#AI
На моем тернистом пути к магистратуре мне повстречался краткий курс по машинному обучению, технологии, которая лежит в основе искусственного интеллекта. Если в двух словах, то это процесс обучения машины тому, чему учится человек в течение своей жизни. Но если человек учится путем обретения опыта, то машина - путем обработки огромного количества информации и поиска паттернов - закономерностей в этом массиве.
То есть нейросеть, передовую технологию современности, учат тому, что человеку часто делать не рекомендуется из политкорректных соображений: мыслить стереотипами, судить по внешности или ожидать от индивида какого-то поведения на основе прежнего опыта взаимодействия с представителями его группы.
Для эксперимента я закинул в Midjourney несколько запросов, чтобы понять, сможет ли сеть отразить нюансы характера или социального статуса человека, не прибегая к примитивным маякам. То есть если, к примеру, предложить сетке изобразить богатого человека, она покажет красный Феррари и золотой Ролекс на руке или сделает это более элегантно, через выражение лица аля Абрамович и кашемировое поло.
Результаты любопытные. Ниже будет несколько визуализаций.
Ræstmæ ut.
На моем тернистом пути к магистратуре мне повстречался краткий курс по машинному обучению, технологии, которая лежит в основе искусственного интеллекта. Если в двух словах, то это процесс обучения машины тому, чему учится человек в течение своей жизни. Но если человек учится путем обретения опыта, то машина - путем обработки огромного количества информации и поиска паттернов - закономерностей в этом массиве.
То есть нейросеть, передовую технологию современности, учат тому, что человеку часто делать не рекомендуется из политкорректных соображений: мыслить стереотипами, судить по внешности или ожидать от индивида какого-то поведения на основе прежнего опыта взаимодействия с представителями его группы.
Для эксперимента я закинул в Midjourney несколько запросов, чтобы понять, сможет ли сеть отразить нюансы характера или социального статуса человека, не прибегая к примитивным маякам. То есть если, к примеру, предложить сетке изобразить богатого человека, она покажет красный Феррари и золотой Ролекс на руке или сделает это более элегантно, через выражение лица аля Абрамович и кашемировое поло.
Результаты любопытные. Ниже будет несколько визуализаций.
Ræstmæ ut.
😁15👍9👎1
#alixandzinad #AI
Во время последнего коллапса на Ларсе, я подумал что если собирать данные о положении дел на таможне: размер очереди, среднее время прохождения, количество дней когда пост закрыт из-за погодных условий etc., то со временем, по мере накопления данных, это даст очень много полезной информации для тех, кто работает через границу. Можно будет в частности прогнозировать срок доставки с учетом среднего времени простоя на таможне или закладывать вероятность закрытия поста для сезонного увеличения складских запасов.
После чего я поговорил со знакомыми айтишниками, они сказали что можно сделать такой парсер, который будет собирать информацию с сайта электронной очереди и формировать базу.
После чего, я открыл Google Colab, облачный сервис для работы с языком программирования Python и чат Deep Seek, который я спросил то же что знакомого айтишника. Чат не сразу понял задачу, ошибался, но от простого к сложному, через какое-то количество итераций и минут через 40, я получил нужный результат. Примитивную программу, которая собирала данные электронной очереди и выгружала их в базу. Результат можно увидеть на скрине.
Для понимания ситуации, уровень владения Python по шкале от 0 до 10 у меня 0.5, то есть никакой. О том что из этого следует, в следующем посте.
Ræstmæ ut.
Во время последнего коллапса на Ларсе, я подумал что если собирать данные о положении дел на таможне: размер очереди, среднее время прохождения, количество дней когда пост закрыт из-за погодных условий etc., то со временем, по мере накопления данных, это даст очень много полезной информации для тех, кто работает через границу. Можно будет в частности прогнозировать срок доставки с учетом среднего времени простоя на таможне или закладывать вероятность закрытия поста для сезонного увеличения складских запасов.
После чего я поговорил со знакомыми айтишниками, они сказали что можно сделать такой парсер, который будет собирать информацию с сайта электронной очереди и формировать базу.
После чего, я открыл Google Colab, облачный сервис для работы с языком программирования Python и чат Deep Seek, который я спросил то же что знакомого айтишника. Чат не сразу понял задачу, ошибался, но от простого к сложному, через какое-то количество итераций и минут через 40, я получил нужный результат. Примитивную программу, которая собирала данные электронной очереди и выгружала их в базу. Результат можно увидеть на скрине.
Для понимания ситуации, уровень владения Python по шкале от 0 до 10 у меня 0.5, то есть никакой. О том что из этого следует, в следующем посте.
Ræstmæ ut.
👍30
#alixandzinad #AI
Долгое время знающие люди утверждали, что профессии будущего это креативные специальности и айтишники. Предполагалось, что это тот функционал, который будет очень сложно заменить роботами.
Но вектор развития передовых технологий говорит как раз об обратном.
Профессии связанные с софтом, данными или созданием контента, в том числе т.н. креативные оказались очень уязвимы. Удивительно, но именно креативность оказалось достаточно просто уместить в алгоритмы искусственного интеллекта и роботизации. Это разумеется не значит, что ВСЕ дизайнеры, программисты, бухгалетры, СММщики и журналисты скоро потеряют работу. Но благодаря росту производительности труда в этих отраслях, 9 из 10 точно найдут себя в Яндекс доставке. Пока курьеров не заменят роботы.
Сегодняшний школьник вряд ли поймет, но в ближайшем будущем повар, сантехник или автомеханик будут более ценными специалистами, чем дизайнер или финансовый аналитик. Вопроизвести механику простого ручного труда оказывается гораздо сложнее и дороже чем креативность или аналитические способности. Искусственный интеллект успешно помогает с выводом ракеты на геостационарную орбиту, но пока бессилен перед заменой рулевой рейки автомобиля.
Нынешние «не-престижные» специальности, связанные с ручным трудом ждет реабилитация.
В общем, такой технический пост о неочевидных следствиях развития искусственного интеллекта. Возможно кому-то будет полезно.
Ræstmæ ut.
Долгое время знающие люди утверждали, что профессии будущего это креативные специальности и айтишники. Предполагалось, что это тот функционал, который будет очень сложно заменить роботами.
Но вектор развития передовых технологий говорит как раз об обратном.
Профессии связанные с софтом, данными или созданием контента, в том числе т.н. креативные оказались очень уязвимы. Удивительно, но именно креативность оказалось достаточно просто уместить в алгоритмы искусственного интеллекта и роботизации. Это разумеется не значит, что ВСЕ дизайнеры, программисты, бухгалетры, СММщики и журналисты скоро потеряют работу. Но благодаря росту производительности труда в этих отраслях, 9 из 10 точно найдут себя в Яндекс доставке. Пока курьеров не заменят роботы.
Сегодняшний школьник вряд ли поймет, но в ближайшем будущем повар, сантехник или автомеханик будут более ценными специалистами, чем дизайнер или финансовый аналитик. Вопроизвести механику простого ручного труда оказывается гораздо сложнее и дороже чем креативность или аналитические способности. Искусственный интеллект успешно помогает с выводом ракеты на геостационарную орбиту, но пока бессилен перед заменой рулевой рейки автомобиля.
Нынешние «не-престижные» специальности, связанные с ручным трудом ждет реабилитация.
В общем, такой технический пост о неочевидных следствиях развития искусственного интеллекта. Возможно кому-то будет полезно.
Ræstmæ ut.
👍72👎6😁2🤯2