Форум создателей искусственных интеллектов

Egg:
Именно Вы и никто другой. Я просто пытался найти кого-нибудь, кто как я и любит вкусную и здоровую пищу, чтобы поговорить об этом, а Вы воспринимаете это как мой троллинг Вас. Если Вы не можете позволить себе авокадо к яишнице, что в этом плохого, зачем постоянно кричать об этом и бесноваться. Но Вы должны понять, Луaрвик, что это только начало. К пенсии Вам ничего не прибавят (может какую тыщонку раз в год). Санкции никто не снимет, нефть в следующем году упадет до 56 долларов. Китай, ради снижения пошлин, на многие товары с Россией введет эмбарго. Рубль будет продолжать падать, а товары дорожать. Многих лекарств не будет, а уровень медицины станет африканским (а врачи узбекскими). Начнутся проблемы с ЖКХ, водой и электричеством. Власть в городах будет постепенно захватываться бандами, вернувшимися с СВО. А Вы будете голым, с бусами и погремушкой, за еду танцевать на рынках.

Luarvik.:
Но Вы же не станете отрицать, что замашки Ваши здесь, равно как и озвученные потребности, а также способы их удовлетворения - самые что ни на есть... как у пожизненного слесаря-сантехника, которому однажды в подворотне мешок денег на голову свалился. От такого счастья обычно кукуха едет знатно... у людей определённой породы. А породу - её ничем не скроешь и под диван не заметёшь. Если Вы такой умный и всё у Вас так хорошо, то и шутки Ваши могли бы быть умнее, а не такие подзаборные (вроде как бомж на дверь поссал). Однако, умнее у Вас не получается, что вполне закономерно.

space:
Думаю вопрос можно поставить шире, что доказало бы большинству собеседников, что данный чат-бот — носитель СИИ, ответы на какие конкретные вопросы или типы вопросов или решение каких задач и тп.? В принципе если возможна ли такая формальная валидация\фальсификация? Или чтобы не говорил чат-бот, всё равно, только на основании что это алгоритм, мы будем утверждать что это "только симуляция".

Egg:
Здесь причём И. Моя мысль очень простая, чтобы рассуждать об ИИ, нужно иметь И. И проявляется в деятельности, в ее результатах. Вот Цап и Луарвик все время "критикуют" LLM, а я задаюсь простым вопросом, а чего они добились сами? Судя по тому малограмотному и дремучему бреду, который они тут несут - ничего не добились.

коитус:
Одного перемещения( MOV в ассемблере) мало, нужны логические операции ещё и сдвиг чтоб машину Тюрингита забацать.

mss:
Если бы я опять начал с определения то начал бы с того чем и как его можно измерить.

Egg:
Я Вам рекомендую использовать chatGPT 4o with canvas, эта штука пишет очень приличный код, а если иметь точное представление об архитектуре, то может выполнить проект от начала до конца. P.S. Открыл рядом топик, где показал решение простенькой тестовой задачки. Задачки могут быть сложными и не тестовыми)) Но, конечно, искусство создания промта многое решает)

напиши мне на C MLP с бэкпропом:
#include <stdio.h> #include <stdlib.h> #include <math.h> #include <time.h> typedef struct { int* layers; int num_layers; float** neurons; float*** weights; float** biases; float learning_rate; } MLP; float random_float() { return ((float)rand() / RAND_MAX) * 2 - 1; } float activate(float value) { return 1.0f / (1.0f + expf(-value)); } float derivative(float value) { return value * (1.0f - value); } MLP* create_mlp(int* layers, int num_layers, float learning_rate) { MLP* mlp = (MLP*)malloc(sizeof(MLP)); mlp->layers = layers; mlp->num_layers = num_layers; mlp->learning_rate = learning_rate; mlp->neurons = (float**)malloc(num_layers * sizeof(float*)); mlp->biases = (float**)malloc(num_layers * sizeof(float*)); mlp->weights = (float***)malloc(num_layers * sizeof(float**)); for (int i = 0; i < num_layers; i++) { mlp->neurons[i] = (float*)calloc(layers[i], sizeof(float)); mlp->biases[i] = (float*)malloc(layers[i] * sizeof(float)); if (i > 0) { mlp->weights[i] = (float**)malloc(layers[i] * sizeof(float*)); for (int j = 0; j < layers[i]; j++) { mlp->weights[i][j] = (float*)malloc(layers[i - 1] * sizeof(float)); for (int k = 0; k < layers[i - 1]; k++) { mlp->weights[i][j][k] = random_float(); } mlp->biases[i][j] = random_float(); } } } return mlp; } void forward(MLP* mlp, float* inputs) { for (int i = 0; i < mlp->layers[0]; i++) { mlp->neurons[0][i] = inputs[i]; } for (int i = 1; i < mlp->num_layers; i++) { for (int j = 0; j < mlp->layers[i]; j++) { float sum = 0.0f; for (int k = 0; k < mlp->layers[i - 1]; k++) { sum += mlp->neurons[i - 1][k] * mlp->weights[i][j][k]; } mlp->neurons[i][j] = activate(sum + mlp->biases[i][j]); } } } void backward(MLP* mlp, float* expected) { float** errors = (float**)malloc(mlp->num_layers * sizeof(float*)); for (int i = 0; i < mlp->num_layers; i++) { errors[i] = (float*)calloc(mlp->layers[i], sizeof(float)); } for (int i = mlp->num_layers - 1; i >= 0; i--) { if (i == mlp->num_layers - 1) { for (int j = 0; j < mlp->layers[i]; j++) { errors[i][j] = mlp->neurons[i][j] - expected[j]; } } else { for (int j = 0; j < mlp->layers[i]; j++) { float error = 0.0f; for (int k = 0; k < mlp->layers[i + 1]; k++) { error += errors[i + 1][k] * mlp->weights[i + 1][k][j]; } errors[i][j] = error; } } for (int j = 0; j < mlp->layers[i]; j++) { mlp->biases[i][j] -= mlp->learning_rate * errors[i][j] * derivative(mlp->neurons[i][j]); if (i > 0) { for (int k = 0; k < mlp->layers[i - 1]; k++) { mlp->weights[i][j][k] -= mlp->learning_rate * errors[i][j] * derivative(mlp->neurons[i][j]) * mlp->neurons[i - 1][k]; } } } } for (int i = 0; i < mlp->num_layers; i++) { free(errors[i]); } free(errors); } void train(MLP* mlp, float** inputs, float** outputs, int num_samples, int epochs) { for (int epoch = 0; epoch < epochs; epoch++) { for (int i = 0; i < num_samples; i++) { forward(mlp, inputs[i]); backward(mlp, outputs[i]); } } } void print_output(MLP* mlp, float** inputs, int num_samples) { for (int i = 0; i < num_samples; i++) { forward(mlp, inputs[i]); printf("Input: "); for (int j = 0; j < mlp->layers[0]; j++) { printf("%.2f ", inputs[i][j]); } printf("-> Output: "); for (int j = 0; j < mlp->layers[mlp->num_layers - 1]; j++) { printf("%.2f ", mlp->neurons[mlp->num_layers - 1][j]); } printf("\n"); } } int main() { srand(time(NULL)); int layers[] = { 2, 4, 1 }; MLP* mlp = create_mlp(layers, 3, 0.01f); float inputs[4][2] = { {0.0f, 0.0f}, {0.0f, 1.0f}, {1.0f, 0.0f}, {1.0f, 1.0f} }; float outputs[4][1] = { {0.0f}, {1.0f}, {1.0f}, {0.0f} }; float* input_ptrs[4] = { inputs[0], inputs[1], inputs[2], inputs[3] }; float* output_ptrs[4] = { outputs[0], outputs[1], outputs[2], outputs[3] }; train(mlp, input_ptrs, output_ptrs, 4, 100000); print_output(mlp, input_ptrs, 4); return 0; }

Egg:
Вот неплохая статейка "про это" на Хабре https://habr.com/ru/companies/spring_aio/articles/865720/

Egg:
Про это никто не покажет из-за полиси, может только русские какие.

Egg:
Я доходил до границ canvas, когда она писала, что ваш буффер полностью заполнен и останавливала постить код))) Сложные проекты получаются пока не очень, в какой-тро момент происходит сбой и приходится восстанавливать контекст с самого начала. Также сложные классы и наследования у меня вызвали вопросы, хотя начальное проектирование было офигенным. То есть текущее использование - небольшие функции с детально проработанным промтом. Вообще, промт очень важен.