Научпоп

Можно ли назвать эту статью ретроспективой? Трудно сказать. В любом случае, сейчас Ubisoft прочно закрепилась в игровой индустрии как кузница провалов и крайне неприятных скандалов для «инклюзивной» компании.

Ретроспектива обычно начинается со слов «а я‑то вот помню…» Но я действительно помню: как Ubisoft (Assassin»s Creed в частности) были примером качества, интереснейшего лора, нестандартных игровых механик и transmedia‑сторителлинга. И даже (относительно) успешно поборолась со сложностями собственного движка.

Поэтому хочу поговорить не об очередном «Ubisoft В С Е», а вспомнить и рассказать почему в 2010-е компания являлась сыном маминой подруги среди остальных тайтлов. (И почему лично для меня история умерла после Revelations).

Однажды вечером к нам в офис проник странный мужчина в кожаном пиджаке и очках с затемнёнными стёклами. Он огляделся в поисках решётки для барбекю, а потом предложил нам сыграть в игру. Странный гость сказал:

Из года в год летняя пора не балует геймеров громкими новинками, ради которых хочется перенести отпуск и остаться на пару недель у любимой PlayStation или Xbox. Почему так происходит и меняется ли индустрия — разбираемся в небольшом аналитическом материале.

До 2022 года я думал, что автоматизация — это удел только крупных компаний. Но в 2022 году я открыл для себя n8n, и всё изменилось. Теперь я автоматизирую рутинную работу, отчёты и даже целые бизнес-процессы — иногда менее чем за 30 минут. Вот как это работает, что меня удивило и что вы можете попробовать уже сегодня.

От мелатонина до витамина D – ассортимент безрецептурных добавок для поддержки психического здоровья и благополучия продолжает расширяться быстрее, чем учёные успевают подтверждать их эффективность. В новом метаисследовании объединили 64 добавки, эффект которых разбирался в сотнях исследований. Разберемся и мы, могут ли БАДы как-то помочь с депрессией?

FT8 — цифровой радиолюбительский протокол, разработанный Джо Тейлором (K1JT) и Стивом Франке (K9AN) в 2017 году. В этой статье будут рассмотрены подробности работы протокола.
Статья может быть интересна радиолюбителям, как знакомым, так и не знакомым с протоколами FT8 и FT4, а также тем, кто хочет в подробностях понять устройство этих протоколов.

Вы наверняка замечали, что в начале общения ИИ кажется очень толковым и понятнливым, правда почему спустя 10-20 сообщений начинает путаться, повторно совершить те же ошибки которые уже совершал или выдавать рассчеты с ошибками. Это не случайность, а следствие мироустройства. Давай разберемся почему это происходит и как именно ИИ все “помнит” и почему его память устроена иначе чем у человека.

Большинство игр не читают, в них играют

Мало кто лезет в лор игры до её запуска и готов читать больше, чем взаимодействовать с игрой — нам нужен "экшон". Ты берёшь в руки геймпад — и поехали. Именно поэтому кажется логичным, что история в играх должна быть встроена в основной процесс — геймплей игры. Не как обёртка конфеты, не как мануал в папке с игрой, а естественно, в механики.

Приветствую! Я Никита, разработчик торговых стратегий и инструментов в международном криптовалютном фонде Wild Boar. Здесь пишу об алгоритмической торговле, делюсь опытом и помогаю внимательным читателям владеть не только ситуацией на рынке, но и всем (почему – см. внутри). 

В этой статье делюсь нестандартным методом, который позволяет обойти ограничения TradingView и забирать данные с графика без использования платных функций.

В индустрии очень много разговоров о том, как игра должна стараться вовлечь в себя, быть дружелюбной и всеобъясняющей. О безопасном дизайне, стоящем перед игроком на цыпочках. И это ... хорошо, не будем с этим спорить, но смысл в том, что НЕдружелюбный дизайн представляет не меньший интерес.

Python давно перестал быть просто «языком скриптов» и уверенно вышел в лидеры среди инструментов для нейросетей. Его синтаксис понятен «с первого взгляда», а мощные библиотеки позволяют сосредоточиться на идее, а не на рутине. Сегодня, от первых численных расчётов в NumPy до сложных моделей в TensorFlow и PyTorch, всё строится вокруг привычного Python-кода. 

В этой статье мы пройдём путь от базовых скриптов до «ручных» нейросетей и ноукод-решений, чтобы понять, почему именно Python стал стандартом в мире ИИ и как с его помощью оживить ваши первые нейросети.

«Это самый умный ИИ на планете» — так начали презентацию Grok 4 от xAI. Илон Маск лично представил свою новую модель и заявил, что впервые искусственный интеллект способен решать сложные задачи, в том числе инженерные, ответы на которые нельзя просто найти ни в интернете, ни в учебниках.

Смелое заявление, правда? Давайте разберёмся, что такого сделали Илон Маск и его команда.

В этой статье вы узнаете:
— чем Grok 4 отличается от других нейросетей;
— как именно его обучали и почему это важно;
— какие рекордные результаты он показал в тестах;
— и главное — чем всё это может быть полезно в повседневной жизни, то есть как использовать этот ИИ с конкретной пользой для себя.

Рассказываю, как получилось, что в итоге не чат-боты помогали мне писать книгу, а скорее я стал скромным соавтором, и какие выводы можно сделать после работы с четырьмя моделями одновременно.

Он подделывает ссылки, выдумывает цифры и меняет мнение в зависимости от контекста беседы. Но есть 8 простых способов поймать цифрового лжеца за руку.

Лично мне нравится LLM как инструмент, усиливающий мои интеллектуальные возможности. Я использую его ежедневно — для поиска информации, для создания и перевода текстов, в качестве ассистента по подсчёту калорий и, само собой, для разработки приложений. Немного попрактиковавшись с генерацией pull request'ов через OpenAI Codex для модулей своего проекта TeqCMS, я пришёл к выводу, что в "грядущую эпоху вытеснения разработчиков моделями" настоящую ценность представляет вовсе не код и даже не проектная документация. Главный артефакт — это инструкции, настраивающие контекст для Агента, и история запросов, с помощью которых генерируется код.

Привет, Хабр! Меня зовут Алексей Кузин и я стажер в МТС Web Services. В этом материале я расскажу про свой первый год обучения по совместной программе МТС и ВШЭ «Исследования и предпринимательство в искусственном интеллекте». 

Год назад я заканчивал бакалавриат на факультете теоретической физики МИФИ и на последнем курсе познакомился с машинным обучением, которое вскружило мне голову. Но я очень быстро понял, что ML — лишь одна из многих областей искусственного интеллекта и что существует множество других дисциплин и доменов, не менее для меня интересных. 

На рынке есть огромное количество самых разных курсов, но я для себя решил, что хочу системности и структурности в их подаче, а также широты знаний и умений. В первую очередь это позволит самому определиться, в какой конкретной области развиваться профессионально. Поэтому я рассматривал различные варианты магистратуры и в итоге остановился на программе «Исследования и предпринимательство в искусственном интеллекте» от ВШЭ и МТС. В ней меня зацепили объем и новизна учебных материалов, вариативность курсов и очный формат, который позволял общаться с сокурсниками и преподавателями вживую. В этом посте я расскажу, как прошел мой первый учебный год: что понравилось, какие были сложности и что пригодилось на первом месте работы в ИТ. 

Получив заряд эндорфинов от успешной работы эмулятора «Ну, погоди!» и вдохновившись ценными советами по улучшению эмулятора в комментариях к своей предыдущей статье, я приступил к следующему этапу — созданию полноценного устройства, готового к использованию в повседневных условиях. Этот процесс оказался не менее захватывающим, чем разработка прототипа эмулятора.

Теперь у меня сформировалось более полное понимание экосистемы разработчиков DIY-устройств, а именно: какими программами можно пользоваться и чёткое понимание этапов разработки.

Заранее хочу предупредить, что разводку на печатной плате я по-прежнему не сделал, а ограничился перфорированной макетной платой. Но чтобы «Ну, погоди!» выглядело более эстетично, поместил её в пластмассовый корпус. Если у вас нет 3D-принтера, то возможен более-менее эстетичный вариант без корпуса — далее в статье я приведу фотографию, как это можно сделать.

Вы, наверное, и сами заметили: в последние месяцы в мире ИИ не происходит ничего по-настоящему прорывного, особенно если сравнивать с предыдущими четырьмя годами. Похоже, возможности искусственного интеллекта уперлись в потолок. Особенно заметно, как гигантские корпорации — и даже целые страны — пытаются всеми силами преодолеть этот кризис. Кто как может.

На Хабре есть масса статей про механизмы, биологию, психологию, профилактику выгорания. Но причины обычно рассматриваются как-то в целом и, в основном, применительно к работе: большая загрузка, трудоголизм, многозадачность… А ведь выгорание бывает не только от работы и на работе, его может вызвать что угодно: болезнь, спортивная нагрузка, смена образа жизни, непривычные традиции в новом коллективе и проч. И это будет всё то же мерзкое выгорание, когда не хочется вставать, когда ты тянешь задачу, которую можно сделать за час, а на столе всегда остывшие чай и кофе, когда ты запираешься в офисном или домашнем туалете, опускаешь крышку, садишься и полчаса листаешь мемы, ни один из которых не вспомнишь через 10 секунд. У тебя есть причины так себя вести, тебе так легче: в теле, в сознании, в мыслях. А потом оглядываешься и ты вновь не заметил весну и по ветру летят белые головки одуванчиков. Предлагаю остановиться и хотя бы заметить лето, пока оно здесь.

Я уже говорил, что есть один вопрос, способный мгновенно уничтожить конструктивность любой, даже самой интересной дискуссии о будущем ИИ, нейробиологии или философии. Такой безошибочный ход человека, несогласного с мнением оппонента, но не имеющего возможности опровергнуть его доводы, аварийная кнопка катапульты для сложных ситуаций.

Вопрос звучит так: «Но для начала, давайте определимся, что такое сознание?» В эту секунду диалог о гипотезах и парадоксах превращается в унылый терминологический спор. Участники начинают бросаться именами авторитетов, цитатами, чем длиннее, тем лучше. Чалмерс, Декарт, Кант, Фрейд, упаси Господи, всё идёт в ход. 

Многим кажется, что самый правильный и научный подход  — сначала дать определение объекту, а потом его изучать. Но фактически этот подход напоминает попытку покорить вершину, путем систематического и кропотливого обхода горы по кругу. А что если вопрос «что?» не просто сложный, а в принципе неверный?