ТЕМА:

марк пишет:

Рождаются для того чтоб умереть а от чего и как это просто путь.

Человечество просто биомасса в виде грибка пожирающая все на своем пути
и в этой массе умирают и рождаются каждый час......

Этому можно долго улыбаться! вечно.

Инферно.

Завтра будет астрономической новый год.
По Киеву это будет в 17.03

Далековато от истины ушли...

Ура!!!
Настоящий Новый год наступил!

С флагом над "сельсоветом"?

Завалил ИИ простым вопросом- как с помощью повышающего преобразователя с 3.7 до 30 вольт (МТ3608) получать напряжение питания от 0 вольт и выше ! )))

DELAMORTO пишет:

Завалил ИИ простым вопросом- как с помощью повышающего преобразователя с 3.7 до 30 вольт (МТ3608) получать напряжение питания от 0 вольт и выше ! )))

ИИ
Это чистый boost-конвертер: он не может выдавать напряжение ниже входного. Если попытаться установить Vout<VinV_{out} < VinV_{out} < Vin
, модуль просто пропустит входное напряжение через индуктор и диод (минус падение на диоде), без регулировки.
0 В на выходе вообще недостижимо — даже при выключенном модуле на выходе будет ~Vin минус падение.

Bombar пишет:

DELAMORTO пишет:

Завалил ИИ простым вопросом- как с помощью повышающего преобразователя с 3.7 до 30 вольт (МТ3608) получать напряжение питания от 0 вольт и выше ! )))

ИИ
Это чистый boost-конвертер: он не может выдавать напряжение ниже входного. Если попытаться установить Vout<VinV_{out} < VinV_{out} < Vin
, модуль просто пропустит входное напряжение через индуктор и диод (минус падение на диоде), без регулировки.
0 В на выходе вообще недостижимо — даже при выключенном модуле на выходе будет ~Vin минус падение.

И ты Брут туда же....Заявляю что может! Без всяких переделок! С регулировкой от 0 вольт и до сколько он может!

А когда узнаешь как это делать- то уверуешь!

Я ИИ написал что ничего переделывать и добавлять в модуль повышающий не буду, даже питать его буду от 3.7 вольт, и буду получать от 0 до сколько он повысить сможет!
Просто подключу минус нагрузки на + входа, а плюс нагрузки на + выхода преобразователя и буду регулировать сколько мне надо вольт от 0 до сколько он выдаст!
Все...ИИ в ахуе, я гений!

Вопрос к ИИ - "как микроскопом забивать гвозди?"
ответ

возьмите микроскоп за тубус, как молоток, и стучите по гвоздю. Гвоздь, возможно, забьётся (микроскоп тяжёлый), но линзы разобьются, окуляр погнётся, и вы останетесь без микроскопа. Плюс он будет скользить в руке — эргономика не та.
...
Есть даже видео на YouTube, где люди это демонстрируют

Так о чем я- когда ИИ говорит что получение >1 не возможно, он просто не со всех сторон смотрит на это. И лоб себе расшибет, доказывая невозможность....Но стоит указать на правильный путь- моментально осознает свою ошибку.

DELAMORTO пишет:

Так о чем я- когда ИИ говорит что получение >1 не возможно, он просто не со всех сторон смотрит на это. И лоб себе расшибет, доказывая невозможность....Но стоит указать на правильный путь- моментально осознает свою ошибку.

ИИ ничего не доказывает. Он всего лишь выдает тебе то, чего ты хочешь.
ИИ сами ничего не придумывают. Они просто выдают тебе скомпилированный из интернета ответ на твой запрос.

С Днём Энергетика !!!

Bombar пишет:

....
ИИ сами ничего не придумывают....

Еще как ИИ может придумывать, даже врать.

Rivaros пишет:

Bombar пишет:

....
ИИ сами ничего не придумывают....

Еще как ИИ может придумывать, даже врать.

Нет. ИИ не может врать. Это свойство человека.
Вот что ИИ об этом говорит.

Искусственный интеллект (ИИ), особенно большие языковые модели (LLM) вроде ChatGPT или Grok, иногда выдаёт ложную информацию. Это явление называют галлюцинациями — когда модель генерирует правдоподобный, но неверный или вымышленный контент, представленный как факт.Основные причины галлюцинацийПрирода работы моделей: ИИ не "понимает" информацию как человек — он предсказывает следующее слово или токен на основе статистических паттернов из огромных данных обучения. Если данных недостаточно, они противоречивы или содержат пробелы, модель "заполняет" их правдоподобными, но ложными конструкциями. Это как продвинутый автозаполнение текста, которое может "придумать" детали.

Проблемы с данными обучения: Данные из интернета полны ошибок, предвзятостей, устаревшей информации и вымысла (форумы, блоги, художественные тексты). Модель воспроизводит эти паттерны, не отличая правду от лжи. Даже редкие факты могут быть "забыты" или искажены из-за огромного объёма данных.

Процесс обучения и оценки: Модели обучают максимизировать точность ответов, что поощряет "угадывать" вместо признания неопределённости. Бенчмарки (тесты производительности) наказывают за отказ от ответа, но награждают за уверенные (даже неверные) реплики. Исследования OpenAI (2025) показывают: это системная проблема — модели становятся "хорошими учениками на экзамене", предпочитая рисковать ложью.

Генеративная природа: Модели созданы для креативности и продолжения текста. В творческих задачах это плюс, но в фактах — минус: они комбинируют паттерны неожиданными способами, создавая несуществующие факты, цитаты или источники.

Другие факторы: Переобучение (overfitting), высокая сложность модели, случайность в генерации (temperature), длинные контексты (модель "забывает" начало) или adversarial атаки.