Сначала этот текст должен был стать комментарием к посту GPT-3. Есть проблема побольше, чем потеря рабочих мест, где автор приводит несколько прогнозов, ни один из которых мне не нравится. Нет, прогнозы хорошие, может быть даже сбудутся, но самая главная, как мне видится, опасность – упрощение поиска с помощью нейросетей, там даже не упомянута. А именно она ударит по обществу первой, еще задолго до появления президента-нейросети.

«Prompt-инженеров» нанимают за их умение заставить системы ИИ выдавать именно то, что требуется. Это новая категория «разработчиков», которая появилась буквально два года назад, и очень развилась в последние месяцы с появлением ChatGPT. Эти люди просто общаются с ИИ — и при этом очень неплохо на этом зарабатывают.

Привет, Habr! На связи Андрей Непряхин, СТО компании AGIMA. В этой статье я расскажу о том, какие стили лидерства существуют, как их нужно применять на различных стадиях развития команды.

Думаю, как и я, очень многие задавались вопросом: «Почему несмотря на хорошее образование, любознательность, способности и трудолюбие, они зарабатывают меньше, чем им хочется. Где баг, который мешает зарабатывать больше?»

Давать прогнозы задним числом — исключительно удобно. Листая страницы старых научно-популярных журналов, легко вообразить себя гением — просто потому, что уже знаешь, чем всё закончится: какие проекты выстрелят и изменят мир, а какие так и останутся на бумаге.

Тогда как для современников описываемых событий, это было далеко не так очевидно — и появление интернета и превращение его в платформу для социального взаимодействия — не были ни ожидаемыми, ни предсказанными событиями. Более того — в самом начале их триумфального взлета, они получали ожесточенную критику от экспертов, считавших их нишевыми продуктами, неспособными заинтересовать широкую публику.

Изучив этот вопрос, можно прийти к мысли о том, что заметить новый революционный фактор, до того, как он наберет силу очень сложно. Практически невозможно. Именно поэтому, я и написал эту статью — по моему мнению, мы находимся в начале новой технической революции. Перемены, сопоставимой по масштабу с появлением интернета.

Конечно же, речь идет о появлении ChatGPT и подобных ему нейронных сетей. Нисколько не преувеличивая, можно сказать, что история человечества будет разделена на периоды до и после его появления. Просто потому что больше ничего не будет прежним.

Дано: ненужная ТВ-приставка + острая потребность в компьютере с низким энергопотреблением под Linux. Почему бы не превратить одно в другое?

Будучи студентом, я играл в классические дебаты по формату Карла Поппера с элементами политического кейса. Это такой КВН для любителей поспорить. В том смысле, что это игра, она для студентов, и такая деятельность оптимизирует какие-то навыки. А вот какие именно, это интересно понять. Давайте разберёмся, какое влияние оказывает на ваше мышление умение хорошо спорить.

В интернете есть десятки ультимативных шаблонов, как сделать питч-дек. Каждый фаундер, сделавший хотя бы один питч-дек, также готов выдать пачку рекомендаций. Каждый фонд имеет свой темплейт. А ответа на вопрос «как сделать питч-дек?» по-прежнему нет. 

В этом материале разбираемся:

• из чего состоит питч-дек
• структура питч-дека на разных стадиях
• важен ли питч (или питч-дек запитчит себя сам)
• нужен ли сторителлинг
• и как же его все-таки сделать?

Квантовые компьютеры и квантовые вычисления — новый баззворд, который добавился в наше информационное пространство наряду с искусственным интеллектом, машинным обучением и прочими высокотехнологическими терминами. При этом мне так и не удалось найти в интернете материал, который бы сложил у меня в голове пазл под названием “как работают квантовые компьютеры”. Да, есть много прекрасных работ, в том числе и на хабре (см. Список ресурсов), комментарии к которым, как это обычно и бывает, еще более информативны и полезны, но картинка в голове, что называется, не складывалась.

А недавно ко мне подошли коллеги и спросили “Ты понимаешь как работает квантовый компьютер? Можешь нам рассказать?” И тут я понял, что проблема со складыванием в голове целостной картинки есть не только у меня.

В результате была сделана попытка скомпилировать информацию о квантовых компьютерах в непротиворечивую логическую схему, в которой бы на базовом уровне, без глубокого погружения в математику и структуру квантового мира, объяснялось что такое квантовый компьютер, на каких принципах он работает, а также какие проблемы стоят перед учеными при его создании и эксплуатации.

Я люблю давать простые задачки студентам на лекции. Во-первых, понятно, скольких мы потеряли, во-вторых, это переключение из режима потребления информации в режим выдачи результатов, в третьих — возможность проявить себя для шустрых. Сплошные плюсы!

Одна из простых задач звучит так: «При переводе картинки из цветового пространства RGB в YUV мы выполняем прореживание, то есть выкидываем каждый четный столбец и каждую четную строку в компонентах U и V (все компоненты пикселя по 1 байту). Вопрос: во сколько раз меньше данных у нас стало?» Эта операция называется chroma subsampling и широко используется при сжатии видео, например.

Забавно, что когда-то давно, когда винчестеры были меньше, а дискеты больше, студенты реально отвечали на этот вопрос быстро. А в последние годы регулярно народ в ступор впадает. Приходится разбирать по частям: «Если выкинуть каждую четную строку и каждый четный столбец, во сколько раз меньше данных будет у компоненты?» Почти хором: «В четыре». Начинаю подкалывать: «Отлично! У нас было 3 яблока, первое осталось как есть, а от второго и третьего осталось по четвертинке. Во сколько раз меньше яблок у нас стало?» Народ ржет, но, наконец-то, дает правильный ответ (заметим, не все). 

Это было бы смешно, если бы от способности быстро в уме прикинуть результат не зависела способность быстрее создавать сложные алгоритмы. 

И хорошо видно, как эта способность в широких массах студентов заметно плавно падает. Причем не только в нашей стране. Придуман даже специальный термин: «цифровое слабоумие» ("digital dementia") — снижение когнитивных способностей, достаточно серьезное, чтобы повлиять на повседневную деятельность человека. 

Кому интересно как теряют мозг студенты масштабы бедствия и что с этим делать — добро пожаловать под кат!

Кто-то просит нашумевшего чат-бота сгенерировать код, кто-то — написать песню в стиле The Queen. Ну а я — как лингво-коуч и гик — решила упороться и посмотреть, поможет ли система OpenAI прокачать иностранный язык. Спойлер: очень даже.

Протестировала на себе несколько способов → Выделила 5 самых годных → Снабдила комментариями, как извлечь максимум. Дочитайте до 5-го, это мой любимый ?

Вы откликнулись на вакансию, опубликовали пост с рассказом о себе — и вас не поняли, поняли неправильно или вы получили ноль реакций. Бывало? Чтобы не наступать на одни и те же грабли, стоит попробовать другой подход — продуктовый. Этот метод работы позволяет получить необходимый результат оптимальным способом. Произвести хорошее первое впечатление нужно с первых строк, поэтому давайте разберем, как написать текст о себе так, чтобы с вами захотели познакомиться и продолжить разговор.

Чем заняться приятным пятничным вечером? Посидеть в баре с друзьями, зачистить рейд в WoWке? Да ну нафиг. Давайте запускать астероиды!

Сервис с незатейливым названием Asteroid Launcher предлагает поиграть в бога. Вы можете выбрать любую точку земного шара и направить туда астероид с выбранными настройками. Помимо симпатичной анимации вы получите сводку нанесённого ущерба.

В настоящее время разработка искусственного интеллекта и разнообразных нейронных сетей впитывает столько ресурсов и привлекает такое внимание, что невольно обходится вниманием смежная тема: разработка искусственной нервной системы. Существует термин «коннектом» — это карта или схема всех нейронных связей в организме, которая теоретически позволила бы воспроизвести всю низшую и высшую нервную деятельность организма. Первый коннектом, который можно считать «proof-of-concept» данной технологии, построен в 1980 году при помощи электронного микроскопа под руководством нобелевского лауреата Сиднея Бреннера (1927-2019). Это карта нейронных связей, которая полностью описывает нервную систему почвенной нематоды Caenorhabditis elegans (C. Elegans), червя длиной около 1 мм. C. Elegans давно привлекает пристальное внимание учёных, и ещё в 1998 году стал первым организмом, чей геном удалось полностью (приблизительно) секвенировать. У самца C. Elegans всего 385 нейронов, а у гермафродита – 302, тогда как даже у примитивных моллюсков насчитываются десятки тысяч нейронов.  C. Elegans — излюбленный лабораторный организм: вот список задач, которые исследовались на особях этого червя.  

Успех с картированием нервной системы C. Elegans породил коннектомику — новое научное направление, задача которого — (ре)конструировать нейронные сети живых организмов. По-видимому, создание искусственного червя уже не за горами, а о более отдалённых и амбициозных горизонтах коннектомики я расскажу под катом.