[Переслано из Кирилл Каминец “Z”]
По поводу HIMARS. Ничего волшебного в этой РСЗО нет. Чуть получше "Урагана", чуть похуже "Смерча" или тем более "Торнадо". Стреляет ракетами М30/31, т.е. такими же, как РСЗО М270. Дальность стрельбы — 70км. Кстати, 70км это если действительно дадут ракеты М30/31. Но по предыдущим поставкам мы знаем, что американцы в этом плане довольно жадные — они спокойно могут и поставить старенькие М26, тогда дальность падает до 30-45км (в зависимости от модификации). Когда говорят про 300км, подразумевается ОТРК MGM-140 ATACMS. У HIMARS можно снять боекомплект из обычных ракет и заменить на одну ATACMS. Но. Эти ракеты больше не производятся в США (причём с конца нулевых), а то, на что их хотят заменить, ещё не пошло в войска. Сомневаюсь, что американцы дадут хохлам эти ракеты со своих складов, да и заявляли несколько раз, что не собираются. И даже если вдруг дадут — они по ТТХ где-то между "Точкой-У" и "Искандером", тоже ничего сверхъестественного. Главное, чтобы наши ПВО не прозевали, а так они вполне себе сбиваются доступными нам средствами.

Т.е. хохлы получат десяток или два десятка систем, которые, в общем и целом, ничем не лучше того, что у них и так было на вооружении. А на вооружении у них было 140 "Ураганов" и 80 "Смерчей", ну и почти 200 "Градов". Эти поставки не покрывают даже боевые потери, причём далеко не покрывают, и совершенно точно не дадут им каких-то необыкновенных преимуществ.

Ужасно раздражает, что многие из наших блогеров и журналистов подыгрывают сказке про волшебное западное оружие, которое изменит ход войны. В плане РСЗО мир сильно дальше советско-российского ВПК не ушёл — американское не значит лучшее, особенно когда это касается видов вооружения, которые у них не являются приоритетными. А эту сказку придумали западные журналисты и лоббисты, чтобы вкачать побольше денег в свои ВПК.

>>6756646

> вон, уже академию художеств закрывают

Окститесь, Кальсон Тарасович! Академия художеств СССР ликвидирована в 1991 году, как раз перед вашим выходом на пенсию. Ну а в 2022-м все художники, которые что-либо зарабатывают, ведут микроблоги на твиттере, который вы упорно не читаете, полагая бесовством пиндосским. Если бы читали – видели бы, что они думают о text to image models.

> в следующем же изображении пошел тверк испорченных кальсон. К дьяволу картинки

Вам не хватило картинок? Вы ведь уже сторговались до того, что им не хватает художественной глубины, а если хватает – то их небось люди рисуют.

> главное, как нейросети придумывают себе язык! Хотя это очередная утка фанатиков.

Я напомню Светлане Васильевне, чтобы почаще выносила вашу утку, если вы об этом. Потому что какой смысл имеет это высказывание в контексте беседы – решительно непонятно. Право слово, нейросети намного когерентнее вашей копролалии.

> Что, конечно же, не так, и вам, батенька, будет проще простого два раза ввести в нейросеть одинаковый ввод - и с единичной вероятностью получить идентичный вывод.

В самом деле. Замороженные нейросети детерминистичны, а вся случайность в генерациях происходит из генератора случайных чисел; одинаковый промпт и одинаковый сид дают при одинаковой точности вычислителя одинаковый вывод, так что достаточно сохранять сиды. Классификаторы же всегда детерминистичны. Например, я набираю в терминале `python3 clip_test.py cpu`. Скрипт содержит следующие строчки:

`
model, preprocess = clip.load("ViT-B/32", device=device)
image = preprocess(Image.open("avocado.jpg")).unsqueeze(0).to(device)
text = clip.tokenize(["avocado", "a fruit", "a cat", "a computer"]).to(device)
`
Вследствие этого получаю следующие веса для слов: 9.40521717e-01 5.94519302e-02 1.41673163e-05 1.21829535e-05
И так будет и сегодня, и вчера, и через миллиард лет. Более того, это можно проверить и на другой машине! Вот вам картинка, дальше сами разберётесь.

Но дело ведь ещё печальнее, Кальсон Тарасович. К чему вы это спизданули? С чего вы вообще взяли, что воспроизводимость результатов имеет какую-то связь с чернокоробочностью? Детерминистичные чёрные коробки – норма, как и полностью интерпретируемые системы с рандомным выводом и понятным источником случайности.
И более того: на что вы вообще возражаете? Нет, конечно же это именно так – с точки зрения потребителя.

> Фундаментально слон почти не отличается от мокрицы

Биохимически и правда разница невелика. Но дело ведь в другом. Для навигации на дороге необходимо очень достоверно различать и интерпретировать широкий диапазон стимулов, в первую очередь изображений. Для распознавания и генерации картинок... нужно то же самое. С распознаванием картинок дело теперь обстоит очень хорошо – пикрелейтед.
Но ведь, Кальсон Тарасович, вы никогда не отличались талантом в распознавании закономерностей, поэтому вам не понятно, что тут интересного. Отсюда и ваши тупейшие (но иногда забавные) аналогии, и полная научная бездарность.

> Конечно, больной, а Deep Blue победил в шахматы с помощью логического программирования. Итак, станцуйте же нам тверк грязных кальсон про "это другое"!

Может быть и не другое, может быть то же самое. Давайте сравним.

Deep Blue's evaluation function was initially written in a generalized form, with many to-be-determined parameters (e.g., how important is a safe king position compared to a space advantage in the center, etc.). Values for these parameters were determined by analyzing thousands of master games. The evaluation function was then split into 8,000 parts, many of them designed for special positions. The opening book encapsulated more than 4,000 positions and 700,000 grandmaster games, while the endgame database contained many six-piece endgames and all five and fewer piece endgames. An additional database named the “extended book” summarizes entire games played by Grandmasters. The system combines its searching ability of 200 million chess positions per second with summary information in the extended book to select opening moves.[44]

Only four TPUs were used for inference. The neural network initially knew nothing about Go beyond the rules. Unlike earlier versions of AlphaGo, Zero only perceived the board's stones, rather than having some rare human-programmed edge cases to help recognize unusual Go board positions. The AI engaged in reinforcement learning, playing against itself until it could anticipate its own moves and how those moves would affect the game's outcome.[9] In the first three days AlphaGo Zero played 4.9 million games against itself in quick succession.[10] It appeared to develop the skills required to beat top humans within just a few days, whereas the earlier AlphaGo took months of training to achieve the same level.[11]
For comparison, the researchers also trained a version of AlphaGo Zero using human games, AlphaGo Master, and found that it learned more quickly, but actually performed more poorly in the long run.[12]

Внимание, вопрос 1:
Это то же самое или это другое?

Вопрос 2:
Почему AlphaZero Chess, также обученная исключительно на игре против себя, рвёт лучшие классические движки вроде Stockfish, в которые вложены десятки лет опыта профессиональных игроков, частных случаев и, как вы однажды выразились, модулей бульба-пёс?

Вопрос 3:
Почему не существует играющих на профессиональном уровне движков для Го, созданных при помощи логического программирования?

Ответим на третий вопрос.
Строго логические игры, такие как шахматы и го, можно охарактеризовать количеством возможных позиций, что ограничивает их сложность. В зависимости от фазы игры, игроки должны выбрать один из небольшого числа возможных ходов, называемого широтой игры или фактором разветвления b. Если наступает очередь белых, они должны выбрать один из b возможных ходов; черные могут ответить на каждый из них b своими контрходами. То есть, после одного хода уже есть b раз по b или bˆ2 ходов, которые белые должны учитывать в своей стратегии. Если предположить, что шахматная партия длится в среднем d ходов (это называется глубиной партии), то полное дерево игры из любой начальной позиции - список всех ходов, контрходов, контрходов и так далее до победы одной или другой стороны - содержит примерно b раз b раз b..., d раз подряд, или bˆd конечных позиций (так называемых терминальных узлов или листьев дерева поиска). Учитывая, что типичная шахматная партия имеет коэффициент ветвления около 35 и длится 80 ходов, количество возможных ходов огромно - около 35ˆ80 (или 10ˆ123), так называемое "число Шеннона" в честь первооткрывателя Лаборатории Белла Клода Шеннона, который не только изобрел теорию информации, но и написал первую статью о том, как запрограммировать машину для игры в шахматы, еще в 1950 году. Число Шеннона, равное 10ˆ123, огромно, особенно если учесть, что во всей наблюдаемой Вселенной, состоящей из галактик, звезд, планет, собак, деревьев и людей, насчитывается всего около 10ˆ80 атомов. Но сложность игры го больше, намного больше. С её широтой в 250 возможных ходов каждый ход (в го играют на доске 19 на 19 по сравнению с гораздо меньшим шахматным полем 8 на 8) и типичной глубиной игры в 150 ходов, существует около 250ˆ150, или 10ˆ360 возможных ходов. Это число не поддается воображению и делает любую мысль об исчерпывающей оценке всех возможных ходов совершенно нереальной. Учитывая эту практически безграничную сложность, го в гораздо большей степени, чем шахматы, является распознаванием паттернов, возникающих, когда группы камней окружают пустое пространство. Игроки осознанно или нет воспринимают отношения между группами камней и говорят о таких, казалось бы, размытых понятиях, как "легкие" и "тяжелые" формы камней, а также адзи, что означает скрытые возможности. Такие понятия, однако, гораздо труднее охватить алгоритмически, чем формальные правила игры. Соответственно, компьютерные программы для игры в го испытывали трудности по сравнению со своими шахматными аналогами, и ни одна из них никогда не выигрывала у человека-профессионала в условиях регулярного турнира. По прогнозам, до такого события оставалось не менее десяти лет. > Переведено с помощью www.DeepL.com/Translator (бесплатная версия)

>>6756761

> Академия художеств СССР ликвидирована в 1991 году, как раз перед вашим выходом на пенсию.

Академия художеств вполне себе работает: http://www.artsacademy.ru/
А вот про СССР вы, батенька, уже сами придумали. Скажите, пациент, почему вам везде мерещатся пожилые люди и отчего эти видения немедленно вызывают у вас приступ недержания сфинктера? Как это связано с вашим отчимом и куда именно он вставлял вам свой большой и напряженный Союз Республик?

> Ну а в 2022-м все художники, которые что-либо зарабатывают, ведут микроблоги на твиттере

Несомненно, пациент, несомненно. А еще политики, особенно вот Медведев отметился. Сам пишет, лично, вот он только что подтвердил, из соседней с вами палаты.

> Вам не хватило картинок?

Ну что вы, батенька, конечно хватило. Эти прекрасные скриншоты... Так где же, больной, можно самому погенерировать картинки, или вы так и будете вертеть грязными кальсонами и рассыпать свои глянцевые маркетинговые буклетики и журналы "Космополитен"?

> Я напомню Светлане Васильевне

Ваша сексуальная неудовлетворенность и больное воображение уже породили новую, как там говорят нонче, тульпу?

> Потому что какой смысл имеет это высказывание в контексте беседы – решительно непонятно.

Ну, пациент, если вы пропустили недавние публикации про нейросеть, которая якобы придумала собственный язык, то вы не так уж и глубоко погружены в тему, как хотите казаться. Хотя, вернее, вы просто стараетесь не касаться этого нового, еще не подсохшего пятна на ваших кальсончиках.

> Вследствие этого получаю следующие веса для слов

Сначала, больной, вы говорите о генерации изображений, а теперь тихенько пытаетесь съехать на веса для слов. Используя понятные для вашего исстрадавшегося мозга понятия, право слово, нейросети намного когерентнее вашей копролалии.

> С чего вы вообще взяли, что воспроизводимость результатов имеет какую-то связь с чернокоробочностью?

Если бы вы, батенька, не приплетали термины, значение которых вы не знаете, вы бы избавились, по оптимистичным оценкам, от половины постыдных пятен на ваших штанах. Вот, в данном случае, например, вы изволили наложить в штаны с черной коробкой. В частности, вы не знаете, что такое исследование системы как черной коробки, причем тут составление таблицы ввода и вывода, и почему для исследования системы необходима повторяемость результата. Впрочем, это общая ошибка вашей секты, ухватившей понятие "черной коробки" и использующей его в обывательском смысле для облегчения маркетинга.
Кстати, вам, больной, может быть полезно прочесть https://hdsr.mitpress.mit.edu/pub/f9kuryi8/release/7 , возможно, это спасет хотя бы одну-две пары кальсон в неделю.

> Для навигации на дороге необходимо очень достоверно различать и интерпретировать широкий диапазон стимулов, в первую очередь изображений.

Или в первую очередь данных лидара. Очень познавательно посмотреть, уважаемый, как секта свидетелей Автопилота раскололась на две подсекты свидетелей Лидара и свидетелей Камеры, и как эти две секты воюют промеж собой вплоть до совершенно комических проявлений, хором накладывая штаны аки вы после фасолевой больничной похлебки.

> Это то же самое или это другое?

От вас, батенька, изначально ожидали тверка грязных кальсон, и вот, это другое, как и ожидалось. Разница, как известно, в том, что Deep Blue не был осенен благословением Пресвятых Нейросетей и вообще был проклят Сатанинским Логическим Программированием и потому все ожидания окончились пшиком. Но теперь-то уж совсем другое дело, теперь то с небес снизошло Нейросетевое Откровение. И лишь удивительно, что спустя двадцать с лишним лет прогресса железа пациенты продолжают повторять мантры о неисчислимости всех возможных ходов, которые обязательно, вот непременно должна бы брутфорсить машинка. Впрочем, что взять с необразованных сектантов, не знакомых даже с алгоритмическими методами оптимизации, и накладывающими в штаны от одной мысли о задаче коммивояжера?

>>6756801

> Несомненно, пациент, несомненно. А еще политики, особенно вот Медведев отметился. Сам пишет, лично

В самом деле, несомненно. А при чём тут Медведев и личность его литературного негра, уважаемый? Какие, однако, любопытные у вас бывают потери контекста и скачки идей, можно по одному этому симптому диссертацию писать.

> Так где же, больной, можно самому погенерировать картинки

В очередь вставать сюда https://labs.openai.com/waitlist
А пока ждёте – можете начать отсюда, Кальсон Тарасович: https://colab.research.google.com/drive/1sHfRn5Y0YKYKi1k-ifUSBFRNJ8_1sa39
Полный список инструментов здесь https://docs.google.com/document/d/1N57oAF7j9SuHcy5zg2VZWhttLwR_uEldeMr-VKzlVIQ/edit

> Ну, пациент, если вы пропустили недавние публикации про нейросеть, которая якобы придумала собственный язык

Какие однако низкие у вас стандарты «публикаций», Кальсоненко – всё время сенсационализм из жёлтых газетёнок, то про теслу, то вот это... Но нет, не отвертитесь. Конечно, я читал публикацию Daras&Dimakis 2022. Только вот при чём тут "изобретение" языка в DALL-E, если вы изволили доебаться до скриншотов нормального грамматически конкретного английского от GPT-3?

> Сначала, больной, вы говорите о генерации изображений, а теперь тихенько пытаетесь съехать на веса для слов

Кольсоненко, напомню вам вашу претензию: > Что, конечно же, не так, и вам, батенька, будет проще простого два раза ввести в нейросеть одинаковый ввод - и с единичной вероятностью получить идентичный вывод. Я привёл вам простой наглядный пример. Возможно, вы не поняли объяснение детерминистичности генераций? Вы не улавливаете, что генераторы – это просто классификаторы, работающие в обратную сторону? Предвижу очередную копро-шутку
Но, к счастью, у вас есть прекрасная возможность понять это всё на личном опыте, поиграв с разными сидами в указанном выше колабе.

> В частности, вы не знаете, что такое исследование системы как черной коробки, причем тут составление таблицы ввода и вывода, и почему для исследования системы необходима повторяемость результата.

Кальсоненко, вот скажите мне на милость, к чему этот поток попугайничанья, если вы даже не поняли, что я сказал про детерминированный вывод? Вам не влезает в вашу текстильно-фекальную голову, что детерминированный вывод автоматически является повторяемым?
И, если вы не пропускаете даже такой мусор, как Daras&Dimakis, то наверняка знаете вдоль и поперёк всё поле исследований интерпретируемости нейросетей. Подсказка: одна из главных компаний даже сделала наглядную интерактивную визуализацию, постижимую и ребёнку (но, возможно, не говорящему кальсону).

> может быть полезно прочесть https://hdsr.mitpress.mit.edu/pub/f9kuryi8/release/7

> Even in computer vision, where deep neural networks (the most difficult kind of black box model to explain) are the state-of-the-art, we and other scientists (e.g., Chen et al., 2019; Y. Li et al., 2017; L. Li, Liu, Chen, & Rudin, 2018; Ming, Xu, Qu, & Ren, 2019) have found ways to add interpretability constraints to deep learning models, leading to more transparent computations.

Не увидел, какие соревнования выиграл этот мусор (поскольку он не выиграл никаких). Затруднитесь объяснить суть своей перемоги, будьте так добры.
Ну да ладно, что там дальше:

> by Cynthia Rudin and Joanna Radin

> I am an Associate Professor in Yale's Program in History of Science and Medicine. I also hold appointments in the departments of History, Anthropology, American Studies and in the Programs in Ethnicity, Race and Migration and Religion and Modernity.

> The Age of Secrecy and Unfairness in Recidivism Prediction

> пок кок этические проблемы, нихера не понятно в лучших моделях, да и не лучшие они нихера зуб даю! дурят нашего брата... и негров линчуют! Чёрная коробка ннах, понятно на что намёк, ёбаные белые расисты... бей буржуйскую гадину очкастую, чтоб на переломанных пальцах всё растолковал бля!

Активная гражданская позиция товарок Рудин и Радин мне вполне ясна, как и ваша ностальгия по юношескому веселью на стажировке в братской Республике Кампучия. Предоставлю вам устроить реконструкторский тройничок-субботничек без моего участия. Силденафил и валидол можете взять на стойке, я оставлю записочку провизору. Будьте, однако, поаккуратнее: неровен час, с вашим видавшим виды кишечником гражаночек ошарашит фетиш "газовая камера", пробуждающий травматичную родовую память. Баттплагов, каюсь, не выдаём – можете попробовать приспособить ваши любимые старенькие кальсоны, или свёрнутый носок.

> Или в первую очередь данных лидара. Очень познавательно посмотреть, уважаемый, как секта свидетелей Автопилота раскололась на две подсекты свидетелей Лидара и свидетелей Камеры

Ну, так как данных изображений на порядки больше, собирать их и устанавливать на машину камеры на порядки дешевле, распознавание всё время улучшается, а люди-водители как-то обходятся без лидаров – следует ожидать, что "свидетели Камеры", как вы выражаетесь, победят. Но вообще то, что вы называете "расколом" в силу религиозного склада ума и трагичного опыта малоросского сектантства в девяностые (помните, едва вас вытащили, голубчик?) – нормальная ситуация конкурирующих парадигм в науке, да и в инженерии. Так бывает, больной – появляются новые технологии, какие-то костыли становятся ненужными. Как жаль, что в жизни человеческой всё наоборот, и вам уже без костылей не обойтись, да и без горсти таблеточек 3 раза в день. Ну да что поделать!

> Разница, как известно, в том, что Deep Blue не был осенен благословением Пресвятых Нейросетей и вообще был проклят Сатанинским Логическим Программированием и потому все ожидания окончились пшиком.

Очень интересно, голубчик, но всё-таки давайте попробуем не углубляться в ваши религиозные переживания. Скажем так: вам не кажется, что помимо этого есть ещё некая разница в сотни порядков комбинаторной сложности? А также в несколько порядков трудозатрат на подпирание алгоритма вручную прописанными адхокными костыльками? И что система, решающая задачу, для перебора вариантов в которой понадобилось бы на 200+ порядков больше времени, и обучившаяся решению самостоятельно за несколько дней – действительно в каком-то смысле ближе к искусственному интеллекту?

> Впрочем, что взять с необразованных сектантов, не знакомых даже с алгоритмическими методами оптимизации

Было бы очень любопытно узнать, на что вы намекаете и имеет ли это отношение к причине, по которой даже в наш век мощного железа не существует алгоритмов кроме нейросетевых, которые способны обыграть в го мало-мальски дееспособного человека? Или это объясняется опять-таки тем "раскольническим заговором смузихлёбов", о котором вы бормочете по вечерам?

> задаче коммивояжера

Кальсон Тарасович, вы снова за своё. Можете всё же прояснить эту сверхценную идею о необходимости решения NP-полных задач для реализации искусственного интеллекта? В прошлый раз вы таки не ответили, откуда на вас снизошло это откровение.

И вы ещё на три вопроса выше не ответили. Главное не волнуйтесь, а то вас могут и снова перевести на диетическое питание, вы этого ох как не любите.
Можете взять пример с машинки. Смотрите, она тоже нихуя не знает и не понимает, а отвечает намного более грамотно и по сути, и кстати вежливо.

>>6756817

> А при чём тут Медведев и личность его литературного негра, уважаемый?

А причем тут твиттер и художники, больной? Ответ на этот вопрос и на вопрос о Медведеве идентичен, но достанет ли вам остатков умственных сил на то, чтобы его найти?

> В очередь вставать сюда

Одним из признаков секты, батенька, является сокрытие информации и доступность "секретов" лишь "посвященным". Расскажите же нам, почему ваши Святые Нейросети требуют для камлания какую-то очередь?

> Только вот при чём тут "изобретение" языка в DALL-E, если вы изволили доебаться до скриншотов нормального грамматически конкретного английского от GPT-3?

Что-то вы, больной, зачастили с тверком грязных кальсон. Теперь вот опять "это другое": одна нейросеточка с довольно неплохой вероятностью читает мусорные данные как нормальные. но это та нейросеточка попортила вам кальсоны, а эта ведь пока еще нет! Прискорбно, что вы не можете ни уловить общий принцип, ни доказать, что подобного не произойдет с другой нейросетью (подсказка: доказать это вы не сможете, ибо нейросеточки по умолчанию бездоказательны).

> напомню вам вашу претензию: > Что, конечно же, не так, и вам, батенька, будет проще простого два раза ввести в нейросеть одинаковый ввод - и с единичной вероятностью получить идентичный вывод. Я привёл вам простой наглядный пример.

Крайне прискорбно, больной, что ваш больной ум не в состоянии проследить даже на единичную глубину вложенность логики, когда разговор шел о "черных ящиках, выдающих картиночки". А вот принимали бы вы галоперидол по расписанию, и вам бы не мешала спутанность сознания.

> Вы не улавливаете, что генераторы – это просто классификаторы, работающие в обратную сторону?

А множитель на ноль - генератор случайных чисел, работающий в обратную сторону.

> детерминированный вывод автоматически является повторяемым?

Именно, батенька! Именно поэтому вам приходится маскировать свежее коричневое пятно на ваших кальсончиках, старательно виляя филеем в вопросе о детерминированности вывода ваших генераторов картинок.

> Активная гражданская позиция товарок Рудин и Радин

> Professor of Computer Science, ECE, and Statistics, Duke University

> Duke is ranked among the top universities in the United States and in the world by major publications.

> пок кок этические проблемы, нихера не понятно в лучших моделях, да и не лучшие они нихера зуб даю! дурят нашего брата... и негров линчуют!

Что-то, больной, деградация вашего сознания достигла угрожающих масштабов. Еще немного, и вы возомните себя курицей и начнете клевать воображаемые зернышки в коридорах нашей лечебницы. А уж до туалеты вы и так не утруждаетесь добегать.

> а люди-водители как-то обходятся без лидаров

Да они и без камер обходятся, батенька. А вы так еще и без нейросетей, судя по уровню вашей, прости господи, аргументации. Но вполне понятно, что вы относите себя к подсекте камерных, и секта лидарных давно смеется над вашими потугами.

> Скажем так: вам не кажется, что помимо этого есть ещё некая разница в сотни порядков комбинаторной сложности?

Действительно, пациент, примерно как 11.38 гигафлопс DeepMind и 1800 петафлопс-дней для тренировки AlphaGo Zero https://openai.com/blog/ai-and-compute/#fn2

> Было бы очень любопытно узнать, на что вы намекаете

На то, больной, что совершенно не обязательно каждый ход брутфорсить проблему, перебирая все возможные ходы. Хотя, конечно, будь я на вашем месте альтернативно здорового аматера, мне бы в голову не пришло ничего иного.

> даже в наш век мощного железа не существует алгоритмов кроме нейросетевых, которые способны обыграть в го мало-мальски дееспособного человека?

> The 2014 Codecentric Go Challenge, a best-of-five match in an even 19x19 game, was played between Crazy Stone and Franz-Jozef Dickhut (6d). No stronger player had ever before agreed to play a serious competition against a go program on even terms. Franz-Jozef Dickhut won, though Crazy Stone won the first match by 1.5 points.

Опять вы, пациент, громко испортили себе кальсоны! Доколе, спрашиваю я вас, вы будете испражняться, не снимая штанов?

> Можете всё же прояснить эту сверхценную идею о необходимости решения NP-полных задач

Видите ли, больной, когда вы очередной раз испортите кальсоны с ИИ и очередной задачей, вам только и останется, что танцевать тверк коричневых штанов про "это другое" и "это не нужно". Действительно, зачем же искусственному интеллекту задачи поиска и оптимизации? Он должен уметь накладывать масочки на физиономии, и автоматически убирать застарелые пятна с больничных кальсон, когда вы, уважаемый, решите сделать сэлфи - вот это будет Интеллект, который лишит работы всех людей!

>>6756862

> А причем тут твиттер и художники, больной? Ответ на этот вопрос и на вопрос о Медведеве идентичен

Но Кальсон Тарасович, мы ведь уже выяснили, что вы не способны к построению аналогических суждений, так что ответы не идентичны. Разумеется, художники тут при том, что как бедный трудовой народ ведут свои микроблоги сами, и ноют в них насчёт угрозы для профессии со стороны генеративных нейросетей. А твиттер тут при том, что вы в силу технофобии отказываетесь это читать и признавать, что-то побулькивая своим зловонным "смузи с шоколадом" насчёт Академии Художеств.
Так-таки при чём тут Медведев и человек, ведущий его аккаунт?

> Одним из признаков секты, батенька, является сокрытие информации и доступность "секретов" лишь "посвященным"

Известны и секты без эзотерической доктрины. А наличие секретов и уровней доступа характерно для предприятий с интеллектуальной собственностью и ноу-хау, юридических фирм, военных структур и, на самом деле, почти любой человеческой общности, которая работает с информацией. Да что тут далеко ходить – ваша история болезни не доступна для чтения каждому желающему!
Таким образом, закрытость части информации не может быть информативным критерием для определения секты. Это очередной пример того, как в силу вашего недуга вы не способны проводить аналогии (напоминаю: поэтому же вы так жидко обделываетесь от напряжения, втуне пытаясь пройти IQ-тест, и оттого ненавидите IQ-тесты). Посмотрите, скажем, на эту диссертацию, порекомендованную мне Вассерманом Людвигом Иосифовичем, в частности раздел Нарушения операторов вертикальных отношений (с. 220 и далее). «Весы – специальный инструмент для гангстеров». «Закрытый бета-тест – это признак секты». Так мыслят больные шизофренией.
Не понятна аналогия? Я и не ожидал другого.

> одна нейросеточка с довольно неплохой вероятностью читает мусорные данные как нормальные. но это та нейросеточка попортила вам кальсоны

Кальсоненко, DALL-E 2 ничего не читает, уймитесь со своими домохозяйкиными фантазиями про самоосознающего Электроника. Это просто трансформер текстовых токенов в визуальные. А в копилочку вопросов добавляется ещё один: почему нейросеть, которая генерирует качественные картинки по искажённому тексту – это фейл нейросетей? Вроде бы фейл – это когда программа не выполняет поставленной задачи, когда по вводу, интерпретируемому человеком как нечто значимое, получается не нужный ему вывод, например по запросу «birds» рисуется каша из пикселей. А когда по запросу «Apoploe vesrreaitais» рисуется птица – это просто интересный случай сюръективности функции.
Можно упростить этот тезис. Как, по вашему мнению, должен выглядеть Apoploe vesrreaitais? Что бы вам нарисовал человек-художник, например?

> не можете ни уловить общий принцип, ни доказать, что подобного не произойдет с другой нейросетью

Иллюзия обобщения – тоже частый симптом вашего недуга, к сожалению. Я уже сообщал ИТТ о том, что после перехода на большие текстовые модели (Imagen, parti) была решена проблема отображения текста в генерациях, поэтому трешовые статейки про «секретный язык» останутся в прошлом.

> нейросеточки по умолчанию бездоказательны

Эх, у вас обостряется метафизический бред...

> проследить даже на единичную глубину вложенность логики, когда разговор шел о "черных ящиках, выдающих картиночки"

Тут нет никакой вложенности, Кальсоненко. Это плоское рассуждение. Обсуждаемые сети выполняют задачу преобразования вводного сигнала в набор векторов, которые далее используются либо для детерминистического предсказания последовательности (текстовой или визуальной), либо для оценки вероятности заданного набора ярлыков (как в моём тесте). Вы уж весь пол залили, пока бились в истерике насчёт повторяемости результатов. Ну так я вам объясняю, что результаты всегда повторяемы.

> А множитель на ноль - генератор случайных чисел, работающий в обратную сторону.

И ещё одна ошибочная аналогия. Вы сегодня в ударе!

> Именно, батенька!

Ну да. Вывод нейросетей строго детерминистичен, поэтому он воспроизводим, поэтому они поддаются исследованию как чёрные коробки.
У вас остались какие-то вопросы, Кальсоненко? Или вы просто уходите в глубины жалкого отрицания, как с вашими предыдущими конспирологическими теориями про бесконечные легионы студентов, спешно рисующих картинки в фотошопе для обмана лохов и вручную разбирающих Википедию на предикаты? Экая досада, что ваши параноидные симптомы так плохо купируются доступными препаратами...

> Professor of Computer Science, ECE, and Statistics, Duke University

Нормальный такой argumentum ab auctoritate. А что она сказала-то, кроме пламенных призывов к социальной справедливости? Таки снова прошу пояснить свою перемогу.

> 1800 петафлопс-дней для тренировки AlphaGo Zero

Но никакое число петафлопс-дней не компенсирует слабости традиционных движков, поэтому и говорить не о чем.
Интересно, а вы замечаете, что по вашей же ссылке AlphaZero оказывается в разы дешевле, при этом владеет тремя играми вместо одной? А следующее поколение, MuZero, владеет ещё и набором игр Атари, обучается без знания правил, и превосходит все остальные движки? In Go, MuZero slightly exceeded the performance of AlphaZero, despite using less computation per node in the search tree.

> На то, больной, что совершенно не обязательно каждый ход брутфорсить проблему, перебирая все возможные ходы

Действительно, exhaustive search – это тупиковый подход. И давно существуют алгоритмы для урезания дерева поиска. Но как известно, Deep Blue просматривал до 200 миллионов позиций в секунду; современные классические движки смотрят порядка 60 миллионов. Тем временем: Comparing Monte Carlo tree search searches, AlphaZero searches just 80,000 positions per second in chess and 40,000 in shogi, compared to 70 million for Stockfish and 35 million for elmo.

Вас не затруднит всё-таки объяснить, почему нейросети настолько эффективнее в сокращении пространства вариантов? А также почему не существует ни одного сильного классического движка для го? И пожалуйста, не позорьтесь, тряся тут ценниками: Each program ran on the hardware for which they were designed. Stockfish and Elmo used 44 CPU cores (as in the TCEC world championship), whereas AlphaZero and AlphaGo Zero used a single machine with 4 first-generation TPUs and 44 CPU cores. A first generation TPU is roughly similar in inference speed to commodity hardware such as an NVIDIA Titan V GPU, although the architectures are not directly comparable. Можно уж было бы и наскрести столько железа. Вот, вы ссылались на Cyc какое-то время назад. Неужто им жаль пары десятков тысяч долларов, чтобы показать этим клятым раскольническим нейросетям, где раки зимуют? Ах да, пиар не нужен, секретные военные контракты...

> The 2014 Codecentric Go Challenge, a best-of-five match in an even 19x19 game, was played between Crazy Stone and Franz-Jozef Dickhut (6d). No stronger player had ever before agreed to play a serious competition against a go program

> Franz-Josef Dickhut is a German amateur Go player. His best result at the World Amateur Championship was its fifth rank in 2005**.

> Franz-Jozef Dickhut won

Серьёзно? Аматор Franz-Jozef Dickhut?

Кальсон, у вас истерика или как это следует понимать?

> Действительно, зачем же искусственному интеллекту задачи поиска и оптимизации?

Но как мы постоянно убеждаемся, нейросети решают задачи поиска и оптимизации лучше любых других известных алгоритмов – вот, например, поиска удачных ходов в Го, чтобы размазывать по доске мировых чемпионов, а не проигрывать постаревшему аматору Францу-Иосифу Хуизбушке.
Или задачи поиска объектов в изображении.
Или задачи оптимизации массива пикселей для соответствия семантике высказывания о сцене.
Или задачи поиска третичной структуры белка.
Или задачи оптимизации алгоритма сжатия.
Или задачи поиска последовательности токенов для осмысленного ответа на вопрос, а потом вейвлетов для генерации естественной речи.
Или задачи оптимизации архитектуры чипа или формы плазменного жгута стелларатора.
Или задачи поиска команд для робота, квадрокоптера, автомобиля, корабля, ракеты, авиалайнера, истребителя для оптимизации маршрута по безопасности и выполнению цели.
Или любой другой задачи поиска и оптимизации в богатом многомерном пространстве вариантов, где лучшие результаты принадлежат нейросетям.

Ваши доёбки обычно касаются сугубо академического спорта по нахождению доказуемо оптимальных решений некоторых крохотных искусственных задачек, вроде коммивояжёра на N городов. Это скучное дрочерское убожество ненамного интереснее крестиков-ноликов, морского боя или кроссвордов в газетах, развлечение для шизеющей подсоветской интеллигенции. Во всех индустриальных и научных применениях, где поиск оптимума является NP-тяжёлой задачей, интерес представляет только нахождение решений с требуемой точностью за малое конечное время, и здесь ничего лучше нейросетей не найдено, чему лучший пример опять-таки AlphaFold.

Такие дела, Кальсон Тарасыч.