Словарь юного HCI

Эффект Кулешова — явление при монтаже, появление нового смысла от сопоставления двух кадров, поставленных рядом. В 1920-ые годы Кулешов заметил, что в зависимости от сопоставления двух кадров, поставленных рядом, появляется новый смысл. Кулешов снял крупным планом лицо актера, а затем еще 3 кадра: тарелку супа, девочку в гробу и девушку на диване.

В зависимости от того, какую пару кадров показывали зрителям меняло и восприятие. Зрители думали, что мужчина голоден (тарелка супа), опечален (девочка в гробу), или очарован (женщина). Но на самом деле выражение лица мужчины во всех случаях было одинаковым, отличался лишь первый снимок. Этот психологический эффект, называемый эффектом Кулешова, показывает, как содержание влияет на извлекаемый смысл.

С учетом роста видеосмотрения в интернете — эффект Кулешова и его воспроизводство на коротких роликах, которые проигрываются с одного или того же места, может иметь новый смысл в плане применения на вашем ресурсе.

https://www.youtube.com/watch?v=akt46Sutzvo&feature=emb_title&ab_channel=HistoryClub

Паттерн «Нейрокартография»: масштабируемое визуальное обобщение концепций в глубоких нейронных сетях

https://fredhohman.com/papers/neurocartography

Существующие исследования по осмыслению глубоких нейронных сетей часто фокусируются на интерпретации на уровне нейронов, которая не может адекватно отразить более широкую картину того, как концепции коллективно кодируются несколькими нейронами. Исследователи представили NeuroCartography, интерактивную систему, которая масштабируемо суммирует и визуализирует концепции, полученные нейронными сетями - статья выиграла на SIGGRAPH — специальная группа Ассоциации вычислительной техники по вопросам компьютерной графики, среди авторов - один из победителей SIGHI прошлых лет, поэтому о нем и знаю. Решение автоматически обнаруживает и группирует нейроны, которые обнаруживают одни и те же концепции, и описывает, как такие группы нейронов взаимодействуют для формирования концепций более высокого уровня и последующих прогнозов. Нейрокартография представляет два масштабируемых метода суммирования: (1) кластеризация нейронов группирует нейроны на основе семантического сходства понятий, обнаруженных нейронами (например, группируются нейроны, распознающие «собачьи морды» разных пород); и (2) встраивание нейронов кодирует ассоциации между связанными понятиями в зависимости от того, как часто они встречаются одновременно (например, нейроны, распознающие «собачью морду» и «собачий хвост», располагаются ближе в пространстве встраивания).

Ключом к нашим масштабируемым методам является способность эффективно вычислять взаимоотношения всех пар нейронов во времени, линейном в зависимости от количества нейронов, а не квадратичном времени. Нейрокартография масштабируется для больших данных, таких как набор данных ImageNet с 1,2 млн изображений.
https://poloclub.github.io/neuro-cartography/

Демка очень крутая, но явно показывает сильно не все - просто так нельзя переключится на разные данные на общем представлении всех нейронов.

Возможно, что будет круто выглядеть даже в каком-то формате и для СМИ и публикаций

Систему тестировали на людях-аннотаторах рассказывая, что каждое задание содержит либо все случайные патчи, либо кластер из 3-5 связанных нейронов, и просили определить, какие из показанных патчей (если таковые имеются) образуют связный кластер и могли выбрать любое количество заданных вариантов.

Цирковая робототехника

В 1953 году советский акробат, спортсмен, иллюзионист Анатолий Сокол (настоящая фамилия Садоха) подготовил оригинальный аттракцион «Чудеса без чудес». На этом аттракционе впервые были исполнены трюки, построенные на использовании телемеханики, токов высокой частоты, ультразвука, радиотехники (радиоинженеры А. Тюшкевич и В. Сидякин).

В 1966 году Анатолий Сокол завершил работу над вторым циклом аттракциона. Незадачливого помощника сыграл новый персонаж, «Нержавеющий Администратор» – Механический Робот (самостоятельно передвигающийся по арене). Зрителям предлагалось поговорить (прямо со своих мест) по любому номеру телефона, испечь омлет (вылив яйца на холодную сковороду в руках иллюзиониста). Также над ареной была включена люстра, под которой висели различные предметы.

В LLM можно внедрить спящего агента (https://fxtwitter.com/AnthropicAI/status/1745854907968880970). Триггером для него станет определенная фраза, после которой агент начнет менять поведение этой модели, на картинке показано как.
На данный момент это один из самых интересных секьюрити-кейсов, связанных с LLM

https://arxiv.org/abs/2401.05566

Мне вспоминается концепция троянского обучения в педагогике - ОНО. Ваш виртуальный помощник на каком-то этапе начинающий советовать совершать критические ошибки

User innovation или пользовательские инновации — это изобретения и различного рода усовершенствования, которые инициируют не производители, а пользователи товаров и услуг, мотивируемые, прежде всего, личными потребностями. Эта концепция тесно связана с совместным проектированием и со-творчеством, и в некоторых работах доказано, что она приводит к более инновационным решениям, чем традиционные методологии. Такие пользователи не просто адаптируют существующие решения, но и изобретают новые, часто перевершая оригиналы своей уникальностью и функциональностью. Грубо говоря, обычные пользователи, недовольные универсальностью предложений рынка, самостоятельно начинают создавать или модифицировать продукты, ориентируясь исключительно на собственные потребности.

Эрик фон Хиппель, профессор из Массачусетского технологического института, привлек внимание к тому, что множество продуктов и услуг не просто улучшаются, но и, по сути, пересоздаются пользователями прямо на местах их применения. Эти инновации затем возвращаются в производственный цикл, обогащая и расширяя рынок. Это связано с тем, что продукты разрабатываются для удовлетворения максимально широких потребностей, а когда отдельные пользователи сталкиваются с проблемами, которых нет у большинства , у них нет другого выбора, кроме как разработать собственные модификации продуктов или придумать новые атрибуты для удовлетворения потребностей. Часто пользователи-новаторы делятся своими идеями с производителями в надежде, что они произведут продукт. Этот процесс называется свободным раскрытием информации.

Но помимо этого, пользователи, ставшие изобретателями, порой основывают собственные компании для коммерциализации своих идей. Таким образом, они не просто вносят изменения в продукты, но и порождают целые новые рынки, которые возникают на основе потребностей, предшествующих самому бизнесу.

Думаю, что теоретики гаражной экономики или последователи сословной экономики Симеона Кордонского могли бы еще что-то добавить из разряда, что это ключевая инновация в России, но это и ,правда, может быть связано с гаражной экономикой и повседневностью.

https://en.wikipedia.org/wiki/Eric_von_Hippel

Для меня скорее интересен концепт в свете проектирования и исследования софта и решений для разработчиков и айти-пролетариата. И так, из личных неудобств и разочарований, рождаются новые изобретения, модификации или плагины
https://evhippel.mit.edu/books/
В последних статьях много пишет о данных и разработке цифровых продуктов