Search
Write a publication
Pull to refresh
20
0
brooho @brooho

User

Send message

В Google провели исследование социальных взаимодействий между людьми

Reading time2 min
Views4.5K
image
Пол Адамс, занимающийся исследованиями пользовательского взаимодействия в Google, разместил слайдшоу из недавней презентации, на которой освещалось его исследование того, как люди используют технологии социальных сетей.
Презентация показывает недостатки существующей технологии и акцентирует внимание на тех вещах, которые в текущей реализации (например в Facebook) сделаны неправильно.
Но обо всем по порядку.
Читать дальше →

Организация работы с помощью Google Wave

Reading time4 min
Views2.8K
Мы ― небольшой коллектив (30 человек) который ведет один немаленький и достаточно успешный проект. У нас, как и у многих IT-фирм, были проблемы с документацией, планированием и организацией нашей работы. Вот уже полгода для коллективной работы мы используем Google Wave, который помог значительно продвинуться в решении вышеперечисленных проблем. И это несмотря на то, что продукт даже еще не в бета-версии.
Читать дальше →

Спать мало, но правильно?

Reading time7 min
Views904K
Навеяно этим постом от юзера case. Пост не новый, и на главную он не попал.
Но я вот наткнулся на него сегодня и решил написать кое-что о сне. Уверен, что это будет полезно многим хабравчанам, да и случайным читателям тоже.
Читать дальше →

Us Now: как возможность совместной работы влияет на различные сферы жизни

Reading time1 min
Views1K
Us Now — это документальный фильм о том, как люди, имея возможность совместной работы, изменяют мир вокруг себя. Он рассказывает о тех аспектах жизни, которые у самоорганизующихся сообществ получается делать лучше, чем у правительства, банков и других организаций. В фильме засветились известные проекты, которые построены вокруг сообществ, такие как Linux, CouchSurfing и другие, а так же упомянуты некоторые неизвестные у нас, но достаточно интересные проекты. Есть русские субтитры. Фильм достаточно длинный (1 час), но стоящий.



На сайте VODO можно поддержать фильм материально.

Homebrew: Менеджер пакетов для OS X

Reading time3 min
Views123K
Все менеджеры пакетов в Unix имеют определенные недостатки и большинство Linux-дистрибутивов пытаются по-разному эти недостатки обойти. В этом посте я расскажу про Homebrew — новый менеджер пакетов, нацеленный на простоту использования.

До Homebrew было несколько различных попыток создать эффективные пакетные менеджеры для OS X. Две наиболее популярные вылились в итоге в Fink и Macports, но у каждой из них все равно есть свои острые углы. В частности, в обоих создание своих пакетов или портов является черезчур сложным.

В Homebrew создавать новые пакеты и работать с ними проще пареной репы. Давайте посмотрим.
Читать дальше →

fring запускает fringOut для Android — звонки на обычные телефоны по ценам ниже Skype

Reading time1 min
Views3.6K
Пока почти весь мир гуглофонов радовался выходу Skype для Android (почти — ибо Samsung Galaxy S, например, вниманием обделили), основной конкурент Skype на мобильных устойствах fring, в свою очередь, открыл сервис fringOut для Android, ранее доступный только для Symbian (версия для iPhone также на подходе).
Неужели дешевле, чем Skype? А видео-звонки?

Android-приложение использует камеру телефона для измерения загрязнения воздуха

Reading time2 min
Views6K
image
Если вам кажется, что с окружающим воздухом что-то не так, теперь вы можете узнать это наверняка, просто наведя телефон на небо.

Приложение для Android, под названием Visibility, разработанное исследователями из Университета Южной Калифорнии, позволяет пользователям сфотографировать небо и получить данные о качестве воздуха.
Бесплатная программа в настоящее время доступна для телефонов на базе операционной системы Android 2.1 1.6-2.2.
Читать дальше →

О времени и деньгах

Reading time3 min
Views3K
По мотивам серии постов про время и деньги (раз, два, три).
Прочитав их все по диагонали, я был сильно удивлен, не увидев ни единой отсылки к автору знаменитого «Время — деньги», Бенджамину Франклину.
А меж тем, оригинальная цитата, несомненно, заслуживает внимания никак не меньше, чем опубликованные на хабре тексты.
Вот она:
Помни, что время — деньги; тот, кто мог бы ежедневно зарабатывать по десять шил­лингов и тем не менее полдня гуляет или лентяйничает дома, должен — если он расходует на себя всего только шесть пенсов — учесть не только этот расход, но считать, что он истратил или, вернее, выбросил сверх того еще пять шиллингов.

Помни, что кредит — деньги. Тот, кто оставляет у меня еще на некоторое время свои деньги, после того как я должен был вернуть их ему, дарит мне проценты или столько, сколько я могу выручить с их помощью за это время. А это может составить значительную сумму, если у человека хороший и обширный кредит и если он умело пользуется им.

Помни, что деньги по природе своей плодоносны и способны порождать новые деньги. Деньги могут родить деньги, их отпрыски могут породить еще больше и так далее. Пять шиллингов, пущенные в оборот, дают шесть, а если эти последние опять пустить в оборот, будет семь шиллингов три пенса и так далее, пока не получится сто фунтов. Чем больше у тебя денег, тем больше по­рождают они в обороте, так что прибыль растет все быстрее и быстрее. Тот, кто убивает супоросную свинью, уничтожает все ее потомство до тысячного ее члена. Тот, кто изводит одну монету в пять шиллингов, уби­вает все. что она могла бы произвести: целые ко­лонны фунтов.

Остерегайся считать своей собственностью все, что ты имеешь, и жить сообразно с этим. В этот самообман впадают многие люди, имеющие кредит. Чтобы избегнуть этого, веди точный счет своим расходам и доходам. Если ты дашь себе труд обращать внимание на все мелочи, то это будет иметь следующий хороший результат: ты установишь, сколь ничтожные издержки вырастают в огромные суммы, и обнаружишь, что можно было бы сберечь в прошлом и что можно будет сберечь в бу­дущем.

За 6 фунтов годового процента ты можешь получить в пользование 100 фунтов, если только ты известен как человек умный и честный. Кто зря тратит 4 пенса в день, тот в год тратит бесплодно 6 фунтов, а это — плата за право пользования 100 фунтами. Кто ежедневно тратит часть своего времени стоимостью в 4 пенса — пусть это будет всего несколько минут,— тот теряет в общей сумме дней возможность использовать 100 фунтов в течение года.

Тот, кто бесплодно растрачивает время стоимостью в 5 шиллингов, теряет 5 шиллингов и мог бы с тем же успехом бросить их в море. Тот, кто потерял 5 шиллин­гов, утратил не только эту сумму, но и всю прибыль, которая могла быть получена, если вложить эти деньги в дело,— что к тому времени, когда молодой человек состарится, могло бы обратиться в значительную сумму.


Что же в ней такого знаменательного?

Как правильно покупать товары на Ebay

Reading time5 min
Views183K
image
Тема Ebay в связи с его русификацией становится очень актуальной, поэтому решил поделиться с хабрасообществом несколькими советами из области как правильно покупать товары на Ebay, чтобы не нарватся на мошенников и сделать правильную покупку. Большая часть описанного основана на личном опыте.
Читаем далее

Обзор методов эволюции нейронных сетей

Reading time15 min
Views52K


Выбор топологии и настройка весов связей искусственной нейронной сети (ИНС) являются одними из важнейших этапов при использовании нейросетевых технологий для решения практических задач. От этих этапов напрямую зависит качество (адекватность) полученной нейросетевой модели, системы управления и т.д.

Построение искусственной нейронной сети по традиционной методике выполняется, фактически, методом проб и ошибок. Исследователь задает количество слоев, нейронов, а также структуру связей между ними (наличие/отсутствие рекуррентных связей), а затем смотрит, что же у него получилось — сеть обучается с помощью какого-либо метода, а затем тестируется на тестовой выборке. Если полученные результаты работы удовлетворяют заданным критериям, то задача построения ИНС считается выполненной успешно; в противном случае — процесс повторяется с другими значениями исходных параметров.

Естественно, бурное развитие теории и практики использования генетических алгоритмов, заставило исследователей (лень — двигатель прогресса) искать способы применить их к задаче поиска оптимальной структуры ИНС (эволюция нейронных сетей или нейроэволюция), тем более, что, так сказать, proof-of-concept был налицо, или, точнее, в голове — природа наглядно демонстрировала решаемость подобной задачи на примере эволюции нервной системы с последующим образованием и развитием головного мозга.

Обзор и сравнение методов нейроэволюции под катом

О гриппе А (H1N1) с точки зрения программирования

Reading time6 min
Views17K
Учёные уже полностью дизассемблировали H1N1 и занесли его в вирусную базу NCBI Influenza Virus Resource. Там всё задокументировано в подробностях. Например, образец A/Italy/49/2009(H1N1) был обнаружен в носу 26-летней женщины, вернувшейся из Италии в США. Вот первые 120 бит его генетического кода.

atgaaggcaa tactagtagt tctgctatat acatttgcaa ccgcaaatgc agacacatta

Сколько бит убьёт человека?
По приблизительным подсчётам, общий размер исходников H1N1 составляет 26 022 бит, а если исключить служебные стоп-сигналы (указывают на окончание каждой белковой последовательности), то исполняемый код состоит примерно из 25 054 бит. Это число является приблизительным ещё и потому, что в вирусе присутствует механизм генерации избыточного мусора для маскировки от антивирусов.

Итак, получается около 25 килобит или 3,2 килобайта. Таков объём кода для программы, имеющей ненулевые шансы убить человека. H1N1 написан гораздо эффективнее, чем компьютерный вирус MyDoom размером около 22 КБ.

Очень унизительно, что меня могут убить всего 3,2 КБ генетических данных. Впрочем, в 850 МБ человеческого генома по любому должны быть дыры для парочки эксплойтов.
Читать дальше →

В поисках НЛО. Детект объектов на изображении

Reading time6 min
Views55K
Взлом captcha это, конечно, интересно и познавательно, но, по большому счёту, бесполезно. Это лишь частный случай задачи, которая возникает в одном из интересных направлений развития IT – распознавание образов (pattern recognition).



Сегодня мы рассмотрим алгоритм (точнее, более правильно считать это методикой, т.к. она объединяет в себе множество алгоритмов), который стоит на стыке таких областей, как Machine Learning и Computer Vision.

С помощью этого алгоритма мы будем искать НЛО (позарился на святое) на изображениях.

Уберите детей!

Взлом каптчи файлообменника

Reading time9 min
Views44K

Введение



В данной статье коротко рассказывается о процессе взлома captcha с ifolder.ru. Применение в процессе языка Python и сторонних библиотек. Применение алгоритма преобразований Хафа в составе библиотеки Open Computer Vision © Intel позволит нам избавиться от шума на изображении, простая в использовании и быстрая библиотека FANN (Fast Artificial Neural Network) сделает возможным применение искусственной нейронной сети для задачи распознавания образа.

Моя мотивация состояла, прежде всего, в том, чтобы попробовать язык Python. Как известно, лучший способ изучить язык — решить на нём какую-нибудь прикладную задачу. Поэтому параллельно описанию процесса обработки изображения я буду рассказывать о том, какие библиотеки и для чего я использовал.
Сломать мозг

А что действительно скрывают нейронные сети?

Reading time7 min
Views56K
Несколько дней назад на хабре вышла статья Что скрывают нейронные сети?. Она является вольным пересказом английской статьи The Flaw Lurking In Every Deep Neural Net, а та в свою очередь рассказывает о конкретном исследовании некоторых свойств нейронных сетей (Интригующие свойства нейронных сетей).

В статье, описывающей исследование, авторы выбрали несколько сенсационный подход к подаче материала и написали текст в духе «в нейронных сетях найдена серьезная проблема» и «мы не можем доверять нейросетям в проблемах, связанных с безопасностью». Ссылку на пост на Хабре среди моих знакомых много кто расшарил, в фейсбуке завязалось сразу несколько дискуссий на эту тему. При этом у меня сложилось впечатление, что за два пересказа часть информации из начального исследования потерялась, плюс возникло много вопросов, связанных с нейронными сетями, которые в изначальном тексте не рассматривались. Мне кажется, что есть потребность подробнее описать, что же делали в исследовании, а заодно попробовать ответить на изначальные вопросы. Формат фейсбука для таких длинных текстов не подходит совсем, так что я решил попробовать оформить свои размышления в пост на Хабре.
Читать дальше →

Риски ИИ от LessWrong.com, часть 1: интервью с Шейном Леггом из DeepMind

Reading time4 min
Views15K
image Привет читателям Хабрахабра! Недавно я узнал, что компания DeepMind, занимающаяся разработкой искусственного интеллекта (ИИ), была приобретена корпорацией Google за 500 млн. долларов. Я стал искать в интернете что-нибудь об исследователях компании DeepMind, интервью с ними и нашел Q&A с западными экспертами, в том числе с Шейном Леггом (Shane Legg) из DeepMind, собранными на сайте LessWrong.com. Ниже я приведу перевод интервью c Шейном Леггом, показавшееся мне интересным. В второй части статьи будут приведены интервью с десятью другими исследователями ИИ.

Шейн Легг (Shane Legg) — ученый Computer Science и исследователь ИИ, который работает над теоретическими моделями сверх-интеллектуальных машин (super intelligent machines, AIXI). Его кандидатская диссертация «Сверх-интеллект машины» была закончена в 2008. Он был удостоен премии «Искусcтвенный интеллект» и $10.000 Канадского Института Сингулярности. Список работ Шейна можно найти по ссылке.
Читать дальше →

Задача обобщения

Reading time1 min
Views9.3K
Где-то год назад я опубликовал цикл лекций («Логика мышления») «Искусственный интеллект как совокупность вопросов» . За время, прошедшее с тех пор, удалось достаточно существенно продвинуться вперед.
На днях мне довелось выступать на семинаре по ИИ, который в Санкт-Петербурге проводит Алексей Потапов, за что ему глубокий респект. Доклад был о природе обобщения, что это за задача, как мозг реализует обобщение во всех его проявлениях и примеры обобщения, касающиеся зрительной системы человека. Так получилось, что в основном разговор шел о тех разработках, на которых я сосредоточен последний год. Так что, если кому-то, кто смотрел «Логику мышления» интересно проследить в какую сторону идет развитие моего направления, то это можно сделать по записи этого выступления.

Читать дальше →

Искусственный интеллект как совокупность вопросов

Reading time4 min
Views77K
image
Когда мы рассуждаем о сильном искусственном интеллекте, то мы понимаем, что это не изолированный вопрос, не вещь в себе, а вопрос ответ на который подразумевает объяснение всех явлений, которые связаны с мышлением человека. То есть, ответив на вопрос о природе интеллекта, мы неизбежно должны будем ответить на такие вопросы как:

  • Что есть информация?
  • Как мозг представляет знания?
  • Что такое язык?
  • Какова роль языка в мышлении?
  • Как совершаются поступки?
  • Как осуществляется планирование?
  • Какова природа фантазий и воспоминаний?
  • Что такое мотивация?
  • Какова природа эмоций?
  • Откуда берется многообразие эмоциональных оценок?
  • Что есть смысл?
  • Как рождается мысль и какова ее природа?
  • Что такое внимание?
  • Что есть любовь?
  • Что есть гармония и красота?

Читать дальше →

Google Research: Быстрое, точное выявление 100 000 категорий объектов на одной машине

Reading time3 min
Views11K
Люди могут различать примерно 10 000 визуальных категорий высокого уровня, но мы можем различать гораздо больший спектр визуальных импульсов, называемых особыми признаками. Эти признаки могут соответствовать частям объекта, конечностям животного, архитектурным деталям, объектам на местности и другим зрительным образам, названия которых мы не знаем, но именно этот гораздо больший набор признаков мы используем в качестве основы для реконструкции и объяснения нашего ежедневного визуального опыта.
Читать дальше →

Robozzle

Reading time2 min
Views21K
Хочу рассказать про игрушку для любителей «ненормального программирования», на которую я наткнулся случайно две недели назад. Я подсадил на неё весь наш офис и сам скрасил немало поездок в электричке.

Читать дальше →

Генератор Федеративного Фильтра Калмана с использованием Генетических Алгоритмов

Reading time18 min
Views25K
В рамках своей научной активности реализовал так называемый Федеративный Фильтр Калмана (Federated Kalman Filter). В этой статье рассказывается о том, что такое «Федеративный ФК», чем он отличается от обобщенного, а также описывается консольное приложение, реализующее данный фильтр и генетические алгоритмы для подбора параметров его математической модели. Приложение было реализовано с использованием TPL (Task Parallel Library), поэтому пост будет интересен не только специалистам по цифровой обработке сигналов.

UPD1: после прочтения двух недавних статей решил тоже присоединиться к эксперименту/исследованию/авантюре (называйте как хотите). В конце статьи добавил еще один опрос — "Стали бы Вы поощрать рублем такие узко специализированные статьи на Хабрахабре?".

Под катом описание и ссылка на сорцы

Information

Rating
Does not participate
Location
Херд и Мак Дональнд о-ва
Date of birth
Registered
Activity