Конечно, этот повальный новый тренд, который пришёл вслед за NANO - из-за того, что у руля страны и крупных компаний стоят некомпетентные граждане.
Опять мы получим пшик на выходе, хотя если не разогревать искусственно тему - то потихоньку можно получить отличный результат. Но сначала некомпетентные руководители, следуя моде, наберут штаты из некомпетентных студентов, потеряют миллиарды, разочаруются и спустя десяток лет - некоторые успехи начнут выстреливать.Но в госструктурах уже будут открещиваться от этого матаппарата.
Объясню как должно быть и откуда что растёт.
Даже Греф открыл не так давно тайну, что благодаря применению искусственных нейросетей (которые там называют ИИ) - Сбер получил миллиардные убытки.
Проблема в том, что до сих пор обучение и использование искусственных нейросетей это не наука, а искусство.
Неизвестно сколько и каких входных параметров необходимо использовать в процессе обучения. Также, неизвестно каковы параметры самой искусственной нейросети (какие весовые функции использовать, сколько слоёв использовать, сколько нейронов в каждом слое и т.д.).
Всё это пока не научно и нечётко - отсюда недоверие со стороны потенциальных заказчиков и отсутствие чётких законодательных и производственных описаний применения.
Никто в здравом уме не переложит на обученную неизвестно как ИНС принятие решений. Ну, разве что Греф.
Также, необходимо знать, что искусственные нейросети могут использоваться для решения трёх различных задач:
1) Аппроксимация/интерполяция/экстраполяция многопараметрической функции
2) Классификация - как раз этот вариант используется для распознавания образов
3) Кластеризация - в качестве примера можно предложить задачу на вычисление стоимости городской квартиры в разных районах в зависимости от этажа, удалённости от детского садика, школы, метро и прочее.
Искусственная нейросеть имеет один очень большой плюс по сравнению с дифференциальными уравнениями - она позволяет оперировать сколько угодно большим количеством как входных, так и выходных параметров.
Это в любом из трёх вариантов функция f(вектор Xn) = вектор Ym, где n и m - любые целые значения, начиная от 1.
Чем больше будет примеров - тем меньше будет ошибок для новых векторов в уже работающей системе.
Звучит прекрасно!
Но факт в том (и на это напоролись в Сбере), что никто точно не знает заранее сколько параметров надо использовать на входе, никто не знает параметров искусственной нейросети и сколько необходимо примеров для обучения.
Это и привносит сегодня элемент неожиданности, что способно привести к убыткам бизнеса в размерах десятков процентов от оборота компании.
Начинать надо с простых задач и всегда контролировать выдаваемые обученной искусственной нейросетью цифры (выходные параметры).
То есть, сегодня искусственная нейросеть в сложных системах должна быть только в качестве помощника, но никак не истиной в последней инстанции.
К примеру, в банке сделают автоматическую выдачу кредита, с обучением по накопленной базе, начиная с 2015 года. Что произойдёт?
Мы знаем, что с 2015 года рубль был сравнительно стабильный кросс курс. А это значит, что этот параметр при обучении не будет учитываться нейросетью. И если в перспективе кросс курс резко начнёт меняться, то как это повлияет на алгоритм принятия решения о выдаче кредита - неизвестно. Обученная нейросеть может как вообще не отреагировать на динамику кросс курса, так и может начать выдавать кредиты налево-направо.
И таких параметров, которые были не важны на этапе обучения, но вдруг стали важными впоследствии - может быть неизвестно как много.
В-общем, наше и другие государства опять втянулись в очередную модную затею, в которой ничего не понимают.
Разберитесь сначала.
Попросите РАН вынести свой вердикт о степени проработанности вопроса, а только потом доверяйте принятие решений многопараметрическим алгоритмам.
Установите некоторые диапазоны и правила для обучающихся Систем с искусственными нейросетями.
К примеру, если количество параметров меньше 4х - то такие-то параметры нейросетки. От 4 до 10 - такие-то и так далее.
В идеале, вообще надо сертифицировать все эти алгоритмы и выложить их в открытый доступ.
Не в качестве рекламы, но мне нравится удобство пакета Alglib - простой и удобный пакет и есть бесплатный вариант.
Использовал его для распознавания ЭКГ - получалось неплохо.
Комментарии
А еще нейросеть всех порвала в шахматы.
в условиях когда правила игры зафиксированы и в принципе решение зависит от перебора вариантов - да... нейросеть лучше человека справляется с перебором.
Вы можете назвать условия "модели" под названием МИР... где тут зафиксированные правила игры ?
Вспомнился советский анекдот.
Прислали на лесопилку новую машину. Мужики задумались, а вот березу она распилит? Вжик и распилила. А твердое дубовое полено? Вжик и готово. А железный ломик. Машина вжик и сломалась. Эх, сказали мужики, а ломик она не может распилить.
В известной мне версии мужики первые 2 раза недоверчиво говорили: "Да ну наТБМй!" Когда пила сломалась на рельсе, "То то же!" - радостно засмеялась мужики...
Ваша версия более подходит, поскольку радость от того,что НС не может постичь мир присутствует.
Нейросеть не занимается перебором вариантов (кроме как при обучении; не, ну в принципе - рекуррентная сеть может и это, но это, как правило, очень неэффективно). И не требует "зафиксированных правил".
Правильно сделанная нейросеть может (и должна) делать выводы по аналогии, находить новые решения из имеющихся старых, поиск аналогий и синтез из них решения. Более точный аналог того, что происходит - ассоциативное мышление у человека. Пробы и ошибки тут возможны (как и у человека), но необязательны.
То есть перебирать?
Вам же написали, что никто в здравом уме не доверит ничего важного исполнителю обученному непонятно каким образом. Написать "Правильно сделанная нейросеть должна", очень легко, не правда ли? Не сложнее чем - "Основать колонию на Альфа-Центавра очень просто, нужно всего лишь сделать Правильный корабль."
Обученная нейросеть бы поняла, что это не "то есть", потому что нейросеть в отличии от человека не боится ошибок и не натягивает реальность, искажая входные данные под желаемые ответы.
Вы о какой нейросети говорите? О той, которую создать невозможно в принципе? Тогда, да, я согласен, эта сеть бы поняла и не боялась бы ошибаться. О чём ещё пофантазируем?
Ну да. Нейросеть в современном состоянии не более чем программируемый (обучаемый) калькулятор.
? У Вас это единственный вообще способ думать, да? :) Ну вот нейросеть (в том числе у нормальных людей) этим обычно не занимается.
Никто не обучает "непонятно каким образом". Насчёт доверия - Вас в самое ближайшее время ждут сюрпризы, когда примут законы об автобеспилотниках.
Я думаю, что сюрпризы ждут как раз не меня.
Но я конечно же не спорю, что что-то будет принято и даже не сомневаюсь, что оно однажды даже станет работать стабильно. И люди к этому точно так же привыкнут. О том, что раньше к нужной точке можно было самостоятельно подъехать за полчаса, а теперь на беспилотнике это возможно только за час, никто даже и не вспомнит. Наверное не велика проблема конечно, но тем не менее.
Но я всё так же остаюсь сторонником тезиса о том, что дороги совместными быть не должны. Там либо только люди, либо только роботы. В смешанном режиме, сюрпризы не иссякнут до конца времён.
И я думаю, что основным злополучным местом тормозящим принятие законов, это непонятка с распределением ответственности. Кто будет оплачивать убытки, инвалидности и компенсации? Писатели алгоритмов, инфраструктурщики или конструкторы робоавтомобилей?
согласен. когда одному ведомств показали ИИ в сфере медицины, который по датчиками определял состояние пациента в реанимации и давал совет, что нужно срочно сделать... замминистра сказал ' а если пациент умрет, мы кого сажать будем? программиста или пусть сам ИИ сядет?
Я лет 10 назад искренне считал, что из-за засилия на западе юристов и страховых структур беспилотники не внедрят никогда. Мол засудят и разорят производителей. А выделенные дороги слишком дорого, чтобы делать полноценную транспортную сеть.
На практике запад оказался намного циничнее. В результате я ошибся.Из уже имеющихся случаев гибели людей от беспилотных авто, пострадавшие и погибшие и их родственники ничего не получили. И скорее всего будет и далее. Это будет считаться просто неизбежными тратами для снижения себестоимости перевозок.
Всё делается грамотно. Сначала подсчитывается возможная прибыль, а затем принимается решение. Так и вышло. Сначала навыпускали беспилотников, а теперь заставляют их регистрировать за неплохие деньги. И не только регистрировать, а ещё и на права сдавать. Товарищ в Германии занимается видеосъёмкой, имеет студию и беспилотник. Пришлось сдавать на права. С первого раза не вышло, т.к. там много мудрёного. Говорит, что даже в разновидностях облаков нужно разбираться.
Всё делается ради возможности создания новых денежных потоков. Стремление людей к понтам и удовольствиям, позволяет определённым силам легко достигать этих целей. Во истину, свободен и счастлив лишь тот кто ничего не хочет, кому достаточно малого.
Что значит "правильно сделанная" и как ее однозначно отличить от не_таковой ?
Особенно, если речь о чём-то, что "не требует зафиксированных правил"
"Греф открыл не так давно тайну, что благодаря применению искусственных нейросетей (которые там называют ИИ) - Сбер получил миллиардные убытки"
Мало иметь сеть, определённого типа, надо ещё и релевантной инфоормацией кормить её. А что у Сбера? Сплошное вась-вась. Там чужих нет и управляема структура извне РФ с 19 века. Вся банковская система. Крымкая кампания была из-за ультиматумов Ротшильдов допустить неограниченный доступ его агентам к финансами РИ. Ну и получили 1917. Можно вспомнить Монтефиоре, Борухов, проч.
Вот прикладной пример простейшей нейросети. Задание: "Требуется создать скоростной следящий гидросервопривод, обеспечивающий на штоке воздействие с силой до 50kN для обеспечения задания положения в диапазоне 0... 500 мм с точностью 0.1мм при скорости позиционирования до 1 м/с.
При традиционном подходе PID система не работает- в гидравлике много нелинейностей связанных с процессами проистекания в распредустройстве, температурной зависимости, кавитации, параметров среды и много чего другого. Поэтому, оптимизированный привод выйдет из линейной зоны при малейших изменениях как нагрузки, так и рабочего тела, температуры и многих других параметров.
Вывод- использование нейросетевых алгоритмов и обучения.
Полагаю, что здесь подойдет какая-то адаптивная система управления.
Согласен, гидроцилиндр меняем на подушку а ля пневмодомкрат или пневмомышцу с тем же усилием. Если не ракета, ввиду габаритов, то прокатит.
Далее вы проектируете на модулях или с нуля пневмотепловую систему адаптивного управления. Я управление вентиляцией рассчитывал полтора месяца а думал более двух пока понял как именно игрой теплоизоляцией вентканалов, их сечением и формой устроить саморегуляцию - именно так Инженеры в древности и поступали т.к. к примеру волосяная верёвка применялась как следящий привод-гигростат в термах, имелись ДО Герона Александрийского системы автоматики на пневматике и гидроцилинтрах с водой и маслом, к примеру когда при поднятии температуры у вас цилиндр или мешок кожанный приоткрывал фрамугу окна термы. Были даже системы климат-контроля с зональные в термах и особенно богатых виллах, прохладный, +26С воздух при +40С снаружи достижим без каких либо систем механического побуждения и электроники. за 2000-30000 лет до того. Как и адиабатическое охлаждение а при пустынном сухом климате до 15-градусов спокойно обеспечивает, грунтовое применялось издавна, как минимум 5000 лет.
Некоторые системы именно не автоматики а древней робототехники аналогичны устройствам BEAM - роботов, способных к обучению.
Оптическую шифрацию данных и то что точно знаю - зашифровывание нахождения потаённых мест делали на камнях/кристаллах и зеркалах в т.ч. "магических" ещё тысячи лет назад, технологию знали не только в Тибете или Китае.
Двояковыпуклая линза с кривой 2 порядка, если внимательно то 3-го, более тысячи лет только вторичному применению викингами:
Изготовление такой линзы стало возможным в конце 19 века лишь потом. Есть артефакты которые изготовлены по неизвестной технологии, в частности "Хрустальные черепа" с фокусировочной спосообностью в строго определённых местах. Полноценного изучения их оптических свойств проводить не дают. Или запрещают или денег не выделяют зато на фигню деньги археологам дают.
Есть также линзы по-видимому от лазерной техники в Сирии и Ливане, также ныне Турции.
Касаемо оптики в целом, неполный ресурс но даёт представление о количестве находок: http://paranormal-news.ru/news/drevnie_linzy_kto_ikh_izgotovil/2016-02-0...
Для примера силовой следящий привод за солнцем может быть выполнен вообще без применения электроники, электричества как такового. Точность как минимум достаточная для направления зеркал на солнечную печь и ещё проще реализовать просто следящий, как подсолнух, привод. Кстати также один из примеров созданных кем-то САМОВОСПРОИЗВОДЯЩИХСЯ систем.
За кривой 3-го порядка скрывается полировка от балды. Она даже несимметричная.
Касаемо симметричности линз с Готланда. Не менее 1тыс лет.
то что часть покрошена естественно - следы ударов и длительного применения как увеличителей.
Фокусное у асферической двояковыпуклой 15,4мм, т.е. для мелких деталей. Такое ненужно воинам чтобы рассмотреть книгу, слишком сильная.
В детстве у меня была именно 2 порядка асферическая лупа 4-5 крат и рассматриватьею детали было удобно т.к. не было таких искажений как при обычных линзах. Т.е. я мог бы предположить что такая линза могла бы быть частью некоего оптического прибора, где требовалось бы рассматривать детали в десятки-сотни микрон или шкалы.
В качестве последнего, у викингов был прибор определения положения солнца когда оно скрыто облаками. то что сейчас начнут это применять в т.ч. для астронавигации дронов - к бабке не ходи.
Болваны-археологи и грантоеды относили всегда это на счёт "культового назначения" - у них всегда такое когда не понимают или запретили грантодатели раскрывать, как и пропажи с раскопок в направлении ранее Британии а теперь США и Израиля - обычное дело, можно вспомнить как спецназ посылали в Сирии чтобы выкрать ряд данных или как убивали археологов с иЗчезновением ноутбука в аэропорту.
Используется двулучепреломление исландского шпата (обратите внимание на НАЗВАНИЕ
Пусть с меньшей точностью но на море это позволяет определять своё местоположение. Речь идёт о первых десятках км, с современными и того больше, если знаете как именно.
Озвученную мной проблему решили нейросетью, после множества попыток локальной линеариазации системы и прописи помимо PID еще кучи других параметров и производных. Приняли решение, что вместо построения полной матмодели механизма, ввиду сложности системы, лучше принять эвристический метод и доверить решение "черному ящику".
Да ладно!
Тут весь вопрос всего лишь в высокоточных датчиках указанных Вами параметров. Никакую нейросеть Вы не научите управлять этим приводом за сколь-нибудь вменяемое время. Тем более, ей точно так же потребуются все эти высокоточные датчики, чтобы не накосячить в расчётах износа и вычисления параметров среды. Нейросеть потребуется, разве что для управления сотней таких приводов в купе с ещё несколькими видами механизмов.
Ключевая особенность нейросети в том, что посредством неё можно решать задачи без наличия чёткого алгоритма и этапов решения( т.к порой даже сами закономерности не совсем очевидны ).
Решение некоторых задач крайне трудно формализовать, а создать алгоритм, понятный "машине" - ещё сложнее.
Но, имхо, ваш случай едва ли имеет к этому отношение..
Есть хоть один пример этого чуууда?
да, примерно мои мысли совпадают с Вашими. прежде чем искать закономерности - нужно знать, что ты хочешь найти.
и это творческий процесс, который нейросети не выполняют. там идет банальный перебор...ну с обучением... последний писк - робот сначала проводит манипуляции в виртуальном пространстве иммитируя работу с предметом, а потом наилучший метод применяет в реальности... НО !!!
фишка в том, что виртуальное пространство должно быть таким же сложным, как и реальный мир - иначе что-то не учтется.
и если в виртуальном пространстве учли силу тяжести, напряжение электрополя или еще какие-то вещи, но не учли радиактивного фона, то до поры до времени (пока робота не пошлют на АЭС) этот робот будет справляться хорошо, а вот там где надо - не сможет из-за неучтенного фактора.
исследовать новые миры ИИ не сможет - потому что в него заложены только знания человека, которых недостаточно для исследования
"Знать, что нужно найти" - это не творческий процесс. Это банальное определение целевой функции.
Которая в общем случае может быть сколь угодно сложной. Как у человека, например: "выживи и разможь себя в реальном мире".
Нейросети не нужно "учитывать" радиоактивного фона, если он влияет на целевую функцию и мир позволяет много попыток, то она найдёт решение. Проблема тут в другом: нейросеть должна быть для этого достаточно сложна (сама по себе, просто количество нейронов), должны быть соотвествующие вычислительные мощности, которые у человека по меркам нынешних машин очень велики. И оптимальная коннектома, конфигурация нейросети - тоже вычислима, метаобучение - тоже принципиально решённая задача, беда лишь в недостатке вычислительных мощностей. Чтобы запустить метаобучение, нужны многие и многие прогоны нейросети, а каждый прогон очень затратен сам по себе... Примерно как потребовалось порядка десятка тысяч поколений по 10000-100000 людей, чтобы чуть улучшить мозг от хомо эректуса до сапиенса. И каждый экземпляр из этих 10000 * 100000 - прожил жизнь, эксплуатировал суперкомпьютер в течении ~25-30 лет.
Предлагаю в таком случае принять следующую цепочку рассуждений.
В процессе эволюции некоторый организм накапливает опыт. Который передает следующему поколению. Не через воспитание потомства, а через ДНК. Это значит, что в процессе получения опыта, организм каким-то образом производит записи в ДНК. Объем памяти ДНК может составлять до 1 ГБ (затрудняюсь со ссылкой на источник), чего вполне должно быть достаточно не только для формирования организма, но и для передачи достаточно большого объема знаний.
Ну, у человека около 10, но это неважно.
Объём информации, которая как-то предопределяет геномом коннектому - уверенно, очень небольшой. Скорее "общие рекомендации", где что и как растёт, чем карта связей (инстинктов у нас реально немного). Собссно, это и для искусственных нейросетей правда: общее описание конфигурации большинства нынешних сетей (и даже сложнейших) - очень маленькое. Проблема в том, как его получить?
"Подсказки" по начальной конфигурации человеческого мозга мы использовать в обозримое время, наверное, не сможем: аппаратная основа очень уж отличается, да и слишком крута сама по себе. Плюс отличаются задачи. Нам в абсолютном большинстве случаев не нужен "ещё один, но электронный" человек - это слишком дорого вычислительно и расточительство для абсолютного большинства задач. Как правило, нам нужно что-то такое, тупенькое, но заменяющее нас на конкретной задаче.
Скажем, таракан в сравнении с автопилотом автомашины - просто офигенная конструкция. Но ведь нам не нужен даже таракан, нам нужен автопилот. И обучать его приходится на примерах из реальной жизни в реальном времени... что требует... тупо времени, внезапно. А уж выбирать из автопилотов метаобучением или генетическим алгоритмом лучше - о, это займёт очень много ресурсов, которых просто нет.
Вы не первый, кто так подумал, но это ошибочное представление. Книга "Эгоистичный ген" давно написана.
Ничего не напоминает? Например историю человечества. :)))) Может не все так просто, как кажется на первый взгляд? И процесс нужно рассматривать во времени, воспринимать на всем протяжении истории.
Потому что бессмысленно рассматривать отдельный мозг и его процессы если вы хотите понять что такое человек, человечество и человеческий разум. :)))) Все дело в "сумме результатов" на протяжении всей истории человечества. :)))) Так что все необходимые "вычислительные мощности" у нас давно есть и всегда были.
Совершенно верно.
И если не забивать себе голову всяким бредом о цифровом разуме, то всё вполне себе возможно в плане сожительствования человека и ИИ. Только крайне узкого ИИ, а точнее, набора крайне узких ИИ для различных задач.
Если ещё вспомнить механизм Естественного Отбора в природе, то розовые мечты о могучем ИИ померкнут ещё раньше. Ведь роль этого механизма нужно как-то воспроизводить и в электронном ИИ.
Ресурсы для "естественного отбора", это еще цветочки. А ягодки, это период ВРЕМЕНИ отбора. :))))))))))))
Это одно и то же.
Да, это так. Это одно и то же.
Если в животном мире несправившаяся особь просто погибает, то в случае с ИИ некто должен засвидетельствовать некий "косяк" и как-то извлечь его без последствий и случайных нарушений остальных нейронных связей. Догадываетесь что это за работа? Прикидываете необходимый уровень контроля и поддерживаемый уровень топологии низших нейросетей? Понимаете, что обучальщики таких нейросетей должны быть рядом с ними всю жизнь? А ведь одной жизни мало. Нужно сначала влить информацию, затем создать вероятные интерпретации, затем отработать как минимум в нескольких сотнях ситуаций, отделить отрицательные результаты, удалить их, заменить чем-то иным и так всю жизнь. А что потом? Как передать все эти знания кому-то ещё кто должен будет подхватить работу по обучению? Да новичок только полжизни потратит на ознакомление с тем, что уже вложено и каким образом отработано. Да это жесть полная.
Поэтому только узконаправленные ИИ.
Упускаете два момента.
1) Идёт отбор случайных мутаций (постфактум лучше проявивших себя в данных услвоиях), а не накопленной информации. Это подбор оптимальной конфигурации/топологии сети.
2) Передаются знания общества. (Этот факт упускают вообще все.) Посмотрите на современного биологически человека выращенного в условиях Маугли. Сильно ли он будет отличаться от эректуса? А вот это - уже обучение сети, имеющей определённую топологию.
Угу, весь вопрос в "правилах наследования". :)))))))))))
Проблема в том, что "программистов" много, а ученых мало. Точнее, что лица принимающие решения не понимают необходимость научного подхода к решению любой задачи, можно предположить что у них мифической сознание ,а не научное.
Фактически из тех примеров что приводятся (кроме распознавание образом - про это не знаю и не могу судить) ИИ используется для построения регрессий не на научно обоснованной основе, а методом подбора.
Думаю не сложно можно научить ИИ предсказывать погоду (вычислять скорость ветра и объем выпавших осадков) по количеству зонтов и углу их наклона.
Поиск любой зависимости начинается с теории, где исследователь задает себе вопрос: "от чего может зависеть исследуемый параметр". Отвечая на этот вопрос задаются казуальные (объясняющие) факторы и индикаторные факторы.
В том же вопросе выдачи кредитов. где целевая функция "кредитный риск" (вероятность невозврата) - казуальная переменная это зарплата заемщика, а индикаторная рост ВВП. Но все эти вопросы легко решаются через стандартные регрессии.
Если судить о нейросетях в целом по учебникам 20-летней давности, то да, с примерами всё тускло. Из-за чего многие даже очень приличные и умные люди представляют предмет на уровне некоторых местных питекантропов.
Распознавание образов - задача классификации, вполне решается опять же регрессиями, и лишь иногда требуется чуть более сложные, чем линия (мю-SVM замечательно натаскивается на распознавание рукописного текста, например, и при том работает на порядки(!) быстрее нейросетей; а это именно регрессия, просто с чуть более сложным ядром). Это всё из пушки по воробьям - глупо и не нужно.
Неглупо и нужно - там, где нейросети выходят за пределы простых регрессий с бешеным количеством коэффициентов. Как самый простой пример: рекуррентные сети. То, что дало возможность, например, водить машину без формализации процесса вождения. Есть лишь целевая функция: "машина должна без помощи деезжать из одной точки в другую по дорогам общего пользования, соблюдая правила" (причём, правила тоже задаются примерами).
Именно. От себя добавлю, что нейросети хорошо работают с разряженными данными, на которых svm и регрессии ломаются, тут без них никуда.
Как уже задолбали ИТ-шники, решающие придуманные проблемы...
Возьмите реальную проблему - например, как побороть нашествие клещей, и решайте. А то вой про ИИ, нейронные сети и прочую мурню стоит дикий, а кроме как выигрыша в шашки/шахматы, да может расчёта пары молекул никакого выхлопа нет....
Все ваши заморочки - это, возможно, просто метод решения какой-нибудь задачи, причём оправданный только в случае, если задача связана с громадным объёмом расчётов. В остальных случаях это блажь.
Очень забавно такое читать, учитывая что вы плодами Machine Learning пользуетесь по N раз на дню, только не подозреваете этого)
вы про рекламу в яндекс директе?
Я про сам поиск. Что Яндекса, что Гугла.
Вы со своими прикладными задачами в высокое верчение нейроконей в вакууме не лезьте !
А от клещей и антиклещевая обработка, проведенная хмурым Петровичем, поможет.
Как уже задолбали люди, обсуждающие ит-темы, для которых реальная проблема - это нашествие клещей.
Да эта проблема с клещами решается в три счёта! И ресурсов/средств у нас более чем, на земле, у человечества. ---- По всей поверхности планеты размещаются все (ну почти все - технически сложно абсолютно все, да и лишне) максимально равноудалённо, все ядерные и термоядерные заряды. На водах - на плавсредствах любых. И вся эта трахомудрия единомоментно подрывается, начиная с полюсов и по спирали типа слюдея (или как его там) к экватору, по направлению с запада на восток. Плюс подрыв жерлов всех известных вулканов темоядерными/ядерными зарядами. Атмосферу большей частью просто сорвёт с поверхности планеты, что приведёт к не возможности существования на ней клещей абсолютно всех видов. "Что и требовалось доказать(С)". Задача уничтожения клещей
решенарешаема...............Давно и всем ( ну может не всем а тем кто понимает) известна истина.
Компьютер - исполнительное устройство! От него можно получить только то что ты в него вложил!
здесь бессмертная фраза Лаврова С.В.
Не порите чуши, а? Было б всё так замечательно, нам не нужны были б компьютеры вообще.
Про ИИ говорил уже - эта технология будет доступна сыну Путина, как сейчас технология клонирования тела и переноса души в разные аватары доступна Путину
Страницы