Думай как нейросеть

velkin velkin
Посмотрел видео "Почему нейросети постоянно врут? И почему этого уже не исправить", ссылка внизу.

А ведь интересно выходит, напоминает Гипотезы Крашена об усвоении языка, в частности гипотезу входного материала input + 1. Смысл в том, чтобы учить добавляя по одному слову или тому, что будет взято за единицу.

В ролике же говорят, что нейросеть как последовательно пишет ответ, так на самом деле и работает. Она тоже добавляет по единице информации, только не для того чтобы учить, а выбрав по весовым коэффициентам наиболее вероятное. Получается граф неких вероятностей возникновения следующих данных вместо базы данных с данными.

И дальше идёт мысль, что люди могут распознать противоречия между тем, что они сами считают реальностью, и что не считают. А реальности у людей тоже разные. Впрочем речь о том, чтобы переписать собственную реальность в виде графа. Может и не всю, но хотя бы часть.

https://www.youtube.com/watch?v=Ip2_wpHLv-k
namespace
namespace
07.07.2025 06:35
V>И дальше идёт мысль, что люди могут распознать противоречия между тем, что они сами считают реальностью, и что не считают. А реальности у людей тоже разные. Впрочем речь о том, чтобы переписать собственную реальность в виде графа. Может и не всю, но хотя бы часть.

Реальность всегда одна, восприятие реальности — разное. Всякие запрещенные вещества помогут поменять восприятие. И даже просто алкоголь.
Лично я не увлекаюсь, мне хватает того, что генерирует ИИ, а генераторы картинок достигли уровня Пикассо. Видеть мир таким постоянно?, нет, спасибо.
Kocur
Kocur
07.07.2025 06:48
Здравствуйте, velkin, Вы писали:


ну, далеко не всегда врет, но глаз да глаз за ней нужен
Эйнсток Файр
Эйнсток Файр
10.07.2025 06:20
V> речь о том, чтобы переписать собственную реальность в виде графа

Гегель этим занимался. С тех пор больше никто.
Serginio1
Serginio1
10.07.2025 07:24
Здравствуйте, velkin, Вы писали:

ИИ создал первое в мире лекарство от рака, которое испытают на живых людях

Дочерняя по отношению к Alphabet компания Isomorphic Labs объявила о подготовке первых в мире клинических испытаний на людях лекарства от рака. Препарат разработан с использованием пакета DeepMind AlphaFold 3. Со временем эта разработка обещает превратиться в универсальное средство для поиска лекарств от всех болезней «одним нажатием кнопки».

Пакет AlphaFold от DeepMind создавался для прогнозирования трёхмерной структуры белков. Белки склонны сворачиваться в причудливые фигуры, пространственная форма которых зависит от их молекулярного состава. Живые клетки человеческих тканей способны взаимодействовать лишь с теми белками, которые подходят к ним как ключ к замку. Это непременное условие лекарственного воздействия химических соединений на организм человека.


Науке известны миллионы белков, но их всего — сотни миллионов, что в обычных условиях требует десятилетий кропотливой работы. Искусственный интеллект готов решить эту задачу за считанные месяцы. От прогнозирования пространственных форм белков было решено перейти к поиску лекарств. Так, в 2021 году из DeepMind была выделена компания Isomorphic Labs. Она подхватила эстафету AlphaFold и, от предсказания отдельных белковых структур, перешла к моделированию процессов взаимодействия белков с другими молекулами, такими как ДНК и лекарственные препараты.

Эти достижения сделали пакет AlphaFold гораздо более полезным для разработки лекарств, помогая исследователям создавать препараты быстрее и точнее, превращая инструмент в стартовую площадку для гораздо более масштабных задач.

«Это послужило вдохновением для создания Isomorphic Labs, — сказал генеральный директор компании Колин Мердок (Colin Murdoch) об AlphaFold. — Это действительно демонстрирует, что мы можем сделать что-то фундаментальное в области искусственного интеллекта, что могло бы помочь в открытии новых лекарств».

В 2024 году, когда был выпущен пакет AlphaFold 3, Isomorphic Labs подписала соглашение о крупном исследовательском сотрудничестве с фармацевтическими компаниями Novartis и Eli Lilly. Год спустя, в апреле 2025 года, Isomorphic Labs привлекла $600 млн в рамках первого в истории раунда внешнего финансирования, проведённого под руководством Thrive Capital.

Эти сделки являются частью плана Isomorphic Labs по созданию «движка разработки лекарств мирового класса» — системы, которая объединяет исследователей в области машинного обучения и опытных специалистов фармацевтической отрасли для разработки новых лекарств быстрее, дешевле и с более высокими шансами на успех. Обычно даже после клинических испытаний новые лекарства поступают в производство с вероятностью порядка 10 %. Искусственный интеллект обещает повысить эти шансы до 100-процентного успеха.

В рамках соглашений с крупными фармацевтическими компаниями Isomorphic Labs поддерживает как существующие лекарственные программы, так и разрабатывает собственные препараты-кандидаты в таких областях, как онкология и иммунология, с целью их последующего лицензирования после проведения клинических испытаний на людях.

«Мы выявляем неудовлетворённую потребность и запускаем собственные программы разработки лекарств. Мы разрабатываем их и проводим клинические испытания на людях... у нас пока этого нет, но мы добиваемся значительного прогресса», — пояснил глава Isomorphic Labs.

«Следующая важная веха — это переход к клиническим испытаниям и начало применения этих препаратов на людях, — добавил он. — Сейчас мы набираем персонал. Мы подошли очень близко».

«Однажды мы надеемся, что сможем сказать: "Вот болезнь", а затем нажать кнопку — и будет начата разработка лекарства для борьбы с этой болезнью, — заключил Мердок. — И всё это благодаря потрясающим инструментам искусственного интеллекта».

Maniacal
Maniacal
10.07.2025 10:01
Здравствуйте, Serginio1, Вы писали:

S>Пакет AlphaFold от DeepMind создавался для прогнозирования трёхмерной структуры белков. Белки склонны сворачиваться в причудливые фигуры, пространственная форма которых зависит от их молекулярного состава. Живые клетки человеческих тканей способны взаимодействовать лишь с теми белками, которые подходят к ним как ключ к замку. Это непременное условие лекарственного воздействия химических соединений на организм человека.


Что-то такое припоминается. Folding@Home от компании ATi. Добровольное предоставление мощностей видеокарты своего домашнего ПК когда он в режиме простоя для участия в облачных расчётах во благо мировой науки.

Проект был запущен 1 октября 2000 года учёными из Стэнфордского университета. Его цель — с помощью моделирования процессов свёртывания/развёртывания молекул белка получить лучшее понимание причин возникновения болезней, вызываемых дефектными белками.