paleoforum.ru

Цитата: Panteley_nt от января 20, 2024, 15:23:32каким будет итоговый цвет

а робот ВИДИТ или ЗНАЕТ (наслышан) ?
(согласно ненаучной теории ,есть люди ,видящие спектр ближе к инфракрасному и различающие "греющие" цвета ,которых обычный человек просто не видит. Среди них есть и художники ,способные их передавать. Поскольку людей много и художников тоже много ,то "великими" становятся художники  ,которых те ,кто видит по особенному,считают реально способными изобразить (нарисованное обычным человеком для них совершенно не похоже на натуральное).

Аспирант доказал, что вековой математический закон способен ускорить обучение ИИ
https://naked-science.ru/article/hi-tech/aspirant-dokazal-chto-vek
Согласно исследованию Массачусетского технологического института (США), кодирование симметрий поможет языковым моделям обучаться на меньшем количестве данных. Это доказал аспирант, который применил закон Вейля к работе с нейросетями и сформулировал связь между симметричностью данных и размером обучающей выборки.

ЦитироватьЧтобы языковая модель работала корректно, ее необходимо обучить на достаточном количестве данных (обучающая выборка). Далее алгоритм тестируют на других данных, которые называются валидационной выборкой. Чем меньше нейросеть ошибается на валидации, тем выше точность алгоритма и качественнее результат работы.

Иногда, чтобы обучить алгоритм, нужно большое количество данных. Если они есть, обучение просто занимает много времени. Когда их не хватает, как бывает, например, в вычислительной химии, это напрямую влияет на результаты исследований. Аспирант Массачусетского технологического института Бехруз Тахмасеби (Behrooz Tahmasebi) еще в студенческие годы предположил, что машинное обучение можно рассмотреть в плоскости дифференциальной геометрии.

Закон, который использовал Тахмасеби, больше века назад сформулировал немецкий математик Герман Вейль. Полученную им формулу традиционно применяли к физическим процессам, например к колебанию струны. Аспирант заметил: закон связан с оценкой входных данных (измеряет сложность спектральной информации), однако не учитывает симметрию. Тахмасеби допустил, что адаптированная формула может облегчить машинное обучение.

В соавторстве с доцентом Технического университета Мюнхена (Германия), приглашенным преподавателем МТИ Стефани Джегелкой (Stefanie Jegelka) Тахмасеби сформулировал и доказал теорему, которая демонстрирует линейную зависимость между количеством симметрий во входных данных и скоростью обучения нейросети.

Если алгоритм обучается на изображениях, которые можно разделить на две симметричные части, то нейросетевой модели при кодировании симметрий понадобится «запомнить» в два раза меньше информации (половину картинки) и потратить в два раза меньше времени. Если симметричных фрагментов в каждом компоненте выборки 10, то и время обучения нейросети снизится в 10 раз. Точность алгоритма при этом не пострадает или даже увеличится.

С помощью открытия Тахмасеби и Джегелки можно решать и менее очевидные задачи. Допустим, нейросети необходимо выбрать все картинки, на которых есть цифра «3». Если не учитывать симметрии, то алгоритм будет внимателен к ее местонахождению (вверху поля, внизу, по центру, справа и так далее) и положению (перевернута, наклонена). Когда симметричность данных закодируют, модель узнает цифру «3» на изображении вне зависимости от того, как ее на нем разместили.

В научной статье, которую высоко оценили на Конференции по машинному обучению и вычислительной нейронауке и препринт которой доступен на arxiv.org, Тахмасеби и Джегелка сделали еще один значимый вывод. Если использовать многомерную симметрию, преимущество будет экспоненциальным. Вторая теорема исследователей демонстрирует, что это максимальный результат, которого можно достичь. Представленный в работе алгоритм при этом универсален: он применим к любым симметриям — в том числе к тем, которые откроют в будущем.

OpenAI выпустила новую нейросеть Sora для генерации видео
https://naked-science.ru/community/930587
Компания OpenAI, которая создала ChatGPT и Dall-E, представила новую нейросеть Sora — программу на базе искусственного интеллекта для преобразования текста в видео. Она может превращать короткие подсказки в фотореалистичные ролики.

ЦитироватьSora способна создавать целые видеозаписи продолжительностью до 60 секунд или расширять созданные видео, чтобы сделать их длиннее, следуя указаниям пользователя. 

Выше приведен пример видео, созданный по текстовому запрос для Sora: «Стильная женщина идет по токийской улице, залитой теплым светящимся неоном, с анимированными городскими вывесками. На ней черная кожаная куртка, длинное красное платье, черные сапоги, черная сумочка. На ней солнцезащитные очки и красная помада. Она идет уверенно и непринужденно. Улица влажная и отражающая, что создает зеркальный эффект разноцветных огней. Многие пешеходы прогуливаются рядом».

Цитата: АrefievPV от февраля 16, 2024, 12:55:20«Стильная женщина идет по токийской улице,

Прям танцовщица красотка Цин-Цин !
https://youtu.be/ebmtSNL5238

Цитата: ключ от февраля 17, 2024, 23:10:35Прям танцовщица

Это гопак из латиноса вернулся барыней на прародину.

https://dzen.ru/news/story/035c2463-aae9-5737-ac26-b21d82fcd094?lang=ru&rubric=personal_feed&fan=1&stid=zJDP8YwKSTDYPO82AhNL&t=1708438294&persistent_id=2770168360&cl4url=f847b3305c3aa46990afa6a1dad07684&story=bca6627b-be13-5ca4-b229-83a30f1aba44

Маск: пациент с чипом Neuralink в мозгу смог управлять курсором мыши силой мысли
Первый человек, которому вживили нейрочип от компании Neuralink, полностью восстановился и смог управлять компьютерной мышью силой мысли, сообщил основатель стартапа, бизнесмен Илон Маск.РБК
Стартап Neuralink был создан Маском в июле 2016 года и занимается разработкой чипов, которые в перспективе можно будет вживлять в человеческий мозг.ТАСС
«Представьте себе Стивена Хокинга, который сможет выражать свои мысли быстрее, чем быстрая машинистка или аукционист, — вот в чем цель», — говорит Илон Маск об операции.Ридер Новости
В операции использовался робот, который хирургическим путем установил имплантат интерфейса "мозг-компьютер" в область мозга, которая контролирует движения частей тела.Газета.Ru

Цитата: АrefievPV от февраля 16, 2024, 12:55:20OpenAI выпустила новую нейросеть Sora для генерации видео
https://naked-science.ru/community/930587
Компания OpenAI, которая создала ChatGPT и Dall-E, представила новую нейросеть Sora — программу на базе искусственного интеллекта для преобразования текста в видео. Она может превращать короткие подсказки в фотореалистичные ролики.

Sora способна создавать целые видеозаписи продолжительностью до 60 секунд или расширять созданные видео, чтобы сделать их длиннее, следуя указаниям пользователя.

Так скоро кинорежиссеры и актеры потеряют работу. Останется только сценарист. Последними потеряют работу программисты.

В своё время разработка САМ (счетно-аналитические механизмы) упёрлась в недостаток возможностей механики.
Позже в то же упёрлась разработка АУ.
В то же упрётся электроника.

Вероятно ,биологический мозг (мозг мухи например) имеет технологические перспективы несоизмеримо бОльшие.

Комп на основе компа теоретически уже может привлекать консультантов - носителей мозга (ну вилку с розеткой то придумали).
Как вот только перекинуть эту "основу компа" на выделенный мозг ,оставив за компом только коммуникационные функции ?

( возможно-ответ знают неандертальцы-дубиной по нему да и всё.  А они не совсем вымерли.)

Цитата: Максет от февраля 20, 2024, 20:44:45Так скоро кинорежиссеры и актеры потеряют работу

Возможно это совмещение видео, фотомодель с подиума в другой одежде и город найдены в поиске, в бесплатной программе VSDC Free Video Editor есть много функций позволяющих сделать вначале хромакей это такая обработка  - движущийся объект на однотонном фоне, потом прикрепить сверху элементы типа куртки и очков, потом фон стирается и становится прозрачным и за ним город, которому фильтрами можно придать и мокрость и блеск несли не нашлось в сети, можно зеркалить и смещать для неузнаваемости,
 Запрос там девушка в черной куртке и красном платье,

Цитата: АrefievPV от февраля 16, 2024, 12:55:20На ней черная кожаная куртка, длинное красное платье, черные сапоги, черная сумочка.

Но красного видимо не нашлось, взято то, что есть черное и в нем выделен красный треугольник, куртка приклеена сверху как отдельный объект, его можно совместить в программе VSDC Free Video Editor есть такие функции но они иногда слетают вбок, в платной версии лучше следуют за объектом и изменяются по его движению, функция "привязать объект" .

Сглаживание объектов и  совмещение с фоном есть несколько инструментов в этой простой программе, если более сложная и платные версии этой то еще масса функций

Девушка идущая издалека и лицо вблизи разные, брови вблизи расходящиеся к верху краями, издалека наоборот опускаются от центра к краю.

Походка типична для подиума, я шью, поэтому таких роликов видела очень много просматривая показы мод, их в сети найти легко в большом количестве.

Девушка идет только в центре кадра, город смещается за ее спиной, движение девушки несколько раз повторяется, это довольно короткий фрагмент и повторение его копий с приближением, траектория увеличения объекта задается в Video Editor цифрами, можно в пикселях можно в процентах. Объект приближается и город меняется, поэтому создается впечатление, что все секунды на сцене это что-то разное.

как приведено у Павла сообщение, что это такое:

Цитата: АrefievPV от февраля 16, 2024, 12:55:20пример видео, созданный по текстовому запрос для Sora

видео действительно создано, в этом тексте никто не обещал, что оно нарисовано с нуля а не собрано из фрагментов с последующим редактированием.

Не утверждаю, что программа качает видео из сети и дальше работает с видеоредакторами, но это возможно. Программно это проще, фильтрами смещения и цветовой гаммы город и тело девушки можно обработать так, что исходника не узнать, но движение и контуры
 - это сохранится.

Вот честно говоря оценить ситуацию не могу, просто попалось сейчас, но может кто-то другой понимает больше.

https://tass.com/science/1749867

ЦитироватьМОСКВА, 21 февраля. /ТАСС/. Российские ученые разработали 20-кубитный квантовый компьютер, сообщил советник главы Росатома Руслан Юнусов в интервью ТАСС.

16-кубитный квантовый компьютер на ионной основе был показан президенту России Владимиру Путину в 2023 году, где был запущен алгоритм расчета молекул с использованием облачной платформы. На тот момент это был самый мощный квантовый компьютер в стране.

"Мы разработали 20-кубитный квантовый компьютер в рамках дорожной карты по квантовым вычислениям. Мы реализовали его на платформе ion. У нас также есть 25-кубитный компьютер на ядерной платформе. У нас есть планы от 50 до 100 кубитов. Мы сможем изготовить 50 к концу этого года", - сказал Юнусов

По 16ти кубитам была более подробная статья на сайте самого  Росатома.
31 августа 2023

https://strana-rosatom.ru/2023/08/31/kukvartnaya-himiya-chto-mozhet-16-kubitny/

Цитировать— Для начала расскажите, как устроен ваш квантовый компьютер.

— Наш 16‑кубитный процессор состоит из восьми ионов иттербия. Ионы отличает высокая эффективность хранения квантовой информации и большое время когерентности (срока, в течение которого можно проводить вычисления. — «СР»). Это — �физическая база восьми куквартов. Один кукварт — �математический эквивалент двух кубитов, многоуровневых квантовых систем. Не четырех, как можно было бы предположить из названия, потому что в каждом кубите два энергетических уровня. Уровней может быть сколько угодно, но работать с чем-то большим, чем кукварт, трудно. Итак, восемь куквартов — �это 16 кубитов нашего процессора.

Все ионы, выстроенные в линию, удерживаются в ловушке. Удерживать их необходимо, чтобы заставить взаимодействовать, — �так проводятся двухкубитные операции. Мы можем провести их между любой парой, это наилучший показатель управления кубитами. Для этого используем лазеры: на нужные ионы светим в нужной последовательности лазерными импульсами. Если совсем по-простому — �тычем в ионы лазером.

— Как получить результат на квантовом компьютере?

— Пока выполняется алгоритм, все кубиты находятся в состоянии суперпозиции — �с некоторой вероятностью имеют значение 0 или 1. Измерения проводятся только один раз, в конце алгоритма. Тогда мы воздействуем на кубиты другим лазером, и каждый кубит приобретает значение 0 либо 1. Это значение мы считываем, записываем, после чего проводим точно такое же вычисление еще раз и снова считываем результат. Проделав вычисления много раз, мы можем говорить об ответе с достаточной степенью вероятности. Физически на экране 0 или 1 выглядят так: светится точка-ион или не светится.

Расчет молекулы
— Построение алгоритмов управления — �одна из ключевых проблем в создании квантовых компьютеров, верно?

— Да, как и в программировании обычных процессоров. К нашему квантовому компьютеру можно подключиться через интернет, загрузить свою программу на платформу облачного доступа и выполнить ее у нас. Программист нажимает кнопку запуска, а мы в лаборатории следим, чтобы все работало. Алгоритмы в рамках дорожной карты по квантовому процессору создает в Российском квантовом центре научная группа Алексея Федорова, он же руководит лабораторией Московского института сталей и сплавов в рамках проекта «Квантовый интернет». Группа написала некоторое количество относительно простых и общеизвестных алгоритмов длиной порядка 20–30 гейтов — �логических операций. Алгоритм, который запускал на нашем компьютере президент, уже не совсем простой. Он позволяет промоделировать зависимость потенциальной энергии двух атомов от расстояния между ними, то есть посчитать потенциальную энергию молекулы. В нашем случае — �гидрида лития.

— В чем значимость этой задачи?

— Именно потенциальная энергия молекулы определяет то, как она ведет себя с точки зрения химии. Бывают простые химические реакции, которые можно посчитать, а для этого надо знать кривую потенциальной энергии. Расчет можно выполнить и на обычном компьютере, но чем больше молекула, тем сложнее задача для расчета ее потенциальной энергии. Например, для формальдегида такую задачу на обычном компьютере решить невозможно. Мы же точно квантово-механически рассчитываем все волновые функции, то есть положения всех электронов, и вычисляем кривую.

Цитата: Максет от февраля 20, 2024, 20:44:45Так скоро кинорежиссеры и актеры потеряют работу. Останется только сценарист. Последними потеряют работу программисты.

Программисты работу не потеряют. Поскольку принципы,  на которых построен современный ИИ, включая ChatGPT и GitHub Copilot, не предполагают генерации чего-то нового в системном и алгоритмическом плане. Об этом достаточно определенно высказывается Франсуа Шолле - автор самой популярной ИИ библиотеки Keras,  в своей книге о глубоком обучении на языке Python.

Цитата: Игорь Антонов от февраля 22, 2024, 00:23:28

Цитата: Максет от февраля 20, 2024, 20:44:45Так скоро кинорежиссеры и актеры потеряют работу. Останется только сценарист. Последними потеряют работу программисты.

Программисты работу не потеряют. Поскольку принципы,  на которых построен современный ИИ, включая ChatGPT и GitHub Copilot, не предполагают генерации чего-то нового в системном и алгоритмическом плане. Об этом достаточно определенно высказывается Франсуа Шолле - автор самой популярной ИИ библиотеки Keras,  в своей книге о глубоком обучении на языке Python.

Думаю, что программисты не могут вечно доминировать над ИИ. Рано или поздно наступит время, когда их интеллектуальных возможностей не будет хватать для генерации чего-то нового в системном и алгоритмическом плане. Тогда они будут вынуждены передать эту функцию ИИ. Или, чтобы избежать опасности подпадания под власть ИИ, уничтожить его и вернуться в механический век.

Цитата: Максет от февраля 22, 2024, 07:44:40Рано или поздно наступит время, когда их интеллектуальных возможностей не будет хватать для генерации чего-то нового в системном и алгоритмическом плане. Тогда они будут вынуждены передать эту функцию ИИ. Или, чтобы избежать опасности подпадания под власть ИИ, уничтожить его и вернуться в механический век.

Соревнование соперников разной весовой категории идёт по специфическим законам.
Допустим-бегун и силач.
 Силач не может догнать бегуна. Бегун же не наращивает ,а теряет форму,поскольку ему надо всего лишь убежать от силача ,а не состязаться с другими бегунами.
 Бегун не может побить силача. И силач формы не наращивает,а теряет.Поскольку ему достаточно побить всего лишь бегуна ,а не других силачей.

При этом взаимная субъективная оценка соперников не меняется. Силач не может догнать даже слабого бегуна ,бегун не может побить даже слабого силача.
 Попутно они пытаются применить какие то другие методы. Но это не их амплуа ,делают они это непрофессионально и особого успеха не достигают. Однако перспективные приёмы для обоих-именно здесь.

Что то подобное.
Только комп имеет запас способности роста по всем направлениям.
А человек - на пределе своих умственных способностей. И от того ,что ещё что то придумает-умнее не станет. И проиграет именно в расширении ,а не в углублении.
Человек становится всё более узкоспециализированным ,комп-точно наоборот.

Цитата: ключ от февраля 22, 2024, 09:44:03Только комп имеет запас способности роста по всем направлениям.

Вы говорите о росте компьютерных сетей (типа сети Интернет) или о росте отдельных компьютеров? Если о сети, то ведь и человеческий социум имеет колоссальный запас способностей к росту по всем направлениям (культурный прогресс тому пример).

И ещё.

По «железу» этот запас способностей компьютера к росту (путём добавления и/или замены модулей) заложен именно человеком. И без непосредственного участия человека компьютер расти не будет (ни по каким направлениям).

По софту рост теоретически возможен, но только для компьютеров, включённых в сеть (и если в сети есть полезные программы-обновления, повышающие производительность компьютеров). Но ведь этот софт создавал человек (то есть, и здесь есть участие человека, только оно опосредованное).

Мало того, этот запас способностей к росту для одного компьютера весьма ограничен. А вот для роста сети из компьютеров рост этой сети неограничен (вернее ограничен только физическими законами и используемыми технологиями).

Но, опять-таки, поумнение компьютерной сети (как и поумнение отдельного компьютера) без активного участия человека невозможно (по крайней мере, на настоящем этапе развития технологий).

Цитата: ключ от февраля 22, 2024, 09:44:03А человек - на пределе своих умственных способностей.

С чего вы это решили?

Даже отдельная человеческая особь даже в зрелом возрасте имеет возможность поумнеть. А если говорить о юной особи, то тут возможности поумнения существенно шире. То есть, отдельная человеческая особь обладает намного большим потенциалом поумнения, нежели отдельный компьютер.

Цитата: ключ от февраля 22, 2024, 09:44:03И от того ,что ещё что то придумает-умнее не станет.

Ошибаетесь, станет умнее.

Каждая «придумка» повышает интеллект и отдельной особи, которая придумала, и социума в целом (особь поделилась своей «придумкой с другими особями). И увеличение количества придумок имеет кумулятивный (синергетический, интеграционный) эффект.

Сначала возникают некоторые изменения в среде обитания, которые заставляют людей реагировать на происходящее. Иначе говоря, сначала возникает вызов среды, который формирует в социуме потребность устранить этот вызов.

Такая потребность изначально может возникнуть у отдельного человека или у небольшой группы людей, а затем распространиться по социуму, превратившись уже в социальная потребность.

Соответственно, у отдельных людей спонтанно могут возникать разные «придумки» (в основном бесполезные и вредные, которые постепенно отсеиваются опытным путём на практике), как решить задачу, поставленную средой обитания. И «придумки», это не только двигательные навыки и, как результат, их конечные изделия, но и умственные навыки (типа, арифметических операций, например) и, как результат, их конечные изделия (типа, таблицы умножения, например).

Через некоторое время количество «придумок», циркулирующее по социуму, переходит в качество (срабатывает тот самый кумулятивный/синергетический/интеграционный эффект) – возникают гораздо более сложные «придумки», до которых отдельный (даже умный) человек за всю свою жизнь навряд ли додумался бы.

То есть, социум в целом поумнел – он обогатился кучей простых «придумок» и некоторым количеством сложных «придумок». После этого начинается процесс обучения членов социума этим сложным «придумкам», и начинают умнеть уже отдельные особи.

Кстати, социум начинает умнеть даже без вызовов со стороны среды обитания (только медленно, эволюционным путём, так сказать): сначала за счёт своего роста и повышения своей плотности, затем за счёт повышения интенсивности взаимодействия между особями и усложнения своей структуры, и в конце за счёт, так сказать, поумнения своих особей в результате социального обучения. И далее такой цикл поумнения с обратной положительной связью (типа, умнеет социум → умнеют особи этого социума → снова умнеет социум и т.д.) будет повторяться раз за разом.

Но если, идёт ещё и вызов среды обитания, то процесс поумнения может резко ускорится (становится революционным, так сказать), пока идёт вызов среды (то есть, пока среда обитания ставит задачи).

Например, и для сапиенсов, и для неандертальцев, таким вызовом  стало столкновение с другим видом. В результате культурный прогресс резко ускорился (правда, плоды прогресса достались только сапиенсам, поскольку неандертальцы не успели оными воспользоваться – вымерли).

Цитата: ключ от февраля 22, 2024, 09:44:03И проиграет именно в расширении ,а не в углублении.

Нет, не проиграет.

Человеческая культура непрерывно расширяется и углубляется, она охватывает всё больше областей познания и всё глубже проникает в уже охваченные области познания.

Цитата: ключ от февраля 22, 2024, 09:44:03Человек становится всё более узкоспециализированным ,комп-точно наоборот.

Вы ошибаетесь.

Да, часть отдельных людей в социуме, как и часть отдельных компьютеров в сети, становятся более специализированными. Но социум в целом (как и компьютерная сеть в целом) становятся более универсальными – типа, и социум, и сеть растут сразу и вширь, и вглубь.

Цитата: Максет от февраля 22, 2024, 07:44:40Думаю, что программисты не могут вечно доминировать над ИИ. Рано или поздно наступит время, когда их интеллектуальных возможностей не будет хватать для генерации чего-то нового в системном и алгоритмическом плане.

Наличествует обстоятельство, которое, к сожалению, не многие осознают.
Системно новое в плане алгоритимически-конструктивной новизны появляется закономерно, но беспричинно в рамках действия тех причинно-следственных закономерностей, на которых построена цифровая техника.
Новая конструктивная идея не следует по каким-либо физико-математическим следствиям из своих предпосылок.
ИИ же новых идей не вырабатывает.
Да, отдельно взятому индивиду ИИ может предложить много нового и полезного для него,  но только из того арсенала, который был ранее придуман кем-то из разумных существ.
Отсылать к тому, что новое - это просто очередные комбинации уже известного, не следует. Формальная комбинаторика не работает как инструмент создания системных решений реальных задач.

Ф.Шолле в книге "Глубокое обучение на Python" (2023) пишет (с.179):

ЦитироватьНе следует ожидать, что модель глубокого обучения будет способна на что-то большее, чем простая интерполяция между обучающими образцами, поэтому старайтесь сделать все возможное, чтобы максимально интерполяцию упростить. В модели глубокого обучения вы найдете только то, что в нее вложите: априорные значения, закодированные в ее архитектуре, и данные, на которых она была обучена.