Технологии в наше время развиваются настолько быстро, что разного рода новостям просто не успеваешь удивиться. То искусственный интеллект выигрывает в го у лучших игроков мира. То ученые при помощи бионических систем добиваются уникальных результатов в восстановлении двигательных способностей обезьян. И таких новостей сотни, одна удивительнее другой. Сейчас наше внимание привлекла еще одна новость, которая имеет отношение одновременно к генетике и электронике.

Дело в том, что в Государственном Университете Огайо разработана технология, которая позволяет быстро восстанавливать пораженные ткани. Эта технология получила название «тканевая нанотрансфекция» (англ. tissue nanotransfection или TNT). Заключается технология в специальном чипе, который «впрыскивает» генетический код в клетки кожи, провоцируя трансформацию клеток из одного типа в другой.

Наверное, примерно так представляют свои действия биохакеры

В истории медицины немало примеров самопожертвования ученых. Они проводили со своим телом эксперименты, на которые никто из добровольцев бы не согласился. В некоторых случаях даже, если бы согласие было бы получено, то сам эксперимент мог бы выглядеть противозаконным в глазах правоохранителей. В наше время наиболее известным примером является прием внутрь культуры бактерии Helicobacter pylori Барри Маршаллом. Он заболел, затем вылечил сам себя и получил в итоге Нобелевскую премию.

Все это бывает порой необходимо для того, чтобы научный прогресс продолжался. Но известными чаще всего становятся лишь успешные случаи, эксперименты. Надо думать, гораздо больше было неудач, просто о них никто не знает. За сотни лет существования медицины экспериментаторов-неудачников могут быть тысячи.

Искусственный интеллект – это подвижная мишень. И вот, как лучше в неё прицелиться.

Кажется, что искусственный интеллект (ИИ) окружает нас со всех сторон. Мы сталкиваемся с ним дома и в телефоне. Мы и опомниться не успеем – если верить предпринимателям и бизнес-инноваторам – как ИИ будет присутствовать практически во всех продуктах и услугах, которые мы покупаем и используем. Кроме того, область его применения к решению бизнес-задач растёт как на дрожжах. В то же самое время растут и сомнения по поводу последствий появления ИИ; мы беспокоимся о том, как повлияет автоматизация на рабочее место, наличие работы и общество.

Иногда реальность теряется между страхами и триумфами заголовков, рассказывающих о Alexa, Siri и AlphaGo, поскольку у ИИ-технологий – у машинного обучения и его подмножества, глубинного обучения – есть множество ограничений, на преодоление которых потребуется потратить ещё очень много сил. В этой статье описаны подобные ограничения, и она должна помочь директорам лучше понять, что именно затормаживает их попытки внедрения ИИ. Также мы опишем многообещающие прорывы, направленные на снятие некоторых ограничений и создание новой волны возможностей.

Европейский союз сейчас занимается подготовкой специальных норм законодательства для того, чтобы иметь возможность получать информацию от компаний об их пользователях, если те являются преступниками или подозреваются в совершении преступлений. Речь идет, прежде всего, о выдаче информации, которая хранится на серверах вне ЕС. Данные о разного рода правонарушителях раскрываются во многих случаях и сейчас, но только в том случае, если сервера с этой информацией расположены в юрисдикции ЕС.

Ранее чиновники ЕС заявляли, что планируют сформировать законодательство таким образом, чтобы иметь возможность получать данные о правонарушителях из 28 стран, входящих в блок. Но сейчас точка зрения еврочиновников изменилась, и они планируют расширить влияние этой нормы на страны в любой точке мира. Об этом агентству Reuters сообщают источники, знакомые с ситуацией.

В системах бронирования билетов не соблюдаются базовые правила безопасности. Из-за этого находчивые хакеры могут присвоить бонусные мили, которые авиакомпании предоставляют часто летающим пассажирам. Как это сделать — подробно рассказано в презентации известного специалиста Карстена Ноля (Karsten Nohl) и его коллеги Наманьи Никодиевича (Nemanja Nikodijević), которую ребята представили на 33-й ежегодной конференции Chaos Communication Congress (33С3).

Что бы вы там себе не думали, а зомби существуют. И они действительно едят мозги. Не человеческие, правда, а компьютерные. Я говорю сейчас о зомби-процессах и потребляемых ими ресурсах. Это будет душераздирающая история о потерянных и снова найденных 32 ГБ оперативной памяти. Возможно, лишь некоторые из вас столкнутся с точно такой же проблемой, но если вдруг это произойдёт — у вас хотя бы будет шанс понять, что происходит.

Начнём с того, что компьютеры под управлением ОС Windows склонны со временем терять память. Ну, по крайней мере, у меня, при моём способе ими пользоваться. После пары недель без перезагрузок (или, например, всего одного уикэнда за который я 300 раз пересобрал Хром) я стал замечать, что диспетчер задач начинает показывать мне очень маленькое количество свободной оперативной памяти, но в то же время в системе нет никаких процессов, которые эту самую память активно используют. В том примере выше (с 300 сборками Хрома) диспетчер задач сказал мне, что в системе занято 49.8 ГБ плюс ещё 4.4 ГБ памяти сжато — но при этом запущено всего несколько процессов, и все они в сумме даже и близко не используют столько памяти:



В моём компьютере 96 ГБ оперативной памяти (да, я счастливчик) и когда у меня нет вообще никаких запущенных процессов — я, знаете ли, хотел бы видеть ну хотя бы половину этой памяти свободной. Я правда рассчитываю на это. Но иногда этого достичь не удаётся и мне приходится перезагружать ОС. Ядро Windows написано качественно и надёжно (без шуток), так что память не должна бы пропадать бесследно. Но всё же она пропадает.

Летом прошлого года я поставил себе цель улучшить профессиональные навыки и зарекомендовать себя в компании. Спустя несколько месяцев упорной работы, я этого добился и к моему мнению начали прислушиваться. Шло время, я работал в том же ритме, но былого прогресса не замечал. Начав анализировать карьерные прорывы, я обнаружил, что навыки дизайнера в эти моменты не сыграли большой роли. Они были лишь необходимым минимумом, тогда как успех определяли другие вещи.

В арсенале любого менеджера проекта есть свои запасы управленческих методов. Каждый стремится к эффективным результатам на основе собственной интуиции, практического опыта, популярных инструментов и известных техник приоритизации. Этих результатов можно достичь, если в жизненном цикле проекта отсутствует хаос, а менеджер знает, что делать на каждом этапе, в том числе, определять критический путь проекта.

Какую роль играет определение критического пути и для чего необходим специальный метод CPM? В этом материале учимся определять критический путь на примере проектирования парковки у офиса. Сперва разберемся с терминологией.

Это вторая часть статьи про искусственный интеллект Total War. В первой части статьи я рассказал об игре Creative Assembly 2000 года Shogun: Total War — игре, изменившей лик стратегий реального времени. В Shogun существует три отдельных слоя систем ИИ: ИИ юнитов, управляющий отдельными отрядами и сохраняющий их построение и расположение, боевой ИИ, группирующий и задающий построения юнитов, а также ИИ кампании/дипломатии, ведущий пошаговую стратегию и стремящийся к захвату контроля над феодальной Японией. Я закончил первую часть на Medieval: Total War 2002 года: игре, переопределившей и улучшившей фундаментальные системы, созданные Shogun. Но она стала только самым началом длинного пути улучшеий и перестройки систем ИИ франшизы, как со стороны Creative Assembly, так и руками фанатов Total War. Поэтому давайте рассмотрим следующие релизы серии и понаблюдаем за тем, как происходила эволюция войны.

В феврале мы провели митап про управление проектами. Серебряной пули нет и не искали, но озвучили и услышали много лайфхаков по управлению ожиданиями, борьбе с выгоранием и подготовке к ретроспективной сессии с командой. Подробности под катом и в видео.

Встреча Клуба Анонимных Аналитиков

• 27 февраля (вторник)
• ул. Каланчевская д. 15
• 1000 р.
• Уже, ставший традиционным местом встречи, аналитиков Москвы, ""Клуб Анонимных Аналитиков"" в этот раз, рассмотрит кейсы: Визуализации отчетов, Machine Learning для суровых уральских металлургов, Решение кейса ""Презентация новой системы мотивации"".

HSE{сonsult}

• 27 февраля (вторник)
• Бизнес-инкубатор НИУ ВШЭ, Кирпичная 33
• бесплатно
• 27 февраля в Бизнес-инкубаторе ВШЭ пройдут консультационные сессии стартапов с экспертами HSE{Inc}.

Avito Data Science Meetup: Personalization

• 27 февраля (вторник)
• Лесная, 7
• бесплатно
• 27 февраля приглашаем практикующих специалистов по Data Science на митап, посвящённый персонализации пользователей. Вы услышите доклады от представителей Сингапурского Университета Менеджмента, а также Avito.

Автоматизация процессов и машинное обучение с каждым днём становятся всё популярнее. Инновации достигли и сферу управления инвестициями, в ней появились автоматизированные торговые системы с искусственным интеллектом. Об этом рассказала редакция издания MarketMogul, а мы подготовили адаптированную версию статьи.

Всем привет! В данной статье я расскажу о том, что из себя представляет библиотека Bt, чем она хороша и почему стоит иметь ее в виду, если для решения каких-то задач планируется использовать BitTorrent. Затем, в качестве демонстрации базовых функций и основного API, мы реализуем простейший консольный торрент-клиент.

Отличительные особенности Bt

Bt — это современная полнофункциональная реализация протокола BitTorrent на Java 8 [1]. По сравнению с существующими open-source аналогами [2][3], Bt обладает следующими преимуществами:

Disclaimer: Эта статья основана в том числе на личном мнении Амирама Шачара (Amiram Shachar, CEO of Spotinst). Компания автора предлагает конкурирующий продукт под названием Spotinst Functions.

Перевод выполнен облачным провайдером Cloud4Y. Мы предлагаем программно-конфигурируемые дата-центры (vDC) на базе кластерных решений VMware vSphere с управлением посредством портала самообслуживания VMware vCloud Director.

По мнению многих специалистов, бессерверные вычисления являются следующим шагом в эволюции архитектуры вычислительных систем. Причины для совершения этого «прыжка» ясны:

• Вы экономите время: больше не нужно планировать и думать о том, как объём ресурсов для работы приложения будет расти или уменьшаться. Вам не только не придётся заниматься внедрением после развертывания, но также вы сможете потратить больше времени на дальнейшие инновации, экономя его на работе с инфраструктурой.
• Вы можете сэкономить деньги: в serverless-мире, где вы платите за триггер, вам не нужно писать on/off-скрипты, планировать резервирование или прогнозировать всплески. Вы просто платите за то, что используете.

Serverless — следующий шаг

Как переход от on-premises к облаку, переход к serverless в некоторой мере неизбежен. Однако, сделав этот ход, вы можете неожиданно получить счёт на большую, чем ожидаете сумму.

Затраты на бессерверные вычисления больше, чем pay-per-trigger

В соответствии с законодательством РФ, с 2014 года все общественные точки доступа Wi-Fi обязаны идентифицировать пользователей. Под действие закона попадают владельцы публичных сетей доступа в интернет, такие как рестораны и кафе, торговые центры, отели, автосалоны и прочие. В данной статье попытаемся разобраться как все это работает сегодня и рассмотрим разные способы аутентификации.

Мы подобрали новую порцию вопросов и задач, встречающихся соискателям на собеседованиях в ведущие ИТ-компании мира.



Задачи отобраны различного уровня сложности, начиная от очень простых. Но не все из них имеют очевидное, на первый взгляд решение, поиск которого поможет Вам держать мозг в тонусе, а кому-то, возможно, поможет не растеряться на собеседовании.

Продолжаем рассказывать о программе CodeFest 2018. На очереди — мощный фронт докладов фронтенд-секции.

Я знаю, о чём вы подумали: «Ещё одна скучная статья про DRY? Нам их мало, что ли?».

Возможно, вы правы. Но я встречаю слишком много разработчиков (junior и senior), применяющих DRY так, словно они охотятся на ведьм. Либо совершенно непредсказуемо, либо везде, где можно. Так что, судя по всему, в интернете никогда не будет достаточно статей о принципе DRY.

Если кто не знает: принцип DRY — это "Don't Repeat Yourself" (не повторяйся), и впервые о нём упомянуто в книге The Pragmatic Programmer. Хотя сам по себе этот принцип был известен и применялся задолго до появления книги, однако в ней ему было дано название и точное определение.

Итак, без лишних рассуждений отправимся в путешествие по чудесной стране DRY!

«Дадата» с 2014 года пилит «Подсказки». Они помогают быстро и без ошибок вводить контактные данные: адреса, реквизиты банков и компаний, емейлы — вот это все.

Штука устроена затейливо, и мы решили о ней рассказать. Возьмем подсказки по адресам, потому что они самые сложные.

Справочники и индексация

«Подсказки» знают, что подсказывать, потому что у них есть гигантские справочники. Хоть статья эта о подсказках по адресам, для пользы дела перечислю и другие справочники «Дадаты».

Каждое устройство Cloud TPU состоит из четырёх «чипов TPUv2». В чипе 16 ГБ памяти и два ядра, каждое ядро с двумя юнитами для умножения матриц. Вместе два ядра выдают 45 TFLOPS, в общей сложности 180 TFLOPS и 64 ГБ памяти на один TPU

Большинство из нас осуществляет глубинное обучение на Nvidia GPU. В настоящее время практически нет альтернатив. Тензорный процессор Google (Tensor Processing Unit, TPU) — специально разработанный чип для глубинного обучения, который должен изменить ситуацию.

Через девять месяцев после первоначального анонса две недели назад Google наконец-то выпустила TPUv2 и открыла доступ первым бета-тестерам на платформе Google Cloud. Мы в компании RiseML воспользовались возможностью и прогнали парочку быстрых бенчмарков. Хотим поделиться своим опытом и предварительными результатами.

Давно мы ждали появления конкуренция на рынке оборудования для глубинного обучения. Она должна разрушить монополию Nvidia и определить, как будет выглядеть будущая инфраструктура глубинного обучения.