Это и проблемы деления клеток, ограниченности количества делений.
Это проблемы деградации и мутаций в митохондриях.
Это и накопление мутаций в ДНК (поломок). Причем есть механизмы, которые могут чинить днк клеток, либо убивать клетки с ремонтнонепригодным днк.
Это проблемы настройки механизмов использования ДНК - эпигенетические механизмы.
Это проблемы накопления мусора в клетках
И это касается только клеточных проблем.
Есть общие проблемы организма - деградация, износ тканей и органов, не связанные со старением.
Все это большой комплекс проблем, который неизвестно когда будет решаться весь. Но для части проблем решения есть уже сегодня. И это потенциально может очень существенно продлить жизнь и отодвинуть старость на десятилетия. Что, согласитесь, тоже не мало.
Если ориентироваться на наши институты, то проблему старения они, разумеется не решат. Эти проблемы решаются всем мировым научным сообществом. Огромным количеством частных компаний и лабораторий. Тысячами публикаций, патентов . . . И на самом деле нам очень повезло. Мы живем в то время, когда накоплено уже не мало знаний и появились инструменты их обработки - преодоления когнитивного барьера. ИИ в ближайшие 10 лет станет мощнейшим инструментом решения очень сложных проблем. Александр Панчин довольно детально рассказывает о текущих достижениях в этих вопросах. И прогресс есть больший. Намного больше, чем можно было помыслить даже 20 лет назад. В наше время впервые в истории человечества можно действительно ожидать разработок, которые смогут продлить жизнь в 2 раза и более, а также существенно ослабить факторы старения организма. Полностью победить . . . пока не понятно.
Это не так работает. Обучение у таких систем не происходит онлайн. Они накапливают запросы. Производят отбор валидных запросов в обучение, дообучают модель и выкатывают новую версию. Иначе инлайн такого бота обучат чему угодно "добрые" пользователи.
а мне видится, что сеть выдает нечто логичное причем, это вопрос на * (с подвохом) у Вас профессиональное (искаженное) восприятие сработало (когнитивное искажение, Вам кажется, что ответ на этот вопрос может быть только однозначным) (у меня тоже есть искажение профессиональное, я изучаю сети, мне ответ видится не совсем и инженерной точки зрения естественно, с такой точки зрения он неверен и принимать решение на его основе глупо, с этих позиций сеть несет "отсебятину" но это определенно не бред, такое весьма вероятно, правдоподобно)
сеть ответила как сообразительный профан, в ответе есть логика так мог бы быть устроен С++ сегодня или такое поведение могло бы быть вполне обоснованным в каком-то варианте компилятора (кидать на стек строки с заранее известным размером, несмотря на оператор new) не помню точно как в С++, но во многих языках строка - это неизменяемый объект, изменение строки там - это создание нового объекта ну да ладно, это холи вар
попробуйте спросить у сети, что она думает по поводу этого ответа, не видит ли там ошибки, есть ли в ответе неоднозначность
я в курсе, что new выделяет место в куче, если что) Вы правильно заметили, что вопрос был про другое) Неверен не весь ответ, а его часть. Причем, про оператор new и заранее известный размер . . . если не знать, что new это всегда куча, без исключений (кроме "размещающего" new . . . тыц), то звучит довольно логично например, строки не более 14 символов без оператора new (в зависимости от компилятора) могут быть размещены на стеке, а если учитывать, что new при конструировании экземпляров строк вызывается по умолчанию . . . в общем, сообразительный студент троечник мог бы ответить также, это не бред
Вопрос неправильно поставлен. Правильно нужно так.
"Существует ли наблюдатель, который может наблюдать объективную реальность?"
Любое наблюдение - это фиксация состояний некоторой наблюдательной системы, которые в некотором виде отображают какие-то параметры наблюдаемого объекта. Т.е. это уже некоторое производное от объективной реальности. Причем, это уже прошлые состояния, т.к. любой процесс измерения идет во времени. Т.е. такими значениями параметров некоторая часть объективной реальности, выраженная в наблюдаемом объекте, обладала в прошлом, а какая она именно сейчас мы не знаем.
Сам наблюдатель является частью объективной реальности. И процесс наблюдения является актом реализации объективной реальности в самом своем непосредственно виде.
GPT-3 чрезвычайно проста, хорошо изучена и прекрасно масштабируется (что показано в экспериментах).
Нужна иерархия и память (вообще, структура трансформера может обеспечить иерархию в представлении данных, но это не гарантировано).
Для трансформеров уже есть набор вариаций архитектур с такими дополнениями.
Есть также другие вариации обучения, которые позволяют добиться того же качества в разы быстрее.
Но все это требует больших и дорогих экспериментов.
К тому же сейчас активно развивается направления графовых нейронных сетей. Для генерирующих моделей это сделает возможным применение графовых баз знаний (очень больших и хорошо структурированных, замечу) для построения модели мира и рассуждений.
GPT-4 скорее всего еще пойдет по экстенсивному пути (больше данных, больше модель), вероятно подправят задачу при обучении на более оптимальную и еще несколько дополнительных добавят.
А вот модели, подобные ей, и следующие поколения будут уже в разы мощнее и «умнее».
GPT-3 же уже дала большой толчок в решении многих частных задач NLP.
ruGPT-3, надеюсь, немного подбодрит ру-сообщество.
Ай молодцы! Круто. Давно ждал.
Теперь будем файнтюнить на свои задачки.
Будет много новых и интересных проектиков.
Как у вас лицензией? Можно использовать модель в коммерческих целях?
Если разрабы как сидели, уткнувшись в монитор, так и сидят (только уже дома), то другие специалисты сильно страдают. В ML надо постоянно общаться с коллегами. Каждый день море идей, которые надо обсудить «прямо сейчас». Что-то порисовать и порешать на доске. Собраться и обдумать.
Конечно, можно и с удаленными инструментами... но не то. За последние два года в обсуждениях за чаем в офисной кухне не меньше идей родилось, чем перед монитором.
Это все, конечно, снижает эффективность.
К тому же далекооооо не каждый обладает достаточной самодисциплиной, чтобы эффективно работать дома. В коллективе как-то проще себя контролировать. Совесть не позволяет в ютубчике зависнуть, когда коллеги вокруг пашут.
Интересно было бы сравнение производительности одной и той же сети на разных фреймворках посмотреть. Особенно с учетом квантования и спарс-умножения. Возможности фолдирования слоев. Возможности разработки кастомных слоев и их оптимизации.
Делали что-то подобное, но не на i-векторах, а на глубинных нейронных сетях. С таким подходом хватало 2 секундной записи для 3% ошибки (EER) текстозависимой задаче, и 6% в текстонезависимой, при этом алгоритм получился очень устойчивым различным искажениям (различные источники, фоновый шум, легкие изменения в голосе, эмоции). Правда, датасет для обучения больше 1 тыс часов и 1 тыс дикторов понадобился. Причем, сейчас технологии позволяют запихивать полученные нейросети во встроенные устройства и работать им там в реальном времени (для умного дома, например).
Причин много
Это и проблемы деления клеток, ограниченности количества делений.
Это проблемы деградации и мутаций в митохондриях.
Это и накопление мутаций в ДНК (поломок). Причем есть механизмы, которые могут чинить днк клеток, либо убивать клетки с ремонтнонепригодным днк.
Это проблемы настройки механизмов использования ДНК - эпигенетические механизмы.
Это проблемы накопления мусора в клетках
И это касается только клеточных проблем.
Есть общие проблемы организма - деградация, износ тканей и органов, не связанные со старением.
Все это большой комплекс проблем, который неизвестно когда будет решаться весь.
Но для части проблем решения есть уже сегодня. И это потенциально может очень существенно продлить жизнь и отодвинуть старость на десятилетия. Что, согласитесь, тоже не мало.
Если ориентироваться на наши институты, то проблему старения они, разумеется не решат.
Эти проблемы решаются всем мировым научным сообществом. Огромным количеством частных компаний и лабораторий. Тысячами публикаций, патентов . . .
И на самом деле нам очень повезло.
Мы живем в то время, когда накоплено уже не мало знаний и появились инструменты их обработки - преодоления когнитивного барьера. ИИ в ближайшие 10 лет станет мощнейшим инструментом решения очень сложных проблем.
Александр Панчин довольно детально рассказывает о текущих достижениях в этих вопросах.
И прогресс есть больший. Намного больше, чем можно было помыслить даже 20 лет назад.
В наше время впервые в истории человечества можно действительно ожидать разработок, которые смогут продлить жизнь в 2 раза и более, а также существенно ослабить факторы старения организма.
Полностью победить . . . пока не понятно.
Это не так работает.
Обучение у таких систем не происходит онлайн. Они накапливают запросы. Производят отбор валидных запросов в обучение, дообучают модель и выкатывают новую версию.
Иначе инлайн такого бота обучат чему угодно "добрые" пользователи.
а мне видится, что сеть выдает нечто логичное
причем, это вопрос на * (с подвохом)
у Вас профессиональное (искаженное) восприятие сработало (когнитивное искажение, Вам кажется, что ответ на этот вопрос может быть только однозначным)
(у меня тоже есть искажение профессиональное, я изучаю сети, мне ответ видится не совсем и инженерной точки зрения
естественно, с такой точки зрения он неверен и принимать решение на его основе глупо, с этих позиций сеть несет "отсебятину"
но это определенно не бред, такое весьма вероятно, правдоподобно)
сеть ответила как сообразительный профан, в ответе есть логика
так мог бы быть устроен С++ сегодня или такое поведение могло бы быть вполне обоснованным в каком-то варианте компилятора (кидать на стек строки с заранее известным размером, несмотря на оператор new)
не помню точно как в С++, но во многих языках строка - это неизменяемый объект, изменение строки там - это создание нового объекта
ну да ладно, это холи вар
попробуйте спросить у сети, что она думает по поводу этого ответа, не видит ли там ошибки, есть ли в ответе неоднозначность
я в курсе, что new выделяет место в куче, если что)
Вы правильно заметили, что вопрос был про другое)
Неверен не весь ответ, а его часть.
Причем, про оператор new и заранее известный размер . . .
если не знать, что new это всегда куча, без исключений (кроме "размещающего" new . . . тыц), то звучит довольно логично
например, строки не более 14 символов без оператора new (в зависимости от компилятора) могут быть размещены на стеке, а если учитывать, что new при конструировании экземпляров строк вызывается по умолчанию . . .
в общем, сообразительный студент троечник мог бы ответить также, это не бред
А можно уточнить, что конкретно в этом ответе неверно?
Вопрос неправильно поставлен.
Правильно нужно так.
"Существует ли наблюдатель, который может наблюдать объективную реальность?"
Любое наблюдение - это фиксация состояний некоторой наблюдательной системы, которые в некотором виде отображают какие-то параметры наблюдаемого объекта.
Т.е. это уже некоторое производное от объективной реальности.
Причем, это уже прошлые состояния, т.к. любой процесс измерения идет во времени.
Т.е. такими значениями параметров некоторая часть объективной реальности, выраженная в наблюдаемом объекте, обладала в прошлом, а какая она именно сейчас мы не знаем.
Сам наблюдатель является частью объективной реальности. И процесс наблюдения является актом реализации объективной реальности в самом своем непосредственно виде.
"Но все не настолько страшно, потому что зарплаты здесь гораздо выше, чем в России. "
И приводите Московские/Питерские зарплаты (на 25-30% выше). При это услуги, аренда выше в несколько раз.
Уровень жизни и ее качество . . .
Перед вами лежит доска, молоток и гвоздь.
Вас просят забить молотком гвоздь в эту доску.
Вы как и игре Rust идете делать делать плавильную печь, на которой можно будет из руды выплавить молоток и гвоздь . . .
Нужна иерархия и память (вообще, структура трансформера может обеспечить иерархию в представлении данных, но это не гарантировано).
Для трансформеров уже есть набор вариаций архитектур с такими дополнениями.
Есть также другие вариации обучения, которые позволяют добиться того же качества в разы быстрее.
Но все это требует больших и дорогих экспериментов.
К тому же сейчас активно развивается направления графовых нейронных сетей. Для генерирующих моделей это сделает возможным применение графовых баз знаний (очень больших и хорошо структурированных, замечу) для построения модели мира и рассуждений.
GPT-4 скорее всего еще пойдет по экстенсивному пути (больше данных, больше модель), вероятно подправят задачу при обучении на более оптимальную и еще несколько дополнительных добавят.
А вот модели, подобные ей, и следующие поколения будут уже в разы мощнее и «умнее».
GPT-3 же уже дала большой толчок в решении многих частных задач NLP.
ruGPT-3, надеюсь, немного подбодрит ру-сообщество.
Теперь будем файнтюнить на свои задачки.
Будет много новых и интересных проектиков.
Как у вас лицензией? Можно использовать модель в коммерческих целях?
Конечно, можно и с удаленными инструментами... но не то. За последние два года в обсуждениях за чаем в офисной кухне не меньше идей родилось, чем перед монитором.
Это все, конечно, снижает эффективность.
К тому же далекооооо не каждый обладает достаточной самодисциплиной, чтобы эффективно работать дома. В коллективе как-то проще себя контролировать. Совесть не позволяет в ютубчике зависнуть, когда коллеги вокруг пашут.