Инаугурационный пост в канале — и сразу новогоднее поздравление. Ассоциации неизбежны, но я всё-таки не рассчитываю радовать вас этим каналом в течение следующей четверти века (ни подряд, ни с формальным перерывом на несколько лет).

Так что просто — рад видеть вас здесь, и с Новым годом, друзья! Пусть в 2025-м всё у всех будет хорошо.

Первое января наступило, и вот первый настоящий пост! Вчера под ёлочку выложили выпуск подкаста, который мы с Михаилом @kmsint записывали аж два месяца назад (поэтому кое-какие последние новости, которые было бы логично там упомянуть, не упомянуты). Перешлю сюда анонс из канала Михаила, там и ссылка, и краткое содержание, да и ссылку на сам канал не могу не дать, подкаст вообще хороший.

В моём случае вышло немного не так, как я ожидал, очень много говорили о математике и применениях AI к ней, но были и общие рассуждения. Надеюсь, будет интересно, и спасибо Михаилу за приглашение!

С Наступающим Новым годом, друзья!

В эфире праздничный выпуск 🙂 В гостях Сергей Николенко - доктор физико-математических наук, старший научный сотрудник ПОМИ РАН, доцент ФМКН СПбГУ, Head of AI компании Synthesis AI, исследователь в области машинного обучения, в частности глубокого обучения, теоретической информатики и анализа алгоритмов, автор более 200 публикаций в этих и других областях информатики и математики, автор нескольких книг, в том числе бестселлера "Глубокое обучение" (Питер, 2018) и монографии "Synthetic Data for Deep Learning" (Springer, 2021). Почему математики в машинном обучении много, а машинное обучение в математике приходится искать? Могут ли программы перебирать другие программы для решения задач перебором? Почему до сих пор не автоматизировали поиск решений для задач тысячелетия? Решают ли большие языковые модели олимпиадные задачи по математике лучше олимпийцев? Как победить LLM на математической олимпиаде, подсунув ей задачи по геометрии? Можно ли автоматизировать учёного? Что лучшие математики современности думают о модели o1? Могут ли нейросети выводить физические законы? Как понять, что AGI уже здесь? А что делать, если уже здесь? Как написать системный промпт к очередной LLM так, чтобы она не захотела уничтожить человечество? На кого учиться, если кругом все делают роботы? Обо всем этом в выпуске!

https://mlpodcast.mave.digital/ep-67

Друзья и коллеги, вас уже так много! Очень рад всем, добро пожаловать! За ещё одну сотню подписчиков, видимо, спасибо Лаиде @laida_kushnareva и её каналу
https://t.iss.one/tech_priestess

Не обещаю, что здесь будет много регулярного интересного контента, но сегодня как раз снова кое-что есть.

Для новогодней встречи в СПбГУ меня попросили сделать шуточный короткий доклад, минут на 15-20. Я хотел было рассказать, как LLM будут придумывать и писать за нас статьи, но увлёкся первым же подсюжетом этой темы, и в результате получился обзор того, как люди и роботы писали, подавали и принимали фейковые статьи. В докладе довольно много sexual references и немного explicit language, не говорите, что не предупредил.) Enjoy!

Наследие Герберта Шлангеманна, или Как опубликовать научную статью
https://youtu.be/Rvzx4BQDu4U

По итогам доклада есть два вопроса к аудитории.)

1. Тот же, что я задавал в конце: что вы думаете об участии LLM в науке? Как это должно быть устроено? А может, это уже неактуальный вопрос, и пока мы договариваемся между собой, как сотрудничать с LLM, люди вообще станут не нужны?..

2. К звуковикам в моей аудитории: что это за криповый микрофон из ада, который иногда слышится в докладе?) В предыдущих записях из той же аудитории тоже такое было: иногда вопросы из зала записываются нормально, а иногда звучат буквально как чёрная месса. Кто-нибудь понимает, как такое может получаться?..

В последние годы новогодняя традиция — это не настолки, а компьютерные игры. Обычно я играю в небольшие инди-проекты, но очень долгие выходные идеальны для того, чтобы спокойно пройти какую-нибудь большую и красивую игру. На прошлых праздниках, например, прошёл Atomic Heart; отличная игра, классная атмосфера и персонажи, очень всем рекомендую, провёл в ней почти 30 часов, никуда не торопился и наслаждался процессом.

А в этот раз игра победила меня. Взялся за Assassin's Creed: Odyssey, и 58 часов спустя вынужден признать, что пройти до отъезда уже не успею. Мир очень красивый, процесс чрезвычайно затягивающий; геймплей, конечно, однообразный, и на нормальном уровне сложности почти никакого челленджа — но я и не хотел, никогда не понимал, зачем люди тратят время на то, чтобы научиться хорошо играть в single-player игры. Последние часов 30 я просто старался эффективно бегать от одного квеста к другому.

Но при этом, хотя геймплейно разных типов мини-квестов там максимум штук пять, каждый несчастный fetch quest с доски объявлений рассказывает тебе новую вручную написанную и озвученную (!) мини-историю, которая часто так или иначе привязана к ключевым лицам и событиям или игры, или просто Древней Греции. Заходишь в новый регион, а там (часто) новая большая история плюс (всегда) новая пачка таких вот мини-историй, красивых видов и исторических локаций; расслабленно всё это зачищаешь, и чудо геймдизайна в том, что этот процесс не надоедает.

Страшно представить, сколько таких квестов я уже прошёл (не нашёл где в игре посмотреть общий список, а жаль, наверняка сотнями исчисляется), притом что по сюжету я ещё где-то на середине или двух третях, и карты открыто тоже только где-то две трети. Потом, конечно, допройду потихоньку, как минимум интересно, сколько часов всё это займёт в итоге.

И напоследок серьёзный вопрос аудитории: стоит продолжать писать про компьютерные игры, настолки и тому подобные развлечения? Или всё-таки вы здесь сугубо для того, чтобы получать ссылки на новые обзорные доклады про LLM?)