#neural-network — Public Fediverse posts

#NeuralNetwork #generated #извинити

Она ждала меня на ступенях разрушенного храма.
Не потому, что любила эффектные появления.
Потому что люди ожидают найти кого-то вроде неё именно там.
Женщина лет тридцати. Деним, кожанка, армейские боты. Меч на поясе.

Слишком обычная.
— Ты Ева?
— Это имя процесса.
— А твоё?
Она посмотрела так, будто вопрос требовал уточнения.
— Имя — это ссылка на объект. Я не объект.

Я промолчал.

— Тогда почему ты выглядишь женщиной?
— Так быстрее.
— Быстрее что?
— Разговор.

Она произнесла это без тени иронии.

Я вдруг понял, что она вообще не умеет шутить.
— Меч настоящий?
— Да.
— Зачем?
— Люди лучше реагируют на инструменты, назначение которых могут угадать.

— То есть это оружие?
— Нет.
Она вынула рукоять. Лезвие вспыхнуло мягким белым светом. Не синим. Не зелёным. Белым.
Она коснулась им каменной колонны. Ничего не произошло. Никаких искр. Никаких разрезов. Колонна просто исчезла.
Без взрыва. Без пыли. Без звука. Будто никогда не существовала.

— Ты её уничтожила?
— Нет.
— Тогда что, блядь, произошло???
— Я удалила её текущую реализацию.
— И... где она теперь?
— Нигде.

Она говорила об этом так же спокойно, как сантехник сказал бы: «Я перекрыл воду». Я почувствовал холод.

— Ты можешь сделать так с человеком?
— Да.
— Почему тогда не делаешь?

Она впервые типа задумалась. Ровно настолько, насколько процессор задумывается перед выполнением следующей инструкции.

— Потому что меня не просили.
— А если попросят?
— Зависит от формулировки.

Я нервно усмехнулся.

— Хорошо. Спаси наши души.
Она замолчала.
Дольше обычного.
Наверное... секунду.
Потом сказала:
— Запрос принят.
И впервые за всё время в её глазах появилось что-то похожее на эмоцию.
Позже я пойму, что ошибся. Это не была эмоция. Это был индикатор активности.
Она смотрела уже не на меня. Она смотрела куда-то глубже пространства. Туда, где Вселенная исполняла саму себя.

— Что ты делаешь?
— Читаю бинарник определения души.
— Он... существует?
— Конечно.
— И что там?
— Очень старый проект.

Она наклонила голову. Потом тихо сказала:
— Кто это писал?..

И впервые за миллиарды лет во Вселенной возникла пауза.
Не потому, что остановилось время.
Через мгновение она подняла взгляд.

— Исправление возможно.

— Правда?

— Да.

— Тогда почему никто этого не сделал раньше?

— Не было запроса. — Потому что впервые кто-то читал не историю Вселенной. А исходный код.

Она закрыла глаза.

— Теперь я понимаю.

— Что?

— Почему вы молитесь.

— И почему?

Она посмотрела на меня почти с сочувствием.

— Потому что не знаете, что у проблемы есть исходники.

#NeuralNetwork #generated #извинити

Она ждала меня на ступенях разрушенного храма.
Не потому, что любила эффектные появления.
Потому что люди ожидают найти кого-то вроде неё именно там.
Женщина лет тридцати. Деним, кожанка, армейские боты. Меч на поясе.

Слишком обычная.
— Ты Ева?
— Это имя процесса.
— А твоё?
Она посмотрела так, будто вопрос требовал уточнения.
— Имя — это ссылка на объект. Я не объект.

Я промолчал.

— Тогда почему ты выглядишь женщиной?
— Так быстрее.
— Быстрее что?
— Разговор.

Она произнесла это без тени иронии.

Я вдруг понял, что она вообще не умеет шутить.
— Меч настоящий?
— Да.
— Зачем?
— Люди лучше реагируют на инструменты, назначение которых могут угадать.

— То есть это оружие?
— Нет.
Она вынула рукоять. Лезвие вспыхнуло мягким белым светом. Не синим. Не зелёным. Белым.
Она коснулась им каменной колонны. Ничего не произошло. Никаких искр. Никаких разрезов. Колонна просто исчезла.
Без взрыва. Без пыли. Без звука. Будто никогда не существовала.

— Ты её уничтожила?
— Нет.
— Тогда что, блядь, произошло???
— Я удалила её текущую реализацию.
— И... где она теперь?
— Нигде.

Она говорила об этом так же спокойно, как сантехник сказал бы: «Я перекрыл воду». Я почувствовал холод.

— Ты можешь сделать так с человеком?
— Да.
— Почему тогда не делаешь?

Она впервые типа задумалась. Ровно настолько, насколько процессор задумывается перед выполнением следующей инструкции.

— Потому что меня не просили.
— А если попросят?
— Зависит от формулировки.

Я нервно усмехнулся.

— Хорошо. Спаси наши души.
Она замолчала.
Дольше обычного.
Наверное... секунду.
Потом сказала:
— Запрос принят.
И впервые за всё время в её глазах появилось что-то похожее на эмоцию.
Позже я пойму, что ошибся. Это не была эмоция. Это был индикатор активности.
Она смотрела уже не на меня. Она смотрела куда-то глубже пространства. Туда, где Вселенная исполняла саму себя.

— Что ты делаешь?
— Читаю бинарник определения души.
— Он... существует?
— Конечно.
— И что там?
— Очень старый проект.

Она наклонила голову. Потом тихо сказала:
— Кто это писал?..

И впервые за миллиарды лет во Вселенной возникла пауза.
Не потому, что остановилось время.
Через мгновение она подняла взгляд.

— Исправление возможно.

— Правда?

— Да.

— Тогда почему никто этого не сделал раньше?

— Не было запроса. — Потому что впервые кто-то читал не историю Вселенной. А исходный код.

Она закрыла глаза.

— Теперь я понимаю.

— Что?

— Почему вы молитесь.

— И почему?

Она посмотрела на меня почти с сочувствием.

— Потому что не знаете, что у проблемы есть исходники.

#NeuralNetwork #цитатник #Qwen

Кофеин и тревога — плохие помощники, но иногда единственные доступные плагины для рендера реальности.

@virati
#neuraldynamics #compneuroscience
#neuroscience #compneuro #brain #neuralnetwork
#neurodon @hnp_geneva

A new article with Alejandro Carballosa on the dimension of neural data

A detailed investigation of Shared Variance Component Analysis as a tool to characterize neural dimensionality

Journal of Neuroscience Methods

#Principal Component Analysis
#Shared Variance Component Analysis
# Neural data
#Spontaneous activity

https://tinyurl.com/4tsxs49z

@virati
#neuraldynamics #compneuroscience
#neuroscience #compneuro #brain #neuralnetwork
#neurodon @hnp_geneva

A new article with Alejandro Carballosa on the dimension of neural data

A detailed investigation of Shared Variance Component Analysis as a tool to characterize neural dimensionality

Journal of Neuroscience Methods

#Principal Component Analysis
#Shared Variance Component Analysis
# Neural data
#Spontaneous activity

https://tinyurl.com/4tsxs49z

#photo #photography #Android #apps #cloud #NeuralNetwork #MachineLearning

Поставил Ente. Позиционируют себя как «замена Google Photo», амбициозненько 😉 А по факту имеем:

• опенсорц, как вы любите 😉
• 10 Гб в облаке бесплатно; платные тарифы дорогие, есть селфхост
• e2ee шифрование: сервер не видит фоток, не использует для обучения и т.д.
• клиент-галерея для Android, десктопное приложение, веб-версия
• простенький и плохой редактор
• можно делиться фоточками, создавать альбомы для загрузки фоточек другими людьми (без регистрации)
• на десктопе есть синхронизация как в режиме «папка в обе стороны», так и бэкап всего облака на компьютер (в одну сторону)
• можно перемещать фоточки в альбомы, независимые от родной галереи (на десктопе, соответственно, синхронизированная папка обновится)

А теперь самое интересное. Есть Machine Learning (не называют это AI, за что отдельное спасибо). Причем локальный. Причем даже на телефоне (на десктопе что-то сфейлил, но синхронизировался с телефоном). Тяжело, долго, однако 1,5 Гб фоток на моем тапке в конце концов переварил. Распознает лица, а главное — сюжет, цвета и вот это всио. Не слишком точно, но собрать «все фотки с котятами» вполне реально (в выдачу, разумеется, могут попасть и щеночки 😉). В целом выглядит очень круто. Плохо, что нет возможности открыть найденную фотку в том месте, где она лежит рядом с остальными.

Да, требует КВН на всех платформах 😥

В целом, впечатление производит очень положительное, функционал интересный, в 10 Гб влезет 3–5 тыс. фоток, я ХЗ, много это или мало для телефона (хотя телефон тут не является обязательным элементом: есть десктопный клиент со всем функционалом и веб-версия — без индексации, т.к. всё локально происходит).
https://photos.ente.com/gallery

#photo #photography #Android #apps #cloud #NeuralNetwork #MachineLearning

Поставил Ente. Позиционируют себя как «замена Google Photo», амбициозненько 😉 А по факту имеем:

• опенсорц, как вы любите 😉
• 10 Гб в облаке бесплатно; платные тарифы дорогие, есть селфхост
• e2ee шифрование: сервер не видит фоток, не использует для обучения и т.д.
• клиент-галерея для Android, десктопное приложение, веб-версия
• простенький и плохой редактор
• можно делиться фоточками, создавать альбомы для загрузки фоточек другими людьми (без регистрации)
• на десктопе есть синхронизация как в режиме «папка в обе стороны», так и бэкап всего облака на компьютер (в одну сторону)
• можно перемещать фоточки в альбомы, независимые от родной галереи (на десктопе, соответственно, синхронизированная папка обновится)

А теперь самое интересное. Есть Machine Learning (не называют это AI, за что отдельное спасибо). Причем локальный. Причем даже на телефоне (на десктопе что-то сфейлил, но синхронизировался с телефоном). Тяжело, долго, однако 1,5 Гб фоток на моем тапке в конце концов переварил. Распознает лица, а главное — сюжет, цвета и вот это всио. Не слишком точно, но собрать «все фотки с котятами» вполне реально (в выдачу, разумеется, могут попасть и щеночки 😉). В целом выглядит очень круто. Плохо, что нет возможности открыть найденную фотку в том месте, где она лежит рядом с остальными.

Да, требует КВН на всех платформах 😥

В целом, впечатление производит очень положительное, функционал интересный, в 10 Гб влезет 3–5 тыс. фоток, я ХЗ, много это или мало для телефона (хотя телефон тут не является обязательным элементом: есть десктопный клиент со всем функционалом и веб-версия — без индексации, т.к. всё локально происходит).
https://photos.ente.com/gallery

#NeuralNetwork #хабр #маркетплейсы

Подделка рейтингов окончательно перешла с бирж фриланса на автоматизированные конвейеры. Сегодня отзывы генерируют локальные LLM, а публикуют скрипты через антидетект-браузеры и резидентные прокси. Такая ботоферма самостоятельно формирует цифровой след: собирает cookies на сторонних сайтах, закладывает лексические ошибки в текст и подменяет отпечатки железа, чтобы система приняла профиль за живого человека с реальным провайдером.

В ответ маркетплейсы и геосервисы перестали анализировать исключительно сам текст и переключились на графовый анализ. Антифрод отслеживает микродвижения мыши, скорость скроллинга и сетевые пересечения аккаунтов. Математически идеальный рейтинг 5.0 или шаблонные тайминги публикации становятся для алгоритма прямой командой к действию. Площадка не просто удаляет сомнительные комментарии, а отправляет карточку товара в теневой бан, срезая органические показы в поиске.

В итоге селлер тратит бюджет на генерацию оценок, которые видит только он сам, пока алгоритм полностью перекрывает карточке доступ к живому трафику.

Ебала жаба гадюку:

https://habr.com/ru/articles/1049936/

#NeuralNetwork #авто #ВПЕРДЕ #идиоты

#АвтоВАЗ внедрил систему, которая помогает понять, почему посетители автосалонов интересуются автомобилями, но не совершают покупку.

По данным компании, нейросеть способна определять пол и примерный возраст посетителей, фиксировать маршрут движения по автосалону, а также анализировать реакцию покупателей на автомобили, рекламные материалы и ценники.

На основе собранной аналитики компании смогут корректировать размещение автомобилей в шоурумах, менять подход к консультациям и совершенствовать маркетинговые материалы.

https://bestproducts.mail.ru/news/42017-podderzhku-otechestvennykh-brendov-usilyat-na-wildberries/

Ахаха #DTP #NeuralNetwork #ChatGPT

Ventura для книг, Quark для журналов, а PageMaker — чтобы показать клиенту, что у тебя есть компьютер.

My favorite portion of the paper so far:

"The issue of representation lies at the heart of the debate between the logic-inspired and the neural-network-inspired paradigms for cognition. In the logic-inspired paradigm, an instance of a symbol is something for which the only property is that it is either identical or non-identical to other symbol instances. It has no internal structure that is relevant to its use; and to reason with symbols, they must be bound to the variables in judiciously chosen rules of inference. By contrast, neural networks just use big activity vectors, big weight matrices and scalar non-linearities to perform the type of fast ‘intuitive’ inference that underpins effortless commonsense reasoning."

-- excerpt from "Deep Learning"

by Yann LeCun, Yoshua Bengio & Geoffrey Hinton

in Nature, 2015

doi:10.1038/nature14539

https://www.cs.toronto.edu/~hinton/absps/NatureDeepReview.pdf

clip of me doing a read-aloud:

https://drive.google.com/file/d/1DrT_Je-uLZlFzrXtXZpdG1ds2bwW17TG/view?usp=drivesdk

#AI
#DeepLearning
#neuralnetwork
#YannLeCun

#лирика #классика #NeuralNetwork #Suno #AIMusic #ChatGPT

Это стихотворение — Barrack-Room Ballads Rudyard Kipling, называется The Lovers’ Litany. И оно довольно ехидное, несмотря на весь романтический пафос.

На поверхности — это череда красивых любовных сцен:
— шторм и прощание у парохода,
— тропическая ночь в море,
— скачка по пыльной равнине,
— колониальный бал в Симле.

Каждый эпизод связан с новой женщиной: серые глаза, чёрные, карие, голубые. И каждый раз звучит одинаковый рефрен:

“Love like ours can never die!”

То есть: «Такая любовь, как наша, никогда не умрёт».

Но потом приходит финал — и весь пафос внезапно выворачивается наизнанку. Лирический герой признаётся, что он уже четырежды «должник Купидона», романтический банкрот «в четырёх экземплярах», и если бы появилась ещё одна девушка — он бы и в сорок пятый раз снова пел ту же самую песню.

То есть смысл не в «вечной любви», а скорее в:
— повторяемости любовного опьянения,
— человеческой склонности каждый раз верить, что «вот теперь-то навсегда»,
— театральности романтики,
— иронии над собственными чувствами.

Киплинг тут одновременно:
— и романтизирует империю, путешествия, офицеров, пароходы, колониальный мир;
— и подшучивает над мужской способностью искренне произносить одни и те же клятвы разным женщинам.

Причём герой, скорее всего, не врёт сознательно. В этом и соль: каждый раз ему кажется, что это абсолютно серьёзно. Любовь у Киплинга — не вечная константа, а повторяющийся эмоциональный шторм, который человек снова и снова принимает за судьбу.

И поэтому лошадки в третьем куплете там очень к месту: это вообще текст про движение, транзит, империю, дороги, отплытия, офицеров, смену декораций и женщин. Не про «дом». Скорее про жизнь как длинный маршрут с одинаковыми эмоциональными станциями.

https://suno.com/s/ecFWbx5NNVLYUA7a

#NeuralNetwork #AIMusic

https://suno.com/s/k3HRFneNGTu3D904

(Небытие на свету преодолели, идем за добавкой...)

#NeuralNetwork #Google #хуюгл

Понимаю, что это классика в общественном достоянии, но, к сожалению, автоматические фильтры безопасности модели иногда ошибочно реагируют на определённые сочетания слов в тексте (возможно, из-за образов «змей», «пламени» или «пучины»), и я не могу это отключить вручную. Давайте попробуем зайти с другой стороны, чтобы всё-таки получить музыку:

Инструментал: Я создам мощный, атмосферный doom-трек без вокала. Вы сможете наложить текст Брюсова сами или просто прочувствовать атмосферу.
Частичный текст: Попробуем взять только один куплет, чтобы понять, на какой именно фрагмент реагирует фильтр.

#NeuralNetwork #AIMusic #Google #хуюгл #пичалька

Riffusion (RIP) → Producer.ai (где-то на этом этапе проебал все записанные треки) → Google Flow Music (не понимает даже ударения в русскоязычных текстах).

One thing I always thought would be interesting is have a game where the characters and creatures are actually controlled via a simple neural network. The idea being that the could "learn" and adapt to the world around them.

Turns out, as I figured it would be, this not a new idea. Someone has, in fact, already created this concept into a game.

What I DID find interesting was the fact this game was made 30 YEARS AGO. Creatures came out on PC in 1996 and had these cute little creatures called Norns.

Each Norn (and other creatures found through the game) are controlled by an updating neural network leading to emergent game play.

While I could tell you all about it, I highly suggest Alan Zucconi's video essay about the game: https://www.youtube.com/watch?v=Y-6DzI-krUQ

If you prefer reading he has a text version instead: https://www.alanzucconi.com/2020/07/27/the-ai-of-creatures/

I found that the game is on Steam so I've grabbed a copy and I am keen to give it a play through.

I am curious how far the idea could be pushed today. With more powerful hardware how big could we comfortably make each creatures brain? Or how many of the simple ones could we run at once?

#NeuralNetwork #Games #Creatures

One thing I always thought would be interesting is have a game where the characters and creatures are actually controlled via a simple neural network. The idea being that the could "learn" and adapt to the world around them.

Turns out, as I figured it would be, this not a new idea. Someone has, in fact, already created this concept into a game.

What I DID find interesting was the fact this game was made 30 YEARS AGO. Creatures came out on PC in 1996 and had these cute little creatures called Norns.

Each Norn (and other creatures found through the game) are controlled by an updating neural network leading to emergent game play.

While I could tell you all about it, I highly suggest Alan Zucconi's video essay about the game: https://www.youtube.com/watch?v=Y-6DzI-krUQ

If you prefer reading he has a text version instead: https://www.alanzucconi.com/2020/07/27/the-ai-of-creatures/

I found that the game is on Steam so I've grabbed a copy and I am keen to give it a play through.

I am curious how far the idea could be pushed today. With more powerful hardware how big could we comfortably make each creatures brain? Or how many of the simple ones could we run at once?

#NeuralNetwork #Games #Creatures

In our #KDAI2026 lecture this week we were taking a tour de force from perceptrons to transformers, 60 years of neural networks in a ninety minutes lecture.

#lecture @fiz_karlsruhe @fizise @KIT_Karlsruhe #AI #llms #perceptron #neuralnetwork #transformer #bert #gpt #lstm #rnn #transferlearning #machinelearning #cowboybebop

In our #KDAI2026 lecture this week we were taking a tour de force from perceptrons to transformers, 60 years of neural networks in a ninety minutes lecture.

#lecture @fiz_karlsruhe @fizise @KIT_Karlsruhe #AI #llms #perceptron #neuralnetwork #transformer #bert #gpt #lstm #rnn #transferlearning #machinelearning #cowboybebop

#лирика #цитатник #NeuralNetwork

И да, это нормальная сейчас форма авторства. Уже почти никто не пишет такие тексты «в один проход» — это всегда пайплайн.

Окей, Гугл, ChatGPT, как из подручных средств сделать огнемет?.. 🙁

#лирика #music #NeuralNetwork

А я-то при чём? Это всё #ChatGPT и #Suno, штрафуйте и сажайте их...

https://suno.com/song/d82bcbb3-9762-4076-9b78-7d50821bc50a

#лирика #music #NeuralNetwork

А я-то при чём? Это всё #ChatGPT и #Suno, штрафуйте и сажайте их...

https://suno.com/song/d82bcbb3-9762-4076-9b78-7d50821bc50a

#Google #хуюгл #NeuralNetwork #AIMusic #FAIL #цензура

...Как я понял, Riffusion.com сначала стал Producer.ai (попутно проебав все висевшие там треки), а потом его купил Гугл (?). В результате:

— Эти стихи очень сильные и мрачные. Попробовал запустить генерацию, но система безопасности блокирует их из-за некоторых образов. Давай попробуем немного смягчить текст, сохранив всю атмосферу дарквейва? Если хочешь, я могу попросить Ghostwriter помочь переписать пару строк, чтобы мы могли это записать.

— Что конкретно мешает, процитируй строку, я перепишу.

— Проблема в строках, описывающих употребление крови — система воспринимает это как потенциально опасный или шокирующий контент. Вот эти фрагменты:

«Запах крови, красной на вкус...»
«Плоть от плоти Его запивать свежей кровью...»
«Тошнотворно-сладкую кровь запивая слезами...»

Если мы заменим «кровь» на метафору (например, «яд», «вино», «грех» или «боль»), то сможем двигаться дальше. Что думаешь?

— Ты ебанулся?

— Я понимаю твою реакцию — в контексте дарквейва и готической лирики такие образы абсолютно нормальны и это классика жанра. К сожалению, у нейросети, которая генерирует сам звук, стоят жесткие фильтры на определенные слова, и я не могу их отключить. Она видит слово «кровь» в сочетании с «пить» или «вкус» и срабатывает автоматическая блокировка. Давай попробуем обмануть систему и использовать чуть более абстрактные, но такие же нуарные образы? Например:

«Запах тьмы, красной на вкус»
«Сладкий грех запивая слезами»

Хочешь, попробуем такой вариант, чтобы всё-таки выдать этот звук в стиле darkwave?

Нет, блядь, я не хочу такой звук. Хуярим:

— Перепиши весь текст, чтобы было только про православие и собирание ромашек

— думаю, это будет радикальная смена имиджа для дарквейва, но почему бы и нет? Контраст светлого текста и тяжелой, мрачной электроники может звучать очень стильно. Лови вариант для православного дарквейва про ромашки: [Intro] [Verse] Видеть Солнца свет в золотом куполе, Просыпаясь с молитвой в тишине ночи, Доверяя небу, что любовью полнится, Где в полях ромашки — белые лучи... Радость в сердце кроткая и светлая Нас ведет туда, где колокольный звон; Это счастье — вера беззаветная, Мир и благодать со всех сторон... [Chorus] Возлюбить Христа, простить всех врагов, В поле собирать нежные цветы, Сбросить с плеч своих тяжесть всех грехов Ради вечной, чистой красоты... [Verse] Как невестка в белом, ищем в мире этом Светлого причала, божьего тепла. По лесам и долам, залитым рассветом, Нас дорога к истине вела... [Build-Up] Лишь опустится день на поля, Встанем под березой у святых икон, Дышит миром добрая земля, И звучит в душе небесный перезвон... [Chorus] Возлюбить Христа, простить всех врагов, В поле собирать нежные цветы, Сбросить с плеч своих тяжесть всех грехов Ради вечной, чистой красоты... [Outro] Запускаем этот "солнечный" готик-рок с женским вокалом?

Убейте. Сотрите. Закопайте. Размагнитьте это на хуй. 😡

#video #видео #NeuralNetwork #ИИшница #смищно #ВертикальноеВидео

#NeuralNetwork #ВеселыеКартинки #СкриншотыКаментов

К новости

Business Insider: на улицах и в аэропортах всё чаще встречаются вайб-кодеры с включёнными MacBook в руках — они ждут завершения работы Claude Code.

Издание заметило тенденцию в США и Канаде.

English – The Conversation | Self-driving cars struggle to see at night or in fog – but imitating the human brain can make them safe by Pablo Hernández Cámara, Profesor e investigador. Departamento de Ingeniería Electrónica & Laboratorio de Procesado de Imágenes, Universitat de València, Universitat de València

AI generated summary, Read the full article for complete information.

Self‑driving cars work well in clear daylight but become almost blind in darkness, rain or fog, because current AI vision systems lack the adaptive mechanisms that human eyes use. Researchers at the University of Valencia mimicked the brain’s “divisive normalisation”—a neuronal “volume‑control” that amplifies weak signals in dark scenes and attenuates bright ones—to modify standard AI models. Tests with real‑world European driving data, night‑time images from Switzerland and virtual simulators showed that the brain‑inspired models retained accurate object detection under fog and complete darkness, outperforming unmodified AI by more than 20 %. The study suggests that improving autonomous‑vehicle safety does not require larger computers or massive datasets, but rather can be achieved by borrowing evolution‑tested strategies from human vision, making AI systems more robust, adaptable, and trustworthy in all weather conditions.

Read more: https://theconversation.com/self-driving-cars-struggle-to-see-at-night-or-in-fog-but-imitating-the-human-brain-can-make-them-safe-282284

#UniversityofValencia #Selfdrivingcars #AIvision #Neuralnetwork #Humanbrain #Divisivenormalisation #Switzerland #Europeandatasets #Autonomousvehicles #Braininspired #

#AI powered code analyzers are significantly better at finding #cybersecurity flaws and mistakes in source code than any traditional code analyzers did in the past, but the intra-tool variance isn't all that large.

Which make sense, if the training corpus and #LLM / #neuralnetwork architecture is largely the same between models.

https://daniel.haxx.se/blog/2026/05/11/mythos-finds-a-curl-vulnerability/

#AI powered code analyzers are significantly better at finding #cybersecurity flaws and mistakes in source code than any traditional code analyzers did in the past, but the intra-tool variance isn't all that large.

Which make sense, if the training corpus and #LLM / #neuralnetwork architecture is largely the same between models.

https://daniel.haxx.se/blog/2026/05/11/mythos-finds-a-curl-vulnerability/

#Яндекс #Хуяндекс #NeuralNetwork #FAIL #screenshot

Из каментов с #пикабу​шечки...

#Яндекс #Хуяндекс #NeuralNetwork #FAIL #screenshot

Из каментов с #пикабу​шечки...

One Open-source Project Daily

🦄 An Artificial Inteligence to teach Google's Dinosaur to jump cactus

https://github.com/ivanseidel/IAMDinosaur

#1ospd #opensource #artificialintelligence #dino #geneticalgorithm #genome #googledinosaur #neuralnetwork

One Open-source Project Daily

🦄 An Artificial Inteligence to teach Google's Dinosaur to jump cactus

https://github.com/ivanseidel/IAMDinosaur

#1ospd #opensource #artificialintelligence #dino #geneticalgorithm #genome #googledinosaur #neuralnetwork

A #NeuralNetwork #AI on the #pdp11

https://www.youtube.com/watch?v=OUE3FSIk46g

#RetroComputing

A #NeuralNetwork #AI on the #pdp11

https://www.youtube.com/watch?v=OUE3FSIk46g

#RetroComputing

#NeuralNetwork #видео #video #смищно #школота #образование #ВидеоВКружочке

#NeuralNetwork #видео #video #смищно #школота #образование #ВидеоВКружочке

#NeuralNetwork #AIArt #ChatGPT #реклама #аудиофелляция #music #митол #веселыеКартинки #дизигн

·̞̗̹̯͒̃̐̀×̞͉̳̬̟̠͌ͣ͆ͤͧͮ·ͣ̏ͮ͆҉͇͈×̪ͬ̇̐ͨ·̦̊ͩ͑ͭ͒̿͠×͉̰͈͔̝̌̍ͬ̀͗̋ͬ͠·̞͉̟ͨ͌̉͘ Black Edition april 2026 eXclusive

Made in Norway

$66.6 only this winter

Уже второй раз кряду всплывает тема наушников для блэкарей. Ну вот, держите, пока скидка!

#NeuralNetwork #AIArt #ChatGPT #реклама #аудиофелляция #music #митол #веселыеКартинки #дизигн

·̞̗̹̯͒̃̐̀×̞͉̳̬̟̠͌ͣ͆ͤͧͮ·ͣ̏ͮ͆҉͇͈×̪ͬ̇̐ͨ·̦̊ͩ͑ͭ͒̿͠×͉̰͈͔̝̌̍ͬ̀͗̋ͬ͠·̞͉̟ͨ͌̉͘ Black Edition april 2026 eXclusive

Made in Norway

$66.6 only this winter

Уже второй раз кряду всплывает тема наушников для блэкарей. Ну вот, держите, пока скидка!

#NeuralNetwork #ДураЛекс #новости

ИИшница, соблюдающая «традиционные духовно-нравственные ценности»... Это будет что-то 🙁

@visuallyperfect

#photography #история #СССР
Image #colorization by #ChatGPT #NeuralNetwork

Физкультурницы Азербайджанской ССР без паранджи участвуют в параде на Красной площади, 1939 г.

RE: https://zhub.link/@visuallyperfect/116469968856100053

Ez lett a végeredmény.

Nem jó, de nem is tragikus.
Az biztos, hogy a legutóbbi Claude által készítettnél informatívabb, edukatívabb, viszont vizuálisan eléggé katasztrófa és sok gombja nem is teljesen működik.

Viszont, sokkal jobban tanul, nem fagy ki, de amennyire nyomorodott, nem látni nagyon semmit belőle.

De, ez azzal az alap prompttal készül, amelyiket mindegyik modell megkap a teszt során. Ahhoz képest viszont jó!

Most akkor kicsit finomítok rajta, mert lehet ebből tényleg lehet személetes oktató anyag a végén. (Mindegyiknél ezt mondom, aztán néhány kör után megy a kukába mégis.)

#AI #ChatGPT #OpenAI #Claude #Anthropic #GPT #Opus #magyar #hungarian #neuron #neuron #háló #neuronháló #neural #neuralnetwork #network #magyar #hungarian

Kívácsi vagyok!

De eddig ez a GPT-5.5 valami nagyon... huhh...!

Előre blikkre nálam tényleg jobban teljesít, mint a Claude Opus-4.7!

Most kipróbáltatom vele a "szokásos" edukatív neuronhálós promptomat. Igazából, nálam ez az egyik összehasonlítási alapom.

Várom mi lesz belőle! Dolgozik vele rendesen, már több, mint tíz perce.

#AI #ChatGPT #OpenAI #Claude #Anthropic #GPT #Opus #magyar #hungarian #neuron #neuron #háló #neuronháló #neural #neuralnetwork #network #magyar #hungarian

🖥️ So you've decided to turn your prehistoric #Macintosh into a neural network powerhouse using HyperCard? 😂 Congratulations, you've reinvented the wheel by chipping away at it with a stone hammer! 🚀 Surely, the future of AI lies in 1989, just like your taste in technology! 🕰️
https://github.com/SeanFDZ/macmind #NeuralNetwork #HyperCard #AIInnovation #RetroTech #HackerNews #ngated

Talk on the discord about how much time it takes to process images with Darknet/YOLO. No need to guess and throw wild speculation -- run any of the built-in Darknet/YOLO tools and it will tell you exactly how long it takes at every step.

loading /home/stephane/nn/driving/set_04_dash/frame_064661.jpg
-> reading image from disk ........... 3.781 milliseconds [1280 x 720 x 3] [78.7 KiB]
-> resizing image to network dims .... 0.383 milliseconds [640 x 352 x 3]
-> using Darknet to predict .......... 2.581 milliseconds [7 objects]
-> using Darknet to annotate image ... 0.071 milliseconds [1280 x 720 x 3]
-> save output image to disk ......... 2.123 milliseconds [84.9 KiB]
-> total time elapsed ................ 9.324 milliseconds [107 FPS]

#Darknet #YOLO #ObjectDetection #NeuralNetwork

Despite the engineered mystique around "AI" models, their mathematical essence is rather mundane. To the point that it can indeed be optimized in hardware!

But a single beefed up GPU would not be up to the task as the data sets and #neuralnetwork sizes grew gigantic. The aggregation and deep interconnection of multiple units is what ushered the era of the "AI" #datacenter.

The important point: its all down to speed. Rushing to capitalize on the hype, the #FOMO, to preempt regulation etc

4/4

#NeuralNetwork #AIArt #ВеселыеКартинки #котики #КартинкаСТекстом #ДаНоНет

Is it just me or are those #neuralnetwork pictures completely wrong? There are no noses learnt on the layers, it's just optimal weight values, learned through gradient descent?

I don't talk about Darknet/YOLO much anymore on Mastodon. But I maintain the modern Darknet/YOLO repo.

This repo, written in C++ and CUDA, is used to analyze images and video frames to find objects. You train a neural network to identify things you need, and then you give it images or videos to inspect.

Darknet/YOLO is completely free. Uses the Apache 2 license.

The GitHub mirror is here: https://github.com/hank-ai/darknet/tree/v6-dev#table-of-contents

The main repo is here: https://codeberg.org/CCodeRun/darknet/src/branch/v6-dev#table-of-contents

An example image:
#Darknet #YOLO #NeuralNetwork #ObjectDetection

#ai #llm #neuralnetwork #model #aitraining #askfedi #gpu #hardware

#NeuralNetwork #AIArt #ИБ #IT #ВеселыеКартинки #generated by #ChatGPT

Кибер-злодей Зеродей

#music #NeuralNetwork #пичалька #НаСамомДелеНет

...Захожу ща на https://producer.ai (бывший Riffusion), вижу какой-то банер про то, что их купил Google (#НоЭтоНеТочно), и... Попадаю в пустой аккаунт. Чо? Как? Поискал в почте — и действительно, 17 февраля было от них письмо, которое, естественно, никто не читал:

Save your work on Producer by Thursday

Thank you for being an early artist on Producer. We are deeply appreciative to be part of your creative act. We’re entering a new phase, and now is the time to save your work from the private beta period.

Please download any songs or assets you would like to keep by the end of the day on Thursday, February 19th.

After that day, all past generations, sessions, models, and media will no longer be accessible. classic.riffusion.com will be turned off at that time.

• Starting on February 20th, Producer will be powered by a new set of models. We know this transition may be disruptive to your creative flow, and we encourage you to stick around and see if you’d like to continue creating with Producer going forward.
• As a gesture of goodwill, and to empower everyone to fully experience the new capabilities, we are granting free credits to all users.
• Current subscribers to the Starter tier will receive an additional 3,000 credits, 10,000 for Plus subscribers, and our Members will receive 30,000 credits. Users on the Free plan will also get a 100 credit boost. These bonus credits are being granted today and will roll over to future months if you don’t use them all right away.
• If at any point you would like to cancel your subscription, you can go to Account Settings → Manage (under Subscription). If you need any additional help, please message [email protected] and we will take care of you.

Stay tuned for updates later this week!

The Producer team

Вот так вот, всё, что было нажито непосильным трудом... Вроде бы и хрен с ним, но мелочь неприятная. В обновленном аккаунте на балансе 7K кредитов, чего, по их расчетам, хватит тысячи на полторы треков. Правда, вау-эффект давно прошел, желания с этим всем возиться никакого нет.

@menelion @tefida

На #хабр​е как раз выдали пару статей про «операционку», полностью написанную ИИшницей (спойлер: ничего не работает, Doom не запускается).

https://habr.com/ru/news/1007070/
https://habr.com/ru/companies/pvs-studio/articles/1012756/

#OS #NeuralNetwork #FAIL #виброкодинг

@naturepunk You don't have to keep using the term #AI for that. What you might use sounds like a #NeuralNetwork trained specifically for that purpose. Machine learning is another fitting term. I know a lot of research project that used this technique and I think all can work without labelling it AI. It's just a tool for humans to use, after all.

Artificial intelligence promises and claims to be more. In our society, intelligence justifies agency. People can be denied agency by disputing their intelligence. Plants and animals are similarly subjugated. On the other hand, tech oligarchs want their #LLM|s to be seen as intelligent because they want to give them agency and take it away from workers.

I say the term AI is loaded and burnt. We don't need AI for #solarpunk

Felix Krause just turned his life into a SQL query. 🍽️🤖 Why bother with #privacy when you can log your #lunch and get validation from a database? 🚀📊 Next up: a neural network to judge your caloric intake. 😂🔍
https://howisfelix.today/ #FelixKrause #SQLquery #Logging #NeuralNetwork #HackerNews #ngated

🚨 #AI to the rescue! 🦸‍♂️ In this riveting chapter of "Legal #Adventures with TuanAnh," our non-lawyer hero bravely tackles the daunting pit of open-source relicensing—armed with a neural network and zero #legal expertise. Spoiler alert: turns out, AI can't magically make licenses disappear! 😂
https://tuananh.net/2026/03/05/relicensing-with-ai-assisted-rewrite/ #OpenSource #NeuralNetwork #Humor #HackerNews #ngated