Малая электронная счетная машина

4 декабря мы отмечаем День информатики в России. Но что это за праздник, как он появился? В этом интересно разобраться, если знать, что днем рождения российской информатики принято считать 4 декабря 1948 года — то есть за 14 лет до того момента, как сам термин «информатика» был предложен советским ученым Александром Харкевичем.

Один из первых проектов отечественной вычислительной техники связан с именами двух изобретателей — Исаака Брука и Башира Рамеева. 4 декабря 1948 года Государственный комитет Совета министров СССР по внедрению передовой техники в народное хозяйство зарегистрировал изобретение ученых: цифровую электронную вычислительную машину.

К этому событию всех активных участников прогресса в области вычислительных машин привели черты характера, которые и сегодня востребованы у ИТ-cпециалистов — любопытство, стремление к новым знаниям и самообразованию, желание улучшить существующие технологии. Давайте вспомним, как всё было, ведь даже спустя 70 лет история про машину и мотивацию остается актуальной.

По меркам Интернета 20 лет — большой срок, но итоги подводить рано (это ведь только первые 20 лет!). Сегодня не будем раскручивать маховик историй про наше становление. Слишком много всего случилось, и для нас каждый незначительный, по меркам стороннего наблюдателя, поворот — большое событие. Здесь нужна книга, а не хабрапост.

Рассказ пойдет о том, что в целом произошло с Сетью за эти десятилетия. Мы менялись вместе, влияли друг на друга. В конечном счете, путь MRG зеркально отразил все важные вехи эволюции world wide web. Только еще не придумали, куда нам блокчейн внедрить.

В честь 20-летия посмотрим в ретроспективе, как менялись технологии. Сконцентрируемся на теплом пледе, окунемся в синее свечение ЭЛТ-мониторов, раскроем дедушкин лутбокс и рассмотрим артефакты прошлого.

Дела у вас пойдут плохо, если не контролировать качество продаж. Причем контроль нужно внедрять до оценки качества.

Часто бывает иначе. Точка приносит мало денег? Отлично, давайте всех уволим. Не будет считать затраты на увольнение, обучение и поиск новых сотрудников. Просто разгоним «плохих» и наберем «хороших».

В результате «хорошие» оказываются ещё хуже. Как так? Управленческие действия опирались на некорректные показатели.

Руководитель должен знать, почему магазин не приносит прибыль. Обычно для оценки качества продаж пользуются услугами тайных покупателей или проводят внутренние аудиты.

У старых методов присутствуют недостатки, которые мы исправили в сервисе оценки действий сотрудников на базе Ivideon.

«Пиццерии будущего» появляются по всему миру. На фото – Zume Pizza из Калифорнии

В прекрасной России будущего вы зайдёте в пиццерию, посетите почтовое отделение или банк, возьмёте нужную вещь – и спокойно уйдёте. Не будет никаких очередей. Просто автоматическое списывание денег с вашего счета. При этом качество товаров значительно возрастет, ведь проверять их будут машины, а не человек.

Облачные решения в ближайшие годы изменят мир ритейла. VR, AR, видеоаналитика, нейросети – все эти технологии связаны с облаками и попадают в прямую зону ответственности VSaaS.

Древние греки — приверженцы концепций, имеющих строгий логический смысл — всячески избегали концепции бесконечности. Действительно, какое нам дело до бесконечного ряда чисел, если ни записать, ни представить его мы не можем.

В средние века логическую строгость отбросили ради математических результатов и разработали чрезвычайно эффективные алгоритмические методы, оперирующие в вычислениях бесконечностью.

В XX в. стала отчетливо проступать другая проблема. С бесконечностью мы можем разобраться при помощи одного символа (∞), но что делать с числами, которые меньше бесконечности, но при этом невообразимо огромны?

Мы вплотную подошли к числам, едва уступающим «уроборосу», но при этом все еще имеющим теоретическое и практическое значение. Вы, вероятно, могли слышать о числе Грэма, которое является верхней границей для решения определенной проблемы в теории Рамсея. Спустя 88 лет после появления теоремы Рамсея математики готовы отбросить старые методы и пойти еще дальше.

Добро пожаловать в кроличью нору без дна.

«Орбитальная галерея Антона Шкаплерова и Анатолия Иванишина»: ТПК «Союз ТМА-03М», МИМ1 «Рассвет», модуль «Купол», МКС

Еще как минимум несколько лет будет летать МКС. Срок эксплуатации станции не бесконечен и США уже рассматривают возможность прекратить финансирование проекта после 2024 года. Компания S7 готова взять российскую часть станции в концессию уже с 2022 года. Но что точно случится со станцией, сейчас никто не знает; пока же экипажи МКС работают в обычном режиме.

«Обычный режим» подразумевает, что на станции есть жизнь, в том числе сетевая. В одном из многочисленных постов про быт на околоземной орбите вы могли узнать, что космонавты выходят в онлайн через спутник, спутник передает сигнал в Хьюстон, в Хьюстоне стоит firewall, проверяющий все запросы от станции и обратно. Почта работает аналогичным образом: член экипажа пользуется адресом, который проверяется в ЦУПе.

В общих чертах понятно, как с МКС попадают в обычный веб. Но действует ли связь в обратную сторону? Мы настроили канал, по которому отправить сообщение космонавтам сможет каждый желающий.

(с)

Лучшие нейронные сети, обыгрывающие человека в покер, Го, шахматы и «Доту», обладают одной общей чертой — они умеют предсказывать ближайшее будущее.

Способность машин прогнозировать поведение может значительно превзойти возможности человека. В пространстве различных вероятностей алгоритмы оказываются лучше человека, подверженного влиянию эмоций.

Что могут предсказать нейросети? Перед нами бескрайнее поле возможностей: биржа, преступления, погода, здоровье, транспорт — везде способность просчитывать на несколько шагов вперед окажется полезной. Уже сегодня некоторые алгоритмы превосходят экспертов-людей. Рассвет завтрашнего нейродня не оставит никакого следа от «тумана неизвестности».

(с)

Случайные числа постоянно генерируются каждой машиной, которая может обмениваться данными. И даже если она не обменивается данными, каждый компьютер нуждается в случайности для распределения программ в памяти. При этом, конечно, компьютер, как детерминированная система, не может создавать истинные случайные числа.

Когда речь заходит о генераторах случайных (или псевдослучайных) чисел, рассказ всегда строится вокруг поиска истинной случайности. Пока серьезные математики десятилетиями ведут дискуссии о том, что считать случайностью, в практическом отношении мы давно научились использовать «правильную» энтропию. Впрочем, «шум» — это лишь вершина айсберга.

С чего начать, если мы хотим распутать клубок самых сильных алгоритмов PRNG и TRNG? На самом деле, с какими бы алгоритмами вы не имели дело, все сводится к трем китам: seed, таблица предопределенных констант и математические формулы.

Каким бы ни был seed, еще есть алгоритмы, участвующие в генераторах истинных случайных чисел, и такие алгоритмы никогда не бывают случайными.

Прототип ядра ионного квантового компьютера. Ion Quantum Technology Group, Сассекский университет

Квантовые компьютеры время от времени попадают в СМИ. Вы слышите о том, как человек шаг за шагом приближается к их созданию, хотя для большинства развитие квантовых вычислений остается странным и таинственным искусством.

К счастью, для решения этой проблемы появляются отличные проекты, привлекающие внимание широкой аудитории. Например, несколько лет назад IBM дала возможность любому подключиться к 5-кубитному компьютеру. В проекте зарегистрировались 70 000 человек.

Однако индустрия квантовых вычислений по-прежнему остается в зачаточном состоянии. Хотя уже создано немало прототипов, они не могут сделать то, с чем не справится обычный ноутбук. Необходимое аппаратное обеспечение еще не существует, но для изучения у нас есть кое-что еще — языки квантового программирования.

Путешествие в мир квантовых вычислений доступно каждому и напоминает изучение любого обычного языка в нормальном программировании.

(с)

Вам знакомо чувство, когда проекты начинают поглощать все ваше время? Слишком много функций для реализации, слишком много найденных ошибок, чрезмерные затраты на исправления. В некоторые дни вы просто недостаточно быстро работаете, слабо продумываете код, тратите часы, чтобы исправить одну единственную ошибку. И чтобы усугубить ситуацию, вы тратите оставшееся время на бессмысленные встречи, а не на работу.

Конечно, в такие дни вы начинаете трудиться сверхурочно, чтобы удержать в руках расползающуюся ткань реальности. Довольно скоро такой график становится нормой, и все привыкают, что вам можно писать письма (и требовать ответы) в любое время. Наступает момент выгорания. И тогда вы начинаете задумываться о практиках тайм-менеджмента.

Сотни людей вокруг, кажется, только и делают, что учат других. Давайте будем честны друг с другом: все курсы управления временем пишут психологи, менеджеры, кто угодно, только не разработчики. Но ведь многие основополагающие вещи контроля времени и управления проектами придумали именно программисты (Фредерик Брукс: «Если проект не укладывается в сроки, то добавление рабочей силы задержит его еще больше»).

В феврале 1905 года норвежский исследователь Руаль Амундсен взорвал ледяное иглу эскимосов с помощью динамита. Сделал он это в отместку за неподобающее поведение аборигенов: не имея понятия о частной собственности, эскимосы позаимствовали съестные припасы из трюмов корабля этнографической экспедиции.

Сам Амундсен считал, что хорошо понимает язык жителей заполярья. Он перенял у них множество полезных навыков: овладел умением обращаться с ездовыми собаками, научился строить иглу, изучил принципы выживания во льдах. Однако язык инуитов – инуктитут – оказался не так прост, и договориться не всегда получалось даже у опытного норвежца.

История знает множество примеров, когда люди, не понимая друг друга, решали проблемы открытым конфликтом. Казалось бы, английский, как язык мирового значения, вопрос коммуникации закрывает. Но людей не покидает надежда придумать универсальный язык, адаптированный под возможности новых технологий.

Источник Twitch

Удивительно, но люди действительно хотят смотреть на то, как вы пишите код. В 2014 году появился даже специальный сайт Livecoding.tv (сейчас он называется LiveEdu), на котором каждый желающий разработчик может всему миру показать процесс работы в режиме реального времени.

Идея устраивать трансляции с новорожденным кодом появилась гораздо раньше – стримеры занимались этим на Twitch, YouTube и standalone-площадках. В подборке представлены активные (за редким исключением) стримеры-кодеры, а также методы поиска интересных лично для вас трансляций.

На фоне новостей в области ИИ обычные стартапы как-то теряются. На arxiv.org в геометрической прогрессии растут исследования по machine learning (computer vision, natural language processing, etc.). AlphaGo Zero порабощает Землю разгромно обыгрывает прошлые версии сети и не требует человеческого участия в процессе тренировки. Нейросеть NVIDIA меняет на фото время года и погодные условия, а умельцы с помощью выложенного алгоритма меняют в фильмах актрис на… других актрис.

Как на фоне роста новостей по ИИ остаться жизнеспособным проектом? Когда-то Рэй Курцвейл предсказывал: «В 2029-м году программа не только сможет полностью пройти тест Тьюринга, а сделает это лучше многих реальных собеседников. Компьютер за тысячу долларов будет на порядки превосходить мозг среднего человека в большинстве областей». Однако сейчас эксперты говорят, что есть шансы получить сильный ИИ «в течение 5 лет с вероятностью 80 % и в течение 10 лет с вероятностью 99 %».

Вероятно, в ближайшие 5-10 лет может решиться судьба человечества. Стоит ли в таких условиях вообще заниматься проектом, связанным с ИИ, если его цель не заключается в создании разумных роботов? Точного ответа на этот вопрос нет. Но бум проектов, решающих прикладные задачи, продолжается. Сегодня мы посмотрим на три сферы применения ИИ, где уже достигнуты интересные результаты.

Еще один универсальный домашний помощник: Wenger 16999

В известном перечне компаний, относящихся к индустрии искусственного интеллекта, нет никакой информации о том, чем живут стартапы, как привлекают инвесторов и клиентов, существует ли вообще сервис или застыл на стадии концепта. Оказалось, магические слова «ИИ», «бигдата» и «блокчейн» в описании проекта вовсе не гарантируют его жизнеспособность.

Если отсеять альфа-версии, концепты, законсервированные и поглощенные проекты, убрать общеизвестные разработки, такие как IBM Watson или CaptionBot  Microsoft, то останется не так уж много компаний. Но именно оставшиеся формируют тенденции и показывают, куда движется вся отрасль коммерческого использования слабого ИИ.

Описание стартапов — живых и перспективных — поможет лучше ориентироваться на быстрорастущем рынке умных решений в различных сегментах.

«The Artificially Intelligent Doctor Will Hear You Now»

Нынешний этап массового интереса к нейросетям во многом связан с возможностями сеток по обработке изображений. Улучшить качество фотографии, стилизовать селфи под картину известного художника, выявить объект в кадре и запустить каскад внешних событий — все эти наглядные примеры сегодня доступны в различных продуктах: от приложения для обработки фотографий до сложной системы дорожного автопилота.

Есть еще одна важная сфера применения нейросетей и других технологий, близких к ИИ, — это медицина. Если речь не идет об IBM Watson, то новости из сложного мира высокотехнологичной борьбы за здоровье человека редко просачиваются в СМИ. А тем временем происходит настоящая революция — оказалось, что система автоматизированной обработки изображений не только может стать мощным инструментом анализа и помощи для врача, но и в некоторых случаях заменить самого специалиста.

И не только нейросети питают новый технологический рывок. Бигдата, машинное обучение в целом и даже блокчейн становятся основой для медицинских стартапов, вносящих вклад в борьбу с болезнями и старением.

Внезапная лошадь из работы «Spatial Memory for Context Reasoning in Object Detection» (представлена на ICCV 2017)

У нас есть несколько новостей, но скучно писать просто о конкурсе, в котором можно выиграть камеру для дома или о вакансии нашей облачной команды. Поэтому начнем мы с информации, которая будет интересна всем (ок, почти всем – речь пойдет о видеоаналитике).

Недавно завершилась крупнейшая конференция по технологиям компьютерного зрения – International Conference on Computer Vision 2017. На ней команды ученых и представители исследовательских подразделений различных корпораций представили разработки по улучшению фото, генерации изображений по описанию, заглядыванию за угол с помощью анализа света, etc. Мы расскажем о нескольких интересных решениях, которые могут найти применение в области видеонаблюдения.

Знай себе числа генерируй на основе непредсказуемых данных физического мира — немудреная мысль эта преследует человека на протяжении всего пути современной криптографии. Псевдослучайные генераторы чисел (PRNG), основанные на одних лишь математических алгоритмах, предсказуемы или подвержены внешнему влиянию, поэтому аппаратные генераторы, использующие различные источники энтропии, считаются золотым стандартом безопасности.

Однако даже генераторы реальных случайных чисел (RNG), собирающие непредсказуемые данные физических явлений, имеют недостатки: они могут быть громоздкими, медленными и дорогостоящими в производстве. Нет никакой гарантии, что проприетарная система не открыта для спецслужб — поэтому разработчики FreeBSD, отказались от непосредственного использования аппаратных генераторов, встроенных в чипы Intel.

Эволюция методов шифрования повлекла за собой необходимость создать более совершенные генераторы — о них и пойдет сегодня речь.

(c)

Как автоматизировать работу и никогда не работать? Прежде чем ответить на этот вопрос, спросите себя о другом: сколько времени вам нужно для счастья? Люди, которые не знают, чем занять вечер выходного дня, не нуждаются в автоматизации многих задач.

Сокращение рутины дает преимущество в конкурентной борьбе. Автоматизация «добывает» самый ценный ресурс на планете — время. Технический прогресс позволяет тратить время на то, что вам интересно: на решение интеллектуальных задач и, вероятно, более сложную работу, выполнение которой обеспечит больше возможностей для улучшения качества жизни.

Дальше — о том, что и как облегчает нам жизнь.

На 7-й Московской международной биеннале современного искусства мы приняли активное участие в создании «Аромата интернета». Сделать запах, который ассоциировался бы с интернетом, по нашему заказу взялась Сиссель Толаас — норвежская художница, химик по образованию. Ее коллекция, одна из крупнейших в мире, насчитывает тысячи ароматов, среди которых можно найти запахи городов, человеческих эмоций и знаковых исторических событий.

Запах интернета состоит из частиц озона, металла и обычного воздуха. Распробовать тонкий сетевой аромат можно на выставке в Государственной Третьяковской галерее до 18 января 2018 года. О том, как он появился, о подлинном смысле запахов и передачи информации с помощью благовоний расскажем далее.

Документальные фильмы снимать не легче, чем художественные, а порой даже сложнее, когда речь заходит о научных фильмах. Научный фильм должен быть не только достоверен. Картине нужно захватывать, увлекать и доступно объяснять сложные понятия, чтобы в результате среди зрителей оказались обычные люди, а не сами ученые.

Тем ценнее встретить качественный научный фильм, популяризирующий научное знание.

Ниже приведены некоторые интригующие, объемные и нетривиальные документальные фильмы и сериалы, созданные за последние годы, по темам, волнующим большую часть аудитории Гиктаймса — от внутренней работы нашего мозга до рождения Вселенной и всего остального между ними.