Видеоигры — наверное одно из самых популярных развлечений сегодня. В них играют все подряд, от детей до взрослых. Это одновременно хобби и занятие, которое расслабляет, стимулирует, объединяет в сообществах и поднимает настроение. Повсеместное развитие мобилок превратило игры из развлечения, привязанного в основном к домашней консоли или компу, в способ провести время, доступный всем в любом месте и в любое время. Мобильные игры привлекли аудиторию большинства возрастов и социальных групп, занимая значительную часть доли рынка игр, приносят огромные прибыли студиям разработки и стимулируют создание новых, гипер аддиктивных и прибыльных игровых парадигм, например «гача», «казуал», "триматч", "батлрояль", "ферма" и др.

Хорошо, когда игра сделана с душой, удивляет сюжетом и механиками, и удерживает органичными способами. Как и везде, в играх есть грязные трюки — которые заставляют людей тратить больше времени или денег, чем они бы хотели. Аудитория игр, игровых сервисов, комьюнити и околоигровых форумов по разным подсчетам достигает 3.5млрд человек, т.е. почти каждый второй на планете, играет, играл или будет играть. Большая часть этих людей порядка 70% от общего числа, были привлечены мобильными проектами в последние 10 лет, которые, чего уж тут отнекиваться стали диктовать шаблоны и дизайны разработки всем остальным. Это не хорошо, и не плохо, это уже есть - когда у тебя есть настолько большая аудитория, то можно проверять самые различные идеи, механики и теории, в очень короткие сроки на разных возрастных группах, социальных слоях и вообще разных культурах. И это позволяет находить хорошие и отличные сочетания, двигая индустрию вперед, а высокая конкуренция не дает застояться отдельным студиям или жанрам. Но у любой медали две стороны, и вместе с положительными моментами и прогрессом идей мы получаем развитие различных темных и серых механик и практик. Зачем тратить сотни часов дизайнера, рисовать уникальный арт, оттачивать баланс и придумывать интересные активности, если можно сыграть на особенностях психологии человека?

В этой статье я постарался честно и вдумчиво проанализировать опыт перехода из вертикальной структуры в горизонтальную. Как мы к этому пришли? Как проходил переход? Что с зарплатами? Куда делись руководители, которые вдруг стали не нужны? Если что-то упустил, спрашивайте в комментариях.

Необходимое предисловие: я решил попробовать современный формат несения света в массы и пробую стримить на YouTube про deep learning.

В частности, в какой-то момент меня попросили рассказать про attention, а для этого нужно рассказать и про машинный перевод, и про sequence to sequence, и про применение к картинкам, итд итп. В итоге получился вот такой стрим на час:

Я так понял по другим постам, что c видео принято постить его транскрипт. Давайте я лучше вместо этого расскажу про то, чего в видео нет — про новую архитектуру нейросетей для работы с последовательностями, основанную на attention. А если нужен будет дополнительный бэкграунд про машинный перевод, текущие подходы, откуда вообще взялся attention, итд итп, вы посмотрите видео, хорошо?

Новая архитектура называется Transformer, была разработана в Гугле, описана в статье Attention Is All You Need (arxiv) и про нее есть пост на Google Research Blog (не очень детальный, зато с картинками).

Поехали.

• красивые женщины нравятся не только взрослым мужчинам, но и младенцам;
• для красоты лица важна симметрия;
• оранжевые мужчины более привлекательны;
• важен не размер женских бедер, а угол в пояснице;
• у Лары Крофт фигура нормальной англичанки.

❯ Красота биологически важна для человека

История про «восстание машин» давно знакома всем любителям научной фантастики, но после взрывного роста возможностей нейросетевых языковых моделей (вроде ChatGPT) об этом риске заговорили и вполне серьезные исследователи. В этой статье мы попробуем разобраться – есть ли основания у таких опасений, или это всего лишь бред воспаленной кукухи?

ИИ чат‑боты любят ловить глюки и выдавать всякую чушь. Так массово, что словом 2023 года признали «галлюционировать». В чем причина такого явления? Является ли генеративный ИИ интеллектом (спойлер — и да, и нет)? И что общего у ChatGPT и копировального аппарата Xerox? Разбираемся, осмысляя неочевидный нюанс в логике работы больших языковых моделей.

В этой статье мы расскажем вам про самые важные фичи, внедренные за последние полгода в ChatGPT (самую мощную нейросетку в мире), а также обсудим – каким видением будущего поделился Сэм Альтман на прошедшей 7 ноября конференции от OpenAI. Спойлер: они хотят запилить «агентов Смитов», которые смогут самостоятельно взаимодействовать с миром!

Критерий фальсифицируемости Поппера долго верой и правдой служил физикам (он служил физике задолго до того, как был явно сформулирован в 1934 году). Этот принцип избавлял физику от невидимых розовых единорогов, которые летают повсюду, но никак не наблюдаемы. Однако по мере развития науки и движения в сторону общей теории всего приходится поступаться принципами. Или нет? Давайте рассмотрим случаи, когда этот принцип ставится под вопрос.

Данная статья посвящена новым трансформации и возможностям в сфере разработки программного обеспечения под влиянием Искусственного Интеллекта (ИИ). Развитие Искусственного Интеллекта является предметом любопытства, пристального внимания и даже беспокойства для технологической отрасли, особенно с точки зрения неопределенности будущего разработки программного обеспечения и обеспечения качества (QA). Несмотря на то, что ИИ, безусловно, меняет технологическую среду, важно понимать, что он не приведет к уничтожению профессии или рабочих мест в области программного обеспечения, а вместо этого приведет к видоизменению. В данной статье предлагается обзор того, чего стоит ожидать в эпоху искусственного интеллекта разработчикам программного обеспечения и специалистам по контролю качества:

DeepNude — это технология, использующая нейросети для создания изображений обнаженных тел на основе одетых фотографий или видео. Суть этой технологии заключается в том, чтобы "снять" одежду с изображения человека с помощью искусственного интеллекта и показать, как, предположительно, выглядит тело человека под одеждой.

Итак, в данной статье поговорим о пикантных и для некоторых людей непристойных темах, которые больше всего интересуют наше общество - обнаженное тело. Сделаем обзор таких сервисов как: Deepnude.ai, Deepfake.com, DeepSwap.ai, SoulGen и прочих.

После того, как пузырь NFT сдулся и с треском лопнул, пора поговорить о том, что это было. Тем более, что попытки «раскопать стюардессу» во многих местах не прекращаются. Но, в отличие от Биткоина и криптопроектов вообще, однажды сдувшись, NFT уже вряд ли вернётся.

Самым ярким примером, на котором можно объяснить «что это было», является NFT Джека Дорси, основателя «Твиттера», который выпустил NFT в честь первого твита в истории, которым был его твит 2006 года. Он заскриншотил свой твит в декабре 2020, и вскоре его выкупили у него за $2,9 миллионов. Медиа тут же преподнесли это как «Джек Дорси продал свой первый твит!» Ах, если бы это было так. И покупатель, вероятно, рассчитывал, что сможет перепродать «первый твит в истории» намного дороже — но, в итоге, в следующий раз этот NFT попал в новости после эпичного обвала (скажем прямо — лопнувшего пузыря) NFT в апреле 2020, когда обнаружилось, что никто не хочет предлагать за него более $280 — одну десятитысячную, процент от процента — исходной цены. 

Текущий оффер за этот твит на OpenSea — около $700. Вряд ли кто-то в своём уме захочет платить за этот NFT даже 10% от его исходной цены, за исключением одного вероятного сценария, о котором я напишу позже. Но пока разберём, что вообще такое NFT и что на этом примере непосвященному (или обманутому) человеку можно о них понять. На самом деле — практически всё необходимое.

Что продаётся?

Продажа NFT первого твита Джека Дорси не означает и не могла означать продажу первого твита Джека Дорси. Твит остаётся в его Твиттере, чтобы что-то с ним сделать — нужно иметь доступ к аккаунту Дорси или же бэкенду Твиттера. Даже с доступом к аккаунту сделать с ним ничего, в общем-то, не получится, кроме как удалить — другого функционала в отношении управления старыми твитами Twitter не предлагает. 

Пасмурным весенним утром 2012 г. Федерика Бертоккини ухаживала за пчёлами недалеко от своего дома в Сантандере, на живописном северном побережье Испании. «В одной из сот завелись черви», — рассказывает пасечник-любитель, имея в виду назойливых личинок восковой моли, которые обладают прожорливым и разрушительным аппетитом.

Бертоккини собрала червей, положила их в полиэтиленовый пакет и продолжила заниматься своими пчелиными делами. Когда через несколько часов она достала пакет, то заметила нечто странное: он был полон крошечных отверстий.

Учёная заинтересовалась. Голодные черви просто прогрызли пластик, или изменили его химический состав? Быстрые анализы, проведённые в её лаборатории, с удивлением подтвердили последнее: что-то в слюне червей разлагало пластик. «С этого момента и начались исследования», — говорит Бертоккини, биолог, занимающаяся вопросами развития, ранее работавшая в Национальном исследовательском совете Испании.

Сегодня я расскажу Вам очень показательную историю про одну математическую гипотезу. Она станет ярким примером того, как в математике прерываются, казалось бы, явные закономерности, и что любое предположение в этой науке нуждается в строгом доказательстве, даже если оно проверено для всех чисел, которые только могут поместиться в память суперкомпьютера.

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.

Пока педагоги бьют в колокол, опасаясь, что ChatGPT порушит систему образования, они сами ломают её изнутри популярным нейромифом о доминирующем стиле обучения. 

Опросник Высшей школы экономики показал: 80% преподавателей вузов верят, что студентов можно разделить на визуалов, аудиалов, вербалов и кинестетиков. Более широкое международное исследование говорит: 89,1% педагогов считают, что люди учатся лучше, когда получают информацию в «своём стиле обучения».

? Upd. Добавили пример запуска в Colab'е.

Друзья, свершилось. Сегодня мы рады сообщить вам о релизе в открытый доступ нейросетевой модели, которая лежит в основе сервиса GigaChat.

Про то, что такое GigaChat и как мы его обучаем, вы можете прочитать в нашей предыдущей статье. Скажу лишь, что главной его частью, ядром, порождающим креативный ответ на ваш запрос, является языковая модель обученная на огромном количестве разнообразных текстов — сотен тысяч книг, статей, программного кода и т.д. Эта часть (pretrain) затем дообучается на инструкциях, чтобы лучше соответствовать заданной форме ответа. Обучение такого претрейна занимает около 99% от всего цикла обучения и требует значительного количества ресурсов, которыми обычно обладают только крупные компании.

Этот претрейн, названный ruGPT-3.5, мы выкладываем на Hugging Face под лицензией MIT, которая является открытой и позволяет использовать модель в коммерческих целях. Поговорим о модели подробнее.

Если ты решил начать делать игры под Яндекс Игры, но Unity и другие движки тебя не устраивают — билды много весят, долгие загрузки и другие проблемы — то эта статья для тебя.