#neural-network — Public Fediverse posts
Live and recent posts from across the Fediverse tagged #neural-network, aggregated by home.social.
-
GitHub geeks have given birth to a #cactus that knows it's wrong 🤔 – behold the miracle of Gemma 4, the plant-based neural network with a confidence crisis! 🌵🤖 But don't worry, you can copypaste your way to enlightenment with their quickstart guides. 🙃✨
https://github.com/cactus-compute/cactus-hybrid #GitHub #Gemma4 #PlantAI #NeuralNetwork #ConfidenceCrisis #HackerNews #ngated -
GitHub geeks have given birth to a #cactus that knows it's wrong 🤔 – behold the miracle of Gemma 4, the plant-based neural network with a confidence crisis! 🌵🤖 But don't worry, you can copypaste your way to enlightenment with their quickstart guides. 🙃✨
https://github.com/cactus-compute/cactus-hybrid #GitHub #Gemma4 #PlantAI #NeuralNetwork #ConfidenceCrisis #HackerNews #ngated -
I have finally set up my workstation for my esp32 projects. I haven't touched any soldering iron for probably 50 years. The last time I used it was when I was working in an electronic factory in Hong Kong 50 years ago.
#esp32 are modern microcontroller boards that can function like computers. I bought several of these boards recently. One of them is esp32 p4 c6. #Copilot and I will be testing #tinyML's running NNUE tictactoe, OCR, and a SLM that I will be creating.
-
#мозг #сознание #NeuralNetwork #лонгрид #generated #ChatGPT #Qwen
Не кидайте сразу хуёв в панамку. Текст хороший, список литературы в конце тоже. Но сразу признаю́: я большинство из этого не читал.
Возникновение субъекта
От модели мира к модели самого себя
Живой организм никогда не «видит» мир напрямую. Он не взаимодействует с реальностью во всей ее полноте, а получает только изменения состояния среды, которые достигают его органов чувств. Уже на самом простом уровне жизнь существует не в самой реальности, а во взаимодействии с ее внутренним представлением.
Для простейших организмов этого достаточно: есть сигнал, есть реакция. Изменение температуры, градиента концентрации или освещенности вызывает соответствующую реакцию. Но при появлении и по мере усложнения нервной системы появляется нечто принципиально новое: между сигналом и реакцией возникает модель.
Организм начинает не просто отвечать на происходящее, а учитывать прошлый опыт и строить прогнозы относительно будущего. Хищнику недостаточно видеть положение добычи — ему необходимо предсказывать ее движение. Жертве недостаточно обнаружить опасность — нужно заранее оценить вероятность нападения. Нервная система становится не только механизмом восприятия, но и механизмом моделирования.
Именно здесь появляется внутреннее время.
Для простой реакции существует только текущий момент: изменение среды вызывает изменение состояния организма. Но сложный мозг начинает разделять события на прошлые, текущие и возможные будущие. Прошлое сохраняется в памяти, будущее существует в форме прогнозов, а настоящее превращается в короткое рабочее окно модели, в котором мозг объединяет уже полученную информацию с ожиданиями и прогнозами. Это окно измеряется не одним фиксированным значением: для разных процессов оно составляет от миллисекунд до секунд.
При этом субъективное настоящее не является физической точкой времени. Мозг не получает мгновенный снимок мира. Сигналы от органов чувств имеют задержки, разные системы обработки отдают сигнал с разной скоростью, и для эффективного поведения необходимо собрать их в единую картину. Поэтому то, что человек воспринимает как «сейчас», является не прямым доступом к реальности, а моделью, которую мозг создает на основе поступающих данных и предсказаний.
Это не недостаток восприятия. Напротив, именно такая организация делает возможным существование сложного организма. В лесу животному не требуется получить идеальную копию окружающего мира. Ему необходимо решить практическую задачу: избежать столкновения, найти путь, обнаружить добычу или вовремя заметить угрозу. Мозг создает не фотографию реальности, а рабочую модель, достаточную для управления поведением.
В этом смысле мы живем внутри симуляции, созданной собственным мозгом. Это не означает, что внешний мир является иллюзией. Это означает, что доступ к нему всегда осуществляется через внутреннюю модель. Не потому, что окружающий мир является иллюзией, а потому, что то, что мы переживаем как реальность, является результатом внутреннего моделирования. Цвет, текстура, звук, непрерывность движения, ощущение времени — всё это способы представления информации, созданные нервной системой для взаимодействия с внешним миром.
Следующий шаг возникает тогда, когда организм становится достаточно сложным, чтобы учитывать не только окружающую среду, но и собственное состояние внутри этой среды. Для управления поведением недостаточно знать, что существует объект. Необходимо учитывать отношения между объектом и собой.
Это уже не просто: «там находится дерево». Это: «там находится дерево, я нахожусь здесь, мое тело движется в этом направлении, через некоторое время возникнет столкновение, поэтому нужно изменить направление. Мозжечок — действуй! В запасе 100 миллисекунд».
Модель мира дополняется моделью организма в этом мире.
Эта модель необходима не для философского размышления, а для практического управления. Организм имеет историю, ограничения, потребности и цели. Чтобы эффективно действовать, система должна объединять множество процессов в единое представление: это мое тело, это мои воспоминания, это мои намерения, это мои действия.
Так возникает то, что мы называем «я».
Однако это не означает, что внутри мозга появляется отдельный наблюдатель. Не существует маленького человечка, который смотрит на экран сознания и принимает решения. Такая идея только переносит проблему на следующий уровень: кто тогда наблюдает за этим внутренним наблюдателем?
Более экономичное объяснение состоит в том, что «я» является моделью, которую мозг создает о самом себе.
Как карта не является территорией, но позволяет ориентироваться в ней, так модель себя не является отдельной сущностью, но выполняет реальную функцию. Она помогает организму сохранять целостность, связывать прошлый опыт с будущими действиями и координировать сложное поведение.
На этом этапе возникает уникальная способность человека: система начинает использовать собственные состояния как объект анализа. Мозг не только строит модель мира, но и способен строить модель своей собственной работы.
Именно здесь появляется внутренний диалог.
На первый взгляд он кажется странным. Зачем системе, которая уже умеет принимать решения, постоянно объяснять самой себе, что она делает? Но язык оказывается чрезвычайно эффективным инструментом контроля. Он превращает внутренние состояния в объекты, которыми можно оперировать.
Разница между «я боюсь» и «я боюсь, потому что раньше подобная ситуация была опасной, но сейчас обстоятельства изменились» огромна. Во втором случае система анализирует не только внешний мир, но и собственную реакцию на него.
Возникает рекурсивная петля: модель мира создает модель себя в мире; эта модель становится объектом анализа; анализ изменяет модель; измененная модель влияет на дальнейшее восприятие и поведение.
Вероятно, именно эта способность создавать модели моделей является одним из главных отличий человеческого мышления. Многие животные способны воспринимать окружающую среду, запоминать опыт и решать задачи. Человек способен дополнительно создавать представление о себе как о существе, которое воспринимает, думает и принимает решения. А еще музыку пишет и в квантовую физику лезет.
Эволюция не ставила целью создать философа. Ей не требовалось существо, которое задает вопрос о собственной природе. Ей требовались организмы, способные лучше прогнозировать окружающую среду и эффективнее управлять своим поведением.
Но достаточно сложная система прогнозирования однажды получила возможность применять собственные механизмы к самой себе.
Первой моделью самого себя была не личность и не сознание. Ею было тело. Организму необходимо знать собственное положение в пространстве, состояние внутренних систем, уровень энергии, степень опасности. Субъективное «я» выросло из более древнего механизма — модели собственного организма.
Мозг, возникший для моделирования мира, создал модель собственного существования. И тогда появилась возможность задать вопрос, который когда-то был невозможен для самой материи:
«Кто я?»
Источники и дополнительная литература
Мозг как машина предсказаний
Анил Сет — «Being You»
Восприятие — это «контролируемая галлюцинация», основанная на предсказаниях мозга.Дональд Хоффман — «The Case Against Reality»
Эволюционное доказательство того, что восприятие — это «пользовательский интерфейс», а не окно в реальность.Эрнст Пёппель — работы о темпоральных окнах
Субъективное «настоящее» существует в виде окон длительностью ~3 секунды.Карл Фристон — Free Energy Principle
Математическая основа предиктивного кодирования: мозг минимизирует разницу между ожиданиями и реальностью.«Я» как модель, а не субстанция
Томас Мецингер — «The Ego Tunnel»
«Субъекта» не существует — есть только «феноменальная модель себя», которую мозг генерирует в реальном времени.Антонио Дамасио — «The Feeling of What Happens»
Сознание выросло из гомеостаза — необходимости отслеживать внутреннее состояние тела.Даниел Деннет — «Consciousness Explained»
«Я» — это не точка в мозге, а «центр нарративной гравитации», возникающий из множества параллельных процессов.Рекурсия, язык и «странная петля»
Дуглас Хофштадтер — «I Am a Strange Loop»
Сознание возникает из рекурсии: способности системы символизировать саму себя.Лев Выготский — «Мышление и речь»
Внутренняя речь — это инструмент управления собственным поведением и мышлением.Альфред Коржибский — «Science and Sanity»
«Карта не есть территория»: символы создают модели реальности, но никогда не совпадают с ней.Эволюция мозга и возникновение субъекта
Майкл Газзанига — «The Consciousness Instinct»
Левое полушарие работает как «интерпретатор», постоянно объясняющий наши действия.Энди Кларк — «Surfing Uncertainty»
Мозг постоянно генерирует гипотезы о мире и обновляет их на основе ошибок прогноза.Джеральд Эдельман — «Wider Than the Sky»
Нейродарвинизм: мозг эволюционирует через отбор нейронных групп, как эволюция отбирает организмы.Философия сознания
Томас Нагель — «What Is It Like to Be a Bat?»
Может ли объективная наука объяснить субъективный опыт?Дэвид Чалмерс — «The Conscious Mind»
«Трудная проблема сознания»: почему нейронные процессы сопровождаются переживанием?Мартин Хайдеггер — «Бытие и время»
«Я» — это не объект, а способ бытия, для которого собственное существование является вопросом. -
-
Ну пиздец. гопота вообще не в курсе про «Сны» «Агаты Кристи». Как так-то? «Весь энторнед в базе», а тут такой фейл...
-
Ну пиздец. гопота вообще не в курсе про «Сны» «Агаты Кристи». Как так-то? «Весь энторнед в базе», а тут такой фейл...
-
Tic Tac Toe is the simplest game that can be represented by an #NNUE which is a state-grid presentation of a neural network problem. Despite its representation simplicity, Tic Tac Toe is dynamic game that is like chess.
At each game stage, an NNUE representation of the game gives rise to an input vector and a mutually exclusive and jointly exhaustive parameter #vector space which can be written in its #matrix form.
-
👨🔬🚀 In a move that surely has the world's neural network trembling, Indian scientists have created the brainstem's most detailed 3D atlas! Because who wouldn't want a full-color, high-resolution map of the noodle junction responsible for your morning coffee slurps? 🧠📈
https://www.bbc.com/news/articles/cg53l737v1qo #neuralnetwork #3Datlas #brainstem #sci-tech #innovation #mapping #HackerNews #ngated -
👨🔬🚀 In a move that surely has the world's neural network trembling, Indian scientists have created the brainstem's most detailed 3D atlas! Because who wouldn't want a full-color, high-resolution map of the noodle junction responsible for your morning coffee slurps? 🧠📈
https://www.bbc.com/news/articles/cg53l737v1qo #neuralnetwork #3Datlas #brainstem #sci-tech #innovation #mapping #HackerNews #ngated -
#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.
-
Нейро сети для самых маленьких. Часть первая (которая после нулевой). Удобство в прокрустовом ложе оптимизации / Хабр
https://habr.com/ru/companies/yandex/articles/1047072/
> Это первая (после нулевой) статья из серии "Нейро сети для самых маленьких", в которой мы разбираем инфраструктуру для запуска нейронных сетей.
-
#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_genevaA 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 -
@virati
#neuraldynamics #compneuroscience
#neuroscience #compneuro #brain #neuralnetwork
#neurodon @hnp_genevaA 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 -
#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:
-
#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
-
#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/k3HRFneNGTu3D904
(Небытие на свету преодолели, идем за добавкой...)
-
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?
-
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?
-
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?.. 🙁
-
#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. 😡
-
#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 #пикабушечки...
-
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 -
#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!
-
#photography #история #СССР
Image #colorization by #ChatGPT #NeuralNetworkФизкультурницы Азербайджанской ССР без паранджи участвуют в параде на Красной площади, 1939 г.
-
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] -
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
