Справляться с мультимедиа и прочим климатом сейчас классно помогают запоминание настроек и голосовой интерфейс. Здесь почти перестал пользоваться кнопками - ни физическими, ни экранными. Сел и поехал - уже все настроено с прошлого раза. Физические кнопки удобны в сценариях именно управления авто - где нужна быстрая реакция. Но пока все на месте.
В Лего, кроме маркетинга, классно проработан опыт.
Детей и родителей заводят почти с пелёнок, с простейших наборов с десятком кубиков, которые продают за копейки.
С каждым набором сложность и цены плавно растут. Но главное, весь предыдущий опыт аккуратно переиспользуется. У детей - не бояться и собирать (ведь справился в прошлый раз, значит справишься и сейчас). У родителей - не бояться и покупать (пять-десять долларов сверху к прошлой покупке не такие великие деньги). И цены растут быстрее.
Продажа дорогущих комплектов с электроникой в финале у них идёт как органичное продолжение данного сериала, длившегося годы. В финале, как разумный человек ты понимаешь, что у китайцев аналогии стоят раз в пять дешевле. Но, мысль - а вдруг не понравится? - заставляет отбросить все сомнения и раскрыть кошелёк.
Отдельно стоящие конструкторы здесь выглядят как артхаус, который крайне сложно начинается со скучной теории, а потом внезапно быстро заканчивается - оставляя детей и родителей один на один с вопросом: а что дальше? Родителям нужно либо быть в состоянии полной безысходности, либо самим помешанными в этой теме, чтобы выбрать такую покупку.
Я не очень верю в идею популяризации сложных конструкторов через школу и гос программы. Выглядит как попытка закидать деньгами недоданный опыт в более раннем возрасте.
В этих древних технологиях нет возможности нормально встраивать рекламу и собирать аналитику. Какое-то время корпорации поддерживали софт ради общей пользовательской базы. Но теперь там и пользователей уже почти не осталось. Старики вымирают, моложь приручена к соцсетям и новостным хабам.
Автор работает в институтах, решая местные прикладные задачи. Могут предложить, что его заказчики это учёные, которые вполне могут объяснить свою задачу со стороны домена в мельчайших подробностях. За программистом остаются технологии.
Нейросети никак не обезьянки , которые "случайным" образом находят закономерности
Мы сейчас придем к другой философской проблеме - существуют-ли в природе действительно случайные процессы? Либо все детерминированно - просто пока ещё слишком сложно для нашего понимания, чтобы обнаружить закономерности.
Нейронки здесь это инструмент для систематизации знаний. Не важно есть в нем случайности или нет. Главное, что он не использует формализацию, чтобы соедиять входы и выходы.
Логика всегда базируется на аксиомах, просто дальнейшие доказательства строго опираются на эти аксиомы. Чего в философии нет.
В философии скорее одни аксиомы - утверждения, которые не требуют доказательства). А вообще ФС (aka аксиоматические теории) это не только математика. Здесь же и игры, например, с их утверждениями и правилами. Допустим, шахматы. Либо взять Уголовный Кодекс - это тоже ФС - из слов, базовых понятий и утверждений (аксиом) и статей (правил вывода / теорем), использующая логику. Но математикой его ведь ни кто не называет.
В нейронках работает только математика. На нижнем уровне и на уровне обучения
Там выше упоминали машину Тьюринга. Лента на входе, лента на выходе. Между ними - алгоритм, который преобразует входные данные в выходные. Это математика? Похоже, что - да.
Что будет если вместо алгоритма поставить между лентами генератор случайных чисел? Либо, посадить, скажем, философа и обезьянку? Пусть теперь они по каким-то своим соображениям влияют на то, что образуется на выходе.
Здесь по прежнему математика? Если ответ утвердительный, то математические способности можно найти у чего и у кого угодно. Тогда получается, что здесь напрасно крошат батон на философию. Любой философ это математик. Любые его выводы - закон. Звучит прикольно, но с точки здравого смысла это не выглядит достаточно правдоподобным.
Так вот, я считаю, что нейронки это такие вот обезьянки, где вместо алгоритма - сито для данных. И они нам прямо сейчас показывают, что важность именно математической формализации несколько переоценена. Потому, что это сито справляется с анализом данных не хуже тех ребят, которые десятилетия учились в универах придумывать абстракции для абстракций и выписывать формулы.
Любая конкретная нейросеть имеет строгое математическое описание
В пределе любая программа, исполняемая на компьютере, это какие-то флуктуации электронов в куске кремния с примесями других химических элементов. Но какое им дело до нашей математики?
Формализация, как способ схлопнуть сложность реальной системы до конечного набора слов, хорошо работает, когда у нас единицы, ну может быть десятки параметров. Мы можем их изучать, запоминая "в лицо", играть с правилами и по правилам. Можем этим оперировать - в уме, на листочке, как угодно - получая так необходимые нам предсказания.
В нейронках, кроме математики, важную роль играют системные эффекты. Благодаря ним результат не сводится лишь к простой сумме составных частей. Если говорить об обученной LLM, то вместо программы с алгоритмами на вход ей мы продаем просто какой-то набор слов - prompt. Где здесь логика?
Вы же предлагаете вернуться на уровень философов глубокой древности
Не совсем. Сейчас формализация как метод научного познания возведена в абсолют.
Мне кажется , что ФС это не единственный способ систематизации знаний, дающий в результате предсказательную силу. LLM здесь как пример.
Мой поинт в том, что отказываться от альтернатив может быть не разумно. В конце-концов, почему мы обязаны для критерия Поппера (Falsifiability) здесь делать исключение?
В прикладном плане нас обычно интересует последнее. Именно тут происходят все эти бесконечные дебаты на тему правил, бизнес-логики, и прочей житейской мудрости. Включая и философию.
была научна, она должна быть фальсифицируема. Т.е. основана на логике и формулах. Иначе это словесная вода.
Это интересное утверждение. Вообще да, формальные системы - мощный инструмент, альтернатив которому до недавнего времени особо не было видно. Однако теоремы Геделя о неполноте показали, что здесь есть неприятно жесткое ограничение: используя утверждения самой ФС вы не можете показать её непротиворечивость. Поэтому любые такие выводы всегда оставляют повод, чтобы в них сомневаться.
Сейчас, с развитием ИИ, мне кажется, что другие варианты все же есть. Сети работают на иных принципах, где вместо теорем - веса и связи. Но они точно также же дают ответы, имеющие полезную предсказательную силу. Где-то хуже, где-то даже лучше. Возможно в словесной философии ещё удастся накопать рациональные вещи, которые мы сейчас просто не замечаем. Что-то похожее на то, что нынче происходит с LLM и ChatGPT.
Опенсорс вырос из академической среды. Институты пилили софт для своих нужд и хотели им беспрепятственно делиться - и друг с другом, и с обществом. Вопрос с компенсациями оставался за скобками - в конце концов сотрудники получали зарплату.
Проблема возникла когда к движению подключились энтузиасты, кто стал вкладывать в это своё свободное время. В молодости времени куча и можно заниматься этим в своё удовольствие. Но когда становишься старше, у тебя появляются обязанности, дети, то ситуация меняется принципиально.
На мой взгляд проблема здесь не в плоскости денег, а - взросления. В сутках по прежнему только 24 часа. Поэтому вы либо опенсорсите на работе (работаете вы на дядю или на себя и свой проект - не важно). Либо прощаетесь с семьёй. Либо - со своими детскими увлечениями. Я выбрал последний вариант.
В CSS несколько сотен различных свойств (не считая специфичных применений), а их возможных комбинаций на среднестатистической странице - больше числа атомов во вселенной. Плюс (точнее это минус) глобальная область видимости. Плюс (минус) нюансы поддержки в разных браузерах. Мне понятно почему нормальные люди это недолюбливают.
С другой стороны CSS даёт возможность менять стили сразу для множеств элементов на странице, а не по одному как в JS/DOM. Поэтому там, где нужна консистентность обновлений, альтернатив особо нет.
На практике выбор между CSS и JS не бинарный. Это всегда набор каких-то компромиссов.
Они изначально писали на Lambda Step Functions. Это довольно специфичная разновидность микросервисов, где каждая функция выполняется как отдельный инстанс. Наиболее простое решение в разработке, но костам получается самое дорогое.
Функции в БД это не обязательно бизнес логика. Часто это контроль целостности данных (логических инвариантов), маппинг в удобном для приложения виде, аудит доступа и т.п.
С самого начала это выглядело как попытка получить компанию в обход антимонопольщиков. Покупку скорее всего заблокируют, а здесь получается, что "мы не виноваты, они сами к нам пришли".
Мелкомягким нужен доступ к мозгам и технологиям. Членство в совете директоров представителя крупнейшего инвестора тоже вариант. Формально у него нет права голоса, но есть доступ ко всему и есть возможность голосовать суммами инвестиций. Кто девушку ужинает тот ее и танцует.
Проблема этой фразы в том, что она неявно противопоставляет монолит и подходящее решение.
Нет, я имел ввиду, что монолит это не единственный вариант. (хотя, в этой фразе уже два противопоставления. .. А в этой - одно. ;) Подходящее решение может быть монолитом, а может и не быть.
Архитектура в большей степени зависит от нефункциональных требований. Решения на 10 и 1 000 000 пользователей это принципиально разные решения, как по технологиям, так и по деньгам. Eсли у вас 1 000 000 пользователей, то нет смысла делать на 10 - и наоборот.
Если обезличивание ПДн не дает защиты, то зачем сколько сложных процедур и столько регулирования при работе с ними?
Это с самого начала тема про консолидацию данных - для извлечения прибыли и отчасти устранения конкурентов и политических манипуляций. Правила сделаны настолько сложными, что реализовать их под силу лишь небольшому количеству крупных корпораций. Для мелких игроков быть data controller в этой модели выходит чересчур рискованно и накладно, поэтому они вынуждены отдавать эту часть "старшему брату".
Справляться с мультимедиа и прочим климатом сейчас классно помогают запоминание настроек и голосовой интерфейс. Здесь почти перестал пользоваться кнопками - ни физическими, ни экранными. Сел и поехал - уже все настроено с прошлого раза. Физические кнопки удобны в сценариях именно управления авто - где нужна быстрая реакция. Но пока все на месте.
В Лего, кроме маркетинга, классно проработан опыт.
Детей и родителей заводят почти с пелёнок, с простейших наборов с десятком кубиков, которые продают за копейки.
С каждым набором сложность и цены плавно растут. Но главное, весь предыдущий опыт аккуратно переиспользуется. У детей - не бояться и собирать (ведь справился в прошлый раз, значит справишься и сейчас). У родителей - не бояться и покупать (пять-десять долларов сверху к прошлой покупке не такие великие деньги). И цены растут быстрее.
Продажа дорогущих комплектов с электроникой в финале у них идёт как органичное продолжение данного сериала, длившегося годы. В финале, как разумный человек ты понимаешь, что у китайцев аналогии стоят раз в пять дешевле. Но, мысль - а вдруг не понравится? - заставляет отбросить все сомнения и раскрыть кошелёк.
Отдельно стоящие конструкторы здесь выглядят как артхаус, который крайне сложно начинается со скучной теории, а потом внезапно быстро заканчивается - оставляя детей и родителей один на один с вопросом: а что дальше? Родителям нужно либо быть в состоянии полной безысходности, либо самим помешанными в этой теме, чтобы выбрать такую покупку.
Я не очень верю в идею популяризации сложных конструкторов через школу и гос программы. Выглядит как попытка закидать деньгами недоданный опыт в более раннем возрасте.
В этих древних технологиях нет возможности нормально встраивать рекламу и собирать аналитику. Какое-то время корпорации поддерживали софт ради общей пользовательской базы. Но теперь там и пользователей уже почти не осталось. Старики вымирают, моложь приручена к соцсетям и новостным хабам.
Автор работает в институтах, решая местные прикладные задачи. Могут предложить, что его заказчики это учёные, которые вполне могут объяснить свою задачу со стороны домена в мельчайших подробностях. За программистом остаются технологии.
Мы сейчас придем к другой философской проблеме - существуют-ли в природе действительно случайные процессы? Либо все детерминированно - просто пока ещё слишком сложно для нашего понимания, чтобы обнаружить закономерности.
Нейронки здесь это инструмент для систематизации знаний. Не важно есть в нем случайности или нет. Главное, что он не использует формализацию, чтобы соедиять входы и выходы.
В философии скорее одни аксиомы - утверждения, которые не требуют доказательства). А вообще ФС (aka аксиоматические теории) это не только математика. Здесь же и игры, например, с их утверждениями и правилами. Допустим, шахматы. Либо взять Уголовный Кодекс - это тоже ФС - из слов, базовых понятий и утверждений (аксиом) и статей (правил вывода / теорем), использующая логику. Но математикой его ведь ни кто не называет.
Там выше упоминали машину Тьюринга. Лента на входе, лента на выходе. Между ними - алгоритм, который преобразует входные данные в выходные. Это математика? Похоже, что - да.
Что будет если вместо алгоритма поставить между лентами генератор случайных чисел? Либо, посадить, скажем, философа и обезьянку? Пусть теперь они по каким-то своим соображениям влияют на то, что образуется на выходе.
Здесь по прежнему математика? Если ответ утвердительный, то математические способности можно найти у чего и у кого угодно. Тогда получается, что здесь напрасно крошат батон на философию. Любой философ это математик. Любые его выводы - закон. Звучит прикольно, но с точки здравого смысла это не выглядит достаточно правдоподобным.
Так вот, я считаю, что нейронки это такие вот обезьянки, где вместо алгоритма - сито для данных. И они нам прямо сейчас показывают, что важность именно математической формализации несколько переоценена. Потому, что это сито справляется с анализом данных не хуже тех ребят, которые десятилетия учились в универах придумывать абстракции для абстракций и выписывать формулы.
В пределе любая программа, исполняемая на компьютере, это какие-то флуктуации электронов в куске кремния с примесями других химических элементов. Но какое им дело до нашей математики?
Формализация, как способ схлопнуть сложность реальной системы до конечного набора слов, хорошо работает, когда у нас единицы, ну может быть десятки параметров. Мы можем их изучать, запоминая "в лицо", играть с правилами и по правилам. Можем этим оперировать - в уме, на листочке, как угодно - получая так необходимые нам предсказания.
В нейронках, кроме математики, важную роль играют системные эффекты. Благодаря ним результат не сводится лишь к простой сумме составных частей. Если говорить об обученной LLM, то вместо программы с алгоритмами на вход ей мы продаем просто какой-то набор слов - prompt. Где здесь логика?
Не совсем. Сейчас формализация как метод научного познания возведена в абсолют.
Мне кажется , что ФС это не единственный способ систематизации знаний, дающий в результате предсказательную силу. LLM здесь как пример.
Мой поинт в том, что отказываться от альтернатив может быть не разумно. В конце-концов, почему мы обязаны для критерия Поппера (Falsifiability) здесь делать исключение?
Можно написать программу, которая будет выполняться, но выдавать полную бессмыслицу.
Здесь есть разница между моделью исполнения (Execution model) и моделью вычисления (Computational model).
В прикладном плане нас обычно интересует последнее. Именно тут происходят все эти бесконечные дебаты на тему правил, бизнес-логики, и прочей житейской мудрости. Включая и философию.
Это интересное утверждение. Вообще да, формальные системы - мощный инструмент, альтернатив которому до недавнего времени особо не было видно. Однако теоремы Геделя о неполноте показали, что здесь есть неприятно жесткое ограничение: используя утверждения самой ФС вы не можете показать её непротиворечивость. Поэтому любые такие выводы всегда оставляют повод, чтобы в них сомневаться.
Сейчас, с развитием ИИ, мне кажется, что другие варианты все же есть. Сети работают на иных принципах, где вместо теорем - веса и связи. Но они точно также же дают ответы, имеющие полезную предсказательную силу. Где-то хуже, где-то даже лучше. Возможно в словесной философии ещё удастся накопать рациональные вещи, которые мы сейчас просто не замечаем. Что-то похожее на то, что нынче происходит с LLM и ChatGPT.
Опенсорс вырос из академической среды. Институты пилили софт для своих нужд и хотели им беспрепятственно делиться - и друг с другом, и с обществом. Вопрос с компенсациями оставался за скобками - в конце концов сотрудники получали зарплату.
Проблема возникла когда к движению подключились энтузиасты, кто стал вкладывать в это своё свободное время. В молодости времени куча и можно заниматься этим в своё удовольствие. Но когда становишься старше, у тебя появляются обязанности, дети, то ситуация меняется принципиально.
На мой взгляд проблема здесь не в плоскости денег, а - взросления. В сутках по прежнему только 24 часа. Поэтому вы либо опенсорсите на работе (работаете вы на дядю или на себя и свой проект - не важно). Либо прощаетесь с семьёй. Либо - со своими детскими увлечениями. Я выбрал последний вариант.
В CSS несколько сотен различных свойств (не считая специфичных применений), а их возможных комбинаций на среднестатистической странице - больше числа атомов во вселенной. Плюс (точнее это минус) глобальная область видимости. Плюс (минус) нюансы поддержки в разных браузерах. Мне понятно почему нормальные люди это недолюбливают.
С другой стороны CSS даёт возможность менять стили сразу для множеств элементов на странице, а не по одному как в JS/DOM. Поэтому там, где нужна консистентность обновлений, альтернатив особо нет.
На практике выбор между CSS и JS не бинарный. Это всегда набор каких-то компромиссов.
Постмодернизм который мы заслужили.
Они изначально писали на Lambda Step Functions. Это довольно специфичная разновидность микросервисов, где каждая функция выполняется как отдельный инстанс. Наиболее простое решение в разработке, но костам получается самое дорогое.
Функции в БД это не обязательно бизнес логика. Часто это контроль целостности данных (логических инвариантов), маппинг в удобном для приложения виде, аудит доступа и т.п.
В DDD популярн паттерн Repository. Но в природе есть ещё ActiveRecord, который тоже ORM.
С самого начала это выглядело как попытка получить компанию в обход антимонопольщиков. Покупку скорее всего заблокируют, а здесь получается, что "мы не виноваты, они сами к нам пришли".
Мелкомягким нужен доступ к мозгам и технологиям. Членство в совете директоров представителя крупнейшего инвестора тоже вариант. Формально у него нет права голоса, но есть доступ ко всему и есть возможность голосовать суммами инвестиций. Кто девушку ужинает тот ее и танцует.
Нет, я имел ввиду, что монолит это не единственный вариант. (хотя, в этой фразе уже два противопоставления. .. А в этой - одно. ;) Подходящее решение может быть монолитом, а может и не быть.
Архитектура в большей степени зависит от нефункциональных требований. Решения на 10 и 1 000 000 пользователей это принципиально разные решения, как по технологиям, так и по деньгам. Eсли у вас 1 000 000 пользователей, то нет смысла делать на 10 - и наоборот.
Это с самого начала тема про консолидацию данных - для извлечения прибыли и отчасти устранения конкурентов и политических манипуляций. Правила сделаны настолько сложными, что реализовать их под силу лишь небольшому количеству крупных корпораций. Для мелких игроков быть data controller в этой модели выходит чересчур рискованно и накладно, поэтому они вынуждены отдавать эту часть "старшему брату".