Научно-популярное

Доброго времени суток, «Хабр»!

Сижу и понимаю, что в моём профиле уже висит приличное количество статей на тему нейросетей. Конечно, мой список нельзя сравнить с теми авторами, кто уже год и больше публикуют свои работы, но для меня это уже достижение. Немного отвлекся, продолжим: рассмотрел я уже разные темы — от простых историй развития искусственного интеллекта до подробностей архитектуры и техники составления промтов.

Сегодня мы поговорим о десяти ошибках при работе с нейросетями, которые допускают многие из нас. Я приведу рекомендации, чтобы избежать этих проблем и получить нужный результат.

Приготовьтесь, начинаю рассказ!

В прошлой статье я вывел уравнения Максвелла в 3D, даже не пользуясь никаким пространством Минковского, исключительно в евклидовом пространстве. И они естественным образом в той же форме писались в многомерном евклидовом пространстве. Также рекомендую прочесть соседнюю статью для введения в тему.

Любопытно, что их можно ввести аналогично в пространстве Минковского и они будут эквивалентны моим. Также им эквивалентна кватернионная форма, но она является не более чем искусственной подгонкой векторов поля под кватернионы. Покажу теперь естественную формулировку в пространстве Минковского без кватернионов.

Радар — полезная вещь, помогает обнаружить потенциально опасные объекты в небе и на море. К сожалению, обычные радары не в силах зафиксировать очень маленькие объекты. Например, корабль или морской порт может пропустить приближение каких-нибудь бандитов или пиратов на маленьких судёнышках, как случилось с ракетным эсминцем USS Cole, который в 2000 году атаковали двое террористов-смертников. Они просто подплыли к ракетоносцу на маленькой лодке, после чего активировали взрывное устройство.

Всё потому, что радар не всегда детектирует маленькие объекты. А иногда рядом просто нет РЛС. Сложно защитить дорогими РЛС большую территорию.

Однако новые технологии способны изменить это. Для пассивных радаров можно использовать стандартную гражданскую инфраструктуру — базовые станции (БС) сотовой связи иди FM-передатчики радиостанций. Такими станциями коммерческие операторы покрыли всё вокруг, остаётся только собирать и анализировать отражённые сигналы.

За годы в разработке я всё чаще ловлю себя на мысли, что современные программы - словно построены из пластмассы: аккуратные, масштабируемые, но холодные. И когда я читаю старые исходники - с комментариями, с юмором, с уважением к читателю - понимаю: там был человек. Эта статья - не попытка идеализировать прошлое, а скорее разговор о том, почему код, написанный сорок лет назад, часто выглядит честнее и человечнее, чем многое из того, что мы создаём сегодня.

Одомашнена например корова, а приручить можно зебру или волка, вот о чём разговор. С кошками как дело обстоит? Они условно одомашненные или всё таки больше приручены и чуть что убегут в дикие леса и станут дикими?

Для начала крупные современные кошки — эволюционно не очень древние твари. Те же львы и тигры могут между собой размножаться. Вопрос про живучесть и плодовитость гибридов отдельный, но факт такой — если виды могут давать потомство, пусть порой и бесплодное, значит виды на генном уровне не слишком сильно разошлись. Например глупо пытаться размножать жирафа со слоном. С кошками напротив — иногда получается, значит они в плане эволюции разошлись не 100 000 000 лет назад, а несколько миллионов лет назад.

А есть ещё куча мелких видов кошек и они тоже на генном уровне сильно похожи, хотя виды разные. И ряд видов диких может между собой размножаться. А не множатся постоянно, потому что выживают все по разному, одни в степи, другие в речной долине и так далее.

Домашние кошки генетически ведут род от степного кота. Или его ещё называют — африканский дикий кот. Felis lybica — латинское название вида. На сегодня этот вид живёт по Евразии и Африке. Значит в древности жил намного шире.

Границу между дорогой стоматологией и обычной раньше можно было провести по тому, как делается гигиена. В стоматологиях попроще использовали AirFlow и другие пескоструйки для удаления налёта, в дорогих — большая доля или только ручные инструменты. Почему? Потому что пескоструйка могла оставить зубы шероховатыми, и на них потом образовывалось больше налёта.

С другой стороны пескоструйка в два-три раза быстрее ручного инструмента, с ней не нужны особо продвинутые мануальные навыки и не требуются четыре разных набора инструментов под рукой у каждого врача.

Несколько лет назад один из производителей сказал, что решил проблему шероховатости и при этом сохранил классические преимущества прибора. Поэтому мы, ярые противники пескоструек, внезапно оказались по другую сторону холивара.

Несколько месяцев мы тестировали новое устройство, в итоге забрав его в клиническую практику. А сейчас покажем, насколько оно точное, и почистим то, чего стоматологи обычно не чистят.

В мире IT, где всё меняется быстрее, чем обновляются версии фреймворков, умение мыслить критически стало новой суперспособностью. Без него — ни код написать, ни аргументировать архитектурное решение, ни выстоять в баталиях в комментариях на Хабре. Но за кулисами этого умения скрывается обратная сторона: постоянные сомнения, паралич анализа и выгорание от бесконечных «почему». Разберёмся, где заканчивается здоровый скепсис и становится невыносимо душно, и как развить в себе критическое мышление, не превращаясь в его жертву.

Если отбросить модные определения, критическое мышление — это умение не принимать информацию на веру. Это привычка проверять, искать второе мнение, анализировать, сопоставлять и только потом делать вывод.

Пример из практики любого разработчика: ты читаешь статью про новый паттерн проектирования — допустим, про Domain-Driven Design. Хочется сразу внедрить: «О, вот оно, правильное решение!» Но критически мыслящий инженер сначала посмотрит на контекст, изучит критику подхода, попробует на тестовом проекте и только потом решит, подходит ли это под конкретный продукт.

Именно это отличает критическое мышление от просто аналитического: не просто рассуждать, а искать объективность, балансировать между гипотезами и фактами.

В 1977 году на рынке появились три новых микрокомпьютера, которые оторвались от корней отрасли «компьютеров для хобби»: Apple II, Commodore PET и Tandy/Radio Shack TRS-80. Гораздо позже, в 1990-х годах, журналисты и историки стали с почтением называть эту группу «Троицей». Хотя все три машины имели разное происхождение и разные траектории развития (например, Apple в 1978 году казалась аутсайдером, но затем превзошла всех своих конкурентов), отличительность компьютеров поколения 1977 года – это не просто ретроспективная оценка более поздних авторов. Журналисты-любители того времени признали, что с появлением Троицы на сцену вышло нечто вроде «бытового» компьютера (сродни бытовой технике), «полностью отделившегося от коммерческих и любительских компьютерных систем, требующих от операторов технических навыков и преданности делу, и вышедшего на потребительский рынок, где от покупателей не требуется никаких квалификаций»[1].

Вы когда-нибудь собирали мебель из IKEA? Вы получали коробки с деталями, инструкцию по сборке и за вечер собрали готовый шкаф. Представьте, что также можно построить дом.

Осьминог — это мешок с мозгами, восемью руками (или ногами) и почти суперспособностью прилипать к чему угодно. Мокрая рыба? Держится. Камень, обросший водорослями? Держится. Стенка аквариума, которую только что вымыли? Держится. Секрет в присосках: их много, внутри каждой — выступ, который создаёт вакуум.

Группа учёных подумала: а что если использовать присоски не для того, чтобы что-то схватить, а чтобы что-то протолкнуть?

Например, лекарство через кожу.

Идея трансдермальной доставки лекарств звучит привлекательно. Уже существуют пластыри с обезболивающими, а также никотиновые и гормональные.

Но есть одна загвоздка.

Международный коллектив ученых, объединивший опыт в области радиоастрономии и физики плазмы, представил результаты исследования квазара NRAO 530. Использовав объединенные возможности нескольких интерферометрических сетей, исследователи смогли «заглянуть» в самое сердце этого активного галактического ядра и обнаружить там рекордно сильное магнитное поле, а также сложные динамические процессы, управляющие истечением вещества в виде релятивистского джета.

Ещё пару лет назад искусственный интеллект ассоциировался с чем угодно, только не с творчеством. Его использовали в банках, аналитике, промышленности. Но сегодня ИИ всё чаще появляется там, где важен не расчёт, а идея.

Да, на Хабре вы не привыкли доверять таким инструментам, я все понимаю. Здесь делятся статьями, которые написаны вручную. Но давайте не будем торопиться с выводами. ИИ не заменит хорошего писателя, но, возможно, станет вашим помощником. 

Приятного прочтения!

Где-то раз в месяц на Хабре выходит статья о том, какие зумеры ленивые, неисполнительные, необязательные и не возвращающиеся с обедов. В комментариях хабравчане хватаются за «и вот к ним перейдет наше легаси?!».

Понимаю ваше опасения. И я знакомом с ровесниками, работать с которыми малоприятное занятие. Но разве вы не знаете таких среди ваших ровесников? Может, дело в глобальных трендах? Я решил немного разобраться, чтобы узнать, откуда взялись эти стереотипы и так ли все страшно на самом деле. Все ссылки будут в конце, но вот спойлер: да, все так страшно.

Конец 1960-х. Пассажиры в салоне реактивного лайнера раскуривают сигары (тогда это было нормой), а пилоты неторопливо выводят самолет на эшелон. Керосин стоит копейки, расписания не такие напряженные, никто не заметит лишние пять минут в пути. В то время скорость была символом прогресса: Concorde летал быстрее звука, сокращая полет из Парижа в Нью-Йорк на целых три часа (пусть и за астрономическую цену билета). В эпоху реактивного романтизма мало кто задумывался об экономии секунд.

Перенесемся в настоящее. Авиационное топливо нынче на вес золота, а конкуренция заставляет авиакомпании выжимать эффективность из каждого рейса. Времена, когда можно было лететь что есть мочи не думая о расходах, прошли. Сегодня каждая секунда в полете это деньги: либо потраченные, либо сэкономленные. Речь буквально о стоимости каждой минуты работы двигателей, зарплаты экипажа и амортизации самолета.

Например, всего пара лишних минут в воздухе на каждом рейсе способны вылиться в десятки миллионов долларов дополнительных затрат в год.

Приручить это не одомашнить. Одомашнить, это когда зверь становится минимально агрессивным всю жизнь и рождаются от него такие же не агрессивные животные. Его как минимум можно гонять из пункта А в пункт Б, без ружья и вил. Скажем коровы не совсем и ручные, особенно постоянно пасущиеся, но одомашненные. Например пасти и гонять собачками стадо зебр или гну просто невозможно. Тоже самое лошади — они часто не ручные, но одомашненные. Если просто взять щенка волка или лисы из леса, то первый месяц он может быть даже добренький, а потом дикость ( которая есть выражение регуляции генов ) полезет буквально из пасти, он вас грызть начнёт, выть, биться об стенки, в общем вы поймёте что он не приемлем для жизни среди людей. Иногда дикие волчата до полового созревания туда‑сюда, приемлемы. Но после всё — суши воду, расплетай канаты, зверь есть зверь и может даже тебя сожрать.

Эксперимент с одомашниванием лис мягко говоря известный, но не все факты на широкую аудиторию вышли. Современные генетики всё таки нарыли способы как одновременно получать красивую, пушистую лису и не злобную. У Беляева с 1959 года получилось сделать лис добрыми, но тут же просело качество меха, а заодно он не смог даже к 1985 гарантированно получать по 2 сезона размножения от лис, хотя были планы выйти на уровень размножения собак. Дикие лисы размножаются строго 1 раз в год, включая всех лис содержащихся на фермах. Современная генетика за три десятка лет с 1980х, баг почти исправила. Почти, не не все баги и не полностью.

У Дмитрия Беляева в 1950-х был со всех сторон СССР, а значит отпадал вопрос в той же звероферме. В СССР это дело было связано с колхозами и значит не реагировало на понятие — выгодно‑не выгодно. Сегодня ему б никто не выдал такие ресурсы. А тогда ферма в Эстонии — 60 гектаров, 1500 чернобурок и вот готов первый опыт отбора лис. Важность меховой продукции была такой, что в Москве существовал отдельный — Московский пушно‑меховой институт, 1929 — 1954. Мех тех же чернобурок шёл на экспорт, это валюта. В общем на этой звероферме Беляев познакомился с будущими коллегами по одомашниванию, присмотрелся к проблемам, приметил нужный способ проверки животных, которых можно размножать.

Все смотрят на Илона Маска, а зря. Китайский сверхтяж CZ-9 — это спящий гигант. В этом посте — не фантазии, а готовые инженерные решения: супер-лёгкие баки, двигатель с рекордной мощностью и умная посадка без копирования SpaceX. Смотрите в этой статье, как Поднебесная может совершить рывок и оставить всех позади.

Я разработала интерактивный макет для создания композиций цветов. Проблема свелась к задаче упаковки кругов в квадрат и прямоугольник. В статье я приведу разбор автоматизированного решения этой задачи с помощью жадного алгоритма, а также расскажу теорию и математически обосную практику с визуальными пояснениями.

Всех много, а всего мало. Такой короткой и весьма утрированной фразой можно описать состояние нашей цивилизации и нехватки ресурсов. И это касается не только энергетических ресурсов, но и пищи. Выращивание сельскохозяйственных культур в нужном для людей количестве требует использования тех или иных техник, обеспечивающих хороший урожай, защиту от внешних факторов (погода, паразиты и т. д.) и, что немаловажно, сохранение окружающей среды. Рис является одним из лидеров по потреблению в мире следи сельхоз культур, Однако его выращивание сопряжено с рядом экологических, климатических и экономических нюансов. Группа ученых из Массачусетского университета в Амхерсте (США) провели исследование, в котором было установлено, что использование селена в наномасштабе позволяет снизить количество необходимых удобрений, улучшить питание и рост риса, а также повысить микробное разнообразие почвы и сократить выбросы парниковых газов. Как именно был использован селен, как работает данный метод, и насколько он эффективен? Ответы на эти вопросы мы найдем в докладе ученых.

Коллектив российских ученых из Физического института имени П. Н. Лебедева РАН и МФТИ провел детальное исследование электромагнитных излучений, сопровождающих развитие протяженных атмосферных разрядов, инициированных в лабораторных условиях. Впервые была составлена подробная хронологическая карта генерации различных видов излучений, включая высокочастотное (ВЧ-, ~10–100 МГц), сверхвысокочастотное (СВЧ-, ~1–6 ГГц), рентгеновское (фотоны с энергиями от 5 кэВ до 1 МэВ), а также оптические излучения в ближнем инфракрасном (700–1100 нм) и ближнем ультрафиолетовом (300–400 нм) диапазонах. Результаты исследований позволили лучше понять механизмы генерации излучений в протяженных высоковольтных разрядах, их временные корреляции, а также определить локальные источники излучений.

Среди друзей я пользуюсь репутацией «ты ж программист», поэтому у меня нередко интересуются, как именно работают «под капотом» такие известные инструменты как ChatGPT, Claude, Grok или DeepSeek. Со временем я отточил ответ на этот вопрос — и потому, что нашёл способы лучше на него отвечать, и потому, что научился сам создавать большую языковую модель с нуля. Поэтому и сам понимать большие языковые модели я стал гораздо лучше.

В этой статье я попытаюсь простыми словами описать, что именно в них происходит. Пост состоит из серии объяснений, причём каждое последующее из них основано на предыдущих, но немного уточняет их. Так мы постепенно дойдём до такого объяснения, которое будет совершенно строгим и верным, но могло бы немного вас ошеломить, если выдать его без подготовки.

Если вы — технарь, и читаете эту статью, чтобы больше узнать об ИИ, то настоятельно рекомендую вам дочитать её до конца. Если вы открыли ссылку просто из интереса, то можете смело читать до тех пор, пока вам будет интересно. Возможно, вы станете более уверенно понимать, что происходит в трансформерах, даже если не уловите всех мелких деталей.