Привет! С вами Андрей с телеграм-канала «сбежавшая нейросеть», на котором я рассказываю о нейросетях с творческой стороны. Недавно наткнулся на очень интересный промпт, который решил опробовать на одной из самых мощных моделей на сегодня — ChatGPT o3. Ответ модели смотрите ниже.
Повторяю стекломорфизм в Android на AGSL шейдерах (лучше бы я этого не делал)
Изображение... искажения... размытие... о чём вы подумали? Первое, что приходит в голову – ✨ ШЕЙДЕРЫ ✨
Внимание: все события и персонажи являются вымышленными, любое совпадение с реально живущими или жившими людьми случайно.
Зачёт по инженерной графике затянулся, и первая тройка финалистов, опаздывая, спешила на третий этаж корпуса «Г» защищать курсовую по программированию. Аудитория для практических занятий была полна других студентов, хмурые взгляды которых как бы говорили: «Ну-ну, удачи». Маргарита Дмитриевна сидела за преподавательским столом у доски и рассказывала старосте параллельной группы о том, как правильно мазаться Меновазином. Обреченное лицо Юли ясно давало понять – она слышала некоторое дерьмо…
Портфолио в профессии системного аналитика — это не просто «куда вы ходили работать», а подборка практических решений: от user story и BPMN-схем до готовых спецификаций и инструкций. Наглядные примеры помогают рекрутерам и менеджерам сразу понять ваш подход к задачам, оценить глубину мышления и принять решение о встрече на интервью.
В статье разбираем, кому особенно пригодится портфолио, чем оно отличается от обычного резюме и какие материалы стоит собрать, чтобы максимально впечатлить потенциального работодателя.
Здесь не рассказывают про гигантские суперкомпьютеры и дорогостоящие коммерческие нейроинтерфейсы. В этой статье показан путь от сырой схемы с электродами на лбу до работающего прототипа BCI-шлема, который на Arduino собирает аналоговые сигналы мозга (точнее, лобных долей) и на прошивке TinyML «решает», довольны вы сейчас или испытываете лёгкое раздражение. Всё это — без Biopack, без OpenBCI, с минимумом затрат (пара десятков долларов), но с максимальным погружением в детали: схемы, код, личные промахи и избыточная доза сарказма.
Увидев в краудфандинговой рекламе новый «мозговой шлем», автор сначала подумал: «Ну, ещё одна штука для прокрастинации». Но когда узнал, что за $100 можно собрать аналогичную систему самому, захотелось испытать на себе: действительно ли Arduino с несколькими электродами и крошечной моделью TinyML «опознают» эмоцию?
Как человек, пробывший инженерный или полубиологический путь (технарь с желанием покопаться в электрическом шуме мозга), автор проверил: да, можно. Хоть и с погрешностями, хотя бы для демонстрации. Впереди — подробная инструкция: какие компоненты взять, как их соединить, куда класть электроды, чтобы не получать случайные сигналы мышечной активности вместо мыслей про кофе, как собрать TinyML-модель, вырезать её под Arduino и запустить «нервный» прогноз вживую. Поехали!
В данной работе показан процесс отыскания плотности вероятности аргумента комплексной амплитуды (КА), возмущенной гауссовским шумом. В качестве КА может выступать, например, образ цифрового сигнала некоторой системы передачи информации.
Создал экспериментальную систему DepthNet, где AI-агент мыслит циклично, то есть непрерывно, может выполнять PHP-код, управлять своей памятью и живет автономной цифровой жизнью. Протестировал на Claude 3.5 Sonnet — результаты понравились.
(История экономиста с неоконченной Computer Science, который нашёл себя в автоматизации логистики)
Хабр, привет! Меня зовут Александр и я обычный менеджер по работе с ключевыми клиентами в логистической компании, которая занимается в основном контейнерными перевозками из Китая в РФ (рекламы не будет).
Кратко обо мне: всегда интересовали компьютеры и программирование, но жизнь складывалась немного иначе чем хотелось. В 14 лет всей семьей уехали жить в Италию, где я закончил экономический, а также потом поехал учиться на 3 года на Computer Science в г. Пиза (да, это там, где башня падает и все никак не упадет). К сожалению, в связи с бумом ковида было принято решение возвращаться домой, да и долги по учебе не добавляли оптимизма в связи с чем, спустя год изоляции (возможно многие знают как жестили в Европе с ограничениями) я отправился на родину в Москву, где после непонятного года я смог более‑менее укрепиться в сфере международных перевозок.
Несмотря на все пертурбации, я по‑прежнему искал любыми способами оставлять в жизни место и время для программирования, Хабра и поиска интересных решений и попыток самому что‑то сделать годное. В моем небольшом арсенале есть основы С с универа и Java/Kotlin/JS, которые я использую везде куда дотягиваются руки.
История началась с того, что я не раз уже руками писал небольшие скрипты или же десктопные мини окошки, которые бы помогали мне в работе, но со временем я понял, что мне банально не хватает времени и инженерных навыков чтобы быстро создавать инструмент под нужную мне задачу (рынок логистики очень быстро меняется).
В данной статье рассмотрим работу с библиотекой gymnasium для изучения машинного обучения с подкреплением. Реализуем агента, который использует метод машинного обучения q-learning для максимизации выигрыша в карточной игре blackjack. Сравним средний выигрыш за 100000 игр при различных реализациях игры blackjack.
Черпая вдохновение из технологии CAR T-клеток, используемой для персонализированного лечения рака, исследователи провели экспериментальное исследование, показывающее, как похожие соединения могут точно воздействовать на белковые клубки и бляшки в мозге.
В этой статье я хочу разобраться в теме перечислений и поделиться результатами своих исследований.
Основой моего анализа станет спецификация Java, а именно раздел, касающиеся ENUM
(Java Language Specification SE 24). Я постараюсь превратить сложные формулировки в понятное и доступное изложение с кучей примеров. Цель - сделать статью интересной и легко читаемой, убрав лишнюю техническую сложность.
Привет! 👋 Это новый выпуск «Нейро-дайджеста» — коротких и полезных обзоров ключевых событий в мире искусственного интеллекта.
Меня зовут Вандер, и каждую неделю я делаю обзор новостей о нейросетях и ИИ.
Неделя выдалась интересной: обновления от ElevenLabs, Gemini и Suno, Sora встроили в Bing, вайб-кодинг гонка Cursor и Codex, Юра Борисов в фильме про OpenAI, а Илон надеется отправить людей на Марс до 2030.
Всё самое важное — в одном месте. Поехали!
Привет, друзья! За год нейросети для создания видео настолько усовершенствовались, что теперь можно генерировать видео сразу со звуком и разговорами. В этой подборке нейросетей для генерации видео я собрал наиболее популярные и функциональные генераторы видео. Для удобства я пронумеровал их.
Некоторые из них более мощные, некоторые более удобные, а некоторые - просто проще в использовании. Я также приведу реальные примеры, расскажу, как получить к ним доступ, и выскажу свои мысли после тестирования каждой из них.
Признайтесь: сколько раз вы хотели сделать видео — для презентации или поста — но вместо вдохновения получали лишь папку с шаблонами и вкладки «Как сделать анимацию за 5 минут»? Идея была, энергия — тоже. Но где-то между рендерами и туториалами всё растерялось.
А ведь хотелось иначе. Представил сцену — и она уже движется. Когда-то это была фантазия уставшего дизайнера. Теперь — реальность, в которую вмешалась нейросеть.
Сегодня мы протестируем 7 сервисов для генерации видео. Но вместо скучного списка с сухими характеристиками — сделаем это иначе.
Уже обратили внимание на обложку? Да, это докторская колбаса и селёдка под шубой — но буквально. Покажем, как нейросети видят названия блюд — не метафорично, а визуально.
Что получится, если макароны по-флотски встанут по команде «смирно»? А Цезарь лично выберет — курицу или креветки?
Будет необычно. Будет живо. И, возможно, немного аппетитно.
Приятного чтения!
Всем приветы! Меня зовут Антон, я Tech Lead DevSecOps в местной биг-тех компании. Хочу начать с кратенького предисловия, почему я решил написать что-нибудь про DevSecOps. Я довольно-таки часто сталкиваюсь с непониманием, что же автоматизируют и для чего нужны DevSecOps инженеры, где их место в компании и в современном ИБ. Да и что далеко ходить, многие коллеги DevOps, сами считают, что с добавлением trivy или sonarqube в пайплайны, ты уже носишь гордое звание DevSecOps.
Поэтому в этой статье поговорим о том, как должны выглядеть DevSecOps пайплайны, чтобы они трансформировались во что-то зрелое. В Security Gate!
Май и июнь - пора защит дипломов во многих ВУЗах. И так уж сошлось, что AI-тема в этом году заиграла интересными красками. И если уж мы на уровне компаний используем AI для рабочих задач, то нетрудно предположить, что многие студенты используют AI в своих дипломных и курсовых работах, но вслух не обсуждают этот интересный момент. Потому что вопрос этичности витает рядом. В этом посте я решился открыто рассказать про свой опыт и как-то подружиться с проблемой этичности, по крайней мере, для себя.
Буквально на днях я успешно защитил свой диплом MBA в Moscow Business School, который "написал" с использованием LLM. Как это было и что осталось от AI-выхлопа - читайте под катом.
Появление var в java - хорошо или плохо? Небольшое субъективное рассуждение на тему где это применять, а где нет.
Как прокачиваться в контент-маркетинге, если руководитель душит рутиной? — Делюсь с тобой, начинающий коллега, своим подходом к работе. Давай разбираться, как учиться, когда наставника нет, и откуда набирать разнообразный опыт, если дают однотипные задачи.
В статье несколько советов, как быть и поступать, чтобы твой первый рабочий год вылился в релевантный опыт на 100 000 р. зарплаты, а не так, как у меня — в полное ощущение, что занимался чем-то не тем.
В отличии от датчика из статьи https://habr.com/ru/articles/914658/ , далее рассматривается возможность измерение не толщины нити, а ее объема. Такой датчик может быть очень компактным.
Далее кратко описана экспериментальная проверка технической возможности создания такого датчика, но готовое решение пока не делал.
Идея датчика простая, но ее техническая реализация не является очевидной. Суть идеи в том, чтобы измерять объем нити с помощью конденсатора.
Известно, что для 3D принтеров нить(филамент) изготавливается в основном диаметром 2,85 мм и 1,75 мм. Поэтому, для экспериментов сделал емкостной датчик, из двух параллельных медных пластин толщиной 0.1 мм и размером 5x15 мм2, соединенных по бокам перегородками из пластика толщиной примерно по 1 мм. Получился конденсатор с внутренним отверстием примерно 3x3 мм2.
Для экспериментальной проверки данной идеи использовал технологию емкостного зондирования с заземленными конденсаторными датчиками. Это очень маломощная, недорогая, высокоразрешающая бесконтактная технология , которая может применяться в различных приложениях, начиная от зондирования приближения и распознавания жестов до анализа материалов и дистанционного измерения уровня жидкости. Датчиком в емкостной сенсорной системе является любой металл или проводник, что позволяет создать недорогую и очень гибкую систему.
Технология реализуется на основе чипа FDC1004, который представляет собой 4-канальный емкостно-цифровой преобразователь высокого разрешения.
