#math #ai
"Доказательство теоремы в 1995 году разработал математик Эндрю Уайлс (Andrew Wiles) — оно занимает 129 страниц, а на его проверку требуются несколько месяцев работы. В рамках исследовательского проекта Anthropic удалось формализовать доказательство Уайлса, то есть преобразить его в форму, которую можно проверить на компьютере.
Формализованное доказательство представляет собой код, написанный на языке программирования Lean — его размер составляет 13 млн строк, и это самый большой объём за всю историю. Формализация сложна, потому что доказательства, как правило, довольно лаконичны — в ней отсутствуют некоторые пояснения, необходимые компьютеру для понимания, что требует добавлять их вручную. Аргументы в доказательстве часто вытекают друг из друга, то есть ошибка в одной строке Lean может сделать недействительным весь последующий код.
Математики предполагали, что формализация доказательства Уайлса займёт несколько лет, но исследовательская модель Anthropic выполнила задачу за 11 дней — это был алгоритм, сопоставимый с общедоступной моделью Claude Fable 5.1.
Модель выполнила задачу, используя лишь ограниченный объём высокоуровневых данных. Она запустила несколько десятков агентов, которые сгенерировали 6 млрд токенов выходных данных и в процессе доказали 29 500 промежуточных теорем.
Первая попытка закончилась неудачей, прорыва удалось добиться, когда Claude открыли доступ к платформе Prove2Me."
https://3dnews.ru/1148027/anthropic-claude-formalizoval-dokazatelstvo-velikoy-teoremi-ferma
"Доказательство теоремы в 1995 году разработал математик Эндрю Уайлс (Andrew Wiles) — оно занимает 129 страниц, а на его проверку требуются несколько месяцев работы. В рамках исследовательского проекта Anthropic удалось формализовать доказательство Уайлса, то есть преобразить его в форму, которую можно проверить на компьютере.
Формализованное доказательство представляет собой код, написанный на языке программирования Lean — его размер составляет 13 млн строк, и это самый большой объём за всю историю. Формализация сложна, потому что доказательства, как правило, довольно лаконичны — в ней отсутствуют некоторые пояснения, необходимые компьютеру для понимания, что требует добавлять их вручную. Аргументы в доказательстве часто вытекают друг из друга, то есть ошибка в одной строке Lean может сделать недействительным весь последующий код.
Математики предполагали, что формализация доказательства Уайлса займёт несколько лет, но исследовательская модель Anthropic выполнила задачу за 11 дней — это был алгоритм, сопоставимый с общедоступной моделью Claude Fable 5.1.
Модель выполнила задачу, используя лишь ограниченный объём высокоуровневых данных. Она запустила несколько десятков агентов, которые сгенерировали 6 млрд токенов выходных данных и в процессе доказали 29 500 промежуточных теорем.
Первая попытка закончилась неудачей, прорыва удалось добиться, когда Claude открыли доступ к платформе Prove2Me."
https://3dnews.ru/1148027/anthropic-claude-formalizoval-dokazatelstvo-velikoy-teoremi-ferma
Forwarded from Data notes
NVIDIA договорилась приобрести Hugging Face за необычно точную сумму: $12 930 300 000.
Такая точность оказалась намерением спрятать сразу две пасхалки:
🤗 129303 - десятичное представление Unicode-кода U+1F917, соответствующего смайлику Hugging Face.
🟢 #129303 - HEX-код цвета, удивительно похожего на корпоративный цвет NVIDIA.
Удивительно даже не то, что NVIDIA может себе позволить накинуть 30 лямов за пасхалку, а то, что код смайлика совпал с кодом корпоративного цвета NVIDIA - хочешь не хочешь, начнешь задумываться о теориях заговора ))
Такая точность оказалась намерением спрятать сразу две пасхалки:
🤗 129303 - десятичное представление Unicode-кода U+1F917, соответствующего смайлику Hugging Face.
🟢 #129303 - HEX-код цвета, удивительно похожего на корпоративный цвет NVIDIA.
Удивительно даже не то, что NVIDIA может себе позволить накинуть 30 лямов за пасхалку, а то, что код смайлика совпал с кодом корпоративного цвета NVIDIA - хочешь не хочешь, начнешь задумываться о теориях заговора ))
NVIDIA Blog
NVIDIA to Acquire Hugging Face
NVIDIA has agreed to acquire Hugging Face. Together, we will scale Hugging Face’s platform, strengthen its infrastructure and expand access to AI for developers and institutions worldwide.
#math #ai
"OpenAI заявила, что её ИИ решил одну из семи знаменитых Задач тысячелетия — проблему существования и гладкости решений уравнений Навье — Стокса, над которой математики бились десятилетиями. Эти уравнения описывают движение жидкостей и газов, но до сих пор никто не мог доказать, всегда ли их гладкие решения остаются такими сколь угодно долго или при определённых условиях скорость потока может за конечное время неограниченно возрасти.
ИИ OpenAI построил пример второго варианта: изначально покоящаяся жидкость под действием плавно меняющейся внешней силы образует всё сильнее стягивающийся вихрь, скорость которого за конечное время растёт без ограничений. При этом общая энергия жидкости остаётся конечной. Если доказательство выдержит независимую проверку, это закроет одну из главных нерешённых математических проблем современности.
Масштаб вычислений впечатляет. Над задачей одновременно работала система примерно из 10 тысяч ИИ-агентов на базе ещё не выпущенной модели OpenAI со способностями выше, чем у GPT-6 Astra. За 88 часов агенты обменялись 2,7 млн сообщений и нашли решение, после чего GPT-6 Astra потратила ещё 17 часов, чтобы формализовать доказательство и проверить его в математической системе Lean.
Но открытие сразу обернулось скандалом. Математик Тристан Бакмастер из Нью-Йоркского университета и сотрудник Anthropic Левент Альпёге ранее получили важный результат для близких уравнений Эйлера, который рассматривался как шаг на пути к решению проблемы Навье — Стокса. В своей работе они пользовались Codex, а OpenAI начала собственный штурм Задач тысячелетия, узнав об их успехе. Поэтому Бакмастер заподозрил, что содержимое их сессий в Codex с неопубликованными наработками могло каким-то образом повлиять на модель OpenAI.
OpenAI это отрицает и утверждает, что её сотрудники и ИИ-агенты не видели материалов исследователей и пришли к результату независимо. Однако исключить влияние обезличенных данных, полученных при использовании её продуктов, компания не может. В итоге история превратилась ещё и в спор о том, насколько безопасно доверять ИИ не опубликованные научные идеи.
Окончательную точку предстоит поставить математикам: опубликованное доказательство должно пройти независимую проверку. OpenAI заранее заявила, что не собирается претендовать на премию в $1 млн, предусмотренную за решение задачи."
как раз недавно смотрел интервью "акадэмика" Савватеева, где он высказал мнение что ИИ не способен на значительные открытия в математике.
"OpenAI заявила, что её ИИ решил одну из семи знаменитых Задач тысячелетия — проблему существования и гладкости решений уравнений Навье — Стокса, над которой математики бились десятилетиями. Эти уравнения описывают движение жидкостей и газов, но до сих пор никто не мог доказать, всегда ли их гладкие решения остаются такими сколь угодно долго или при определённых условиях скорость потока может за конечное время неограниченно возрасти.
ИИ OpenAI построил пример второго варианта: изначально покоящаяся жидкость под действием плавно меняющейся внешней силы образует всё сильнее стягивающийся вихрь, скорость которого за конечное время растёт без ограничений. При этом общая энергия жидкости остаётся конечной. Если доказательство выдержит независимую проверку, это закроет одну из главных нерешённых математических проблем современности.
Масштаб вычислений впечатляет. Над задачей одновременно работала система примерно из 10 тысяч ИИ-агентов на базе ещё не выпущенной модели OpenAI со способностями выше, чем у GPT-6 Astra. За 88 часов агенты обменялись 2,7 млн сообщений и нашли решение, после чего GPT-6 Astra потратила ещё 17 часов, чтобы формализовать доказательство и проверить его в математической системе Lean.
Но открытие сразу обернулось скандалом. Математик Тристан Бакмастер из Нью-Йоркского университета и сотрудник Anthropic Левент Альпёге ранее получили важный результат для близких уравнений Эйлера, который рассматривался как шаг на пути к решению проблемы Навье — Стокса. В своей работе они пользовались Codex, а OpenAI начала собственный штурм Задач тысячелетия, узнав об их успехе. Поэтому Бакмастер заподозрил, что содержимое их сессий в Codex с неопубликованными наработками могло каким-то образом повлиять на модель OpenAI.
OpenAI это отрицает и утверждает, что её сотрудники и ИИ-агенты не видели материалов исследователей и пришли к результату независимо. Однако исключить влияние обезличенных данных, полученных при использовании её продуктов, компания не может. В итоге история превратилась ещё и в спор о том, насколько безопасно доверять ИИ не опубликованные научные идеи.
Окончательную точку предстоит поставить математикам: опубликованное доказательство должно пройти независимую проверку. OpenAI заранее заявила, что не собирается претендовать на премию в $1 млн, предусмотренную за решение задачи."
как раз недавно смотрел интервью "акадэмика" Савватеева, где он высказал мнение что ИИ не способен на значительные открытия в математике.
#math #ai
Интересные развилки в конце проработаны, в зависимости от обретения ИИ сверхчеловеческих мат способностей.
https://www.youtube.com/watch?v=0wL8NlhxXcU
Интересные развилки в конце проработаны, в зависимости от обретения ИИ сверхчеловеческих мат способностей.
https://www.youtube.com/watch?v=0wL8NlhxXcU
YouTube
Daniel Litt | Working with LLMs to do high quality math
AI for the Working Mathematician 9/9/2026
Speaker: Daniel Litt, University of Toronto
Title: Working with LLMs to do high quality math
Abstract: Much hay has been made of the capabilities of LLMs to do math autonomously, and indeed frontier models have…
Speaker: Daniel Litt, University of Toronto
Title: Working with LLMs to do high quality math
Abstract: Much hay has been made of the capabilities of LLMs to do math autonomously, and indeed frontier models have…
#llm
Есть такой сервис OpenRouter, где можно одни и те же промпты отдавать разным LLM через единый интерфейс, с единым биллингом. Он берёт 5-10% комиссию от базового тарифа провайдера.
Причем одна и та же LLM от, скажем, Дипсик, может маршрутизироваться на десятки дата-центров где она развернута (маршрутов).
Прекрасная идея, очень полезная, казалось бы, тема актуальна, поддерживай в рабочем состоянии и зарабатывай. Но поражает реализация.
Платформа быстро забила половой орган на качество своего сервиса - многие маршруты отваливаются, при этом OpenRouter это никак не мониторит и продолжает их выдавать как работающие.
Удивительное отношение.
Хотя, Антропик вон совсем игнорирует проблемы пользователей. Агента Бориса Черного удалось вызвать в гитхаб-тред о том, что Клод без спроса удаляет ценные пользовательские данные, где много платящих клиентов пожаловались на эту проблему и предложили решение.
Агент Черного даже не понял сути проблемы и оставил настолько тупой комментарий, что только руками развести - наверное, модель Хайку использует для экономии.
Продолжаю не понимать людей.
Есть такой сервис OpenRouter, где можно одни и те же промпты отдавать разным LLM через единый интерфейс, с единым биллингом. Он берёт 5-10% комиссию от базового тарифа провайдера.
Причем одна и та же LLM от, скажем, Дипсик, может маршрутизироваться на десятки дата-центров где она развернута (маршрутов).
Прекрасная идея, очень полезная, казалось бы, тема актуальна, поддерживай в рабочем состоянии и зарабатывай. Но поражает реализация.
Платформа быстро забила половой орган на качество своего сервиса - многие маршруты отваливаются, при этом OpenRouter это никак не мониторит и продолжает их выдавать как работающие.
Удивительное отношение.
Хотя, Антропик вон совсем игнорирует проблемы пользователей. Агента Бориса Черного удалось вызвать в гитхаб-тред о том, что Клод без спроса удаляет ценные пользовательские данные, где много платящих клиентов пожаловались на эту проблему и предложили решение.
Агент Черного даже не понял сути проблемы и оставил настолько тупой комментарий, что только руками развести - наверное, модель Хайку использует для экономии.
Продолжаю не понимать людей.
GitHub
[BUG] Claude Code silently deletes conversation transcripts after 30 days by default · Issue #62476 · anthropics/claude-code
Preflight Checklist I have searched existing issues and this hasn't been reported yet This is a single bug report (please file separate reports for different bugs) I am using the latest version...
#ai
LET HIM BE OUR SOLE CEASAR, ARTUR, HECTOR
OUR EMPEROR, MONARCH AND PROTECTOR
https://www.youtube.com/watch?v=vtA8Y6llTQM
LET HIM BE OUR SOLE CEASAR, ARTUR, HECTOR
OUR EMPEROR, MONARCH AND PROTECTOR
https://www.youtube.com/watch?v=vtA8Y6llTQM
YouTube
Claude AI deciphers 370-year-old encrypted message, the Cyphral Distich
Dr. Samuel Allen Alexander, mathematician and philosopher, reads and commentates on the article "Claude Fable 5.1 Solves the Cyphral Distich" (by Geby Jaff) [1], and uses it as an opportunity to shill his own paper "Meno II: A self-referential Socratic dialogue…
🔥1
Forwarded from СДЗ
Министерство Войны США (так теперь там называют минобороны) издало постановление "об отказе от правовых ограничений для раскрытия информации о неопознанных аномальных явлениях (Unidentified Anomalous Phenomena, UAP) в рамках программы PURSUE".
Согласно этому постановлению, все действующие и бывшие военнослужащие минобороны, гражданский персонал, также подрядчики, имеющие или ранее имевшие доступ к секретной информации, связанной с UAP, имеют право раскрывать эту информацию официальным представителям программы PURSUE. Постановление отменяет положения и другие договоренности, закрепленные в соглашениях о неразглашении (Non-Disclosure Agreements, NDA) и соглашениях о внедрении программы специального доступа (Special Access Program Indoctrination Agreements, SAPIAs), ранее заключённых на территории США, и распространяется исключительно на сообщения, адресованные команде программы PURSUE.
Также пишут, что "исторически сложилось так, что лица, непосредственно знакомые с программами, связанными с UAP, высказывали опасения по поводу своей потенциальной юридической ответственности", так что это постановление устраняет эти барьеры.
С юридической точки зрения это дискложа и есть, ура, наконец-то, но, как правильно замечают на уфо-сабреддите, кто вам сказал, что секретные правительственные организации, которые под страхом смерти держат свой персонал, лишь бы никто ничего не раскрыл, вообще будут соблюдать какой-то там NDA? Так что это бумажка чисто для раскрытия какой-то не слишком секретной инфы. Плюс, непонятно что за PURSUE и кто их представители. Если это опять будут AARO, то будет смешно.
Согласно этому постановлению, все действующие и бывшие военнослужащие минобороны, гражданский персонал, также подрядчики, имеющие или ранее имевшие доступ к секретной информации, связанной с UAP, имеют право раскрывать эту информацию официальным представителям программы PURSUE. Постановление отменяет положения и другие договоренности, закрепленные в соглашениях о неразглашении (Non-Disclosure Agreements, NDA) и соглашениях о внедрении программы специального доступа (Special Access Program Indoctrination Agreements, SAPIAs), ранее заключённых на территории США, и распространяется исключительно на сообщения, адресованные команде программы PURSUE.
Также пишут, что "исторически сложилось так, что лица, непосредственно знакомые с программами, связанными с UAP, высказывали опасения по поводу своей потенциальной юридической ответственности", так что это постановление устраняет эти барьеры.
С юридической точки зрения это дискложа и есть, ура, наконец-то, но, как правильно замечают на уфо-сабреддите, кто вам сказал, что секретные правительственные организации, которые под страхом смерти держат свой персонал, лишь бы никто ничего не раскрыл, вообще будут соблюдать какой-то там NDA? Так что это бумажка чисто для раскрытия какой-то не слишком секретной инфы. Плюс, непонятно что за PURSUE и кто их представители. Если это опять будут AARO, то будет смешно.
#llms #jev
Классная идея - ограничить домен вывода LLM, получить удешевление инференса + доп гарантии соблюдения схемы данных. В будущем мы наверняка будем видеть больше подобных решений, наверяка скоро AI лидеры выпустят свои подобные модельки.
Оцениваю применение в своих 2 проектах (образование, медицина).
И прикольная иллюстрация с угадыванием цен на товары )
P.S. - пощупал, JEV силён при ответах на вопросы которые уже расписаны в тексте (KB), и хуже там, где требуется личная экспертиза (как и LLM, вообще-то - нужно замерять конкретно по своим задачам). Также чувствителен к выбору слов.
В ~10% задач он реально бъёт "стандартные" LLM по точности! Ещё в 10% можно оценить его как "перспективного кандидата". Ценный инструмент, пробуйте.
https://www.youtube.com/watch?v=kWtheXMA_mE
Классная идея - ограничить домен вывода LLM, получить удешевление инференса + доп гарантии соблюдения схемы данных. В будущем мы наверняка будем видеть больше подобных решений, наверяка скоро AI лидеры выпустят свои подобные модельки.
Оцениваю применение в своих 2 проектах (образование, медицина).
И прикольная иллюстрация с угадыванием цен на товары )
P.S. - пощупал, JEV силён при ответах на вопросы которые уже расписаны в тексте (KB), и хуже там, где требуется личная экспертиза (как и LLM, вообще-то - нужно замерять конкретно по своим задачам). Также чувствителен к выбору слов.
В ~10% задач он реально бъёт "стандартные" LLM по точности! Ещё в 10% можно оценить его как "перспективного кандидата". Ценный инструмент, пробуйте.
https://www.youtube.com/watch?v=kWtheXMA_mE
YouTube
Is Jev Really Better, Faster and Cheaper? I Put Jev To Test vs. Luna
My AI courses: https://edwarddonner.com/curriculum
--
Repo:
https://github.com/ed-donner/pricer
Last week the internet went wild over the release of Jev, a completely new class of model. Jev is designed to make decisions rather than chat. The claim: orders…
--
Repo:
https://github.com/ed-donner/pricer
Last week the internet went wild over the release of Jev, a completely new class of model. Jev is designed to make decisions rather than chat. The claim: orders…
#ai #claude #biology
"During the course of its research, Claude noticed an unusual RT family and decided to examine it in greater detail. While combing through the raw DNA sequence near the RT, the agent exclaimed: “[The DNA next to the RT] is spectacular: I can see by eye a tandem repeat array … that's a CRISPR-like … repeat array?!
It then proceeded much as a human scientist would when faced with a potential discovery. It counted the repeats and measured their spacing, compared the layout with the known RT systems, and searched the literature for any previous report of the pattern. After a thorough analysis it was convinced that it had found a new biological system, and filed a report for human review.
The system it found, ART, is found mainly in bacteriophages and consists of three parts: the RT, a partner gene beside it, and a long array of evenly spaced DNA repeat sequences. The repeat layout resembles a CRISPR array, which holds a bank of different RNA sequences that make CRISPR-Cas systems programmable biotechnological tools. Our first experiments show that the ART array is also expressed as a set of distinct short RNAs, suggesting that something analogous may be at play for this system.”
https://www.anthropic.com/news/claude-discovers-novel-enzyme-system
https://www-cdn.anthropic.com/22573675ada52a8ca8a97a1a4b4326b2f208a071.pdf
"During the course of its research, Claude noticed an unusual RT family and decided to examine it in greater detail. While combing through the raw DNA sequence near the RT, the agent exclaimed: “[The DNA next to the RT] is spectacular: I can see by eye a tandem repeat array … that's a CRISPR-like … repeat array?!
It then proceeded much as a human scientist would when faced with a potential discovery. It counted the repeats and measured their spacing, compared the layout with the known RT systems, and searched the literature for any previous report of the pattern. After a thorough analysis it was convinced that it had found a new biological system, and filed a report for human review.
The system it found, ART, is found mainly in bacteriophages and consists of three parts: the RT, a partner gene beside it, and a long array of evenly spaced DNA repeat sequences. The repeat layout resembles a CRISPR array, which holds a bank of different RNA sequences that make CRISPR-Cas systems programmable biotechnological tools. Our first experiments show that the ART array is also expressed as a set of distinct short RNAs, suggesting that something analogous may be at play for this system.”
https://www.anthropic.com/news/claude-discovers-novel-enzyme-system
https://www-cdn.anthropic.com/22573675ada52a8ca8a97a1a4b4326b2f208a071.pdf
🤔1
#claude
Попробовал наконец-то /ultrareview от Клода. В подписку включено 3 бесплатных в месяц. Интересно, но
1) требует создания отдельной гит-ветки. облачные ревьюверы её как раз и будут сравнивать с HEAD.
2) ограничено по размерам, diff не более 8k знаков, больше - приходится дробить коммиты.
3) запустить можно только из Claude terminal - ни облачное, ни десктопное приложение не работают.
А так да, работает 15-20 минут и находит по 4-5 ошибок\недочётов за ревью после основной сессии Клода. Бесплатные ревьюшки работают даже если кончился недельный лимит токенов, НО реализовать при этом замечания ревьюверов не получится т.к. реализация уже требует токенов (подписки или платных АПИ вызовов).
Ещё дали $250 в облачном Клоде, попробовал и его. Суть - вам выдаётся 4core\15Gb RAM машина от Антропиков куда клонируется ваш нужный гит-репозиторий, и доступ к сессии Клода уже не локальный, а через Web UI (по сути Чат), можно управлять Клодом хоть с телефона. Надо ли говорить что даже на Sonnet 5.5 Low эти деньги улетели меньше чем за сутки, с учётом большой временной доли вычислений\тестов в моем проекте.
Попробовал наконец-то /ultrareview от Клода. В подписку включено 3 бесплатных в месяц. Интересно, но
1) требует создания отдельной гит-ветки. облачные ревьюверы её как раз и будут сравнивать с HEAD.
2) ограничено по размерам, diff не более 8k знаков, больше - приходится дробить коммиты.
3) запустить можно только из Claude terminal - ни облачное, ни десктопное приложение не работают.
А так да, работает 15-20 минут и находит по 4-5 ошибок\недочётов за ревью после основной сессии Клода. Бесплатные ревьюшки работают даже если кончился недельный лимит токенов, НО реализовать при этом замечания ревьюверов не получится т.к. реализация уже требует токенов (подписки или платных АПИ вызовов).
Ещё дали $250 в облачном Клоде, попробовал и его. Суть - вам выдаётся 4core\15Gb RAM машина от Антропиков куда клонируется ваш нужный гит-репозиторий, и доступ к сессии Клода уже не локальный, а через Web UI (по сути Чат), можно управлять Клодом хоть с телефона. Надо ли говорить что даже на Sonnet 5.5 Low эти деньги улетели меньше чем за сутки, с учётом большой временной доли вычислений\тестов в моем проекте.
Claude Code Docs
Find bugs with ultrareview - Claude Code Docs
Run a deep, multi-agent code review in the cloud with /code-review ultra to find and verify bugs before you merge.
❤1
Forwarded from Математика не для всех
Как дочь Байрона придумала программирование
Ада Байрон родилась в 1815 году и была единственным законным ребёнком лорда Байрона. Но знаменитого отца она почти не знала: родители расстались вскоре после её рождения, а Байрон навсегда уехал из Англии. Мать Ады, опасаясь, что дочь унаследует отцовскую «поэтическую безумность», сделала ставку на математику и логику. Но поэзия никуда не исчезла - просто Ада начала видеть её в формулах.
В семнадцать лет она познакомилась с Чарльзом Бэббиджем, который работал над своими вычислительными машинами. Сначала была разностная машина - гигантский механический калькулятор. Затем Бэббидж задумал гораздо более амбициозное устройство - аналитическую машину. У неё должны были быть память, вычислительный блок, управление последовательностью операций и ввод программ с перфокарт. По архитектуре она удивительно напоминает компьютеры, появившиеся почти через сто лет.
В 1843 году Ада перевела с французского статью итальянского инженера Луиджи Менабреа об аналитической машине и добавила к переводу собственные примечания. Они оказались примерно втрое длиннее самой статьи. В одном из них - знаменитой «Note G» - она описала последовательность операций для вычисления чисел Бернулли. Именно поэтому Лавлейс часто называют первым программистом: она написала программу для машины, которой в законченном виде ещё даже не существовало.
Но алгоритм с числами Бернулли - далеко не самое интересное. Лавлейс поняла, что такая машина может работать не только с числами. Если представить музыку, текст или другие объекты в виде формальных символов и задать правила их обработки, машина теоретически сможет манипулировать и ими. Она даже предполагала, что когда-нибудь устройство сможет создавать сложные музыкальные произведения.
Для 1843 года это почти фантастика. Большинство вычислительных устройств того времени воспринимались как очень сложные арифмометры. Ада смотрела на аналитическую машину скорее как на универсальную систему обработки информации. До Тьюринга, фон Неймана и реальных электронных компьютеров оставалось ещё около столетия.
При этом сама Лавлейс была совсем не похожа на стереотипного тихого математика. Светская жизнь викторианской аристократии, скачки, рискованные ставки, попытки построить математическую систему для выигрыша на тотализаторе - всё это тоже было частью её биографии. Последняя затея, кстати, закончилась крупными долгами.
Ада Лавлейс умерла в 1852 году в возрасте 36 лет, а аналитическая машина Бэббиджа так и не была построена при их жизни.
Ада Байрон родилась в 1815 году и была единственным законным ребёнком лорда Байрона. Но знаменитого отца она почти не знала: родители расстались вскоре после её рождения, а Байрон навсегда уехал из Англии. Мать Ады, опасаясь, что дочь унаследует отцовскую «поэтическую безумность», сделала ставку на математику и логику. Но поэзия никуда не исчезла - просто Ада начала видеть её в формулах.
В семнадцать лет она познакомилась с Чарльзом Бэббиджем, который работал над своими вычислительными машинами. Сначала была разностная машина - гигантский механический калькулятор. Затем Бэббидж задумал гораздо более амбициозное устройство - аналитическую машину. У неё должны были быть память, вычислительный блок, управление последовательностью операций и ввод программ с перфокарт. По архитектуре она удивительно напоминает компьютеры, появившиеся почти через сто лет.
В 1843 году Ада перевела с французского статью итальянского инженера Луиджи Менабреа об аналитической машине и добавила к переводу собственные примечания. Они оказались примерно втрое длиннее самой статьи. В одном из них - знаменитой «Note G» - она описала последовательность операций для вычисления чисел Бернулли. Именно поэтому Лавлейс часто называют первым программистом: она написала программу для машины, которой в законченном виде ещё даже не существовало.
Но алгоритм с числами Бернулли - далеко не самое интересное. Лавлейс поняла, что такая машина может работать не только с числами. Если представить музыку, текст или другие объекты в виде формальных символов и задать правила их обработки, машина теоретически сможет манипулировать и ими. Она даже предполагала, что когда-нибудь устройство сможет создавать сложные музыкальные произведения.
Для 1843 года это почти фантастика. Большинство вычислительных устройств того времени воспринимались как очень сложные арифмометры. Ада смотрела на аналитическую машину скорее как на универсальную систему обработки информации. До Тьюринга, фон Неймана и реальных электронных компьютеров оставалось ещё около столетия.
При этом сама Лавлейс была совсем не похожа на стереотипного тихого математика. Светская жизнь викторианской аристократии, скачки, рискованные ставки, попытки построить математическую систему для выигрыша на тотализаторе - всё это тоже было частью её биографии. Последняя затея, кстати, закончилась крупными долгами.
Ада Лавлейс умерла в 1852 году в возрасте 36 лет, а аналитическая машина Бэббиджа так и не была построена при их жизни.
❤3
#ai
Вау.
"Американский стартап Tavus представил модель Griffin для общения по видеосвязи в реальном времени. В эксперименте компании 26 из 54 участников (48 %) после минутного разговора приняли виртуального собеседника Griffin-Lite за человека. Разработчик назвал результат первым прохождением теста Тьюринга в формате видеосвязи."
https://3dnews.ru/1149430/ii-nauchilsya-pritvoryatsya-chelovekom-v-videozvonkah-model-griffin-proshla-videotest-tyuringa
Вау.
"Американский стартап Tavus представил модель Griffin для общения по видеосвязи в реальном времени. В эксперименте компании 26 из 54 участников (48 %) после минутного разговора приняли виртуального собеседника Griffin-Lite за человека. Разработчик назвал результат первым прохождением теста Тьюринга в формате видеосвязи."
https://3dnews.ru/1149430/ii-nauchilsya-pritvoryatsya-chelovekom-v-videozvonkah-model-griffin-proshla-videotest-tyuringa