Раз уж написали про революцию, давайте уточним. Революция в какой именно сфере имеется в виду - маркетингового хайпа на фоне тотального когнитивного искажения, или всё же технологии? Если говорим про второе, то будьте добры называть вещи своими именами и уточните пожалуйста - какую именно революцию совершили БЯМ (LLM), кроме генерации контента неопределенного содержания и имитации коммуникации (если перечисленное можно считать революцией, конечно)?
Суть автоматизации - ожидаемый результат выполнение с исключением человека из цепочки.
Вторая четверть 21-го века: промоутеры разного калибра, от нобелевских лауреатов до домохозяек, продают имитирующие человека языковые модели с неопределенным результатом как инструмент "автоматизации".
Прикол в том, что процессы с определенным шаблоном, где БЯМ показывают себя лучше всего, и так легко автоматизируются. Что важнее всего - дают ожидаемый результат, в отличии от вероятностных моделей. Любой фреймворк - идеальный пример автоматизации паттернов. БЯМ же синтетически должны создавать для себя паттерны там, где их нет.
Сравнивать логическую автоматизацию с рандомизированными моделями - это как бросать кости и утверждать, что это "такая же арифметика".
Одно только слово "автоматизация", которое подразумевает исключение человеческого фактора, должно подсказывать, что имитация человека явно не та дорога. Но, как всегда, манагерам видней.
Кто вам сказал, что я считаю что автопилоты работают на LLM?
Статья и комментарии к ней, которые про LLM (генеративный ИИ). Если Вы хотели сказать, что под формулировкой "ИИ" есть и другие технологии, которые справляются со своей работой получше, то это уже уход от основной темы обсуждение, так как обсуждается конкретная технология, а не лейбл "ИИ" в целом.
и да, он там используется
Он это кто, LLM? Там, где "масштаб ответственности повыше", или там, где условная Алиса выбирает музыку?
LLM - технология генерации контента, поэтому Вам неоднократно написали о том, что результат генеративных моделей надо валидировать, что в свою очередь требует неопределенного количества времени, которое игнорируется в контексте "экономии времени".
Есть ли какая-то объективная причина, кроме до боли известной "мне так привычнее", по которой оформление листов для печати делаются в Модели, а не в самих Листах, которые дают больше гибкости и идентичности, как в подготовке печати, так и в редактировании в целом. Если в этом все же есть резон - может тогда стоит переосмыслить идею Листов?
Понятно, что долгие годы люди работали с САПР-ом, как с черной бумагой, и передавали это "ремесло" следующему поколению. Многие даже меняют фон Модели на белый, не понимая смысла черного, или чертят без слоев в один тон, "как раньше". Давайте все же поймем, наконец, что мы давно работаем с данными, а не графитом на ватмане. Одну четверть 21-го века уже проехали...
С приходом LLM, который хорошо продается (пока) под лейблом ИИ, изменилось только то, что можно генерить невероятное количество неопределенного качества текста за пол минуты.
если у вас ИИ плохо пишет - значит вы дали мало контекста и плохо поставили задачу
Мантра промоутеров. Ага, галлюцинации тоже из-за меня, не умею работать в команде.
Потому что в какой-то момент люди понимают, что "адекватность" требует валидации. Плотника, сварщика или слесаря уже давно заменили роботами именно там, где ИИ никому не нужен - огромный конвейерный поток с шаблоном работ и с ожидаемым результатом.
Предсказать ответы ИИ в разных ситуациях одним вопросом невозможно.
То, что маркетологи назвали ИИ, и есть модель предсказаний, в данном случае - последующих слов по контексту. Разные "ситуации" - разные контексты (если, конечно, определеные правила не прибиты в модель руками).
Такие понятия, как правильное и неправильное рассуждение, не применимы к такой модели, даже в виде метафоры, и всё больше приводят к ошибочному восприятию технологии.
Однако, статистические усреднители не всегда помогают с прогнозами, даже с гигантским количеством данных. Например при прогнозе погоды большую роль играют симуляторы физики, поэтому, как было 30 лет назад, так и сейчас с LLM-ками и блекджеком, всё вычисляется на старой модели, с относительно точным прогнозом максимум на 3 дня.
Добавлю от себя высококонтрастные снимки - солнце/тени. Если корректирую экспозицию на -0.3 или -0.7 (не пробовал с другими камерами, NEF пересвет не вытягивает), то деликатное расширение ДД в обратную сторону и коррекция ББ в пост-обработке почти всегда дают идеальный результат.
Мне не хочется что-то там настраивать. Я обычно софт использую как есть. Чаще всего всё сделано вполне удобно. Хочется сесть и работать.
А Вы не думали, что описаное вами - довольно субъективная реальность, и могло быть применимо таким же образом при старом UI? Вот мне и еще сотням тысяч другим разработчикам (судя по количеству скачиваний), на которых буквально наплевать "эффективным менеджерам", не хочеться "сесть и работать" без плагина Classic UI, сроки поддержки которого от Jetbrains пока не ясны.
То есть, консистентность данных поддерживается на уровне програмных модификации. Меняются геометрические метаданные - пересобираем mesh за счет параметрической семантики записанной отдельно. Очень похоже на оптимизацию форматов хранения nurbs моделей, когда триангулированная mesh модель тоже сохраняется в файл в виде "кэша", и инвалидируется после геометрических изменений.
С мыслями и позицией изложенных в статье солидарен. Потребность в обработке данных в строительстве актуальна и будет неизбежно увеличиватся со временем.
По технической части есть вопрос. Данные в параметрическом формате определяют саму геометрию через некоторые геометрические свойства (цетр, угол, радиус, etc.). Неопределяющие геометрические свойства вычисляются и не являются частью данных (другой угол, площадь, объём, etc.). В случае с использованием mesh формата, если я правильно понимаю, "определяющие" геометрические свойства прикрепляются как метаданные, а геометрия задается отдельно живущим в пространстве списком вершин и полигонов. Поскольку в таком случае очевидным образом нарушается принцип единого источника истины (ssot), какие решения имеются/предлагаются по валидации данных?
Раз уж написали про революцию, давайте уточним. Революция в какой именно сфере имеется в виду - маркетингового хайпа на фоне тотального когнитивного искажения, или всё же технологии? Если говорим про второе, то будьте добры называть вещи своими именами и уточните пожалуйста - какую именно революцию совершили БЯМ (LLM), кроме генерации контента неопределенного содержания и имитации коммуникации (если перечисленное можно считать революцией, конечно)?
Суть автоматизации - ожидаемый результат выполнение с исключением человека из цепочки.
Вторая четверть 21-го века: промоутеры разного калибра, от нобелевских лауреатов до домохозяек, продают имитирующие человека языковые модели с неопределенным результатом как инструмент "автоматизации".
Прикол в том, что процессы с определенным шаблоном, где БЯМ показывают себя лучше всего, и так легко автоматизируются. Что важнее всего - дают ожидаемый результат, в отличии от вероятностных моделей. Любой фреймворк - идеальный пример автоматизации паттернов. БЯМ же синтетически должны создавать для себя паттерны там, где их нет.
Сравнивать логическую автоматизацию с рандомизированными моделями - это как бросать кости и утверждать, что это "такая же арифметика".
Одно только слово "автоматизация", которое подразумевает исключение человеческого фактора, должно подсказывать, что имитация человека явно не та дорога. Но, как всегда, манагерам видней.
Статья и комментарии к ней, которые про LLM (генеративный ИИ). Если Вы хотели сказать, что под формулировкой "ИИ" есть и другие технологии, которые справляются со своей работой получше, то это уже уход от основной темы обсуждение, так как обсуждается конкретная технология, а не лейбл "ИИ" в целом.
Он это кто, LLM? Там, где "масштаб ответственности повыше", или там, где условная Алиса выбирает музыку?
LLM - технология генерации контента, поэтому Вам неоднократно написали о том, что результат генеративных моделей надо валидировать, что в свою очередь требует неопределенного количества времени, которое игнорируется в контексте "экономии времени".
Вы уверены, что системы автоматического пилотирования работают на LLM?
Немного не в тему, но всё же...
Есть ли какая-то объективная причина, кроме до боли известной "мне так привычнее", по которой оформление листов для печати делаются в Модели, а не в самих Листах, которые дают больше гибкости и идентичности, как в подготовке печати, так и в редактировании в целом. Если в этом все же есть резон - может тогда стоит переосмыслить идею Листов?
Понятно, что долгие годы люди работали с САПР-ом, как с черной бумагой, и передавали это "ремесло" следующему поколению. Многие даже меняют фон Модели на белый, не понимая смысла черного, или чертят без слоев в один тон, "как раньше". Давайте все же поймем, наконец, что мы давно работаем с данными, а не графитом на ватмане. Одну четверть 21-го века уже проехали...
С приходом LLM, который хорошо продается (пока) под лейблом ИИ, изменилось только то, что можно генерить невероятное количество неопределенного качества текста за пол минуты.
Мантра промоутеров. Ага, галлюцинации тоже из-за меня, не умею работать в команде.
В оригинальном комментарии ЛеКун пишет AGI в кавычках не зря:
He is a doomer, but he keeps working on "AGI".
Потому что в какой-то момент люди понимают, что "адекватность" требует валидации. Плотника, сварщика или слесаря уже давно заменили роботами именно там, где ИИ никому не нужен - огромный конвейерный поток с шаблоном работ и с ожидаемым результатом.
То, что маркетологи назвали ИИ, и есть модель предсказаний, в данном случае - последующих слов по контексту. Разные "ситуации" - разные контексты (если, конечно, определеные правила не прибиты в модель руками).
Такие понятия, как правильное и неправильное рассуждение, не применимы к такой модели, даже в виде метафоры, и всё больше приводят к ошибочному восприятию технологии.
Однако, статистические усреднители не всегда помогают с прогнозами, даже с гигантским количеством данных. Например при прогнозе погоды большую роль играют симуляторы физики, поэтому, как было 30 лет назад, так и сейчас с LLM-ками и блекджеком, всё вычисляется на старой модели, с относительно точным прогнозом максимум на 3 дня.
Добавлю от себя высококонтрастные снимки - солнце/тени. Если корректирую экспозицию на -0.3 или -0.7 (не пробовал с другими камерами, NEF пересвет не вытягивает), то деликатное расширение ДД в обратную сторону и коррекция ББ в пост-обработке почти всегда дают идеальный результат.
Надо отметить, что не на LLM.
А Вы не думали, что описаное вами - довольно субъективная реальность, и могло быть применимо таким же образом при старом UI? Вот мне и еще сотням тысяч другим разработчикам (судя по количеству скачиваний), на которых буквально наплевать "эффективным менеджерам", не хочеться "сесть и работать" без плагина Classic UI, сроки поддержки которого от Jetbrains пока не ясны.
И в старом, и в новом, элементы UI можно увеличить. В отличии от старого, в новом их надо угадывать или вспомнить.
Можете привести пример удобства со ссылкой на неудобство того же самого в классическом интерфейсе?
touch можно передать и существующие файлы, обновляются только временные метки (тут внезапно раскрывается смысл названия команды).
То есть, консистентность данных поддерживается на уровне програмных модификации. Меняются геометрические метаданные - пересобираем mesh за счет параметрической семантики записанной отдельно. Очень похоже на оптимизацию форматов хранения nurbs моделей, когда триангулированная mesh модель тоже сохраняется в файл в виде "кэша", и инвалидируется после геометрических изменений.
С мыслями и позицией изложенных в статье солидарен. Потребность в обработке данных в строительстве актуальна и будет неизбежно увеличиватся со временем.
По технической части есть вопрос. Данные в параметрическом формате определяют саму геометрию через некоторые геометрические свойства (цетр, угол, радиус, etc.). Неопределяющие геометрические свойства вычисляются и не являются частью данных (другой угол, площадь, объём, etc.). В случае с использованием mesh формата, если я правильно понимаю, "определяющие" геометрические свойства прикрепляются как метаданные, а геометрия задается отдельно живущим в пространстве списком вершин и полигонов. Поскольку в таком случае очевидным образом нарушается принцип единого источника истины (ssot), какие решения имеются/предлагаются по валидации данных?
Это называется "не прочитал, но своё мнение я скажу". Так и я об этом же - инфраструктура есть, но популяризации она не способствует.