Когда нейросеть решит то, что не решил никто?
В середине 2024 года GPT-4 спотыкался на школьных задачах, а к концу 2025-го модели щёлкали олимпиадные как орехи. Полтора года, и мы преодалели дистанцию от «найди икс» до «докажи теорему». Epoch AI решили заглянуть еще дальше
Как зарабатывать на бирже, не предсказывая цену: математика против ML-интуиции
Недавно я пробовал машинное обучение на Московской бирже, пытаясь найти полезные признаки и при этом опираясь в поисках этих признаков на советы ИИ ассистентов, а поиск самого алгоритма переложил на ML.Технически всё заработало, но уже после экспериментов я понял что есть один нюанс — все ИИ помощники энциклопедически умны и знают абсолютно все алгоритмы и подходы, но у них нет практического опыта и для них все стратегии «на одно лицо». Попытки предсказания цены — это самый очевидный и простой путь, в который ИИ помощник легко уводит пользователя.
Лагранжевы нейронные сети: моделирование физических систем при помощи ИИ
Сегодня хочу вам рассказать про один интересный вид нейронных сетей в физически-информированном машинном обучении (PIML). Одной из задач PIML является поиск решений уравнений динамики. Физику или в общем случае некоторые знания можно интегрировать в нейронную сеть несколькими различными способами. Сегодня мы рассмотрим вариант, как физические законы используются в архитектурных решениях нейронных сетей, а именно лагранжеву нейронную сеть.Прежде чем перейти непосредственно к ее архитектуре, давайте немного вспомним, что такое лагранжиан и зачем он нужен.Лагранжева механика
Кубик Рубика как универсальная среда для исследования интеллекта
Кубик Рубика давно перестал быть просто головоломкой. Его используют как метафору сложных систем без очевидных решений – от политики и управления до социальных процессов и человеческого интеллекта. Уже более полувека этот простой на вид объект остается символом задачи, требующей анализа, терпения и системного мышления.Почти сразу после своего появления кубик Рубика привлек внимание пионеров ИИ. Уже в начале 1980-х математики и программисты увидели в нем идеальный формализованный дискретный мир: со строгими правилами и гигантским пространством поиска.
ИИ решает сложнейшие математические задачи, но сможет ли он стать лучше величайших математиков?
В октябре 2024 года появилась новость о том, что Meta*, материнская компания Facebook, решила «неразрешимую» задачу, которая столетие мешала математикам.
Математика через игры: обзор моей авторской настольной игры на алгебру 5-6 класса
Месяц назад я писал здесь о своей идее спрятать темы школьной математики внутри интересных стратегических игр. Задумка в том, чтобы такие игры стали для школьников источником опыта и мотивации, площадкой для исследований и экспериментов. Идея использовать игры для обучения математике возникла у меня не сама по себе — не как модное направление и не потому, что игры нравятся детям. Игра появилась как ответ на вопрос, как реализовать цикл Колба – метод, когда люди учатся через действие, обдумывание и эксперименты.
Имитация, симуляция или эмуляция
Выскажу свое мнение относительно использования этих слов в контексте программного обеспечения как развлекательной так и образовательной направленности в т.ч. с использованием систем формирования виртуальной реальности (VR).Итак, давайте попытаемся определится с терминами, вопрос достаточно не простой), начнем с словообразования:Слово emulate (эмулировать, подражать) происходит от латинского глагола aemulari (соперничать, подражать), к которому добавлен суффикс -ate; оно связано с emulation
Управление рисками на примере Санкт-Петербургского парадокса
Пока толстый сохнет, худой сдохнет Старинная русская поговоркаНедавно хабраюзер @TraPhro опубликовал хорошую статью на тему
Если ИИ не мыслит, то как он решает математические задачи?
Самый частый вопрос к тезису о том, что языковые модели не думают - чисто практический.Возражение, которое я слышу чаще всегоВ предыдущей публикации
Новогодний детокс для мозга: почему мы пишем «2025» в 2026-м? (и Matlab-эксперимент)
Аннотация Сегодня 2 января 2026 года . Вы снова написали в дате «2025».Прекратите себя ругать. Вы только что стали участником массового эксперимента по когнитивной инерции. Ваш мозг — не совершенный процессор, а система с памятью и трением, и он физически не может мгновенно переключиться на новую временную парадигму.Я предлагаю взглянуть на эту ситуацию под необычным углом: как на задачу дискретной математики и теории управления. Резкая смена года — это «ступенчатое воздействие» на систему «мозг». А его реакция — классический «переходной процесс», который можно промоделировать и визуализировать.
