Очень эмоциональная статья. Больше паники, чем взвешенного анализа. Да, возможно, если условный программист знает только Питон (к примеру), ему придется доказывать, что он лучше владеет Питоном, чем десятки тысяч претендентов, которые заявили, что они тоже его знают. Но если у него есть редкая комбинация скилов или востребованный опыт (например, опыт PowerShell+Azure или внедрение AWS BedRock/Polly/Lex) - рекрутеры будут спамить нон-стопом.
То, что медиа и маркетологи раскрутили как AI, им не является. Сейчас уже вводят термин AGI, чтобы дистанцироваться от AI, который просто апроксиматор датасета.
Предположим, мы хотим посадить модуль на луну. У нас есть запас топлива, сила тяги, вес самого модуля, высота, скорость. Даже студента можно попросить сделать нейросетку, которая учится плавно сажать этот модуль. Но нейросетка понятия не имеет о физике, законах Ньютона, инерциальной массе и т.п. Она просто строит апроксимирующую функцию. И кто его знает, вдруг эта функция имеет неожиданные "складки" между исследованными точками датасета? Это аналог галлюцинаций LLAMA или ошибок автопилота Теслы.
AGI же по описанию задачи построит подмножество реального мира с реальной физикой, Луной, модулем, топливом, двигателем и сразу будет сажать этот модуль идеально. Без сюрпризов. Этот как с теоремой Ферма. Можно перемалывать сколько угодно чисел в поисках контрпримера, а можно вывести строгое доказательство и не тратить время.
Проблема в том, что мы не знаем, как наш мозг строит абстрактные модели и как симулировать реальный мир в ускоренном темпе. Толку от предсказанного дождя на завтра через неделю?
Много пишу на PowerShell. Простейшие блочки кода уровня учебника - пишет. Чуть более сложные, с использованием AWS SDK или популярных модулей - начинает фантазировать. Несуществующие методы, несуществующие свойства. Что неудивительно. Ведь языковая модель не понимает, что делает - это всего лишь сложный апроксиматор. Чем оригинальней требуется код, тем дальше он от "реперных точек" обучающего датасета, тем больше галлюцинаций.
Астронавта, которому поплохело на МКС, можно эвакуировать. Астронавта, который потерял зрение или сломал декальцинированную кость (медики наблюдают потерю кальция до 2% в месяц в невесомости) или получил отек мозга на пути к Марсу, вернуть или спасти не выйдет. Кстати, на ухудшение зрения жалуются многие астронавты, кто долго сидит на МКС - растет давление в яблоке и что-то происходит с глазным нервом. Я не медик, деталей не уловил. Но о высадке на Марс, то есть возврате к тяготению после двух лет невесомости, можно даже не мечтать.
Я так понял, они наблюдали нарастание симптомов. У Келли (последний полет был 340 суток, а суммарно он провел почти два года в невесомости) сильно ухудшилось зрение и начались проблемы с костями. Еще он говорил про отеки и сильное внутриглазное давление, но эту часть я слушал невнимательно. Видимо, и у других астронавтов были схожие симптомы, но не такие выраженные.
На днях буквально смотрел интервью со специалистом по космической медицине из Австралии. Там все гораздо грустнее, чем я думал. Год пребывания в невесомости - это относительно безвредный максимум, требующий только реабилитации на Земле. Потом начинаются необратимые ухудшения зрения (типа глаукомы) и опорно-двигательного аппарата (дегенерация мышц и костей). Многочасовые силовые тренировки замедляют процесс, но не останавливают его. Так что после двухлетнего полета на орбите Марса окажутся полуслепые инвалиды, нуждающиеся в пожизненном уходе, а не высадке на Марс. Он сказал, что для экспансии нужны новые двигатели, работающие в течении всего полета. Это сократит путешествие до нескольких дней и даст привычные земные 1g. Кстати, колонисты на Марсе будут страдать от дегенеративных процессов, поскольку гравитация в 1/3 земной тоже убивает, но не так быстро, как невесомость - за несколько лет. Люди должны будут проводить время внутри конусообразной центрифуги-карусели, которая дает привычные 1g. Ее надо построить, обслуживать и т.д.
Я благодаря VBS нашел работу. Меня наняли сначала как контрактора (contact-to-hire) переводить зоопарк десктопных VBS на PowerShell. Середина 2010-х. Оказалось, что эта компания была вендором крупной нефтяной компании и этих VBS было как грязи на все случаи жизни и все окружения. Так что остался там на несколько лет уже под другие проекты. VBS, я тебя люблю!
Остался один непонятный момент. Масса слившихся черных дыр меньше, чем сумма масс этих дыр до слияния - разница уходит в энергию гравитационных волн. Получается, что масса последней дыры в конце цикла будет меньше, чем масса материи в начале цикла - часть барионной материи потеряется на многочисленные слияния и сотрясание пространства. То есть, чтобы сохранить стабильность циклов, нужен какой-то механизм восполнения утерянного вещества (наподобие бариогенеза).
Вращающаяся ЧД (Керра) может образовать двойной горизонт событий (r+ и r-). Но как все барионы вселенной своей массой могут образовать такой двойной r+ (или тройной или бесконечной вложенности) - трудно представить. Трудно даже представить механизм образования черной дыры внутри другой черной дыры. ОТО это вообще допускает?
То есть, в конце цикла остается одна черная дыра, а следующая вселенная образуется внутри нее? То есть, Вселенная - бесконечное количество вложенных друг в друга, как матрешки, черных дыр? А за счет чего происходит их накопление? Откуда берется новое вещество? Или горизонт внутренней черной дыры догоняет горизонт внешней и они сливаются?
К чему приводят такие тренировки? Появляется автоматизм, навыки становятся рефлексами. А еще они позволяют не очень умным людям казаться умнее. (c) Джек Ричер
Я попросил 4o набросать мне PowerShell скрипт на замену сертификатов на всех listeners указанного load balancer с использованием Amazon SDK - получил забавный скрипт с несуществующими командами и несуществующими полями объектов AWS. Выдыхаем. Без программиста (в моем лице) пока не обойтись.
Неприятно и страшновато за неопределенное будущее, но - жизнь есть жизнь. Увольняли меня в 2020, в разгар ковида. Позвонила HR, произнесла извинительную речь про объективные трудности компании, рассказала про выходной бонус, прислала документы на подпись в DocuSign. Тихо и мирно отработал две недели, закрыл все таски. В последний день написал всем прощальное письмо, попрощался на колле, сдал лаптоп. И все. Со всеми остались в хороших отношениях, общались позже по разным вопросам. Через два года неожиданно написал другой HR, спросил не хочу ли снова подать туда же на открытую вакансию. Но я уже работал в другом месте. В США как-то все буднично происходит, без истерик и гадостей вслед.
Опять же, точный апскейл возможен в специфичных случаях. Например, если у нас есть априори информация о классе или стиле исходного изображения. Вот клипарт - набор сплайнов определенной толщины и цвета с однотонными заливками без мелких элементов между пикселами ужатого изображения (теорема Колмогорова). Да, тогда восстановить возможно и даже без нейросеток. При даунскейлинге теряются высокие частоты спектра. Методы AI восстанавливают их из тренировочного датасета, что часто приводит к галлюцинациям (далекие минареты в Нью-Йорке, павлины в облаках и т.п.)
Шансов качественно апскейлить произвольное изображение нет никаких, ибо информация там уже безвозвратно потеряна. Но если мы имеем дело с ограниченным количеством знакомых элементов (например, изображение числа или осмысленного текста или дорожного знака), то можно восстановить даже пожатое до трех-четырех пикселов изображение.
Лет десять назад я использовал контрол WebBrowser, который основан на mshtml (IE), чтобы отображать внутренние html документы в приложении. Думаю, для похожей цели подобный браузер сгодится, если у него интерфейс для управления структурой документа есть. В этом смысле отсутствие javascript некритично.
Очень эмоциональная статья. Больше паники, чем взвешенного анализа. Да, возможно, если условный программист знает только Питон (к примеру), ему придется доказывать, что он лучше владеет Питоном, чем десятки тысяч претендентов, которые заявили, что они тоже его знают. Но если у него есть редкая комбинация скилов или востребованный опыт (например, опыт PowerShell+Azure или внедрение AWS BedRock/Polly/Lex) - рекрутеры будут спамить нон-стопом.
То, что медиа и маркетологи раскрутили как AI, им не является. Сейчас уже вводят термин AGI, чтобы дистанцироваться от AI, который просто апроксиматор датасета.
Предположим, мы хотим посадить модуль на луну. У нас есть запас топлива, сила тяги, вес самого модуля, высота, скорость. Даже студента можно попросить сделать нейросетку, которая учится плавно сажать этот модуль. Но нейросетка понятия не имеет о физике, законах Ньютона, инерциальной массе и т.п. Она просто строит апроксимирующую функцию. И кто его знает, вдруг эта функция имеет неожиданные "складки" между исследованными точками датасета? Это аналог галлюцинаций LLAMA или ошибок автопилота Теслы.
AGI же по описанию задачи построит подмножество реального мира с реальной физикой, Луной, модулем, топливом, двигателем и сразу будет сажать этот модуль идеально. Без сюрпризов. Этот как с теоремой Ферма. Можно перемалывать сколько угодно чисел в поисках контрпримера, а можно вывести строгое доказательство и не тратить время.
Проблема в том, что мы не знаем, как наш мозг строит абстрактные модели и как симулировать реальный мир в ускоренном темпе. Толку от предсказанного дождя на завтра через неделю?
Много пишу на PowerShell. Простейшие блочки кода уровня учебника - пишет. Чуть более сложные, с использованием AWS SDK или популярных модулей - начинает фантазировать. Несуществующие методы, несуществующие свойства. Что неудивительно. Ведь языковая модель не понимает, что делает - это всего лишь сложный апроксиматор. Чем оригинальней требуется код, тем дальше он от "реперных точек" обучающего датасета, тем больше галлюцинаций.
Такой город уже был - Коулун. Жесть.
Астронавта, которому поплохело на МКС, можно эвакуировать. Астронавта, который потерял зрение или сломал декальцинированную кость (медики наблюдают потерю кальция до 2% в месяц в невесомости) или получил отек мозга на пути к Марсу, вернуть или спасти не выйдет. Кстати, на ухудшение зрения жалуются многие астронавты, кто долго сидит на МКС - растет давление в яблоке и что-то происходит с глазным нервом. Я не медик, деталей не уловил. Но о высадке на Марс, то есть возврате к тяготению после двух лет невесомости, можно даже не мечтать.
Я так понял, они наблюдали нарастание симптомов. У Келли (последний полет был 340 суток, а суммарно он провел почти два года в невесомости) сильно ухудшилось зрение и начались проблемы с костями. Еще он говорил про отеки и сильное внутриглазное давление, но эту часть я слушал невнимательно. Видимо, и у других астронавтов были схожие симптомы, но не такие выраженные.
На днях буквально смотрел интервью со специалистом по космической медицине из Австралии. Там все гораздо грустнее, чем я думал. Год пребывания в невесомости - это относительно безвредный максимум, требующий только реабилитации на Земле. Потом начинаются необратимые ухудшения зрения (типа глаукомы) и опорно-двигательного аппарата (дегенерация мышц и костей). Многочасовые силовые тренировки замедляют процесс, но не останавливают его. Так что после двухлетнего полета на орбите Марса окажутся полуслепые инвалиды, нуждающиеся в пожизненном уходе, а не высадке на Марс. Он сказал, что для экспансии нужны новые двигатели, работающие в течении всего полета. Это сократит путешествие до нескольких дней и даст привычные земные 1g. Кстати, колонисты на Марсе будут страдать от дегенеративных процессов, поскольку гравитация в 1/3 земной тоже убивает, но не так быстро, как невесомость - за несколько лет. Люди должны будут проводить время внутри конусообразной центрифуги-карусели, которая дает привычные 1g. Ее надо построить, обслуживать и т.д.
Я благодаря VBS нашел работу. Меня наняли сначала как контрактора (contact-to-hire) переводить зоопарк десктопных VBS на PowerShell. Середина 2010-х. Оказалось, что эта компания была вендором крупной нефтяной компании и этих VBS было как грязи на все случаи жизни и все окружения. Так что остался там на несколько лет уже под другие проекты. VBS, я тебя люблю!
В Amazon S3 недозагруженные объекты (файлы) хранятся в той же корзине (bucket). Можно создать правило (lifecycle rule), которое их чистит.
Остался один непонятный момент. Масса слившихся черных дыр меньше, чем сумма масс этих дыр до слияния - разница уходит в энергию гравитационных волн. Получается, что масса последней дыры в конце цикла будет меньше, чем масса материи в начале цикла - часть барионной материи потеряется на многочисленные слияния и сотрясание пространства. То есть, чтобы сохранить стабильность циклов, нужен какой-то механизм восполнения утерянного вещества (наподобие бариогенеза).
Вращающаяся ЧД (Керра) может образовать двойной горизонт событий (r+ и r-). Но как все барионы вселенной своей массой могут образовать такой двойной r+ (или тройной или бесконечной вложенности) - трудно представить. Трудно даже представить механизм образования черной дыры внутри другой черной дыры. ОТО это вообще допускает?
То есть, в конце цикла остается одна черная дыра, а следующая вселенная образуется внутри нее? То есть, Вселенная - бесконечное количество вложенных друг в друга, как матрешки, черных дыр? А за счет чего происходит их накопление? Откуда берется новое вещество? Или горизонт внутренней черной дыры догоняет горизонт внешней и они сливаются?
К чему приводят такие тренировки? Появляется автоматизм, навыки становятся рефлексами. А еще они позволяют не очень умным людям казаться умнее. (c) Джек Ричер
Я бы перед применением цикла или LINQ спросил, отсортирован ли он./
Такому подлому лгуну
Одна дорога - на Луну
Я попросил 4o набросать мне PowerShell скрипт на замену сертификатов на всех listeners указанного load balancer с использованием Amazon SDK - получил забавный скрипт с несуществующими командами и несуществующими полями объектов AWS. Выдыхаем. Без программиста (в моем лице) пока не обойтись.
Неприятно и страшновато за неопределенное будущее, но - жизнь есть жизнь. Увольняли меня в 2020, в разгар ковида. Позвонила HR, произнесла извинительную речь про объективные трудности компании, рассказала про выходной бонус, прислала документы на подпись в DocuSign. Тихо и мирно отработал две недели, закрыл все таски. В последний день написал всем прощальное письмо, попрощался на колле, сдал лаптоп. И все. Со всеми остались в хороших отношениях, общались позже по разным вопросам. Через два года неожиданно написал другой HR, спросил не хочу ли снова подать туда же на открытую вакансию. Но я уже работал в другом месте. В США как-то все буднично происходит, без истерик и гадостей вслед.
Опять же, точный апскейл возможен в специфичных случаях. Например, если у нас есть априори информация о классе или стиле исходного изображения. Вот клипарт - набор сплайнов определенной толщины и цвета с однотонными заливками без мелких элементов между пикселами ужатого изображения (теорема Колмогорова). Да, тогда восстановить возможно и даже без нейросеток. При даунскейлинге теряются высокие частоты спектра. Методы AI восстанавливают их из тренировочного датасета, что часто приводит к галлюцинациям (далекие минареты в Нью-Йорке, павлины в облаках и т.п.)
Шансов качественно апскейлить произвольное изображение нет никаких, ибо информация там уже безвозвратно потеряна. Но если мы имеем дело с ограниченным количеством знакомых элементов (например, изображение числа или осмысленного текста или дорожного знака), то можно восстановить даже пожатое до трех-четырех пикселов изображение.
Лет десять назад я использовал контрол WebBrowser, который основан на mshtml (IE), чтобы отображать внутренние html документы в приложении. Думаю, для похожей цели подобный браузер сгодится, если у него интерфейс для управления структурой документа есть. В этом смысле отсутствие javascript некритично.