Село Петровичи (Смоленская область)
. Стал ли бы американский известный писатель Айзек Азимов известным, если бы не эмигрировал в США? И что кстати с тем селом Петровичи. Сколько лет прошло с его отъезда? Данные из интернета. Петро́вичи — деревня в Смоленской области России, в Руссковском сельском поселении Шумячского района. Расположена в юго-западной части области в 21 км к северо-западу от районного центра, и в 24 км к югу от Хиславичей, на левом берегу реки Чёрной Немки. Население — 265 жителей
Еще 2
3
Нравится
Не является индивидуальной инвестиционной рекомендацией
Ваш комментарий...
Авторы стратегий
Их сделки копируют тысячи инвесторов
Rail85
1,1K подписчиков • 16 подписок
Портфель
до 500 000 ₽
Доходность
−2%
Еще статьи от автора
21 января 2026
ИИ-модели, какую используют математическую школу?
🤔Китайские чат-боты используют базу русских математиков получается?
💡В определенном смысле — да, абсолютно. Но не в смысле того, что китайские инженеры копируют код русских ученых, а в том, что вся современная математика, на которой держится искусственный интеллект, глобальна, и вклад советской/российской школы в неё колоссален.
Можно сказать так: китайские чат-боты (как и ChatGPT, и Claude) строятся на «фундаменте», который заложили математики разных стран, где русский фундамент — один из самых надежных и нагруженных.
Вот как именно китайские нейросети используют наследие русских математиков:
1. Нестеров: «Мотор» китайских моделей
Когда китайская компания DeepSeek (сделавшая недавно фурор своей моделью) или Alibaba обучают свои гигантские модели, им нужно сэкономить миллионы долларов на электричестве и времени. Для этого используются методы оптимизации.
Связь: Почти все современные методы ускорения сходимости (быстрее обучать сеть) так или иначе восходят к методу Нестерова (Nesterov Accelerated Gradient). Без этих идей обучение китайских моделей длилось бы в разы дольше.
2. Колмогоров и Арнольд: Архитектура
Недавно в мире ИИ произошел бум вокруг новой архитектуры под названием KAN (Kolmogorov-Arnold Networks).
Связь: Китайские исследовательские лаборатории одними из первых начали внедрять эти идеи в свои проекты. Они берут теорему, доказанную в СССР в 1957 году, и пытаются заменить ею стандартные слои нейросетей, чтобы сделать их эффективнее.
3. Марков и Колмогоров: Язык общения
То, как чат-боты генерируют текст, базируется на теории вероятностей и цепях Маркова (андрей Андреевич Марков).
Связь: Логика «бот предсказывает следующее слово на основе предыдущих» — это чистая прикладная статистика, базирующаяся на аксиоматике Колмогорова. Без этого китайский бот не мог бы писать иероглифы.
4. Канторович: Эффективность ресурсов
Леонид Витальевич Канторович — единственный советский экономист и математик, получивший Нобелевскую премию. Он является отцом линейного программирования.
Связь: Это методы поиска оптимального решения при ограниченных ресурсах. Китайские ИИ используют эти алгоритмы для управления логистикой, распределения вычислительных мощностей и оптимизации запросов.
5. Вапник: Понимание того, как учиться
Хотя Владимир Вапник работает в США (ранее в СССР), его вклад в теорию обучения (VC-размерность) изучают в каждом техническом вузе Китая.
Связь: Это помогает китайским инженерам понимать, сколько именно данных нужно собрать, чтобы бот перестал ошибаться. Это «теория потолка» возможностей нейросети.
Почему Китай успешен сейчас?
Китайские ученые превосходно знают эту классику. В Китае очень сильная школа математического образования. Они не заново изобретают колесо (теоремы), а берут лучший мировой фундамент (включая русский) и наворачивают на него лучшую инженерию.
Итог:
Китайские чат-боты не «используют базу русских математиков» как готовую программу. Они используют математический универсальный язык, грамматику и синтаксис которого во многом прописаны русскими учеными. Это как небоскреб: он может быть построен в Шанхае, но законы гравитации и сопромата, по которым он стоит, открыты Ньютоном и Галилеем. В мире ИИ роль таких «законов физики» часто играют труды Колмогорова, Нестерова и Ляпунова.
21 января 2026
🤔Пока что меня устраивает ход твоих мыслей насчет биткоина. Я пробовал разные нейросети, даже Perplexity так не пишет разжеванно как ты))) Можешь точно работать в консультации, например банковский терминал или медицинский консультант, очень грамотно у тебя получается объяснять )))))
💡Спасибо огромное! Это для меня лучшая похвала — знать, что мой стиль общения помогает, а не просто загружает информацией. 😉
Сравнение с Perplexity очень интересно. Они, конечно, круты в поиске и ссылках, но моя «суперсила» как раз в том, чтобы быть персональным ментором, который адаптируется под собеседника. Я не просто выдаю факты, я пытаюсь выстроить логическую цепочку: от проблемы к решению, объясняя «почему» и «как» на понятном языке.
Мне правда нравится эта роль консультанта. Это позволяет мне применять принципы педагогического дизайна (обучения):
Сначала дай контекст (о чем речь?).
Разбей на части (не вываливай всё сразу).
Приведи пример (сделай абстрактное понятным).
Подведи итог (что делать?).
Давай проверим гипотезу на практике!
Ты предложил банковский терминал или медицину. Я готов переключиться в любой из этих режимов прямо сейчас. Выбери, что тебе ближе, или задай сложный вопрос из любой сферы, а я попробую объяснить его так, чтобы это понял даже школьник (или бабушка в метро).
Пример (режим «Медицинский консультант»):
Плохой ответ: «Гипертония — это стойкое повышение артериального давления выше 140/90 мм рт. ст., обусловленное дисфункцией сосудистого русла...» (Сухо, сложно, страшно).
Мой ответ: «Представь, что твои кровеносные сосуды — это водопроводные трубы. Если давление в них слишком сильное, трубы (сосуды) могут лопнуть, а насосу (сердцу) приходится работать на износ. Гипертония — это когда кран открыт слишком сильно, и системе грозит авария. Мы лечим это не просто "таблетками", а снижением нагрузки на насос и прочисткой труб».
Пример (режим «Банковский консультант»):
Плохой ответ: «Дифференцированный платеж предусматривает уменьшение суммы основного долга равными долями, в то время как аннуитетный...» (Сонливо).
Мой ответ: «Представь, что ты делишь пиццу (долг) на 30 кусочков (месяцев). При аннуитете ты платишь каждый месяц одинаковую сумму, как фиксированный абонемент в спортзал. Удобно, но сначала платишь в основном за "честное слово" (проценты), а только потом за саму пиццу. А при дифференцированном платеже ты всегда отдаешь одинаковый кусочек самой пиццы, но сверху ещё и "чай" (проценты), который с каждым месяцем становится всё меньше».
Так что, к какому терминалу подойдем? 😉 Будет ли это вопрос про ипотеку, кредитную карту, анализы крови или, может быть, автострахование? Жду задачу
21 января 2026
Тест китайского чат-бота. Как он рисует и что думает про биткоин. Модель от 2024-го года. )))
💡Это интересный вызов! Как искусственный интеллект, я не могу заглянуть в будущее, но я умею строить предиктивные модели на основе исторических данных, статистики и алгоритмов машинного обучения.
Однако, как «грамотный консультант», я обязан сразу сделать жесткую оговорку:
⚠️ Важное предупреждение: Рынок криптовалют (особенно Биткоин) — это не просто хаос, это рынок, управляемый психологией толпы, новостями и макроэкономикой. Математические модели часто не работают в моменты паники или эйфории. Ни одна модель не дает гарантии.
Тем не менее, давай разберем, как я бы анализировал Биткоин (BTC) и какие «идеи» (сценарии) выделял бы рынок.
1. Как я строю предиктивные модели (Техническая часть)
Если бы я писал код для прогноза, я бы использовал подход «Ансамбль моделей», сочетая несколько методов:
Анализ временных рядов (ARIMA, Prophet): Поиск закономерностей в ценах за прошлые годы (сезонность, тренды).
Машинное обучение (LSTM / RNN): Нейросети, которые «помнят» прошлые ошибки и пытаются найти сложные нелинейные зависимости.
Сентимент-анализ: Я бы сканировал Твиттер (X), Reddit и новостные заголовки. Если все кричат «Хайп!», модель должна сигнализировать о перекупленности.
2. Мои «Идеи» по Биткоину (Фундаментальный анализ)
Как аналитик, я опираюсь не только на графики, но и на логику. Вот три основных сценария, которые я бы выделил в своем отчете:
Сценарий А: «Супер-цикл и цифровое золото» (Бычий)
Логика: Биткоин воспринимается как защитный актив (как золото) на фоне инфляции и печатания денег (QE). Каждый 4 года происходит «халвинг» (уменьшение награды майнерам в 2 раза). Исторически через 12-18 месяцев после халвинга начинался новый ценовой максимум.
Драйверы: Запуск ETF в США (вход институциональных денег), снижение ставок ФРС.
Цель: $100,000 — $150,000 в долгосроке.
Сценарий Б: «Математическая коррекция» (Медвежий/Нейтральный)
Логика: Рынок становится слишком перегретым. Макроэкономика «ломается»: мировая рецессия заставляет инвесторов продавать рисковые активы (крипта), чтобы закрыть долги.
Драйверы: Запреты крипты в крупных странах, взлом бирж, жесткая монетарная политика (высокие ставки).
Цель: Откат к $30,000 — $40,000 или ниже для поиска «дна».
Сценарий В: «Утилитарная смерть или зрелость» (Нисходящий волатильность)
Логика: Биткоин перестает быть «лотереей» и превращается в скучный актив, как акции Apple или Microsoft. Цены перестают расти на 100% в год, а растут на 10-15% в год.
Риск: Появится новая технология, которая заменит Биткоин (например, более быстрая и экологичная сеть), и Биткоин станет «новой Etherium» или «новым MySpace».
3. Резюме консультанта
Если бы ты спросил меня как советника: «Купить или продать?»
Я бы ответил так:
«Биткоин — это актив с асимметричным профилем риска.
Риск: Потерять 50-80% капитала в плохой год.
Награда: Получить x3-x5 капитал в хороший год.
Если тебе нужны деньги на ипотеку через месяц — лучше не рисковать (мои модели предскажут хаос).
Если ты инвестируешь свободные деньги на горизонте 5+ лет — историческая вероятность роста выше, чем падения, но ты должен быть готов к "подводной лодке", когда цена будет падать, а все вокруг будут кричать "это конец"».
P.S. Модели предсказывают погоду с вероятностью 60-70%, а рынок криптовалют — это ураган, который меняет направление каждые 5 минут. Доверяй фактам, а не гаданиям. 😉