Предвосхищая бурный минусатор, авторитетно заявляю: политики здесь нет и не предвидится, имеет место обсуждение сбоев этих ваших интернетов.
Hello, numpy?
Москва, ростелеком: уже некоторое время не открывается сайт numpy.org.
Да, есть vpn, пока что, хотя не всегда и не везде (советы - "как надо, чтоб всегда работало" не нужны, спасибо), и вот это вот всё, но как-то сильно разочаровывает. Почти столь же сильно, как разочаровывал официальный сайт mongodb, года два-три назад, когда срочно надо было, без регистрации и смс...
Интересно, заклаудфларили или отроскомнадзорили?
upd(2025-07-08): всё-таки, роскомнадзор, уж года два, оказывается, как. а мне казалось, что, буквально с месяц назад, что-то читал на этом сайте, без танцев с бубнами...
Будет полезна всем, кто хочет попрактиковаться в комбинаторике на графах и лучше понять, как устроены остовные деревья.
Условие
Тирекс построил собственный дата-центр и теперь хочет объединить 15 серверов в одну сеть. Он не задумывается о надежности топологии, поэтому хочет использовать минимально возможное количество кабелей — 14.
Схема дата-центра Тирекса.
Задача
Тирекс случайным образом проложил 14 проводов. С какой вероятностью все серверы будут соединены в одну сеть?
Соединять серверы можно только по доступным путям, то есть по заранее проложенным трассам — они заданы в виде неориентированного графа, где вершины — серверы, а ребра — возможные соединения. Все соединения — двусторонние, то есть провода не имеют направления.
Предлагайте свое решение в комментариях. А правильный ответ можно подсмотреть в Академии Selectel.
Случайна ли случайность? Теория вероятности и личный опыт
Все мы когда-то слышали или читали, что кто-то где-то выиграл джекпот. Столько-то миллионов рублей или долларов, не имеет значения. Важно то, что этого никогда не случится с нами, потому что вероятность этого события – 1 на сотни миллионов.
Однако, со мной кое-что случилось, что, мне кажется, в соответствие с теорией вероятности случится не должно было никогда. И этим оно напоминает джекпот.
На старших курсах ВУЗа проходил практику в школе своего города, который расположен ровно в 1 000 км от Москвы. Преподавал естественные дисциплины школьникам 5-9-х классов. Не суть, что там было по учёбе, главное, что в одном из 9-х классов учился юноша, который в следующем учебном году, т.е., уже осенью, должен был уехать с родителями в Москву. Юноша упомянул как-то про это, и мы даже разговорились с ним, потому что я сам через несколько месяцев собирался уехать в Москву на стажировку. Для нас обоих это был совершенно новый, неизведанный мир. Одно слово - столица!
Наступила осень. Приехала в гости к молодому стажёру мама и я повёл её в театр. И вот садимся мы на свои места, а рядом, на соседнем месте оказывается… тот самый юноша, уже московский десятиклассник, с которым мы полгода назад болтали непринуждённо про столицу нашей Родины.
В пекло теорию вероятности! В соответствии с ней описанное выше событие не могло произойти со мною в принципе. А оно было. И это реальный факт, который до сих пор помню.
Вот так я выиграл свой «джекпот», за несколько сотен рублей, которые стоил билет в театр в далёком 1992-м году. Правда, выигрыш в том «джекпоте» достался мне небольшой, точнее сказать, ничего не досталось, кроме улыбки и взаимного удивления невероятному стечению обстоятельств. Но, надеюсь, что для одного небольшого поста на Хабр этого хватит.
И, конечно, было бы интересно оценить вероятность описанного выше события, однако, я затрудняюсь даже с направлением, с какой стороны следует подступаться к такой оценке, не то, чтобы какими-то цифрами оперировать.
Тут, думаю, нужны кругозор и хватка многоопытного актуария или серьёзного аналитика, для которого подобные задачки – как семечки щёлкать. Есть ли такие на просторах Хабр?
Вот, когда вижу заголовок, из серии «<лицо или группа лиц> заявляет/ют о том, что ИИ способен на <какое-нибудь важное прогрессивное действие>», сразу хочется посмотреть в честные глаза натягивающего сову на глобус, а что там внутри, какую алгоритмическую обвязку туда притащили, чтобы нейронная сеть сумела вот это вот всё.
Тезис о том, что, дескать, какие-то люди взяли комбинацию из чего‑нибудь стандартного, допустим, побольше параметров добавили, а где надо - прослойку для сохранения контекста и ещё что‑нибудь, простое, как две копейки, но в огромных масштабах и на очень больших мощностях, обучили с применением титанических наборов данных, и вот, внезапно, всё случилось, всё получилось, доверия, увы, не вызывает.
Это крупнейшие специалисты, на основании поверхностных новостных публикаций, с умным видом, могут рассуждать обо всех этих достижениях, на этапе полёта космических кораблей в большой театр, а нам, дуракам, пожалуйте, с самого начала, можно прямо от основ линейной алгебры, если хотите, да подальше вглубь. Глядишь, поумнеем, внезапно, да и перестанем, на старости лет, задавать все эти вопросы, космического масштаба и космической же глупости.
Но, пока всё это никак не желает случаться, и, протянув, проснувшись, с утра пораньше, едва разлепив глаза, руку в сторону экрана, не получаем требуемую информацию, на блюдечке с золотой каёмочкой (голубая каёмочка - для элиты, а нам и золотой хватит), в удобоваримом виде, будем вынуждены продолжать относиться ко всему этому с глубоким недоверием. То есть - с оживлённейшим скепсисом.
Просто, от более‑менее работающей LLM, до что‑то там понимающей, а то и, прости господи, осознающей какие-нибудь важнейшие истины, модели, такая дикая пропасть, что остаётся только пот занавеской вытирать, при чтении всех этих, вне всяких сомнений, замечательных публикаций. А на не замечательные, к сожалению, времени не имеем. Дела не ждут.
Ареопаг челленджа имени Винтика и Шпунтика в лице @qbertych и вашего покорного, посовещавшись, принял решение выплатить @ripatti половину призового фонда конкурса (25000р). Артем опубликовал две замечательные статьи:
Он не только расширил постановку задачи, но и сумел ближе всех подобраться к решению кватернарного случая. Однако, само решение до сих пор неизвестно, и челлендж продолжается. На кону вторая половина призового фонда (еще 25 штук). Каждый может попробовать свои силы.
Бесплатная магистратура в Сириусе: ИИ для промышленности и безопасность КИИ
Университет «Сириус» открыл приём на две магистерские программы. Обе — очные, двухлетние, с обучением в кампусе на берегу Чёрного моря, практикой на реальных проектах и стипендией от 20 до 40 тыс. рублей. Обе - при поддержке Росатома.
— Приём заявок — до 25 июля
— Старт обучения — сентябрь 2025
— Обе программы: бесплатные, с проживанием
1. Критическая информационная инфраструктура: разработка и безопасность
Для тех, кто хочет работать на стыке системной архитектуры, кибербезопасности и импортонезависимых технологий в промышленности, энергетике и транспорте.
В фокусе — проектирование, защита и устойчивость ИТ-систем, от SCADA до SIEM.
Треки:
— Разработка защищённых систем
— Информационная безопасность
Выход: архитекторы КИИ, специалисты по ИБ, ИТ-менеджеры, разработчики промышленных решений.
Заработать 150 000 рублей, просто порекомендовав хорошего специалиста?
Ozon Tech ищет опытных экспертов уровня senior+ в Data Science и готов заплатить 150 000 рублей за наводку.
Как это работает?
1. Вы рекомендуете знакомого (если сами не работаете в Ozon).
2. Его берут на работу, и он успешно проходит испытательный срок.
3. Вы получаете бонус — 150 тысяч рублей.
Важно, чтобы кандидат тоже не работал в Ozon и не проходил интервью как минимум последние 3 месяца. Количество рекомендаций не ограничено — чем больше хороших специалистов вы знаете, тем больше можно заработать. Только нельзя рекомендовать самого себя (но можно попросить друга вас порекомендовать 😏).
Привет! Вновь с вами Павел Бузин — эксперт Cloud.ru по AI, машинному обучению и точным наукам. Это финальная задача нашего интеллектуального марафона, в которой я предлагаю пересмотреть или просто вспомнить, пожалуй, самый культовый фильм «Бойцовский клуб» и подумать об отношениях главных героев — рассказчика-протагониста и Тайлера Дёрдена.
Если мы посмотрим на Тайлера спустя четверть века после выхода фильма, кого мы представим в первую очередь? Цифрового аватара-двойника? Ассистента с искусственным интеллектом, умело манипулирующего своим хозяином? Или вторую половину раздвоившейся личности рассказчика?
Вот несколько лежащих на поверхности фактов в пользу аватара: взрыв в квартире рассказчика, переход Марлы через дорогу в нужный момент, покупка авиабилетов, о которых не помнит рассказчик.
А теперь предлагаю посмотреть на Тайлера с позиции теста Тьюринга. На какие логические противоречия по сюжету фильма может опереться рассказчик, чтобы делать вывод о том, что Тайлер Дёрден — его цифровой аватар, а не его человеческое альтер-эго?
Делитесь вариантами в комментариях 👇 Обсудим их 30 мая.
Генерация последовательностей случайных чисел с помощью DRAM — возможно ли это? Проверим с помощью RISC-V
На основе DRAM мы создали модель одноканального источника шума, который возвращает один случайный бит за один условный такт. Память разбита на два региона, которые не пересекаются. Первый отвечает за инициализацию одноканального сигнатурного анализатора (ОСА), который инициализирует второй подобный анализатор. Затем мы сможем взять другой регион памяти и заново инициализировать первый ОСА, что абсолютно случайным образом изменит выход второго ОСА. Такая схема позволит не перезагружать память после каждой генерации числовой последовательности — ведь в реальных проектах это, как правило, невозможно.
Далее мы направляем данные из DRAM PUF в два подмодуля — постобработки, а также тестирования, анализа и оценки качества данных. Первый частично запускается на «железе», второй — на собранных данных на машине хоста.
Для постобработки мы протестировали шесть комбинаций. Последняя нам кажется наиболее перспективной:
сырые данные,
чистый корректор фон Неймана,
одноканальный сигнатурный анализатор,
чистый корректор фон Неймана + одноканальный сигнатурный анализатор,
одноканальный сигнатурный анализатор + чистый корректор фон Неймана,
многоканальный сигнатурный анализатор (МСА).
Зимняя школа RISC-V дала начало множеству интересных проектов. В отдельной статье мы рассказали об одном из них, где команда из БГУИР проверила гипотезу о наличии PUF в динамической памяти и создала модель одноканального источника шума. А затем реализовала постобработку и тестирование, измерила производительность генератора и оптимизировала код.
Авторы YouTube-канала Linus Tech Tips установили новый рекорд, посчитав число π до 300 триллионов знаков после запятой. Они использовали мощные серверы и 1,5 петабайта памяти. На вычисления ушли 191 сутки. 300-триллионным знаком стала цифра 5.
Ранее команда StorageReview Lab посчитала число π до 202 триллионов знаков после запятой (там была цифра 2). Предыдущий рекорд принадлежит той же команде и составляет 105 триллионов знаков.
Привет! На связи Павел Бузин — эксперт Cloud.ru по AI, машинному обучению и точным наукам. Сегодня предлагаю вспомнить фильм Кин-Дза-Дза и известное выражение «Скрипач не нужен!».
В статьях Википедии, посвященных культовому фильму Кин-Дза-Дза, нет прямого изложения сюжета про катапультирование Гедевана Александровича. Как результат — современные LLM не понимают контекста этого выражения и начинают галлюцинировать.
В качестве тренировки навыков промт-инжиниринга предлагаю спросить разные LLM на эту тему. Как минимум вы получите большое удовольствие, спрашивая в разных вариантах «Скрипач не нужен!», «Не Скрипач нужен!», «Нужен не Скрипач!» и т. д.
P. S. Если вы вспомните, что внутри LLM оперирует эмбеддингами, вы сможете обнаружить и сравнить неэквивалентность «Скрипач не нужен!», «Нужен не Скрипач!» и других вариантов в понимании современных LLM.
Делитесь самыми интересными вариантами в комментариях 👇 Результаты обсудим 30 мая.
Привет! Собрали для вас три интересных разбора математических задач из журнала КОД, которые помогут размять мозг.
Почему время на сервере отличается от времени у пользователей Разбираемся, почему в некоторых сервисах вы видите странное время публикации сообщений и что происходит с временными метками на бэке. → Читать статью
Миллион умножений и нестандартное мышление История о популярной школьной задаче, где нужно перемножить много чисел. Важно не просто посчитать, а придумать оптимальное решение. Пример того, как иногда важно выйти за рамки шаблонов. → Читать статью
Самая сложная задача для школьников, которую никто не смог решить Разбор олимпиадной задачи, которая оказалась настолько непростой, что за всё время не нашлось ни одного решения. Хороший повод задуматься, почему некоторые вопросы сложнее, чем кажутся на первый взгляд. → Читать статью
Всем привет! Продолжаем занимать вас интеллектуальными задачами, и наша следующая — по мотивам фантастической комедии «Быть Джоном Малковичем»:
Примерно на 19-й минуте фильма Крег Шварц выясняет имя своей коллеги Максин, с которой он решил обязательно познакомиться. Крег произносит, казалось бы, нечленораздельную последовательность звуков «ваал-люуупэлюкааадашээрзуузээльмэммамайманмаксин» и следит за реакцией Максин. Алгоритм Крега понятен — после того как ему удается угадать первую букву имени, он видит положительную реакцию на лице Максин и переходит к следующей и следующей букве, озвучивая «мэммамайманмаксин». После четвертой угаданной буквы ему удается подставить полное имя из словаря.
Вопрос: сколько букв потребуется озвучить, чтобы выяснить методом Крега Шварца первые четыре буквы имени на русском языке? Будем считать, что имя из числа распространенных и не начинается на Й, Ь, Ы, Ъ, Ч, Ш и Щ.
При решении рекомендуем использовать поисковые системы, AI и Википедию.
Варианты ответов оставляйте в комментариях 👇 Я Павел Бузин — эксперт Cloud.ru по AI, машинному обучению и точным наукам, раскрою правильный ответ под этим постом 16 мая.
Привет, Хабр! Мы продолжаем рубрику для тех, кто хочет размять мозги. На этот раз предлагаем вспомнить момент из фильма про Алана Тьюринга «Игра в имитацию».
По сюжету Алан настаивает на том, что нельзя реагировать на каждое расшифрованное сообщение, чтобы их не раскрыли, и допускает затопление конвоя. Если фиксировать реакцию на расшифровку как 1, а отсутствие реакции как 0, должна получиться случайная последовательность нулей и единиц.
Вопрос: какова должна быть минимальная длина случайной последовательности, чтобы четыре единицы подряд в последовательности (четыре реакции на шифровки) были неотличимы от случайности?
Иначе говоря: найдите математическое ожидание количества бросков монеты до первого появления четырех единиц подряд (т. е. «орел», «орел», «орел», «орел») в последовательности бросков, если вероятности выпадения 1 («орла») и 0 («решки») равны и независимы друг от друга.
При решении рекомендуем использовать поисковые системы, AI и Википедию.
Варианты ответов оставляйте в комментариях 👇 Я Павел Бузин — эксперт Cloud.ru по AI, машинному обучению и точным наукам, раскрою правильный ответ под этим постом 12 мая.
Привет, Хабр! Праздники на носу, и чтобы вы не успели заскучать, мы подготовили для вас новую партию интеллектуальных задач. На этот раз на интуицию и сообразительность 😉.
В фильме «Умница Уилл Хантинг» главный герой — двадцатилетний Уилл Хантинг из Южного Бостона, гений-самоучка, который работает уборщиком в Массачусетском технологическом институте и проводит свободное время, выпивая с друзьями Чаки, Билли и Морганом. В один момент профессор Джеральд Ламбо вывешивает на доске сложную комбинаторную математическую задачу, а Уилл ее решает. Попробуйте решить похожую задачу:
Есть фигура, составленная из двух тетраэдров, как показано на рисунке выше. Вопросы:
каким количеством вариантов можно добраться от вершины A до вершины B, не посещая на пути каждую вершину более одного раза?
какая длина самого длинного пути из вершины A до вершины B, если длина ребра равна 1, и мы не проходим одно ребро более одного раза?
Варианты ответов оставляйте в комментариях 👇 Павел Бузин (@pbuzin) — эксперт Cloud.ru по точным наукам, AI и машинному обучению, раскроет правильный ответ под этим постом 5 мая.
Что такое «совершенные» и «избыточные» числа? Рассказывают эксперты ИТ-компании «Криптонит».
Наверняка вы знакомы с понятием «делители числа». Например, у шестёрки кроме неё самой есть три делителя: 1, 2, и 3. Если сложить их, получится ровно шесть (1+2+3=6). Числа, у которых сумма делителей, не считая самого числа, равна самому числу, называются совершенными.
Если же сумма делителей оказывается больше самого числа, то такие числа называются избыточными. Самое малое избыточное число: 12. У него много делителей: 1, 2, 3, 4, 6. Если их сложить, получится 16, а 16 > 12.
Понятия совершенных и избыточных чисел возникли ещё в Древней Греции. Их описали пифагорейцы, заложившие основы учения о свойствах чисел и их классификации.
Какие же свойства есть у избыточных чисел?
12 — наименьшее избыточное число. Проверьте сами!
все числа, кратные избыточному числу, также являются избыточными. Раз 12 – избыточное число, значит 24, 36, 48 и т.д. тоже будут избыточными;
существуют как чётные, так и нечётные избыточные числа;
наименьшее нечётное избыточное число – 945. Сможете ли назвать все его делители?
У совершенных чисел свойства другие:
все известные совершенные числа чётные;
возможность существования нечётных совершенных чисел не доказана и не опровергнута;
сумма обратных величин всех делителей совершенного числа, включая само число, всегда равна двум. Пример для обратных делителей числа 6: 1/1 + 1/2 + 1/3 + 1/6 = 2;
все известные совершенные числа заканчиваются на 6 или 8 (6, 28, 496 и т.д.);
совершенные числа используются для вычисления простых чисел Мерсенна.
В повседневной жизни мы не задумываемся о том, совершенное перед нами число, избыточное или какое-то другое. Однако такая классификация лежит в основе теории чисел, которая имеет большое значение в сфере ИТ и, в частности, для криптографии.
Изучение свойств чисел помогает развивать математическое мышление, писать эффективные алгоритмы и понимать более сложные математические концепции.
Почему учёным не вручают Нобелевскую премию по математике и информатике
7 октября 2024 года были объявлены нобелевские лауреаты по физике. Ими стали крупные специалисты в области искусственного интеллекта Джон Хопфилд и Джеффри Хинтон. Премия им присвоена «За фундаментальные открытия и изобретения, обеспечивающие машинное обучение с помощью искусственных нейронных сетей».
Исторически так сложилось, что за открытия в информатике и математике не присваивают Нобелевских премий, но иногда математики получают эту высокую награду по другим наукам. Например, Леонид Канторович стал обладателем Нобелевской премии по экономике в 1975 году за вклад в развитие линейного программирования, а Джон Нэш – за свои работы по теории игр в 1994 году.
Так случилось и в этом году, и Нобелевскими лауреатами стали два учёных – специалиста в области искусственного интеллекта. Почему премия дана именно по физике? Этот вопрос мы задали директору Института информационных технологий, математики и механики ННГУ Николаю Золотых.
«Хопфилд разработал ассоциативную нейронную сеть, умеющую запоминать паттерны и далее находить их в новых образах. В своих разработках он использовал методы из физики: нахождение паттерна заключается в минимизации спиновой энергии. Развивая эти идеи, Хинтон построил так называемую машину Больцмана, которая ещё лучше решает эти и подобные задачи. Хинтон сделал очень много для развития искусственного интеллекта, в частности. Он по праву считается одним из отцов глубокого обучения. И его открытия в машинном обучении тесно связаны с теми или иными разделами физики», – рассказал Николай Юрьевич.
Если говорить о том, почему же нет ни одного нобелевского лауреата по математике, то истинной причины сейчас уже никто не назовёт.
«Говорят, что вначале математика была в списке наук, по которой должны были выдаваться премии. Однако потом сам Нобель её вычеркнул. Достоверной причины не известно. Возможно, он хотел видеть в списке наук только те, открытия в которых имеют большое значение для практики. Сейчас, в 21 веке, мы думаем, что ни у одного учёного нет и доли сомнения, что математика – обильна всевозможными приложениями и её открытия – мощный двигатель прогресса!».
Современный искусственный интеллект – это область, находящаяся на стыке математики, информатики, биологии, физики, наук о мозге. Прорывные открытия здесь возможны только если вести междисциплинарные исследования.
Например, в Университете Лобачевского ведутся исследования в области искусственного интеллекта как в направлении разработок инструментария для решения практических задач из различных областей – медицины, промышленности, сельском хозяйстве, так и фундаментальные исследования. Новые методы и алгоритмы доверенного искусственного интеллекта с приложениями в медицине разрабатывает Центр исследований в сфере искусственного интеллекта, созданный в 2023 году под руководством Николая Золотых.
В научно-образовательном центре «Физика твёрдотельных наноструктур», директором которого выступает Алексей Михайлов, и в НИИ нейронаук под руководством директора Сусанны Гордлеевой активно ведутся исследования в области нейроморфного искусственного интеллекта и разработка новой – мемристорной – элементной базы для систем искусственного интеллекта будущего. Такие системы должны решить актуальную проблему огромного энергопотребления современных больших нейронных сетей. И об этом мы расскажем уже совсем скоро.
Вы задумывались, например, почему иногда используют арифметическое среднее , а иногда - медиану?
Сначала про термин. Медиана - 50 процентиль или число, которое разделяет весь набор исследуемых значений таким образом, что ровно половина находится слева от этого числа, а другая половина - справа. То есть это такая геометрическая середина отрезка, по которому распределены все исследуемые значения.
Такой подход дает вам относительно "справедливое" значение - среднее, как середина между всеми возможными вариантами. Главное отличие медианы от арифметического среднего в том, что она совершенно не реагирует на отдельные экстремально большие или маленькие значения до тех пор, пока этих значений не будет около половины от всех. А вот арифметическое среднее каждый такой выброс будет "утаскивать" в свою сторону.
Рассмотрим на примере статистики заработных плат.
* В одной стране средняя зарплата была 750 монет. В то же время медиана проходит на уровне 500 единиц. То есть в то время, как в среднем сотрудник получал почти 750, на самом деле больше половины не получали даже 500.
* Значит в другой половине сотрудников были достаточно большие зарплаты, которые и "утащили" арифметическое среднее настолько далеко от медианы.
* Таким образом, ориентируясь на среднюю зарплату по стране с большой долей вероятности вы получали бы зарплату меньше среднего, а не больше.
Вариантов подсчета среднего значения - множество, под каждый конкретный вопрос исследователя. Это и геометрическое, и гармоническое, арифметическое, медиана.
Если вы применяете или вам показывают только один подход - вполне вероятно, что где-то скрывается неудобная правда.
