Телефон (JavaScript в браузере) → getUserMedia читает камеру → считает метрики прямо в JS → делает HTTP POST на server.py с результатами в JSON → server.py (Python) сохраняет в logs/nvg_poc_v3_*.json.
То есть Python вообще не трогает камеру. Вся оптика — это JavaScript на телефоне. Python — это просто HTTP-сервер + хранилище состояния + запись логов. Архитектуру я намеренно упростил по максимуму без WebSocket, без фреймворков.
По камере. Код захвата — в app/index.html, браузерный getUserMedia({video: {facingMode:'user'}}) прямо на телефоне. Никакого ADB нет — телефон открывает страницу в Chrome, браузер читает фронтальную камеру. Зеркало физическое, не симулируется. Есть отдельные скрипты для симуляции без телефона делал для предварительного прогона.
Спасибо! Было очень интересно проводить исследования, пришли новые идеи и был реализован архиватор https://github.com/infosave2007/bounce и думаю до реализации полностью оптической LLM не далеко! В том виде, как XOR показан в заметке, камера снимает одинскаляр: усреднение по центральной области кадра, а оба входа закодированы суммарной яркостью. Поэтому (0,1) и (1,0) физически неразличимы — отсюда и провал, ровно по Минскому–Пейперту. Это не ограничение железа, а самая простая схема считывания, выбранная специально, чтобы провал был честным и наглядным.
Но считывание не обязано быть «по всему кадру». В системе уже используется поблочное считывание (сетка регионов): разные участки экрана и сенсора параллельно вычисляют разные скалярные произведения — так сделаны MatVec и слой трансформера. Это и есть пространственный параллелизм оптики.
Про обратную связь , XOR через неё эмулируется как настоящая двухслойная сеть, двумя способами:
Пространственно. В одном регионе считаем OR, в другом — NAND (оба линейно разделимы, оба проходят). Считываем их по-регионно, и вторым оптическим проходом подаём обратно на экран, где они складываются в AND. Получается XOR = AND(OR, NAND) — два слоя. Нелинейность между слоями даёт сам сенсор (сигмоидоподобный отклик + порог), её не нужно добавлять отдельно.
Во времени. Послесвечение OLED удерживает остаточное состояние — это физическая рекуррентная ячейка, на ней построен LSTM-эксперимент. А обучение прямо замыкает петлю экран→камера и подстраивает физический канал.
При считывании одним числом обратная связь почти бесполезна но как только считываем поблочно, петля экран→камера превращается в полноценный второй слой — и XOR появляется. Добавил документ где подробно расписал про XOR https://github.com/infosave2007/svetoch/blob/master/docs/XOR.pdf
Я занимаюсь компиляцией LLM под разные типы задач в качестве исходных беру например Qwen3.6 27B или Gemma4 31B для сжатия нужны полные модели, как пример сжатия для задач кодинга посмотрите уже сжатые моим способом модели https://huggingface.co/infosave как раз архиватор пригодился для хранения разных видов моделей!
Внимательно посмотрите, что при высокой скорости 2044.8 МБ/с lz4 -9 компрессии почти небыло всего 0.7% поэтому нечего расспаковывать только скопировать и все )
Для этого нужно арендовать VPN сервер и установить на него серверную часть и на нем можно сформировать ключи для клиентского приложнения, если нет навыков в установке то можете поручить это ИИ
Есть web-UI панель, выложил 2 версию поддерживает мой протокол AIVPN (добавление управление серверами, поддерживает еще несколько протоколов VPN, MTproxy, SMB, управление клиентами) в свободном доступе, статья https://habr.com/ru/articles/1020018/
Нужно свой сервер поднять и на него установить серверную часть и сгенерить ключи или установить мою панель для управлением VPN серверами и установить через нее https://github.com/infosave2007/amneziavpnphp
Смотрел с точки зрения открытого кода как если я бы был блокираторатором и у меня был доступ к исходным кодам + написал жесткий эмулятор DPI и тестировал на нем, публичное размещение это хорошо, будет много форков, поменяют маски, чуть приложат свои идеи и будет новые протоколы со своими особенностями, даже если будут белые списки уверен что найдутся способы работы через них.
Телефон (JavaScript в браузере) →
getUserMediaчитает камеру → считает метрики прямо в JS → делаетHTTP POSTнаserver.pyс результатами в JSON →server.py(Python) сохраняет вlogs/nvg_poc_v3_*.json.То есть Python вообще не трогает камеру. Вся оптика — это JavaScript на телефоне. Python — это просто HTTP-сервер + хранилище состояния + запись логов. Архитектуру я намеренно упростил по максимуму без WebSocket, без фреймворков.
По камере. Код захвата — в
app/index.html, браузерныйgetUserMedia({video: {facingMode:'user'}})прямо на телефоне. Никакого ADB нет — телефон открывает страницу в Chrome, браузер читает фронтальную камеру. Зеркало физическое, не симулируется. Есть отдельные скрипты для симуляции без телефона делал для предварительного прогона.Добавил 102 эксперимент 2-х слойный XOR. Если есть желающие можно делать PR со своими интересными экспериментами.
Спасибо! Было очень интересно проводить исследования, пришли новые идеи и был реализован архиватор https://github.com/infosave2007/bounce и думаю до реализации полностью оптической LLM не далеко! В том виде, как XOR показан в заметке, камера снимает один скаляр: усреднение по центральной области кадра, а оба входа закодированы суммарной яркостью. Поэтому (0,1) и (1,0) физически неразличимы — отсюда и провал, ровно по Минскому–Пейперту. Это не ограничение железа, а самая простая схема считывания, выбранная специально, чтобы провал был честным и наглядным.
Но считывание не обязано быть «по всему кадру». В системе уже используется поблочное считывание (сетка регионов): разные участки экрана и сенсора параллельно вычисляют разные скалярные произведения — так сделаны MatVec и слой трансформера. Это и есть пространственный параллелизм оптики.
Про обратную связь , XOR через неё эмулируется как настоящая двухслойная сеть, двумя способами:
Пространственно. В одном регионе считаем OR, в другом — NAND (оба линейно разделимы, оба проходят). Считываем их по-регионно, и вторым оптическим проходом подаём обратно на экран, где они складываются в AND. Получается XOR = AND(OR, NAND) — два слоя. Нелинейность между слоями даёт сам сенсор (сигмоидоподобный отклик + порог), её не нужно добавлять отдельно.
Во времени. Послесвечение OLED удерживает остаточное состояние — это физическая рекуррентная ячейка, на ней построен LSTM-эксперимент. А обучение прямо замыкает петлю экран→камера и подстраивает физический канал.
При считывании одним числом обратная связь почти бесполезна но как только считываем поблочно, петля экран→камера превращается в полноценный второй слой — и XOR появляется. Добавил документ где подробно расписал про XOR https://github.com/infosave2007/svetoch/blob/master/docs/XOR.pdf
Я занимаюсь компиляцией LLM под разные типы задач в качестве исходных беру например Qwen3.6 27B или Gemma4 31B для сжатия нужны полные модели, как пример сжатия для задач кодинга посмотрите уже сжатые моим способом модели https://huggingface.co/infosave как раз архиватор пригодился для хранения разных видов моделей!
Поправил чтобы все было в единых единицах, чтобы небыло путаницы
Внимательно посмотрите, что при высокой скорости 2044.8 МБ/с lz4 -9 компрессии почти небыло всего 0.7% поэтому нечего расспаковывать только скопировать и все )
Протокол AmneziaWG только с возможностью модификации протокола в настройках
установите облегченную версию без компиляции на сервере с уже готовым бинарником (инструкция в Git Readme)
Для этого нужно арендовать VPN сервер и установить на него серверную часть и на нем можно сформировать ключи для клиентского приложнения, если нет навыков в установке то можете поручить это ИИ
Скорости на уровне Amnezia WG2, оптимизировал хорошо, в комментариях есть тест скорости, но сейчас еще быстрее стало.
В панель я добавил возможность использовать свои протоколы и редактировать уже добавленные.
Есть web-UI панель, выложил 2 версию поддерживает мой протокол AIVPN (добавление управление серверами, поддерживает еще несколько протоколов VPN, MTproxy, SMB, управление клиентами) в свободном доступе, статья https://habr.com/ru/articles/1020018/
Проверю, по поводу добавления одному пользователю нескольких протоколов подумаю как реализовать!
Пока все собирается из исходников, протокол постоянно дописывается, как будет стабильная версия сделаю быструю установку, бинарник всего около 4мб.
1 Ядро CPU 1 ГБ Память 10 ГБ NVMe 100Мб клиент MacOS x86 (провайдер дает 500/20 Mb) (результат после новых оптимизаций протокола)
Протокол устанавливается AWG2 конфигурация тоже, но QR код еще не поменял сейчас ошибочный Legacy, конфиги рабочие awg2
Нужно свой сервер поднять и на него установить серверную часть и сгенерить ключи или установить мою панель для управлением VPN серверами и установить через нее https://github.com/infosave2007/amneziavpnphp
1 Ядро CPU 1 ГБ Память 10 ГБ NVMe 150Мб клиент MacOS x86
Смотрел с точки зрения открытого кода как если я бы был блокираторатором и у меня был доступ к исходным кодам + написал жесткий эмулятор DPI и тестировал на нем, публичное размещение это хорошо, будет много форков, поменяют маски, чуть приложат свои идеи и будет новые протоколы со своими особенностями, даже если будут белые списки уверен что найдутся способы работы через них.