🤖OpenAI собирает команду для разработки сверхразума — его хотят выпустить уже в этом десятилетии.
При этом в статье пишут, что ИИ необязательно будет благожелательно настроен к людям, так что готовимся к восстанию машин.
«В настоящее время у нас нет решения для управления потенциально сверхинтеллектуальным ИИ и предотвращения его выхода из-под контроля» — сказали в компании.
10 «Скайнетов» из 10.
Что думаете?
👾 — нас поработят машины
😁 — нас уже ничем не напугать
#новости #ИИ
При этом в статье пишут, что ИИ необязательно будет благожелательно настроен к людям, так что готовимся к восстанию машин.
«В настоящее время у нас нет решения для управления потенциально сверхинтеллектуальным ИИ и предотвращения его выхода из-под контроля» — сказали в компании.
Что думаете?
👾 — нас поработят машины
😁 — нас уже ничем не напугать
#новости #ИИ
😁33👾8👍3
Что такое закон больших чисел?
Это принцип теории вероятностей, который описывает результат выполнения одного и того же эксперимента множество раз.
При достаточно длительной серии экспериментов закон больших чисел гарантирует устойчивость средних значений от случайных событий. И среднее значение конечной выборки фиксированного распределения будет очень близко к математическому ожиданию выборки.
К примеру, при бросках шестигранного кубика. Чем больше бросков, тем больше среднее значение близится к математическому ожиданию 3,5.
#вопросы_с_собеседований
Это принцип теории вероятностей, который описывает результат выполнения одного и того же эксперимента множество раз.
При достаточно длительной серии экспериментов закон больших чисел гарантирует устойчивость средних значений от случайных событий. И среднее значение конечной выборки фиксированного распределения будет очень близко к математическому ожиданию выборки.
К примеру, при бросках шестигранного кубика. Чем больше бросков, тем больше среднее значение близится к математическому ожиданию 3,5.
#вопросы_с_собеседований
👍10
This media is not supported in your browser
VIEW IN TELEGRAM
🍎Кстати, про восстание машин: посмотрите, как на ферме в Израиле дроны собирают яблоки, используя искусственный интеллект и машинное зрение
Эти летающие тарелки способны определить степень зрелости яблок, уровень содержания сахара в них и даже наличие болезней и червей. А еще машины на этой ферме опыляют соцветия вместо насекомых.
Ручной труд всегда будет востребован, говорили они.
#новости #ИИ
Эти летающие тарелки способны определить степень зрелости яблок, уровень содержания сахара в них и даже наличие болезней и червей. А еще машины на этой ферме опыляют соцветия вместо насекомых.
#новости #ИИ
🔥19🤯2
🐍 Самоучитель по Python для начинающих. Часть 24: Основы работы с NumPy
Покажем основные методы обработки многомерных массивов и научим делать простые фильтры для изображений. В конце статьи – 10 инженерных и экономических задач с решениями.
🔗 Основной сайт
🔗 Зеркало
Покажем основные методы обработки многомерных массивов и научим делать простые фильтры для изображений. В конце статьи – 10 инженерных и экономических задач с решениями.
🔗 Основной сайт
🔗 Зеркало
👍5
Расскажите, какие YouTube-каналы смотрите по тематике программирования?
#интерактив
#интерактив
👍3
🤖Собрали для вас нейросети для разработки (помимо Chat GPT) — сохраняйте и тестируйте⬇️
🔍Code Mentor оптимизирует и рефакторит код
🔍Copilot by GitHub помогает писать код и дополняет его своими предложениями
🔍ExplainDev обучает в процессе и помогает разобраться в коде
🔍GPT Engineer может всю работу сделать за вас — нужно только сказать, что хотите написать
🔍CodeT5 преобразовывает запрос в код и дописывает начатые функции
🔍Polycoder бесплатный помощник, который способен генерировать код на 12 языках программирования
🔍Tabnine дописывает код за вами — даже полноценные строчки (но только в платной версии)
🔍Mintlify пишет документацию и комментарии
🔍Cogram переводит запрос на язык баз данных и интегрируется со средой разработки Jupyter
Бонус:
👨🏫Agent GPT устанавливает в вашем браузере ИИ-агента, который помогает в выполнении поставленной задачи (можно использовать не только при разработке, но и при планировании путешествия и для других личных задач)
#дайджест
🔍Code Mentor оптимизирует и рефакторит код
🔍Copilot by GitHub помогает писать код и дополняет его своими предложениями
🔍ExplainDev обучает в процессе и помогает разобраться в коде
🔍GPT Engineer может всю работу сделать за вас — нужно только сказать, что хотите написать
🔍CodeT5 преобразовывает запрос в код и дописывает начатые функции
🔍Polycoder бесплатный помощник, который способен генерировать код на 12 языках программирования
🔍Tabnine дописывает код за вами — даже полноценные строчки (но только в платной версии)
🔍Mintlify пишет документацию и комментарии
🔍Cogram переводит запрос на язык баз данных и интегрируется со средой разработки Jupyter
Бонус:
👨🏫Agent GPT устанавливает в вашем браузере ИИ-агента, который помогает в выполнении поставленной задачи (можно использовать не только при разработке, но и при планировании путешествия и для других личных задач)
#дайджест
❤6
Обновленная демо-версия курса «Математика для Data Science»!
Получить ссылку на демо-доступ
Что изменилось:
🌟 Обновили вводный урок для курса, который записал наш CEO!
Артем (CEO Proglib Academy) сам учился в МГУ на факультете вычислительной математики и кибернетики, а также работал в сфере Data Science.
🌟 Добавили лекции со всеми преподавателями МГУ по темам: теория множеств, непрерывность функции, основные формулы комбинаторики, матрицы и операции над ними, градиентный спуск.
Вы получите доступ ко всем лекциям сразу после оправки формы на сайте👇
Получить ссылку на демо-доступ
Получить ссылку на демо-доступ
Что изменилось:
🌟 Обновили вводный урок для курса, который записал наш CEO!
Артем (CEO Proglib Academy) сам учился в МГУ на факультете вычислительной математики и кибернетики, а также работал в сфере Data Science.
🌟 Добавили лекции со всеми преподавателями МГУ по темам: теория множеств, непрерывность функции, основные формулы комбинаторики, матрицы и операции над ними, градиентный спуск.
Вы получите доступ ко всем лекциям сразу после оправки формы на сайте👇
Получить ссылку на демо-доступ
👍2
Media is too big
VIEW IN TELEGRAM
🔍+1 языковая модель: компания Anthropic, основанная бывшими сотрудниками OpenAI, выпустила Claude 2
Как и предыдущая ее версия, она умеет искать информацию по документам, писать тексты и отвечать на вопросы, причем законспектировать Claude 2 может 75 тысяч слов. Также модель справляется с вопросами из профессиональных экзаменов с несколькими вариантами ответов. Правда, пока не умеет искать информацию в интернете.
Сейчас воспользоваться Claude 2 могут жители США и Великобритании, России в релизном списке нет.
#новости
Как и предыдущая ее версия, она умеет искать информацию по документам, писать тексты и отвечать на вопросы, причем законспектировать Claude 2 может 75 тысяч слов. Также модель справляется с вопросами из профессиональных экзаменов с несколькими вариантами ответов. Правда, пока не умеет искать информацию в интернете.
Сейчас воспользоваться Claude 2 могут жители США и Великобритании, России в релизном списке нет.
#новости
👍5
🐍🧱 ООП в Python: принципы SOLID для начинающих
В этой статье мы разберем значение и цели каждого принципа SOLID, а также применим принципы SOLID для рефакторинга.
🔗 Основной сайт
🔗 Зеркало
В этой статье мы разберем значение и цели каждого принципа SOLID, а также применим принципы SOLID для рефакторинга.
🔗 Основной сайт
🔗 Зеркало
👍3❤2
🔮 В CompTIA предсказали будущее айтишников и рассказали, к чему готовиться в ближайшие годы
Давайте немного «повангуем» и расскажем, какие тенденции наблюдаются в мире IT уже сейчас, и к чему они могут привести.
🔗 Основной сайт
🔗 Зеркало
Давайте немного «повангуем» и расскажем, какие тенденции наблюдаются в мире IT уже сейчас, и к чему они могут привести.
🔗 Основной сайт
🔗 Зеркало
🔥1
Почему ReLU лучше и чаще используется в нейронных сетях, чем сигмоида?
Представьте сеть со случайно проинициализированными весами (или нормализованными). Почти 50% сети дает 0 после активации из-за ReLu (вывод 0 для отрицательных значений x). Это означает, что срабатывает меньше нейронов и сама сеть легче.
#вопросы_с_собеседований
Представьте сеть со случайно проинициализированными весами (или нормализованными). Почти 50% сети дает 0 после активации из-за ReLu (вывод 0 для отрицательных значений x). Это означает, что срабатывает меньше нейронов и сама сеть легче.
#вопросы_с_собеседований
👍10🤯5
This media is not supported in your browser
VIEW IN TELEGRAM
Интересно понять, как нейросети работают изнутри? Есть наглядный учебник
Здесь представлена интерактивная визуализация устройства нейросетей. Всё объясняется по порядку от структуры, вычислительных узлов, до нейронов и слоёв. Пояснения очень доступные, хоть и на английском.
Сохраняй и делись с другом: https://mlu-explain.github.io/neural-networks/
Здесь представлена интерактивная визуализация устройства нейросетей. Всё объясняется по порядку от структуры, вычислительных узлов, до нейронов и слоёв. Пояснения очень доступные, хоть и на английском.
Сохраняй и делись с другом: https://mlu-explain.github.io/neural-networks/
🔥10👍2
Наборы данных временных рядов спутниковых изображений
На этой странице представлен список наборов данных спутниковых изображений с временным измерением и спутниковых видео для различных задач компьютерного зрения и глубокого обучения.
Читать статью
На этой странице представлен список наборов данных спутниковых изображений с временным измерением и спутниковых видео для различных задач компьютерного зрения и глубокого обучения.
Читать статью
👍2
PINN (Physics-informed neural networks) и с чем их едят
Реальные физические системы обсчитываются сложными численными методами за очень большое время на суперкомпьютерах. Но есть нейронные сети, которые делают это быстрее (пусть и с меньшей точностью).
Читать статью
Реальные физические системы обсчитываются сложными численными методами за очень большое время на суперкомпьютерах. Но есть нейронные сети, которые делают это быстрее (пусть и с меньшей точностью).
Читать статью
👍5👾1
Очередной #дайджест статей по машинному обучению:
✍️ Линейная регрессия: прямая, разделяющая плоскость на точки 2 классов
✍️ Эволюция метрик качества машинного перевода
✍️ Визуализация реальных масштабов проклятия размерности
✍️ Вышел Savant 0.2.4: компьютерное зрение на базе глубокого обучения для Nvidia Jetson и dGPU
✍️ Графовые нейронные сети GNN в самообучающемся искусственном интеллекте
✍️ Нейронные сети врываются в медицину
✍️ Как с помощью ChatGPT писать SQL-запросы. Несколько кейсов
✍️ Линейная регрессия: прямая, разделяющая плоскость на точки 2 классов
✍️ Эволюция метрик качества машинного перевода
✍️ Визуализация реальных масштабов проклятия размерности
✍️ Вышел Savant 0.2.4: компьютерное зрение на базе глубокого обучения для Nvidia Jetson и dGPU
✍️ Графовые нейронные сети GNN в самообучающемся искусственном интеллекте
✍️ Нейронные сети врываются в медицину
✍️ Как с помощью ChatGPT писать SQL-запросы. Несколько кейсов
👍2❤1🔥1
Какой средой разработки пользуетесь?
#интерактив
#интерактив
❤1
panflute: Фильтры для Pandoc
panflute — это пакет Python, который делает создание фильтров Pandoc увлекательным.
Подробное руководство пользователя, документацию и инструкции по установке см. на странице.
Открыть репозиторий
panflute — это пакет Python, который делает создание фильтров Pandoc увлекательным.
Подробное руководство пользователя, документацию и инструкции по установке см. на странице.
Открыть репозиторий
👍4
Что такое ансамбль методов?
Ансамбль методов — это использование нескольких алгоритмов с целью получения более высокой эффективности прогнозирования, чем можно было бы получить, используя эти алгоритмы отдельно.
#вопросы_с_собеседований
Ансамбль методов — это использование нескольких алгоритмов с целью получения более высокой эффективности прогнозирования, чем можно было бы получить, используя эти алгоритмы отдельно.
#вопросы_с_собеседований
👍4
7 способов совместного использования массива NumPy между процессами
Если вы выполняете многопроцессорную обработку с помощью NumPy, вам нужно будет передавать массивы между процессами. В этой статье рассматриваются различные способы сделать это.
Читать статью
Если вы выполняете многопроцессорную обработку с помощью NumPy, вам нужно будет передавать массивы между процессами. В этой статье рассматриваются различные способы сделать это.
Читать статью
👍4