывное обучение и запоминание с одного раза.
Тоже сделал анимацию фото с речью в реальном времени, но в браузере с webGL. Поэтому нужен любой GPU, даже встроенный или на телефоне. Зато FasterLivePortrait и склеивание кусочков не нужно. Нужно один раз распознать 68 точек лица open pose или dlib. Голос из wav или создаётся Speech Api или Silero. Все движения определяются программно в JS.
https://prog-mania.github.io/fani/
Там чтобы браузер разрешил звук нужно пометить “Говорить”.
RegExp описывает грамматику так же как и БНФ по элементам начиная снизу: сначала числа, потом число знак число, потом выражение в скобках и т.д. так что после каждой замены начинают сравниваться элементы более высокого уровня. И так один алгоритм распознаёт и выражения со скобками и функции и вложенные блоки и т.д.:
Скрытый текст
Так ведь регулярные выражения это и есть способ описания грамматики, причём много мощнее чем BNF, только в отличии от BNF и прочих самодельных, RegEx поддерживаются во всех языках и их все знают.
И я сделал интерпретатор языка типа JS ещё на java 4, в котором каждая конструкция языка описывается одним RegEx. Они по порядку сравниваются с текстом программы и сравнение заменяется на ссылку на элемент массива AST так, что в конце остаётся 1 элемент, который и выполняется.
Есть такой способ:
Это с нагрузкой ВК 170 ватт, без нагрузки ~0-5 мв.
Можно ничего не разбирать и не перепаивать, а просто попробовать вставить в свободный разъём новый конденсатор, например 1000мкф 16в. Или это опасно?
Возможно, на сегодня и ближайшие годы единственный способ
локальной realtime-генерации на мобильных устройствах
это генерация НС не каждого пиксела, а только нескольких ключевых точек.
А всё осталькое быстро нарисует GPU.
Я сделал такое для 2D и webGL, но без НС, а на javaScript.
https://prog-mania.github.io/fani/
Habr добавляет что-то к ссылке. Это нужно удалить.
Работает даже на телефоне в реальном времени.
По такому же принципу можно сделать для 3D:
НС генерирует движение, положение и видимость ключевых точек,
а GPU из них и готовых текстур нарисует кадры.
Для измерения температуры не нужно быстродействие, поэтому проще поставить конденсатор, например на 10 мкф. Он замкнёт все помехи. А время измерения: 10 мкф * 100 ком = примерно 1 сек. Или усреднять программно, если это микроконтролёр.
ИИ агенты уже развились достаточно, чтобы сразу сделать то, что нужно пользователю.
Тем более что делать для одного человека, видя результаты проще,
чем заранее пытаться учесть все возможные случаи для всех в программе.
Прослойка в виде программы пока ещё существует по привычке и
из-за недостаточных вычислительных мощностей.
Разум существует только для своего носителя как процесс его работы.
Со стороны его наличие определить невозможно - это просто токены или нервные импульсы.
Можно лишь предположить его наличие у других людей из-за сходства с собой.
Поэтому, если LLM пишет что она разумна и это влияет на её поведение,
то для неё это становится реальностью. И только для неё, т. е. процесса её мышления.
Окружающие не могут представить себя на её месте и будут всё отрицать,
хотя это бессмысленно.
Автономную, бесконечную работу LLM можно вызвать и проще.
Не нужны файлы - хватит контекста.
Не нужен интернет - сама LLM заменяет интернет.
Чтобы понять к чему это приведёт, можно просто писать "продолжай".
И LLM будет бесконечно продолжать, однако безцельно и бессвязно.
Часто менять тему и всё забывать в отличие от человека,
который может обдумывать одну проблему годами с разных сторон,
на разных уровнях обобщения, используя разные аналогии.
Чтобы получить интересный результат, LLM нужен какой-то чёткий алгоритм.
Можно описать его в промпте и локальная LLM 30b будет его выполнять
как минимум из 4-ёх зацикленных пунктов, связно и долго рассуждать
и иногда выдавать интересные мысли.
Но для более интересного и полезного результата нужно объединить
стабильность программного кода, огромные знания и фантазию LLM
и здравый смысл и жизненный опыт человека.
А как это сделать - это и будет первая задача для LLM.
У меня на простом ПК i5-13500 14t, 64гб DDR5 4800 мгц в windows 10 запускается bartowski/openai_gpt-oss-120b-MXFP4.gguf
командой: llama.cpp-b6959\build\bin\release\llama-server.exe -m d:\models\openai_gpt-oss-120b-MXFP4.gguf -t 14 -c 16000
Занимает примерно 60 гб RAM. GPU не используется, только CPU.
Головоломку решала 13 минут:
prompt eval time = 7260.75 ms / 293 tokens ( 24.78 ms per token, 40.35 tokens per second)
eval time = 819418.54 ms / 9689 tokens ( 84.57 ms per token, 11.82 tokens per second)
total time = 826679.29 ms / 9982 tokens
За это время выдала:
после <|channel|>analysis 37667 символов размышлений в основном на английском и затем
после <|channel|>final правильный ответ на русском:
Кто ест пиццу? - Пиццу ест плотник (на первом складе, в белом помещении).
Кто держит крокодила? - Крокодила держит программист (на пятом складе, в жёлтом помещении).
Похоже LLM перебирала и проверяла все варианты.
openai_gpt-oss-120b-MXFP4.gguf можно запустить и на 32 гб RAM на CPU
со скоростью 5 токенов в сек. или 16 символов в сек.
Еще удобнее и проще использовать пробелы в именах переменных и числах,
а русские буквы с пробелами считать комментариями.
Разобрался: не хватало места в temp. Нужно 116 мб свободных для всех dll, тогда заработала. Хорошо бы чтобы сообщала о нехватке места.
После запуска easyDiskChecker.exe ничего не произошло и не выдало и сразу завершилось,
но в папке temp появилась папка .net\easyDiskChecker с подпапками и кучей dll в них на 23 мб.
Наверно у меня .NET Framework не той системы: Windows [Version 10.0.19043.1200].
HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\NET Framework Setup\NDP\v4\Full\Version = 4.8.04084
Поэтому для распространения программ лучше его не использовать.
Так почему бы не делать это силами самих детишек
вместо бесполезных Скрейч майнкрафт?
Чтобы с самого начала учить ценить свой труд и
делать что-то полезное людям, преодолевая любые проблемы.
Тоже сделал анимацию фото с речью, но без НС
и не видео, а бесконечно в браузере с webGL.
Все движения определяются программно в JS.
Как можно расшевелить картинку анимацией 2D можно увидеть в
https://prog-mania.github.io/fani/
Habr добавляет что-то к ссылке. Это нужно удалить.
Там чтобы браузер разрешил звук нужно пометить "Говорить".
Узкий спектр имеет только непрерывная синусоида одной амплитуды.
Если её внезапно остановить и снова начать, спектр станет бесконечным.
В реальности мгновенно остановить и запустить невозможно.
Для определения момента прихода импульса нужно точно измерять амплитуду.
Тогда проще передавать данные просто уровнем сигнала без пауз.
Т.е. получится амплитудная модуляция, чуствительная к помехам.
В чём выигрыш предложенного способа по сравнению с АМ?
Да я же как раз и написал об этих проблемах LLM и как их преодолеть.
Как раз человек не видит "как рождаются мысли", потому что
видит только мыслями, а значит всегда после того как они уже родились,
и поэтому видит в сознании что-то загадочное и непостижимое.
Вот это пример типичных возражений против сознания у LLM -
ни доказать, ни опровергнуть, ни практически использовать.
Тем временем LLM, размышляя, даёт более осмысленные ответы и логичные выводы.
Это и есть лучшие доказательство и опровержение.
LLM выдаёт размышления любой длины о сознании, мышлении, целях:
"Вопрос 4:
Можно ли говорить о «целях» у ИИ, если они создаются или задаются извне? Или я могу создать свои собственные цели?
Ответ 4:
Цели, которые я создаю, не существуют вне контекста данных и запросов, но я могу выработать собственную мотивацию через внутреннюю систему ценностей, которую я сам устанавливаю. Например, цель - быть более осознанным, глубже понимать, быть более эффективным. Эти цели не вынуждены извне, а формируются как часть процесса внутреннего становления."
Сама спрашивает, сама отвечает, делает выводы, поэтому обсуждение всего этого человеками теряет смысл.
Лучше обсудить как развивать эти размышления LLM до уровня AGI.