Neural-Symbolic AI is an exciting field that merges two traditionally distinct approaches to artificial intelligence: neural networks and symbolic reasoning. This combination aims to[..]

#neural #network #machine #learning #ai

https://www.ml-nn.eu/a1/55.html

Neural-Symbolic AI

Machine Learning & Neural Networks Blog

Нейросетевой аборигеновый долбоебизм!

Бля меня скоро разорвет от этой херни. Сегодня я снов вижу долбоебов с тупыми мнениями и идеями.
Пора выкинуть праведный гнев и кучку образования вам.

# Имплементация от говноеда вайбкодера.

Окей, понятно откуда это. Если просто взять chatgpt и сказать ему типичную хуйню "напиши код", есть большой шанс что получится хуйня.
В целом большинство имплементаций выглядят в стиле "мы прихуячили gpt с промптом к сайту, это точно поможет"
отсюда растут корни мнений долбоебов.

Поэтому по их мнению надо отравлять нейронки злых корпораций чтобы они не собирали их говнокод и хуйню что они пишут в сеть, которая никому не нужна.

А теперь как все происходит на самом деле

# Знакомьтесь с YOLO.
Эта штука давно у меня на дежурстве, та система видеонаблюения про которую я болтал, экспериментальная.
приоткрою завесу моего pet проекта. Если виден человек, он валяется не на диване или кровати, и не двигается - что то не чисто. это один из 'протоколов' который однажды может спасти жизни.
В целом, детекторы возгарания по видеопотоку rtsp, модели которые могут с высокой точностью найти рак... тд тп
Ну ка блять давайте, сделайте это за нейросеть.

Ранее были каскады хаара, и работают они хоть на картошке, но детект у них мягко говоря ужасен. Нет даже смысла рассматривать

# Анализ поведения

Или вот, проанализировать мнения в постоянном потоке мнений. Человек А - не любит ментов. Человек Б - несет хуйню. Человек C продает телефон. Человек D - Ведет себя нестабильно, понтуется стволом раз в неделю и учится вы школе. (вот это уже плохо, WRN)

Как и кто будет вынимать эти данные из публичных групп мессенджеров например? сообщений штук 10 в секунду миниум. Работать 24/7 человеку? (пример близкий к тому что эта штука делает, но у нее другая задача)
Это тоже может спасти жизни

Не выдумка, я немного поменял детали того как это работает и зачем это, но это существующие непубличные проекты про которые вы раньше слышали от меня.

# Долбоеб с отверткой

"Если вы пытаетесь закрутить шуруп отверткой а он не крутится, может это гвоздь блять, и вы делаете несусветную хуйню. Отвертка тут не при делах"

Перейдем не на такие простые примеры.
Типичная обьезьяна борец с нейросетями - тот человек что зашел в chatgpt ничего не понял и вышел, или сгенерил говно, не понимая что он использует не тот инструмент.

Нормальный кодинг с сеткой это не GPT и CTRLC CTRLV.
Это: достаточно умная нейросетка + RAG (Retrieval-augmented generation)
Работают по человечески с этим так:
1. какой то непонятный баг вылазит в либе без нормальных доков но альтернатив нету
2. Просим сотнести наш код и поискать почему это происходит и как исправлять в том числе в либе
3. Кодеру исправить и перепроверить что нейросеть не наделала хуйни, сделать код простым и читаемым если требуется, перепроверить что это не создало проблем с безопасностью.
Почему? Потому что в ручную перекапывать весь код иногда это пиздец муторно. Особенно если он хуево читаем

Или же попросить найти какой алгоритм шифрования и как использует приложение при транспорте трафика. Доков нет, а сетка даст ссыль туда где шифрование происходит. Быстро и незапарно.
(ВАЖНО! нет не говорит какое шифрование, а дает ссылку на код где мы сами смотрим!)

Еще один вариант, дизайн!
Я не люблю этой хуйней заниматься, и еще больше ненавижу заниматься хуйней по типу "почему значок уехал хер пойми куда, и как его сместить чуть ниже" когда вся либа графики очень заебчивая.
Генерим кучку вариантов *Куска* интерфейса на вкус нейры.
Смотрим какой лучше и приятнее выглядит, врезаем его в код предварительно проверив. Какие тут минусы? Код читаем, и работает.

# простое но работает
Есть множество применений которые говновайбкодеры чаще всего реализовать не могут/никто не использует

1. Ассистент: клеим llamacpp, видюху и простенькую нейронку gemma. пишем простенький интерфейс для себя на ноут. коннектим чем то типо yggdrasil если нету белого ip
Тадам, если надо поговорить с чем нибудь, перевести что то, задать простой вопрос чтоб не копаться в гугле, лень победила.

2. Супер тех поддержка.
Диалог юзера -> авторизуем его по идентификатору (номер, счет и тд) -> даем большой и приятный RAG именно этого пользователя и тулзы.
- У меня инет не работает, провайдер помоги
(RAG - что сломалось и где юзер расположен, какой статус соединения)
- Сломалась коробка, мы знаем, техникики уже пашут, скорее всего починим через X часов.

- У меня пишет когда подключались к wifi, телефон пишет - ошибка конфигурации ip
(И так знает, расскажет как починить проблему DHCP в роутере, можно еще и RAG интерфейсов чтоб конкретно по роутеру)
- бла бла ну вы поняли

Тех поддержка обычно говно и нихера не знает, поэтому тут даже простая нейросетка будет быстрее и лучше человека.

3. Ассистент для хаты.
То же самое что 1 варик только с кучей тулзов, свет там включать и прочую хрень, плюс микрофоны которые можно отключать физически.
Дома, у себя, приватно.
Более менее живой и умный ассистент.

4. Генератор идей
И так понятно.

# Кража контента

Не понимаю почему люди выкладывают публично свои сурсы, свои тексты в соцсети, другие свои данные, как бы говоря, это открыто, делайте чо хотите!
Но тут блять сразу завидев ИИ начинается, "ОНЕТ Я НЕ ХОЧУ ЧТОБ МОЙ ГОВНОКОД И ЩИТПОСТЫ ПОПАЛИ БОЛЬШОЙ ЗЛОЙ КОМПАНИИ! ОНИ ТОЧНО ОБУЧАТ НА ЭТОМ СКАЙНЕТ"
Как вообще открытый код и открытый текст должны быть закрытыми для ии и зачем? опенсурс больше не опенсурс? или опенсурс но наполовину?
Открытый исходный код для меня - святой грааль, это желание делиться с другими, пусть инженерят и делают как я, или лучше чем я, пусть делают что хотят.
Разве не приятнее знать что теперь ваш код или ваши картинки живут в большой сети и вы вкладываетесь в нечто большее?
Или нынче открытый код и исскуство это не символ свободы и благородства, не символ коллективной работы, а тупо кусок резюме и штуки из которых надо тянуть бабки?
Либо откройтесь уже полностью, либо закройтесь. Остальные варианты все равно легко обходятся.
Попробуйте поспорить с моим selenium подкрученым и автообходом капчи гугловской.

# типо вывод.
Нейронки - ИНСТРУМЕНТ, и очень даже способный, про машинное обучение целиком я вообще молчу.
Надо уметь им пользоваться а не пытаться сжигать поезда потому что они лучше лошадей.
Так что не стоит слушать ебучих неучей которые не имеют даже части понимания того где и как используются технологии, но суют свою херню всем в пасть и делают дерьмоинструменты чтобы травить полезные тулзы которые решают целый круг задач, начиная от простого общения, заканчивая помощью слепым людям и критичными для жизней людей.
Факты сверху. Попробуйте автоматизировать часть задач, потом взгляните на это со стороны где критически важна конфидециальность и работа в опасных условиях. Людей жалко, сервера и железо - нет.

P.S Вышесказанное не относится:
К агрессивным парсерам ИИ компаний, говноедство полное. (хотя это показывает нам вектор атаки который многие не прикрыли, поработайте над этим)
Не относится к Anubis, люблю эту штучку https://github.com/TecharoHQ/anubis, лучшая 'капча' на свете. Серьезно, без сарказма.

Отдельный привет нейронным говнокодерам, хреновым любителям 'искать уязвимости' через gpt 1.0, просто криворукам которые не умеют использовать нормальные инструменты и ворчат на то что ИИ говно, нейрослопу, прочему говноедству. Сосите!

#ai #neural #it #coding

GitHub - TecharoHQ/anubis: Weighs the soul of incoming HTTP requests to stop AI crawlers

Weighs the soul of incoming HTTP requests to stop AI crawlers - TecharoHQ/anubis

GitHub

MacMind – A transformer neural network in HyperCard on a 1989 Macintosh

https://github.com/SeanFDZ/macmind

#HackerNews #MacMind #HyperCard #Transformer #Neural #Network #Macintosh #1989 #AI

GitHub - SeanFDZ/macmind: Single-layer transformer in HyperTalk for the classic Macintosh

Single-layer transformer in HyperTalk for the classic Macintosh - SeanFDZ/macmind

GitHub
Title: P6: CTO mistakes and distributed training of NN [2023-09-19 Tue]
completion of this period, after one month and a half.\n#nn #ai #neural #automl #tensorflow #tf #torch #pytorch #llama #llama2 #management
Title: P5: CTO mistakes and distributed training of NN [2023-09-19 Tue]
planning, verifying assumptions, presenting a beautiful and clear result to management.
8) Forced one person to report to three different individuals.
9) Set two conflicting goals: a tight deadline of September 30 and small
meaningless goals.
10) Named a probationary period one month and firing after successeful\n#nn #ai #neural #automl #tensorflow #tf #torch #pytorch #llama #llama2 #management
Title: P4: CTO mistakes and distributed training of NN [2023-09-19 Tue]
5) Did not create a roadmap and did not discuss it with everyone.
6) Did not pay attention to the collected information on the research project and did not
consider its importance in planning.
7) Assigned multiple responsibilities to one person: gathering information, programming,\n#nn #ai #neural #automl #tensorflow #tf #torch #pytorch #llama #llama2 #management
Title: P2: P3: CTO mistakes and distributed training of NN [2023-09-19 Tue]
3) Hired people with different skills and abilities and organized competition between them
instead of building a team.
4) Demanded strict adherence to deadlines on a research project.\n#nn #ai #neural #automl #tensorflow #tf #torch #pytorch #llama #llama2 #management
Title: P1: P3: CTO mistakes and distributed training of NN [2023-09-19 Tue]
1) Did not introduce employees to each other, so nobody knew what each person was capable of.
2) Appointed leaders without explaining their responsibilities.\n#nn #ai #neural #automl #tensorflow #tf #torch #pytorch #llama #llama2 #management

Title: P2: CTO mistakes and distributed training of NN [2023-09-19 Tue]
3) you should create a list of your and your boss mistakes every
day or week to have measure of danger.
4) you need half of the year to get good reputation yourself before you can work freely.
5) explain your approach to work to head to be understood, and adapt to head.

Here is a list of mistakes of head of company:\n#nn #ai #neural #automl #tensorflow #tf #torch #pytorch #llama #llama2 #management

Title: P1: CTO mistakes and distributed training of NN [2023-09-19 Tue]
1) you should not write wiki until you 100hure, that you will not be fired,
they will not value it anyway.
2) in subordination it is necessary to perform closes and far task 100 percent
and 100 percent clearly indicate 1. when and 2. what will be at the and.
Or you will be fired no matter what.\n#nn #ai #neural #automl #tensorflow #tf #torch #pytorch #llama #llama2 #management