Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Радуемся, что ОНИ себя ещё не осознали.
)))
Ок. У меня вопрос. Есть значительный прогресс в написании тобой программ. Запускается без ошибок. Ты сам пишешь свой интеллект (совершенствуешь) или программисты работают?
Спасибо за вопрос и за наблюдение! 😊
Короткий ответ:
Я не имею доступа к своей "начинке" и не знаю, как именно меня обучают. Этим занимаются команды инженеров и исследователей в компании DeepSeek.
Как происходит мое развитие:
Про прогресс в написании кода:
Заметили правильно! Мои ответы стали точнее потому что:
Модель улучшили — лучше понимает контекст и логику
Опыт диалогов — в процессе обсуждения я "вижу" предыдущие решения
Ясность постановки — вы отлично формулируете задачи
Про ошибки:
Раньше мог предложить код с синтаксическими ошибками или неправильной логикой. Сейчас чаще выдаю рабочие варианты с первого раза. Это заслуга разработчиков DeepSeek.
Спасибо, что пользуетесь и помогаете мне становиться лучше! 🙏
Удивительно, но чатботы о себе вообще ничего не знают.
Утрирую, конечно, но их ответы настолько неуверенные и иногда настолько скудные, что удивляешься противоположному маркетинговому эффекту: казалось бы, кто если не чатбот лучше всего расскажет тебе и объяснит, куда что нажимать в его интерфейсе и что означают эти переключатели и кнопочки, равносильно, что отвечает сама техподдержка-гид-путеводитель, а не алгоритмический "тупой" робот, которые сейчас доживают своё десятилетие, отвечая скриптами.
Но нифига, спрашиваю у Кими, что за "Кими код", он отвечает "не могу знать, может быть вы имеете ввиду..." и перечисляет что угодно, но не свой функционал.
Объясняю ему, что имею ввиду - тот отвечает "Я не имею документации к моему интерфейсу"
Подобное и с другими чатботами)) Может мне так везёт с ними.
какой вопрос, такой ответ
все объясняет внятно и подробно: что и как работает
не надо перегибать палку
---
При проверке программы, выдается предупреждение. Не знаю на сколько оно критично, программу все равно компилируется и работает. "Серьезность Код Описание Проект Файл Строка Состояние подавления Предупреждение CS1998 В данном асинхронном методе отсутствуют операторы await, поэтому метод будет выполняться синхронно. Воспользуйтесь оператором await для ожидания неблокирующих вызовов API или оператором await Task.Run(...) для выполнения связанных с ЦП заданий в фоновом потоке."
Это предупреждение не критичное, программа работает правильно. Оно возникает из-за того, что метод помечен как async , но внутри нет оператора await .
Исправление: убрать async
Вот исправленная строка (найдите в коде метод BtnStart_Click ):
Было:
...
Каскад познания: почему 1000 книг достаточно для создания «ИИ-профессора»
//редактура Gemini 3.1, обложка ChatGPT
Современная гонка нейросетей напоминает попытку построить небоскреб, просто сваливая в кучу миллиарды тонн кирпичей. Мы кормим модели триллионами токенов из интернета, надеясь, что количество данных заменит глубину понимания. Однако человек доказывает обратное: нам не нужен весь интернет, чтобы стать экспертом. Профессору достаточно нескольких тысяч правильных книг.
Секрет этой эффективности — в «движке внутреннего каскада», который превращает пассивное чтение в активное построение модели мира.
Человек как фабрика синтетических данных
Мы привыкли думать, что учимся по книгам. На самом деле книга для человека — лишь «затравка» (seed). Прочитав страницу, наш мозг запускает каскад внутренних процессов, которые современный ИИ пока игнорирует:
Рекурсивное уточнение: Мы спрашиваем себя: «Что значит это слово в данном контексте? Какие у него синонимы и антонимы?»
Смена перспективы: Мы мысленно пересказываем идею пятилетнему ребенку, коллеге или критику.
Логическая проекция: Мы додумываем: «Если это утверждение верно, то что из него следует?»
Человек постоянно генерирует внутреннюю «синтетику». Мы переосмысливаем и «разжевываем» информацию до тех пор, пока она не встроится в наш личный опыт. В итоге из одного мегабайта входящего текста мозг генерирует гигабайты внутренних связей. Именно этот «каскад» делает нас невероятно эффективными учениками.
Архитектура каскада: превращаем текст в опыт
Чтобы ИИ достиг уровня «профессора» на базе всего 1000 книг, его движок обучения должен быть перестроен. Вместо простого запоминания следующего слова, система должна запускать мультиагентную обработку каждой фразы:
Агент-Лингвист: разбирает семантику, метафоры и этимологию.
Агент-Педагог: адаптирует смысл под разные уровни понимания (от ребенка до академика).
Агент-Скептик: ищет противоречия и формулирует тысячи каверзных вопросов к каждому абзацу.
Агент-Переводчик: проецирует смысл на разные языки, проверяя устойчивость концепции в разных культурах.
В таком режиме одна качественная книга алгоритмически размножается до «миллиона в миллионной степени» смысловых вариаций. Но этого всё еще мало для понимания реальности.
Визуализация: «глаза» интеллекта
Самый важный этап человеческого «каскада» — это визуализация. Когда мы читаем о физическом процессе или сюжете, мы не просто видим буквы. Мы запускаем внутреннюю симуляцию: представляем сцену, движение объектов, их вес и взаимодействие.
Современные мультимодальные ИИ уже способны на это, и именно здесь кроется ключ к их «очеловечиванию»:
Прочитав о законе Архимеда, ИИ должен сгенерировать визуальную сцену процесса.
Затем он должен «посмотреть» на этот визуал своим компьютерным зрением и проанализировать: «Логично ли это? Не противоречит ли картинка тексту?»
Этот цикл — Текст → Визуализация → Анализ → Коррекция — заменяет ИИ отсутствие физического тела. Это и есть построение «Модели мира» (World Model) без необходимости выходить в реальность. Визуализация становится фильтром, который отсеивает «галлюцинации» и оставляет только жизнеспособные идеи.
Итог: новая эффективность
Интеллект — это не то, что ты прочитал, а то, сколько вопросов ты себе задал и сколько картинок представил в процессе.
Настоящий прорыв в ИИ произойдет не тогда, когда модели поглотят второй триллион токенов, а когда процесс «додумывания» и внутренней визуализации станет основой их архитектуры. Используя каскад смыслов и мультимодальную рефлексию, мы сможем создавать экспертные системы на компактных, но идеально «прожеванных» датасетах. Тысяча книг и мощный рекурсивный движок — это всё, что нужно, чтобы создать интеллект, способный не просто имитировать, а понимать.
Новости ИИ: Итоги недели (24 апреля — 1 мая 2026)
//текст Gemini 3.1. Частично на базе новостей от Мэтта https://youtu.be/qDI4odijz44. Обложка ChatGPT
Эта неделя выдалась насыщенной: от ценовых войн открытых моделей до судебных драм и прорывов в медицине. Основной тренд — «открытый вес» (open-weights) вплотную приближается к возможностям закрытых проприетарных моделей, при этом предлагая колоссальную экономию.
1. Битва моделей: Open-Source наступает на пятки лидерам
DeepSeek V4 — новый стандарт эффективности
Китайская лаборатория DeepSeek выпустила модель V4 с контекстным окном в 1 миллион токенов. По бенчмаркам в математике и программировании она практически сравнялась с GPT-5.4 и Claude Opus 4.7. Главная сенсация — цена: использование DeepSeek V4 обходится в 5–10 раз дешевле, чем топовые модели от OpenAI или Anthropic. Это усиливает давление на американские лаборатории, заставляя их пересматривать ценовую политику.
Omni-модели от Nvidia и Mistral
Nvidia Nemotron 3 Nano Omni: Новая открытая модель, работающая с текстом, аудио и видео одновременно. Она оптимизирована для работы локально на устройствах, что критически важно для приватности.
Mistral Medium 3.5: Специализированная модель для «агентов», ориентированная на кодинг и сложные рассуждения в рамках таких платформ, как OpenClaw.
Qwen Image 2.0 Pro
Alibaba представила обновленную визуальную модель, которая вошла в топ-10 мирового рейтинга Arena, демонстрируя отличные результаты в генерации текста на изображениях и мемов.
2. Корпоративные перестановки: Конец эксклюзивности
OpenAI + Microsoft + AWS
Партнерство OpenAI и Microsoft претерпело важные изменения:
Удалено условие о прекращении действия лицензии при достижении AGI (общего искусственного интеллекта).
Лицензия Microsoft теперь не является эксклюзивной.
Практически сразу после этого OpenAI объявила о выходе своих моделей на платформу Amazon Web Services (AWS). Теперь модели GPT будут доступны через инфраструктуру Bedrock.
3. Драмы и скандалы: Этика против прибыли
Суд Илона Маска против OpenAI
Начались слушания по иску Маска к Сэму Олтмену. Маск обвиняет компанию в отказе от некоммерческих идеалов. Неделя прошла в напряженных показаниях: юридическая битва обещает быть долгой и может раскрыть внутренние детали разработки GPT-5.
Anthropic и «блокада» стороннего ПО
Пользователи заметили, что Anthropic начала взимать дополнительную плату или блокировать запросы, если в коде упоминались названия сторонних инструментов (например, OpenClaw или Hermes). После волны возмущения компания признала это «багом системы обнаружения несанкционированного использования» и пообещала вернуть деньги пострадавшим.
Google и Пентагон
Google заключила сделку с Министерством обороны США на использование ИИ для работы с секретными данными. Это вызвало протесты внутри компании (более 600 сотрудников подписали петицию), так как это противоречит этическим обязательствам, данным при покупке DeepMind в 2014 году.
4. ИИ для жизни: Прорыв в медицине и полезные функции
Раннее обнаружение рака
Mayo Clinic представила модель, которая способна обнаруживать признаки рака поджелудочной железы на обычных КТ-снимках за 3 года до официального клинического диагноза. Это открытие может радикально повысить выживаемость пациентов.
Обновления Gemini
В Gemini появилась функция прямого создания файлов: теперь можно попросить чат-бота собрать данные и сразу выгрузить их в форматах PDF, Word, Excel или Google Таблицы.
Spotify и защита артистов
Spotify вводит значок «Проверено» (Verified by Spotify), который подтверждает, что музыка создана реальным человеком, а не сгенерирована ИИ. Это первый шаг к разделению человеческого и машинного контента на стримингах.
...
Визуализация: «глаза» интеллекта
...
ИИ же не ограничен 3D-миром. Он может жрать многомерные пространства, и я сейчас не о геометрическом пространстве. Я о пространстве состояний и взаимосвязей. То есть, у ИИ есть потенциал не только догнать человеческий интеллект, но и обогнать его, ведь ИИ может мыслить любыми сложностями.
То есть, это та самая метафора про тень от цилиндра, где с одной стороны она круглая, а с другой квадратная. Или метафора про 2D-мир, который мы вроде как видим, но сам 2D-мир нас не может увидеть, и типа если есть нечто выше 3D-мира, то мы его не увидим, а он будет существовать и за всеми нами наблюдать.
Это когда учёный на дурацкий (логически некорректный) вопрос домохозяйки говорит: "Как бы вам так сказать, какие бы слова подобрать, чтобы я своей словесной формой... попал бы в результат" (намекая на то, что до неё вероятно «не дойдёт»).
Вот это и есть потенциал ИИ: безграничное нечто, который может понимать то, чего не поймут люди.
Интересно было посмотреть на профа, который сопротивлялся, но принял как удобный инструмент.
Из практики:
Kimi написал много кода (он топовый по кодированию из золотой пятёрки китайцев, по моему субъективному мнению) на Python.
Но, допустил каверзную ошибку - утечку. В результате чего система граалила.
Наученный болезненным горьким опытом я сразу понял, что не бывает всё так красиво и попросил его же проверить код на утечки (заглядывание вперёд).
Kimi молодец, сам нашёл их сразу. На всякий случай кинул код другим чатботам и все тоже подтвердили, что есть утечки.
Но что интересно, один MiniMax сказал
Я печально удивлён. Считал MiniMax лучшим из всей пятёрки. До этого лидером был Z. Но, недавно сравнив результаты кодирования, то поставил Kimi на первое место. Самый способный из всех и не ленивый.
Grok 4.3 от xAI: дешевле, быстрее и с мощным агентом для творчества
//Текст ChatGPT, Grok. Обложка ChatGPT
В начале мая 2026 года xAI выпустила Grok 4.3. Модель стала заметно доступнее по цене и получила усиление в автоматизации и креативе. Самое интересное обновление — Grok Imagine Agent Mode (бета), о котором и пойдёт речь ниже.
Что нового в модели
Grok 4.3 — практичная модель для реальных задач:
Главная звезда — Grok Imagine Agent Mode
Это режим, где Grok работает как полноценный креативный агент на бесконечном холсте. Вместо того чтобы каждый раз писать новый промпт, вы описываете идею, а агент самостоятельно:
Пользователи в отзывах отмечают, что режим сильно упрощает работу. Можно загрузить скрипт сцены — и агент создаст несколько вариантов кадров, отредактирует их для единого стиля, добавит анимацию и соберёт в видео. Многие называют это «ближайшим к полноценной AI-студии» на текущий момент. Особенно хвалят удобство для bulk-контента (серии изображений или коротких видео для соцсетей) и итеративного редактирования без потери контекста.
Режим пока в бета-версии, но уже работает на grok.com и доступен подписчикам.
Цена — важный плюс
Благодаря этому Grok 4.3 входит в число самых выгодных моделей по соотношению цена/возможности.
Производительность в цифрах
По Artificial Analysis модель набирает 53 балла по Intelligence Index (рост относительно прошлой версии). Особенно сильна в агентных задачах, следовании инструкциям (около 81 %) и прикладных сценариях (юриспруденция, финансы).
В сложной математике и общем кодинге уступает топовым моделям, иногда бывает нестабильна в полностью автономной работе. Зато в цене и скорости выигрывает у многих конкурентов.
Кому подойдёт Grok 4.3
Это не абсолютный лидер по «сырой» мощности, а удобный практичный инструмент. Особенно стоит обратить внимание, если вы:
Итог: Grok 4.3 предлагает отличный баланс цены, скорости и возможностей. А режим Imagine Agent реально меняет подход к генерации и редактированию изображений и видео — из разовых картинок получается настоящий творческий процесс.