Η τεχνητή νοημοσύνη μπορεί να καταλάβει τι πληκτρολογείτε από τον ήχο των πλήκτρων και μόνο

[pao13]

φαντάζομαι καταλαβαίνει και τα πλήκτρα αφής γιατί όλο και περισσότεροι θα γράφουν έτσι 

[Basilhs23___]

Σε λίγο η τεχνητη νοημοσύνη θα προβλέπει το μέλλον μας με πλήρη ακρίβεια. Τα μέντιουμ θα μείνουν άνεργα. 

[Odyss3us]

22 minutes ago, oldnew said:

Επόμενο βήμα να καταλαβαίνει που θα κάτσει η μπίλια της ρουλέτας, κόκκινο ή μαύρο, απ τα 5 πρώτα χτυπήματα της μπίλιας. Ετσι για να κλείσουμε τα καζίνα.. 

Το εκανε ηδη στα 70ς ο J. Doyne Farmer μαθηματικος που εφτιαξε συσκευη οπου προεβλεπε την μπιλια στη ρουλετα των καζινο και μιλουσε με ενδοεπικοινωνια με ενα 2ο ατομο που πονταρε, η συσκευη του ηταν κρυμμενη στη σολα του παπουτσιου και ειναι ο προδρομος του ipod

https://en.wikipedia.org/wiki/J._Doyne_Farmer#Beating_roulette

Επεξ/σία 8 Αυγούστου 2023 από Odyss3us

[vs_skg]

15 minutes ago, Odyss3us said:

εφτιαξε συσκευη οπου προεβλεπε την μπιλια στη ρουλετα των καζινο

έλεος με τις ψεκιές, δυο σε ισάριθμες σελίδες έχεις πει. Οι ίδιες οι "πηγές" που βάζεις σε διαψεύδουν.

[Odyss3us]

6 minutes ago, vs_skg said:

έλεος με τις ψεκιές, δυο σε ισάριθμες σελίδες έχεις πει. Οι ίδιες οι "πηγές" που βάζεις σε διαψεύδουν.

υπαρχει αφιερωμα στο Mysteries at the Museum του History Channel, ο τυπος ειχε αγορασει ολοιδια ρουλετα με αυτη του καζινο κι εκανε απειρα πειραματα στο υπογειο του

One of the pair pressed a switch in their shoe to measure the position and the velocity of the ball once it had been released by the croupier and begun its journey spinning around the roulette wheel. The computer then used the information that had been put into it in order to calculate the likely landing position of the ball. A signal was then sent on to the second person, who would place the bet that was indicated by the working out of the computer. Though it wasn’t a fool-proof system, it did give them the Edge they were after.

Farmer and Packard took their device to the likes of Reno, Tahoe and Las Vegas, giving themselves a 20% advantage over the House whenever the shoe-based computer worked.

[PerfectParanoia]

1 ώρα πριν, vs_skg είπε

Εντάξει δουλευόμαστε τώρα, οι άλλοι έχουν bug στον κώδικα και στέλνουν το paper σε "συνέδριο" και το λέω με εισαγωγικά γιατί μιλάμε για workshop της ΙΕΕΕ, ο νοών νοείτω.

"As can be seen, the models displayed good training progress for a period of 300-400 epochs, before a sudden ‘reset’ to entirely random prediction. This pattern, while initially achieving a good performance on validation data, clearly indicated a flaw in one or more parameters of the classifiers. To overcome this issue, both models were trained again on the random split, but for 500 epochs as opposed to 1100, in an attempt to avoid training them past this point of ‘collapse’. The results are shown in Fig. 5. Here, while the phone data classifier showed some convergence, as well as a slightly improved peak validation accuracy, the Zoom classifier showed no sign of convergence and performed consistently worse than random on the validation data across all training epochs

[....]

The next step in attempting to address this implementation issue was to adjust the learning rate as opposed to the number of training epochs. In this experiment, each model was trained for the full 1100 epochs, but with an initial learning rate of 5e-4, half the default value."

https://arxiv.org/pdf/2308.01074.pdf

Γενικά διάβασα διαγώνια και χωρίς να ξέρω τι μου πολυγίνεται αλλα όντως είχαν θέμα με τον αριθμό epoch και τα μπάλωσάνε με μείωση epoch και training rate αφού έβγαζε decent accuracy το μοντέλο. Από ότι λίγα καταλαβαίνω το  coatnet που χρησιμοποιούν έχει δουλευτεί για  image recognition (απο google και στο paper για ~80-100 epoch.... https://arxiv.org/pdf/2106.04803v2.pdf )και το κάνουν στο spectrum του ήχου ενός keystroke και απο εκεί κάνουν classify. Υπάρχουν διάφορα θέματα με αυτό και τα λένε κιολας (πιο βασικό ότι πρέπει να έχουν sample απο όλα τα πιθανά πληκτρολόγια πράγμα που περνάνε τσακα τσάκα λέγοντας ότι υπάρχουν τα  πολύ δημοφιλή λάπτοπ που  έχουν ίδιο πληκτρολόγιο).

Τέλος πάντων είναι πάλι ένα πολυ clickbaitable paper με διάφορες παπάτζες μέσα. Αυτά τα mean που κάνουν και πετάνε απλά ένα κοντά τέλειο heatmap κάπου στο τέλος ειδικά είναι πολύ ωραία....

Επεξ/σία 8 Αυγούστου 2023 από PerfectParanoia
παρένθεση για coatnet

[polaki]

36 minutes ago, Basilhs23___ said:

Σε λίγο η τεχνητη νοημοσύνη θα προβλέπει το μέλλον μας με πλήρη ακρίβεια. Τα μέντιουμ θα μείνουν άνεργα. 

Η ΑΕΚ μπαίνει ομίλους; Έδινε 3,5 πριν τα επεισόδια χτες. Τώρα το έχουν κλειδωμένο. 

Ασε τα μέντιουμ, πρόκριση σε ομίλους να μου βρει με πρώτο σκόρερ να πληρωθούμε.

[busellatos]

 ΗΡΕΜΗΣΑ ΤΩΡΑ

Άρα δεν θα μας βάλουν μοναδικό τσιπακι στο δέρμα....θα ηχογραφήσουν την κλανιά μας καποια στιγμη

[vs_skg]

8 minutes ago, PerfectParanoia said:

"As can be seen, the models displayed good training progress for a period of 300-400 epochs, before a sudden ‘reset’ to entirely random prediction. This pattern, while initially achieving a good performance on validation data, clearly indicated a flaw in one or more parameters of the classifiers. To overcome this issue, both models were trained again on the random split, but for 500 epochs as opposed to 1100, in an attempt to avoid training them past this point of ‘collapse’. The results are shown in Fig. 5. Here, while the phone data classifier showed some convergence, as well as a slightly improved peak validation accuracy, the Zoom classifier showed no sign of convergence and performed consistently worse than random on the validation data across all training epochs

[....]

The next step in attempting to address this implementation issue was to adjust the learning rate as opposed to the number of training epochs. In this experiment, each model was trained for the full 1100 epochs, but with an initial learning rate of 5e-4, half the default value."

https://arxiv.org/pdf/2308.01074.pdf

Γενικά διάβασα διαγώνια και χωρίς να ξέρω τι μου πολυγίνεται αλλα όντως είχαν θέμα με τον αριθμό epoch και τα μπάλωσάνε με μείωση epoch και training rate αφού έβγαζε decent accuracy το μοντέλο. Από ότι λίγα καταλαβαίνω το  coatnet που χρησιμοποιούν έχει δουλευτεί για  image recognition (απο google και στο paper για ~80-100 epoch.... https://arxiv.org/pdf/2106.04803v2.pdf )και το κάνουν στο spectrum του ήχου ενός keystroke και απο εκεί κάνουν classify. Υπάρχουν διάφορα θέματα με αυτό και τα λένε κιολας (πιο βασικό ότι πρέπει να έχουν sample απο όλα τα πιθανά πληκτρολόγια πράγμα που περνάνε τσακα τσάκα λέγοντας ότι υπάρχουν τα  πολύ δημοφιλή λάπτοπ που  έχουν ίδιο πληκτρολόγιο).

Τέλος πάντων είναι πάλι ένα πολυ clickbaitable paper με διάφορες παπάτζες μέσα. Αυτά τα mean που κάνουν και πετάνε απλά ένα κοντά τέλειο heatmap κάπου στο τέλος ειδικά είναι πολύ ωραία....

Μα μη το πάμε μακριά, έναν ράντομ προπτυχιακό φοιτητή να πάρεις που έχει κάνει 5 σεμινάρια Machine Learning, ξέρει/κατανοεί ότι όταν βλέπεις κάτι τέτοιο το πρώτο πράγμα που κάνεις είναι ξαναελέγχεις τον κώδικα από την αρχή γιατί δεν μπορεί παρά να είναι bug. Δεν γίνεται η συμπεριφορά αυτή να προκύψει από τις παραμέτρους του προβλήματος, είναι αδύνατον. Το να μαγειρεύεις τις υπερπαραμέτρους και να λες ότι είναι sudden collapse γιατί ... reasons, είναι γελοίο.

Υ.Γ. και αυτό να μην υπήρχε, το setup είναι κάθε πλήκτρο να πατιέται μόνο του, 25 φορές... και μετά μαγειρεύουν και την προ-επεξεργασία γιατί καλά καλά τον σωστό αριθμό πατημάτων δεν έβρισκε το σύστημα που έστησαν...

 

[freegr]

Εδώ που τα λέμε κατανοεί τι και πόσες ΙΣΤΟΣΕΛΙΔΕΣ έχεις ανοιχτά όπως στο bing αλλά το σημαντικό είναι μπορεί να αναλύσει φωνητικά δεδομένα όταν συνδιαλέγεται ο χρήστης μαζί της. Οπότε λες να έχει δίκιο ο Αρνολντ που είπε ότι η ταινία εχει ήδη ξεκινήσει να γίνει πραγματικότητα; 

[PerfectParanoia]

32 λεπτά πριν, vs_skg είπε

Μα μη το πάμε μακριά, έναν ράντομ προπτυχιακό φοιτητή να πάρεις που έχει κάνει 5 σεμινάρια Machine Learning, ξέρει/κατανοεί ότι όταν βλέπεις κάτι τέτοιο το πρώτο πράγμα που κάνεις είναι ξαναελέγχεις τον κώδικα από την αρχή γιατί δεν μπορεί παρά να είναι bug. Δεν γίνεται η συμπεριφορά αυτή να προκύψει από τις παραμέτρους του προβλήματος, είναι αδύνατον. Το να μαγειρεύεις τις υπερπαραμέτρους και να λες ότι είναι sudden collapse γιατί ... reasons, είναι γελοίο.

Υ.Γ. και αυτό να μην υπήρχε, το setup είναι κάθε πλήκτρο να πατιέται μόνο του, 25 φορές... και μετά μαγειρεύουν και την προ-επεξεργασία γιατί καλά καλά τον σωστό αριθμό πατημάτων δεν έβρισκε το σύστημα που έστησαν...

 

Το υ.γ. σου έλεγα στην παρένθεση αλλα μαλλον το είπα άγαρμπα.
Δεν διαφωνώ ότι φωνάζει ότι κάτι δεν πάει καλά αλλα δεν έχει γραφτεί ML κώδικας για αυτό το paper. Χρήση του μοντέλου παλεύουν να κάνουν. Αμα δεις authors φωνάζει ότι κάποιοι από τον τομέα it/cyber security βρήκαν έναν master που «τα παίρνει» και τον έχωσαν να βγάλουν μια δημοσίευση. Και προφανώς έπεσε έξω από τα νερά του και έκανε ότι μπορούσε, όπως μπορούσε. Κλασσικά πράγματα.

 

[Eloy]

H AI θα σου δώσει αποτέλεσμα μόνο στο πληκτρολόγιο στο οποίο έχει εκπαιδευτεί, στον ίδιο χώρο και στο ίδιο τραπέζι. Σε ένα άλλο πληκτρολόγιο, έστω και πανομοιότυπο, ή σε άλλο τραπέζι/γραφείο δεν μπορεί να δώσει τίποτα.... Λίγο να μην πατάει καλά ή να πατάει σε ένα σκουπίδι ένα ποδαράκι, το ηχητικό αποτέλεσμα είναι διαφορετικό (ΑΦΟΥ ΨΑΧΝΕΙ ΓΙΑ ΜΙΚΡΟΔΙΑΦΟΡΕΣ)...  Η άχρηστη τεχνολογική επιτυχία της ημέρας...

Επεξ/σία 9 Αυγούστου 2023 από Eloy

[zio10]

3 ώρες πριν, safridia είπε

Οταν αποκτησει συνειδηση και παρει τον ελεγχο ομως μετα θα ειναι η σειρα του να μας βασανισει σκληρα με την μουσικη. Προσοχη

Δεν υπάρχει τεχνητή συνείδηση. (Ούτε και νοημοσύνη).

[evark]

To ΑΙ, απλά "εκπαιδεύτηκε" στις κυματομορφές του ήχου των πλήκτρων, του συγκεκριμένου πληκτρολογίου, αν πρέπει να "διαβάσει" τους ηχους ενός άλλου πληκτρολογίου (ακόμα και ιδίου τυπου), θα πρέπει να εκπαιδευτεί ξανά. Πρακτικά πρέπει να καταγραφούν μερικές δεκάδες ή εκατοντάδες φορές οι ήχοι του κάθε πληκτρου.... 

Το μεγάλο πρόβλημα του ΑΙ, και των νευρωνικών δικτύων που βρίσκονται από κάτω είναι ότι πρέπει να "ταιστούν" με παρα πολλά καλά δεδομένα, πράγμα όχι εύκολο σε κάθε εφαρμογή.

Επεξ/σία 9 Αυγούστου 2023 από evark

[Odyss3us]

49 minutes ago, evark said:

To ΑΙ, απλά "εκπαιδεύτηκε" στις κυματομορφές του ήχου των πλήκτρων, του συγκεκριμένου πληκτρολογίου, αν πρέπει να "διαβάσει" τους ηχους ενός άλλου πληκτρολογίου (ακόμα και ιδίου τυπου), θα πρέπει να εκπαιδευτεί ξανά. Πρακτικά πρέπει να καταγραφούν μερικές δεκάδες ή εκατοντάδες φορές οι ήχοι του κάθε πληκτρου.... 

Το μεγάλο πρόβλημα του ΑΙ, και των νευρωνικών δικτύων που βρίσκονται από κάτω είναι ότι πρέπει να "ταιστούν" με παρα πολλά καλά δεδομένα, πράγμα όχι εύκολο σε κάθε εφαρμογή.

ειναι πολυ ευκολοτερο αποσο νομιζεις γιατι ακομα κι αν μερικα γραμματα ειναι εξαιρετικα δυσκολο εως αδυνατο να ανιχνευτουν θα μπορουν να τα μαντευουν σαν σε σταυρολεξο απο τα διπλανα συμφραζομενα και απο τη στιγμη που λοκαρει ο ηχος σε καθε πληκτρο τετελεσται.. πχ. απο τα 24 γραμματα της αλφαβητου ακομα κι αν το 1/3 των πληκτρων δεν μπορει να  ανιχνευθει οσο περισσοτερο ταιζεται η ΑΙ σε βαθος χρονου θα καταφερει να βγαλει ακρη απο τα συμφραζομενα και τις μισοτελειωμενες λεξεις

Επεξ/σία 9 Αυγούστου 2023 από Odyss3us