Незнакомец

— Погоди, ты всерьез считаешь, что генетика ничего не дает?
— Нет, конечно. Ну сам по суди. Ты помнишь наш класс двадцать лет назад. Кому-то легче давалась история, кому-то физика. Кто-то побеждал на олимпиадах, кто-то нет. По твоей логике призеры все поголовно должны иметь более крутую генетическую платформу, хотя это не так.
— Однако практически все победители с классом С как минимум, если мне не изменяет память
— Это мы вряд ли проверим. К тому же В-шек у нас не было, насколько я помню. А D-шки были в основном не из самых благополучных семей, так что тут генетика имеет опосредованное значение.
— Да, ты прав. Проверить сложно. Однако разве ты не замечал, что простые работяги с вон того завода за окном говорят так, словно воспроизводят цепь маркова: взял N слов, по ним просто по памяти вывел M слов. Например, после фразы "союз советских" они продолжат автоматом "социалистических республик", так как это наиболее вероятное продолжение.
— Неудачный пример, если честно.
— Да, согласен, надо повспоминать еще…
— К тому же твои слова отдают некой ноткой фашизма. Ты взял и огульно обозвал целую группу людей "недоразвитыми". Хотя я частично с тобой согласен, я сам замечал подобное раньше.
— Вот-вот!
— Скорее речь некоторых людей похожа на ответы Джона Сёрла из эксперимента с китайской комнатой.
— Это тот, который не знает иероглифов, однако отвечает по заданному алгоритму? Ну по сути он выдает не осознавая ни вопроса, ни даже своего ответа.
— Да-да, тот самый. Однако я и за собой иногда замечаю подобное. Потому и считаю, что генетика не так важна. Скорее уж человека определяет характер, чем некая генетическая платформа

Привет! На связи команда инноваций Х5 Retail Group #x5lab. Новые технологии в ритейле – прорывные кассы самообслуживания, мониторинги очередей, роботы на распределительных центрах, терминалы лояльности и многое другое – это к нам. Но сегодня мы хотим рассказать не об этом, а о нашей экспедиции в Китай, где, следуя старой китайской пословице «не бойся, что не знаешь — бойся, что не учишься», мы решили немного поучиться и понять, как там «у них».

Самые активные реальные певцы способны выпустить один, может быть, два музыкальных альбома за год. У рэперов иногда получается три-четыре микстейпа. Но компания Auxuman собирается выпускать по полноценному музыкальному альбому, с такими звездами как Йона, Мони, Джемини, Зоя и Хексе, каждый месяц. Секрет такой продуктивности? Машинное обучение и нейросети. Фирма строит «следующее поколение виртуальных артистов», которые призваны полностью заменить реальных звезд.

Привет, Хабравчане! Отфильтровав для вас большое количество источников и подписок — собрал все наиболее значимые новости из мира машинного обучения и искусственного интеллекта за сентябрь. Не забудьте поделиться с коллегами, или просто с теми, кому интересны такие новости.

Для тех, кто не читал дайджест за август, можете прочесть его здесь.

Итак, а теперь дайджест за сентябрь:

1. Ученые EPFL разработали мягкую искусственную кожу, которая обеспечивает тактильную обратную связь и — благодаря сложному механизму самочувствия — потенциально способна мгновенно адаптироваться к движениям пользователя.

Ученые из россйской ГК «Нейробиотикс» и Лаборатории нейробототехники МФТИ сумели воссоздать изображения по электрической активности мозга. Правда, речь идет только о работе с изображениями, на которые смотрит человек, чей мозг анализируется.

Собственно, восстанавливать геометрические фигуры, на которые смотрит человек в определенный момент времени, по электрической активности его нервных клеток — вовсе не самоцель. Главное — понять, как мозг шифрует информацию, которую мы затем храним многие годы (ну или минуты, что не менее важно).

И двух лет не прошло, как новая порция моих удивительных историй про приключения около IT кристаллизовалась и ждёт своих читателей. Приключения продолжаются! Присаживайся поудобнее, включай приглушённый свет, кутайся в плед и доставай глинтвейн, ведь в этот раз я поведаю, чем закончились поиски инвестора в mmorpg, про проект капсул сна, и о том, какой хабар я вынес из всех этих приключений.

Привет, Хабр! Отфильтровав для вас большое количество источников и подписок, собрал все наиболее значимые новости из мира машинного обучения и искусственного интеллекта за октябрь. Не забудьте поделиться с коллегами или просто с теми, кому интересны такие новости.

Для тех, кто не читал дайджест за сентябрь, можете прочесть его здесь.

Итак, а теперь дайджест за октябрь:

1. Фотореалистичная 3D-модель человека выступила на TED. Нейросеть динамически восстанавливает 3D-модель человека на основе распознавания движения лицевых мышц. С помощью данных с камеры нейросеть распознает и восстанавливает эмоции и действия человека.

Начало тут.

10-43: Кто-то говорит: «Учёный знает науку, как рыба знает гидродинамику». Тут нет никакого определения Науки. Я открыл для себя (я думаю, что говорил вам об этом ранее), где-то в старшей школе разные учителя говорили мне о различных предметах, и я мог видеть, что разные учителя говорили об одних и тех же предметах по-разному. Более того, в то же время я смотрел на то, что мы делали, и это снова было что-то другое.

Теперь, вы, наверное, сказали: «мы делаем эксперименты, вы смотрите на данные и формируете теории». Это, скорее всего, чепуха. Прежде чем вы сможете собрать нужные данные у вас должна быть теория. Вы не можете просто собрать случайный набор данных: цвета в этой комнате, вид следующей увиденной птицы и т.д., ожидая, что они несут в себе какой-то смысл. Вы должны иметь какую-то теорию, прежде чем собирать данные. Более того, вы не можете интерпретировать результаты экспериментов, которые вы можете сделать, если у вас нет теории. Эксперименты – это теория, прошедшая весь путь от начала до конца. У вас имеются предвзятые представления и вы должны интерпретировать события с учётом этого.

Компания анонсировала масштабный план по сокращению углеродного следа, который включает уменьшение эмиссии и удаление продуктов выбросов из атмосферы, содействие клиентам и партнерам, а также инвестирование $1 млрд в развитие климатических инноваций.

Microsoft в лице генерального директора Сатьи Наделлы и других первых лиц компании официально заявила о намерении к 2030 году достигнуть отрицательного уровня эмиссии углерода, а к 2050 году полностью устранить последствия выбросов за все время с момента основания компании в 1975 году. Также Microsoft намерена инвестировать в развитие технологий по устранению углеродного следа $1 млрд и помогать своим клиентам в сокращении выбросов.

Всем привет, меня зовут Илья и я интересуюсь компьютерным железом. И мне очень стало интересно, а что же выйдет в 2020-ом году. Я очень долго ползал по интернету и наткнулся на данную таблицу с сайта http://www.3dcenter.org/. Скажу сразу, что я отношусь ко всем компаниям, выпускающим компьютерное железо, одинаково.

В данной таблице отображены релизы новых комплектующих и примерная дата релиза. И в сегодняшней статье я буду говорить только о AMD и только о процессорах, которые AMD хотят выпустить. Про видеокарты от AMD, Intel и Nvidia я сделаю отдельные статьи.

Рэй Брэдбери однажды сказал: «Я не пытаюсь предсказать будущее – я пытаюсь его предотвратить».

Для нас, детей 70-80-х годов, книги Рэя Брэдбери были маяком гуманности и надежды, что даже самое мрачное будущее когда-то закончится и начнётся рассвет.

На Западе многое изменилось за последние годы, а на место гуманистов-фантастов пришли дельцы. Теперь о будущем вещают Билл Гейтс, Илон Маск и Марк Цукерберг.

Я же решил обратиться к теме будущего благодаря знаниям интеллектуала и гуманиста Анатолия Александровича Вассермана, чьи прогнозы сбывались с высокой точностью. Посмотрим, насколько наш российский взгляд на грядущие десятилетия и века отличается от аппетитов и желаний западного мира.

Все восхищаются трюками, которые делает робот Атлас (Atlas): то он делает сальто (ноябрь 2017 года), то делает паркур — прыгает вверх по огромным кубам (октябрь 2018), то танцует вальс — кувырки, прыжки и развороты в воздухе (сентябрь 2019).

Что же будет дальше? Если не видели его трюки, то обязательно посмотрите видео подборку на канале PRO роботов:

Выполнение HTTP запросов — это один из самых важных навыков, которые необходимо получить при разработке iOS приложений. В более ранних версиях Swift (до версии 5) вне зависимости от того, формировали ли вы эти запросы «с нуля» или с использование известного фреймворка Alamofire,  вы в конечном итоге получали сложный и запутанный код с callback типа completionHandler: @escaping(Result<T, APIError>) -> Void.

Появление в Swift 5 нового фреймворка функционального реактивного программирования Combine в сочетании с уже существующими URLSession и Codable предоставляет вам все необходимые инструменты для самостоятельного написания очень компактного кода для выборки данных из интернета.

В этой статье в соответствии с концепцией Combine мы будем создавать «издателей» Publisher для выборки данных из интернета, на которые в дальнейшем сможем легко «подписаться» и использовать при проектировании UI как с помощью UIKit, так и с помощью SwiftUI.

В SwiftUI это выглядит более лаконично и более эффектно, так как действие «издателей» Publisher не ограничивается просто выборкой данных, а простирается дальше, вплоть до управления пользовательским интерфейсом (UI). Дело в том, что в SwiftUI разделение данных и View осуществляется с помощью ObservableObject классов с @Published свойствами, изменения которых SwiftUI АВТОМАТИЧЕСКИ отслеживает и полностью «перерисовывает» свои View.

В эти ObservableObject классы можно очень просто заложить определенную бизнес-логику приложения, если некоторые из этих @Published свойств являются результатом синхронных и/ или асинхронных преобразований других @Published  свойств, которые можно напрямую менять такими «активными» элементами пользовательского интерфейса (UI) как текстовые поля TextField, Picker, Stepper, Toggle и т.д.

Чего только не было в портативном аудио за последние 50 лет, и активное шумоподавление, и наушники-переводчики, и автоматическая подстройка под геометрию ушной раковины и тысячи других функциональных фишек. Но, пожалуй, дальше всех пошли производители, от которых вовсе не ожидаешь аудиоустройства. Производитель пылесосов Dyson патентует оригинальные наушники-воздухоочистители. Нет, вам не померещилось и я ничего не перепутал, наушники-воздухоочистители. Соответствующая патентная заявка была подана в британское патентное ведомство и опубликована 29 января 2020 г. Под катом всё, что известно о смелой концепции производителей пылесосов, а также немного моих размышлений о том, появится ли когда-нибудь устройство, основанное на этом патенте и будут ли у такого устройства шансы, как у коммерческого продукта.

За последние пару десятилетий появилось множество беспроводных устройств и технологий беспроводной связи. Дома и офисы наполнены разного рода гаджетами, большая часть которых умеет подключаться к сети через WiFi. Но вот проблема — чем больше таких гаджетов на единицу площади, тем хуже характеристики подключения. Если так пойдет и дальше, в беспроводной сети работать будет просто невозможно — уже сейчас «перенаселение» дает себя знать в многоквартирных домах и крупных офисах.

Эту проблему должна решить новая технология — WiFi 6, которая появилась относительно недавно. Сейчас стандарт WiFi 6 стал реальностью, поэтому можно надеяться на скорое появление большого количества устройств, совместимых с новой технологией.

В 1982 году режиссер Ридли Скотт порадовал мир фильмом Blade Runner. Это культовая НФ лента, которая показывала зрителям мрачное и тревожное будущее — ноябрь 2019 года.

Сейчас можно сравнить то, что было показано в фильме, и то, что есть у нас сейчас. Речь идет о технологиях, а не о политической, социальной или экономической модели Blade Runner.

Вчерашняя научная фантастика постепенно становится реальностью. Компания Hyperstealth Biotechnology из Ванкувера разработала и запатентовала тонкий материал, обеспечивающий, по её словам, «квантовую невидимость». Он способен делать некоторые вещи за собой почти полностью неразличимыми. Источника питания при этом не требуется. Предполагается, что в будущем конструкции из такого материала будут использовать солдаты и полицейские.

Мир вокруг нас постоянно и непрерывно меняется, хотим мы того или нет. И большую роль в этом играют технологии, развитие и распространение которых с каждым годом становится все активнее и активнее. Мы уже не считаем автомобиль редкостью, а мобильную связь магией. Технологии стали частью нашего быта, работы и нас самих. Одной из самых популярных среди футурологов и научных фантастов тем всегда были роботы — автономные машины, способные облегчить жизнь человеку или устроить тотальный геноцид всего живого на планете, если верить фильмам про Терминатора. В любом случае, остается ряд весьма забавных вопросов — как человек будет вести себя с машиной, будет ли он ей доверять и насколько эффективным будет их сотрудничество? Ученые из исследовательской лаборатории армии США решили провести ряд опытов, чтобы установить какие аспекты поведения и «внешнего вида» автономной машины улучшают сотрудничество с человеком. Что именно удалось выяснить мы узнаем из их доклада. Поехали

Combine — это функциональный реактивный Swift фреймворк, который недавно реализован для всех платформ Apple, включая Xcode 11. С помощью Combine очень легко обрабатывать последовательности асинхронно появляющихся во времени значений values. Он также позволяет упростить асинхронный код, отказавшись от делегирования и сложных вложенных callbacks.

Но изучение самого фреймворка Combine на первых порах может показаться не таким уж простым. Дело в том, что основными «игроками» Combine являются такие абстрактные понятия, как «издатели» Publishers, «подписчики» Subscribers и операторы Operators, без которых не удастся продвинуться в понимании логики функционирования Combine. Однако благодаря тому, что Apple предоставляет разработчикам уже готовых «издателей», «подписчиков» и операторов, код, написанный с помощью Combine, оказывается очень компактным и хорошо читаемым.

Вы увидите это на примере приложения, связанного с асинхронной выборкой информации о фильмах из очень популярной сейчас базы данных TMDb. Мы создадим  два различных приложения: UIKit и SwiftUI, и покажем, как с ними работает Combine.

Знаете, когда читаешь публикации в СМИ насчёт очередных особенностей очередного поколения молодых людей, начинает казаться, что мир катится в пропасть. Все эти фразы про молодёжь, которая не умеет работать, не признаёт авторитетов и скоро погубит мир, свежестью своей мысли заставляют вспомнить глиняные таблички времён Хаммурапи.

Чушь. Познакомьтесь с поколением Z. Они скоро станут вашими коллегами, подчинёнными и даже начальниками. Они обычные люди, просто получившие смартфон раньше, чем научились читать. Умные, целеустремлённые, образованные. Да, они не жгли тряпки на заброшенной стройке и не ели муравьёв в песочнице, но зато многие из них уже успели собрать свой первый школьный проект на Arduino и вовсю осваивают 3D-печать.

Эта тема всё больше нервирует рекрутеров, которые ещё не совсем понимают, как правильно их нанимать, и руководителей, которые не уверены, что получится ужиться с этим поколением. Всё не так страшно. Я хочу рассказать немного больше о социологических аспектах поколений. А ещё попробуем понять, почему бывает так сложно работать с центениалами, и как направить их творческую натуру на благо компании.