Mansurbek (Ph.D) | Insights

Qiyin kitob yoki maqolani qanday o’rganasiz? Odatda bunday kitoblar/maqolalar o’qilishdan qolib ketadi. Shunga shaxsiy agentingiz bo’lsa, sizga moslashib sizning darajangizga moslab oson qilib tushuntirib bersa, vizualashtirib ham bersa va sizni progresingizni kuzatib borsa, bunday servisdan foydalangan bo’larmidingiz? Chatgpt, claude bular maqolalarni tushuntirib berishi mn albatta, ammo katta kitoblarga kelganda konteks kattalashadi va alahsirash (hallucination) kuchayadi va progressni kuzatish izdan chiqadi. Uni ustiga chatgpt /claudeni boshqa maqsadlardan ham foydalanganingiz uchun, u yerda tartibsizlik orasida qolib ketadi kitob/maqolalaringiz. Humble fikringizni bildirsangiz xursand bo’lardim.

2020 yilda Reinforcement Learningni (RL) universitetda o’qiganman va o’ta chuqur o’rgatilgan (o’shanda kelajakda juda ko’p qo’llaniladi deb o’ylaganman), lekin o’sha vaqtdan beri use caselarni ko’p ko’rmadim. Sizlar-chi?

X nomli kursda 12 dars 2500$ ekan. Daxshaaat… Insof bilanda akalar, prompt yozish ham kasb bo’ldimi, sal uquvi bor odam youtubedanam ko’rib o’rganvoladi prompt yozib tizimini avtomatlashtirib olishni…. Ta’g’inam bu eng arzon ta’rifi, qolganini narx navosi ehhheee…

Bitta katta LLMmi yoki ixtisoslashgan AI agentlar jamoasimi? Tasavvur qiling, mukammal bino qurmoqchisiz. Barcha ishni bitta juda bilimli mutaxassisga topshirish mumkin. U arxitektura, elektr tizimi, kommunikatsiyalar va qurilish jarayonini tushunadi. Ammo har bir yo‘nalishda alohida mutaxassis darajasida chuqur ishlashi qiyin. Boshqa yo‘l — vazifani mutaxassislar jamoasiga taqsimlash. Arxitektor loyihani ishlab chiqadi, elektrik elektr tizimini rejalashtiradi, muhandis kommunikatsiyalarni hisoblaydi, nazoratchi esa xatolarni tekshiradi. Har biri o‘z vazifasini bajarib, natijasini keyingi mutaxassisga uzatadi. Yakunda sifatliroq va ishonchliroq loyiha hosil bo‘ladi. Ko‘p agentli AI tizimlari ham xuddi shunday ishlaydi. Bitta umumiy LLM barcha vazifani o‘zi bajarishga urinadi. Ko‘p agentli tizimda esa murakkab masala kichik qismlarga ajratiladi: bir agent ma’lumot izlaydi, ikkinchisi tahlil qiladi, uchinchisi yechim yoki kod yaratadi, yana biri natijani tekshiradi. Shuning uchun AI kelajagi faqat yanada katta modellar yaratishda emas, balki bir-biri bilan samarali hamkorlik qiladigan ixtisoslashgan AI agentlar jamoasini qurishda hamdir. @mansurbek_blog

Shiddat qay darajada ketayotganini his qilishni xohlasangiz, ushbu https://arxiv.org/ linkga kiring va "Computer Science" bo'limidagi bir haftalik maqolalarga bir ko'z yugurtirib chiqing. O'zimni g'aflatda qolib uxlab yotgandek his qilayapman 😬

AI kompaniyalari endi eski bosma kitoblarni ommaviy sotib olib, sahifalarini kesib skaner qilmoqda. Raqamlashtirilgan matnlar AI modellarini o'qitishda ishlatiladi. Buning sababi esa 2022-yilgacha chop etilgan kitoblar AI yaratgan sohta matnlar aralashmagan, "toza" trening ma'lumoti hisoblanadi. Ayrim kitob sotuvchilari AI kompaniyalariga minglab, hatto millionlab kitoblarni yetkazib bermoqda.

https://share.google/sb9Z8b4mQB5oAbuzZ

Januniy Koreyani Inpro kompaniyasi bilan hamkorligimiz boshlangan. Koreyadan qaytib hech Koreyslar bilan yana qaytib ishlayman deb o’ylamagan edim. ^^

Yuqoridagi savolga javob bo'ladigan rivojlanmaslik omillari.

Nima deb o’ylasiz, LLM va Computer vision sohalari salmoqli natijalarga erishgan bir paytda nega Physical AI sohasi oqsoqlanib turibdi? (Robotlani yiqilib qolishiga ko’zingiz tushayotgan bo’lsa kerek 😁)

✨ Generativ AI qanday ishlaydi? Tasavvur qiling, bir rassom minglab inson yuzlari, hayvonlar, tabiat manzaralari va buyumlarni ko‘rib o‘rgandi. U rasmlarni shunchaki yodlab olmaydi. Aksincha, ko‘zlar qanday joylashishi, yuz shakli, ranglar uyg‘unligi, yorug‘lik va soyalar qanday ishlashini tushunib boradi. Generativ AI ham xuddi shunday ishlaydi. 1. Avval ma’lumotlardan o‘rganadi Model minglab rasmlardagi umumiy qonuniyatlarni o‘zlashtiradi. Ya’ni u ma’lumotlarning ichki tuzilishi va taqsimotini o‘rganadi. 2. Latent makondan tasodifiy nuqta olinadi Bu nuqta hali rasm emas. U shunchaki tasodifiy sonlardan iborat kichik kod: z ~ N(0, I) Buni rassomning xayoliga kelgan tasodifiy g‘oya urug‘i deb tasavvur qilish mumkin. 3. Model ushbu kodni tasvirga aylantiradi Generativ model tasodifiy kodni o‘rgangan bilimlari orqali bosqichma-bosqich shakllantiradi: z → G(z) → yangi namuna Xuddi rassom xayolidagi mavhum g‘oyani asta-sekin aniq rasmga aylantirgani kabi. 4. Natijada yangi tasvir paydo bo‘ladi Bu inson yoki obyekt ilgari mavjud bo‘lmagan bo‘lishi mumkin. Model uni tayyor rasmdan ko‘chirmaydi, balki o‘rgangan xususiyatlarni yangicha birlashtiradi. Demak, generativ AI oqimi quyidagicha: ma’lumotlarni o‘rganish → latent makondan tasodifiy nuqta olish → model orqali o‘tkazish → yangi va real ko‘rinadigan natija yaratish. Generativ AIning “sehri” — mavjud narsani tanishda emas, balki o‘rgangan bilimlari asosida yangi narsani tasavvur qilib yaratishda. ✨ Follow for more ^^ @mansurbek_blog

Mahalla bo'libmiz ... Mahallamizning tg guruhida, tahminan 500 ga yaqin guruh a'zolari bor. Bizning kanalimiz ham shu raqamga yetibdi, bildirilgan ishonch uchun rahmat. Vaqtingizni foydali SI haqidagi ma'lumotlar bilan olishga harakat qilaman. @mansurbek_blog

Katta muammoga sodda yechim Yaqinda elektr toki uchun hisobda mablag‘ qolmagani sababli chiroq o‘chib qoldi. Darhol to‘lov qildik, lekin 4–5 soat o‘tsa ham chiroq yonmadi. Hududiy elektr tarmoqlariga bog‘lanishga harakat qildik, ammo ish vaqti tugagani uchun buning imkoni bo‘lmadi. Keyin hot-line’ga qo‘ng‘iroq qildim. Avval 6-navbatda kutdim, taxminan 7–8 daqiqa. Operator ko‘targach, Farg‘ona viloyatiga tushib qolganimni aytib, Toshkent shahriga ulab berdi. Va keyin… 82-navbat. Ha, tushunayapsanmi, Karl — 82-navbat. Taxminan 35 daqiqa kutdim. Nihoyat operator bilan bog‘landik. Suhbatimiz 1 daqiqa ham davom etmadi: operator hisoblagichni masofadan qayta ishga tushirdi va muammo hal bo‘ldi. Shunda o‘ylab qoldim: aslida bunday jarayonlarni avtomatlashtirish juda qiyin emas-ku. Oddiy chatbot bo‘lsa ham yetarli: Mijoz hisob raqami orqali chatbotga kiradi, muammoni yozadi. LLM agent so‘rovni tahlil qiladi. Holatni tekshiradi. Agar to‘lov amalga oshgan bo‘lsa-yu, hisoblagich hali ishga tushmagan bo‘lsa, tizim avtomatik action bajaradi — masalan, hisoblagichni qayta ishga tushiradi. Natijada mijoz 35–40 daqiqa kutmaydi, operatorlar ham oddiy va takroriy murojaatlar bilan band bo‘lib qolmaydi. Ba’zan katta muammolarga juda sodda yechim yetarli bo‘ladi. Faqat uni vaqtida ko‘rish va joriy qilish kerak. Texnik harjatlarini ko'tarishsa, tekinga qilib berar edim toki bizga o'xshaganlar 1 soatlab vaqtini va asabini ketgizmasligi uchun. @mansurbek_blog

Sartarosh aka bilan suhbat Taxminan 15 yildan beri sartaroshlik qilib kelayotgan bir akani bilaman. Juda samimiy, kamtar va doim o‘z ustida ishlaydigan inson. Yaqinda suhbatlashib qoldik. Men akadan: “Aka, siz bilan tanishgan paytimizda yosh edingiz. Nega bozori chaqqonroq, daromadi balandroq bir kasbni tanlamagansiz?” deb so‘radim. Aka kulib shunday dedilar: “Uka, istalgan sohada mehnat qilib, doim o‘zingni ustingda ishlab borsang, kam bo‘lmaysan. Lekin erinchoqlik qildingmi — tamom, orqaga ketishga tayyor tur. Oddiy misol: Har yili bir nechta sartaroshlar chiqadi, lekin ko‘pchiligi bir yilga qolmasdan boshqa ishga o‘tib ketadi.” Bu gaplar oddiy eshitilishi mumkin, lekin menga juda chuqur ta’sir qildi. Akani kuzatib, qanoatiga havasim keldi. Shinamgina ishxonasida kasbini sevib, halol mehnat qilib ishlaydilar. Yoshlari ulg‘ayayotgan bo‘lsa ham, eng so‘nggi urfdagi soch turmaklarini ko‘rib, o‘rganib, hali ham o‘z ustilarida ishlaydilar. Shu suhbatdan olgan eng katta insaytim shu bo‘ldi: Inson qaysi kasbda bo‘lishidan qat’i nazar, agar ishini sevsa, unga mas’uliyat bilan yondashsa va qanoat qila olsa — o‘sha joyda halovatni ham, barakani ham, baxtni ham topadi. Ba’zan baxt boshqa kasbda emas, o‘z kasbingga bo‘lgan munosabatingda ekan. @mansurbek_blog

Fable 5 ni qaytishini sog'indi kimlar ....^^

Gooool ….(var)—>afsus

Shunaqa gaplar …

To'siq (barrier) yo'qoldi ... Yaqin kunlargacha biror model qurish uchun, ingliz tili, dasturlash tili, model arxitekturasi, datasetni tushunish talab qilinar edi. Endi-chi? Endi prompt bilan ishni hal qilib qo'yaveramiz. MVPlarni ham bir necha daqiqada qurish mumkin bo'lib qoldi. Keling buni yaxshi va yomon taraflarini ko'rib chiqamiz. Yaxshi tomonlari: 1. Endi qiladigan ishingiz aniq bo'lsa, soatlab (haftalab) kod yozib o'tirishingizga ehtiyoj qolmadi. 2. Tezda g'oyalarni MVP ga aylantirish imkoni tug'uldi 3. Yangi vibe-coding kabi ish o'rinlari ochilmoqda 4. Istalgan soha mutaxassislari ishlariga integratsiya qilish orqali soatlab ishlarini qisqartirishi mumkin 5. .... Yomon taraflari: 1. Biz (o'zim ham) mantiqiy fikrlashdan to'xtab qolayapmiz 2. Yangi techlarni paydo bo'lishi ham ulgurib bo'lmas darajada tezlashib ketmoqda 3. Sun'iy intellektni bilmaydigan xodimlarga bosim kuchayishi kuzatilishni boshlamoqda 4. ... ro'yxatni siz davvom ettiring .... @mansurbek_blog

Qiziq bir suhbatdan insayt: Hayotni ham bir model deb tasavvur qilsak, bu modelni to‘g‘ri yo‘lga boshqarib turadigan 3 ta asosiy “loss funksiyasi” bor (bu SI modellarini to'g'ri yo'lga boshlab turadi): 1. Oxirat uchun loss funksiyasi 2. Ijtimoiy hayot uchun loss funksiyasi 3. Oilaviy hayot uchun loss funksiyasi Aslida hammamizda shu 3 ta loss funksiyasi mavjud. Farq shundaki, har bir inson ularga har xil vazn beradi. Kimdir oxiratni eng katta prioritet bersa, kimdir ijtimoiy hayotga ko‘proq e’tibor beradi, yana kimdir oilaviy hayotni asosiy mezon deb biladi. Qaysi biriga qanchalik katta vazn bersak, shu qadriyat to'g'irlanib boraveradi. Buni oddiy formula bilan shunday tasavvur qilish mumkin: Hayotdagi umumiy loss = (w₁ × Oxirat loss) + (w₂ × Ijtimoiy hayot loss) + (w₃ × Oilaviy hayot loss) Bu yerda: w₁ + w₂ + w₃ = 1 Ya’ni hayotdagi umumiy yo‘nalishimiz — qaysi qadriyatga qancha vazn berishimizga bog‘liq. Sizning hayot modelingizni qaysi loss function boshqarib turibdi? @mansurbek_blog

“Qwen3"ni Tahlil Qilamiz! | Masterclass | 20 Iyun koreya vaqtida 20:00da. 🤖 Qwen3 — dunyoning eng kuchli open-source AI modeli. Biz uni qo'lda tahlil qilamiz. Attention, MoE, RoPE, Thinking mode — bularni 1 soatda sodda tilda tushuntiramiz. Google Colab da birga ishlaymiz. Va asosiy savol: O'zbek tilida yaxshi AI model qurish haqiqatdan ham mumkinmi? 🎤 So'zlovchi Sardor Abdirayimov – UNIST Institutda Magistr | ML Engineer | Dasturchi 📅 Sana: 2026-yil, 20-Iyun (Shanba) ⏰Vaqt: 16:00 - 17:30 Toshkent Vaqti | (20:00 - 21:30 Koreaya Vaqti) 📍Joy: Online (Zoom) Diqqat: Zoom havola emailingizga va telegram kanalga joylaniladi! Röyxatdan ötiş uçun: https://forms.gle/A6ArAsjHT1ripVUU9 📢 Telegram kanal (materiallar shu yerda): https://t.me/sardor_dardi