В лингвисте нет понятия токенов, это раз. Зато в лингвистике есть понятие внутренней структуры языка, не связанной с коммуникацией. Это и есть мышление любых видов, включая предсказания кошкой усилия для прыжка. Хомски много раз пытался это объяснить, а воз и ныне там. Токены не про слова, в про то, как внимание что либо кодирует цепочками токенов. И важны не токены, а пути, то есть траектории в бассейне аттрактора. И кодируйте хоть мысли, хоть поведение инопланетных захватчиков в космическом бою, это универсально
Вообще, токены это про различение чего-то от чего-то другого и про меру сходства между различиями. Язык это надцатая производная. В этом и проблема, люди даже немного не стараются разобраться в элементах психики.
Начнем с базовых определений, которые позволят нам вернуться к реальности.
Определение ИИ - база? Серьезно? Вы - серьезно? Дайте определение ЕИ, хорошо? Тогда будет понятно, есть о чем с вами разговаривать или вы типичный хайпожор без малейшего понятия о том, о чем тут пытаетесь рассуждать на пять страниц.
Как обычно, люди, не определяющие что-либо конструктивно рассуждают о том, есть это или этого нет. Даже не смешно. Просто сборище амбициозных мошенников, которые решили, что можно людям дурить голову. Если Серл не может определить сознание и интеллект конструктивно, а только может показывать мошеннические фокусы с инъекцией противоречия через неопределенность (типа банального 2*2*0=5*0 значит 2*2=5). Начиная с Кантора и Рассела, докатившись до Курта Геделя и теперь вот до Серла, Пенроуза, Черча, Чалмерса и еще тучи чудаков-фокусников инъекции противоречий через неопределенность пудрят людям мозги своей магической математичностью. А это просто очередной теплород.
Ну вот и вы с ними туда же - в бездну маразма. Если уж Вы не можете определить естественный интеллект и его механизма конструктивно - то не лезьте туда, в чем не разбираетесь, сначала научитесь у тех, кто это давным давно сделал.
Предсказание следующего токена - это единственная необходимая и достаточная функция интеллекта. Просто осознайте этот факт. Ничего другого, ничего таинственного, ничего не известного больше нет, не было и не будет. Это финальная точка. Мистификации о каких-то непостижимых свойствах естественного интеллекта развеяны и развенчены полностью. Что осталось? Оптимизация алгоритмов. Свертка моделей, которые уже преодолели четыре уровня семантических разрывов. Дальше все существенно примитивнее. На первый семантический разрыв нужно самая сложная часть эволюции. У живых это заняло долгие эпохи, у техники - сотни лет. Второй семантический разрыв у живого занял что-то около 100 тысяч лет. У техники - два десятилетия. Третий семантический разрыв у живого занимает два поколения. У техники - полтора-два года. Четвертый семантический разрыв у человека занимает около 3-5 лет. У техники - сотни часов. Мы находимся тут. Тут - это оперирование нарративами, вплетенными в сложный социальный мир. Дальше - совсем просто. Исполнительные устройства забирают все больше функций обучения на лету. Процессор современного смартфона в миллион раз производительней того, что будет необходимо.
А убеждать маньяков в том, что они бегают за иллюзиями - дело неблагородное. Бегайте дальше.
Не умеет, просто из за ограничения количества токенов и огромной разнице ресурсов на обобщение всей документации и ее использование. Качество RAG по сравнению с основной моделью по глубине обобщения хуже примерно в 10^11 раз. То есть катастрофически. По факту, GPT работает с документацией не лучше чем аналитик, по диагонали пролиставший большой талмуд за 15 минут. Что на глаза попалось, то и применяет. Если есть хорошая навигация по докам, это улучшает ситуацию. Но цена создания такой навигации - тысячи человеко-часов и без шансов с помощью трансформеров без соответствующих ресурсов (тысячи чипов). Правда, есть гипотеза, что ресурсы избыточны и после первого семантического разрыва, который самый дорогой, нас ждут эффективные алгоритмы, почти симметричные. Но они ещё пока ждут.
Следующая волна сокращений и куда более жестокая ждёт средний и высший менеджмент. заменять менеджеров намного проще с помощью AI чем разработчиков. И намного более эффективно. И знаете, кто это сделает? Правильно. Те ИТ-шники, что сегодня остались без работы. Те из них, кто будет вынужден предпринимать и сделают это успешно. И заменят 99,99% менеджмента сетями AI-агентов. Да-да, с помощью тех ИТ-шников кто предпринимать не сможет.
Нечасто встретишь тех, кто рассматривает неконечные перемежающиеся структуры. Квантовая теория информации пока довольно рыхлая и однобокая модель, ей не хватает четких характоров симметрии, а Вы из немногих, кто вообще смотрит на что-то приближающееся к характерам.
Менеджмент чаще строится на интуиции, а это и есть форма нечеткой логики, причем психика человека работает в перемежающихся контекстах. Это как если бы нечеткость оценок в вашей задачке была бы
1. Из неограниченной сети факторов
2. В неограниченных вариациях конфигураций
3. Конечный результат был бы перемежающимся потоком
Обратите внимание на работы Дмитриевых и Кузнецова по кодированию информации на системах итерируемых отображений. Это немногим моложе нечетной логики, ро дает инструмент более уверенный по сравнению с граничными решениями.
Вы очень точно подмечаете слабости. Да, реализация внимания это экспериментальный и даже гипотетический подход на смеси статистики и случайности в виде температуры и это оказалось удивительно неплохо работающим, хоть и не дает ответов - почему. Тождественность это ключевой метавопрос. Почему близкие векторы иногда схлапываются в «это то же самое», а иногда расщепляются в «не в моем контексте».
Человеческая память предмет очень дискуссионный, потому что есть вещи, которые до сих пор не связаны с какими-либо конкретными механизмами. Токены, эмбеддинг, векторные базы и внимание это топ реализации механизмов, которые более менее понятны. Что наиболее непонятное это множественная перемежающаяся тождественность точек обобщения. Это не сам по себе контекст, это его аттракторы, своего рода опоры. И они очевидно «ныряющие», не непрерывные, но очень устойчивые. Именно они обеспечивают быстрое научение, за одну условную попытку. По моим доморощенным исследованиям, структура этих ядер внимания не очень богатая. Это всего до пяти уровней 6-7 ричного дерева. И в LLM эта структура в общем образовалась, но как пассивная, вроде архитектуры. А в реальной психике она больше похожа на конкурирующие субличности, вплоть до реальной шизофрении. В нормальных условиях субличности не созревают до самосознания и самоидентификации.
Перемежаемость мультиконтекста требует кратного увеличения ресурсов. А LLM пока слишком избыточная по ресурсам модель, чтобы реализовать AGI. Но движется именно туда, что называется, по образу и подобию, без специального фокуса на механиках, они вполне себе эмерджентны. Но внимание это не первое звено цепи, а третье. Будущее поколение перейдет ко второму, сейчас его аналог - температура.
Мир отравлен эпидемией достигаторства. Достигаторство - это тотальная некомпетентность, фрустрированность, неприменение ресурсных навыков. И это то, чем мы платим за доминацию зуммеров. К счастью это недолго. В технологиях ещё 2,5 года, в управлении до 5,5 лет. и потом в моду вернётся у-вэй альф и возрождение энтузиазма Бет. А пока, развивайте проблем солвинг и каскадные сети воронок как стратегический инструмент
У меня в проектах похожая структура, без обозначения этапов, но очень конкретные контуры управления вниманием. Правда я отталкивался от 12-звенной цепи взаимообусловленного возникновения и ее практической противоположности - восьмеричного пути. Шаблоны побороть проще всего, труднее добиваться стратегического видения и не забывать необходимое разнообразие инструментов предварительного контроля сообразности решений и завершающего контроля соответствия результата ожиданиям. Восьмеричный путь очень похож на Ваши шесть этапов, его в общем несложно объяснить LLM в виде инструкций. Но конкретные детали стратегии приходится прорабатывать отдельными циклами, чтобы модель по пути уже не перестраивала стратегию на каждом шагу.
Абсолютно, надеюсь и Вы тоже. С чего тут шутить? Почти век заморочек на очень-очень замыленной идее, протащенной в итоге в академическую математику - повод очень серьезно с этим разобраться.
Тут есть все иррациональные и трансцендентные числа, очевидно. Нет такого числа, которое не попадает в этот список. С чего Вы взяли, что только рациональные?
Разумеется, понимаю. Ничего стандартного тут нет. Есть апория с диагональным методом, которая ошибочная, казуистическая. И я даю строгое опровержение этой апории. Мы берем множество биадических чисел, которое равномощно натуральным числам. Нет проблемы с тем, чтобы их пронумеровать. Номер один - левая граница диапазона, номер два - правая граница диапазона, номер три - середина диапазона. Номер четыре - середина левого поддиапазона, номер пять - середина правого диапазона. И так далее. И никогда, никаким способом, Вы не найдете такого числа, которое бы точно не совпадало с числом в этом списке. Никакие диагональные замены в таком способе никаким образом не могут Вас вывести за пределы этого списка. Сама апория диагонального метода - ни на чем не основана. Просто допускается, а что если мы можем построить такое число. Нет, не можем. Мы всегда будем попадать в числа из списка. Допущение - недопустимо. И вся казуистика отвергается, как нелогичная и нематематическая по своей природе.
Никакой апелляции к "стандартному" в математике допускать категорически нельзя. Или Вы можете что-то доказать, или нет. Ничьи мнения в учет не принимаются.
С точки зрения искушенного руководителя (топ-менеджера) и собственника, который не охвачен в моменте мистическим ожиданием чуда, картина выглядит примерно так: 1. Сети искусственных агентов лучше плохо обученных и организованных сотрудников. У них нет бессмысленного сопротивления (на самом деле есть, но преодолевается легче), нет страха перед разного рода оскорблениями и унижениями в токсичных контактах (что не всегда плюс) и они максммально прозрачны (с точки зрения лога, а не с точки зрения конкретных галлюцинаций) 2. Чем больше искусственного интеллекта мы используем в сети, тем более высокий уровень экспертов-людей нам нужен, чтобы справляться с многоуровневым и многоконтурным управлением. Одно дело научить базовых ассистентов базовым функциям, другое - сделать их обучение итеративным и управляемым, третье - научить агентов среднего уровня вмешиваться в коммуникации с неуспешными результатами, четвертое - построить предиктивную модель различения успешных и неуспешных треков, пятое - выстроить агентов, улучшающих предиктивную модель. И все это классические пять уровней организационной зрелости, в которых ИИ может быть хорошим быстрым экспериментатором, но очень посредственным предпринимателем. 3. Чем больше армия искусственных агентов, тем сложнее и динамичнее команда экспертов необходима, при продвижении по уровням зрелости. Всегда трек будет через накопление предиктивной и целеполагающей экспертизы в команде экспертов и постепенное обучение агентов более высокого уровня. Из-за мистического мышления многие команды сильно застрянут в экспериментах. Это как в математике. Можно долго находиться в иллюзиях вычислений и тратить много сил, не зная о более зрелой модели, в которой уже есть универсальное решение. 4. Очевидно, что все больше будут цениться предпринимательские навыки, а навыки выстраивания архитектуры, кода, сценариев использования, пользовательских историй, покрытия тестами будет делегироваться на ИИ-агентов. Важна динамика. Очевидно, что, с одной стороны, хорошие предобученные агенты по всему циклу разработки и развертывания, и даже поддержки появятся очень быстро (месяцы), более медленный цикл освоения этих сетей агентов организационно (годы), еще более медленный цикл прогрева основателей и предпринимателей (десятилетия, по сути - смена поколения). 5. Ввиду этого мы понимаем, что динамика рынка ИТ не является революционной, на диаграмме Гартнера до мейнстрима ИИ-агентам довольно далеко (не меньше 15-20 лет), а запаздывающее большинство с консерваторами начнет осознавать, что нужно меняться через 25 лет. 6. Уже сейчас есть почти все для развития очень быстрых циклов повышения оранизационной зрелости, но у всех пионеров впереди очень опасный период, когда что-то взрывающееся тебя уничтожает, а не выводит на орбиту. Впереди не просто пузырь, до него еще далеко, впереди сначала много маленьких, незаметных крахов миллионов предпринимателей, которые подобно Зоргу окружат себя роботами и подавятся оливкой.
Поэтому те, кто сегодня станут классическими одскульными разработчиками успеют стать мастерами и экспертами и будут иметь достаточно работы (а через некоторое время будут еще и в большом дефиците из-за излишней модности трендов вроде вайб-кодинга и автоматзиации на экспериментальных платформах типа мейк и нейтан, легко умирающих при достаточно высокой нагрузке. Ну а путь тех, кто уже увлекся новыми возможностями довольно быстро выйдет на плато, где базу умеют очень многие, а чуть глубже зайти не может почти никто. Сейчас в основном проблема в том, что только джуниоры-предприниматели и джуниоры-ит-специалисты с энтузиазмом бросаются в объятия "нового мира" и голубого океана. Они не очень терты бизнесом. Они предлагают решения за 1000 долларов не очень осознавая, почему традиционные продакты и проджекты закладывают на это 1000000 долларов. И не могут понять из-за магических иллюзий. Практически даже на этапе экспериментов и прототипов, их работа вполне продается за 100000 долларов, просто они не умеют это продавать и не знают реальных организационных трудностей при имплементации их решений. Они не понимают, какая разница между пусть даже очень умным персональным ассистентом и организационным процессом хотя бы на 5 реальных нагруженных ЛПР. Энтузиазмом отсутствие организационного опыта не компенсируется. Все кого удалось найти сейчас среди энтузиастов автомтизации сетями агентов не могут претендовать даже просто на роль линейного менеджера в небольшой корпоративной структуре. Они все вольные предприниматели-одиночки, мистически уверенные в том, что уже завтра свалят огромные корпорации с пьедестала. Но по факту, они не видят адекватной монетизации. Лучшие из них привлекают инвестиции второго раунда в 40-70 миллионов долларов, с очень большой вероятностью краха в течение 12-16 месяцев.
Кто из них выживет - неизвестно. Но если кто-то выживет, то скорее всего будет куплен одним из китов. И тихонько там внутри умрет из-за непонимания корпоративной динамики.
Так что сейчас ИИ закрывающий рутину как инженерных практик, так и организационных - это лучшее, что нужно брать и внедрять в работу на всех уровнях консервативно организованного ИТ. Впереди годы и десятилетия взаимного проникновения. Единороги будут, но узнавать мы о них будем только по слияниям и поглощениям, а не по захвату ими доли рынка. Как обычно, ИТ-единороги умеют привлекать инвестиции, но не умеют захватывать значимую долю рынка.
Нет, так нумеровать не нужно и в этом главная ошибка. Биекция должна быть устойчивой, не более того. Диагональный метод является апорией, вроде апорией Зенона, то есть вводится нарочито плохой порядок. У нас нумерация изначально строится в виде двоичного дерева из биадических чисел. Любому вещественному числу ставится в соответствие его биадическое представление. С этим шагом есть какие-то сомнения?
Нет, не получаете. Вы не можете здесь получить никакого числа не из списка. Всегда будет получатся число из списка. В этом и суть бисекции. Сменив любую цифру Вы переходите в существующее число из списка в другой половине. Все варианты уже в списке и найти отсутствующий невозможно. В этом суть правильного упорядочивания и поэтому диагональный метод Кантора - не работает, он просто апория.
Бисекция, конечно же. Тут я и вас и себя запутал. Далее биадическое число ....01010101 при домножением на три даёт 1. Для любого числа, рационального, иррационального, трансцендентного есть биадическое представление. Можно и дробью. 0,(01) в двоичной форме это 1/3. То есть мы этими бисекциями получают все числа. И это не обязательно от 0 до 1, а для любого интервала [a,b], хоть от -inf до +inf. Просто через log2 inf начнутся конечные числа.
В лингвисте нет понятия токенов, это раз. Зато в лингвистике есть понятие внутренней структуры языка, не связанной с коммуникацией. Это и есть мышление любых видов, включая предсказания кошкой усилия для прыжка. Хомски много раз пытался это объяснить, а воз и ныне там. Токены не про слова, в про то, как внимание что либо кодирует цепочками токенов. И важны не токены, а пути, то есть траектории в бассейне аттрактора. И кодируйте хоть мысли, хоть поведение инопланетных захватчиков в космическом бою, это универсально
Вообще, токены это про различение чего-то от чего-то другого и про меру сходства между различиями. Язык это надцатая производная. В этом и проблема, люди даже немного не стараются разобраться в элементах психики.
Определение ИИ - база? Серьезно? Вы - серьезно? Дайте определение ЕИ, хорошо? Тогда будет понятно, есть о чем с вами разговаривать или вы типичный хайпожор без малейшего понятия о том, о чем тут пытаетесь рассуждать на пять страниц.
Как обычно, люди, не определяющие что-либо конструктивно рассуждают о том, есть это или этого нет. Даже не смешно. Просто сборище амбициозных мошенников, которые решили, что можно людям дурить голову. Если Серл не может определить сознание и интеллект конструктивно, а только может показывать мошеннические фокусы с инъекцией противоречия через неопределенность (типа банального 2*2*0=5*0 значит 2*2=5). Начиная с Кантора и Рассела, докатившись до Курта Геделя и теперь вот до Серла, Пенроуза, Черча, Чалмерса и еще тучи чудаков-фокусников инъекции противоречий через неопределенность пудрят людям мозги своей магической математичностью. А это просто очередной теплород.
Ну вот и вы с ними туда же - в бездну маразма.
Если уж Вы не можете определить естественный интеллект и его механизма конструктивно - то не лезьте туда, в чем не разбираетесь, сначала научитесь у тех, кто это давным давно сделал.
Предсказание следующего токена - это единственная необходимая и достаточная функция интеллекта. Просто осознайте этот факт. Ничего другого, ничего таинственного, ничего не известного больше нет, не было и не будет. Это финальная точка. Мистификации о каких-то непостижимых свойствах естественного интеллекта развеяны и развенчены полностью. Что осталось? Оптимизация алгоритмов. Свертка моделей, которые уже преодолели четыре уровня семантических разрывов. Дальше все существенно примитивнее. На первый семантический разрыв нужно самая сложная часть эволюции. У живых это заняло долгие эпохи, у техники - сотни лет. Второй семантический разрыв у живого занял что-то около 100 тысяч лет. У техники - два десятилетия. Третий семантический разрыв у живого занимает два поколения. У техники - полтора-два года. Четвертый семантический разрыв у человека занимает около 3-5 лет. У техники - сотни часов. Мы находимся тут. Тут - это оперирование нарративами, вплетенными в сложный социальный мир. Дальше - совсем просто. Исполнительные устройства забирают все больше функций обучения на лету. Процессор современного смартфона в миллион раз производительней того, что будет необходимо.
А убеждать маньяков в том, что они бегают за иллюзиями - дело неблагородное. Бегайте дальше.
Не умеет, просто из за ограничения количества токенов и огромной разнице ресурсов на обобщение всей документации и ее использование. Качество RAG по сравнению с основной моделью по глубине обобщения хуже примерно в 10^11 раз. То есть катастрофически. По факту, GPT работает с документацией не лучше чем аналитик, по диагонали пролиставший большой талмуд за 15 минут. Что на глаза попалось, то и применяет. Если есть хорошая навигация по докам, это улучшает ситуацию. Но цена создания такой навигации - тысячи человеко-часов и без шансов с помощью трансформеров без соответствующих ресурсов (тысячи чипов). Правда, есть гипотеза, что ресурсы избыточны и после первого семантического разрыва, который самый дорогой, нас ждут эффективные алгоритмы, почти симметричные. Но они ещё пока ждут.
Следующая волна сокращений и куда более жестокая ждёт средний и высший менеджмент. заменять менеджеров намного проще с помощью AI чем разработчиков. И намного более эффективно. И знаете, кто это сделает? Правильно. Те ИТ-шники, что сегодня остались без работы. Те из них, кто будет вынужден предпринимать и сделают это успешно. И заменят 99,99% менеджмента сетями AI-агентов. Да-да, с помощью тех ИТ-шников кто предпринимать не сможет.
Нечасто встретишь тех, кто рассматривает неконечные перемежающиеся структуры. Квантовая теория информации пока довольно рыхлая и однобокая модель, ей не хватает четких характоров симметрии, а Вы из немногих, кто вообще смотрит на что-то приближающееся к характерам.
Менеджмент чаще строится на интуиции, а это и есть форма нечеткой логики, причем психика человека работает в перемежающихся контекстах. Это как если бы нечеткость оценок в вашей задачке была бы
1. Из неограниченной сети факторов
2. В неограниченных вариациях конфигураций
3. Конечный результат был бы перемежающимся потоком
Обратите внимание на работы Дмитриевых и Кузнецова по кодированию информации на системах итерируемых отображений. Это немногим моложе нечетной логики, ро дает инструмент более уверенный по сравнению с граничными решениями.
Вы очень точно подмечаете слабости. Да, реализация внимания это экспериментальный и даже гипотетический подход на смеси статистики и случайности в виде температуры и это оказалось удивительно неплохо работающим, хоть и не дает ответов - почему. Тождественность это ключевой метавопрос. Почему близкие векторы иногда схлапываются в «это то же самое», а иногда расщепляются в «не в моем контексте».
Человеческая память предмет очень дискуссионный, потому что есть вещи, которые до сих пор не связаны с какими-либо конкретными механизмами. Токены, эмбеддинг, векторные базы и внимание это топ реализации механизмов, которые более менее понятны. Что наиболее непонятное это множественная перемежающаяся тождественность точек обобщения. Это не сам по себе контекст, это его аттракторы, своего рода опоры. И они очевидно «ныряющие», не непрерывные, но очень устойчивые. Именно они обеспечивают быстрое научение, за одну условную попытку. По моим доморощенным исследованиям, структура этих ядер внимания не очень богатая. Это всего до пяти уровней 6-7 ричного дерева. И в LLM эта структура в общем образовалась, но как пассивная, вроде архитектуры. А в реальной психике она больше похожа на конкурирующие субличности, вплоть до реальной шизофрении. В нормальных условиях субличности не созревают до самосознания и самоидентификации.
Перемежаемость мультиконтекста требует кратного увеличения ресурсов. А LLM пока слишком избыточная по ресурсам модель, чтобы реализовать AGI. Но движется именно туда, что называется, по образу и подобию, без специального фокуса на механиках, они вполне себе эмерджентны. Но внимание это не первое звено цепи, а третье. Будущее поколение перейдет ко второму, сейчас его аналог - температура.
Мир отравлен эпидемией достигаторства. Достигаторство - это тотальная некомпетентность, фрустрированность, неприменение ресурсных навыков. И это то, чем мы платим за доминацию зуммеров. К счастью это недолго. В технологиях ещё 2,5 года, в управлении до 5,5 лет. и потом в моду вернётся у-вэй альф и возрождение энтузиазма Бет. А пока, развивайте проблем солвинг и каскадные сети воронок как стратегический инструмент
У меня в проектах похожая структура, без обозначения этапов, но очень конкретные контуры управления вниманием. Правда я отталкивался от 12-звенной цепи взаимообусловленного возникновения и ее практической противоположности - восьмеричного пути. Шаблоны побороть проще всего, труднее добиваться стратегического видения и не забывать необходимое разнообразие инструментов предварительного контроля сообразности решений и завершающего контроля соответствия результата ожиданиям. Восьмеричный путь очень похож на Ваши шесть этапов, его в общем несложно объяснить LLM в виде инструкций. Но конкретные детали стратегии приходится прорабатывать отдельными циклами, чтобы модель по пути уже не перестраивала стратегию на каждом шагу.
Абсолютно, надеюсь и Вы тоже. С чего тут шутить? Почти век заморочек на очень-очень замыленной идее, протащенной в итоге в академическую математику - повод очень серьезно с этим разобраться.
Тут есть все иррациональные и трансцендентные числа, очевидно. Нет такого числа, которое не попадает в этот список. С чего Вы взяли, что только рациональные?
Разумеется, понимаю. Ничего стандартного тут нет. Есть апория с диагональным методом, которая ошибочная, казуистическая. И я даю строгое опровержение этой апории. Мы берем множество биадических чисел, которое равномощно натуральным числам. Нет проблемы с тем, чтобы их пронумеровать. Номер один - левая граница диапазона, номер два - правая граница диапазона, номер три - середина диапазона. Номер четыре - середина левого поддиапазона, номер пять - середина правого диапазона. И так далее. И никогда, никаким способом, Вы не найдете такого числа, которое бы точно не совпадало с числом в этом списке. Никакие диагональные замены в таком способе никаким образом не могут Вас вывести за пределы этого списка. Сама апория диагонального метода - ни на чем не основана. Просто допускается, а что если мы можем построить такое число. Нет, не можем. Мы всегда будем попадать в числа из списка. Допущение - недопустимо. И вся казуистика отвергается, как нелогичная и нематематическая по своей природе.
Никакой апелляции к "стандартному" в математике допускать категорически нельзя. Или Вы можете что-то доказать, или нет. Ничьи мнения в учет не принимаются.
С точки зрения искушенного руководителя (топ-менеджера) и собственника, который не охвачен в моменте мистическим ожиданием чуда, картина выглядит примерно так:
1. Сети искусственных агентов лучше плохо обученных и организованных сотрудников. У них нет бессмысленного сопротивления (на самом деле есть, но преодолевается легче), нет страха перед разного рода оскорблениями и унижениями в токсичных контактах (что не всегда плюс) и они максммально прозрачны (с точки зрения лога, а не с точки зрения конкретных галлюцинаций)
2. Чем больше искусственного интеллекта мы используем в сети, тем более высокий уровень экспертов-людей нам нужен, чтобы справляться с многоуровневым и многоконтурным управлением. Одно дело научить базовых ассистентов базовым функциям, другое - сделать их обучение итеративным и управляемым, третье - научить агентов среднего уровня вмешиваться в коммуникации с неуспешными результатами, четвертое - построить предиктивную модель различения успешных и неуспешных треков, пятое - выстроить агентов, улучшающих предиктивную модель. И все это классические пять уровней организационной зрелости, в которых ИИ может быть хорошим быстрым экспериментатором, но очень посредственным предпринимателем.
3. Чем больше армия искусственных агентов, тем сложнее и динамичнее команда экспертов необходима, при продвижении по уровням зрелости. Всегда трек будет через накопление предиктивной и целеполагающей экспертизы в команде экспертов и постепенное обучение агентов более высокого уровня. Из-за мистического мышления многие команды сильно застрянут в экспериментах. Это как в математике. Можно долго находиться в иллюзиях вычислений и тратить много сил, не зная о более зрелой модели, в которой уже есть универсальное решение.
4. Очевидно, что все больше будут цениться предпринимательские навыки, а навыки выстраивания архитектуры, кода, сценариев использования, пользовательских историй, покрытия тестами будет делегироваться на ИИ-агентов. Важна динамика. Очевидно, что, с одной стороны, хорошие предобученные агенты по всему циклу разработки и развертывания, и даже поддержки появятся очень быстро (месяцы), более медленный цикл освоения этих сетей агентов организационно (годы), еще более медленный цикл прогрева основателей и предпринимателей (десятилетия, по сути - смена поколения).
5. Ввиду этого мы понимаем, что динамика рынка ИТ не является революционной, на диаграмме Гартнера до мейнстрима ИИ-агентам довольно далеко (не меньше 15-20 лет), а запаздывающее большинство с консерваторами начнет осознавать, что нужно меняться через 25 лет.
6. Уже сейчас есть почти все для развития очень быстрых циклов повышения оранизационной зрелости, но у всех пионеров впереди очень опасный период, когда что-то взрывающееся тебя уничтожает, а не выводит на орбиту. Впереди не просто пузырь, до него еще далеко, впереди сначала много маленьких, незаметных крахов миллионов предпринимателей, которые подобно Зоргу окружат себя роботами и подавятся оливкой.
Поэтому те, кто сегодня станут классическими одскульными разработчиками успеют стать мастерами и экспертами и будут иметь достаточно работы (а через некоторое время будут еще и в большом дефиците из-за излишней модности трендов вроде вайб-кодинга и автоматзиации на экспериментальных платформах типа мейк и нейтан, легко умирающих при достаточно высокой нагрузке. Ну а путь тех, кто уже увлекся новыми возможностями довольно быстро выйдет на плато, где базу умеют очень многие, а чуть глубже зайти не может почти никто. Сейчас в основном проблема в том, что только джуниоры-предприниматели и джуниоры-ит-специалисты с энтузиазмом бросаются в объятия "нового мира" и голубого океана. Они не очень терты бизнесом. Они предлагают решения за 1000 долларов не очень осознавая, почему традиционные продакты и проджекты закладывают на это 1000000 долларов. И не могут понять из-за магических иллюзий. Практически даже на этапе экспериментов и прототипов, их работа вполне продается за 100000 долларов, просто они не умеют это продавать и не знают реальных организационных трудностей при имплементации их решений. Они не понимают, какая разница между пусть даже очень умным персональным ассистентом и организационным процессом хотя бы на 5 реальных нагруженных ЛПР. Энтузиазмом отсутствие организационного опыта не компенсируется. Все кого удалось найти сейчас среди энтузиастов автомтизации сетями агентов не могут претендовать даже просто на роль линейного менеджера в небольшой корпоративной структуре. Они все вольные предприниматели-одиночки, мистически уверенные в том, что уже завтра свалят огромные корпорации с пьедестала. Но по факту, они не видят адекватной монетизации. Лучшие из них привлекают инвестиции второго раунда в 40-70 миллионов долларов, с очень большой вероятностью краха в течение 12-16 месяцев.
Кто из них выживет - неизвестно. Но если кто-то выживет, то скорее всего будет куплен одним из китов. И тихонько там внутри умрет из-за непонимания корпоративной динамики.
Так что сейчас ИИ закрывающий рутину как инженерных практик, так и организационных - это лучшее, что нужно брать и внедрять в работу на всех уровнях консервативно организованного ИТ. Впереди годы и десятилетия взаимного проникновения. Единороги будут, но узнавать мы о них будем только по слияниям и поглощениям, а не по захвату ими доли рынка. Как обычно, ИТ-единороги умеют привлекать инвестиции, но не умеют захватывать значимую долю рынка.
Нет, так нумеровать не нужно и в этом главная ошибка. Биекция должна быть устойчивой, не более того. Диагональный метод является апорией, вроде апорией Зенона, то есть вводится нарочито плохой порядок. У нас нумерация изначально строится в виде двоичного дерева из биадических чисел. Любому вещественному числу ставится в соответствие его биадическое представление. С этим шагом есть какие-то сомнения?
Нет, не получаете. Вы не можете здесь получить никакого числа не из списка. Всегда будет получатся число из списка. В этом и суть бисекции. Сменив любую цифру Вы переходите в существующее число из списка в другой половине. Все варианты уже в списке и найти отсутствующий невозможно. В этом суть правильного упорядочивания и поэтому диагональный метод Кантора - не работает, он просто апория.
Конфиденциальность это забота конфидентов. Прочие озабочены только формальной стороной запрета публичной и доказываемой деанонимизации.
При том что формальные запреты сами по себе прецедентные, а не превентивные
Бисекция, конечно же. Тут я и вас и себя запутал. Далее биадическое число ....01010101 при домножением на три даёт 1. Для любого числа, рационального, иррационального, трансцендентного есть биадическое представление. Можно и дробью. 0,(01) в двоичной форме это 1/3. То есть мы этими бисекциями получают все числа. И это не обязательно от 0 до 1, а для любого интервала [a,b], хоть от -inf до +inf. Просто через log2 inf начнутся конечные числа.