Как вы оцениваете результаты телефонных переговоров Трамп-Путин
Anonymous Poll
50%
Все плохо
0%
Все нормально
33%
Я не теряю оптимизма
17%
Передел мира приближается к кульминации
0%
Они обо всем уже давно договорились, а вчера была просто формальность
🔥 Что такое список Сводеша и как он связан с ИИ?
Представьте, что вы хотите узнать: два языка — родственники или просто похожи случайно?
Лингвисты используют для этого простой инструмент — список Сводеша.
Это список из примерно 100 самых базовых слов. Например:
🔸 «я»
🔸 «вода»
🔸 «рука»
🔸 «птица»
🔸 «огонь»
🔸 «мать»
🔸 «солнце»
Почему именно такие слова?
Потому что они есть почти в любом языке и почти не меняются столетиями. Если эти слова в двух языках похожи — скорее всего, языки имеют общее происхождение.
Учёные сравнивают эти слова, чтобы понять, насколько близки языки и как давно они разошлись.
📢 Важно! Частый вопрос:
Миф: Русский и английский — не родственники.
Факт: На самом деле русский и английский — дальние родственники!
Они относятся к разным группам (русский — славянский, английский — германский), но входят в одну большую индоевропейскую семью.
Примеры:
«мать» → Russian: мать, English: mother
«нос» → Russian: нос, English: nose
«два» → Russian: два, English: two
Эти слова — следы древнего общего предка. Но у близких языков (например, русского и украинского) совпадений в списке Сводеша будет куда больше.
Список Сводеша состоит из базовой лексики: так называют понятия, которые претендуют на культурную универсальность и наименее склонны к изменению в конкретном языке. Второе качество базовой лексики (несклонность к изменениям) Моррис Сводеш сравнивал с радиоактивным распадом, утверждая, что базовые слова в языках мира выпадают из употребления и заменяются новыми с примерно одинаковой низкой скоростью. Благодаря этому мы можем оценить, как давно два языка были одним (подобно оценке древности археологической находки с помощью радиоуглеродного анализа). Это означает, что, например, «мясо» может считаться универсальным понятием, а «шашлык» — уже нет.
🤖 А что может предложить ИИ?
Сегодня языковые модели вроде GPT видят сразу десятки языков и миллиарды слов.
И вот вопрос:
💡 Может ли нейросеть придумать новый список Сводеша, современный и гибкий?
🚀 Новые подходы:
✅ ИИ сам ищет ключевые слова.
Какие слова реально устойчивы и показательны для сравнения языков? Может, не «птица», а «друг» или выражение «у меня есть»?
✅ Анализ жестов, аудио и визуального контекста.
Для жестовых языков, например, классический список плохо подходит, а модель может учитывать и мимику, и движения.
✅ Живой список, который обновляется.
Языки меняются ежедневно. Почему бы не сделать список, который следит за трендами и новыми словами?
📌 Пример:
Классический список Сводеша:
«я», «рука», «вода», «птица», «мать».
ИИ-список 2025?:
«гуглить», «лайкать», «смартфон», «друг», «как бы».
Нужно ли отказаться от фиксированных списков и позволить нейросетям самим искать лучшие слова для анализа языков?
Или классика всё ещё лучше?
Смотртите так же мой эксперимент с омонимами тут.
#AI #Лингвистика #Нейросети #Сводеш #Языки #LLM #NLP #Transformer
Представьте, что вы хотите узнать: два языка — родственники или просто похожи случайно?
Лингвисты используют для этого простой инструмент — список Сводеша.
Это список из примерно 100 самых базовых слов. Например:
🔸 «я»
🔸 «вода»
🔸 «рука»
🔸 «птица»
🔸 «огонь»
🔸 «мать»
🔸 «солнце»
Почему именно такие слова?
Потому что они есть почти в любом языке и почти не меняются столетиями. Если эти слова в двух языках похожи — скорее всего, языки имеют общее происхождение.
Учёные сравнивают эти слова, чтобы понять, насколько близки языки и как давно они разошлись.
📢 Важно! Частый вопрос:
Миф: Русский и английский — не родственники.
Факт: На самом деле русский и английский — дальние родственники!
Они относятся к разным группам (русский — славянский, английский — германский), но входят в одну большую индоевропейскую семью.
Примеры:
«мать» → Russian: мать, English: mother
«нос» → Russian: нос, English: nose
«два» → Russian: два, English: two
Эти слова — следы древнего общего предка. Но у близких языков (например, русского и украинского) совпадений в списке Сводеша будет куда больше.
Список Сводеша состоит из базовой лексики: так называют понятия, которые претендуют на культурную универсальность и наименее склонны к изменению в конкретном языке. Второе качество базовой лексики (несклонность к изменениям) Моррис Сводеш сравнивал с радиоактивным распадом, утверждая, что базовые слова в языках мира выпадают из употребления и заменяются новыми с примерно одинаковой низкой скоростью. Благодаря этому мы можем оценить, как давно два языка были одним (подобно оценке древности археологической находки с помощью радиоуглеродного анализа). Это означает, что, например, «мясо» может считаться универсальным понятием, а «шашлык» — уже нет.
🤖 А что может предложить ИИ?
Сегодня языковые модели вроде GPT видят сразу десятки языков и миллиарды слов.
И вот вопрос:
💡 Может ли нейросеть придумать новый список Сводеша, современный и гибкий?
🚀 Новые подходы:
✅ ИИ сам ищет ключевые слова.
Какие слова реально устойчивы и показательны для сравнения языков? Может, не «птица», а «друг» или выражение «у меня есть»?
✅ Анализ жестов, аудио и визуального контекста.
Для жестовых языков, например, классический список плохо подходит, а модель может учитывать и мимику, и движения.
✅ Живой список, который обновляется.
Языки меняются ежедневно. Почему бы не сделать список, который следит за трендами и новыми словами?
📌 Пример:
Классический список Сводеша:
«я», «рука», «вода», «птица», «мать».
ИИ-список 2025?:
«гуглить», «лайкать», «смартфон», «друг», «как бы».
Нужно ли отказаться от фиксированных списков и позволить нейросетям самим искать лучшие слова для анализа языков?
Или классика всё ещё лучше?
Смотртите так же мой эксперимент с омонимами тут.
#AI #Лингвистика #Нейросети #Сводеш #Языки #LLM #NLP #Transformer
Dmytro
🧠 Как думают машины? В поисках нейролингвистических инвариантов. Эксперимент с омонимами. Я уже не раз жаловался в этом чате, что машинное обучение и нейросети меня откровенно раздражают своей неточностью и непрозрачностью миллиардов нейронных связей. Но…
Следующий забег на эти темы будет именно с позиций списка Сводеша. Как я уже вверху показывал с кодом, что нейросеть разводит слово "лук" в предложении "Я купил лук на рынке" и "Рыцарь натянул лук и выпустил стрелу" и тут, внимание (!!!), можно сказать "ну естественно, разные же слова вокруг стоят". Так вот нет совсем. Если дать модели два других предложения "Я купил лук на рынке" и "Урожай лука в этом году был высок" и "Василий пожарил картошку с луком", то модель на средних слоях нейросети развела слово "лук", а на более глубоких слоях свела снова - и там, и там имеется в виду лук как плод и пища. И крошечные по современным меркам языковые модели это понимают прекрасно и говорят, да, это именно этот лук! А вот в предложении про рыцаря с луком даже модель с всего 1 миллардом нейронных связей скажет: не-не, это не тот лук, это другой, это что-то там с тетевой и стрелами, а не то, на чём Василий пожарил картошку или что продаётся на рынке.
И обучая свои сравнительно маленькие нейросетки мне нужны бенчмарки, насколько хорошо я могу их потом верифицировать, поэтому кроме пары дюжин экспериментов с омонимами нужны более солидные бенчмарки и как раз мне пока видится таким бенчмарком именно родственность языков. Тут, конечно, искусство ставить эксперименты....
И обучая свои сравнительно маленькие нейросетки мне нужны бенчмарки, насколько хорошо я могу их потом верифицировать, поэтому кроме пары дюжин экспериментов с омонимами нужны более солидные бенчмарки и как раз мне пока видится таким бенчмарком именно родственность языков. Тут, конечно, искусство ставить эксперименты....
Интересное мнение, которому уже 49 лет. Согласны или нет? Изменилось ли что-нибудь за почти пол века?
👇👇👇
#AI #Literature #LimitsOfAI #AGI
👇👇👇
#AI #Literature #LimitsOfAI #AGI
Forwarded from Математика не для всех
Основоположник отечественной школы искусственного интеллекта Дмитрий Поспелов об ограниченности ИИ:
Из интервью "Литературной газете" 28 апреля 1976 года
...Пишутся рассказы, стихи, что называется, по алгоритму "как у такого-то"... Но в искусстве этому есть имя — эпигонство. Творчество же предполагает новые мысли и образы. Оно тем и отличается от эпигонства, что его источник — жизнь, а не описание жизни
Возьмите пушкинское "Я вас любил...". Что здесь программировать? Стихотворное изложение цепи "любил... страдал ... разлюбил... будь счастлива"? Получится банальщина.
У Пушкина ведь говорят не только слова. Такое может написать лишь человек, который действительно любит сильно и самоотреченно
Любовь и ЭВМ — вещи далекие
Эту мысль впервые высказал американский кибернетик Хьюберт Дрейфус: "Мышление без физического тела, находящегося в физическом мире, невозможно"
И это один из аргументов против возможности создания полноценного ИИ, поскольку машинная программа "живет" не в физическом мире, а в мире символов. Отсутствие физического тела ведет к тому, что машина "ничего не хочет". Она не знает ни любви, ни голода, ни усталости, ни потребности в комфорте
Ну, а так как никаких потребностей у машины пока нет, то она и не в состоянии сама выбирать цели своего поведения и, стало быть, без понуждения человеком остается мертвой грудой металла...
ИИ будет возможен, если машина сумеет сама осуществить весь мыслительный процесс, начиная от выбора задачи. Пока же за нее решает программист
И даже если мы сымитируем в машине человеческие потребности и чувства, это не будет гарантией того, что она сможет создать второе "Я вас любил". Может быть, она создаст что-то не менее великое, но... для себе подобных
Представляете, картина — машина-читатель вводит в себя стихи машины-поэта и от наслаждения меняет ток в питающем трансформаторе. Но мы-то будем подходить к ней с нашими мерками! Она должна будет отражать не свои, а наши чувства, а для этого мало имитировать человека, — надо быть человеком
Из интервью "Литературной газете" 28 апреля 1976 года
Друзья, позвольте вас попросить поучаствовать в небольшом анонимном опросе. 👇👇👇 Выбирать можно несколько пунктов!
Заранее огромное спасибо! ❤️
Заранее огромное спасибо! ❤️
Как вы относитесь к развитию ИИ, больших языковых моделей, нейросетей? Это эволюционный прорыв, временный хайп или, может быть, угроза? Выбирать можно несколько вариантов! Свои варианты в комментарии
Anonymous Poll
3%
Ерунда это все. Хайп, который скоро лопнет
24%
Полезная технология, но сильно переоценена. Пока ничего революционного
32%
Это мощный инструмент, но он не заменит человека. Всегда нужен оператор
9%
ИИ только копирует, но не творит. Он никогда не станет гениальным
4%
Креативные профессии в безопасности. Нейросеть - не художник и не писатель
38%
ИИ изменит нашу жизнь как письменность, книгопечатание, паровые машины и электричество.Это новая эра
22%
Он нас заменит. ИИ оставит миллионы людей без работы
16%
Он нас превзойдет. Вопрос времени и ИИ станет умнее нас
6%
Нас ждет техно-утопия! ИИ будет работать, а мы отдыхать
9%
Нас ждет темно-апокалипсис…Готовлю бункер, кто со мной?
Истории (не)успеха (ИИ)ЕИ pinned «Как вы относитесь к развитию ИИ, больших языковых моделей, нейросетей? Это эволюционный прорыв, временный хайп или, может быть, угроза? Выбирать можно несколько вариантов! Свои варианты в комментарии»
Forwarded from Дневник Технаря
This media is not supported in your browser
VIEW IN TELEGRAM
В «Гарри Поттере» давно показали лайфхаки по возвращению удалёнщиков в офис.
Пожалуйста, не показывайте это начальникам.
@dnevteh
Пожалуйста, не показывайте это начальникам.
@dnevteh
🤣2😁1
Forwarded from Математическая эссенция
«Another roof, another proof (Ещё одна крыша — ещё одно доказательство)»
26 марта 1913 г. родился Пал Эрдёш, один из самых плодовитых математиков и авторов математических гипотез 20 в. Он считал, что математика — это социальная деятельность, и вёл кочевой образ жизни с единственной целью — писать математические статьи вместе с другими математиками. Эрдёш посвящал математике всё своё свободное время, даже в преклонном возрасте.
Умер от сердечного приступа на математической конференции в 1996 г. в Варшаве (в кармане у него был билет на самолёт до Вильнюса, где должна была состояться его следующая конференция), почти в полном соответствии со своим пожеланием. Однажды он сказал: «Я хочу читать лекцию, заканчивая важное доказательство на доске, когда кто-то из аудитории выкрикнет: “А как насчёт общего случая?” Я повернусь к аудитории и улыбнусь: “Это я оставлю следующему поколению”, — а потом упаду в обморок».
Всю свою жизнь Эрдёш вёл жизнь «странствующего математика»: он путешествовал между научными конференциями и домами коллег по всему миру, появлялся на пороге со словами «мой мозг открыт» и оставался на время, необходимое для совместной подготовки нескольких статей, чтобы уехать дальше ещё через несколько дней. Щедро делился с окружающими своими математическими идеями и сам легко откликался на чужие идеи. Большинство статей написал с соавторами, общее количество которых было более 1500. Традиционно в математике совместная статья является скорее исключением, чем правилом, в связи с чем этот феномен породил шуточный наукометрический показатель «число Эрдёша» (длина кратчайшего пути от автора до Эрдёша по совместным публикациям).
Эрдёш считал, что постановка математических задач так же важна, как и их решение. Он часто публиковал новые задачи и предлагал денежные награды за их решение. За свою жизнь он предложил награды за сотни придуманных им же задач. Величина призов варьировалась от $25 до нескольких тысяч, в зависимости от того, как он оценивал сложность задачи.
В настоящее время за решение задачи из Списка Эрдёша также можно получить премию из фонда Эрдёша, руководимого калифорнийским математиком Р. Грэхемом.
26 марта 1913 г. родился Пал Эрдёш, один из самых плодовитых математиков и авторов математических гипотез 20 в. Он считал, что математика — это социальная деятельность, и вёл кочевой образ жизни с единственной целью — писать математические статьи вместе с другими математиками. Эрдёш посвящал математике всё своё свободное время, даже в преклонном возрасте.
Умер от сердечного приступа на математической конференции в 1996 г. в Варшаве (в кармане у него был билет на самолёт до Вильнюса, где должна была состояться его следующая конференция), почти в полном соответствии со своим пожеланием. Однажды он сказал: «Я хочу читать лекцию, заканчивая важное доказательство на доске, когда кто-то из аудитории выкрикнет: “А как насчёт общего случая?” Я повернусь к аудитории и улыбнусь: “Это я оставлю следующему поколению”, — а потом упаду в обморок».
Всю свою жизнь Эрдёш вёл жизнь «странствующего математика»: он путешествовал между научными конференциями и домами коллег по всему миру, появлялся на пороге со словами «мой мозг открыт» и оставался на время, необходимое для совместной подготовки нескольких статей, чтобы уехать дальше ещё через несколько дней. Щедро делился с окружающими своими математическими идеями и сам легко откликался на чужие идеи. Большинство статей написал с соавторами, общее количество которых было более 1500. Традиционно в математике совместная статья является скорее исключением, чем правилом, в связи с чем этот феномен породил шуточный наукометрический показатель «число Эрдёша» (длина кратчайшего пути от автора до Эрдёша по совместным публикациям).
Эрдёш считал, что постановка математических задач так же важна, как и их решение. Он часто публиковал новые задачи и предлагал денежные награды за их решение. За свою жизнь он предложил награды за сотни придуманных им же задач. Величина призов варьировалась от $25 до нескольких тысяч, в зависимости от того, как он оценивал сложность задачи.
В настоящее время за решение задачи из Списка Эрдёша также можно получить премию из фонда Эрдёша, руководимого калифорнийским математиком Р. Грэхемом.
👍3
👆👆👆Сколько рукопожатий до Эрдёша?
В честь Эрдёша даже придумали особый «математический рейтинг» – число Эрдёша.
📌 У самого Эрдёша оно 0,
📌 У его соавторов – 1,
📌 У их соавторов – 2,
📌 И так далее…
А вот у моей скромной персоны 😂 какое число Эрдёша, как думаете? 🤔 Делитесь предположениями в комментариях!
И если знаете своё число – тоже пишите! 🔢🎂
В честь Эрдёша даже придумали особый «математический рейтинг» – число Эрдёша.
📌 У самого Эрдёша оно 0,
📌 У его соавторов – 1,
📌 У их соавторов – 2,
📌 И так далее…
А вот у моей скромной персоны 😂 какое число Эрдёша, как думаете? 🤔 Делитесь предположениями в комментариях!
И если знаете своё число – тоже пишите! 🔢🎂
Возвращаясь к моему любимому виду спорта - ну разве не красавчик Юрий? 😊
Forwarded from FightSpace
Media is too big
VIEW IN TELEGRAM
Юрий Яковлевич Арбачаков — первый советский и российский боксер, ставший чемпионом мира среди профессионалов.
Юра, мы не все про...ли!
Актуально для любой страны на сегодняшний день? Или есть страны-исключения? 😁
Новости из мира большой ИИ-политики, но мы, обычные люди, не забываем принять участие в ИИ-опросе: тЫц
Forwarded from Малоизвестное интересное
Большие ИИ-батальоны – новая стратегия Китая в борьбе с США.
Китай использует слом вычислительной парадигмы ИИ DeepSeek’ом для выхода вперед в ИИ-гонке.
Китай нашел очередной сверхэффективный контрприем против удушающего захвата экспортных ограничений США на микросхемы для ИИ.
Прошлогодние итоги торгово-технологической войны Китая и США за лидерство в ИИ показали, что «отставание Китая с мая ‘23 по октябрь ‘24 сократилось в 30 раз». И тем не менее, чтобы от сокращения отставания перейти к лидерству в ИИ-гонке, Китай мог рассчитывать лишь чудо. Ибо почуявшие на затылке дыхание Китайских конкурентов, лидирующие в гонке OpenAI, Google и Anthropic в конце 2024 взвинтили темп разработок новых моделей, а Белый дом еще сильнее стал душить Китай экспортными ограничениями.
Но чудо все-таки случилось. Им стал революционный прорыв китайских моделей компании DeepSeek. Этот прорыв кардинально изменил основу основ ИИ-гонки - требования к вычислительной мощности для ИИ-систем: прежняя парадигма «основанная на обучении» сменилась на парадигму «основанную на выводе».
• В прежней парадигме соотношение вычислительных ресурсов на этапе обучения модели и на этапе вывода (инференс) было от 70/30 до 80/20
• А в новой – DeepSeek установил планку соотношения вычислительных ресурсов на 25/75) – т.е. основные ресурсы требовались уде при ответах на запросы пользователей.
Еще более важно (и в этом то и состоял главный прорыв DeepSeek’а для Китая) – что в «эпоху вывода» также меняются требования к архитектуре вычислительных кластеров: вместо гонки за кластеры стоимостью в сотни миллиардов к распределенной архитектуре.
Новый отчет Qbit AI показывает, как это выглядит на практике (см. рис.).
Поставщики периферийных облачных вычислений, такие как PPIO, запускают ИИ-сервисы через распределенные сети, используя более 3900 узлов в 1200 городах Китая общей вычислительной мощностью более 1000 петафлопс.
И при этом Qbit сообщает, что во время китайского Нового года "PPIO достигла 99,9% доступности своих услуг To-Business DeepSeek… В настоящее время среднесуточное потребление токенов платформы PPIO превысило 130 миллиардов."
Таким образом, по состоянию на март 2025:
•
Для сравнения, оценки аналогичных показателей для самых продвинутых российских моделей:
•
N.B. С учетом внушительных экосистем Сбера и Яндекса и распространение их ИИ-сервисов для корпоративных заказчиков, указанные цифры могут возрасти на порядок. Но и эти цифры будут на примерно на 2 порядка меньше, чем у ведущих компаний США и Китая.
Резюме:
Новая стратегия больших батальонов распределенных вычислений, несомненно, на руку Китаю.
Однако, полемизируя с идеологией, выраженной в любимой Наполеоном фразе "Бог всегда на стороне больших батальонов", Вольтер сказал - "Бог не на стороне больших батальонов, а на стороне лучших стрелков".
А стрелки, надо признать, у США все же лучше.
#Китай #США #ИИгонка
Китай использует слом вычислительной парадигмы ИИ DeepSeek’ом для выхода вперед в ИИ-гонке.
Китай нашел очередной сверхэффективный контрприем против удушающего захвата экспортных ограничений США на микросхемы для ИИ.
Прошлогодние итоги торгово-технологической войны Китая и США за лидерство в ИИ показали, что «отставание Китая с мая ‘23 по октябрь ‘24 сократилось в 30 раз». И тем не менее, чтобы от сокращения отставания перейти к лидерству в ИИ-гонке, Китай мог рассчитывать лишь чудо. Ибо почуявшие на затылке дыхание Китайских конкурентов, лидирующие в гонке OpenAI, Google и Anthropic в конце 2024 взвинтили темп разработок новых моделей, а Белый дом еще сильнее стал душить Китай экспортными ограничениями.
Но чудо все-таки случилось. Им стал революционный прорыв китайских моделей компании DeepSeek. Этот прорыв кардинально изменил основу основ ИИ-гонки - требования к вычислительной мощности для ИИ-систем: прежняя парадигма «основанная на обучении» сменилась на парадигму «основанную на выводе».
• В прежней парадигме соотношение вычислительных ресурсов на этапе обучения модели и на этапе вывода (инференс) было от 70/30 до 80/20
• А в новой – DeepSeek установил планку соотношения вычислительных ресурсов на 25/75) – т.е. основные ресурсы требовались уде при ответах на запросы пользователей.
Еще более важно (и в этом то и состоял главный прорыв DeepSeek’а для Китая) – что в «эпоху вывода» также меняются требования к архитектуре вычислительных кластеров: вместо гонки за кластеры стоимостью в сотни миллиардов к распределенной архитектуре.
Новый отчет Qbit AI показывает, как это выглядит на практике (см. рис.).
Поставщики периферийных облачных вычислений, такие как PPIO, запускают ИИ-сервисы через распределенные сети, используя более 3900 узлов в 1200 городах Китая общей вычислительной мощностью более 1000 петафлопс.
И при этом Qbit сообщает, что во время китайского Нового года "PPIO достигла 99,9% доступности своих услуг To-Business DeepSeek… В настоящее время среднесуточное потребление токенов платформы PPIO превысило 130 миллиардов."
Таким образом, по состоянию на март 2025:
•
OpenAI ежесуточно обрабатывает около 1 трлн токенов, используя вычислительную мощность ~2000–4000 петафлопс
• Baidu также ежесуточно обрабатывает около 1 трлн токенов, но использует лишь 1500–2300 петафлопсДля сравнения, оценки аналогичных показателей для самых продвинутых российских моделей:
•
Яндекс (YaLM) ежесуточно обрабатывает около ~5 млрд токенов, используя вычислительную мощность ~1-3 петафлопс
• Сбер (GigaChat) ~5+ млрд токенов, используя ~1-5 петафлопсN.B. С учетом внушительных экосистем Сбера и Яндекса и распространение их ИИ-сервисов для корпоративных заказчиков, указанные цифры могут возрасти на порядок. Но и эти цифры будут на примерно на 2 порядка меньше, чем у ведущих компаний США и Китая.
Резюме:
Новая стратегия больших батальонов распределенных вычислений, несомненно, на руку Китаю.
Однако, полемизируя с идеологией, выраженной в любимой Наполеоном фразе "Бог всегда на стороне больших батальонов", Вольтер сказал - "Бог не на стороне больших батальонов, а на стороне лучших стрелков".
А стрелки, надо признать, у США все же лучше.
#Китай #США #ИИгонка
🔥 Стрим по программированию на следующих выходных (5.04 или 6.04)! 🔥
Темы открыты для обсуждения! Вот варианты, что можно разобрать:
1️⃣ Большие языковые модели и трансформеры – поделюсь, что уже понял и как с ними работать. архитектуры, эмбеддинги, сэлф-аттэншин с нуля на питоне. @phconductor, интересно?
2️⃣ Моя основная работа – сейчас погружаюсь в новые темы Kafka, Flink - можно обсудить вместе и сделать какой-нибудь пример. @spearhead_one, тебе интересно?
3️⃣ Для начинающих и тех, кто вообще ни разу не программировал – разберём, что такое программирование, как вариант предлагаю на примере автоматических тестов для веб-приложений и электроники. @все и @Arha_0?
Если интересно – пишите в комменты или в ЛС, договоримся о времени! 🚀
@все, @vierten, @niko_gur, @im115599, @karpolan что думаете?
начнём с какой-нибудь одной темы, а если понравится, то повторим. предлагайте свои темы также!
Темы открыты для обсуждения! Вот варианты, что можно разобрать:
1️⃣ Большие языковые модели и трансформеры – поделюсь, что уже понял и как с ними работать. архитектуры, эмбеддинги, сэлф-аттэншин с нуля на питоне. @phconductor, интересно?
2️⃣ Моя основная работа – сейчас погружаюсь в новые темы Kafka, Flink - можно обсудить вместе и сделать какой-нибудь пример. @spearhead_one, тебе интересно?
3️⃣ Для начинающих и тех, кто вообще ни разу не программировал – разберём, что такое программирование, как вариант предлагаю на примере автоматических тестов для веб-приложений и электроники. @все и @Arha_0?
Если интересно – пишите в комменты или в ЛС, договоримся о времени! 🚀
@все, @vierten, @niko_gur, @im115599, @karpolan что думаете?
начнём с какой-нибудь одной темы, а если понравится, то повторим. предлагайте свои темы также!
Forwarded from Математическая эссенция
27 марта 1857 г. родился Карл Пирсон, британский математик, основатель современной статистики. Разработал теорию корреляции, критерии согласия, алгоритмы принятия решений и оценки параметров. С его именем связаны такие широко используемые термины и методы, как: гистограмма, стандартное отклонение, коэффициент асимметрии, коэффициенты корреляции и ковариации, метод моментов, критерий хи-квадрат, множественная регрессия. Методы Пирсона имеют предельно общий характер и применяются практически во всех естественных науках.
При этом Пирсон был одним из главных теоретиков расизма, основоположником биометрики, проповедником социального дарвинизма и евгеники.
Понятие евгеники ввёл антрополог Фрэнсис Гальтон, понимая под ним «науку, занимающуюся всеми факторами, улучшающими врождённые качества расы». Пирсон повернул евгенику в русло патриотизма. По его мнению, задача евгеники — заниматься не отдельными людьми, а целыми нациями. Государство имеет право определять, кто может иметь детей, а кто нет.
Пирсон рассматривал войну против «низших рас» как логическое следствие теории эволюции. «Мой взгляд — и я думаю, его можно назвать научным взглядом на нацию, — писал он, — это взгляд на организованное целое, поддерживаемое на высоком уровне внутренней эффективности за счёт обеспечения того, чтобы его численность в основном набиралась из лучших кадров, и поддерживаемое на высоком уровне внешней эффективности за счёт конкуренции, главным образом путем войны с низшими расами». «Право жить ещё не означает право каждого на продолжение своего рода. Снижается качество естественного отбора, и это значит, что выживает всё больше слабых и никчёмных. А мы должны повышать стандарт происхождения, умственный и физический».
В общем, увы, очень большой математик не обязательно является очень большим человеком…
При этом Пирсон был одним из главных теоретиков расизма, основоположником биометрики, проповедником социального дарвинизма и евгеники.
Понятие евгеники ввёл антрополог Фрэнсис Гальтон, понимая под ним «науку, занимающуюся всеми факторами, улучшающими врождённые качества расы». Пирсон повернул евгенику в русло патриотизма. По его мнению, задача евгеники — заниматься не отдельными людьми, а целыми нациями. Государство имеет право определять, кто может иметь детей, а кто нет.
Пирсон рассматривал войну против «низших рас» как логическое следствие теории эволюции. «Мой взгляд — и я думаю, его можно назвать научным взглядом на нацию, — писал он, — это взгляд на организованное целое, поддерживаемое на высоком уровне внутренней эффективности за счёт обеспечения того, чтобы его численность в основном набиралась из лучших кадров, и поддерживаемое на высоком уровне внешней эффективности за счёт конкуренции, главным образом путем войны с низшими расами». «Право жить ещё не означает право каждого на продолжение своего рода. Снижается качество естественного отбора, и это значит, что выживает всё больше слабых и никчёмных. А мы должны повышать стандарт происхождения, умственный и физический».
В общем, увы, очень большой математик не обязательно является очень большим человеком…
👍2
Forwarded from Истории (не)успеха (ИИ)ЕИ (Dmytro)
🔥 Стрим по программированию на следующих выходных (5.04 или 6.04)! 🔥
Темы открыты для обсуждения! Вот варианты, что можно разобрать:
1️⃣ Большие языковые модели и трансформеры – поделюсь, что уже понял и как с ними работать. архитектуры, эмбеддинги, сэлф-аттэншин с нуля на питоне. @phconductor, интересно?
2️⃣ Моя основная работа – сейчас погружаюсь в новые темы Kafka, Flink - можно обсудить вместе и сделать какой-нибудь пример. @spearhead_one, тебе интересно?
3️⃣ Для начинающих и тех, кто вообще ни разу не программировал – разберём, что такое программирование, как вариант предлагаю на примере автоматических тестов для веб-приложений и электроники. @все и @Arha_0?
Если интересно – пишите в комменты или в ЛС, договоримся о времени! 🚀
@все, @vierten, @niko_gur, @im115599, @karpolan что думаете?
начнём с какой-нибудь одной темы, а если понравится, то повторим. предлагайте свои темы также!
Темы открыты для обсуждения! Вот варианты, что можно разобрать:
1️⃣ Большие языковые модели и трансформеры – поделюсь, что уже понял и как с ними работать. архитектуры, эмбеддинги, сэлф-аттэншин с нуля на питоне. @phconductor, интересно?
2️⃣ Моя основная работа – сейчас погружаюсь в новые темы Kafka, Flink - можно обсудить вместе и сделать какой-нибудь пример. @spearhead_one, тебе интересно?
3️⃣ Для начинающих и тех, кто вообще ни разу не программировал – разберём, что такое программирование, как вариант предлагаю на примере автоматических тестов для веб-приложений и электроники. @все и @Arha_0?
Если интересно – пишите в комменты или в ЛС, договоримся о времени! 🚀
@все, @vierten, @niko_gur, @im115599, @karpolan что думаете?
начнём с какой-нибудь одной темы, а если понравится, то повторим. предлагайте свои темы также!