LINUX &&|| PROGRAMMING
146 subscribers
1.05K photos
59 videos
17 files
1.23K links
Linux jest systemem wymarzonym dla programistów. W końcu sami dla siebie go stworzyli 😃 Łatwo się w nim programuje...
Ale wśród użytkowników telegrama jest chyba mniej popularny niż ogólnie na świecie, więc na razie na tym kanale głównie są memy 😃
Download Telegram
#Regex? E... bez przesady. Mało to czytelne, ale jest tyle "pomocy naukowych"...
⚡️Telegram przekazał władzom krajów zachodnich dane ponad 10 tys. użytkowników – radio France Info

Radio podaje, że Pavel Durov oświadczył przed sądem we Francji, że Telegram usuwa co miesiąc od 15 do 20 milionów kont za naruszenie prawa i podkreślił, że komunikator nie jest przeznaczony do użytku przez przestępców.

Przypomnijmy, że Durov został zatrzymany we Francji w sierpniu 2024 r. pod zarzutem powiązań z przestępczością zorganizowaną, w tym odmowy przekazania władzom danych. Później został zwolniony za kaucją z zakazem opuszczania kraju.

🇵🇱 Polska Sztuka Wojny
https://t.me/sztuka_wojny
#AI 🤔😛
1
Forwarded from TechLead Bits
Small Language Models

While large language models (LLMs) are booming and discussed everywhere, there’s another important trend in the AI world—Small Language Models (SLMs).

A small language model (SLM) is a language model similar to a large language model but with a significantly reduced number of parameters. SLMs typically range from a few million to a few billion parameters, while LLMs have hundreds of billions or even trillions. For example, GPT-3 has 175 billion parameters, whereas Microsoft’s Phi-2, an SLM, has just 2 billion.

Main techniques to train SLMs:
✏️ Knowledge Distillation. A smaller model (the "student") learns from a bigger, already-trained model (the "teacher"). The student model is trained to not only match the teacher model’s predictions but also mimic its underlying process of reasoning. Typically the teacher model’s weights are frozen and cannot be changed during the distillation process.
✏️ Pruning. This is a process of getting rid of the extra bits that aren't really needed, making it smaller and faster without loosing too much accuracy.

Key advantages:
✔️ Resource Efficiency. SLMs are more compact and require fewer resources that makes them suitable for deployment on small devices.
✔️Cost-Effectiveness. They are much cheaper to train and deploy compared to LLMs.
✔️ Customization. SLMs can be fine-tuned on specific datasets, making them highly efficient for specialized tasks in particular industries.
✔️ Security. SLMs can be deployed locally or in private cloud environments, keeping sensitive data under organizational control.

There’s no one-size-fits-all solution when it comes to AI adoption. Every business will focus on efficiency and select the best and most cost-effective tool to get the job done properly. Architects should carefully select the right-sized model for each project based on its goals and constraints.

#aibasics
Ciekawe tylko ile wytrzyma taka 800 razy wydajniejsza karta 😁
https://ithardware.pl/aktualnosci/chiny_nvidia_algorytm_gpu-38599.html

PS: zdaje się że w oryginalnym doniesieniu było 800 ale PROCENT, więc rezultat nie jest znowu taki oszałamiający - w programowaniu równoległym dobry algorytm może podnieść wydajność o rząd wielkości.
Miliony ludzi na całym świecie otworzyły konta w serwisie chińskiej firmy #DeepSeek, aby korzystać z jej modelu sztucznej inteligencji. Nie wiedzieli(?), że pozwalają na dostęp do swoich danych i sekretów gigantowi chińskiej telekomunikacji, zakazanemu w USA.

Pod koniec stycznia na świecie stało się głośno o chińskiej firmie DeepSeek i jej modelu sztucznej inteligencji, który przedstawiano jako konkurenta amerykańskiego ChatuGPT - tyle że tańszego, pożerającego mniej energii, a nawet zbudowanego za ułamek pieniędzy, jakie w opracowanie #ChatGPT zainwestowała amerykańska spółka #OpenAI.

#AI #Chiny #wywiad #służby

PS: Ale z każdej dużej aplikacji #Www i tak służby w jakiś sposób korzystają. Dlatego mamy różne ograniczenia w szyfrowaniu 😁
LINUX &&|| PROGRAMMING
Miliony ludzi na całym świecie otworzyły konta w serwisie chińskiej firmy #DeepSeek, aby korzystać z jej modelu sztucznej inteligencji. Nie wiedzieli(?), że pozwalają na dostęp do swoich danych i sekretów gigantowi chińskiej telekomunikacji, zakazanemu w USA.…
Firma #Wiz opublikowała niepokojący wpis informujący o znalezieniu niezabezpieczonej instancji kolumnowej bazy danych opracowanej przez Yandexa – #ClickHouse. To otwartoźródłowe narzędzie typu #OLAP (Online Analytical Processing) stworzone do szybkiego przetwarzania dużych zbiorów danych. Interakcje z bazą danych można prowadzić przy pomocy języka SQL.

W chwili gdy #DeepSeek uzyskał rozgłos za sprawą publikacji modelu R1 (który w testach wyprzedza model GPT-4o), badacze z Wiz przeskanowali widoczne z Internetu zasoby firmy. Znaleźli przeszło trzydzieści aplikacji i API. Ich uwagę zwróciły jednak nietypowe otwarte porty TCP – 8123 i 9000 dostępne na następujących hostach:

http[:]//oauth2callback.deepseek[.]com:8123
http[:]//dev.deepseek[.]com:8123
http[:]//oauth2callback.deepseek[.]com:9000
http[:]//dev.deepseek[.]com:9000
Po szybkiej analizie ustalono, że jest to publicznie dostępny interfejs ClickHouse nie posiadający żadnej (!) metody uwierzytelnienia.

https://sekurak.pl/baza-danych-chinskiego-llm-deepseek-wystawiona-do-sieci-a-w-niej-historia-chatow/

#Chiny #AI
🪐 NASA testuje technologię „Hive Intelligence” dla rojów satelitów kosmicznych

NASA pomyślnie przetestowała technologię „inteligentnej” grupy satelitów na niskiej orbicie okołoziemskiej. Jej istotą jest autonomiczna interakcja kilku statków kosmicznych ze sobą, bez udziału człowieka. W przyszłości system ma być wykorzystywany m.in. na orbicie księżycowej w celu zapewnienia astronautom usług nawigacyjnych.

Technologię tę przetestowano w ramach projektu Distributed Spacecraft Autonomy (DSA) prowadzonego przez Marshall Research Center należące do NASA. Ames w kalifornijskiej Dolinie Krzemowej. System pozwala poszczególnym satelitom na orbicie podejmować niezależne decyzje i wymieniać informacje z innymi statkami kosmicznymi, aby osiągnąć wspólne cele.

Zazwyczaj statkami kosmicznymi w konstelacjach orbitalnych sterują indywidualnie operatorzy na Ziemi. Jednak im jest ich więcej, tym trudniej skoordynować ich działania. Technologia autonomicznego sterowania pozwoli wszystkim urządzeniom w konstelacji na niezależne podejmowanie decyzji i zmniejszy ryzyko awarii podczas manewrowania poszczególnymi statkami kosmicznymi.

Aby zrealizować ten pomysł, specjaliści NASA opracowali oprogramowanie dla małych statków kosmicznych, które zostało przetestowane przy użyciu czterech satelitów Starling CubeSat wystrzelonych przez agencję latem 2023 roku.

W ramach eksperymentu, który odbył się od sierpnia 2023 r. do maja 2024 r., specjaliści postawili przed urządzeniami zadanie samodzielnego wykonania trudnego zadania: przeprowadzenia dynamicznego badania jonosfery Ziemi – górnej warstwy atmosfery naszej planety. Głównym celem była współpraca satelitów, mająca na celu optymalizację obserwacji naukowych. Urządzenia same decydowały o sposobie przeprowadzenia analizy, bez żadnych instrukcji od operatorów naziemnych.

Statek kosmiczny Starling odebrał sygnały GPS przechodzące przez jonosferę i ujawnił interesujące, choć niewielkie, struktury, które można zbadać dalej. Ponieważ CubeSaty nieustannie zmieniały swoje położenie względem siebie, a także względem satelitów GPS i jonosfery, konieczna była szybka wymiana informacji, aby pomyślnie zrealizować swoją misję.

Każdy satelita Starling analizował otrzymane wyniki i indywidualnie podejmował na ich podstawie działania. W miarę napływania nowych informacji satelita analizował je i modyfikował plan działania. Pozwoliło nam to na ciągłe dostosowywanie się do zmieniającej się sytuacji. Uzyskane wyniki usatysfakcjonowały specjalistów NASA. Agencja potwierdziła, że cel projektu został pomyślnie osiągnięty.

Oprócz testów na orbicie, NASA przez dwa lata przeprowadzała również testy laboratoryjne na Ziemi. Podczas nich symulowano działanie wirtualnego małego satelity typu CubeSat na orbicie księżycowej. Głównym celem symulacji było sprawdzenie zdolności „inteligentnej” konstelacji satelitów do nawigacji, określania lokalizacji i czasu. Podobnie jak system GPS na Ziemi, taka technologia mogłaby pomóc w przyszłej eksploracji powierzchni Księżyca, m.in. zapewniając nawigację astronautom.

Wyniki eksperymentów naziemnych dowodzą, że system może działać zarówno na niskich, jak i wysokich orbitach księżycowych. Według inżynierów, w takich warunkach będzie można stworzyć grupę około 60 urządzeń, które będą mogły działać autonomicznie. Zespół będzie nadal rozwijał możliwości oprogramowania, aby umożliwić sterowanie setkami satelitów z taką łatwością, jak jednym.

https://t.me/astroobserwacje
Business Insider Polska: Microsoft ogłasza inwestycję w Polsce. Donald Tusk podał kwotę...
https://businessinsider.com.pl/technologie/nowe-technologie/microsoft-zaciesnia-wspolprace-z-polska-donald-tusk-podal-kwote-inwestycji/4fe7vze
700 mln $ na moce obliczeniowe Microsoftu w Polsce. Ciekawe czy im #rządPO dopłaci do prądu, bo przy aktualnych cenach energii w Polsce to się opłaca bardziej kolejny światłowód do Turcji albo do Afryki położyć i tam postawić serwery.
This media is not supported in your browser
VIEW IN TELEGRAM
🌍 GeoSpy AI nauczył się określać lokalizację na podstawie zdjęcia zrobionego w Twoim domu.

Twórcy twierdzą, że metadane zdjęcia nie są wykorzystywane w tym określeniu — sieć neuronowa ustala lokalizację na podstawie widoku z okna. Tego typu technologie mogą pomóc w poszukiwaniu rosyjskich faszystów i zbrodniarzy wojennych oraz ich późniejszym unicestwieniu.

CZAS HONORU🇵🇱
https://t.me/bip_pl