Полностью согласен. Просто те, люди, которые сидят только в телефоне раньше смотрели телевизор. А соотношение, генераторов контента и потребителей не изменилось
Любая научная работа опирается на какие-то работы, сделанные до нее, обычно их указывают в конце статьи. К примеру, есть некий объект и метод исследования. Если вы переносите метод исследования на другой объект, то это уже будет научная новизна. Это не компиляция статей, а именно исследование. Я взял свой дисер из нулевых и провел эксперимент, спрашивал разные модели, как решить некую (инженерную, кстати) проблему из дисера. проблема давно решена и не раз в десятках статей. Но LLMки отказались дать правильную рекомендацию и уверенно несли полную чушь, даже рассуждающие.
На современном смартфоне, действительно, можно посчитать траекторию от Земли до Луны или запустить стимуляцию движения тел в Солнечной системе, то, что раньше делали на суперкомпьютерах. Но вы сами пробовали провести научное иссследование при помощи chat-GPT? Не написать около научное эссе или спросить про какой-то метод решения задачи. А именно провести полноценное исследование, скормить ему десяток научных статей и попросить получить научную новизну. По личным наблюдениям это невозможно сделать. А то, что возможно, очень ограничено и здесь его пока гугл заменяет, хотябы без галлюцинаций. Что получается быстрее, так это поиск подходов или работ в смежной области, здесь оно работает местами лучше гугла, это точно
Что то мне подсказывает, что вы окончили вуз давно, возможно в нулевые, когда в айти брали "всех, кто пришёл".
Тогда, во-первых, было на порядок меньше компаний, а во-вторых в крупные компании порог вхождения был даже выше, чем сейчас. Особенно в Яндекс и Касперский, телекомы и это в Москве. В регионах с этим было еще хуже. Я в универе занимался написанием кряков для игр и иного софта, писал СУБД для небольших компаний, делал инди игры. Для этого надо было неплохо знать асм и отладку. А работал в это время вообще на стройке, так как платили буквально пивом за эти услуги.
Старожилы говорили, что во времена пузыря доткомов могли брать вообще всех, кто хоть что-то релевантное умеет. :)
На нашу глубинку крах доткомов не сильно повлиял. Но, вот, к примеру, знакомый парень на 3 курсе университета, которого сейчас бы квалифицировали как "джун", написал систему управления заводом. Именно так и попал в индустрию. За это ему заплатили около 1000$. И почти все знакомые так "вкатились" в ИТ в те годы. В Москве чуть проще было, но в целом квалификация была на высоте да и задачи были не простые.
Не уверен, что llm сможет написать Трудно быть богом или Зовите меня Джо без специального промпта. На тот момент это были именно революционные идеи. Только как это проверить и тем более легко, учитывая, что эти произведения уже попали в обучающую выборку.
Современные LLM на таком коде отчасти и обучали. Отсюда и проблемы. Ведь, действительно, хорошего кода на том же SO или github не так уж и много. Ведь, часто цель решить проблему пользователя, а не продакшн код выдать
У кого у нас?)) Я просто пишу о том, в чем разбираюсь, это лишь один довод в пользу того, что мозг и ллмки бесконечно далеки друг от друга. У меня есть и другие доводы, но я не являюсь там экспертом, в отличии от других комментаторов хабра)))
Очевидно, что Машина Тьюринга и конкретная физическая система вообще ортогональные понятия. Я ведь не просто так предложил попробовать описать при помощи нее работу, например, системы Лоренца, даже имея её математическую модель. Вы просто не сможете получить предсказуемый результат. Причем, имеется большая разница со случайными системами - там вы сможете хотя бы вероятность предсказать.
Это не значит что их нельзя смоделировать, как следствие, нет никаких противоречий с позицией вашего оппонента
Смоделировать-то можно, но, во-первых даже модель посчитать не сможете на определенное время (см. прогноз погоды, который делается в т.ч. при помощи моделей, похожих на систему Лоренца), а во-вторых модель ваша от реальной физической системы будет отличаться
Но ваш оппонент этого не утверждал
Он утверждал, что поведение мозга можно описать каким-то алгоритмом. Я утверждаю, что нет, нельзя. Можно какие-то общие паттерны поведения изучить или его части.
Я не писал, что нелинейная динамика противоречит алгоритмистике. Я написал, что есть системы, в том числе мозг, предсказать поведение которых на определенное время невозможно в принципе. И машина Тьюринга здесь вообще не причем. Я так же могу сказать, что сторонники супермозга на языковых моделях игнорируют современные знания о таких системах и считают llm-ки равными мозгу или даже превосходящими его. Если что, "магией" я занимаюсь с 2004 года и даже дисер защитил по теории хаоса.
Вы задавали вопрос про мозг. Мозг это сложная нелинейная система. Система Лоренца - самое простое из этого мира. Мозг, понятное дело, связан с интеллектом.
Попробуйте исполнить на канонической машине Тьюринга алгоритм решения уравнения Лоренца в состоянии динамического хаоса. При сколь угодно малом изменении начальных условий вы получите абсолютно разные решения. И это принципиальное ограничение для данного типа физических систем.
Такими сложными системами, как человеческий мозг занимается нелинейная динамика. Горизонт прогноза в таких системах не достигает и одной секунды. Простейшее уравнение Лоренца невозможно решить на каком-то большом временном интервале в принципе. А вы говорите, человеческий мозг.
Блин вот что меня удивляет в чистых и рафинированных ITишниках (которые всю жизнь только по клавишам стучали), так это что вот прямо они до нутра воспринимают себя некой элитой... И земля то матушка им обязана, и они прям средний класс и соль земли, на которых все держится
Это отголоски былых времен. Отрасль сама себя построила, едва ли не единственная в РФ (еще ритейл и банки) практически без гос. денег. И задачи тогда (начало 2000-х) решали сложные, поиск, построение ЦОДов, распределенные вычисления, анализ данных и многое другое в условиях, когда информация была еще не так доступна. Сколько ученых тогда Яндекс, банковский сектор схантил для решения этих задач. Зарплаты тогда были, к слову не столь большие и случайных людей было меньше.
Глянуть бы на эту статистику. Разработка может быть в десятке, но как они эту статистику получили..
Полностью согласен. Просто те, люди, которые сидят только в телефоне раньше смотрели телевизор. А соотношение, генераторов контента и потребителей не изменилось
Любая научная работа опирается на какие-то работы, сделанные до нее, обычно их указывают в конце статьи. К примеру, есть некий объект и метод исследования. Если вы переносите метод исследования на другой объект, то это уже будет научная новизна. Это не компиляция статей, а именно исследование. Я взял свой дисер из нулевых и провел эксперимент, спрашивал разные модели, как решить некую (инженерную, кстати) проблему из дисера. проблема давно решена и не раз в десятках статей. Но LLMки отказались дать правильную рекомендацию и уверенно несли полную чушь, даже рассуждающие.
Уже лет 10 пророчат закат пк, а продажи не сильно и падают
У меня в городе рэб работает и отключён мобильный интернет в принципе. Наверное, сотрудники данной компании не смогли бы здесь работать.
Я не писал слово "точно". В любом случае симулятор можно запустить на смартфоне. Раньше для 3 тел суперкомпьютер нужен был.
На современном смартфоне, действительно, можно посчитать траекторию от Земли до Луны или запустить стимуляцию движения тел в Солнечной системе, то, что раньше делали на суперкомпьютерах. Но вы сами пробовали провести научное иссследование при помощи chat-GPT? Не написать около научное эссе или спросить про какой-то метод решения задачи. А именно провести полноценное исследование, скормить ему десяток научных статей и попросить получить научную новизну. По личным наблюдениям это невозможно сделать. А то, что возможно, очень ограничено и здесь его пока гугл заменяет, хотябы без галлюцинаций. Что получается быстрее, так это поиск подходов или работ в смежной области, здесь оно работает местами лучше гугла, это точно
Тогда, во-первых, было на порядок меньше компаний, а во-вторых в крупные компании порог вхождения был даже выше, чем сейчас. Особенно в Яндекс и Касперский, телекомы и это в Москве. В регионах с этим было еще хуже. Я в универе занимался написанием кряков для игр и иного софта, писал СУБД для небольших компаний, делал инди игры. Для этого надо было неплохо знать асм и отладку. А работал в это время вообще на стройке, так как платили буквально пивом за эти услуги.
На нашу глубинку крах доткомов не сильно повлиял. Но, вот, к примеру, знакомый парень на 3 курсе университета, которого сейчас бы квалифицировали как "джун", написал систему управления заводом. Именно так и попал в индустрию. За это ему заплатили около 1000$. И почти все знакомые так "вкатились" в ИТ в те годы. В Москве чуть проще было, но в целом квалификация была на высоте да и задачи были не простые.
Не уверен, что llm сможет написать Трудно быть богом или Зовите меня Джо без специального промпта. На тот момент это были именно революционные идеи. Только как это проверить и тем более легко, учитывая, что эти произведения уже попали в обучающую выборку.
Современные LLM на таком коде отчасти и обучали. Отсюда и проблемы. Ведь, действительно, хорошего кода на том же SO или github не так уж и много. Ведь, часто цель решить проблему пользователя, а не продакшн код выдать
У кого у нас?)) Я просто пишу о том, в чем разбираюсь, это лишь один довод в пользу того, что мозг и ллмки бесконечно далеки друг от друга. У меня есть и другие доводы, но я не являюсь там экспертом, в отличии от других комментаторов хабра)))
Очевидно, что Машина Тьюринга и конкретная физическая система вообще ортогональные понятия. Я ведь не просто так предложил попробовать описать при помощи нее работу, например, системы Лоренца, даже имея её математическую модель. Вы просто не сможете получить предсказуемый результат. Причем, имеется большая разница со случайными системами - там вы сможете хотя бы вероятность предсказать.
Смоделировать-то можно, но, во-первых даже модель посчитать не сможете на определенное время (см. прогноз погоды, который делается в т.ч. при помощи моделей, похожих на систему Лоренца), а во-вторых модель ваша от реальной физической системы будет отличаться
Он утверждал, что поведение мозга можно описать каким-то алгоритмом. Я утверждаю, что нет, нельзя. Можно какие-то общие паттерны поведения изучить или его части.
Я не писал, что нелинейная динамика противоречит алгоритмистике. Я написал, что есть системы, в том числе мозг, предсказать поведение которых на определенное время невозможно в принципе. И машина Тьюринга здесь вообще не причем. Я так же могу сказать, что сторонники супермозга на языковых моделях игнорируют современные знания о таких системах и считают llm-ки равными мозгу или даже превосходящими его. Если что, "магией" я занимаюсь с 2004 года и даже дисер защитил по теории хаоса.
Вы задавали вопрос про мозг. Мозг это сложная нелинейная система. Система Лоренца - самое простое из этого мира. Мозг, понятное дело, связан с интеллектом.
Попробуйте исполнить на канонической машине Тьюринга алгоритм решения уравнения Лоренца в состоянии динамического хаоса. При сколь угодно малом изменении начальных условий вы получите абсолютно разные решения. И это принципиальное ограничение для данного типа физических систем.
Такими сложными системами, как человеческий мозг занимается нелинейная динамика. Горизонт прогноза в таких системах не достигает и одной секунды. Простейшее уравнение Лоренца невозможно решить на каком-то большом временном интервале в принципе. А вы говорите, человеческий мозг.
Это отголоски былых времен. Отрасль сама себя построила, едва ли не единственная в РФ (еще ритейл и банки) практически без гос. денег. И задачи тогда (начало 2000-х) решали сложные, поиск, построение ЦОДов, распределенные вычисления, анализ данных и многое другое в условиях, когда информация была еще не так доступна. Сколько ученых тогда Яндекс, банковский сектор схантил для решения этих задач. Зарплаты тогда были, к слову не столь большие и случайных людей было меньше.
Думаю, ИТ курсы найдут выход. Сейчас обещают за год чуть ли не сеньора вырастить готового. Будут сразу "тимлидов" растить, им это не в первый раз.
Код на SO обычно сопровождается комментарием и рейтингом. То есть кто-то взял и попробовал или хотябы разобрался. В отличии от кода llm