Как машинное обучение объясняет реальный мир
Природа мира склонна повторять себя, например: каждый раз, когда возникает вопрос об эффективном использовании ограниченных ресурсов, мы изобретаем кэши. Компьютеры, иерархии компаний, DNS — все это примеры того, как одни и те же подходы вновь и вновь используются для решения схожих задач. Эта фрактальная природа мира объясняет, почему обучение нейронных сетей так похоже на человеческое: и там и там базовая структура это нейронная сети.
Что думает LLM о смысле жизни программиста
Для начала афоризм от LLM."Жизнь - это рекурсивная функция. Но если ты нашел способ выйти из цикла, то ты постиг смысл жизни и уже достиг просветления."
Искусственный интеллект
Существующие методы искусственного интеллекта основаны на статистике (gpt3) на базе цифр, формул и матриц. Ученые пытаются математически вычислить то, что основано на словах. В моей теории нету цифр и меньше требования к аппаратной части. Теория описывает алгоритмы работы человеческого мозга.Нейросеть в этой теории
Саморазвивающийся искусственный интеллект
Развитие науки идет с использованием стандартных методов: cбор исходных данных, построение моделей, тестирование моделей опытами, открытая их публикация для проверки сообществом. Все это достаточно просто. Ядро науки составляют модели. Примеры моделей, которые всем известны со школьной парты: U=IR; F=ma
