Смотря где они будут не нужны. В крупных корпорациях наверно не нужны. В средних производственных приборостроительных компаниях к примеру, программисты и встроенный софт пишут, и производственный и сервисный, они там сейчас и в будущем будут нужны. Там нет такого кастового разделения как в ПРОГРАММИСТСКИХ КОНТОРАХ.
Даже с навыками программирования не всегда можно сделать быстро и эффективно с использованием нейросети. Недавно хотел подправить код в одном своем сложном приложении в качестве работы с техническим долгом. Думал с нейронкой быстро. Ан нет, забыл контекст этого приложения, уже год не открывал исходники. Полдня потратил с нейронкой на замену части кода, не работает почему-то. Надо разбираться, заново все тестировать, неизвестно еще где что вылезет. К концу дня понял что игра не стоит свеч. Сейчас все привыкли к интерфейсу, проблем нет. Потом будут недовольные и вопросы почему изменилось и т п. Оставил так как есть. Лучшее враг хорошего.
Насколько я понял по себе при игре на гитаре - все верно насчет осознания аппликатуры при изучении новой пьесы. Но сама процедура изучения предполагает, что мозг запоминает мелодию одновременно с постановкой апликатуры пальцев и их движением. Я заметил что если пока не можешь проиграть мелодию внутренним слухом, то и паттерны аппликатуры не запоминаются хорошо. Все взаимосвязано, мышечная и звуковая память. Одно без другого не работает. Особенно это касается не очень простых гитарных произведений.
Это да. Использую электрорубанки Макита уже много лет. Один раз точил ножи у большого рубанка. Кабели все поменял только на более длинные и морозостойкие.
Вопрос с кабелем решается просто. Покупаешь то что нужно и нужной длины, кабель который не дубеет на морозе. Да, такой не совсем дешев, но оправдываетсябя полностью. На всех своих инструментах я заменил кабель и в общем доволен.
В общем одной фразой можно сказать так, что наверху не те, кто умеет складывать и умножать, а те кто умеет только отнимать и делить. И пока никаких изменений не предвидится в ближайшем будущем. Но в дальней перспективе возможно все закончится катастрофой , мне кажется еще более страшной чем были до нас.
Надо было быстро сделать прототип парсинга строки на SQL . Подключил ИИ, без плана, строка ведь маленькая, но оказалась удаленькая, с пропусками, совпадениями и еще множеством тонкостей. В конечном итоге после полдня общения строка была готова. Начал тестировать, еще полдня ушло на правки конечного запроса. Особо не вникал в код так как прототип. В результате пришлось разбираться в коде, так как на реальных данных начали возникать проблемы. Код запроса сильно переусложнен ( тут сам виноват, не просил отсекать заведомо ненужные комбинации). Сейчас упростил логику парсинга в самом начале, стало намного проще править код SQL. Резюме: даже на прототипе небольшой задачи нельзя пускать код на самотек. Всегда нужно ревьюировать самому и с концептуальной точни зрения для упрощения результирующего кода. Сам бы тоже сделал, без ИИ, но решил поэксперементировать.
Под SQL в общем стал использовать нейронку, но бесплатную, в chrome. На удивление она достаточно вменяемая для Sql Server и иногда ей даешь процедуру или функцию и просишь оптимизировать по скорости. Все работает и реально быстрее. Кое что приходится подправлять, но реально уже использовать это для несложных корректировок, особенно в специфических задачах, как у меня. Я конечно давно работаю с sql и опыт есть неплохой, но век живи и вее учись, в том числе и у нейронки. У меня не аналитика конечно, а сложные задачи онлайн мониторинга и запросы в реальном времени.
Аналитика она такая. Казалось бы чего проще, разобраться с CTE, оконными функциями, еще почитать о паре- тройке статистических функций и вот ты аналитик. Но мне кажется это все не аналитикой, а просто отчетом, на котором не нужно делать далеко идущих выводов. Ибо аналитика, как тут правильно заметили до меня, это исскуство прогноза о будущем с учетом движения цен, спроса, и много чего еще, я полагаю, относительно прошлых периодов. В экономике есть такая штука как кривая Лаффера. Она показывает как рулить налогами в масштабе государства, чтобы налоговая нагрузка не приводила к обнищанию населения и соответственно не только рос ВВП но и благосостояние население не уменьшалось а росло. Вот это и есть задача аналитика, как рулить ассортиментом, категориями товаров , ценами с учетом растущих налогов и падения дохода покупателей чтобы не уменьшать по крайней мере свою прибыль с учетом роста налогов и затрат и т п. Да это сложная задача. Сложнее чем писать запросы SQL. Но это и есть работа аналитика имхо.
Ну если есть положительные и отрицательные числа то при проходе по массиву надо сравнивать значения по модулю. Произведение минимальных отрицательных не факт что больше произведения максимальных положительных и наоборот. А еще они могут быть и равны. Так что алгоритм сложнее должен быть. Если данная задача нужна лишь для демонстрации оптимального однопроходного решения, то это интересно только для начинающих, типа как в шахматах, найди мат в два хода. Для более менее продвинутого программера этот алгоритм типа на знания "таблицы умножения". Но есть нюансы, которые я описал выше.
AGI это что? Это типа бога что-ли, всезнающего, всевидящего и всемогущего? Чушь полная. Можно AGI назвать любую хрень в силу своего индивидуального понятия что это за зверь. Если до сих пор никто не знает что такое сознание, то построить то, что непонятно что не удастся. Многие люди путают сознание с мышлением.Это разнве вещи. У сегодняшних ИИ нет и того и другого. Откуда взятся сознанию и мышлению у ИИ когда это просто вычислительный алгоритм? База знаний ограничена и будет всегда ограничена, отсутствует эксперимент и мотивация. Грубо говоря человеческий интеллект растет и развивается благодаря эмоциональному интелекту, который является двигателем процесса познания. Ничего подобного у так называемого AGI нет и не будет. Ну может быть изобретут какого-нибудь гомункулуса через вживление чипа в человеческий мозг, который будет иметь эмоциональный интеллект, но в связи с этим мне вспоминается повесть Стругацких и его персонаж Выбегалло, конструирующий гомункулуса с неограниченными потребностями.
Во первых, я не вайбкодер и этой деятельностью не занимаюсь, во вторых архитектурные недостатки это что то другое, а не корявая разработка драйверов питона для БД.
Пока использую по мелочам, на подхвате. Недавно нужен был скрипт на powershell для перекачки логов их одного сервера в другой. Я с powershell был почти не знаком. Через гугловский браузерный ии вполне нормально получилось, но пришлось сделать итераций достаточно много, чтобы скрипт выполнял и перекачку, не вешая сервер, и обновление и чистку источника и выполнялся по расписанию. Ушло примерно полдня, с перерывами на другую задачу. По старинке, наверно бы понадобилась пара дней только на понимание, что возможно в powershell и как разрабатывать, делать отладку скрипта.
Попробовал использовать питон через ИИ. Для простенькой задачи типа прочитать данные из базы,сделать транспонирование.и закинуть в csv. Код на простом запросе работал, но когда вместо запроса вставил хранимую процедуру то код не работал и сообщений об ошибках не было как и данных. Depseek на этом коде зациклился и начал выдавать варианты как на конвейере но ни один не работал Решил скормить этот код обычному браузерному ии и тот сразу же выдал одну строчку, которой не хватало. Оказывается что питоновский драйвер одбс не понимает вывода из хранимки без set no count on. Самое неприятное, что никаких сообщений или подсказок в питоне на этот счет не выводилось.
Знания у ии есть, а вот ума нет. По собственному опыту сужу. На подхвате можно использовать, но полностью решить нечетко поставленную задачу не получается у вычислительного алгоритма перемножения матриц.
Для работы в сетевой среде и sqlite в приложении LabVIEW код запросов и код запуска хранимых процедур через exec я положил в отдельную таблицу как поле справочника операций. Параметры запросам передаются путем замены строк параметров. После загрузки строки запроса. Все работает с сервером через ODBC и библиотеку sqlite3.DLL Проблем никаких нет. В Delphi проблемы есть при работе через встроенный драйвер firedac. Запрос с параметрами, который работает на сервере может не работаеть в sqlite. Есть тонкости с датами и СТЕ. Все запросы sqlite для Delphi приходится перепроверять и отлаживать в Sqlite studio. Но работает быстро. Хотя процедуру на сервере приходится разбивать на последовательность запросов для sqlite. Насчет внедрения функций Delphi в Sqlite надо попробовать. Спасибо за инфу. Это может пригодится. Но всё-таки я фанат обработки данных на sql и использования бизнес логики там же. Приложения мои непростые, а это сильно упрощает клиентское приложение. Даже парсинг строк предпочитаю делать в sql. Вот сейчас сть сложная задача с парсингом строки, к которой регулярки прикрутить не получится из за взаимных пересечений и отсутствия свойств. Алгоритм в sql c рекурсивными запросами , нечетким поиском и удалением взаимных пересечений распарсенных свойств с предварительным парсингом всей строки вполне показывает хорошую скорость и точность.
Весовые коэффициенты имеют смысл, когда у вас несколько уравнений для регресионного анализа. Каждый, даже не математик понимает, что если умножить все части уравнения на константу, то результат решения не изменится. Но получаемые коэффициенты при решении по методу наиеменьнших квадратов будут отличаться если вы для одного уравнения добавите допустим коэфф. 100 а для других 10. Это может быть различные способы решения, Гаусса, Гивенса и т п. То есть там где будут весовые коэффициенты больше точность вычисления коэффициентов регресии будет выше, то есть в этих точках отклонения от линейного закона будут меньше. Это если кратко и без воды.
В определённых промышленных устройствах где требуется взрывозащита типа exia и требования температурных классов окружающей среды T4-Т6, общей емкости и индуктивности схемы и есть еще масса требований на топологию, зазоры, ширину проводников и много чего еще. Стандарты IPC тут тоже желательны ибо это связано с технологией изготовления плат и надежностью в эксплуатации. У меня был случай, когда рекламация по прибору пришла и в результате причиной отказа стал недостаточный зазор в слаботочной схеме между отверстиями в полигонах питания и земли.
Нынешнее Delphi это в общем неплохой вариант в клиент-серверных приложениях без заморочек с web. Я использую конечно не fb,а sql server и sqlite. Одно приложение довольно сложное написано как универсальное, в онлайне меняете подключение и можете работать как в сети так локально. Единственное, использую только хранимые процедуры и обработку данных в sql server. C sqlite сложнее разработка, так как приходится работать только через запросы, а это больше труда намного, если нужна обработка данных, как этом приложении, где используется сложный парсинг данных и это не crud приложение. А еще оно получает данные через другое приложение на LabVIEW, посредством связи через общую таблицу в sql server или sqlite в зависимости от подключения. Ну и логи и все такое. Программируемая система тестирования электроники интеллектуальных приборов.
Смотря где они будут не нужны. В крупных корпорациях наверно не нужны. В средних производственных приборостроительных компаниях к примеру, программисты и встроенный софт пишут, и производственный и сервисный, они там сейчас и в будущем будут нужны. Там нет такого кастового разделения как в ПРОГРАММИСТСКИХ КОНТОРАХ.
Даже с навыками программирования не всегда можно сделать быстро и эффективно с использованием нейросети. Недавно хотел подправить код в одном своем сложном приложении в качестве работы с техническим долгом. Думал с нейронкой быстро. Ан нет, забыл контекст этого приложения, уже год не открывал исходники. Полдня потратил с нейронкой на замену части кода, не работает почему-то. Надо разбираться, заново все тестировать, неизвестно еще где что вылезет. К концу дня понял что игра не стоит свеч. Сейчас все привыкли к интерфейсу, проблем нет. Потом будут недовольные и вопросы почему изменилось и т п. Оставил так как есть. Лучшее враг хорошего.
Насколько я понял по себе при игре на гитаре - все верно насчет осознания аппликатуры при изучении новой пьесы. Но сама процедура изучения предполагает, что мозг запоминает мелодию одновременно с постановкой апликатуры пальцев и их движением. Я заметил что если пока не можешь проиграть мелодию внутренним слухом, то и паттерны аппликатуры не запоминаются хорошо. Все взаимосвязано, мышечная и звуковая память. Одно без другого не работает. Особенно это касается не очень простых гитарных произведений.
Это да. Использую электрорубанки Макита уже много лет. Один раз точил ножи у большого рубанка. Кабели все поменял только на более длинные и морозостойкие.
Вопрос с кабелем решается просто. Покупаешь то что нужно и нужной длины, кабель который не дубеет на морозе. Да, такой не совсем дешев, но оправдываетсябя полностью. На всех своих инструментах я заменил кабель и в общем доволен.
В общем одной фразой можно сказать так, что наверху не те, кто умеет складывать и умножать, а те кто умеет только отнимать и делить. И пока никаких изменений не предвидится в ближайшем будущем. Но в дальней перспективе возможно все закончится катастрофой , мне кажется еще более страшной чем были до нас.
Надо было быстро сделать прототип парсинга строки на SQL . Подключил ИИ, без плана, строка ведь маленькая, но оказалась удаленькая, с пропусками, совпадениями и еще множеством тонкостей. В конечном итоге после полдня общения строка была готова. Начал тестировать, еще полдня ушло на правки конечного запроса. Особо не вникал в код так как прототип. В результате пришлось разбираться в коде, так как на реальных данных начали возникать проблемы. Код запроса сильно переусложнен ( тут сам виноват, не просил отсекать заведомо ненужные комбинации). Сейчас упростил логику парсинга в самом начале, стало намного проще править код SQL. Резюме: даже на прототипе небольшой задачи нельзя пускать код на самотек. Всегда нужно ревьюировать самому и с концептуальной точни зрения для упрощения результирующего кода. Сам бы тоже сделал, без ИИ, но решил поэксперементировать.
Под SQL в общем стал использовать нейронку, но бесплатную, в chrome. На удивление она достаточно вменяемая для Sql Server и иногда ей даешь процедуру или функцию и просишь оптимизировать по скорости. Все работает и реально быстрее. Кое что приходится подправлять, но реально уже использовать это для несложных корректировок, особенно в специфических задачах, как у меня. Я конечно давно работаю с sql и опыт есть неплохой, но век живи и вее учись, в том числе и у нейронки. У меня не аналитика конечно, а сложные задачи онлайн мониторинга и запросы в реальном времени.
Аналитика она такая. Казалось бы чего проще, разобраться с CTE, оконными функциями, еще почитать о паре- тройке статистических функций и вот ты аналитик. Но мне кажется это все не аналитикой, а просто отчетом, на котором не нужно делать далеко идущих выводов. Ибо аналитика, как тут правильно заметили до меня, это исскуство прогноза о будущем с учетом движения цен, спроса, и много чего еще, я полагаю, относительно прошлых периодов. В экономике есть такая штука как кривая Лаффера. Она показывает как рулить налогами в масштабе государства, чтобы налоговая нагрузка не приводила к обнищанию населения и соответственно не только рос ВВП но и благосостояние население не уменьшалось а росло. Вот это и есть задача аналитика, как рулить ассортиментом, категориями товаров , ценами с учетом растущих налогов и падения дохода покупателей чтобы не уменьшать по крайней мере свою прибыль с учетом роста налогов и затрат и т п. Да это сложная задача. Сложнее чем писать запросы SQL. Но это и есть работа аналитика имхо.
Ну если есть положительные и отрицательные числа то при проходе по массиву надо сравнивать значения по модулю. Произведение минимальных отрицательных не факт что больше произведения максимальных положительных и наоборот. А еще они могут быть и равны. Так что алгоритм сложнее должен быть. Если данная задача нужна лишь для демонстрации оптимального однопроходного решения, то это интересно только для начинающих, типа как в шахматах, найди мат в два хода. Для более менее продвинутого программера этот алгоритм типа на знания "таблицы умножения". Но есть нюансы, которые я описал выше.
AGI это что? Это типа бога что-ли, всезнающего, всевидящего и всемогущего? Чушь полная. Можно AGI назвать любую хрень в силу своего индивидуального понятия что это за зверь. Если до сих пор никто не знает что такое сознание, то построить то, что непонятно что не удастся. Многие люди путают сознание с мышлением.Это разнве вещи. У сегодняшних ИИ нет и того и другого. Откуда взятся сознанию и мышлению у ИИ когда это просто вычислительный алгоритм? База знаний ограничена и будет всегда ограничена, отсутствует эксперимент и мотивация. Грубо говоря человеческий интеллект растет и развивается благодаря эмоциональному интелекту, который является двигателем процесса познания. Ничего подобного у так называемого AGI нет и не будет. Ну может быть изобретут какого-нибудь гомункулуса через вживление чипа в человеческий мозг, который будет иметь эмоциональный интеллект, но в связи с этим мне вспоминается повесть Стругацких и его персонаж Выбегалло, конструирующий гомункулуса с неограниченными потребностями.
Скорее всего у второго было нечто подобное и интуиция, подкрепленая опытом помогла быстро найти баг в коде. Так иногда бывает. Ничего удивительного.
Во первых, я не вайбкодер и этой деятельностью не занимаюсь, во вторых архитектурные недостатки это что то другое, а не корявая разработка драйверов питона для БД.
Пока использую по мелочам, на подхвате. Недавно нужен был скрипт на powershell для перекачки логов их одного сервера в другой. Я с powershell был почти не знаком. Через гугловский браузерный ии вполне нормально получилось, но пришлось сделать итераций достаточно много, чтобы скрипт выполнял и перекачку, не вешая сервер, и обновление и чистку источника и выполнялся по расписанию. Ушло примерно полдня, с перерывами на другую задачу. По старинке, наверно бы понадобилась пара дней только на понимание, что возможно в powershell и как разрабатывать, делать отладку скрипта.
Попробовал использовать питон через ИИ. Для простенькой задачи типа прочитать данные из базы,сделать транспонирование.и закинуть в csv. Код на простом запросе работал, но когда вместо запроса вставил хранимую процедуру то код не работал и сообщений об ошибках не было как и данных. Depseek на этом коде зациклился и начал выдавать варианты как на конвейере но ни один не работал Решил скормить этот код обычному браузерному ии и тот сразу же выдал одну строчку, которой не хватало. Оказывается что питоновский драйвер одбс не понимает вывода из хранимки без set no count on. Самое неприятное, что никаких сообщений или подсказок в питоне на этот счет не выводилось.
Знания у ии есть, а вот ума нет. По собственному опыту сужу. На подхвате можно использовать, но полностью решить нечетко поставленную задачу не получается у вычислительного алгоритма перемножения матриц.
Для работы в сетевой среде и sqlite в приложении LabVIEW код запросов и код запуска хранимых процедур через exec я положил в отдельную таблицу как поле справочника операций. Параметры запросам передаются путем замены строк параметров. После загрузки строки запроса. Все работает с сервером через ODBC и библиотеку sqlite3.DLL Проблем никаких нет. В Delphi проблемы есть при работе через встроенный драйвер firedac. Запрос с параметрами, который работает на сервере может не работаеть в sqlite. Есть тонкости с датами и СТЕ. Все запросы sqlite для Delphi приходится перепроверять и отлаживать в Sqlite studio. Но работает быстро. Хотя процедуру на сервере приходится разбивать на последовательность запросов для sqlite. Насчет внедрения функций Delphi в Sqlite надо попробовать. Спасибо за инфу. Это может пригодится. Но всё-таки я фанат обработки данных на sql и использования бизнес логики там же. Приложения мои непростые, а это сильно упрощает клиентское приложение. Даже парсинг строк предпочитаю делать в sql. Вот сейчас сть сложная задача с парсингом строки, к которой регулярки прикрутить не получится из за взаимных пересечений и отсутствия свойств. Алгоритм в sql c рекурсивными запросами , нечетким поиском и удалением взаимных пересечений распарсенных свойств с предварительным парсингом всей строки вполне показывает хорошую скорость и точность.
Весовые коэффициенты имеют смысл, когда у вас несколько уравнений для регресионного анализа. Каждый, даже не математик понимает, что если умножить все части уравнения на константу, то результат решения не изменится. Но получаемые коэффициенты при решении по методу наиеменьнших квадратов будут отличаться если вы для одного уравнения добавите допустим коэфф. 100 а для других 10. Это может быть различные способы решения, Гаусса, Гивенса и т п. То есть там где будут весовые коэффициенты больше точность вычисления коэффициентов регресии будет выше, то есть в этих точках отклонения от линейного закона будут меньше. Это если кратко и без воды.
В определённых промышленных устройствах где требуется взрывозащита типа exia и требования температурных классов окружающей среды T4-Т6, общей емкости и индуктивности схемы и есть еще масса требований на топологию, зазоры, ширину проводников и много чего еще. Стандарты IPC тут тоже желательны ибо это связано с технологией изготовления плат и надежностью в эксплуатации. У меня был случай, когда рекламация по прибору пришла и в результате причиной отказа стал недостаточный зазор в слаботочной схеме между отверстиями в полигонах питания и земли.
Нынешнее Delphi это в общем неплохой вариант в клиент-серверных приложениях без заморочек с web. Я использую конечно не fb,а sql server и sqlite. Одно приложение довольно сложное написано как универсальное, в онлайне меняете подключение и можете работать как в сети так локально. Единственное, использую только хранимые процедуры и обработку данных в sql server. C sqlite сложнее разработка, так как приходится работать только через запросы, а это больше труда намного, если нужна обработка данных, как этом приложении, где используется сложный парсинг данных и это не crud приложение. А еще оно получает данные через другое приложение на LabVIEW, посредством связи через общую таблицу в sql server или sqlite в зависимости от подключения. Ну и логи и все такое. Программируемая система тестирования электроники интеллектуальных приборов.