Как я собираю ГИГАХРУЩ: survival horror / ARPG в браузере без Unity, Phaser и ассет‑пайплайна. WebGL/canvas raycasting, procedural textures/sprites/sound, A‑Life, самосбор как мутация мира и миллиарды LLM‑токенов, которые всё равно не компилируются.
Смотрели итоги прошедшего ICLR? Меня заинтересовала довольно провокационная статья от Эплов — ParaRNN. Казалось бы, параллельность РНН — это их главный недостаток, благодаря которому их заменили трансформеры (в большинстве задач).
Разбираю кейс, в котором оценка компетенций, экспертная интерпретация и ИИ помогли не только точнее понять профиль руководителя отдела продаж, но и пересобрать развитие команды, увидеть слабые рабочие связки и усилить саму воронку найма. Главное в этой истории — не «магия нейросети», а то, как она работает поверх качественных данных, а не вместо них.
Недавно я заглянул в гости в фотоателье к приятелю и вышел с неожиданным подарком — фотообъективом для уже вымершего байонета 4/3 (не микро). В разговоре выяснилось, что у него есть два таких объектива с идентичной поломкой. Один его, второй, который достался мне, от другого фотографа. Он уверял, что оба они объективы не роняли, и сломались они в режиме обычной эксплуатации. Как он описал: «нарушается фокусировка и появляется трещина у байонета». Я с большой благодарностью принял это чудо фотоиндустрии и поспешил его поставить на свой Olympus через переходник, как тут же выяснилась суть проблемы — заметный перекос байонета.
Привет, Хабр! На связи Артем Колесников, Product Marketing Manager в Garage Eight. Сегодня хочу поговорить с вами про фокус‑группы, а точнее про один из их вариантов.
Обычно фокус-группы — это дорого, долго и почти всегда они работают с опозданием: вы зовете людей, когда уже сверстали лендинги, выпустили фичи и согласовали продвижение. Но с помощью современных LLM можно создать синтетическую фокус-группу, чтобы тестировать идеи, УТП, фичи, цены как после релиза, так и до релиза.
Привет, Хабр! Я Ольга Попова, ИИ-Евангелист Лаборатории искусственного интеллекта Департамента больших данных Россельхозбанка. Подготовила дайджест новостей про ИИ. Пишите, что вас больше всего зацепило.
Когда я начал строить свой умный дом, мне пришла в голову простая мысль: а насколько он вообще умный?
Возможность включить свет с телефона или голосом — это удобно, но назвать такое освещение по-настоящему умным можно лишь с большой натяжкой. На мой взгляд, умное освещение должно самостоятельно понимать, когда его нужно включить, а когда выключить, не требуя участия человека.
Самым очевидным местом для экспериментов оказалась ванная комната.
Если вопрос с вытяжкой решился довольно быстро — я установил датчик влажности, подобрал пороги включения и выключения и практически забыл о его существовании, — то с автоматизацией света всё оказалось намного интереснее.
Мы слышали про фотографическую память (вот интересная статья на habr) со школьных лет, знаем о существовании учеников, которым не надо было учить правила русского языка, а достаточно было просто один раз прочитать что‑то в книжке и они получали суперспособосность без ошибок писать диктанты. Мы видели в разных супершпионских кино как главный герой буквально бросив взгляд на какого‑то человека за доли секунд сопоставляет, копаясь в своей памяти, его образ с базой данных разыскиваемых преступников. И конечно многие помнят игру, в которой надо посмотрев на разложенные карточки, которые потом перевернут, искать пары.
Словом, мне стало интересно и в продолжении серии своих публикаций про память и мозг, решил поделится оценкой механики связи движения глаз и процесса запоминания. В том числе отправной точной стала недавняя статья в Nature Neuroscience
Индустрия искусственного интеллекта застряла в так называемой «стохастической петле». Мы тратим тысячи часов, пытаясь «уговорить» языковые модели выдать верный результат. Мы пишем огромные «промпты-простыни», применяем шаманские лайфхаки из интернета, но раз за разом сталкиваемся с галлюцинациями, потерей логики, сикофансией и деградацией внимания нейросети.
Когда мы работаем в чате, это терпимо. Но как только мы выходим в зону промышленной эксплуатации, одиночный промпт, даже самый идеальный, начинает фатально давать сбои. Монолитный запрос пытается быть одновременно и извлекателем данных, и аналитиком, и строгим критиком. В результате модель тратит драгоценное контекстное окно на то, чтобы просто не запутаться в ваших инструкциях.
Представляемая мной книга — не сборник очередных «10 лучших трюков для ChatGPT». Это жесткий инженерный протокол, перенесенный из классической советской школы проектирования сложных программных систем в сферу ИИ. В ней разобрано практически пошагово как уйти от ремесленничества к конвейерному производству смыслов и построить детерминированную систему вокруг любой, даже самой капризной LLM.
«Зелёный коридор» (ЗК) — проект перестроения культуры потребления ресурсов в масштабах «цифрового государства». Чтобы вы понимали масштаб инфраструктуры, которой мы управляем:
8 000 000 физических ядер;
1,2 экзабайта данных в хранилищах;
Почти 600 000 серверов, считая виртуальные машины.
Когда работаешь с такими объёмами, даже микроскопическая погрешность в 1% лишней аллокации превращается в гору «мёртвого железа», на котором можно было бы запустить ещё один банк средних размеров. В начале наше фактическое потребление ресурсов находилось в районе 27%.
Что стоит за вопросом «это писал человек или нейросеть» — и почему разговор об авторстве уже упирается в SIP, DR и MAP.
AI-инструменты уже давно перестали быть просто «умными чатами». Сегодня Claude Code, Codex и другие агенты постепенно превращаются в полноценную инженерную инфраструĸтуру: с памятью, workflow, sub-agentʼами, orchestration и reusable праĸтиĸами.
В этой статье команда разработки СВОЙ Тех собрала праĸтиĸи, ĸоторые реально помогают использовать Claude Code эффеĸтивно. Дисклеймер: будет много списков — не обессудьте и, надеемся, вам так же, как и автору, легче усваивать информацию.
Привет, Хабр! На связи Анастасия Шулакова и Георгий Геймбух, аналитики поддержки Авито. Мы помогаем командам развивать внутренние инструменты для специалистов так, чтобы пользователи получали ответы быстрее, а поддержка оставалась управляемой по качеству и стоимости.
Недавно мы переработали один из самых нагруженных блоков админки — страницы пользователя и объявления, с которыми ежедневно работают поддержка, модерация и другие линии. Это был не косметический редизайн, а замена ключевого операционного контура. И главный вопрос, на который нужно было ответить перед решением о масштабировании: не ухудшает ли новый интерфейс AHT (среднее время обработки обращения) — нашу ключевую метрику эффективности?
По задумке это выглядит как классическая задача для A/B-теста. Но в реальности дизайн сложнее: единица воздействия здесь — специалист, а не обращение, выборка маленькая, дисперсия большая, и обычный рандомный сплит даёт слишком высокий MDE.
В этой статье расскажем, как мы собирали группы генетическим алгоритмом, балансировали ковариаты, проверяли баланс после старта и считали итоговый эффект через CUPED — этот метод доступен из коробки в нашей внутренней A/B-платформе Trisigma, поэтому нам не пришлось писать расчёт с нуля, и мы сосредоточились на дизайне теста и выборе ковариат.
Нейросети не заменяют живых сотрудников, а помогают им решать задачи эффективнее и быстрее. Главное, написать качественный промпт. Специалисты click.ru рассказывают:
Премиальных загородных поселков в Подмосковье десятки. На сайтах их не различить, у всех один и тот же набор: лес, озеро, единый стиль, охрана, спортивная инфраструктура. По рендерам и маркетинговым текстам не отличишь поселок 2010 года, где всё построено и заселено, от стройплощадки с одним КПП и полем.
Здравствуйте, меня зовут Максим Серяков, я владелец Группы MDI. Мы строим коттеджные посёлки бизнес и премиум-класса. Ключевой наш проект называется Ели Estate.
Прошлая моя статья была о том, как обезопасить себя при покупке участка в коттеджном поселке.
Следующий шаг — сравнить между собой проекты, которые этот фильтр прошли.
В обзоре 16 поселков. Это круг, в котором сегодня выбирает покупатель премиального загородного дома в Подмосковье. Я знаю их все изнутри, это те поселки, которые клиенты постоянно называют нам на показах. Кто-то из них дороже нас в разы, кто-то ближе по бюджету. Все поселки сравнил по одинаковым параметрам. Так сразу видно, чем они реально отличаются, и можно оставить два-три проекта, которые стоит изучить детальнее.
Если абстрагироваться от технического исполнения, 007 First Light получилась совершенно замечательным приключенческим боевиком в духе Hitman: Absolution и местами Uncharted 4. Новинку от IO Interactive хорошо приняли как профессиональные критики, так и простые игроки. Игра рассказывает захватывающую историю, отлично дополняющую кинофраншизу — прямо как недавняя Indiana Jones and the Great Circle.
Однако в плане графики не все так однозначно. С одной стороны, заметна эволюция относительно Hitman 3 2021 года — особенно в анимациях и спецэффектах. С другой, местами картинка едва дотягивает до Uncharted 4 десятилетней давности… При том, что в последнюю пару лет проекты на проприетарных движках приучили нас к прорывному визуалу (The Last of Us 2, Alan Wake 2, Doom: The Dark Ages и др.).
В этой статье постараемся разобраться, в чем тут дело.
Около месяца назад я решил испытать один интересный технический сценарий организации кабельного скоростного канала передачи данных между двумя компьютерами/ноутбуками. Речь о штатной возможности Thunderbolt 3/4/5 портов работать в так называемом режиме Thunderbolt Networking. Суть этого способа кабельной передачи в следующем:
Друзья, всем привет. Это моя проба пера на Хабре. Меня зовут Максим Талалаев, я достаточно давно управляю людьми. Вот теперь занимаюсь этим в сфере IT. Делаю с командой проект по созданию и развитию платформы временной (гибкой) занятости.
Пишем на PHP. Используем Laravel и Lifewire с Filament. Базы на PostgreSQL. Приложения писали на Flutter, хотя в первое время нас здорово выручал самописный mini‑App в телеграм. В общем все, как у всех.
И вот недавно встал вопрос в загрузке приложений на известные всем площадки: GooglePlay, RuStore. На «десерт» мы оставили AppStore, так как мифов о нем ходило гораздо больше, чем о двух вышеупомянутых источниках. Я не буду подробно останавливаться на самой процедуре, по которой написано немыслимое количество статей и материалов,а сразу перейду к моментам, на которые лично у меня ушло больше всего душевных и временных терзаний, а также управленчески неэффективно потраченного времени (ну, это уже по завершении всех этапов так можно сказать. Конечно, когда я был в процессе, мне так не казалось.). Естественно, я прошел все стадии, начиная от «Создать аккаунт разработчика на организацию в России сейчас невозможно» до «А ты попробуй найти специализированное бюро, которое тебе для Apple корректно сделает перевод на иностранный язык».
При видеокаротаже мы опускаем в скважину камеру и видим на экране обсадную трубу, фильтры, отложения и повреждения, застрявшие насосы и тд. Но есть проблема: на видео нет глубины. Ты видишь картинку, но не знаешь, на какой глубине находится камера. Можно конечно сделать метки на кабеле, условно, каждые 1 -2 метра, но это жутко не удобно и их нужно стоять и считать, вообще тот еще костыль. Раньше использовали вторую видео камеру, которая снимала механический счетчик с отображением метров, но тоже костыль. Нужно потом накладывать друг на друга картинку, что не самый удобный вариант.
А можно наложить глубину прямо на видеопоток в реальном времени. Это экономит часы расшифровки и исключает ошибки, а главное это отображение глубины и видео прямо тут и сейчас.
Вот как я это сделал. Начнем с железа:
Микроконтроллер: Arduino Nano
Почему? Простота и размер. Он маленький, дешёвый, легко программируется. Вставляется в разъём на плате OSD‑модуля. В сети куча примеров по данной теме, решил использовать то, что уже было сделано другими.
Чип OSD: MAX7456
Этот чип умеет в реальном времени накладывать символы на аналоговый видеосигнал. Выпускается в готовых модулях — например, MinimOSD. Такие модули изначально делали для квадрокоптеров (F3/F4 flight controllers), но они отлично подходят для каротажа.
Почему не готовый видеорегистратор со встроенным OSD?
В своём недавнем эссе "Кибербудда и теория всего: как мы создаём вещи одним взглядом и почему искусственный интеллект будет страдать" я коснулся темы разработки теории всего и описал свои представления о том, как именно она должна выглядеть. В другом своём недавнем эссе "Фрактальная архитектура Вселенной: матрёшка вложенных миров и универсальный закон" я развил идею о том, что естественный отбор - это единый универсальный закон для физических, химических, биологических, астрономических, психологических и социальных объектов. В серии эссе "Единая наука" я собираюсь объединить разрозненные идеи современных учёных и философов и разработать более-менее строгую философско-математическую модель "теории всего".
В разработке этой модели я буду использовать объектно-ориентированный подход с поиском изоморфизмов между объектами разных типов. Кроме того я буду опираться на гегельянскую диалектику и гёделевскою неполноту как источник появления объектов. Частично идеи этого эссе вдохновлены моим общением с архитектором программного обеспечения Александром Яшиным, работающим над похожей моделью.