Большинство звёзд относится к основным спектральным классам, от бело-голубых O до красных M. Проходя типичную звёздную эволюцию, они укладываются в знаменитую Главную Последовательность, раскинувшуюся по центру диаграммы Герцшпрунга-Расселла. Возможно, данная диаграмма была открыта и описана именно потому, что на данном этапе развития Вселенной в изобилии встречаются звёзды разных спектральных классов. В одной из публикаций я описывал, как диаграмма Герцшпрунга-Рассела может преобразиться в далёком будущем. В той и некоторых последующих статьях я затрагивал тему пекулярных звёзд, выбивающихся из Главной Последовательности прежде всего потому, что в них содержатся элементы тяжелее железа и никеля, которые не могут образоваться при термоядерном синтезе в ходе типичной звёздной эволюции. Пекулярные звёзды с высокой металличностью – удивительный класс объектов, интересовавших ещё Ивана Ефремова. Обнаружены и такие звёзды, вокруг которых не успевает сформироваться планетная система; вместо этого звезда обзаводится обширными кольцами и немного напоминает Сатурн. О таких причудливых объектах мы поговорим под катом.

Структуры данных такие как HashSet могут использоваться для небольшого набора данных, позволяя проверять принадлежность элемента множеству. При этом использование проверки принадлежности элемента на большом наборе данных может быть затратным. Временная и пространственная сложность могут быть линейными в худшем случае.

Вероятностные структуры данных предоставляют постоянную временную и пространственную сложность за счет предоставления недетерминированного ответа. Примером вероятностной структуры данных является фильтр Блума.

Полезный алгоритм построения плоскости по облаку точек МНК. Я проверял этот алгоритм на устойчивость к самым разным наборам входных данных.

Cитуация, когда недостаток производительности пытаются покрыть новым железом, не редка. Важно понимать, однако, что железо, которое мы использовали и используем сегодня, содержит в себе множество механизмов, способных актуализировать наш код на года вперед. В моем понимании программист, умеющий грамотно оперировать этими механизмами(в частности в терминах бизнес процессов, требующих 'Здесь и Сейчас', терминах поиска золотой середины между Скоростью и Дизайном) - профессионал. В этой статье речь пойдет про довольно изъезженную и, казалось бы, понятную тему - тему сортировок, но с одним небольшим дополнением - SIMD. Эту тему я выбрал не случайно: в процессе решения довольно важной для индустрии задачи возникла следующая подзадача: есть входное множество целых чисел. Каждому множеству сопоставлено свое уникальное значение. При этом множества элементов, которые отличаются между собой только порядком следования элементов, а не их значениями, считаются одинаковыми и должны возвращать одно и тоже значение. Одно из решений - посортировать множества, а затем использовать результат как ключ в Хеш Таблице. Одно из важных ограничений - количество элементов в множестве не превышает 128 элементов. Под катом рассказываю о том, как сортировать такие множества быстро.

Данная статья продолжает изложение новых методов решения задач математики и физики, не поддававшихся решению в течении столетий.

В настоящее время Википедия считает, что квантовая гравитация — это направление исследований в теоретической физике, целью которого является квантовое описание гравитационного взаимодействия (и, в случае успеха, — объединение гравитации с остальными тремя фундаментальными взаимодействиями, описываемыми Стандартной моделью, то есть построение так называемой «теории всего»). Поэтому для подтверждения создания теории всего я просто обязан показать как выглядит закон Ньютона в квантово-релятивистской формулировке.

"Святой Грааль" любой физической системы - это 100% КПД. В большинстве условий это практически невыполнимая задача, поскольку с момента передачи любой формы энергии в систему она неизбежно теряется под воздействием различных факторов – переноса тепла, столкновений, химических реакций и т. д., - прежде чем выполнить конечную задачу, для которой она была создана. Единственный способ, с помощью которого физикам удалось создать системы с практически идеальной эффективностью, - это довести природу до граничных условий:

охладить до температур, близких к абсолютному нулю,

обстрелять монохроматическими (лазерными) фотонами (кристаллические) системы с поглощающими решётками,

или довести до таких экстремальных условий, как сверхпроводимость и сверхтекучесть.

Dance Dance Revolution или «танцевальная революция» — ритм-аркада от Konami, ставшая легендарной танцевальной игрой конца 90-х — начала 2000-х в Японии, Южной Корее, Европе и США. Аркадные автоматы со светомузыкой, ковриком для танцев и зажигательными поп-хитами захватывали торговые центры и игровые залы, собирая вокруг толпы поклонников и зевак. Весёлые, активные и порой стыдные ритм-игры задали тренды для игровой индустрии и домашних консолей, а затем… исчезли с рынка, став частью истории. Вспоминаем расцвет и закат поп-культурного явления Dance Dance Revolution, делимся похожими играми и отвечаем на вопрос, возможна ли танцевальная революция 2.0. 

Когда речь заходит о взломе Энигмы, то всегда вспоминают об успехе британцев в Блетчли-парк. Но менее известно, что этот успех был построен на фундаменте, который заложили польские криптографы. История о том, как польские математики первыми смогли взломать легендарную Энигму.

Меня зовут Андрей Бакшаев, я ведущий инженер-программист в YADRO. Моя команда занимается разработкой и оптимизацией математических библиотек под архитектуру x86. До этого я 15 лет работал в Intel. Значительная часть моих задач заключалась в том, чтобы реализовывать некоторые алгоритмы обработки изображений и сигналов в довольно известной математической библиотеке IPP, максимально эффективно используя возможности процессоров. Я также исследовал производительность этих алгоритмов в процессорах на ранней стадии проектирования. 

В статье я поделюсь своим опытом оптимизации низкоуровневого кода на языке C. Рассмотрим подсистему кэша и памяти процессоров и новые инструкции AVX-512. Разберем пример ускорения копирования байтового массива данных и посмотрим, как векторизованный код позволяет сократить время работы широко используемого алгоритма замены байтов по таблице с 619 до 34 мс, то есть примерно в 18 раз. 

На днях была размещена научная статья с описанием результатов изучения космической частицы сверхвысокой энергии, которая прилетела на Землю ещё в мае 2021 года. О важности этого открытия может говорить сам факт, что учёные изучали «пришелицу» два года, да и то выяснили ещё далеко не всё. Интересного много, включая то, что явилась она из пустынной области Вселенной, где нет ничего такого, что могло бы породить Аматэрасу, как назвали частицу. Ну а энергия её эквивалентна падению кирпича на палец ноги с высоты талии взрослого человека. Подробности — под катом.

Интереса ради сделал максимально простенький комплект модулей: приемники, передатчики и те и другие с разным набором плюшек, реализующих простой самобытный протокол связи с манчестерским кодированием для связи 2х и более ПЛИС.

Недавно я с интересом прочитал на Хабре сразу две свежие статьи с рассуждениями о том, насколько наблюдаемая реальность похожа на компьютерную симуляцию, или, иными словами, какова вероятность того, что мы живём в компьютерной симуляции. Первая (автор @igor_zvyagin) под названием «Мы живем в компьютерной симуляции. Мнение программиста. Часть 1» вышла 8 августа, а вторая (автор @flancer) «Мы живем в компьютерной симуляции. Мнение другого программиста» — 28 августа. Меня особенно впечатлила вторая статья, где автор размышляет о квантовании пространства и времени в контексте планковских величин. При этом сам я ранее писал пост «Как и зачем создавать вселенную в лаборатории«, в котором особое внимание уделил идеям Андрея Дмитриевича Линде и попробовал рассказать, в чём заключается научная ценность таких опытов. Но две вышеупомянутые статьи побудили меня вернуться к этой теме, так как, оказывается, гипотеза симуляции имеет минимум три смысловых разновидности: 1) компьютерная модель/симуляция, 2) игра, 3) завуалированный креационизм.

Как я уже неоднократно упоминал ранее в этом блоге (например, здесь и здесь), мне довелось перевести с английского несколько весьма достойных научно-популярных книг, что во многом продолжало мои естественнонаучные интересы, а в чем-то и сформировало их. Надеюсь, что когда-нибудь здесь появится и пост с обзором важнейших книг в моем переводе. Здесь же упомяну о последней на настоящий момент научно-популярной работе, переведенной для издательства «Питер» — это были «Квантовые миры» Шона Кэрролла, где автор, развивая ранее сформулированные им идеи о природе времени, доступно излагает суть и подоплеку многомировой интерпретации квантовой механики. Идея бесконечного множества миров (вместе с фактором одного очень яркого знакомства, случившегося на исходе перевода книги Кэрролла) также, наконец, подвигла меня прочесть три основных романа из серии «Тёмные начала» Филиппа Пулмана и задуматься: почему при очевидной популярности теорий, допускающих множество невидимых пространственных измерений, время считается строго одномерным? Есть ли физический смысл в том, что и временных измерений может быть не одно, а, например, два?

Оказалось, такие теории (более парадоксокрушительные и философские, нежели строго научные) действительно существуют. Сегодня именно о них я и расскажу.

Во многих популярных курсах машинного и глубокого обучения вас научат классифицировать собак и кошек, предсказывать цены на недвижимость, покажут еще десятки задач, в которых машинное обучение, вроде как, отлично работает. Но вам расскажут намного меньше (или вообще ничего) о тех случаях, когда ML-модели не работают так, как ожидалось.

Частой проблемой в машинном обучении является неспособность ML-моделей корректно работать на большем разнообразии примеров, чем те, что встречались при обучении. Здесь идет речь не просто о других примерах (например, тестовых), а о других типах примеров. Например, сеть обучалась на изображениях коровы, в которых чаще всего корова был на фоне травы, а при тестировании требуется корректное распознавание коровы на любом фоне. Почему ML-модели часто не справляются с такой задачей и что с этим делать – мы рассмотрим далее. Работа над этой проблемой важна не только для решения практических задач, но и в целом для дальнейшего развития ИИ.

В марте 1869 года была опубликована первая версия периодической системы Менделеева. Систематический вид из рядов и групп она приобрела через пару лет – вот так выглядел вариант от 1871 года. Как известно (о чем я уже упоминал в статье про пределы таблицы Менделеева и элемент фейнманий). Дмитрий Иванович Менделеев (1834-1907) принципиально превзошел своих учителей и коллег, в частности, Роберта Бунзена, Жана Лекока Буабодрана и Лотара Майера в том, что пытался не только классифицировать уже известные к тому времени химические элементы, но и расположить их в соответствии с увеличением атомного веса и периодическим паттерном химических свойств. Поэтому он не только оставил в своей таблице пустые клетки, но и сделал два исключения из периодического закона на материале известных ему элементов. Тем не менее, Менделеев весьма превратно представлял себе варианты заполнения «краев» таблицы. Ошибки Менделеева, в которых он даже упорствовал, были связаны с двумя неверными исходными посылками. Во-первых, Менделеев всерьез воспринимал концепцию мирового эфира (написал о нем серьезную аналитическую статью в 1902 году), хотя, еще в 1887 году был неоднократно поставлен эксперимент Майкельсона-Морли, фактически доказавший, что эфир не существует. Кроме того, на момент составления таблицы еще не была известна внутренняя структура атома (атом считался неделимым), а также Менделеев не предусмотрел в таблице 8-й группы, то есть, столбца с благородными газами.

В современной информатике, точнее – в области машинного обучения и нейронных сетей – нашла оригинальное применение концепция платоновских идеальных сущностей. Платонические корни распознавания образов и, соответственно, роль платонизма в работе нейронок, а также в Data Science, заслуживают подробного осмысления, что я и попытаюсь обрисовать в этом посте.   

Пост навеян мыслями Виктора Сиротина @visirok о том, что программирование и проектирование программных продуктов являются материализацией идей. Отдельно благодарю Виктора за наше насыщенное общение, вышедшее за пределы Хабра, за его внимание к моему блогу, а также за возможность ознакомиться с его мемуарами. Впрочем, показатели трех последних постов Виктора в его блоге говорят сами за себя – надеюсь, он будет радовать Хабр и новыми превосходными работами, и все читатели, которым понравится данный пост, также не забудут подписаться на Виктора. А теперь приступим.