пару предложений про ИИ…
что бы он не был тупой, ему позволили фантазировать…
и теперь он откровенно врет!))) но в некоторых задачах он стал лучше от этого…
самый лучший этот, и после него я реально поверил что позже он меня сможет заменить… так как он выдавал очень хороший результат… https://claude-ai.ru/
а еще после версии 3.5 что то они отупели… более того и обленились… например когда надо создать 5 переменных, он создает одну, типо вы не указали значит не надо)))( но его можно понять, по 1кк+ тупых вопросов в день… )
что касается обучения его… то вы не можете влиять на его…
даже если ты ему сказал что решение есть, показал ему, он говорит да, я ошибся и не учел это это, с другого ака тот же вопрос задаешь, и он те же нелепые ответы выдает
смотря какой метод обучения))) вы про какой говорите ?
но может и не представляю…
нейросети разные бывают… про новые давно не читал, как и подробно про то как сделан гпт тот же…
Лично мне нейросети, которые можно было бы обучить на одном цикле из единственного ответа, не знакомы.
Ваше обращение - статистически незначимое событие для обучения сети. Поэтому вполне логично, что реакция на него находится в пределах статистической погрешности. Т.е. незаметна. Вот когда 1000000000 пользователей повторят Ваш ответ, тогда сеть, возможно, на это как-то и отреагирует.
метод обратного распространения называется ?))) я уже не помню)))
кстати для тех кто без знаний захочет пощупать https://habr.com/ru/articles/351922/
что касается этих ботов, то я думаю разрабы их сами учат без участия пользователей, и даже ограничили ее умышленно… это только мои предположения)))
Апасне утверждение Выучивает же перцептрон XOR всего на четырёх примерах. Но тут более показательно можно на примере рисовалки - да, она обучена на миллиардах, но, можно дообучить сеть всего на одной фотографии, подавая её в цикле, и если оптимизатору повезло, веса действительно выравниваются на эту фотку, и сеть будет рисовать человека с именно этой фотки. Конечно, лучше бы 5-10-20, но можно и по одному примеру. Да и подходы single-shot, zero-shot learning известны уже тоже с 2017-2019х.
По собственному опыту могу сказать, что эти цифры занижены на порядки.
Но даже если верить им, все равно требуется несколько сотен циклов обучения, тогда как BABOS делает выводы из факта, что ИИ не отреагировал на единственный пример.
Ведущий был реально клоун. Нес такую чушь, даже неприятно было слушать порой, с его запрыгивайте. Мошейники чистой воды, которые тянут из наивных слушателей деньги не малые, дуя в уши, что вам вообще ничего не надо знать. Заплатите сегодня нам, и уже через полгода вы будете зарабатывать 80, а через год 150. Чистый развод на ровном месте. Ещё и посадили девочку, которая сегодня обратную связь получает по прозвону. Хоть бы не позорились, что типа мы из Сколково. Пипец.
Обзор шмоточный, однако что отмечаем: речевой перевод с английского на русский сделан ИИ, озвучен ИИ (в шестерёнке выбираем звуковую дорожку). Даже картавит эта бормашина, чтобы ближе к человеку быть. В ударениях только ошибается.
Да и сам ролик посвящён тому, как ИИ облегчил продажу никому не нужного треша а-ля Алиэкспресс - целые сайты запиленные ИИ, с текстами и нереальными картинками продают отвратительные диваны, штаны, платья и тд.
Проверка сайта продавца на ИИ-шность в ролике тоже проводится ИИ.
Осталось только создать ИИ авто-покупателя и цепочка будет замкнута…
Считаю что некое “восстание машин” произойдёт несколько иначе, чем всякие Т-800.
По сути автомобильные потоки в городах управляются водителями, которые смотрят в навигатор, “подсказывающий” путь.
Голосовые ассистенты и переводчики языков тоже под управление ИИ.
А Теперь представьте, если вдруг есть человек, обладающий доступом, либо сам ИИ(при некоторой степени глобализации) примет решение?(уже были прецеденты в США с автомобилями)
От неконтроллируемых пробок во всех городах до недопонимания, например, на межгосударствееных переговорах, со всеми вытекающими.
Ради интереса пытался заставить GROK3 написать код с использованием LL для MAX6675 на stm32f4 . По нескольку раз переиначивал запрос , но вразумительного так и не добился… Общий смысл всех ответов был такой… мне дескать не хватает информации обратитесь к даташитам данных деталей?
Выучивает же перцептрон XOR всего на четырёх примерах. Но тут более показательно можно на примере рисовалки - да, она обучена на миллиардах, но, можно дообучить сеть всего на одной фотографии, подавая её в цикле, и если оптимизатору повезло, веса действительно выравниваются на эту фотку, и сеть будет рисовать человека с именно этой фотки. Конечно, лучше бы 5-10-20, но можно и по одному примеру. Да и подходы single-shot, zero-shot learning известны уже тоже с 2017-2019х.
