Сегодня поговорим о том как улучшить собственную продуктивность в моменты когда это важнее всего.

В одной из моих публикаций я затрагивал тему распада протона. Суть проблемы: до сих пор не зафиксировано ни одного самопроизвольного распада свободного протона, хотя, искусственно «расколоть» протон не составляет труда. Более того, свободные нейтроны вне атома распадаются очень быстро (период полураспада – около 15 минут). Чрезвычайная стабильность протона – залог существования Вселенной и, в частности, залог горения звезд, состоящих в основном из водородной плазмы, то есть, из свободных протонов и свободных электронов (ни те, ни другие частицы в свободном виде не распадаются). При этом не менее интересно, что протон не является подлинно элементарной частицей, а состоит из кварков и глюонов. И здесь у физиков возникают большие вопросы о природе массы протона. С одной стороны, масса протона гораздо больше, чем суммарная масса входящих в него кварков и глюонов. С другой стороны, в 2022 году был поставлен эксперимент, указывающий, что некоторые свойства протона можно объяснить только присутствием в его составе очарованного кварка – а очарованный кварк сам по себе тяжелее протона. Наконец, я кратко остановлюсь на вкладе вещества и антивещества в массу протона, и расскажу о некоторых экзотических частицах, возникающих при этих взаимодействиях.  

В этой статье я постарался разложить некоторые интересные на мой взгляд аспекты, касающиеся зубной эмали, процессов ре- и де- минерализации, а также роли зубной пасты в этих увлекательных процессах.

Материал я собрал, изучая такие сайты, как researchgate.net, sciencedirect.com, www.ncbi.nlm.nih.gov, escholarship.org и другие. Опираясь на эти данные, я занимаюсь разработкой оптимальной рецептуры гигиенической (т.е. не лечебную) зубной пасты, стараясь добиться оптимального баланса между абразивными, антибактериальными и реминерализирующими свойствами (плюс - еще желательно позаботиться об окружающих зуб тканях).

Зачем? 1. Потому что очень интересно; 2. Потому что не хватает этого баланса в современных не лечебных продуктах (лечебные должны работать в одну цель, там совсем иная история в этом плане).

Проводимая нами с весны 2021 г. работа по созданию бытового светильника поставила вопрос о существовании зрительных процессов, игнорируемых стандартами освещённости. Уже много лет происходит изучение глаз человека, но до сих пор мало известно о влиянии UVA на биохимические процессы и обработку зрительной информации в сетчатке. Наша цель состояла в том, чтобы обнаружить влияние невидимого диапазона на зрительное напряжение, не связанное с визуальным восприятием света этого диапазона или люминесценцией поверхностей от источника UVA излучения.

Пришло время начать использовать современный язык программирования

Я хочу рассказать вам о новом языке программирования под названием Kotlin и о том, почему вы должны рассмотреть его для своего следующего проекта. Раньше я предпочитал Java, но за прошедший год обнаружил, что кодирую на Kotlin при любой возможности, и сейчас я действительно не могу придумать ситуацию, в которой Java был бы лучшим выбором.

Все таргетированные хакерские атаки начинаются с разведки. Социальные инженеры, красные команды и отдельные пентестеры также собирают информацию о своих целях перед тем, как перейти к активным действиям. Им помогают десятки инструментов и хаков. Под катом ссылки на некоторые из них.

Пост состоит из 8 объемных разделов:

1. метапоисковики и поисковые комбайны;

2. инструменты для работы с дорками;

3. поиск по электронной почте и логинам;

4. поиск по номерам телефонов;

5. поиск в сети TOR;

6. поиск по интернету вещей, IP, доменам и поддоменам;

7. поиск данных об уязвимостях и индикаторов компрометации;

8. поиск по исходному коду.

В этом списке собраны инструменты, которые члены нашей команды используют в работе. И все же, эта подборка пригодится не только пентестерам, но и разработчикам, журналистам, HR, маркетологам и всем, кто много ищет в интернете. Знания — это сила. Используйте их во благо.

Почему вы не прошли очередное собеседование? Вы можете прочитать кучу причин, про непрофессионализм, незнание какого-то фреймворка, софт-скилы и т.п. Главная причина - вы не понравились, вы не идеальны с точки зрения собеседующего, как человек вы ему неприятны, вы расходитесь во взглядах на жизнь. И простого подчинения политике компании на словах тут недостаточно. Я утверждаю это на основании моего довольно интересного опыта. У меня 2 стэка - PHP(Laravel и Symfony) и Ruby(Rails). Сравнивая десятки собеседований на эти 2 стэка(да, у меня два разных резюме, об этом ниже), я пришел к очень интересным выводам.

Википедия достигла невероятного успеха благодаря усилиям тысяч старательных участников, и технологическая сторона не была исключением. В настройке серверов и инфраструктуры, в переводе, в создании ботов и скриптов — Википедия развивалась от любительского проекта, стоящего на одном сервере, к надёжной платформе, работающей в центрах обработки данных на разных континентах.

Наша статья — о тех, кто разработал технологию Википедии, и о том, как они работали.

В этой статье я расскажу об одном из самых важных отличий человеческого мышления от того, как работают нейросети: о структурном восприятии мира. Мы поймем, как это отличие мешает ИИ эффективно решать многие задачи, а также поговорим об идеях, с помощью которых можно внедрить в нейросети понимание структуры. В том числе обсудим недавние работы таких известных в области AI людей, как Джеффри Хинтон и Ян ЛеКун.

Начнем мы с понимания того, что вообще такое “структурное мышление” и почему люди им обладают:

1. Доставляет удовольствие от навигации;
2. Не полагается на слова;
3. Сообщает игроку что делать, но не как;
4. Постоянно учит чему-то новому;
5. Удивляет;
6. Наделяет игрока возможностями;
7. Позволяет игроку контролировать сложность;
8. Эффективен;
9. Создает эмоции;
10. Основывается на игровых механиках.

Теория Информации и Machine Learning мне видятся как интересная пара областей, глубокая связь которых часто неизвестна ML инженерам, и синергия которых раскрыта ещё не в полной мере.

Начнём с базовых понятий Энтропии, Информации в сообщении, Mutual Information, пропускной способности канала. Далее будут материалы про схожесть задач максимизации Mutual Information и минимизации Loss-а в регрессионных задачах. Затем будет часть про метрику Фишера, геодезические и градиентные методы, и их связь с гауссовскими процессами.

Наблюдая за рыночными данными, я обнаружил один забавный факт. Сейчас расскажу о нём. Информация может оказаться полезной для всех тех, у кого есть какие-то инвестиции в фондовый рынок.

В США сейчас наблюдается "Не-рецессия". Дело в том, что по общепринятым правилам игры, падение экономики на протяжении двух кварталов подряд расценивается как начало рецессии, и так было всегда. Однако, падение ВВП на протяжении двух кварталов подряд в 2022 году президент Байден и глава ФРС Пауэлл расценивают как "НЕ-рецессию", и рецессией это называть сейчас не принято.

Набор данных Financial News Sentiment Dataset (FiNeS) содержит в себе заголовки финансовых новостей о компаниях, торгующихся на Московской и СПб биржах. Целевой переменной датасета является оценка тональности новостных заголовков в виде вещественного числа. Идеи для использования датасета: Создание трейдинговых стратегий на основе анализа тональности новостей "на лету"; Анализ новостного фона в разрезе времени (день/неделя) или в разрезе компании.