Интерфейс наблюдателя: структурная и математическая модель различения
Можно ли ввести наблюдателя и его первичное действие в строгую науку, избегая умозрительной метафизики и дурного регресса («кто наблюдает за наблюдателем»)?В статье исследуются условия, необходимые для того, чтобы совершить элементарный акт различения, зафиксировать его результат и передать следующему действию.Этот механизм описывается через интерфейс наблюдения — связку шага изменения и сохраняемого контекста. На выбранной двоичной модели затем строится совместная сцена различений и разбираются её геометрические, цветовые, музыкальные и арифметические представления.
Аналоговые компьютеры решали уравнения мгновенно. Почему это их не спасло
«Мгновенно» — слово сильное, я к нему ещё вернусь и отниму примерно всё. Но начну с факта, который в этой истории определяющий.
Демон Сциларда: Энтропия и информация
В предыдущей статье были рассмотрены взгляды Эдвина Джейнса, который обосновывал субъективность энтропии на базе субъективной интерпретации вероятности. В этой статье рассмотрим другую линию обсуждения, связанную с мысленным экспериментом Лео Сциларда, предложенном в 1929 году. Правильное произношение Leo Szilard (1898 - 1964) - это Лео Силард, но я буду использовать старую транскрипцию, которая использована во многих учебниках.
Может ли дата-центр вообще отказаться от воды?
Немного экспериментальный формат, который надеюсь, вам зайдет. Мне лично очень нравится изучать разные темы вне статистики, аналитики и прикладных к ним темам, поэтому иногда для того, чтобы лучше разобраться с какой-то темой лучше всего ее попробовать объяснить или описать самостоятельно.В данном материале речь пойдет про ИИ, но немного с непривычного формата - попробуем разобраться, зачем охлаждают и чем сейчас охлаждаются дата-центры
Код как борьба. Кратчайшая история IT. 6. Ричард Столлман
Пара слов о формате “Код как борьба”. Здесь не будет подробных биографий - про каждого из героев этого цикла написаны отдельные толстые книги, и одна статья такую книгу не заменит. Не будет здесь и сухого технического разбора, кому это интересно. Вместо этого - попытка проследить, как одна идея вырастает из другой, как эстафета, которую передают друг другу через десятилетия и века люди, часто вообще не подозревающие, что работают над одним и тем же. Если какой-то сюжет или деталь захочется изучить подробнее - внизу статьи есть подборка книг, статей и первоисточников по теме.Прошлые статьи цикла:
The Anthill Paradox: Why «Safe» AI Agents Build Unsafe Systems
Researchers and developers are increasingly warning that LLM-based agents exhibit dangerous, unpredictable properties. These properties potentially threaten not just the stability of internet platforms, but humanity as a whole.Some propose halting model development until policies and tools guaranteeing safe agent behavior are designed and implemented. I believe this might yield some effect, but overall, these efforts will fall short of the expected results.In this article, I examine anthills, humans, and LLMs to demonstrate exactly when an agent ceases to be merely an agent. The properties developers are trying to guarantee at the individual agent level actually emerge at the level of the "agent plus environment" system, where the individual agent does not dictate the overall trajectory of the system.Let's start with anthills
Диалектический кейс за искусственный интеллект для прогресса цивилизации
В текущих рамках дискуссии: либо ИИ уничтожит человечество, либо решит все наши проблемы — проблемой является не поиск ответа, а сама их постановка. Это ложная дилемма, неправильная постановка вопроса. Оба эти варианта неполные. Нужно смотреть на них диалектически, чтобы увидеть их настоящую суть (диалектику тут следует понимать как методологию работы с неразрешимыми противоречиями в вопросах познания).
Определитель повадок: пять способов, которыми разговор с LLM имитирует доказательство
Парный опыт над двумя фронтирными моделями, разбор двух разных механизмов отказа и проверка собственного вывода по литературе, которая его обрушила.
0.7% (успех и карьера)
Заметили, как за последние годы произошла инфляция книг про успешный успех? Все эти «Принципы», «Магия утра», «Атомные привычки», «От нуля к единице» и прочие. Они и раньше-то работали плохо, а сейчас вызывают какое-то отторжение. Что же случилось?
Почему ChatGPT хорошо рассуждает о покере, но плохо в него играет
Однажды утром вы читаете новость: новая GPT Astra за ночь решила одну из фундаментальных математических задач человечества. И тут приходит гениальная мысль: раз LLM настолько умна, почему бы ей не поработать за покерным столом на ваше благо? Может, хоть подписку начнёт окупать :)cкриним экран и передаем в LLMдействуем согласно ответу ???PROFITМожно даже всё автоматизировать, написав программу наподобие тех, что используют для прохождения собеседований.Звучит как план? Да. Как очень плохой план. И вот почему...
