У Стругацких в одном эпизоде упоминается Великий КРИ

Коллектор Рассеянной Информации предназначался главным образом для собирания рассеянной информации, что, впрочем, явствовало из названия. Под рассеянной информацией понимались рассеянные в пространстве и времени следы любых событий и явлений. Первый принцип Сунь Си-тао (единственный, который оказался доступен Жене) гласил, что ничто в природе и тем более в обществе не проходит бесследно, все оставляет следы. Подавляющее большинство этих следов находятся в виде чрезвычайно рассеянной информации. В конечном счете они представляют собой энергию в той или иной форме, и проблема сбора очень осложняется тем, что за миллионы лет первичные формы претерпевают многократные изменения. Другими словами, следы накладываются друг на друга, смешиваются, частично стираются следами последующих событий и явлений. Теоретически любой след можно отыскать и восстановить — и след столкновения кванта света с молекулой в шкуре бронтозавра, и след зубов бронтозавра на древовидных папоротниках. Для отыскания, сортировки, сопоставления этих следов и для преобразования их в привычные формы информации — например, в изображение — был построен Великий КРИ.
...
— Нам удалось получить очень интересные картины и даже целые эпизоды, — говорил Рудак. — Конечно, подавляющее большинство материалов представляют собой брак — сотни и тысячи кадров, наложенных друг на друга, и фильтр информации просто выходит из строя при попытке разделить их. Но кое-что мы все-таки видели. Мы стали свидетелями вспышки сверхновой вблизи от Солнца сто миллионов лет назад. Мы видели драки динозавров и эпизоды из битвы при Пуатье, звездолеты пришельцев и еще что-то странное и непостижимое, чему мы не имеем пока ни соответствий, ни аналогий.
...
Великий КРИ не был только коллектором рассеянной информации. Это была необычайно сложная и весьма самостоятельная счетно-логическая машина. В ее этажах, помимо миллиардов ячеек памяти и логических элементов, помимо всевозможных преобразователей и фильтров информации, имелись собственные мастерские, которыми она сама управляла. При необходимости она надстраивала себя, создавала новые элементы, строила модели и вырабатывала собственную информацию. Это открывало широкие возможности для использования ее не по прямому назначению.
...

И пожалуйста, сделали:

ИИ-археолог: Как нейросети заглядывают в мысли людей прошлого?⁠⁠

Представьте, что можно спросить у средневекового монаха о его страхах или узнать у древнегреческого философа, что он считает справедливым. Звучит как фантастика? 🤔 Но ученые уже создают для этого специальные нейросети — HLLM (Historical Large Language Models). Их уникальность в том, что они учатся только на исторических текстах: дневниках, трактатах, письмах конкретной эпохи, становясь своего рода цифровыми симуляторами мышления людей прошлого.

Как же это работает на практике? Возьмем, к примеру, модель MonadGPT, “воспитанную” на 11 000 древних текстов, или XunziALLM, знаток древнекитайской мудрости. После обучения такие модели проходят строгую проверку: их ответы сравнивают с историческими источниками и мнением экспертов, чтобы убедиться, что ИИ не просто цитирует, а действительно мыслит в рамках мировоззрения той эпохи — знает ли он, что Земля была центром мира в XVII веке или понимает ли конфуцианские принципы.

А зачем это вообще? HLLM открывают потрясающие возможности для науки! С их помощью можно изучать, как менялась психология людей на протяжении столетий: стали ли мы более эгоистичными? Усилилось или ослабло доверие в обществе? К тому же, это шанс проверить, насколько универсальны базовые человеческие черты вроде склонности к сотрудничеству или заботы о близких — были ли они такими же сотни лет назад? По сути, это ключ к созданию “цифровой истории ментальностей” — карты эволюции человеческого мышления.

Однако у всей этой истории есть подводные камни! Главная сложность в том, что большинство сохранившихся текстов создали элиты — ученые, философы, аристократы. Голос простых крестьян и ремесленников почти не слышен. Да и проверить достоверность модели для очень древних эпох сложно — надежных данных мало. Но и тут есть выход: ученые “калибруют” HLLM, добавляя информацию о низших классах из косвенных источников: судебных архивов, фольклора, записей путешественников или даже анализа бытовых предметов.

Так что же в сухом остатке? HLLM — это не волшебная машина времени и не замена историкам. Это мощный новый инструмент, позволяющий “поговорить” с цифровым прообразом человека прошлого. ИИ помогает лучше понять, как формировались наши ценности, страхи и убеждения, и как далеко мы ушли (или не ушли) от мышления наших предков.

отсюда: https://pikabu.ru/story/iiarkheolog_kak_neyroseti_zaglyadyivayut_v_myisli_lyudey_proshlogo_12813383

Все проблемы от жадности и глупости

Здравствуйте, Stanislaw K, Вы писали:

SK>

SK>ИИ-археолог: Как нейросети заглядывают в мысли людей прошлого?⁠⁠

Емнип, Сурдин задавался вопросом. Если взять и обучить модель на физике (ну и математике и пр.) до 1900 года, за 5 лет до публикации ТО Эйнштейна. Т.е. накачать его всеми знаниями того времени, но не давать новых знаний. И потом позадавать вопросы — сможет ли оно прийти само к Теории Относительности или не сможет.

Вот это куда интереснее. Но думаю что это очень дорого такие эксперименты ставить

S>Но думаю что это очень дорого такие эксперименты ставить
Да ладно.

Не имея достаточных средств и будучи отфутболиваем различными бюрократами,
она у меня пока не полностью автоматизирована. Вопросы задаются устным
образом, и я их печатаю и ввожу таким образом к ей внутрь, довожу, так
сказать, до ейного сведения. Отвечание ейное, опять через неполную
автоматизацию, печатаю снова я.
...
Лавр Федотович: Грррм... Какие будут предложения?
Машина: Признать мене за научный факт.

Здравствуйте, Shmj, Вы писали:

S>Емнип, Сурдин задавался вопросом. Если взять и обучить модель на физике (ну и математике и пр.) до 1900 года, за 5 лет до публикации ТО Эйнштейна. Т.е. накачать его всеми знаниями того времени, но не давать новых знаний. И потом позадавать вопросы — сможет ли оно прийти само к Теории Относительности или не сможет.

S>Вот это куда интереснее. Но думаю что это очень дорого такие эксперименты ставить

Про опыт Майкельсона будем рассказывать или нет? И ещё про 30 попыток обнаружить эфирный ветер начиная с опыта Физо? Если будем, то вполне может изобрести.