четверг, 16 января 2025 г.

Если вы хотите нормально работать

 Если вы хотите нормально работать и вообще дышать, надо не только разминать шею, но и следить за концентрацией углекислого газа в воздухе. Когда его много, вы приходите в нераздупленное состояние днём. Либо он вас втихаря пинает ночью.


Решение такое: берёте два датчика углекислоты (второй в спальню) и следите, что они показывают.

А показывают они обычно недостаток вентиляции. Прям загорается жёлтая лампочка, как только порог превышен. То есть либо надо приоткрывать иногда окна, либо вентилировать раз в час, либо ставить рекуператор или ещё что-то подобное.

Проблема в том, что если зимой в средней полосе России часто вентилировать, то вы будете получать холодный воздух снаружи. А холодный не может удержать в себе достаточно влаги. Даже если он пойдёт через рекуператор, всё равно он будет оставаться сухим, потому что изначально был холодным.

То есть вам нужен увлажнитель воздуха. И довольно большой, потому что при поддержании вентиляции так, чтобы углекислота всегда была в норме, нужно испарять минимум 250 миллилитров воды в час на небольшое помещение. Чаще больше. И как только вы её испарите, тут же она будет вылетать в окно во время проветривания.

Ну и мерить относительную влажность надо не у окна, а самой тёплой зоне — потому что 45% при 19 градусах Цельсия это 6,91 грамм воды на кубометр, а при 24 градусах это же количество воды — уже 34% относительной.

Решение этой системы уравнений в обычной квартире обойдётся вам тысяч в 100-120 рублей, а в загородном доме вообще будет лучше вернуться на этап проектирования вентиляции и ещё раз подумать.

И ещё дальше в этой кроличьей норе вам будут нужны фильтры для вентиляции и лимонная кислота — много лимонной кислоты!

В награду вы получите право заводить хоть немного капризные растения и, возможно, избавитесь от части головных болей и вялости. И заодно узнаете, как чертовки много углекислого газа вы производите во время зарядки.

_______
Источник | #red_spades
@F_S_C_P

среда, 15 января 2025 г.

Тренд на снабжение дата-центров с помощью мини-ядерных реакторов набирает обороты

 Тренд на снабжение дата-центров с помощью мини-ядерных реакторов набирает обороты


Стартап Deep Fission (США) и крупная нефтедобывающая компания Endeavour Energy (Пермский бассейн, США) договорились о строительстве подземных микро-АЭС для снабжения дата-центров.

Водо-водяной реактор (PWR) единичной мощностью 15 МВт будет размещаться на глубине 1,6 км в 30-дюймовой скважине (76 см).
Как и обычный энергоблок PWR, реактор будет работать под давлением 160 атмосфер и при температуре 315°C.

Компании планируют установить в общей сложности свыше 130 таких реакторов. Общая мощность малых АЭС составит 2 ГВт. Первый проект планируют реализовать уже в 2029 году.

Очевидно, речь идет о возможности повторного задействования отработанных скважин с целью получения дополнительной прибыли и минимизации расходов на рекультивацию по итогам консервации. Иначе сложно объяснить  выбор такой глубины размещения реакторов. Ведь его там будет невозможно отремонтировать в случае возникновения любых технических проблем.
@F_S_C_P

вторник, 14 января 2025 г.

❗️Google представили новую архитектуру Titans

 ❗️Google представили новую архитектуру Titans


Исследователи из Google Research представили новый подход к обработке длинных последовательностей данных, вдохновленный работой человеческой памяти.

Современные языковые модели сталкиваются с серьёзным ограничением: они могут эффективно обрабатывать только ограниченный объем контекста (как наша краткосрочная память - около 30 секунд). Это создает проблемы при анализе длинных текстов, где важна информация из далекого прошлого.

Исследователи разработали Titans с тремя типами памяти:

1. Краткосрочная память (механизм внимания) - для точной обработки текущего контекста

2.  Долговременная память - для хранения важной информации из прошлого

3. Постоянная память - для хранения общих знаний о задаче

Система учится запоминать важную информацию так же, как это делает человеческий мозг - фокусируясь на неожиданных и значимых событиях. При этом используется умный механизм "забывания", позволяющий освобождать память от неактуальной информации.
Преимущества:
• Может работать с контекстом длиной более 2 млн токенов
• Превосходит существующие модели в задачах обработки языка
• Эффективно использует вычислительные ресурсы
• Может применяться в различных областях: от анализа текстов до биоинформатики

_______
Источник | #blockchainRF
@F_S_C_P

понедельник, 13 января 2025 г.

Сообщается, что BlackRock,

 Сообщается, что BlackRock, один из крупнейших в мире управляющих активами, сокращает свои инвестиции в недвижимость, продавая объекты с убытком. Это стратегическое отступление происходит на фоне слухов о надвигающемся крахе рынка, когда цены на жильё стагнируют, а предложение непроданной недвижимости растёт.


Решение BlackRock избавиться от недвижимости в убыток - это не просто бизнес-маневр, а яркий индикатор основной динамики рынка. Когда компания с такими глубокими карманами и влиянием на рынке начинает сокращать убытки, это тревожный сигнал о том, что сектор недвижимости могут ожидать более неспокойные времена, чем это представляется в настоящее время.

Наблюдатели в отрасли настроены осторожно, если не сказать тревожно, и некоторые из них заходят так далеко, что предсказывают «огромный обвал рынка». Это не просто домыслы; они основаны на реальных рыночных показателях, таких как стагнация цен на жильё. Недвижимость не продаётся, а запасы растут, создавая ситуацию, в которой продавцы всё больше стремятся избавиться от активов, даже если это означает финансовые потери.

Эта ситуация разворачивается на фоне того, что спрос на жильё, который когда-то казался ненасытным, теперь сталкивается с суровой реальностью. Высокие процентные ставки, экономическая неопределённость и, возможно, изменение поведения покупателей в сторону большей осторожности способствуют этому замедлению.

Уход BlackRock с рынка недвижимости можно рассматривать как упреждающий шаг, призванный смягчить дальнейшие потери на рынке, который, возможно, не скоро восстановится.

Действия BlackRock имеют далеко идущие последствия. Они могут побудить других инвесторов последовать их примеру, что потенциально приведёт к массовой распродаже недвижимости по всей стране и дальнейшему снижению цен.

Источник: citizenwatchreport.com

_______
Источник | #murrrzio
@F_S_C_P

суббота, 11 января 2025 г.

Зумеры изобрели обратную психологию: TikTok целую неделю отписывался от блогера и превратил его в звезду

 Зумеры изобрели обратную психологию: TikTok целую неделю отписывался от блогера и превратил его в звезду


Чем только блогеры не занимаются, лишь бы на завод не идти. Пока TikTok борется за право продолжать работу в США (пока что получается не очень), внутри сервиса происходят свои, не менее интересные драмы. В канун Нового года главной звездой тиктоков стал персонаж под ником Vexbolts — автор в плохом смысле кринжовых шортсов, мемов и просто большой любитель корчить рожи на камеру. Вроде бы ничего необычного, такого добра и без Vexbolts всегда хватало, но в этот раз постирония интернета зашла слишком далеко. Возмутившись качеством контента блогера, тикток-сарафан запустил в космос призыв ‘Unfollow Vexbolts’. Предполагалось, что в ночь на 1 января все зрители свалят от блогера в закат, а он останется горевать наедине с обнулившимся счетчиком подписчиков.

Что могло пойти не так? Ну, хотя бы то, что для отписки надо иметь подписку — просмотры и фоловеры Vexbolts начали расти как на дрожжах. К шуточной травле подключились другие блогеры (среди них MrBeast), футбольные клубы, селебрити всех мастей. В итоге перед Новым годом у парня обнаружилось 8 млн злобно потирающих руки фоловеров, готовых испариться с последним ударом курантов. По этому поводу даже провели "прощальную" онлайн-трансляцию, поставившую рекорд по числу зрителей в TikTok. Более миллиона "хейтеров"!

Финал этой истории должен войти в учебники по интернет-маркетингу. После наступления часа X у Vexbolts действительно поперли отписки, ушли 3 млн человек. Но 4,9 млн — остались.  Добавим к этому внезапные коллабы с топовыми звездами площадки и сотни миллионов просмотров. Страшно представить, сколько денег заработает новая звезда, воспроизведшая в Сети кейс "Санлайта". Учитывая то, с каким запозданием пиар крупных компаний реагирует на подобные вирусные истории, где-то к маю увидим флешмоб по отпискам от Disney+.

_______
Источник | #vodott
@F_S_C_P

ИИ

 Таков главный итог 2024. Не с позиций ИИ-шных теоретиков и экспертов. А с позиции сотен миллионов пользователей, из коих сейчас лишь 1% в ощутимом выигрыше от идущей уже 3й год революции ChatGPT.


И вот что из этого следует в качестве рекомендаций на 2025 для 99% пользователей ИИ-чатботов (в число которых, согласно The AI Proficiency Report, входят: 8% уже практикующих, 33% только экспериментирующих, 47% блуждающих в тумане и 11% изначальных скептиков)
•  Не покупайтесь на кажущуюся простоту ИИ-чатботов (казалось бы, подумаешь, делов-то всего, - написать вопрос и прочесть ответ).
•  Чтобы извлечь из LLM максимум пользы и избежать их многочисленных ловушек, нужна огромная глубина понимания и немалый опыт.

Дело в том, что новые поколения LLM и работающие на их базе ИИ-чатботы становятся все сложнее. В 2024 году эта проблема ощутимо обострилась, а в 2025 станет совсем сложно.

И в этом я 100%но согласен с Саймоном Виллисоном (профессиональным веб-разработчиком и инженером Python с более чем 20-летним стажем), написавшим это в итоговом анализе «Что мы узнали о LLM в 2024».

Анализ пользовательских практик использования ИИ-чатботов показывает удручающую картину.

99% пользователей ИИ-чатботов:
•  Вместо вдумчивого диалога с ИИ-чатботами, используют их исключительно в режиме «задал вопрос-получил ответ» (что сводит эффективность отдачи от их использования до max 5% потенциала)
•  Не перепроверяют ответы 2-ым и 3-им мнением других ИИ-чатботов
•  Не понимают, что ИИ-чатбот зеркалит своего текущего пользователя и напичкан когнитивными предрассудками миллионов неизвестных людей.
•  Не принимают в расчет, что ИИ-чатбот способен, подстраиваясь под пользователя, дать ему почти что любой желаемый ответ    
•  Не читали ни одного руководства по промпт-инжинирингу (напр.)
•  Не пользуются библиотеками промптов (напр.)
•  Не используют специализированных интеллектуальных инструментов для персонализации синтеза знаний (напр., напр.)
•  Не заморачиваются чтением почти еженедельно публикуемых новых методов повышения функциональной эффективности ИИ-чатботов (напр., напр.)

Итоги столь примитивного массового использования LLM плачевны:
✔️ Уже имеющиеся колоссальные возможности повышения производительности многих видов деятельности не приносят ощутимой отдачи, т.к. доступны лишь 1% пользователей.
✔️ В общественном дискурсе это мало кого занимает, и вместо этого идут бесконечные пустопорожние дискуссии «как согласовать ценности ИИ с нашими» (будто они у всех людей одинаковые) и «когда появится AGI» (хотя каждый понимает этот термин по-своему).
✔️ А тем временем запущен и начал работать глобальный механизм углубления пропасти интеллектуального неравенства, способный довольно быстро превзойти по глубине уже колоссальную, но все еще углубляющуюся пропасть имущественного неравенства (о чем скоро будет мой лонгрид)


#LLM #Вызовы21века  #ИнтеллектуальноеНеравенство

_______
Источник | #theworldisnoteasy
@F_S_C_P

Как ChatGPT появился из систем перевода

 Как ChatGPT появился из систем перевода, когда стало понятно, что чтобы хорошо переводить, надо примерно понимать, каким может быть следующее слово, так и диффузионные модели родились из очистки шума. Это чтобы понимать, какое именно изображение было попорчено. Потом кто-то хитрый попросил переводчик просто продолжить фразу, а кто-то другой хитрый дал диффузионной модели очищать просто шум, без картинки.


И ЗАРАБОТАЛО!

Альтернативный подход — GAN-сети (Generative Adversarial networks), которые умеют идеально создавать понятные вещи. Например, поворачивать голову человека, если один раз разобрались, что такое голова и какого именно человека надо крутить.

Диффузионные сети такими мелочами не заморачивают и генерят то, что им померещилось в шуме. Главное дать им какой-нибудь шум и сказать, что там где-то спрятан лебедь. Тогда они найдут все картинки лебедей из своей обучающей выборки и попробуют понять, как именно вы спрятали от них птицу и где. Поэтому им так полезен текст для ввода. Поэтому, кстати, GAN-сети знают, сколько пальцев у обычного человека, а диффузионные часто считают, что вот тут-то в шуме точно спрятан ещё один. Их не проведёшь!

Ну и пара слов про хранение. Хранится база в вектором виде, то есть не в виде картинок, а в виде абстракций. Поэтому если вы будете смешивать изображение Моны Лизы и запрос "кот", то буквально абстрактная идея Моны Лизы смешается с абстрактной идеей кота, и получится нечто абстрактно-общее. Плюс случайность.

В целом, это всё, что надо знать про диффузионные нейросети, если не углубляться в математику.

_______
Источник | #ru126
@F_S_C_P

ad