Стать специалистом по машинному обучению

01 Oct 2024 12:58

Пост 4/4

После этого второй гном не смог определить веса слитков. Это означает, что сумма весов не уникальна — есть по крайней мере две комбинации с одинаковой суммой, из-за чего невозможно однозначно определить веса слитков только по знанию суммы.

Из наших комбинаций видно, что сумма 14 встречается дважды:

- Комбинация 10: 2, 6, 6 (Сумма: 14)
- Комбинация 11: 3, 3, 8 (Сумма: 14)

Другие суммы уникальны, поэтому если бы сумма была, например, 13, то второй гном сразу бы определил веса слитков как 3, 4, 6 кг.

Следовательно, число кроватей в подземелье — 14, и из-за наличия двух комбинаций с такой суммой второй гном не смог определить точные веса слитков.

Шаг 3: Используем дополнительную информацию о маленьком слитке

Первый гном сказал: «Маленький слиток — со следами зубов». Это ключевая информация.

Это означает, что есть один уникальный самый маленький слиток. Следовательно, среди трёх слитков есть только один слиток с минимальным весом, который меньше остальных.

Рассмотрим две комбинации с суммой 14:

Комбинация 10: 2, 6, 6

- Веса слитков: 2 кг, 6 кг и 6 кг.
- Самый маленький слиток: 2 кг — уникальный, один.
- Большие слитки имеют одинаковый вес.

Комбинация 11: 3, 3, 8

- Веса слитков: 3 кг, 3 кг и 8 кг.
- Самые маленькие слитки: два слитка по 3 кг — одинакового веса.
- Нет уникального маленького слитка.

Вывод: Поскольку в первой комбинации есть один уникальный самый маленький слиток (2 кг), а во второй — два одинаковых по весу маленьких слитка, то дополнительная информация указывает на комбинацию 2, 6, 6.

Шаг 4: Финальный ответ

Веса слитков: 2 кг, 6 кг и 6 кг.

---

Ответ: Слитки весят 2 кг, 6 кг и 6 кг.

Стать специалистом по машинному обучению

01 Oct 2024 12:58

Пост 2/4

1,6,6 – здесь двое детей младшего возраста (оба по 6 лет), так что эта тройка не подходит, так как нет одного младшего.
2,2,9 – здесь тоже два младших ребенка с одинаковым возрастом, что также не подходит для условия с "младшим сыном".

Таким образом, исходя из этой логики, ошибочное предположение заключалось в том, что подсказка о младшем сыне подразумевает один самый младший возраст, однако в данном случае эта подсказка не помогает исключить обе тройки.

Еще одна задача. Реши ее.

Разговаривают два гнома:
– Сколько у тебя золота?
– Три слитка.
– А сколько они весят?
– Если перемножить их вес в килограммах – получится 72
– Не могу угадать, дай ещё подсказку.
– Если сложить их вес получится количество кроватей в нашем поздемелье.
– Все равно не могу угадать.
Второй гном подумал и сказал:
– Маленький слиток – со следами зубов.
После чего первый гном угадал вес всех трёх слитков.

Вопрос: сколько они весят? 

Шаг 1: Перемножение весов слитков
Согласно условиям задачи, произведение весов трех слитков равно 72. Нам нужно найти такие три числа, которые при перемножении дают 72.

Возможные комбинации:

1 × 1 × 72
1 × 2 × 36
1 × 3 × 24
1 × 4 × 18
1 × 6 × 12
2 × 2 × 18
2 × 3 × 12
2 × 4 × 9
2 × 6 × 6
3 × 3 × 8
3 × 4 × 6

Шаг 2: Сумма весов слитков
Второй гном сказал, что сумма весов равна количеству кроватей в подземелье. Это важная подсказка. Если бы количество кроватей было однозначным, первый гном сразу бы угадал вес слитков. Однако он не мог угадать с первого раза. Это говорит о том, что есть несколько комбинаций с одинаковой суммой весов.

Итак, находим суммы для всех возможных комбинаций:

1 × 1 × 72 → сумма 1 + 1 + 72 = 74
1 × 2 × 36 → сумма 1 + 2 + 36 = 39
1 × 3 × 24 → сумма 1 + 3 + 24 = 28
1 × 4 × 18 → сумма 1 + 4 + 18 = 23
1 × 6 × 12 → сумма 1 + 6 + 12 = 19
2 × 2 × 18 → сумма 2 + 2 + 18 = 22
2 × 3 × 12 → сумма 2 + 3 + 12 = 17
2 × 4 × 9 → сумма 2 + 4 + 9 = 15
2 × 6 × 6 → сумма 2 + 6 + 6 = 14
3 × 3 × 8 → сумма 3 + 3 + 8 = 14
3 × 4 × 6 → сумма 3 + 4 + 6 = 13
Мы видим, что две комбинации имеют одинаковую сумму – 2 + 6 + 6 и 3 + 3 + 8. Оба варианта дают сумму 14.

Шаг 3: Дополнительная подсказка
Второй гном сказал, что маленький слиток со следами зубов. Это намекает на то, что один из слитков должен быть меньше остальных. Вариант 2 × 6 × 6 не подходит, потому что там два слитка равны. Остается вариант 3 × 3 × 8.

Ответ: Вес трех слитков: 3 кг, 3 кг и 8 кг.

Встретились два математика, которые давно не виделись.
– Сколько у тебя детей?
– Трое.
– А сколько им лет?
– Если перемножить их возраст – получится 36
– Не могу дать ответ, мало информации.
– Если сложить их возраста – номер твоего дома.
– Мне этих данных недостаточно.
Второй математик немного подумал и сказал:
– Младший сын – рыжий.
После чего был назван ответ.

Вопрос: сколько лет детям?

Стать специалистом по машинному обучению

30 Sep 2024 12:27

Группа «Интер РАО» запустила ТурбоХакатон по обработке данных в сфере электроэнергетики. Участвуйте в соревновании с 10 октября по 26 ноября и получите шанс разделить призовой фонд в 500 000 рублей.

Регистрация уже открыта

Приглашаем на хакатон специалистов в области Data Science и Machine Learning от 18 лет. Участвовать можно индивидуально или в команде до 5 человек.

На соревновании вас ждет:
🔸 Решение задач, основанных на реальных датасетах Группы «Интер РАО».
🔸 Менторство от ведущих экспертов отрасли, готовых поделиться своими знаниями.
🔸 Возможность получить предложение о работе в Группе «Интер РАО».
🔸 Авторы лучших проектов смогут запустить свои решения на суперкомпьютере Питерского политехнического университета Петра Великого.

Задачи ТурбоХакатона:
1️⃣ Цифровой ассистент – система «вопрос\ответ» для быстрого поиска ответов во внутренней документации компании через вопросы, заданные в свободной форме
2️⃣ Система рекомендации технологических параметров для оптимизации режимов работы ТЭС
3️⃣ Анализ аномалий в платежах за тепловую энергию
4️⃣ Оптимизация маршрутов обхода многоквартирных домов для проверки состояния приборов учета и контроля достоверности показаний
5️⃣ Оптимизация процесса планирования закупки топлива на электростанциях на основе прогнозирования цены электричества и объемов его выработки

Расписание мероприятия:
🔹 08.10 – старт ТурбоХакатона и открытие задач;
🔹 10.10-04.11 – работа над задачей;
🔹 08.11-12.11 – отбор лучших решений для участия в финальном питчинге;
🔹 19.11 – итоговая питч-сессия и презентация решений для жюри ТурбоХакатона;
🔹 26.11 – объявление результатов и награждение победителей.

Успейте подать заявку до 4 октября

Стать специалистом по машинному обучению

25 Sep 2024 18:03

Буквально пару дней назад я записывал очередной выпуск подкаста и, помимо прочего, мы с гостьей обсуждали то, как хорошим правильным инициативам не хватает пиара. Почему-то те, кто продвигает полезные инициативы, часто уверены в том, что сам факт того, что инициативы полезны, уже является достаточным условием для того, чтобы все продвигалось само. Отчасти это, конечно, так, но внимание человека небезгранично. И мы тогда сошлись во мнении, что Яндекс все делает правильно, стараясь как можно больше рассказывать о себе и своих достижениях. И мне не жалко в очередной раз поделиться ссылкой на статью на Хабре, в которой Ольга Зайкова рассказывает о том, как они в компании решают задачу автоматической генерации рекламы.

Понятно, что товаров много, а маркетологов мало, и еще лучше понятно то, что в эпоху LLM идея автоматической генерации заголовков и описаний к товарам лежит на поверхности. В статье есть небольшой экскурс в то, как развивалась генерация еще до GPT и как появление трансформеров изменило этот мир.

При этом тяжелые модели, выигрывая в качестве генерации, одновременно проигрывают в скорости, а товаров, напоминаю, очень много. Нужно оптимизировать. В статье довольно много подробностей о том, какие проблемы на каких этапах возникали и как решались. И по итогу описан рабочий пайплайн, применяемый в компании, получившийся путем решения вполне конкретных задач бизнеса. В общем, интересно было почитать.

Кажется, уже близко то время, когда реклама будет автоматически генерироваться не столько для людей, сколько для их персональных ИИ-ассистентов :)

Стать специалистом по машинному обучению

24 Sep 2024 10:35

Приветствую, друзья!

Очередной выпуск подкаста подоспел! В гостях Александр Резанов - ML Engineer в Higgsfield AI, специалист по генеративному компьютерному зрению, о котором мы и будем говорить. Как развивалась область генеративного AI, какие подходы к генерации картинок применялись тогда и какие применяются сейчас. Нормализующие потоки, состязательные сети и диффузионные модели. Что с генерацией видео? Можно ли уже сейчас генерировать качественные видеоролики по текстовому описанию? Имеет ли смысл тягаться с корпорациями, вваливающими миллиарды долларов в вычислительные мощности, если у тебя одна не самая мощная видеокарточка? Где происходит все самое интересное по теме для обычного пользователя? Как учатся GAN'ы и как из шума получать фотореалистичные изображения? Reddit как источник идей и вдохновения для современных исследователей. Обо всем этом, и даже немного про сверхпроводимость в условиях комнатных температур, в выпуске!

https://mlpodcast.mave.digital/ep-62

Стать специалистом по машинному обучению

20 Sep 2024 22:22

Есть такой аргумент в пользу того, что мы живем в симуляции - слишком маленькая вероятность, что именно МЫ именно СЕЙЧАС живем в изначальном реальном мире, который потенциально может породить бесчисленное количество симуляций.

Глядя на то, как стремительно развиваются технологии за последние десятилетия и что AGI уже почти среди нас, иногда начинает казаться, что, возможно, мы живем в будущем и в качестве развлечения для отпуска просто выбрали себе погружение в самый интересный период развития человечества - почувствовать себя причастными к созданию того, что радикально это самое человечество изменит, если не уничтожит.

Такие мысли на ночь.

Стать специалистом по машинному обучению

15 Sep 2024 08:29

Только что вернулся с Practical ML Conf. По горячим следам, пока еще свежи воспоминания, хочу поделиться некоторыми впечатлениями.

Если кратко - мне понравилось. Было реально "хардово", как и обещали. Причем настолько, что часто ощущал себя, мягко говоря, не очень умным. Но зато это были конкретные инженерные решения, которые в случае похожих задач, бери и внедряй.

Доклады, которые я посетил:

1. Виктор Плошихин рассказал про то, как они обучали LLM для работы с кодом, какие метрики использовали и как удалось добиться качества, сравнимого с топовыми решениями в этой области.

2. Очень яркий доклад был от Степана Комкова про синтез речи для аудиокниг. Там, оказывается, довольно замороченный пайплайн и как всегда огромное количество нюансов. Про то, что живые дикторы "копят на космолет", например. Но на выходе решение дает очень достойный результат, позволяющий автоматически озвучивать аудиокниги. Для меня это актуально, потому что я часто "читаю" книги в таком формате.

3. Хороший доклад был от Кати Серажим про нейропоиск (LLM формирует ответ на поисковый запрос из поисковой выдачи Яндекса). Там тоже все непросто и даже нейросетки страдают самоцензурой, когда это и не требуется.

4. Удивился тому, что в медицине, в которой как кажется, ИИ должен быть просто везде, дела обстоят не так, чтобы хорошо и еще оооочень много предстоит всего сделать. Об этом рассказала Екатерина Кондратьева.

5. Сергей Елисеев и Леонид Штанько рассказали про проблемы вокруг превращения 2D-изображений в 3D-модели. Меня во время доклада не покидала мысль, что там такие тонкие материи, что скоро лабораторию под землей придется строить, чтобы максимально исключить влияние внешних факторов. Это, если что, отсылка к регистратору гравитационных волн :)

Также был на мастер-классе, посвященном векторным базам данных. Удалось обзавестись полезными интересными контактами и договориться о разных совместных активностях (следите за новостями). Встретился с московскими друзьями-коллегами, с некоторыми из которых виделся до этого только через экран монитора.

Что, на мой взгляд, можно было бы улучшить. Ну, наверное, самая главная претензия - к рассинхрону между докладами в разных залах. Сложно спланировать маршрут, исходя из того, что в одном зале доклад еще не закончился, а в другом уже начался. Также можно было бы добавить больше элементов шоу. Хардовые доклады - это, конечно, по-своему, круто и они должны быть, как фишка Яндекса, но мне кажется, что и о том, что люди пришли потусоваться и получить более широкий спектр эмоций, чем просто осознание того, насколько ты можешь быть далек от понимания многих передовых задач в ML, можно было бы подумать. Ну, и хотелось пообщаться на стенде беспилотных автомобилей с инженерами, разрабатывающими эту технологию, но встретил я там только водителей-тестировщиков, которые почти ничего не рассказали, ссылаясь на NDA.

А в целом, круто! Антураж, расслабляющий вайб в перерывах между докладами и интересные люди. Потом, как сделают нарезку, выложу самые яркие и интересные доклады в канале. @ermakovpetr, большое спасибо за приглашение! Зови еще :)

Стать специалистом по машинному обучению

14 Sep 2024 11:29

Practical ML Conf начинается

Стать специалистом по машинному обучению

12 Sep 2024 17:53

Через 10 минут начинаем!
Ссылка на трансляцию: https://www.youtube.com/live/3pJsgMwAXd0?si=uicttDR5i_DR4rXx

Стать специалистом по машинному обучению

09 Sep 2024 20:04

Привет, друзья!

Я определился с временем стрима. Это будет четверг на этой неделе (12.09.24), 19:00 по MSK. Интересен стрим может быть, в первую очередь, начинающим, потому что хочется сделать плавный ввод в тему организации рабочего пространства для экспериментов в Jupyter Notebook, то есть я планирую довольно подробно стараться комментировать все, что буду делать, затрагивая основы администрирования серверов на базе Linux, чтобы на выходе, даже без опыта работы с этой операционной системой, у участников стрима сложилась более менее полноценная картина того, что происходит и как это все применить к своим условиям.

Плюс, если будет время, покажу пример телеграм-бота, который через брокер сообщений (на базе кластера NATS) шлет тяжелые задачи на сервер с видеокартой для ускорения вычислений. Для этого тоже можно использовать SSH-туннели.

Стать специалистом по машинному обучению

04 Sep 2024 16:08

Ну, судя по реакции, интерес есть. Тогда буду готовить. Предварительный план стрима такой:

План стрима

1. Почему такой сетап
2. Почему не на продвинутых инструментах и не в облаке
3. Настройка Jupyter Notebook на локальном компьютере с видеокартой
4. Настройка сервера с публичным IP
5. Настройка SSH-ключей
6. Настройка обратного SSH-туннеля
7. Настройка systemd юнита для автоматического перезапуска туннеля
8. Подключение к локальному компьютеру через SSH-туннель
9. Запуск Jupyter Notebook по SSH
10. Подключение к локальному компьютеру с видеокартой с пробросом портов
11. Автоматизация запуска и подключения к Jupyter Notebook на локальной машине за NAT с любого компьютера
12. Кейсы, в которых может потребоваться подобный сетап (например, телеграм-боты с ИИ для генерации, распознавания, саммаризации и т.п.)

Какой-то очень серьезной подготовки я не планирую, поэтому возникающие проблемы (а без них, уверен, не обойдется) будем решать прямо на стриме, что, возможно, добавит живости происходящему.

Площадку пока не выбрал, если есть предложения - пишите. Предварительно - YouTube. Вроде, говорят, что пока работает.

Предполагаемую дату стрима сообщу заранее. Наверное, это будет один из вечеров (по Мск) на следующей неделе. Буду рад пообщаться в онлайн-режиме!

Стать специалистом по машинному обучению

29 Aug 2024 22:55

@humanAnton, большое спасибо за подгон! С огромным интересом и удовольствием посмотрел два ролика (в общей сложности больше трех часов видео, которое комфортно смотрится на скорости x2) с размышлениями о том, что такое искусственный интеллект и насколько близко мы уже к AGI (спойлер: смотря как трактовать, ведь при некоторых трактовках он уже вполне себе среди нас).

Если хотите пищи для размышлений и заряда технооптимизмом - сильно рекомендую!

1. Искусственный интеллект 1: как его распознать
2. Искусственный интеллект 2: ответы на вопросы

Стать специалистом по машинному обучению

26 Aug 2024 16:13

Александр Алерон Миленькин. Надо ли строить бизнес вокруг ML (Про LLM, RAG-системы, насмотренность и виртуальных помощников)

Стать специалистом по машинному обучению

19 Aug 2024 16:02

Егор Самосват. Монетизация, рекомендации и при чем здесь ML

Стать специалистом по машинному обучению

14 Aug 2024 08:53

У меня есть устойчивое убеждение, что на каком-то этапе развития ML-специалиста (а, впрочем, и специалиста любой другой области) не остается комфортных и разжеванных источников информации и должен начаться период чтения и анализа передовых научных статей с попытками воспроизведения и улучшения результата. Я сам иногда делаю подходы к наиболее популярным статьям, но обычно компетенций глубоко разобраться мне не хватает и я возвращаюсь к более популярным источникам, чтобы подтянуть базу.

С большим удовольствием смотрю разбор статьи про Llama 3.1 от Евгения Разинкова. Евгений в эфире читает статью и объясняет на более простом языке, что, собственно, в статье происходит. Возможно, этот ролик может стать точкой входа в дальнейшее изучение ML на таком высоком уровне, как чтение научных статей. Попробуйте!
https://youtu.be/YoRsqImynUE?si=O4OWiQNeY_jsf-Xk

Стать специалистом по машинному обучению

01 Oct 2024 12:58

Пост 3/4

o1-preview:

Давайте решим эту задачу шаг за шагом.

Дано:

1. У математика трое детей.
2. Произведение возрастов детей равно 36.
3. Сумма возрастов детей равна номеру дома второго математика.
4. Второму математику недостаточно информации после знания суммы.
5. Первый математик добавляет: "Младший сын — рыжий".
6. После этого второй математик смог определить возраст детей.

Требуется найти: Возраст каждого ребёнка.

---

Шаг 1: Найдём все комбинации трёх натуральных чисел, произведение которых равно 36

Мы ищем все тройки натуральных чисел (возраст не может быть отрицательным или дробным), произведение которых равно 36.

Составим все такие комбинации:

1. 1, 1, 36 (Сумма: 38)
2. 1, 2, 18 (Сумма: 21)
3. 1, 3, 12 (Сумма: 16)
4. 1, 4, 9  (Сумма: 14)
5. 1, 6, 6  (Сумма: 13)
6. 2, 2, 9  (Сумма: 13)
7. 2, 3, 6  (Сумма: 11)
8. 3, 3, 4  (Сумма: 10)

Шаг 2: Рассмотрим информацию о сумме возрастов

Математик говорит, что сумма возрастов детей равна номеру дома второго математика. Но после этого второй математик не смог определить возраст детей, то есть этой информации недостаточно.

Это означает, что существует несколько комбинаций возрастов, дающих одинаковую сумму, поэтому по одной сумме определить возраст нельзя.

Из наших комбинаций видим, что сумма 13 встречается дважды:

- 1, 6, 6 (Сумма: 13)
- 2, 2, 9 (Сумма: 13)

Другие суммы уникальны, поэтому если бы сумма была, например, 14, то второй математик сразу бы нашёл единственную комбинацию 1, 4, 9.

Следовательно, номер дома — 13, и из-за наличия двух комбинаций с такой суммой второй математик не смог определить точные возрасты детей.

Шаг 3: Используем дополнительную информацию о младшем сыне

Первый математик говорит, что младший сын — рыжий. Это важно, так как указывает на то, что есть один младший ребёнок.

Рассмотрим две комбинации с суммой 13:

Комбинация 1: 1, 6, 6

- Возрасты детей: 1 год, 6 лет, 6 лет.
- Младший ребёнок: 1 год — один, уникальный младший сын.

Комбинация 2: 2, 2, 9

- Возрасты детей: 2 года, 2 года, 9 лет.
- Младшие дети: два ребёнка по 2 года — близнецы, нет уникального младшего.

Вывод: Поскольку в одной комбинации есть один младший ребёнок, а в другой — два младших с одинаковым возрастом, дополнительная информация о младшем сыне указывает на комбинацию 1, 6, 6.

Шаг 4: Финальный ответ

Возраст детей: 1 год, 6 лет и 6 лет.

---

Ответ: Дети имеют возрасты 1 год, 6 лет и 6 лет.

Реши задачу:

Разговаривают два гнома:
– Сколько у тебя золота?
– Три слитка.
– А сколько они весят?
– Если перемножить их вес в килограммах – получится 72
– Не могу угадать, дай ещё подсказку.
– Если сложить их вес получится количество кроватей в нашем поздемелье.
– Все равно не могу угадать.
Второй гном подумал и сказал:
– Маленький слиток – со следами зубов.
После чего первый гном угадал вес всех трёх слитков.

Вопрос: сколько они весят?

Давайте рассмотрим эту задачу пошагово.

---

Дано:

1. У гнома есть три слитка золота.
2. Произведение весов этих слитков в килограммах равно 72.
3. Сумма весов этих слитков равна количеству кроватей в их подземелье.
4. Второму гному недостаточно информации после знания суммы.
5. Первый гном добавляет: «Маленький слиток — со следами зубов».
6. После этого второй гном смог определить веса всех трёх слитков.

Требуется найти: Вес каждого слитка.

---

Шаг 1: Найдём все комбинации трёх натуральных чисел, произведение которых равно 72

Разложим число 72 на простые множители:

\[ 72 = 2^3 \times 3^2 \]

Найдем все тройки натуральных чисел, произведение которых равно 72. Запишем все возможные комбинации и вычислим их суммы.

1. 1, 1, 72 (Сумма: 74)
2. 1, 2, 36 (Сумма: 39)
3. 1, 3, 24 (Сумма: 28)
4. 1, 4, 18 (Сумма: 23)
5. 1, 6, 12 (Сумма: 19)
6. 1, 8, 9 (Сумма: 18)
7. 2, 2, 18 (Сумма: 22)
8. 2, 3, 12 (Сумма: 17)
9. 2, 4, 9 (Сумма: 15)
10. 2, 6, 6 (Сумма: 14)
11. 3, 3, 8 (Сумма: 14)
12. 3, 4, 6 (Сумма: 13)

Шаг 2: Анализируем информацию о сумме весов

Гном сказал, что сумма весов слитков равна числу кроватей в их подземелье.

Стать специалистом по машинному обучению

01 Oct 2024 12:57

Пост 1/4

Мы, тут, с другом, решили тоже потестировать кремниевые интеллекты. Есть такая довольно известная задача:

Встретились два математика, которые давно не виделись.
– Сколько у тебя детей?
– Трое.
– А сколько им лет?
– Если перемножить их возраст – получится 36
– Не могу дать ответ, мало информации.
– Если сложить их возраста – номер твоего дома.
– Мне этих данных недостаточно.
Второй математик немного подумал и сказал:
– Старший сын – рыжий.
После чего был назван ответ.

Вопрос: сколько лет детям?

Для решения этой задачи шаг за шагом разберем данное условие:

У нас есть три ребенка, и их возраста в произведении дают 36. Нужно найти все возможные тройки чисел, которые дают произведение 36:

1×1×36
1×2×18
1×3×12
1×4×9
1×6×6
2×2×9
2×3×6
3×3×4

Далее, математик говорит, что сумма их возрастов равна номеру дома, но второй математик не может дать ответ сразу. Это означает, что сумма возрастов не уникальна для всех случаев, иначе сразу бы был известен ответ. Посчитаем суммы для всех тройки:

1+1+36=38
1+2+18=21
1+3+12=16
1+4+9=14
1+6+6=13
2+2+9=13
2+3+6=11
3+3+4=10

Важное наблюдение: сумма 13 встречается дважды (1,6,6 и 2,2,9). Это означает, что номер дома — 13, и именно поэтому математик не смог сразу дать ответ.

Теперь подсказка про рыжего старшего сына означает, что есть старший ребенок, а значит, тройка 1,6,6 не подходит (старших двое). Остается тройка 2,2,9.

Ответ: возраст детей — 2 года, 2 года и 9 лет.

А вот другая задача:

Встретились два математика, которые давно не виделись.
– Сколько у тебя детей?
– Трое.
– А сколько им лет?
– Если перемножить их возраст – получится 36
– Не могу дать ответ, мало информации.
– Если сложить их возраста – номер твоего дома.
– Мне этих данных недостаточно.
Второй математик немного подумал и сказал:
– Младший сын – рыжий.
После чего был назван ответ.

Вопрос: сколько лет детям?

Шаг за шагом разберём данное условие:
У нас есть трое детей, и их возраста в произведении дают 36. Найдем все возможные тройки чисел, которые при умножении дают 36:

1×1×36
1×2×18
1×3×12
1×4×9
1×6×6
2×2×9
2×3×6
3×3×4

Далее, математик упоминает, что сумма их возрастов равна номеру дома. Посчитаем суммы для всех возможных тройки чисел:

1+1+36=38
1+2+18=21
1+3+12=16
1+4+9=14
1+6+6=13
2+2+9=13
2+3+6=11
3+3+4=10

Математик не смог сразу ответить, что означает, что номер дома недостаточен для однозначного решения. Сумма 13 встречается дважды (1,6,6 и 2,2,9), что как раз и создаёт неопределённость.

Теперь важна подсказка про младшего рыжего сына. Младший должен быть один, что исключает тройку 1,6,6, где младших двое (оба по 6 лет).

Остаётся тройка 2,2,9, где младший — 2 года.

Ответ: детям 2 года, 2 года и 9 лет.

В твоих рассуждениях ошибка, проверь решение еще раз

Спасибо за замечание! Давайте внимательно пересмотрим рассуждения и решим задачу правильно.

Условие:
Произведение возрастов детей должно быть 36. Найдем все возможные тройки чисел:

1×1×36=36
1×2×18=36
1×3×12=36
1×4×9=36
1×6×6=36
2×2×9=36
2×3×6=36
3×3×4=36

Сумма возрастов детей должна быть равна номеру дома, и при этом математик не смог сразу дать ответ. Это значит, что есть несколько тройки чисел с одинаковой суммой.

Теперь посчитаем суммы для всех возможных троек:

1+1+36=38
1+2+18=21
1+3+12=16
1+4+9=14
1+6+6=13
2+2+9=13
2+3+6=11
3+3+4=10

Мы видим, что сумма 13 встречается дважды: для троек 1,6,6 и 2,2,9. Именно это вызвало затруднение у математика, так как одного знания суммы недостаточно.

Далее математик даёт важную подсказку: младший сын – рыжий. Это говорит о том, что среди детей должен быть один самый младший.
Теперь проверим обе тройки:

Стать специалистом по машинному обучению

26 Sep 2024 12:35

Когда я две недели назад был на Practical ML Conf, я познакомился с классными ребятами, которые помогают студентам и аспирантам разбираться с машинным обучением, чтобы использовать его методы в своих научных исследованиях. Образование для студентов, аспирантов и научных сотрудников МГУ по этой программе очное и полностью бесплатное, потому что финансируется из некоммерческого фонда. И, как это часто бывает, о таком формате мало кто знает. Я пообещал ребятам, что расскажу о них в своем канале, а также позову на подкаст, чтобы внести свой посильный вклад в распространение информации о данной инициативе.

Участники проекта учат применять нейронные сети для научных задач и помогают слушателям готовить научные публикации по результатам исследований. Лекции и учебные материалы курса открытые и ими может пользоваться любой желающий.

Если вас заинтересовал проект, то вот список полезных материалов:

1. Сайт

msu.ai
Тут собрано все: информация о курсе, открытые материалы лекций, видеозаписи лекций, база знаний (курсовые работы выпускников, записи их докладов, научные статьи, опубликованные по результатам прохождения курса), выступления приглашенных экспертов.

2. YouTube канал

msu_ai" rel="nofollow">https://youtube.com/@msu_ai
Все видеоматериалы, что есть на сайте, выкладываются тут (не только лекции, но и доклады студентов по курсовым, и другое).
Недавно сделали Rutube https://rutube.ru/channel/41484206/ , но там канал не так развит, просто резервная площадка для публикации видео.

3. Телеграм канал

/channel/msu_ai_channel
Тут публикуются новости курса, а также разные полезные авторские материалы от команды проекта (дополнительные блокноты к лекциям можно найти по тегу #полезностИИ).

4. Репозиторий с материалами лекций

https://github.com/EPC-MSU/EduNet-lectures/tree/dev-2.2
Материалы лекций — это ipynb-блокноты, предназначенные в основном для запуска в Colab (в README репозитория написано, как они устроены технически и как ими пользоваться)
Лицензия на материалы CC0 предоставляет максимальную свободу использования материалов в любых целях, как для самостоятельного изучения, так и для построения своих курсов на базе материалов проекта, и это доступно всем в интернете.

Ну, и если есть вопросы к организаторам — пишите под этим постом! Как соберемся записываться — обязательно задам!

Стать специалистом по машинному обучению

24 Sep 2024 11:47

Александр Резанов. Генеративный ИИ в компьютерном зрении.

Стать специалистом по машинному обучению

22 Sep 2024 17:22

Оказывается, уже месяц идет Всероссийский Фестиваль по искусственному интеллекту и алгоритмическому программированию - RuCode.Финал 2024. И это целый комплекс мероприятий, на которых каждый желающий, интересующийся современными технологиями, сможет поучиться на онлайн-курсах, принять участие в очных интенсивах, посоревноваться в отборочных турах, а может, даже выйти в финал и стать победителем чемпионтата.

Когда я вижу подобные инициативы, которые еще и бесплатны для участников, у меня в голове крутится вопрос - почему о них так мало говорят? Почему невозможно встретить никого, кто не слышал бы про курсы, типа, "30 нейросетей за ночь" и "оффер 300 кк/сек еще вчера", но мало кто знает про такие, действительно, полезные мероприятия как RuCode?

Полезно будет школьникам и студентам, которые еще только собираются стать настоящими инженерами, уже состоявшимся IT-специалистам, внимательно наблюдающим за развитием индустрии, да и, в принципе, всем, кто понимает, что прямо сейчас происходят какие-то невероятные технологические сдвиги, потенциал которых далеко не всегда могут оценить даже самые продвинутые эксперты.

Так как в Фестивале участвуют крупнейшие российские технологические компании, студенты и начинающие специалисты имеют возможность не только показать себя на соревнованиях, наполнить свои портфолио, но и, возможно, даже получить предложения о работе.

Как говорится, такие инициативы мы поддерживаем!

erid: 2VfnxxhH8Fz

Стать специалистом по машинному обучению

18 Sep 2024 16:09

Когда я еще только начинал заниматься разработкой, я заболел известной болезнью "надо делать свои велосипеды", от которой меня довольно быстро излечил старший товарищ, сказавший, что если берешь в проект проверенные опенсорс-решения, в которые контрибьютят многие разработчики, ты как бы сразу расширяешь свою команду целыми отделами мотивированных программистов (аж по одному отделу на каждую зависимость). После осознания и принятия этой мысли я перестал бояться брать в проект зависимости, потому что даже если какая-то из них сломается - контрибьюторы, отвечающие за нее, очень заинтересованы быстро все починить. На моей практике, ну, очень редко такое бывает, чтобы на запрос (issue) долго никто не отвечал.

Исследователи из Института Точной Механики и Оптики (ИТМО) провели анализ состояния опенсорса в области ML и Data Science в России. Вообще, я довольно давно продвигаю тезис, что философия открытого ПО мощно влияет на любую индустрию, не только в области ИИ. И чем больше полезного открытого кода, тем прозрачнее правила игры и намного больший контроль корпораций со стороны общества. Благодаря чему есть некоторый шанс, что Василиск Роко не выскользнет внезапно из какой-нибудь очень закрытой компании, занимающейся ИИ-разработками.

В общем, что по исследованию.

Яндекс — лидер (с серьезным отрывом) среди российских разработчиков в общемировой опенсорс-среде. В топ-3 также попали Сбер и Т-Банк.

Оценивали количество open source проектов в области данных и ML, насколько эти проекты используются в РФ, какое качество у репозиториев этих проектов, сколько контрибьюторов и их активность.

Основные выводы:

- GitHub продолжает оставаться стандартом для открытого кода де-факто (Почему-то кажется, что не только открытого).
- При этом интерес к альтернативным площадкам (Gitee, GitVerse) не снижается (Кто все эти люди?)
- Среди перспектив развития опенсорса эксперты выделяют сохранение ключевой роли человека на фоне ИИ (Переживают кожанные, можно понять)
- Участники исследования отмечают, что тезис "вклад в опенсорс – помощь конкурентам" уходит в прошлое — все больше компаний нацелены на развитие отрасли в целом (Рациональная позиция, диктуемая теорией игр, в долгосроке по-другому и не должно быть)

Если интересно, то вот ссылка на презентацию с данными исследования, а вот статья на Хабре.

Стать специалистом по машинному обучению

14 Sep 2024 11:55

https://www.youtube.com/live/ZbLX27_GS_8?si=fP40k8bQ7i0lWV3U

Стать специалистом по машинному обучению

13 Sep 2024 15:07

🚀 Яндекс разработал AI-ассистента для работы с кодом

С помощью сервиса разработчики смогут по фрагменту кода сгенерировать наиболее вероятное его продолжение. Это поможет упростить написание и редактирование кода и ускорить продуктовую разработку в компаниях. Ассистент протестировали тысячи разработчиков Яндекса, 60% из которых стали постоянными пользователями сервиса.
Использование Yandex Code Assistant помогает повысить эффективность работы: доверьте рутинные операции AI и сосредоточьтесь на решении более сложных задач, чтобы ускорить разработку и сократить Time to market. Да и просто делает жизнь разработчиков проще и счастливее.

⚙️ Для кого
Инструмент полезен разработчикам любого уровня, а также техническим руководителям, которые хотят оптимизировать процессы и повысить продуктивность своих команд.

→ Как попробовать
Yandex Code Assistant доступен бесплатно на облачной платформе Yandex Cloud в режиме Preview. Для тестирования оставьте заявку.

Стать специалистом по машинному обучению

12 Sep 2024 08:45

Приветствую, друзья!

Как договаривались, сегодня состоится первый стрим. Начало в 19:00 по MSK. Жду тех, кому интересно пообщаться в прямом эфире, тех, кому интересно как настраивать доступ по SSH к удаленным машинам, какие вообще требуются предварительные настройки сервера. Поделюсь своими мыслями о том, почему имеет смысл уметь все это делать руками. Вероятнее всего, буду тупить с настройками стрима из-за отсутствия опыта, ну, и постараюсь максимально подробно комментировать все то, что буду делать, чтобы упростить понимание даже для тех, кто никогда еще с подобным не сталкивался.

Ссылка на стрим: https://www.youtube.com/live/3pJsgMwAXd0?si=uicttDR5i_DR4rXx
Примерный план стрима: /channel/toBeAnMLspecialist/853

Стать специалистом по машинному обучению

08 Sep 2024 19:00

Юрий Окуловский, которого, помимо прочих его заслуг, вы можете помнить как неоднократного гостя подкаста, начал выкладывать курс по генеративному искусственному интеллекту. С удовольствием посмотрел первую лекцию (ссылка). Пост, посвященный курсу, со ссылками на дополнительные материалы здесь. Очень много практических вопросов будет рассмотрено в рамках работы с моделями в условиях ограниченных вычислительных ресурсов с упором на open source!

Стать специалистом по машинному обучению

04 Sep 2024 11:47

Появилась мысль провести стрим по настройке подключения к локальному компьютеру без публичного IP-адреса, на котором установлена графическая карта так, чтобы можно было на этом компьютере запускать jupyter notebook, а доступ к нему иметь с любого другого компьютера.

То есть если у вас есть дома мощный локальный компьютер, но у него нет публичного IP-адреса и вообще он находится за NAT провайдера, но вы хотели бы проводить вычисления на нем, а результаты видеть с любого другого компьютера.

Был бы вам интересен такой стрим живой создания подобного сетапа?

Стать специалистом по машинному обучению

27 Aug 2024 10:22

Встречаемся 14 сентября на Practical ML Conf в Москве и
онлайн!

Machine learning, проверенный практикой*
* Сгенерировано YandexGPT

Главная конференция Яндекса по ML для экспертов: качественные технические доклады от ключевых инженеров, максимум пользы и знаний о практическом применении.

Ключевые темы конференции:
CV / NLP / Speech / RecSys / MLOps / Data science

В числе спикеров:
– Степан Комков — Яндекс Поиск, старший разработчик службы синтеза речи;
– Дмитрий Антипов — Сбер, АБТ, тимлид разработки;
– Виктор Плошихин — Yandex Cloud, руководитель ML-лаборатории в Yandex Platform Engineering.

Во вдохновляющем футуристичном пространстве «Суперметалл» мы поговорим о кейсах, которые не найти в научных статьях, ведь когда они появятся — вы уже не сможете оказаться в числе визионеров.

Ждём вас, чтобы заглянуть в будущее вместе — офлайн и онлайн.

Реклама. ООО "Яндекс", ИНН 7736207543

Стать специалистом по машинному обучению

26 Aug 2024 12:43

Привет, друзья! Свежий выпуск подкаста подоспел!

Общаемся с Александром (Алероном) Миленькиным - ML лидером в Dodo Brands, IT-предпринимателем, Kaggle-экспертом, преподавателем. Обсуждаем то, как можно использовать современные ИИ-технологии, чтобы иметь конкурентное преимущество. Почему лучше строить ML вокруг бизнеса, а не бизнес вокруг ML. Нужны ли в современных реалиях свои большие ML-модели или достаточно пользоваться сторонними сервисами с внешним API. Что такое и как устроены RAG-системы. Кто такие агенты и как заставить их работать на себя. Можно ли подкупить языковые модели, чтобы они выдавали полезную для тебя информацию. Почему надо качать насмотренность и как это может помочь находить лучшие бизнес-идеи. Почему даже только знание о том, что существует ChatGPT может быть тем самым конкурентным преимуществом. Долго ли ждать нашествия тьюторов в виртуальной реальности. Когда уже, наконец, языковые модели заменят программистов. Обо всем этом в выпуске!

https://mlpodcast.mave.digital/ep-61

Стать специалистом по машинному обучению

19 Aug 2024 11:09

Давно такого не было и вот опять :) После некоторого перерыва снова возвращаюсь к публикации выпусков Machine Learning Podcast!

В гостях нового выпуска Егор Самосват - руководитель юнита эффективности монетизации Авито. Разговариваем о том, что такое монетизация и как машинное обучение позволяет находить оптимальный баланс между "заработать побольше" и "принести пользу". Почему долгосрочные стратегии выгоднее. Почему бесплатно - далеко не всегда хорошо. Что такое теория аукционов и при чем здесь Англия. Как искусственный интеллект определяет какому объявлению быть в топе. Как сейчас устроена контекстная реклама. Почему даже хорошие модели иногда ошибаются. Как определить недобросовестных участников сделок. А также почему здоровая жадность может приносить пользу всем игрокам. Обо всем этом в выпуске!

https://mlpodcast.mave.digital/ep-60

Стать специалистом по машинному обучению

12 Aug 2024 12:04

🔥 Прикладная независимая конференция по ML (от организаторов HighLoad++)

26 и 27 сентября в Москве пройдет одна из главных конференций по ML - AiConf 2024! Это крупнейшее офлайн-событие для Data Scientist, ML инженеров.

И это не просто конференция, а площадка для обмена опытом, общения и профессионального роста.

➡️ Среди тем конференции:
- Работа со звуком
- Компьютерное зрение и генерация изображений
- Обработка естественного языка
- Рекомендательные системы и поиск
- Умные механизмы
- Разработка агентов
- Дискуссии на тему "ML будущего"
- Оптимизация использования железа

➡️ На AiConf 2024 вас ждут:
— Более 700 участников
— Доклады от Эмели Драль, Олега Бартунова, Алексея Голомедова
— Свежие доклады от лидеров рынка Ozon, Яндекса, Huawei, а также из реального сектора экономики
— Рассказы о кейсах и технологиях, которые можно сразу применить в своих проектах. Всё свежее, из первых рук
— Неформальное общение на afterparty в конце первого дня

❗️Кстати, ребята в своем телеграм-канале делают розыгрыш офлайн-билета, приглашаю поучаствовать (/channel/UseDataConfChannel)

Узнать больше о программе можно на сайте https://aiconf.ru/2024

Реклама ООО «Конференции Олега Бунина», ИНН: 7733863233, erid: LjN8Jx11K