ИИ и задача о якорной цепи

[ozheredov]

wrest в сообщении #1708542 писал(а):

предложите тогда какой вааш ответ на задачу

$658 \cdot 8 + 2 \cdot 1.5$

wrest в сообщении #1708542 писал(а):

и расскажите, что же все-таки такое "диаметр просвета" на самом деле

Уже выяснили

wrest в сообщении #1708542 писал(а):

как ИИ мог бы догадаться до этого если вы смогли только с подсказкой?

gipokrat - заказчик работ по вычислению длины цепи. Он в душе не обязан знать, как что по ГОСТу называется. Более того, я Вам страшный вещ скажу - в 95% случаев заказчик не знает, чего хочет. Ему надо максимальную длину между палок, на которые насажена цепь, то есть $658 \cdot 8$, или таки полную длину $658 \cdot 8 + 2 \cdot 1.5$. Ну и разумеется, он не знает достаточный состав входной информации, чтобы получить ответ на свой вопрос (который - напоминаю - у него в голове на данном этапе ещё не сформулирован). И если этот GPT хочет быть дата-сайентологом, а не тупой и в добавок глючной экселькой - он должен а) корректно сформулировать по возможности наибольшее число вариантов вопроса, б) выделить из предоставленных данных нужные (при этом поняв, что имеется в виду под нестандартными терминами), отбросить ненужные и запросить недостающие, и в) поговорить с заказчиком на предмет "какая пара вопрос-ответ больше нравицца?".

gipokrat, Вы как-то вбросили и ушли (кстати, безумно рад Вашему возвращению). Какой в итоге ответ дала нейронка?

[wrest]

ozheredov
Ладно, пусть будет диаметр просвета=внутренний диаметр звена=шаг цепи.
Я понял что удивило ТСа. Оказывается, ИИ выводят формулу длины цепи так, что у них получается $L=N(D+d)$ при правильной $L=ND+2d"
DeepSeek на этом прям настаивал, мне не удалось повернуть его на путь истинный.
На Qwen озарение таки сошло, с объяснением где именно он был не прав, без явных моих подсказок, просто после указания что решение неверное.
ChatGPT понёс какую-то несусуветную пургу, а когда я попросил его нарисовать, то рисунок был такой:

Так что я не стал дальше мучить ChatGPT

Что под "просветом" понял я. Я понял так, что диаметр просвета - это габарит который можно всунуть в звено собранной и натянутой цепи. Ну например если мы зацепляем цепь где-то в середине за крюк, надевая звено на крюк, то изгиб крюка должен быть меньше "диаметра просвета". Ну или если мы наматываем цепь при помощи зубчатого колеса, то зуб этого колеса должен входить в "просвет". Тогда диаметр прутка существенно влияет на ответ, т.к. в этом случае внутренний диаметр звена будет 8+2х1,5=11см


Мне вот интересно, о чём думали вы, когда писали

ozheredov в сообщении #1708518 писал(а):

И что, цепь из тончайшей проволоки будет иметь ту же длину, что и цепь, где толщина стержня равна примерно половине диаметра просвета?

[ozheredov]

wrest в сообщении #1708553 писал(а):

о чём думали вы

Я думал про то, что Вы называете внутренним диаметром, но не сообразил, что в случае такого определения ответ не будет зависеть от толщины прутка. А в задаче наверное имелось в виду то, что Вы нарисовали на последнем рисунке (80)

[wrest]

ozheredov в сообщении #1708567 писал(а):

А в задаче наверное имелось в виду то, что Вы нарисовали на последнем рисунке (80)

Хорошо, так в конечном итоге, после этих обсуждений, как бы вы решали задачу?
И остались ли у вас претензии к LLM вот эти:

ozheredov в сообщении #1708490 писал(а):

если машина не умеет в простейшие вычисления, то какой смысл в новомодных разговорах о победе в топовых олимпиадах и работе LLM на переднем крае науки?

Ну и конечно, осталось неясным что ТС имеет в виду под правильным ответом когда пишет

gipokrat в сообщении #1708486 писал(а):

однако правильного ответа, увы, так и не дождался.

[Serg53]

wrest в сообщении #1708538 писал(а):

длина - количество внутренних диаметров умножить на количество звеньев. Ну ещё с некоторой натяжкой - по одной толщине (d-калибр) звена с каждого из двух концов

worm2 в сообщении #1708489 писал(а):

вы всё ещё думаете, что машина понимает смысл слов, а не ищет наиболее вероятное продолжение фразы по неприлично большой статистической базе?

ozheredov в сообщении #1708518 писал(а):

Человек отличается от робота наличием интуиции

Если за точки отсчёта принять внутренние поверхности колец, тогда максимальная длина цепи будет равна произведению внутреннего диаметра колец на число колец цепи. Увы, ИИ это не личность, а комплекс баз данных и программных модулей, обрабатывающих эти данные по определённым алгоритмам, имитирующим работу нейросети живых организмов. Но является ли эта имитация полноценной без учёта действия большого количества химических нейромедиаторов, воздействующих на нервную систему живых организмов?

[ozheredov]

wrest в сообщении #1708573 писал(а):

Хорошо, так в конечном итоге, после этих обсуждений, как бы вы решали задачу?

Я уже написал решение, и Вы его точно видели. Тремя сантиметрами я бы естественно пренебрёг. Толсто троллите, толсто! Потоньше надо.

wrest в сообщении #1708573 писал(а):

И остались ли у вас претензии

Остались, и более того - появилась одна новая: LLM превращают людей в LLM новая претензия снимается (ozheredov перепутал причину и следствие)

-- 08.11.2025, 18:40 --

Serg53 в сообщении #1708598 писал(а):

ИИ это не личность, а комплекс баз данных и программных модулей

В рамках материалистического воззрения Вы ни в жисть не отличите одно от другого. Человек - это такой смартфончик со смешными ручками и ножками, так что никто из материалистов не будет плакать, если его случайно раздавят задницей, окажись он в заднем кармане.

Serg53 в сообщении #1708598 писал(а):

обрабатывающих эти данные по определённым алгоритмам, имитирующим работу нейросети живых организмов

Архитектуры современных нейросетей чрезвычайно далеки от имитации организмов - апдейтнитесь уже наконец

[mihaild]

(Оффтоп)

ozheredov в сообщении #1708622 писал(а):

Толсто троллите, толсто! Потоньше надо

Толщина одного троллингового собщения 15 баттхёртов. Найти толщину треда из 10 сообщений.

[Anton_Peplov]

Serg53 в сообщении #1708598 писал(а):

Увы, ИИ это не личность, а комплекс баз данных и программных модулей, обрабатывающих эти данные по определённым алгоритмам, имитирующим работу нейросети живых организмов. Но является ли эта имитация полноценной без учёта действия большого количества химических нейромедиаторов, воздействующих на нервную систему живых организмов?

Искусственные нейросети (ИНС) похожи на мозг примерно как самолет на ворону. Есть крылья. Летают. Это примерно всё. Внутри всё совсем иначе, если только специально не ставится задача моделировать мозг.

Стандартный метод обучения ИНС - метод обратного распространения ошибки (backprop) - по-видимому, не имеет биологического аналога. Так что для моделирования мозга пришлось изобретать другие методы обучения, больше похожие на активность живых нейронов.

С. Марков в книге Охота на электроовец Глава 5 п. 5.3.6 писал(а):

Однако для достоверной симуляции мозга нужно использовать методы, аналогичные тому,
что происходит собственно в мозге. Одна из проблем заключается в том, что современной
науке неизвестны бесспорные физиологические аналоги backprop’а. Если вам хочется позлить
нейрофизиолога, заведите с ним дискуссию о методе обратного распространения ошибки в
мозге, но хочу сразу предупредить, что за последствия этой авантюры я не несу никакой
ответственности. Ввиду этого пришлось искать для обучения импульсных сетей методы, для
которых всё-таки обнаруживаются аналоги в физиологии. В конечном счёте эта одиссея
завершилась успехом и сегодня таковые нам известны. Более того, выяснилось, что в ряде
экспериментов они не слишком уступают backprop’у [1457], а при правильно подобранных
параметрах могут оказаться даже более эффективными.

[ozheredov]

(mihaild)

mihaild в сообщении #1708637 писал(а):

Толщина одного троллингового собщения 15 баттхёртов. Найти толщину треда из 10 сообщений.

В условии не хватает толщины терпения модератора, но я и тут могу ошибаться ))
Надеюсь, talash скормит эту задачу (я серьёзно) всем топовым платным нейросетям: посмотрим, есть ли у talash LLM креативное мышление.

-- 08.11.2025, 23:09 --

Anton_Peplov в сообщении #1708654 писал(а):

метод обратного распространения ошибки (backprop) - по-видимому, не имеет биологического аналога

За $650 000 000$ лет эволюция на научилась считать градиент сложной хвункции. Садись, эволюция - два!

[gipokrat]

ozheredov в сообщении #1708544 писал(а):

gipokrat, Вы как-то вбросили и ушли (кстати, безумно рад Вашему возвращению). Какой в итоге ответ дала нейронка?

Я много разных нейронок перепробовал: ChatGPT, Grok, Claude, Perplexity, DeepSeek тощо.
И ответы были разными. Например, ChatGPT 5 Pro дала следующий ответ:
https://chatgpt.com/share/690fa937-0b4c ... b03894c0b4

Мой личный (без нейронки) вариант ответа: 54 метра и 83 сантиметра. Потому что первое звено равно 11 сантиметрам, а каждое следующее добавляет 8 сантиметров. $684\cdot 8+11=5483$.

Вы считаете, что я неправ?

[ozheredov]

gipokrat в сообщении #1708659 писал(а):

$684\cdot 8+11=5483$.

Это абсолютно правильный ответ.

[talash]

Хорошая задача для тестирования нейросетей. Показывает, что ещё далеко им до людей в некоторых аспектах. Косячат на лёгких задачах.

Не справились: Opus 4.1, ChatGPT 5 Thinking
Справился: Gemini 2.5Pro

Задачу сформулировал так:
Определить полную длину(от края до края) натянутой якорной цепи, составленной из n звеньев. Каждое звено имеет следующие размеры: диаметр просвета(внутренний диаметр звена) равен p метров, а толщина стержня, из которого сделано звено, равна d метров.

Ответ gemini:

Цитата:

Полная длина (L) натянутой якорной цепи, состоящей из n звеньев, определяется по формуле:

$$L = n \times p + 2 \times d$$

Где:
L – полная длина цепи (от края до края).
n – количество звеньев в цепи.
p – диаметр просвета (внутренняя длина) одного звена.
d – толщина стержня, из которого сделано звено.

Обоснование формулы

Чтобы рассчитать общую длину, давайте мысленно "протянем" измерительную ленту вдоль натянутой цепи от одного внешнего края до другого:
Начало (Первое звено): Измерение начинается с внешнего края первого звена. Мы сразу проходим толщину его стержня: d.
Прохождение звеньев: Далее мы проходим внутренний просвет (p) первого звена. В натянутой цепи внутренний край первого звена упирается во внутренний край второго. Мы "перескакиваем" на второе звено и проходим его внутренний просвет (p), затем третьего (p), и так далее, пока не пройдем все n звеньев.
Конец (Последнее звено): Пройдя внутренний просвет последнего, n-го звена, мы упираемся во внутренний край его стержня. Чтобы достичь внешнего края всей цепи, нам нужно пройти толщину этого последнего стержня: d.
Если сложить все эти отрезки, мы получим:
L = (Толщина первого стержня) + (Сумма всех просвeтов) + (Толщина последнего стержня)
$L = d + (p + p + ... + p \text{ [n раз]}) + d$
$L = d + (n \times p) + d$

$$L = np + 2d$$

Таким образом, общая длина равна сумме внутренних длин всех звеньев плюс толщина материала на двух крайних концах цепи.

-- 09.11.2025, 12:46 --

Интересно, что когда я скинул правильное решение, Opus признал его верным, а своё ошибочным. А ChatGPT настаивает на своём решении:

Цитата:

Почему ваша формула занижает длину:

Между каждыми двумя соседними звеньями всегда лежит стержень толщины d.

[wrest]

talash в сообщении #1708705 писал(а):

Задачу сформулировал так:
Определить полную длину(от края до края) натянутой якорной цепи, составленной из n звеньев. Каждое звено имеет следующие размеры: диаметр просвета(внутренний диаметр звена) равен p метров, а толщина стержня, из которого сделано звено, равна d метров.

Тут вся катавасия вокруг термина "диаметр просвета" а вы сразу слили в LLM что это внутренний диаметр звена.

[ozheredov]

wrest в сообщении #1708732 писал(а):

вы сразу слили в LLM что это внутренний диаметр звена.

И всё равно некоторые нейронки облажались. Ну то есть как облажались: нейронка явно не глупее 90% людей, но до учёных-вокруг максимального собственного вектора тензора инерции верчёных нейронкам ещё далеко.

[gipokrat]

Мне кажется, что проблема всё-таки в неспособности ИИ визуально представить себе тот или иной объект. Человек ведь, перед тем как решать задачу о якорной цепи, представляет в уме, как она выглядит.

Вот ещё пример. Спрашиваю у ChatGPT 5 Thinking (Heavy), что изображено на катринке:


Машина говорит, что это вовсе не параболический цилиндр, а... геликоид. Причём, когда я её переспрашиваю, она настаивает на своём:

https://chatgpt.com/share/6912def7-2ef8 ... af31c9971d