Редактор потихоньку
Как ИИ пытались бороться против ковида (и почему у них не получилось)
Когда в марте 2020 года вирус поразил Европу, больницы погрузились в новый для себя кризис, не видя путей для выхода. Мы столкнулись с резкой нехваткой знаний. Врачи не понимали, как вести пациентов, фармкомпании думали, как разработать вакцину, государства — как ограничить распространение ковида нанести минимум вреда экономике.
Но существовали данные из Китая, который уже четыре месяца боролся с пандемией. Если бы алгоритмы машинного обучения можно было обучить на этих данных, возможно, врачи и чиновники смогут принимать более взвешенные решения. И это спасет тысячи жизней.
Тогда действительно появлялась масса проектов, стартапов и статей о них. Вот только за март-апрель на Хабре, самые многообещающие:
- Новый консорциум ведущих ученых сможет использовать самые передовые в мире суперкомпьютеры для поиска решений проблем с вирусами.
- AI против COVID-19: опыт Хубэя и Флориды
- Стартап использует ИИ для поиска молекул, которые помогут побороть коронавирус
Больницы были готовы принять любую помощь. Рук не хватало, им нужна была автоматизация. Были разработаны сотни инструментов, от маленьких до гипер-амбициозных. Но ничего почему-то не произошло. Ни один алгоритм не помог.
Есть ли сознание у нейронной сети?
В последние несколько лет произошел скачкообразный рост индустрии машинного обучения - нейронные сети теперь занимаются всем: накладывают на лица маски котиков, обыгрывают людей в го, ищут кариес на снимках зубов, следят за урожаем пшеницы и водят автомобили. Постоянно появляются и совершенствуются новые технологии вроде глубокого обучения и рекуррентных сетей. Возможно, в недалеком будущем даже тостеры будут продаваться исключительно со встроенным искусственным интеллектом. Не стоит на месте и наука о самом сложном и мощном из известных нам типов нейронных сетей - человеческом мозге. Исследования по нейрофизиологии каждый год приоткрывают завесу тайны с принципов его функционирования.
Но несмотря на имеющиеся успехи мы всё ещё страшно далеки от понимания самого загадочного феномена Вселенной - нашего сознания. Вопросы о природе сознания мучают лучшие умы человечества уже на протяжении двух с половиной тысяч лет, а современный прогресс в машинном обучении и построении искусственных нейронных сетей только добавляет новые: например, возникает ли сознание в компьютерных нейросетях? Чтобы ответить на этот и другие непростые вопросы, нужно для начала понять, а что это вообще такое - это самое сознание.
Мой опыт разговоров с моими знакомыми на эту тему показывает, что некоторым людям почему-то очень тяжело понять, что же такое сознание. Возможно, причина такого непонимания кроется в том, что сознание - настолько основополагающая и неотделимая часть нас самих, что факт его существования оказывается абсолютно неочевидным. Многие путают сознание с интеллектом, хотя это совершенно не одно и то же. Легче всего придти к пониманию данного феномена можно с помощью следующего примера.
Профессионал ли ты по мнению Роберта “Боба” Мартина?
В карьере каждого программиста случаются взлеты и падения. Наверняка у каждого есть пара запоротых проектов, каких-то конфликтных ситуаций, о которых сожалеешь, миллион проваленных по срокам задач, десятки технических решений, которые противоречили потребностям заказчика, многочисленные ситуации, когда вы поддались давлению, может быть, не совсем корректные увольнения и т.д. и т.п. С некоторыми людьми работа доставляет истинное удовольствие, их можно назвать профессионалами. С другими коллегами все идет наперекосяк. Почему такое происходит? Что входит в понятие “профессионал”?
За свою более чем 42-летнюю карьеру Роберт Мартин прошел огонь, воду и медные трубы и выработал принципы, которые, по его мнению, должен придерживаться программист, чтобы быть успешным профессионалом. В книге “Идеальный программист” он не боится делиться многочисленными примерами своих провалов и советами, как стоило бы действовать в таких ситуациях.
Внутри - тест, по которому вы сможете понять, насколько вы являетесь профессионалом по версии Р. Мартина.
Почему не все тестовые задания одинаково полезны: разбор одного фееричного провала
Всем привет, это PsyHaSTe и сегодня я хотел бы рассказать о том, куда меня занесла нелегкая в процессе оптимизации и рефакторинга кода решения тестового задания из статьи товарища novar (кто пропустил — рекомендую ознакомиться). Какие проблемы были у этого решения? Почему все-таки человеку отказали в работе? Что можно с этим сделать? Ответы на эти и многие другие вопросы оказались слишком длинными для комментария и вылились в статью с подробным разбором, примерами и альтернативной реализацией задания.
Если вам интересно кто в здравом уме мог для выполнения поставленной задачи написать код сочетающий монады с goto, а также одновременно сократил объем кода и увеличил его производительность, то добро пожаловать под кат. И, конечно же, самое вкусное, связанное с оптимизациями на базе работы JIT — в конце. Итоговую версию решения тестового можно посмотреть на гитхабе по ссылке.
Советский водяной компьютер
Во времена, когда трава была зеленее, вода чище, а компьютер казался диковинкой, широкое распространение имели аналоговые вычислительные машины, или просто аналоговые компьютеры. В СССР такие аппараты были в ходу практически до конца 80-х годов, когда спорить с производительностью ЭВМ стало попросту невозможно. Данные в аналоговых компьютерах представлялись не как набор нулей и единиц, а при помощи различных физических параметров: длины, скорости, силы тока, тут уж, как говорится, на что фантазии хватит. Например, некоторые машины работали буквально на воде. В этой статье как раз и пойдет речь о таких образцах аналоговых компьютеров.
Кодом и потом: 4 мифа о том, как становятся сеньорами
Устраиваясь в IT-компании, молодые специалисты хотят быстрее повысить грейд и научиться решать сложные задачи, но часто не знают, как развиваться эффективнее. В этой статье рассмотрим основные мифы о развитии, которые тормозят прогресс, и порассуждаем на тему, как быстрее дорасти до сеньора.
Метод быстрого прохода в управлении проектами. Редкий успешный кейс
Привет, Хабр! Меня зовут Андрей, руковожу проектами в РСХБ-Интех. В бэкграунде 6 лет управления проектами, портфелями проектов в интехе, ритейле, сертификация PME, PRIME. Сегодня я хочу рассказать о редком успешном кейсе использования метода быстрого прохода, и что это дало заказчику.
Итак, погнали!
7 способов получить качественные размеченные данные для машинного обучения
Любой data scientist знает, что необученная ML модель бесполезна. Без высококачественных размеченных данных для обучения контролируемое, обучение разваливается; при этом невозможно гарантировать, что модели смогут прогнозировать, классифицировать или каким-то иным образом анализировать интересующее нас явление с хоть какой-нибудь точностью.
При проведении контролируемого обучения (supervised learning) лучше не разрабатывать модель, если нет возможности найти подходящие данные для обучения. Даже если вы нашли подходящий набор обучающих данных, он не особо полезен, если его элементы не размечены, не снабжены метками и аннотациями для эффективного обучения алгоритма.
Как коммуникации помогают в решении инцидентов
Все понимают, что shit happens — и чаще всего не если, а когда. У нас может быть много девяток в SLA, но 100% ни у кого нигде никогда не бывает. Поэтому, когда этот SHIT все-таки HAPPENS, есть два пути.
Путь первый — проблему можно скрыть, сделав выводы для себя. Под ковер замели — никто ничего не заметил. А тому, кто заметил, сказать: «Да вам показалось, все нормально!» Можно пойти по второму пути: не врать и не бояться. Для этого, конечно, нужна уверенность в себе и своей компетенции. Тогда мы спокойно тушим пожар, а не прикрываем пятую точку (может, даже не свою).
Я — за второй путь. На конференции HighLoad++ Весна 2021 я рассказал, что можно сделать уже сейчас, чтобы спасение прода прошло максимально безболезненно и почему доверие пользователей — это важно. Видео выступления можно посмотреть здесь, а под катом вы найдете, как заранее подготовиться к инцидентам.
Почему нам кажется, что инфляцию считают неправильно?
В апреле этого года, спустя месяцы колебаний в районе 0-1%, официальный уровень инфляции в США резко подскочил до 2,8%. Для многих людей это стало давно ожидаемой ситуацией. Они долгие годы подозревали, что официальный уровень инфляции не отражает данные «реального мира» — хотя инфляция оставалась низкой, настоящая стоимость жизни росла.
Почти доброе место: как интернет пытались сделать менее злым и что из этого вышло
Люди, которые застали динозавров и пейджеры, могут помнить, что когда-то давно, диктуя сообщение девушке-оператору пейджинговой компании, можно было услышать в ответ «Это сообщение оскорбительно для получателя, отправлять его я не буду». И попробуй докажи, что это у вас с получателем такая внутренняя шутка.
С тех пор способов доставить получателю оскорбительное сообщение стало намного больше, а способов превентивно это остановить не так уж и много. Предлагаем вспомнить наиболее любопытные технологические попытки сделать интернет чуть более добрым местом.
Пример для подражания у японских школьников, или Первые в мире кооперативы
В мире не существует "национальных черт характера", но точно существуют национальные ориентиры, национальные герои, образцы для подражания, с которых учат брать пример. В большинстве стран это герои или пророки, непоколебимо наносящие добро окружающему, но мы пока оставим в покое "весь мир" (любой сможет заняться перечислением героев и их сопоставлением сам) и поговорим о том человеке, памятники которому установлены практически в каждой японской начальной школе.
Речь пойдет о Ниномии Сонтоку, человеке, который не участвовал в войнах, не придумывал и не навязывал никому новых религий (без чего уважения в иных странах никак не заслужить), а весь свой путь занимался улучшением жизни людей на своей малой родине.
Родился он в 1787 году в Японии, в годы, называемые “периодом Эдо”, или, иначе, “сёгунатом Токугава”, когда на много лет воцарился мир, но рыцари-самураи были главенствующим сословием страны и занимали все более-менее значимые административные должности рангом хотя бы чуть выше деревенских старост.
В Японии сложилась к тому времени довольно жесткая иерархия: даймё (их часто отождествляют с европейскими герцогами), которых в стране было около 300, правили в своих землях самостоятельно, при этом платя налоги со своих земель и участвуя (деньгами и людьми) в общественных работах в пользу сёгуна.
Мемная торговля и диванные инвесторы — как финансовый рынок превратился в весёлое казино
Биржевая торговля — глубоко психологическое явление. Цены определяются балансом спроса и предложения, в борьбе страха и жадности. Страх потери денег вынуждает продавать, а жадность — покупать.
Сейчас мы наблюдаем наступление новой эпохи, когда трейдинг вышел за рамки профессиональной индустрии и охватил широкие массы. Обычных людей, которые никогда ни во что не инвестировали, не знакомы с финансовыми индикаторами, оценкой рисков. Им это вообще не надо. Школьники тусуются на сабреддитах по крипте для пампинга перспективных токенов и следят за твитами Илона Маска. Офисные работники освоили мобильные приложения Robinhood, Bamboo и Trove для покупки перешорченных американских акций. Даже беременные домохозяйки берут максимальные кредиты, чтобы вложиться в новые финансовые пирамиды.
Вот она, эпоха мемной торговли и диванных инвесторов.
Обзор технологий хранения больших данных. Плюсы, минусы, кому что подойдет
Если вы собираетесь построить или перестроить свое хранилище данных, то столкнетесь с внушительным списком технологий на рынке. Пробовать каждую из них в поисках подходящей именно вам — долго и затратно.
На нашей конференции SmartData ведущий разработчик в Яндексе Максим Стаценко рассказал про плюсы и минусы различных решений для хранения данных: облака или железо, Hadoop, Vertica, ClickHouse, Exasol, Greenplum, Teradata и не только.
Работая в крупных компаниях, Максим попробовал много решений, сравнил их на одинаковых данных и задал вопросы их разработчикам и поставщикам.
Видео и расшифровка доклада — под катом. Далее повествование будет от лица Максима.
Научный журналист Ася Казанцева: «Эффективные зайчики сдохнут быстрее»
Чтобы оставаться продуктивным, эффективным, адекватным и быть полным сил, нужно спать, двигаться и учиться. Особенно это важно тем, кто по специфике своей работы много думает и принимает ответственные решения. Гаджеты, сотни медиа и социальных сетей, которые воюют за наше внимание, не помешают.
О мифах продуктивности и здоровом сне по просьбе Мегаплана рассуждает научный журналист, популяризатор науки, автор научно-популярных книг, лауреат премии «Просветитель» Ася Казанцева. Мы долго искали возможность пообщаться с ней и очень обрадовались, когда это удалось сделать.
Хочу цензуру2.0
Как оно в Пензе после Питера. Часть 2
Всем привет! Давно не графоманил на Хабре. Очень-очень соскучился. Хочу продолжить тему, поднятую здесь полтора года назад про мой переезд из Питера в Пензу и первых ощущений от этого события. С тех пор эйфория улетучилась, эндорфины поубавились и можно чуть более объективно пройтись по плюсам, отметить что-то новое и вспомнить старое.
Проблемы на пути выращивания хороших IT-специалистов — Часть 2
О том что подобные программы довольно часто практикуются на западе я немного наслышан. Но встает вопрос о том почему же нельзя устраивать что-то подобное у нас в стране?
Рискну предположить что возможно в силу уникальности менталитета нашего народа человеку добившемуся определенных высот(статуса, денег и т.д.) уже нет интереса выступать перед студентами чтобы еще как-то прославится или заслужить уважение. А в свою очередь те кто еще не достиг чего-либо значимого тратят все свои усилия на достижение всего вышесказанного :), но только не таким образом. Так или иначе, предлагаю обсуждение данного вопроса плавно перевести в немного другую плоскость. А именно — почему бы не вводить подобную практику не от лица отдельных индивидов, а от лица целых IT-компаний?
Проблемы на пути выращивания хороших IT-специалистов, а также как дядя Вася был менеджером отдела программистов
Итак, будем считать что проблему поиска молодых специалистов, а точнее проблему поиска работы оными самыми, мы уже частично обсудили. Вроде бы все понятно, но давайте попробуем вернуться к корням проблемы и выяснить — а почему же молодым специалистам с дипломами так уж сложно найти достойную своей квалификации работу? В первую очередь напрашивается вариант недоразвитости системы образования в области компьютерных технологий, и многие с этим согласятся. Хаять систему это конечно не сложно, и причина данной проблемы тоже всем известна – довольно большое количество преподавателей в школах/ВУЗах, не соответствующих предъявляемым к ним требованиям. Требования данные вроде как нигде четко не регламентированы, но например как студенты мы после 1-2 курсов учебы думаю уже можем без проблем уяснить кто из преподавателей достоин учить нас компьютерным дисциплинам а кто нет :)
Думаю каждый из нас кто учился на какой-либо из околокомпьютерных специальностей может вспомнить минимум одного, а возможно и нескольких преподов, которых вспоминает с улыбкой на лице и благодарен в душе за знания, полученные на лекциях/практических занятиях, и в то же время с десяток других, которых наверняка и не вспомним как зовут то :)
Information
- Rating
- Does not participate
- Location
- Чебоксары, Чувашия, Россия
- Date of birth
- Registered
- Activity