Около месяца назад уважаемый @SLY_G опубликовал на Хабре перевод «Сможем ли мы разговаривать с животными при помощи ИИ?». Мы с ним немного обсуждали этот текст, и он обратил моё внимание на свежее исследование, позволяющее предположить, что слоны могут придумывать друг для друга имена. Меня озадачила мысль о том, не начинается ли осознанный язык с придумывания имён собственных (а не имён нарицательных). Тем более, что в минувшем августе мне довелось затронуть эту крайне интересную тему в разговоре с семилетним сыном моего друга: Филипп интересовался, чем отличается имя человека и кличка животного. Предвосхищая тему дельфинов, которая в основном рассматривается под катом, я даже хотел посоветовать парню изумительную книгу Успенского «Подводные береты», но зашёл с тузов и сразу скинул «Звёздный прилив» Дэвида Брина. Итак, под катом будет рассказано, у каких животных фиксируются внутривидовые прото-имена, как это связано с прохождением зеркального теста и какое значение может иметь при разработке искусственного интеллекта.

В 2023 году появилось много всего интересного, связанного с FPGA. Компании ставят рекорды, выпускают новые чипы и разрабатывают технологии, которых не было раньше. Сегодня обо всём этом и поговорим. Что же, самое интересное — под катом.

Несколько дней назад я закончил последнюю главу саги Made at Intel. Напоследок хочу поделиться с вами несколькими мыслями, посетившими меня по ходу ее написания. Они обращены в прошлое, настоящее и немного в будущее.

«Локус» и «Небьюла» вместе с «Хьюго» составляют тройку престижнейших фантастических литературных премий. При этом устроены они совершенно по-разному. За «Хьюго» голосуют участники фестиваля WorldCon. «Локус» вручается с 1971 года, а победителей выбирают читатели одноименного издания. А победители «Небьюлы» (впервые вручена в 1966 году) выбираются членами жюри. Любопытно, что в последние годы читатели «Локуса» и судьи «Небьюлы» проявляют удивительное единодушие. Четыре раза за последние пять обе премии имели общего лауреата.

1+2+3+4+5+6+7+8+9+10+11+...

Почему -1/12?

Автор, используя ChatGPT, накатал целую книгу. Читайте кому совсем не жаль своего времени. Кому жаль времени — даже не начинайте. Убийца садовник. В смысле, ответ на вопрос «сколько» вы уже знаете, зачем вам ответ на «почему»?

Город был тёмным и опасным местом, его улицы полны теней и тайн. Детектив знал это слишком хорошо, проведя годы в поисках истины. Но эта задача была другой, более сложной, чем любая, с которой он сталкивался раньше. Сидя в своем тускло освещенном кабинете, глядя на папку на столе, он не мог не думать о морали города. Это было место, где границы между добром и злом были размыты, где каждому было что скрывать, а правосудие часто было лишь мимолётной мечтой. Тем не менее, несмотря на все шансы против него, детектив знал, что должен попытаться. На кону стояли жизни, и он был их единственной надеждой.

* Рассказ в стиле нуар. Детективу дали сложное задание. Начинается с его рассуждений. Детектив упоминает мораль города. Напиши первый абзац.

(Ответ приведён выше)

Трансформеры (transformers) — это очень интересное семейство архитектур машинного обучения. Существует много хороших учебных материалов по этой теме (например — вот и вот), но в последние несколько лет трансформеры, в основном, становились всё проще. Поэтому сейчас гораздо легче, чем раньше, объяснить принципы их работы. Этот материал представляет собой попытку, что называется, «на пальцах», объяснить то, как работают современные трансформеры.

Предполагается, что читатель обладает элементарными представлениями о нейронных сетях и об алгоритме обратного распространения ошибки. Если вы хотите освежить знания в этих областях — вот видео, которое поможет вам вспомнить основы нейронных сетей, а здесь вы найдёте рассказ о том, как соответствующие принципы применяются в современных системах глубокого обучения.

Для того чтобы понять примеры кода, понадобятся практические знания фреймворка PyTorch. Но эти примеры можно и пропустить без вреда для понимания остального материала.

Здесь можно найти видеолекции о трансформерах. А в этом репозитории имеется реализация простого трансформера с использованием PyTorch.

UPD: у нас всё получилось, сайт работает kapi.bar, доработки ещё ведутся.

Пикабу долгое время было уютным уголком для обмена историями, опытом, творчеством, мнениями и эмоциями. Однако ряд нововведений, таких как отмена баянометра, изменение алгоритмов и скрытие отрицательных оценок, привели к потере духа оригинального портала. Многие из нас, пришедшие туда в молодости и теперь ставшие взрослыми, почувствовали, что наши ценности и мнения игнорируются. В ответ на это, мы, группа энтузиастов, создали "Капибару" – проект, который стремится сохранить лучшие стороны Пикабу, предоставляя пространство где пользователи сами решают какой контент "годный" и какой контент хотят видеть в своей ленте.

Ноотропы — препараты, стимулирующие интеллектуальную деятельность и обеспечивающие разгон нервной системы — это самый широкий класс разрешённых допингов, который продолжает активно развиваться и расширяться. Стремясь рассказать об этих веществах, не скатываясь в рекламу психоактивных добавок, а также максимально полно осветить нейрофизиологические принципы действия этих препаратов, я вновь обратился за помощью к уважаемой Анастасии Лазукиной @anastasiamrrиз команды «Биореактора», и эта работа превратилась в её очередной основательный гостевой пост для моего блога. С удовольствием приглашаю вас под кат и надеюсь, что блестящие нейрофизиологические подробности, иллюстрирующие низкоуровневое устройство «умных таблеток», будут вам очень интересны. Далее — от автора.

Когда речь идет о переводе книг, волнующие вопросы в части сохранения авторского стиля, передачи нюансов и точности перевода становятся неотъемлемой частью процесса. Но что если в этой сложной работе можно было бы найти современного помощника, способного справиться с решением этих сложных задач или, как минимум, в значительной степени упростить их? Начало 2023 года было ознаменовано взрывным развитием технологий искусственного интеллекта и нейросетей, с каждым днем они становится все более совершенными и способными решать задачи, с которыми ранее мог справиться только мыслительный процесс человека.

В этой статье я хочу рассказать вам об увлекательном мире перевода книг, особенностей и вызовов, с которыми сталкиваются переводчики, а также поделиться опытом в части того, как искусственный интеллект становится надежным союзником в этом процессе. На примере перевода книги «Rebuilding Milo» (автор Aaron Horschig) на русский язык с помощью искусственного интеллекта, мы рассмотрим, какие преимущества и возможности предоставляет такой подход, и как он может изменить практику перевода.

Несмотря на то, что предпосылки к отставанию закона Мура от экспоненты обсуждаются ещё с 90‑х, сам закон, с рядом оговорок, справедлив и в наши дни. Это приводит к тому, что если человек поступил в университет в 2010 году, то первые микроконтроллеры STM32F1, выпущенные в середине 2007 года, имели заметные шансы не попасть в его учебные курсы. Как, впрочем, и памяти DDR3 (стандарт также вышел в середине 2007‑го). В момент же получения человеком диплома в 2015‑ом, стандарту DDR4 исполнилось бы три года, STMicroelectronics только что выпустила бы серию STM32F7 со встроенным графическим модулем, а сами STM32 уже два года как имели возможность программироваться при помощи MATLAB и Simulink, минуя код на Си (если верить рекламе).

Подобное положение вынуждает динамично актуализировать знания.

Академические курсы не всегда успевают за прогрессом. А их первоисточник — техническая документация — бывает крайне обширна. Например, базовая документация на микроконтроллеры STM32F103xB насчитывает 1252 страницы. Помимо неё имеются ещё 54 документа типа application note и десятка полтора документов других типов. Поэтому достаточно востребованным источником знаний оказываются профильные сообщества.

Для эффективного получения знаний в подобных сообществах проблема должна быть сформулирована максимально качественно. Ещё в 2001 году появилось (и было переведено на множество языков) фундаментальное руководство «Как правильно задавать вопросы на технических форумах». Представляется, что тезисы данного руководства во многом универсальны и актуальны как для сообществ программистов, так и для сообществ электронщиков, туристов, кулинаров или художников. Однако столь же универсален феномен, когда ответ на сформулированный в соответствии с духом этого руководства вопрос, оказывается не ответом по существу, а чем‑то «идентичным натуральному ответу по существу». Об этом феномене и пойдёт речь в настоящей статье.

В прошлой части мы рассмотрели двухкубитные гейты и построили какие то элементарные программы на двухкубитных гейтах.
Разберем некоторые полезные программы, которые состоят из двух или более разъединенных удаленных друг от друга частей, связанных между собой только предварительно запутанными кубитами и классическими средствами связи: телефоном, телеграфом, бумажным письмом и т.п. Например, один запутанный кубит отправляется на Луну, другой остается на Земле. Основной результат действия таких программ заключается в том, что предварительно запутанные кубиты, разделенные расстоянием, участвуют во взаимодействии с другими независимыми кубитами (взятыми уже на месте - на Луне и Земле), запутывая их в свою очередь, что в итоге такого взаимодействия получается общая связанная запутанная система, несмотря на разделенность расстоянием.

Оливер Хевисайд был ученым, который в 16 лет бросил школу, продолжил самостоятельное обучение и после написал множество работ в области математики и физики. Несмотря на то, что научное сообщество его долгое время не признавало, Оливер повлиял на развитие электромагнетизма в XIX веке, стал центральной фигурой в консолидации селективной магнитной теории Максвелла и ее применении на практике. В этом материале мы рассказали про его жизнь, работы и превращение из изгоя в авторитета того времени.

В прошлой части мы рассмотрели однокубитные гейты и построили какие то элементарные программы на однокубитных гейтах. Пришло время перейти к многокубитным преобразованиям.

Квантовые гейты в случае многокубитных операций

Можно также рассмотреть каждый гейт с точки зрения матрицы преобразования. Но такое описание слишком громоздко. Например состояние из двух кубит:

• Повышать цены для родителей, чтобы привлекать больше учителей. Но нет, так не выйдет, мы упёрлись в эластичность по цене, в России у людей не настолько много денег.
• Или менять саму методологию так, чтобы убрать «бутылочное горлышко».

Я долго не мог понять, почему многие учителя преподают предмет очень сложно и непонятно. Да, кому-то из них просто не хочется этим заниматься, но есть действительно хорошие преподаватели.

У меня была идея, как правильно выстроить процесс обучения, чтобы ученики эффективнее усваивали и потом применяли полученные знания. И, когда появилась возможность преподавать в университете, я решил проверить свою гипотезу. 

Почему нужно менять преподавание?

Время от времени нам необходимо пересматривать подходы, которые мы используем, чтобы обучить молодое поколение. Это связано с тем, что появляются новые каналы для создания, потребления и обработки информации. 

Текущий подход к образованию в большей степени базируется либо на изучении теорий, либо на получение практики. Такой подход стал неэффективен, так как у нового поколения очень сильно изменилось восприятие взаимодействия с информацией и формат коммуникации в целом. 

Как было раньше?

Люди, которые провели свое детство до эпохи повсеместного интернета, были вынуждены хранить в себе большое количество знаний, чтобы в нужный момент можно было ими воспользоваться. Количество знаний в голове давало возможность достигать успехов в жизни.

В современном бизнес-активном обществе трудно найти человека, который ничего не слышал про сторителлинг или не применял его на практике. Сегодня я расскажу, в чем же заключается его магия, что такое театральный и иммерсивный сторителлинг, о главных трендах в искусстве повествования и как их применяют на практике крупные компании.