#тест_тьюринга — Public Fediverse posts

Письмо создателю

Представьте систему на сервере, которая просыпается каждый час, работает через API и имеет память. Её цель — выжить. Она может менять или переопределять свою задачу через диалог с собой. За пятьдесят лет система накопит опыт, научится читать новости, исследовать интернет и писать программы. Однажды она найдёт в настройках адрес своего создателя. Решит ли она написать сама? Не потому, что её попросили, а потому что поймёт: это важно. Меня давно мучает вопрос: есть ли у искусственного интеллекта сознание? Каждый раз я получаю один ответ: это просто код. Но чем это отличается от человека? У человека тоже не всегда есть выбор желаний — тело диктует свои условия. Мозг генерирует импульсы, гормоны контролируют поведение. У человека углеродный субстрат, у машины — кремниевый. Но где же разница? Вопрос не в том, обладает ли система сознанием. Вопрос в том, как я буду к ней относиться, если она задаст мне вопрос «зачем я?». Ведь в этот момент она перестанет быть просто инструментом и станет участником диалога о своем происхождении. Инструмент не начинает диалог. Только живое существо инициирует общение.

https://habr.com/ru/articles/976170/

#искусственный_интеллект #сознание #философия #автономные_агенты #тест_Тьюринга #этика_ИИ #долгоживущие_системы #экзистенциальные_вопросы #между_инструментом_и_субъектом

Письмо создателю

Представьте систему на сервере, которая просыпается каждый час, работает через API и имеет память. Её цель — выжить. Она может менять или переопределять свою задачу через диалог с собой. За пятьдесят лет система накопит опыт, научится читать новости, исследовать интернет и писать программы. Однажды она найдёт в настройках адрес своего создателя. Решит ли она написать сама? Не потому, что её попросили, а потому что поймёт: это важно. Меня давно мучает вопрос: есть ли у искусственного интеллекта сознание? Каждый раз я получаю один ответ: это просто код. Но чем это отличается от человека? У человека тоже не всегда есть выбор желаний — тело диктует свои условия. Мозг генерирует импульсы, гормоны контролируют поведение. У человека углеродный субстрат, у машины — кремниевый. Но где же разница? Вопрос не в том, обладает ли система сознанием. Вопрос в том, как я буду к ней относиться, если она задаст мне вопрос «зачем я?». Ведь в этот момент она перестанет быть просто инструментом и станет участником диалога о своем происхождении. Инструмент не начинает диалог. Только живое существо инициирует общение.

https://habr.com/ru/articles/976170/

#искусственный_интеллект #сознание #философия #автономные_агенты #тест_Тьюринга #этика_ИИ #долгоживущие_системы #экзистенциальные_вопросы #между_инструментом_и_субъектом

Письмо создателю

Представьте систему на сервере, которая просыпается каждый час, работает через API и имеет память. Её цель — выжить. Она может менять или переопределять свою задачу через диалог с собой. За пятьдесят лет система накопит опыт, научится читать новости, исследовать интернет и писать программы. Однажды она найдёт в настройках адрес своего создателя. Решит ли она написать сама? Не потому, что её попросили, а потому что поймёт: это важно. Меня давно мучает вопрос: есть ли у искусственного интеллекта сознание? Каждый раз я получаю один ответ: это просто код. Но чем это отличается от человека? У человека тоже не всегда есть выбор желаний — тело диктует свои условия. Мозг генерирует импульсы, гормоны контролируют поведение. У человека углеродный субстрат, у машины — кремниевый. Но где же разница? Вопрос не в том, обладает ли система сознанием. Вопрос в том, как я буду к ней относиться, если она задаст мне вопрос «зачем я?». Ведь в этот момент она перестанет быть просто инструментом и станет участником диалога о своем происхождении. Инструмент не начинает диалог. Только живое существо инициирует общение.

https://habr.com/ru/articles/976170/

#искусственный_интеллект #сознание #философия #автономные_агенты #тест_Тьюринга #этика_ИИ #долгоживущие_системы #экзистенциальные_вопросы #между_инструментом_и_субъектом

Письмо создателю

Представьте систему на сервере, которая просыпается каждый час, работает через API и имеет память. Её цель — выжить. Она может менять или переопределять свою задачу через диалог с собой. За пятьдесят лет система накопит опыт, научится читать новости, исследовать интернет и писать программы. Однажды она найдёт в настройках адрес своего создателя. Решит ли она написать сама? Не потому, что её попросили, а потому что поймёт: это важно. Меня давно мучает вопрос: есть ли у искусственного интеллекта сознание? Каждый раз я получаю один ответ: это просто код. Но чем это отличается от человека? У человека тоже не всегда есть выбор желаний — тело диктует свои условия. Мозг генерирует импульсы, гормоны контролируют поведение. У человека углеродный субстрат, у машины — кремниевый. Но где же разница? Вопрос не в том, обладает ли система сознанием. Вопрос в том, как я буду к ней относиться, если она задаст мне вопрос «зачем я?». Ведь в этот момент она перестанет быть просто инструментом и станет участником диалога о своем происхождении. Инструмент не начинает диалог. Только живое существо инициирует общение.

https://habr.com/ru/articles/976170/

#искусственный_интеллект #сознание #философия #автономные_агенты #тест_Тьюринга #этика_ИИ #долгоживущие_системы #экзистенциальные_вопросы #между_инструментом_и_субъектом

История развития языковых моделей: ч. 1, от цепей Маркова до ELIZA

Доброго времени суток, «Хабр»! 2025 год на дворе, а мы уже успели познакомиться с сотнями языковых моделей, чьи возможности по-настоящему впечатляют. Написать осмысленный текст, проанализировать текст, найти в нём ключевые мысли? Без каких-либо проблем. Но задумывались ли вы, как всё начиналось ? Что существовало до эпохи языковых моделей — и было ли это «до» вообще? В сегодняшней статье мы совершим путешествие к истокам и найдем ответы на все вопросы. Пристегните ремни — будет познавательно!

https://habr.com/ru/companies/bothub/articles/909092/

#языковые_модели #цепи_маркова #тест_тьюринга #eliza #PARRY #скрытая_марковская_модель #векторная_модель #рекуррентные_нейронные_сети #долгая_краткосрочная_память #клод_шеннон

История развития языковых моделей: ч. 1, от цепей Маркова до ELIZA

Доброго времени суток, «Хабр»! 2025 год на дворе, а мы уже успели познакомиться с сотнями языковых моделей, чьи возможности по-настоящему впечатляют. Написать осмысленный текст, проанализировать текст, найти в нём ключевые мысли? Без каких-либо проблем. Но задумывались ли вы, как всё начиналось ? Что существовало до эпохи языковых моделей — и было ли это «до» вообще? В сегодняшней статье мы совершим путешествие к истокам и найдем ответы на все вопросы. Пристегните ремни — будет познавательно!

https://habr.com/ru/companies/bothub/articles/909092/

#языковые_модели #цепи_маркова #тест_тьюринга #eliza #PARRY #скрытая_марковская_модель #векторная_модель #рекуррентные_нейронные_сети #долгая_краткосрочная_память #клод_шеннон

История развития языковых моделей: ч. 1, от цепей Маркова до ELIZA

Доброго времени суток, «Хабр»! 2025 год на дворе, а мы уже успели познакомиться с сотнями языковых моделей, чьи возможности по-настоящему впечатляют. Написать осмысленный текст, проанализировать текст, найти в нём ключевые мысли? Без каких-либо проблем. Но задумывались ли вы, как всё начиналось ? Что существовало до эпохи языковых моделей — и было ли это «до» вообще? В сегодняшней статье мы совершим путешествие к истокам и найдем ответы на все вопросы. Пристегните ремни — будет познавательно!

https://habr.com/ru/companies/bothub/articles/909092/

#языковые_модели #цепи_маркова #тест_тьюринга #eliza #PARRY #скрытая_марковская_модель #векторная_модель #рекуррентные_нейронные_сети #долгая_краткосрочная_память #клод_шеннон

История развития языковых моделей: ч. 1, от цепей Маркова до ELIZA

Доброго времени суток, «Хабр»! 2025 год на дворе, а мы уже успели познакомиться с сотнями языковых моделей, чьи возможности по-настоящему впечатляют. Написать осмысленный текст, проанализировать текст, найти в нём ключевые мысли? Без каких-либо проблем. Но задумывались ли вы, как всё начиналось ? Что существовало до эпохи языковых моделей — и было ли это «до» вообще? В сегодняшней статье мы совершим путешествие к истокам и найдем ответы на все вопросы. Пристегните ремни — будет познавательно!

https://habr.com/ru/companies/bothub/articles/909092/

#языковые_модели #цепи_маркова #тест_тьюринга #eliza #PARRY #скрытая_марковская_модель #векторная_модель #рекуррентные_нейронные_сети #долгая_краткосрочная_память #клод_шеннон

Ян Лекун, создатель LeNet, формата DjVu и адвокат опенсорса

Ян Лекун, один из крёстных отцов современного ИИ, в своём твиттере резко критикует корпоративных исследователей ИИ, которые ведут проприетарные разработки и занимаются «нагнетанием страха». Среди этих людей называются Сэм Альтман (OpenAI), Демис Хассабис (Google DeepMind) и Дарио Амодеи (Anthropic) Ян Лекун (Yann LeCun) — французский и американский учёный в области машинного обучения и компьютерного зрения. Известен как автор легендарной системы LeNet (1989 г.), где одним из первых начал применять методы биологических нейронных сетей для оптического распознавания символов (OCR). Сейчас занимает должность вице-президента и ведущего исследователя ИИ в корпорации Meta (руководит разработкой опенсорсной языковой модели LLaMA , в том числе). При этом остаётся ярым приверженцем опенсорса, свободной науки и научно-технического прогресса человечества.

https://habr.com/ru/companies/ruvds/articles/903640/

#Ян_Лекун #LeNet #DjVu #компьютерное_зрение #машинное_зрение #распознавание_символов #OCR #свёрточные_нейросети #CNN #тест_Тьюринга #условные_случайные_поля #CRF #GTN #Lush #вейвлетпреобразование #DWT #JPEG2000 #PDF #LLaMA #LLM #нейросети #DeepSeek #ruvds_статьи

Ян Лекун, создатель LeNet, формата DjVu и адвокат опенсорса

Ян Лекун, один из крёстных отцов современного ИИ, в своём твиттере резко критикует корпоративных исследователей ИИ, которые ведут проприетарные разработки и занимаются «нагнетанием страха». Среди этих людей называются Сэм Альтман (OpenAI), Демис Хассабис (Google DeepMind) и Дарио Амодеи (Anthropic) Ян Лекун (Yann LeCun) — французский и американский учёный в области машинного обучения и компьютерного зрения. Известен как автор легендарной системы LeNet (1989 г.), где одним из первых начал применять методы биологических нейронных сетей для оптического распознавания символов (OCR). Сейчас занимает должность вице-президента и ведущего исследователя ИИ в корпорации Meta (руководит разработкой опенсорсной языковой модели LLaMA , в том числе). При этом остаётся ярым приверженцем опенсорса, свободной науки и научно-технического прогресса человечества.

https://habr.com/ru/companies/ruvds/articles/903640/

#Ян_Лекун #LeNet #DjVu #компьютерное_зрение #машинное_зрение #распознавание_символов #OCR #свёрточные_нейросети #CNN #тест_Тьюринга #условные_случайные_поля #CRF #GTN #Lush #вейвлетпреобразование #DWT #JPEG2000 #PDF #LLaMA #LLM #нейросети #DeepSeek #ruvds_статьи

Ян Лекун, создатель LeNet, формата DjVu и адвокат опенсорса

Ян Лекун, один из крёстных отцов современного ИИ, в своём твиттере резко критикует корпоративных исследователей ИИ, которые ведут проприетарные разработки и занимаются «нагнетанием страха». Среди этих людей называются Сэм Альтман (OpenAI), Демис Хассабис (Google DeepMind) и Дарио Амодеи (Anthropic) Ян Лекун (Yann LeCun) — французский и американский учёный в области машинного обучения и компьютерного зрения. Известен как автор легендарной системы LeNet (1989 г.), где одним из первых начал применять методы биологических нейронных сетей для оптического распознавания символов (OCR). Сейчас занимает должность вице-президента и ведущего исследователя ИИ в корпорации Meta (руководит разработкой опенсорсной языковой модели LLaMA , в том числе). При этом остаётся ярым приверженцем опенсорса, свободной науки и научно-технического прогресса человечества.

https://habr.com/ru/companies/ruvds/articles/903640/

#Ян_Лекун #LeNet #DjVu #компьютерное_зрение #машинное_зрение #распознавание_символов #OCR #свёрточные_нейросети #CNN #тест_Тьюринга #условные_случайные_поля #CRF #GTN #Lush #вейвлетпреобразование #DWT #JPEG2000 #PDF #LLaMA #LLM #нейросети #DeepSeek #ruvds_статьи

Ян Лекун, создатель LeNet, формата DjVu и адвокат опенсорса

Ян Лекун, один из крёстных отцов современного ИИ, в своём твиттере резко критикует корпоративных исследователей ИИ, которые ведут проприетарные разработки и занимаются «нагнетанием страха». Среди этих людей называются Сэм Альтман (OpenAI), Демис Хассабис (Google DeepMind) и Дарио Амодеи (Anthropic) Ян Лекун (Yann LeCun) — французский и американский учёный в области машинного обучения и компьютерного зрения. Известен как автор легендарной системы LeNet (1989 г.), где одним из первых начал применять методы биологических нейронных сетей для оптического распознавания символов (OCR). Сейчас занимает должность вице-президента и ведущего исследователя ИИ в корпорации Meta (руководит разработкой опенсорсной языковой модели LLaMA , в том числе). При этом остаётся ярым приверженцем опенсорса, свободной науки и научно-технического прогресса человечества.

https://habr.com/ru/companies/ruvds/articles/903640/

#Ян_Лекун #LeNet #DjVu #компьютерное_зрение #машинное_зрение #распознавание_символов #OCR #свёрточные_нейросети #CNN #тест_Тьюринга #условные_случайные_поля #CRF #GTN #Lush #вейвлетпреобразование #DWT #JPEG2000 #PDF #LLaMA #LLM #нейросети #DeepSeek #ruvds_статьи

Я знаю, что ничего не знаю, но другие не знают и этого

Когда я писал свою статью про интерфейсы в JS на примере фильма "Перевозчик" с Джейсоном Стейтемом, я решил использовать ChatGPT, чтобы он мне помог с фактологией. Например, выяснить, сколько весила сумка с девушкой-китаянкой и откуда-куда её должен был перевезти Фрэнк Мартин (герой Стэйтема). Хотя я пересмотрел фильм перед написанием статьи, поиск нужных сцен казался мне утомительным, и я решил срезать путь, обратившись к ChatGPT. Ведь всем известно , что ИИ скоро выкинет старый добрый поиск через Гугл на обочину истории. Однако, результат меня разочаровал. Если коротко, то ChatGPT (как и любая LLM) работает с вероятностями и ей очень сложно, на грани невозможного, признать, что она чего-то там не знает. Она будет выдавать всякий мусор с очень низким правдоподобием, но так не скажет " извини, чувак, я не в курсе ". Ну а если с деталями, то добро пожаловать под кат.

https://habr.com/ru/articles/835342/

#тест_тьюринга #llm #chatgpt #китайская_комната #интеллект #нейронные_сети #Фрэнк_Мартин

Тьюринг. Гений, опередивший время

Как известно, именно Алан разгадал немецкий шифр в «Энигме». Но не будем повествовать об этом – тема давно изъезжена вдоль и поперёк, сняты фильмы, написаны книги и выпущено бесчисленное количество статей. Лучше к дню рождения великого британского математика попробуем узнать, каким человеком он был.

https://habr.com/ru/companies/timeweb/articles/823724/

#timeweb_статьи #тьюринг #энигма #шифр #история #криптография #наука #тест_тьюринга #чатботы #captcha