Вот-вот, замыкания и наводки еще полбеды, часто эмуляция очень фланелевая — там всегда совпадают тайминги, все укладывается в требуемые рамки и вообще все всегда работает. В жизни совсем не так.
а для профи эти игрушки бесполезны. Сложный проект эмулировать будет вечность. Попробуй-ка сэмулируй в нем работу с гироскопом и акселерометром и обработку данных фильтром. Такой проект можно в симулинке сэмулировать, но стоит он не 12 баксов.
тоже за 12 баксов в месяц? :) при том, что сама плата стоит $8. Я себе купил 3 штуки и виртуалить не нужно.
Тем более веб = тормоза. Особенно в симуляции электроники — STM32 довольно быстрый 32битный проц. Единственное, от чего могла бы такая система спасти — это необходимость пять и собирать кучу коннекторов и проводов. Но имеет смысл это только на сложных схемах.
А на деле эмулятор обычно работает, а в железе вылезают тонкости. Поэтому я эмуляторами больше не пользуюсь ни для AVR ни для STM32.
используется много чего, но ничего из этого сам «ИИ» не выбирает для анализа даже после начала обучения. Кажущаяся сложность экспертных систем (а именно так называются помощники, перерывающие груду информации и выдающие заключения или диагнозы), всего лишь качественно написанный довольно жестко заданный алгоритм. Да, он эффективен, но только в узкой заданной заранее области. И переучиться он не может.
Крокодил Гена и правда может бегать и прыгать, мы говорим о том, что реальный крокодил не может. Это и есть опыт. Дети как и компьютеры этого могут не знать.
Вы все время оправдываете ограниченность ИИ его ограниченным контактом с миром. Я говорю о том же — не надо его ограничивать, не нужно пытаться всему научить умозрительно. Дайте ему опыт, научите разбирать информацию и научите формировать свой багаж опыта. И он будет ошибаться, как и человек, неверно и ограниченно интерпретируя факты, потому что совершенно объективных данных почти не бывает. Но он будет гибче и ближе по возможностям обучения к человеку.
Нехватка вычислительных ресурсов возникает при попытке решить задачу в лоб, что не есть умный способ. Нас в школе и универе учат как раз не делать этого. Но это самый простой способ, он просто трудоемкий и мы раз от разу пытаемся переложить на могучие плечи процессоров задачу перебора, надеясь, что теперь то можно не думать, а просто найти решение в лоб, подбирая ответ. В этом и ошибка. Задачу нужно решать, а не подбирать ответы. Гугл тоже ищет готовые ответы как и все существующие крупные псевдоИИ.
Интеллект- это инструмент по переработке входных данных и выработке решений, способный найти закономерности, а не просто найти подходящий ответ.
Нужно держать его сервис запущенных, он медленнее стартует и медленно работает. Еще какие -то мелочи всплывают, но и проблем с лицензией и сервисом мне хватило, чтобы отказаться в пользу беспроблемного st-link
Насколько я знаю нет, но J-Link у меня пылится на полке из-за неудобства работы с ним и кривых дров — новые версии банят китайские копии по серйиникам )
Обучаться человек может, он принципиально может себе поставить эту задачу и начать собирать информацию для ее решения, приобретать навыки и опыт. Алгоритмы предсказаний же жестко заданы и работают в рамках, определенных человеком, проводя относительно простые корреляции. Единственное, в чем они превосходят человека — возможность оперирования с большим количеством данных быстро.
Именно, что подобие. И только для жестко заданных заранее областей. ИИ на данный момент не может учиться произвольным вещам. Я вижу одно из направлений развития в виде краулера, который будет по мере изучения мира выстраивать свою модель этого мира, где будут не только данные, но и «скрипты» ее оживляющие. В нашем распоряжении в любой момент есть не только «видео» какого-то события, но и возможность изменить его по своему вкусу, причем мы будем понимать какое изменение могло бы произойти в реальной жизни, а какое невозможно. (Например. Полететь при прыжке в воспоминаниях мы можем, но на практике этого не получится).
На этом пути ждет много трудностей, как и с людьми, но принципиально машина может обучаться быстрее, в пределах доступных средств получения информации, конечно.
Я и не свожу. Только заметьте — продукционная система не может сделать наблюдения и вывести новую связку условие — заключение и записать его в память самостоятельно. А для ИИ именно это и требуется. Все это можно и нужно хранить в памяти, но такие системы как гугл используют свои огромные базы данных исключительно как факты. Гугл не в состоянии прочесть инструкцию по пользованию и изложить ее смысл кратко своими словами.
Открываем даташит, видим «STM32F103xB medium-density performance line microcontrollers».
а значит нужно выбрать STM32F10x_md (что и означет medium density).
второе поле нужно только, если вы используете CoolinkEx в качестве отладчика или для прошивки. Я добавил это поле для удобства работы с ним. Для компиляции или при работе с ST-Link оно не имеет значения.
вот эта ошибка и ведет к созданию псевдоИИ и техническому анализу на форексе.
Опыт это память, плюс модель, согласно которой данные в памяти интерпретируются.
Это не просто набор фактов, это и алгоритмы, выработанные в результате приобретения опыта. Алгоритмы отнесения объектов к различным категориям по косвенным признакам, алгоритмы предсказания с помощью экстраполяции данных, алгоритмы, позволяющие обобщать и наоборот вычленять частности. Факты без структуры и алгоритмов их обработки — просто куча мусора. А человек приобретая опыт не только пополняет копилку фактов, но и совершенствует алгоримты их обработки. Специфичные для различных типов данных.
В Emblocks встроен arm-gcc-none-eabi- тот же компилер, что и в code-sourcery тулчейне, версии библиотек в шаблонах проектов обновить крайне легко, я, например CMSIS новую включил.
В общем, то, о чем я и говорил — среда гибкая и при этом настраивается проще чем Eclipse и работает быстрее. Все необходимые инструменты есть.
Кстати, это демонстрация антропоцентрического мышления — мы априори подразумеваем, что негуманоиды более вероятно станут нашими врагами, чем гуманоиды. Людей мы просто так травить вряд ли будем, если есть альтернативный смысл — травить тараканов. Поэтому улыбаемся и понимаем фразу правильно. :)
Вот зря заминусовали. Как раз это есть правильный подход. Не единственный, но позволяющий решать абстрактные задачи, которые на деле встречаются в жизни на каждом шагу, хотя мы и не замечаем этого.
Тем более веб = тормоза. Особенно в симуляции электроники — STM32 довольно быстрый 32битный проц. Единственное, от чего могла бы такая система спасти — это необходимость пять и собирать кучу коннекторов и проводов. Но имеет смысл это только на сложных схемах.
А на деле эмулятор обычно работает, а в железе вылезают тонкости. Поэтому я эмуляторами больше не пользуюсь ни для AVR ни для STM32.
Крокодил Гена и правда может бегать и прыгать, мы говорим о том, что реальный крокодил не может. Это и есть опыт. Дети как и компьютеры этого могут не знать.
Вы все время оправдываете ограниченность ИИ его ограниченным контактом с миром. Я говорю о том же — не надо его ограничивать, не нужно пытаться всему научить умозрительно. Дайте ему опыт, научите разбирать информацию и научите формировать свой багаж опыта. И он будет ошибаться, как и человек, неверно и ограниченно интерпретируя факты, потому что совершенно объективных данных почти не бывает. Но он будет гибче и ближе по возможностям обучения к человеку.
Нехватка вычислительных ресурсов возникает при попытке решить задачу в лоб, что не есть умный способ. Нас в школе и универе учат как раз не делать этого. Но это самый простой способ, он просто трудоемкий и мы раз от разу пытаемся переложить на могучие плечи процессоров задачу перебора, надеясь, что теперь то можно не думать, а просто найти решение в лоб, подбирая ответ. В этом и ошибка. Задачу нужно решать, а не подбирать ответы. Гугл тоже ищет готовые ответы как и все существующие крупные псевдоИИ.
Интеллект- это инструмент по переработке входных данных и выработке решений, способный найти закономерности, а не просто найти подходящий ответ.
Но подходит не только для stm32, просто я так использую. Но вообще подходит для любого arm
На этом пути ждет много трудностей, как и с людьми, но принципиально машина может обучаться быстрее, в пределах доступных средств получения информации, конечно.
а значит нужно выбрать STM32F10x_md (что и означет medium density).
второе поле нужно только, если вы используете CoolinkEx в качестве отладчика или для прошивки. Я добавил это поле для удобства работы с ним. Для компиляции или при работе с ST-Link оно не имеет значения.
Опыт это память, плюс модель, согласно которой данные в памяти интерпретируются.
Это не просто набор фактов, это и алгоритмы, выработанные в результате приобретения опыта. Алгоритмы отнесения объектов к различным категориям по косвенным признакам, алгоритмы предсказания с помощью экстраполяции данных, алгоритмы, позволяющие обобщать и наоборот вычленять частности. Факты без структуры и алгоритмов их обработки — просто куча мусора. А человек приобретая опыт не только пополняет копилку фактов, но и совершенствует алгоримты их обработки. Специфичные для различных типов данных.
В общем, то, о чем я и говорил — среда гибкая и при этом настраивается проще чем Eclipse и работает быстрее. Все необходимые инструменты есть.