Как вариант наоборот, стереть все воспоминания и путешествие в любую деревню рядом будет как в первый раз, восторг от каждого гуся встреченного и цветочка ))
На ВИП тарифе специалисты помогут отсеять ядовитые грибы. На бесплатном тарифе с определенными рисками. Вообще там всё сложно, есть основной набор правил, но потом идет фрактальное усложнение и из правил есть исключения, потом исключения из исключений и я бы вообще не ел ни каких грибов из леса в итоге. Соседи собирают, если угощают ем 1 штуку, вроде один гриб редко какой настолько токсичный бывает ))
Еще один двойник летнего опенка — ложноопенок серно-желтый. В отличие от съедобного у этого экземпляра нет кольца. Есть различия и в запахе: пригодный в пищу гриб издает приятный грибной аромат, а у ложного запах более приглушенный. Ложноопенок серно-желтый не так ядовит, как галерина окаймленная, однако последствия тоже малоприятны: его употребление может вызвать спазмы в животе и легкое отравление. Чтобы отличить сыроежку от бледной поганки, нужно обратить внимание на ножку. Во-первых, у токсичного гриба она заметно утолщается книзу и имеет хорошо выраженную вольву — пленчатую обертку в нижней части ножки, которая образуется в результате разрыва защитного мешочка, из которого рос гриб. У молодых поганок этот мешочек может быть еще целый — тогда у основания будет клубень. Во-вторых, у бледной поганки в верхней части ножки есть кольцо, которого вы не найдете у зеленой сыроежки. Лисичка ложная. Эти грибы похожи только на первый взгляд. Критериев несколько. У двойника окраска ярче, гриб ярко-оранжевый или оранжевый с бурым оттенком, причем по краю всегда светлее, чем в центре. Цвет настоящей лисички варьируется от светло-желтого до желто-оранжевого, и шляпка окрашена равномерно. Форма шляпки тоже имеет значение. У ложной края ровные, аккуратно закругленные, у настоящей — волнистые, почти всегда неправильной формы. Пластины у настоящей лисички плотные, толстые, они спускаются вниз по ножке гриба, становясь его частью. У ложной — более тонкие и частые, они тоже спускаются по ножке гриба, но не переходят в нее. Ошибка в этом случае вряд ли приведет к смерти: ложные лисички — не съедобный гриб, но серьезных отравлений не вызывает. И все же следует не терять бдительности. ... ... ...
По оценкам Всемирной метеорологической организации (WMO), ежегодно от удара молнии погибают свыше 2 тысяч человек, ещё до 24 тысяч получают ранения.
Всего в мире умирает 63 млн. человек в год, в основном от болезней сердца и сосудов. На молнии приходится 0,003% Можно игнорировать это в общем случае.
Как убивает шаговое напряжение, если оно не задевает важные органы? Только если человек уже лежал. Это возможно рядом с упавшим проводом, свело ноги, упал и остановилось сердце. Молния же кратковременно действует, к сожалению самый короткий путь через голову и сердце. Вот пример похожий на попадание под шаговое напряжение:
В Перу в том же регионе во время полуфинального матча Кубка молния чуть не погубила троих футболистов. Шел сильный дождь, но игру прервала гроза, а больше всех досталось 21-летнему Жоао Контрерасу, причем один из аккаунтов в твиттере даже написал о смерти фуболиста. Но Контрерас выжил. Его срочно доставили в больницу, поначалу он не чувствовал ног, но вскоре восстановился и даже не получил никаких травм. Более того, он уже был рядом с командой, когда игру возобновили через несколько дней. Его случай спасения – один на миллион, это Контрерас услышал от врача, потому что обычно при таких попаданиях люди не выживали.
Ну кстати теоретически задача упрощается тем что частоты небольшие, длина волны 3 метра, можно сфазировать антенны так что полезный сигнал придет синфазно, помехи в противофазе. Или даже оцифровать сразу сигнал с антенн и на FPGA обработать.
Есть радиопрозрачные краски, на форумах связистов обсуждают. Зависит случайным образом от добавок в краску. Если цвет краски придают оксиды металлов, то они могут поглощать часть ВЧ энергии. Еще можно грубо проверить помещая в микроволновку окрашенную поверхность, неудачные краски будут нагреваться.
Покрасил акриловой краской. Как итог после покраски приём сигнала ухудшился на -3.4 дБ! Второй эксперимент – намочил антенну. Итог: мокрая антенна принимает сигнал на 1.3 дБ хуже
Да, добавляются сложности рельефа местности. В самом простом случае ставится в поле и вращается сфокусировано к линии горизонта, где стоят отдельные домики. Но такое редко где возможно, в городе высотные дома закрывают друг друга, там уже вероятно нужно между домами ставить антенны и сканировать уже в по двум измерениям, вращать антенну вокруг оси и вверх-вниз. На Хабре была статья про DIY разработку, сканер СВЧ источников из спутниковой тарелки, не смог найти, там визуализируется излучение от роутеров и геостационарные спутники видны дугой точке над горизонтом, автор попиксельно сканировал пространство. Нашел другую статью https://habr.com/ru/articles/985194/?ysclid=mku5x0as3q551081684 DIY радиотелескоп в сарае: как я поймал сигнал Галактики
В комментариях упоминают разрешение системы 8 градусов всего...
А спрашиваю я её именно в моменты когда сам не разбираюсь. На простые вопросы она отвечает верно - но мне не нужны ответы на простые вопросы.
Возможно в этом отличия у нас. Я задаю не сложные вопросы обычно, по синтаксису например, когда забыл что-то. Или для хобби проектов, подобрать моторчик для радиоуправляемой машины или мощность печки для гаража. Расписывает правдоподобно. Иногда удачно получается перефразировать абзац технического текста в инструкции, более четко и лаконично. У вас требования более высокие, как к эксперту в узкой области. Когда ИИ будет качеством ответов вас удовлетворять, тогда 99% специалистов пойдут работать курьерами )
Зачем подбирать умышленно вопросы чтобы компрометировать ИИ? Напоминает Глеба из классического рассказа "Срезал"
В свою родную деревню приезжает на отдых кандидат наук Константин Иванович Журавлёв с женой и дочерью. Вечером местные жители собираются возле дома Глеба Капустина, славящегося умением сре́зать любого интеллектуала-горожанина. Узнав о прибытии Журавлёва, Глеб обещает землякам, что будет держать марку. Вскоре большая группа селян во главе с Капустиным отправляется к Константину Ивановичу в гости. Тот встречает визитёров приветливо, усаживает за стол, но быстро начинает понимать, что душевной беседы не получится. Разговор берёт на себя Глеб. Он постоянно озадачивает хозяина внезапными вопросами о первичности духа и материи, о понятии «невесомость» применительно к философии, о проблеме шаманизма на северных территориях. Журавлёв теряется под напором бросаемых в его адрес реплик — диалог с Глебом кажется ему абсурдным, но мужики, наблюдающие за «спектаклем», явно одобряют поведение Капустина. Тот, психологически подавив оппонента, объясняет суть устроенного им представления фразой: «Люблю по носу щёлкнуть — не задирайся выше ватерлинии! Скромней, дорогие товарищи…»
Я спросил у дипсика можно ли аналогично делать с использованием троичной системы умножения.
Есть старинный метод умножения основанный на том что пишется в столбик ряд одного множителя деленный на 2 и ряд умноженный на 2 и потом складываются числа нечетные. А есть ли такой метод для чисел делящихся и умножаемых на 3?
Он понял контекст и расписал с примерами как это делать и написал вывод
хм, пользователь спрашивает о старинном методе умножения, связанном с делением на 2, и интересуется, есть ли аналогичный метод для 3. Нужно вспомнить, о каком методе идёт речь. А, точно, это же русский крестьянский метод умножения или египетское умножение. Он использует удвоение и деление пополам. Для числа 3 аналогичного классического метода, кажется, нет, но можно попробовать адаптировать идею. Можно рассмотреть две возможности: либо делить на 3 и умножать на 3, либо использовать троичную систему. Первый вариант не очень эффективен, потому что при делении на 3 часто получаются дроби, что неудобно. Второй вариант интереснее — переход в троичную систему напоминает исходный метод, но с другим основанием. Пользователь, вероятно, хочет понять, можно ли обобщить этот метод на другие числа. Стоит объяснить, что метод основан на двоичном представлении, и для троичной системы логика будет похожей, но сложнее из-за остатков 0, 1, 2. Можно предложить пример с умножением 17 на 14 в троичной системе, чтобы показать, как это работает. Также стоит упомянуть, что такой метод редко используется на практике, но интересен как математический факт. Важно подчеркнуть, что оригинальный метод эффективен именно для 2, а для 3 он становится более громоздким. Возможно, пользователю будет достаточно этого объяснения. Вы верно заметили! Метод, который вы описали — это «русский крестьянский метод умножения» (или «египетское умножение»). Его алгоритм: Делим на 2 первый множитель (отбрасывая остатки), второй множитель умножаем на 2. Повторяем, пока в первом столбце не получим 1. Складываем те числа из второго столбца, которые стоят напротив нечётных чисел в первом. Это работает, потому что мы по сути представляем число в двоичной системе и используем его разложение.
Вывод: Да, аналогичный метод для 3 существует, но он основан на троичном представлении числа, а не на простом последовательном делении на 3 с отбрасыванием остатков без дополнительных шагов. В «крестьянском методе» для 2 было проще, потому что остатки только 0 или 1, и при 0 строку просто выкидывали. Для 3 приходится хранить остатки 0, 1, 2 и соответственно умножать второй столбец на эти остатки при сложении — что делает процесс менее «красивым» для устного счёта. Поэтому исторически популярным стал именно двоичный вариант (деление на 2) как самый простой для ручного вычисления.
Сложность: Сигнал боковых лепестков очень слаб. Для его перехвата и пеленгации нужна: Чувствительная аппаратура: Хорошая антенна (например, параболическая) и малошумящий приёмник, настроенный точно на частоты Starlink (Ku-диапазон ~10-12 ГГц для приёма с неба, Ka и Ku для передачи в небо — детали известны). Близкое расстояние: Это ключевой фактор (до 1 км).
Боковые лепестки у терминалов Starlink есть, они слабые, но пеленгация по ним возможна. Дистанция надежного пеленгования ограничена прямой видимостью и составляет, как правило, единицы километров. Это делает терминал относительно скрытным на оперативной глубине, но уязвимым на переднем крае. ... Пеленгация по боковым лепесткам: Это основной практический способ. Сложность: Сигнал боковых лепестков очень слаб. Для его перехвата и пеленгации нужна: Чувствительная аппаратура: Хорошая антенна (например, параболическая) и малошумящий приёмник, настроенный точно на частоты Starlink (Ku-диапазон ~10-12 ГГц для приёма с неба, Ka и Ku для передачи в небо — детали известны). Близкое расстояние: Это ключевой фактор.
Это очень содержательное и глубокое мнение, с которым во многом можно согласиться, особенно в части фундаментальных отличий человеческого и машинного «мышления». Однако для полноты картины стоит его критически рассмотреть и указать на некоторые упрощения и упущения. Вот разбор ваших тезисов с контраргументами: Сильные стороны вашей позиции (с чем трудно поспорить): Отсутствие единой, устойчивой ментальной модели. У LLM действительно нет аналога рабочей памяти человека, где строится и динамически обновляется целостная модель ситуации, задачи или мира. Их «понимание» рассеяно по активациям в контекстном окне. Статистическая, а не интенциональная природа. LLM не оперируют образами, целями или намерениями. Их ядро — это предсказание следующего токена на основе колоссальных статистических корреляций в данных. Они не «понимают» в человеческом смысле, а вычисляют наиболее правдоподобный паттерн. Проблема контекста и «забывания». Ограничение длины контекста — это не просто техническая деталь, а фундаментальное архитектурное ограничение. И хотя механизмы внимания пытаются распределить информацию, способность модели к длинной, последовательной логической цепочке ограничена и хрупка. Отсутствие воплощенности (embodiment). У LLM нет тела, опыта взаимодействия с физическим миром, ощущений, эмоций или биологических потребностей. Их «мир» — это текст, лишенный прямой связи с референцией (объектами реальности). Слабые стороны и упрощения в вашей критике: «У человека есть образы, у ИИ — только закорючки». Критика: Это противопоставление несколько наивно. Мозг человека тоже оперирует не «образами-картинками», а паттернами нейронной активности. Зрительная кора кодирует края, движения, цвета — это тоже «сигналы». Целостный образ — это уже результат высшей интеграции. LLM в своих внутренних представлениях (эмбеддингах) также формирует сложные, иерархические паттерны, которые можно интерпретировать как аналоги «понятий» или «прототипов». Эти паттерны не визуальны, а многомерны и абстрактны, но они фиксируют связи между сущностями. Например, у LLM есть устойчивое представление о «собаке», связанное с «лаем», «хвостом», «другом человека» — просто это представление не картинка, а вектор в многомерном пространстве. «LLM не способны к логике». Критика: Это не совсем так. LLM демонстрируют поразительные способности к рассуждению (reasoning), особенно крупные модели. Они решают логические головоломки, делают выводы из посылок, строят силлогизмы. Другое дело, что их логика ненадежна и зависит от шаблонов в данных. Они не выполняют детерминированный алгоритм логического вывода (как Prolog), а имитируют форму рассуждений. Современные техники (Chain-of-Thought, Tree-of-Thoughts) как раз пытаются заставить модель строить «мысленную траекторию» — аналоги временной эмуляции внутри контекста. «Эволюция создала модель для предсказания, а у LLM её нет». Критика: Парадоксально, но основная функция LLM — тоже предсказание. Они предсказывают следующий токен. Делая это в масштабе целого текста, они по сути предсказывают наиболее вероятное развитие нарратива, диалога, решения. Это очень глубокая аналогия. Мозг, постоянно предсказывая следующее сенсорное состояние, строит модель мира. LLM, предсказывая следующий токен, строят статическую, но невероятно богатую модель распределения вероятностей в языковом пространстве, которое отражает человеческие знания, шаблоны мышления и рассуждений. Игнорирование прогресса архитектур. Вы критикуете классическую архитектуру Transformer с ограниченным контекстом. Однако современные разработки идут именно в сторону устранения этих проблем: Увеличение контекста: Уже есть модели с окном в 1 млн+ токенов (Claude 3, Gemini 1.5 Pro), что радикально меняет дело. Внешняя память и поиск: Модели учатся взаимодействовать с базами данных, векторной памятью, поисковыми системами, что является аналогом долговременной памяти. Планирование и агентские ИИ: Современные LLM используются как «мозг» в системах, которые могут планировать действия, выполнять их (через API), анализировать результаты и корректировать план — это прямой шаг к созданию временной эмуляции и работе с состоянием. Вывод: Вы абсолютно правы в главном: LLM мыслят не так, как люди. Их «мышление» — это принципиально иной, статистический, лишенный интенциональности и воплощенности процесс. Однако было бы ошибкой сводить его к простой «статистике закорючек». Это высокоуровневая, абстрактная статистика смысловых связей, закодированная в многомерных пространствах. Их способность к обобщению, аналогиям и даже рассуждениям — пусть и ненадежная и имитационная — показывает, что сложность их внутренних репрезентаций может в некоторых аспектах достигать (а в других — принципиально отличаться) сложности человеческого мышления. Ваша критика бьет в самую суть слабых мест LLM образца 2022-2023 годов. Но поле быстро меняется. Вопрос теперь не в том, «есть ли у них образы», а в том, смогут ли гибридные системы (LLM + планирование + память + инструменты) преодолеть эти ограничения и создать новый тип небиологического, но эффективного интеллекта, способного решать комплексные задачи, требующие рассуждений во времени.
Когнитивные искажения являются примером эволюционно сложившегося поведения. Некоторые из них выполняют адаптивную функцию, поскольку способствуют более эффективным действиям или более быстрому принятию решений. Другие, по-видимому, происходят из отсутствия соответствующих навыков мышления или из-за неуместного применения навыков, бывших адаптивными в других условиях.
Не так всё просто с человеком, 20Вт только на мозг, организму уже надо 100Вт, причем он не умеет гибернацию делать и нужно 24/7 питать. В итоге для выполнения задачи, например на написание статьи или отчета ИИ может тратить даже меньше энергии. Условно ИИ потребляет пусть даже 1 кВтч и уходит в реальный спящий режим или переключается на другие задачи, а человек продолжает потреблять как потреблял. Например пишет статью 5 дней и 2 дня отдыхает в итоге 16,8 кВтч только на энергию организма. Реально же энергию потребляют еще климатические системы в киловатты уже и сам человек потребляет энергию изначально усвоенную с КПД примерно 0.5% растениями. На этом фоне ИИ можно сказать ничего не потребляет, а датацентры обслуживают миллионы человек, на каждого приходятся доли кВтч, что не так много.
Как вариант наоборот, стереть все воспоминания и путешествие в любую деревню рядом будет как в первый раз, восторг от каждого гуся встреченного и цветочка ))
На ВИП тарифе специалисты помогут отсеять ядовитые грибы. На бесплатном тарифе с определенными рисками. Вообще там всё сложно, есть основной набор правил, но потом идет фрактальное усложнение и из правил есть исключения, потом исключения из исключений и я бы вообще не ел ни каких грибов из леса в итоге. Соседи собирают, если угощают ем 1 штуку, вроде один гриб редко какой настолько токсичный бывает ))
И ассистента рыбака заменить на ассистенку со стройной фигурой, которая будет "случайно" падать в воду, ходить мокрой и т.п. Хотя бы как на видео
https://youtube.com/shorts/BuMqxfvrwyw?si=uppIdMYUAOfY6fa8
Соседка торф заказывала для цветочков в сад, мешки по 30 кг. Возможно что и навоз есть действительно ))
За VIP тариф дается электроудочка и динамит? ))
Кошки ценят теплоту Старлинка, тоже визуально повышают вероятность нахождения )
https://futurism.com/wp-content/uploads/2022/01/starlink-dishes-cats.png?quality=85&w=1200
Кстати с МКС был мощный спрайт видимо снят, по околокосмическим ресурсам видео пролетало, очень красивое зрелище, можно видео поискать.
https://smartpress.by/upload/iblock/55e/ql77h6mjuq4fameuph74guvq5nakyfu4/apro.jpg
Поиск такое выдал:
Всего в мире умирает 63 млн. человек в год, в основном от болезней сердца и сосудов. На молнии приходится 0,003% Можно игнорировать это в общем случае.
Или ходим в таком костюме из железной сетки )
https://protvino-licey.ru/wp-content/images/51/rasstoyanie-lp-330-D019.jpg
Как убивает шаговое напряжение, если оно не задевает важные органы? Только если человек уже лежал. Это возможно рядом с упавшим проводом, свело ноги, упал и остановилось сердце. Молния же кратковременно действует, к сожалению самый короткий путь через голову и сердце. Вот пример похожий на попадание под шаговое напряжение:
Ну кстати теоретически задача упрощается тем что частоты небольшие, длина волны 3 метра, можно сфазировать антенны так что полезный сигнал придет синфазно, помехи в противофазе. Или даже оцифровать сразу сигнал с антенн и на FPGA обработать.
Есть радиопрозрачные краски, на форумах связистов обсуждают. Зависит случайным образом от добавок в краску. Если цвет краски придают оксиды металлов, то они могут поглощать часть ВЧ энергии. Еще можно грубо проверить помещая в микроволновку окрашенную поверхность, неудачные краски будут нагреваться.
Да, добавляются сложности рельефа местности. В самом простом случае ставится в поле и вращается сфокусировано к линии горизонта, где стоят отдельные домики. Но такое редко где возможно, в городе высотные дома закрывают друг друга, там уже вероятно нужно между домами ставить антенны и сканировать уже в по двум измерениям, вращать антенну вокруг оси и вверх-вниз.
На Хабре была статья про DIY разработку, сканер СВЧ источников из спутниковой тарелки, не смог найти, там визуализируется излучение от роутеров и геостационарные спутники видны дугой точке над горизонтом, автор попиксельно сканировал пространство.
Нашел другую статью
https://habr.com/ru/articles/985194/?ysclid=mku5x0as3q551081684
DIY радиотелескоп в сарае: как я поймал сигнал Галактики
В комментариях упоминают разрешение системы 8 градусов всего...
Возможно в этом отличия у нас. Я задаю не сложные вопросы обычно, по синтаксису например, когда забыл что-то. Или для хобби проектов, подобрать моторчик для радиоуправляемой машины или мощность печки для гаража. Расписывает правдоподобно. Иногда удачно получается перефразировать абзац технического текста в инструкции, более четко и лаконично.
У вас требования более высокие, как к эксперту в узкой области. Когда ИИ будет качеством ответов вас удовлетворять, тогда 99% специалистов пойдут работать курьерами )
Зачем подбирать умышленно вопросы чтобы компрометировать ИИ? Напоминает Глеба из классического рассказа "Срезал"
Обратный пример есть статья про крестьянский метод умножения через двоичную систему счисления
https://habr.com/ru/articles/987192/?ysclid=mku3d7fz9b31534243
Я спросил у дипсика можно ли аналогично делать с использованием троичной системы умножения.
Он понял контекст и расписал с примерами как это делать и написал вывод
Не легко, но можно
Поискал пишут так:
Дипсик не согласен:
И наоборот, человеческое мышление имеет высокоуровневые глюки
https://ru.wikipedia.org/wiki/Список_когнитивных_искажений
А интуиция и озарение результат вывода наиболее вероятного факта уже подсознанием в фоновом режиме.
Не так всё просто с человеком, 20Вт только на мозг, организму уже надо 100Вт, причем он не умеет гибернацию делать и нужно 24/7 питать. В итоге для выполнения задачи, например на написание статьи или отчета ИИ может тратить даже меньше энергии. Условно ИИ потребляет пусть даже 1 кВтч и уходит в реальный спящий режим или переключается на другие задачи, а человек продолжает потреблять как потреблял. Например пишет статью 5 дней и 2 дня отдыхает в итоге 16,8 кВтч только на энергию организма. Реально же энергию потребляют еще климатические системы в киловатты уже и сам человек потребляет энергию изначально усвоенную с КПД примерно 0.5% растениями. На этом фоне ИИ можно сказать ничего не потребляет, а датацентры обслуживают миллионы человек, на каждого приходятся доли кВтч, что не так много.