Научпоп

Бывший посол США в России Майкл Макфол уже пару лет занимается санкциями против России, в том числе в микроэлектронике. Это происходит в рамках так называемой «Группы Ермака‑Макфола».

Документы группы пишут гуманитарии, например они путают Xilinx и Zilog, или «поправляют» слово ARM на слово ARMY, а также считают, что Zynq — процессор, а не гетерогенная система на кристалле с FPGA.

Кстати, Макфол мог бы попросить технических коллег из Стенфорда это править — в Стенфорде крутая электроника, его ректором был Джон Хеннесси, создатель процессоров MIPS и соавтором двух самых известных учебников по компьютерной архитектуре в мире.

Но короче, в прошлую пятницу Макфол устроил созвон в Zoom для платных подписчиков его блога на substack, я к этому созвону присоединился и задал ему такой вопрос:

Даже в AAA‑играх могут быть ошибки. Чаще всего сталкиваться с багами неприятно, однако иногда они могут войти в геймплей целого жанра или вовсе стать основой целой франшизы видеоигр. Разработчикам может будет полезным что‑то позаимствовать.

В комментариях пишите о других известных багах, которые повлияли на игровой процесс в играх, особенно сделанных студиями родом из России.

В качестве бонуса в конце — небольшая подборка багов, которые превратились в мемы.

Игла, жизнерадостный шнауцер, который был у меня в детстве, превращалась в клубок невыразимого шума и ярости каждый раз, когда видела собаку по кличке Пума. Она ненавидела Пуму так сильно, что впадала в ярость, лаяла и рычала. Простое произнесение имени «Пума» шёпотом вызывало ту же реакцию, как будто его звучание и представление о собаке, которую оно обозначало, были чётко связаны в глубине сознания Иглы.

Связь между словом и мысленным представлением его значения называется «референтным пониманием», и долгое время мы считали, что собаки лишены этой способности. Теперь исследование, опубликованное группой венгерских учёных, показывает, что мы могли ошибаться.

Jesse Anderson, директор Big Data Institute, и Martin Kleppmann, автор книги «Высоконагруженные приложения. Программирование, масштабирование, поддержка», вместе исследуют меняющийся ландшафт обработки данных. Они начинают с истории создания книги Мартина, подчеркивая важность искусства задавать правильные вопросы. Мартин рассказывает об изменениях, произошедших в отрасли с 2017 года, подчеркивая рост облачных сервисов. Затем беседа приобретает новый поворот, когда Мартин погружается в академические круги, делясь своими соображениями о программном обеспечении для совместной работы на основе локального подхода и увлекательном мире Automerge. Начинающие инженеры‑программисты получат несколько советов о том, как найти тонкий баланс между простотой и гибкостью. В завершение обсуждают о различных карьерных путях в динамичной сфере инженерии данных, что делает разговор полезным для профессионалов на любом этапе их пути.

Китайское письмо — один из древнейших видов письменности на земле. Открытие и дальнейшее развитие иероглифов, лежащих в основе этого древнейшего государства, оказало огромнейшее влияние на всю мировую цивилизацию, в прошлом, настоящем и, несомненно, будущем. По оценкам историков, археологов, лингвистов уже более 6000 лет тому назад была создана целая система графических знаков.

Первоначально прообразы иероглифов появились у китайских магов в их медиумных гаданиях. В китайской культуре магия издревле играла особую роль, она не утратила своего значения и сейчас, переодевшись в современное обличие. К примеру, геомантия — магическая наука о правильной пространственной планировке при строительстве домов и расположении в них предметов, это всем известный «фен‑шуй».

Один из приемов гадания у китайских магов был следующий. На панцире черепахи рисовались магические знаки, примитивные схематичные изображения привычных объектов и пиктограммами. Они были формой посредничества между миром людей и природными явлениями. При нагревании панцирь трескался и по паутине трещин, знаки увязывались в предсказание или пророчество. При династии Шан, правители часто гадали на черепашьих панцирях и костях перед принятием важного решения в сфере управления государством. После гадания черепашьи панцири и кости хранились в качестве официальных документов в императорских архивах.

Это вторая и заключительная часть статьи, в которой мы рассматриваем задачу классификации экзопланет. Если предыдущая статья была больше про предобработку данных, то здесь мы будем строить модели, отбирать лучшие и экспериментировать.

Выпуклое основание — это брак? Такой вопрос можно встретить от покупателей продукции Noctua, Ice Hammer, Thermalright, ID‑COOLING, Arctic Cooling и других именитых брендов.

Привет, Хабр! В предыдущей статье мы рассказали, как выглядел один из необычных компьютеров производства Amstrad. Сегодня же попытаемся ответить на самые часто задаваемые вопросы: как можно применить столь старое «железо» в современном мире и можно ли его вывести в сеть Интернет.

Спойлер: можно! И если задуматься, то осознаешь простой факт: мы вышли в сеть фактически с «калькулятора» и вполне можем использовать его для реальной переписки, используя технологии прошлого века. Подробности, как всегда, под катом.

Это перевод статьи Якоба Стейнхардта, где он описывает и обосновывает свои оценки того, как будут выглядеть языковые модели в 2030 году. Статья подводит базу для ещё двух, в которых он описывает возможные при наличии подобных систем катастрофические сценарии. Их переводы тоже скоро будут выложены.

Способность GPT4 программировать, творчески генерировать идеи, писать письма и делать немало чего ещё много кого удивила. В машинном обучении она в этом не одинока: до неё меня, как и многих способных прогнозистов удивили математические способности Minerva.

Как меньше удивляться при появлении новых ИИ‑разработок? Наш мозг часто совершает прогноз нулевого порядка: смотрит на нынешнее положение дел и добавляет усовершенствования, которые «кажутся осмысленными». Но оценка, что именно «кажется осмысленным», подвержена когнитивным искажениям и будет недооценивать прогресс в столь быстро развивающейся области как машинное обучение. Более эффективный подход — прогнозирование первого порядка: численно оценить историческую скорость прогресса и экстраполировать её вперёд, обращая при этом внимание на возможные причины замедления или ускорения.¹

В этом посте я использую этот подход для прогнозирования свойств больших предобученных ИИ в 2030 году. Я дальше буду говорить о «GPT₂₀₃₀». Это гипотетическая система, которая обладает способностями, вычислительными ресурсами и скоростью вывода, которые получатся, если экстраполировать большие языковые модели на 2030 год (но эта система скорее всего будет обучена и в других модальностях, таких как изображения). Чтобы предсказать свойства GPT₂₀₃₀, я рассмотрел много источников информации, включая эмпирические законы масштабирования, прогнозы о будущих вычислительных мощностях и будущей доступности данных, скорость улучшения по конкретным метрикам, скорость вывода нынешних систем и возможные будущие улучшения параллелизма.

Сейчас, в первые десятилетия XXI века паровые турбины ещё можно встретить (хотя их почти никогда не увидишь), но паровые поршневые двигатели — это архаичный пережиток. Почти все движущиеся машины, которые мы видим — автомобили, грузовики, газонокосилки, самолёты в небе и лодки на воде — получают свою энергию непосредственно от сгорания топлива (например, бензина) внутри цилиндра: внутреннее сгорание, в отличие от внешнего сгорания, которое производит пар из топлива, сжигаемого вне котла.

Двигатель внутреннего сгорания требует отдельной главы в рассказе об эпохе пара по двум причинам. Более очевидная — это роль, которую первый двигатель сыграл в гибели второго. Двигатель внутреннего сгорания можно с некоторой долей справедливости обвинить в убийстве парового двигателя. Другая, менее очевидная причина заключается в том, что внутреннее сгорание развивалось как реакция на пар и под его сенью. На протяжении всего девятнадцатого века двигатель внутреннего сгорания оставался новичком, который искал своё место в мире, где пар стал выбором по умолчанию для всех, кто нуждался в механической энергии.

Если разломить кусочек сахара, то выделяется еле заметный голубоватый свет. Сам факт такого свечения сахара при его механическом повреждении описывался ещё Френсисом Бэконом.

Привет! Меня зовут Константин Яковлев, я научный работник и вот уже более 15 лет я занимаюсь методами планирования траектории. Когда речь идет о том, чтобы построить траекторию для одного агента, то задачу зачастую сводят к поиску пути на графе, а для этого в свою очередь обычно используют алгоритм A* или какие‑то из его многочисленных модификаций. Если же агентов много, они перемещаются в рабочем пространстве одновременно, то задача (внезапно) становится несколько более сложной и применить напрямую A* не получится. Вернее получится, но лишь для небольшого числа агентов (проклятье размерности, куда деваться). Тем не менее для централизованного случая, т. е. для случая, когда есть один (мощный) вычислитель, с которым связаны все агенты и который всё про всех знает, решить задачу много‑агентного планирования можно достаточно эффективно. Можно даже находить оптимальные решения для умеренного количества агентов за относительное приемлемое время (например, порядка 1 секунды на современном десктопном PC для 30–50 агентов).

Если же говорить о децентрализованном случае, т. е. о том случае, когда агентам необходимо действовать индивидуально (например, нет устойчивой связи с центральным контроллером), опираясь лишь на собственные (локальные) наблюдения и опыт, то с хорошими решениями задачи становится гораздо сложнее. Когда я говорю «хорошие решения», я имею в виду прежде всего такие алгоритмы, которые бы давали стройные теоретические гарантии в общем случае. Хотя бы гарантии того, что каждый агент дойдёт (за конечное время) до своей цели. Тем не менее, задача интересная и специалисты из индустрии и академии её пытаются решать.

В этом посте я расскажу о наших свежих наработках в этой области, а именно о гибридном методе, которые сочетает в себе принципы классического эвристического поиска (A*) и обучения с подкреплением (PPO). Метод получился неплохим, превосходящим многие современные аналоги по результатам экспериментов, а соответствующая статья была принята на The 38th AAAI Conference on Artificial Intelligence (пока доступен только препринт). Это одна из топовых академических конференций по искусственному интеллекту, которая в этом (2024) году проходила в Канаде (спойлер: я сам визу получить не успел, но моим коллегам и со‑авторам, кто имел ранее выданные Канадские визы, удалось принять личное участие и достойно представить нашу науку на мировом уровне).

Свежая порция лайфхаков от программного роботизатора. Расскажу про трёх бесплатных роботов, которые могут делать автоматические рассылки и отправлять письма с личного аккаунта без использования внешних сервисов, чат‑ботов и прочих посредников.

1. Как автоматически собрать текстовый и визуальный контент из разных источников, сформировать из этого пост и опубликовать его в Telegram-сообществе в заданное время.

2. Как отправить много писем с вложениями с личного почтового ящика по списку адресов из XLS-файла так, чтобы каждый получил персональное обращение, причём для одного оно будет «Дорогой друг», а для другого — «Многоуважаемый Иван Иваныч».

3. Как быстро выкачать все вложения из писем. А бонусом – как ещё и рассортировать поступившие вложения по папкам.

Энто как же, вашу мать, 
Извиняюсь, понимать?
/Л. Филатов/

Представьте себе: вы приходите в офис компании, а там бухгалтер сидит над главной книгой, правой рукой попеременно откладывает ручку и щёлкает деревянными костяшками на больших счётах. Предварительные данные записаны карандашом и, если что, стираются огромным серо-голубым ластиком «Архитектор». Часть оборотных средств лежит в сейфе в кабинете бухгалтера, а за остальными он или она ходит пару раз в месяц в банк, где заполняет от руки платёжное поручение из специального ящичка. Скорее всего, вы решите, что видите сон из детства или какой-то бред (зависит от года рождения). И для 2024 года это и правда бред. Но поставить компьютеры каждому сотруднику не значит начать работать продуктивно, с другим результатом. Вот это вполне себе данность для компаний малого и даже среднего бизнеса.

На тему тайны переписки есть шутка про школьника, который не прочел письмо Онегина к Татьяне, поскольку это нарушение статьи 138 УК. Однако ранее везде действовал противоположный негласный закон — вскрывать и просматривать любую корреспонденцию. Для этого в XVII веке во Франции, а следом и во всей Европе были созданы специальные подразделения со зловещим названием «черные кабинеты» (cabinet noir). Попутно их деятельность подстегнула бурное развитие и выход криптографии на государственный уровень. 

Мы побеседовали с Анастасией Ашаевой, кандидатом исторических наук и старшим научным сотрудником московского Музея криптографии. Она рассказала о начале эпохи «черных кабинетов» и том, что это были за структуры, какой вклад они внесли в государственные дела, дипломатию и вообще жизнь людей. Зашла речь и о шифрах того времени, а также интересных случаях, когда работа cabinet noir повлияла на ход истории. 

Привет, Хабр!

Представьте, что вы написали собственную методику обеспечения безопасности устройств IoT и защитили собранное вами устройство в соответствии с ней. Не захочется ли попробовать проверить его защищенность самостоятельно?

Эта статья является пятой и заключительной в цикле “Диплом специалиста ИБ”, в рамках которого я рассказываю про свой опыт написания выпускной квалификационной работы на программе высшего образования “Компьютерная безопасность”. В предыдущей статье я рассказывал про написание мобильного приложения "Smart Connect" для взаимодействия с ранее разработанными IoT-устройствами (SmartLight и SmartPulse). В этой статье я расскажу про то, как я получал несанкционированный доступ к этим устройствам.