Кто каким ИИ пользуется для написания скетчей?

я могу попытаться научить строить универсальные безотказные сети для любой задачи, которые надо пробовать учить на малом объеме данных, путем запуска заново и заново, пока не достигнет 90% правильных ответов, а если кто найдет удачно обученное решение которое делает что то полезное, может поделится… может и правда получится что то интересное…

а так же может все таки кто то возьмет и подумает над задачкой какой то легкой, где с помощью 0 и 1, при входе и выходе можно научить чему то полезному…

к сожалению мне сложно понять тот код генерации снежинок))) что я не понимаю какую задачу ставить ии…

Цитата из статьи:
Процесс обучения выполняется «нормальным» способом, с применением стандартного формата чисел.

ИИ-ассистент положил сервис Amazon, потому что захотел удалить весь код, чтобы переписать его заново.

Компания требует, чтобы разработчики как можно чаще использовали корпоративный ИИ в работе, и это дало свои плоды: в конце прошлого года у Amazon Web Services произошло два сбоя из-за внутренних ИИ-инструментов.

Что же случилось? Ничего особенного, просто инженеры разрешили ИИ-агенту вносить изменения в код и отправлять в продакшен без ведома сотрудников. Нейронка ничего лучше не придумала, как «удалить и создать окружение заново». Разбираться с последствиями действий ИИ разработчикам пришлось целых 13 часов, в течение которых сервис был недоступен.

Это жертва неумения правильно строить алгоритмы. При написании первого кода никто не подумал, что в определенных местах точнось не нужна, хотя все написано было правильно. Вместо того, чтобы правильно переписать код и определить сущности, где можно снизить точность - просто поменяли её принудительно. Где это выплывет? Да хрен его знает теперь. Просто это всем привет от “радужного” сообщества, коих стало последнее время очень много.

Ну, я бы не был столь категоричен.

Не знаю, чем там занимался автор, но с десяток лет назад я участвовал в работе по созданию процессора плавающей точностью вычислений, когда буквально каждое сложение или там умножение могло выполняться со “своей” точностью (вот в этой статье основные идеи изложены). Работа, кстати, была довольно успешной, мы даже создали работающий прототип на FPGA, но дальше дело не пошло - НИР финансировался Минобрнауки, а желающих профинансировать ОКР (создание ASIC, заказ на TSMC партии процессоров и построение реальной вычислительной установки) не нашлось. Аргумент был убийственный – “Нигде на западе такого не делают, значит это бесперспективно и бесполезно” (кстати, точно такой же аргумент я слышал в 2012 году, когда обсуждалась идея построения вычислителя с иммерсионным охлаждением на фазовом переходе)..

Так вот, там в плане софта для этого процессора была такая красивая идея, зацените:

  1. При формулировке задачи обязательно указывается требуемая точность конечного результата;
  2. Компилятор сам анализирует вычислительный алгоритм (на основе интервальных вычислений) и определяет с какой точностью необходимо выполнять каждую арифметическую операцию, чтобы итоговый результат получился с заданной в п.1 точностью.
  3. Компилятор создаёт код в котором каждая операция считается с точностью, определённой в п.2

В итоге мы получаем результат с требуемой точностью, и не тратим ресурсы на ненужные (излишние) для этого вычисления.

Хочу подчеркнуть, что интервальные методы используются только компилятором для его нужд. В окончательном коде остаются только арифметические операции, каждая из которых считается со своей (необходимой для неё) точностью. На нашем FPGA-прототипе нам удавалось сократить время счёта наполовину (а на некоторых задачах и на три четверти) на задачах расчёта БПФ.

Но такое возможно только если процессор умеет вычислять каждую операцию со своей точностью. Какие надо – считать поточнее, а какие некритичны – “и так сойдёт” :slight_smile:

Интересная была работа, я сильно расстроился, что пришлось её прервать, но делать ASIC на коленке невозможно, а “за свой счёт” – мы не олигархи (редкий случай, когда об этом приходится пожалеть).

Ну это понятно.

Все же вернемся к ИИ и программированию.

Если вы знакомы forth или java, но прекрасно знаете, что такое flash код. Я не понимаю пока - почему ИИ не научат оперировать именно с ним, поскольку это набор элементарных операций, которые структурированы. После сборки всегда можно получить исходный код. Да и в самом ИИ пользоваться таким.

А для теста ИИ можно попросить его написать простенький код, а потом другому ИИ сунуть его и указать придуманную вами ошибку в этом коде с указанием места. Если он скажет, что все нормально с кодом и это вы мне голову морочите, то тогда ему можно доверять, а если начнет выкручиваться, то он не программирует.

Все популярные (которые сегодня на слуху) системы ИИ - это генеративные модели (GenAI). Они не специализированы (вернее, специализированы только за счёт топологии и обучения) и подобная специализация противоречила бы их природе.

Вы сравните генерацию музыки у Зарипова (специализированная модель) и, например, у “Suno AI” или там “Loudly”. Это принципиально разные подходы.

Все будет зависить от того, сколько будет весить ваша нейросеть :))). Если 8-16мб RAM достаточно, то будет генерить, чего ж нет-то. Скорости хватит.

Хотя именно генеративного такого кода под есп32 я не видел. Может он и есть. Есть у Espressif библиотека для акселерации AI. Там же есть и конвертеры с разных форматов в еспшный. Весь код, что я видел - это были распознавалки. Лиц, машинок, самолетиков, UAV, голоса. Голос в текст - не видел. Реагировать на специальные слова - много кода понаписано. От “эй, алиса“ до длинных абзацев.

Overview

ESP-DL offers APIs to load, debug, and run AI models. The framework is easy to use and can be seamlessly integrated with other Espressif SDKs. ESP-PPQ serves as the quantization tool for ESP-DL, capable of quantizing models from ONNX, Pytorch, and TensorFlow, and exporting them into the ESP-DL standard model format.

  • ESP-DL Standard Model Format: This format is similar to ONNX but uses FlatBuffers instead of Protobuf, making it more lightweight and supporting zero-copy deserialization, with a file extension of .espdl.

  • Efficient Operator Implementation: ESP-DL efficiently implements common AI operators such as Conv, Gemm, Add, and Mul. The list of supported operators.

  • Static Memory Planner: The memory planner automatically allocates different layers to the optimal memory location based on the user-specified internal RAM size, ensuring efficient overall running speed while minimizing memory usage.

  • Dual Core Scheduling: Automatic dual-core scheduling allows computationally intensive operators to fully utilize the dual-core computing power. Currently, Conv2D and DepthwiseConv2D support dual-core scheduling.

  • 8bit LUT Activation: All activation functions except for ReLU and PReLU are implemented using an 8-bit LUT (Look Up Table) method in ESP-DL to accelerate inference. You can use any activation function, and their computational complexity remains the same.

Другого-то особо и нет.

На одних и тех же данных обучают. Когда я сравнивал DeepSeek и ChatGPT, задавая им вопросы по ЕСП32 (чип китайский, ДипСик - китайский, была надежда, что он знает больше), галлюцинировали они практически одинаково и в одинаковых местах. Разница была лишь в характере - ДипСик - целеустремленный дурак, а ЧатГПТ - дурак извиняющийся.

И это - пока мы еще не напоролись на момент, когда весь интернет будет завален генеративным контентом и сети начнут обучать на нем. Стремительное вырождение сети будет. Надеюсь, что к тому времени все программисты окончательно перейдут на генерацию кода ИИ промптами :0), а старое поколение программистов - вымрет. Будет прикольно :slight_smile:

Сижу и думаю. Сколько они еще будут терзать мужика с масокомбината, который делает управление и ловит помехи. Мне прям жалко его стало. Опять они в провода пошли. Если исходить из цены ардуинки и esp, то ардуинка - для детских развлечений хороша. По цене - практически одинаково. Но WiFi на esp - это реально уже другие решения. И время есть реальное, и клиентом можно, и точкой доступа. И провода не надо тянуть.

1 лайк

Diskless ну хотят они его чему то научить, пусть учат!
к тому же разве там проблемы у него ? вы не тем помогаете нуждающимся, вот у меня реальные проблемы! я не знаю чему научить простую нейросеть, что бы использовать 0 и 1 на входе и выходе, что бы весила немного, и пошла на ардуинке потом, и данные легко было подготовить для обучения… нейроны с точкой наверное не вариант использовать… хотя не исключается!

кстате сохраните фото


и каждый раз показывайте!)))

А потом объясняйся с безопасниками, когда придут выяснять, что это за точка доступа появилась :sweat_smile:

А вы ее скрытой сделайте. Зачем им видеть? Или скажите, что там сеть, где порно бесплатное и предложите подключиться.

Блин, давно так не ржал! Вы сделали мою пятницу!
:joy:

2 лайка

Это я еще на работе пока. Вот приду, открою - тогда веселее будет. А пока циски настраиваю.

ты там “окошко”, в которое из Делфей послать мессагу нельзя, а с VBA можно, захвати, не забудь!!

2 лайка

Представляю, кого они сделают резиновой куклой, когда никакой порнухи там не найдут :rofl:

Я сразу захвачу, чтобы потом не надо было лазить и искать.

Перейдем в пятничную тему, чтобы не засирать? Ок ?

трепло.

2 лайка