Я больше не смогу спокойно смотреть прохождения шутеров...

Все враги, мобы, боссы - это не более чем список...

Теперь каждый раз вместо фееричных боев буду видить как ребятки-враги просто удаляются из списка, и все

Главный герой как будто не локацию зачищает, а список друзей в ВК 🫥

На самом деле я учу сразу 2 языка: один компьютерный и один человеческий))))

И сегодня хочу чуть-чуть порадоваться

Я уже 30 дней ежедневно выполняю задания в курсе на Stepik

И знаете... я счастлива 😌

Спонсор моих плавных покачиваний сегодня во время написания кода

🎧 04:51 | 11.11 MB | 320 Kbps
— via

У тебя все получится! 😌💛

Это сделало мое утро отличным 😍

Вааа! Как же круто 😺

Мне впервые за несколько лет реально комфортно в своем увлечении
Я просто кайфую от своих ежедневных занятий
Мне так волшебно 😌🌟

Кстати, о Data Science Fest...

Data Science Fest - фестиваль о новых исследованиях и технологиях в области искусственного интеллекта и нейросетей.

Фестиваль был организован Сколтехом - международным исследовательским институтом.

Очень хочу поделиться с вами тем, что нашло во мне отклик и заинтересовало ☺

Бот-детоксификатор
Силами исследователей Сколтеха был создан бот, который убирает из сообщений и комментариев в интернете грубые высказывания и мат.

Перед учеными встала задача обучить бота находить в тексте ненормативную лексику и заменять её нейтральными выражениями, снижая токсичность текста.

Это как в известном фильме:
"- Опасность?
- Шухер.
- Говорить неправду?
- Фуфло толкать.
- Нехороший человек?
- Редиска."
Только в обратном направлении 🙃

Потестить детоксификатор можно в Telegram - @rudetoxifierbot

И я не шутила, когда писала о токсичности...
Бот наглядно, прямо на циферках, покажет как изменяется токсичность вашего текста

- Они научили его считать токсичность! Я в восторге 🤩

А если вы будете уж очень грубы, бот вам сообщит о том, что "фраза похожа на опасную" и присвоит её степень опасности

- Как вы понимаете, с ботом я уже поигралась 😉

Как обучали ChatGPT

Первый этап: обучили предсказывать следующее слово в тексте.

Программе дали проанализировать огромное количество текстов. Основываясь на данных, полученных в результате анализа, программа стала способна предполагать, какое слово в тексте будет следующим.

Проще говоря, у искусственного интеллекта "сформировалась начитанность" и он научился писать.

Второй этап: обучили схеме "вопрос - ответ".

Для этого программе дали данные в таком формате: вопрос и несколько возможны ответов на него.

Так искусственный интеллект не только изучил схему, но и узнал информацию, которую ему дали в виде ответов на вопросы.

Третий этап: обучили давать "правильные" ответы на вопросы.

Под "правильными" я понимаю ответы, которые нравятся людям, потому что они понятны и уместны.

Процесс обучения заключался в том, что команда разработчиков задавала программе вопросы и оценивала ответы искусственного интеллекта.

Но всем людям нравится разное, в том числе - разные ответы. И вопрос к науке: как влияет на обучение искусственного интеллекта этот человеческий фактор оценки?

Обучение искусственного интеллекта

Он не насыщается информацией. Наоборот, чем больше у него данных, тем точнее и качественнее его работа.

Поэтому искусственный интеллект - это, в первую очередь, большая работа над сбором данных для его обучения.