Самодельные оптические спектрометры— не такая уж и оригинальная тема. Можно сделать самому спектрометр на основе камеры смартфона и кусочка CD-диска, используемого в качестве дифракционной решетки. В интернете множество статей о том как сделать такой спектрометр и стоить будет совсем недорого.

Однако, камеры на базе кремниевых сенсоров (КМОП-сенсоры) позволяют работать в оптическом диапазоне только до ~1100нм, что обусловлено физикой — ширина запрещенной зоны кремния составляет ~1.7эВ, соответственно, не получится образовать электронно-дырочные пары длиной волны больше ~1100нм. Для измерения больших длин волн необходим другой полупроводник. Один из распространенных вариантов — арсенид галлия-индия (InGaAs), его запрещенная зона может варьироваться до ~0.4эВ, в зависимости от пропорции индий-галлий.

Навряд ли вам стоит знать сколько стоит камера с матрицей на основе InGaAs... Пока камеры на основе кремниевых чипов доступны буквально за копейки, одномерная камера на InGaAs (фотоприемная линейка) уже достигает в цене несколько тысяч долларов. Любой полноценный ИК-спектрометр стоит намного больше, с своим модным термоэлектрическим охлаждением и высокоточной дифракционной решеткой (у нас в лаборатории кстати есть такая). Основная причина такой стоимости заключается и в целевой группе: это ученые-исследователи, а не рядовые потребители.

Вообще в качестве хобби автор интересуется лазерной оптикой и давно хотел собрать лазерную систему своими руками, вот только необходим способ анализировать то излучение, что получается из кристаллов. Однажды в поисках InGaAs-фотодиода он зашел на DigiKey, и оказалось, что такой фотодиод можно приобрести примерно за 20 долларов! Понятно, что это раз в сто дороже, чем кремниевый фотодиод, однако, и одного фотодиода достаточно, чтобы собрать собственноручно спектрометр. Представляю вашему вниманию: ИК-спектрометр с волоконным вводом, который измеряет спектр в диапазоне 800-1600нм.

В отечественной и зарубежной аэродинамике уже несколько десятилетий находит применение метод дискретных вихрей (МДВ) для расчёта характеристик некоторых аэродинамических объектов. И хотя, с ростом вычислительных возможностей, на передний план вышли более точные методы, реализованные в многочисленных CFD-пакетах, старый добрый МДВ всё-таки имеет свою узкую, но востребованную нишу в аэродинамических исследованиях.

Попытаемся дать обзор нашему старичку, может быть даже не с точки зрения практики его применения, а как пример того, как некоторые, казалось бы, чисто математические абстракции, поселившиеся в головах умных людей, могут описывать реальные физические явления.

Начнём с того тезиса, что вся аэродинамика, как наука о движении тел в газовой среде, в принципе сводится к получению двух компонент сил, действующих в каждой точке поверхности этих тел (Ну если нас не очень интересуют красивые картинки белых следов за современными истребителями при сложном пилотаже или сердечки в облаках за гражданским лайнером). Эти компоненты – касательная и нормальная составляющие к поверхности тела. Не углубляясь в долгие объяснения, можно просто констатировать, что два указанных компонента зависят от полей параметров омывающей газовой среды: скоростей, давления и плотности (поле температуры также имеет место быть, но влияет не непосредственно, а через первые три). Первые два поля – векторные (давление «обнормаливаем»), третье – скалярное. Эти поля взаимосвязаны между собой известными зависимостями и задача CFD именно рассчитать данные поля, используя данные зависимости.

В июне 1978 года организаторы крупной математической конференции в Марселе, Франция, объявили о последнем добавлении в программу. Во время обеденного перерыва математик Роджер Апери представит доказательство того, что одно из самых известных чисел в математике — «дзета от 3», или ζ(3), как пишут математики, — не может быть выражено в виде дроби двух целых чисел. Оно оказалось тем, что математики называют «иррациональным числом».

Участники конференции отнеслись к этому скептически. Дзета-функция Римана является одной из центральных функций в теории чисел, и математики на протяжении веков пытались доказать иррациональность ζ(3) — числа, которое дзета-функция выдаёт при входном значении 3. Апери, которому было 61 год, не считался ведущим математиком. У него был говор, напоминающий деревенский, и репутация провокатора. Многие участники, предполагая, что Апери затеял сложный розыгрыш, пришли готовые ответить ему тем же. Как позже вспоминал один математик, они «пришли, чтобы навести шороху».

В последние месяцы всё чаще слышим про «reasoning-модели», способные не просто продолжать текст, а действительно шаг за шагом решать сложнейшие задачи цепочкой рассуждений (chain-of-thought). Впервые такой подход эффектно показали в OpenAI o1, но, к сожалению, подробности там остаются секретными. Недавно же команда DeepSeek наделала шуму с открытыми вариантами R1 и R1-Zero, созданными поверх их собственной большой MoE-модели DeepSeek-V3. В этом посте я не стану углубляться в вопрос «чья модель лучше — o1 или R1». Зато разберу, какие главные технические детали стоят за R1, почему Zero-версия выглядит особо захватывающе, и как именно авторам удалось обучить модель мыслить.

Вы хотите использовать возможности DeepSeek, передового ИИ-помощника по программированию, прямо на своем локальном компьютере? Независимо от того, создаете ли вы пользовательский рабочий ИИ-процесс или обеспечиваете конфиденциальность данных, самостоятельное развертывание DeepSeek открывает безграничные возможности. Давайте погрузимся в процесс развертывания.

За последние два года - за время невероятной популярности Generative AI - появилось много перспективных компаний, создающих новые прорывные модели. Последний пример - это китайский стартап DeepSeek, благодаря которому у нас есть открытые аналоги OpenAI GPT-4o и o1. С теми же (что проверено бенчмарками) возможностями в плане выполнения текстовых инструкций, задач на математику, логику и кодинг.

В статье рассмотрен процесс проектирования модуля стереокамеры на базе двух монохромных сенсоров MT9V034. Для управления матрицами и сшивания картинки с двух видеопотоков используется FPGA Gowin GW2AR. Использование FPGA и сенсоров с глобальным затвором позволило точно синхронизировать время экспозиции, таким образом сшитое изображение содержит два кадра, которые снимают объект в одно и то же время с наносекундной точностью. Модуль подключается в качестве «шилда» к промышленной отладочной плате Arduino Portenta H7. Комбинированный видеопоток обрабатывается библиотекой машинного зрения OpenMV на Arduino. Разработка проекта ведется в специализированной IDE от OpenMV на MicroPython, что позволяет быстро прототипировать устройства с использованием алгоритмов машинного зрения. После отладки камера работает автономно, весь код исполняется микроконтроллером на Arduino. В библиотеке OpenMV реализовано большое количество функций обработки изображений, от базовых преобразований и фильтров, до машинного обучения. Поддержка TensorFlow Lite позволяет обнаруживать объекты на стереопаре, сопоставлять их и рассчитывать расстояние до этих объектов. Так же в библиотеке реализованы функции построения карты глубин, что позволяет использовать разработанную камеру для реализации алгоритмов автономной навигации.  

Меня довольно смущает плохо замаскированная эмерждентность окружающего мира, причём не только пространства, но и времени. Ранее я не мог не высказаться о знаменитом эксперименте с двумя щелями, а также о некоторых парадоксальных свойствах субатомного мира. Например, о том, что протон, по-видимому, самопроизвольно не распадается вообще, а нейтрон не распадается только в составе атомного ядра — в свободном же состоянии период полураспада нейтрона составляет около 10 минут. Как я ещё раньше упоминал в статье «Вы снова здесь, изменчивые тени», можно каким-то рациональным образом обосновать подобные факты, если допустить, что элементарные частицы – это тени четырёхмерных объектов, однако, это скорее фантазия, чем гипотеза. Сегодня же я хочу рассказать ещё об одних удивительных фермионах, зафиксированных в ушедшем 2024 году и названных «электронами Дирака». Электроны Дирака приобретают массу, лишь будучи в движении, и догадки о сути их природы, возможно, потребуют уточнить наши представления об электронах и фотонах.

Во многих системах при обучении распознаванию образов загружается большое количество различных изображений этого образа. Однако человек запомнив, например, цифру 3 на примере одного из ее изображений, способен распознавать тройки самых разных форм, размеров и ориентаций. Причем распознавать быстро и безошибочно. Как такое возможно? Да что человек, возьмем более простые организмы, скажем насекомых. Неужели в нервную систему комара для того, чтобы он умел распознавать окружающие объекты нужно загружать сотни разных изображений этих объектов, как это делается в системах машинного обучения?

Здесь что то не так. Рассмотрим другой подход.

Сначала несколько известных понятий о мозге, которые нам понадобятся.

Гравитационные маневры представляют собой технологию, используемую космическими миссиями для изменения орбиты и скорости космических аппаратов с минимальными затратами энергии. Эта техника включает в себя использование силы гравитации планет или других небесных тел для увеличения скорости космического аппарата при его прохождении вблизи этих объектов. Гравитационные маневры позволяют не только эффективно управлять траекторией полета, но и значительно увеличивать дальность путешествий, что особенно актуально для межпланетных миссий. Правильное планирование таких маневров может сократить время полета и сократить затраты на топливо, что делает их важным инструментом в астрономии и исследовании космоса.

Придумывая мысленный эксперимент с котом в ходе переписки с Эйнштейном в 1935 г., Эрвин Шрёдингер даже предположить не мог, каким он станет популярным в XXI веке. Живого и в то же время мёртвого кота сделали героем множества мемов, и теперь многие физики готовы повторить слова Стивена Хокинга: «когда я слышу про кота Шрёдингера, моя рука тянется за ружьём…». Но насколько современная наука приблизилась к разрешению знаменитого парадокса? В этой статье я объясняю, в чём заключается проблема измерения, как её решают две самые распространённые интерпретации квантовой механики, можно ли ввести кота в суперпозицию и какие эксперименты могли бы положить конец спорам между сторонниками разных интерпретаций.

Привет, Хабр!

Paxos — это алгоритм, который позволяет нескольким узлам прийти к единому мнению, даже если не все из них работают идеально. Даже если один или два узла оказываются недоступными, Paxos всё равно помогает согласовать решение, а остальным узнать о том, что вообще было принято.

Вот такие вещи — согласование, отказоустойчивость, выбор лидера — по сути и составляют ядро распределённых систем. Они позволяют избежать катастроф.

Что если из диктофона сделать акустический локатор?

В этом тексте я попробовал использовать два смартфона в качестве сонара.

Все вычисления осуществлены в пост обработке.

Всем привет. Меня зовут Алмаз Хуснутдинов. В этой статье я рассказываю про алгоритм обратного распространения ошибки, который используется для обучения нейросетей.

Содержание: архитектура простой нейросети и инициализация переменных, прямое распространение ручной расчет, вывод производных, вывод алгоритма, обратное распространение ручной расчет, реализация простой архитектуры нейросети и задача «логическое или», реализация класса для многослойной нейросети и изображения MNIST.

Жизнь — это антология разрушения. Всё, что вы строите, в конце концов ломается. Все, кого вы любите, умрут. Любое ощущение порядка или стабильности неизбежно рушится. Вся Вселенная движется по мрачному пути к состоянию окончательного хаоса.

Чтобы следить за этим космическим распадом, физики используют понятие, называемое энтропией. Энтропия — это мера беспорядка, и утверждение, что энтропия всегда растёт, известное как второй закон термодинамики, — одна из самых неотвратимых заповедей природы.

Меня давно беспокоит всеобщее стремление к беспорядку. Порядок хрупок. Чтобы создать вазу, требуются месяцы тщательного планирования и мастерства, а чтобы разрушить её футбольным мячом — одно мгновение. Мы проводим жизнь, пытаясь разобраться в хаотичном и непредсказуемом мире, где любая попытка установить контроль, похоже, приводит лишь к обратному результату. Второй закон запрещает механизмам быть идеально эффективными, а это значит, что любая структура, возникающая во Вселенной, в конечном итоге служит лишь для дальнейшего рассеивания энергии — будь то звезда, которая в конце концов взрывается, или живой организм, превращающий пищу в тепло. Мы, несмотря на все наши благие намерения, являемся проводниками энтропии.

Год назад я публиковал статью о китайской письменности, которая вызвала живое обсуждение. Опрос в статье и некоторые комментарии показали, что есть интерес к изучению языка и вопрос по каким материалам это удобней делать.

Хотя статья посвящена китайскому языку и все учебные и справочные материалы именно по нему, но часть из предложенных программ имеют версии и для японского языка, поэтому для японистов статья тоже может быть частично полезна.

Данная подборка — это материалы и инструменты, которые лично мне кажутся важными и полезными. Часть из них широко известны и рекомендуются на многих ресурсах, а часть — редкие жемчужины, которые легко пропустить в большом многообразии.

Список ни в коем случае не исчерпывающий, однако я постарался подобрать материалы по разным аспектам изучения языка, по возможности дополнив своими комментариями. По многим аспектам изучения языка предложены по несколько разных книг, программ, статей на сайтах — посмотрите разные варианты, выберите то что больше подходит именно вам. В случае справочных материалов часто имеет смысл использовать несколько вариантов, так как они дополняют друг друга.

Все началось с того, как FDA предложили изъять из продажи в США некоторые безрецептурные препараты от простуды и гриппа. Дескать: «эти препараты неэффективны». В этот же момент австралийская юридическая фирма подала коллективный иск против фармацевтического гиганта Johnson & Johnson, утверждая, что компания на протяжении многих лет сознательно продвигала и продавала неэффективные противоотечные средства. А камнем преткновения стал псевдоэфедрин.

Деление — достаточно затратная операция. Например, на CPU Cannon Lake задержки 32-битного деления находятся в интервале 10-15 тактов, а на Zen4 — 9-14 тактов. Задержки 32-битного умножения на обоих CPU составляют 3-4 такта.

Ни в одном из популярных ISA SIMD (SSE, AVX, AVX-512, ARM Neon, ARM SVE) нет целочисленного деления, оно есть только в RISC-V Vector Extension. Однако во всех этих ISA есть деление с плавающей запятой.

В этой статье мы представим два подхода к реализации SIMD-деления 8-битных беззнаковых чисел.