Стивен Китинг [Steven Keating] любит делать всё сам. Когда ему не дали доступ к данным по его опухоли, он придумал, как взломать систему
Стивен Китинг привык не бояться сложных задач. Он студент в MIT Media Lab, специализируется на 3Д-печати и синтетической биологии и описывает себя, как «редкостного ботаника». Подростком он увлекался запуском высотных зондов и изготовлением катушек Теслы, а теперь хакерский подход к делу помог спасти его жизнь.
В 2014 году ему поставили диагноз – опухоль мозга размером с теннисный мяч и рекомендовали немедленно назначить операцию. Он пытался подобрать лучшего хирурга и обнаружил, что быстрее всего распространить результаты сканирования мозга и медицинские данные получится, если он будет делать это сам. Он уже сделал простейший сайт, чтобы можно было поделиться своими данными с родственниками и друзьями; теперь же он начал отправлять эту информацию и докторам. У него должны были отрезать довольно большую часть мозга, и он решил, что у него будет больше шансов сохранить разум, если он сам возьмёт на себя ответственность за свои собственные данные.
После небольшого перерыва мы продолжаем серию статей-уроков по SLAM. В предыдущих выпусках мы подготовили программное окружение, а также поработали с монокулярным SLAM. Под катом – урок по использованию SLAM на основе стереокамеры и камеры глубины. Мы расскажем о настройке пакетов и оборудования и дадим советы по использованию двух ROS-пакетов: ставшего традиционным RTAB-Map и свежего вкусного ElasticFusion.
Продолжаем обзор нового отечественного компьютера. После краткого знакомства с особенностями архитектуры «Эльбрус», рассмотрим предлагаемые нам средства разработки программного обеспечения.
Недавно мне показали эмуляторы ассемблера для Intel-4004 и я на некоторое время «зависла». Это «дедушка» нынешних процессоров — если верить статье википедии — первый коммерчески распространённый микропроцессор.
Вряд ли его сейчас можно использовать для каких-то серьёзных целей. А вот просто поломать голову (вместо brainf**k) — ну, это то чем я занялась. Главное он 4-разрядный и набор команд довольно небольшой (до того я знала только немножко x86-й, по мучительному институтскому курсу).
Кстати, сканер дороже автомобиля. Tesla S. С авиадоставкой до подъезда в Москве
В этом посте будет описание самого дорогого (наверное) в мире и самого дешевого в мире 3d-сканера.
Разобрать (распилить) устройство по цене тесламобиля мне не дали, поэтому я заглянул в инструкцию. Пара фоток внутренностей оттуда.
На вопрос, а может ли 3d-сканер сделать селфи (если перед ним поставить зеркало), мне ответили, что у этих приборов нелады с отражающими поверхностями. Поэтому я взял череп с соседней полки и попробовал его отсканировать.
С декабря 2012 года в компании Google работает знаменитый изобретатель и футуролог Рэй Курцвейл. Это именно тот человек, который дал научное обоснование технологической сингулярности — взрывному научно-техническому процессу, который начнётся после появления мощного искусственного интеллекта (превосходящего человеческий) и киборгизации людей. Согласно закону Мура и экстраполяции, это должно случится примерно в 2045 году.
Google прямой дорогой идёт к технологической сингулярности. По крайней мере, именно Google вместе с НАСА стали главными спонсорами междисциплинарного Университета сингулярности, созданного в 2009 году, да и исследования Google в области роботехники и искусственного интеллекта хорошо соответствуют тому будущему, о котором говорит Курцвейл.
Как доказали эксперименты последних лет, в физическом вакууме постоянно происходят энергетические колебания из-за рождения и аннигиляции частиц. Многие необычные физические явления, которые вроде бы противоречат закону сохранения энергии, являются доказательством этого непрерывного энергетического бурления в планковском масштабе. Например, поляризация вакуума, эффект Казимира или излучение Хокинга.
На протяжении многих лет учёные не могли достоверно измерить эффект Казимира, предсказанный голландским физиком Хендриком Казимиром в 1946 году. Эффект притяжения друг к другу незаряженных тел под воздействием вакуумной энергии проявляется на расстоянии в несколько микрон.
Предлагаю вашему вниманию перевод и адаптацию статьи Сьюзан Вайншенк «The Psychologist’s View of UX Design».
Предупреждаю, что статья может содержать много «банальных» утверждений. Однако, считаю, что это ничуть не умаляет её общеобразовательной ценности.
Данный топик предназначен для тех, кому небезынтересны смесь интрересной музыки и науки.
Всех, кто не способен взглянуть дальше обертки (в частнности восклицания «Гы! Смотрите, это Флэш» будут смешны), я прошу пролистнуть дальше страницу.
Вы все еще читаете?
Скажите, а вы умеете одновременно читать английский текст, слушать русский поэтизированный текст и наблюдать за происходящим на экране? Вы постараетесь, да?
В топике о десятимерном пространстве, помимо идей об употреблении веществ и всяких астральных проекциях, высказывались идеи о четырёхмерной игре, чтобы «посмотреть, как это выглядит».
Тут имеется ввиду 4 пространственных измерения.
Фокусы с ветвлением и наложением во времени есть в играх типа Chronotron и аналогичных.
Disclaimer: это не PR. На данный момент с трудоустройством у меня нет проблем.
Нелёгкая карьера программиста или чего хотят работодатели.
Этой статьёй я хочу показать, какой странной и причудливой может быть карьера программиста (или человека, занимающегося программированием, ибо к касте «программистов», наверное, я причислить себя всё же не могу). Кто я такой, я точно не знаю, совсем как редкая порода чебурашек, которые знают все технологии от ASM до Python, и в то же время не знают ничего серьёзно, алгоритмические скиллы которых вязки, как медузы в Чёрном море, а знание computer science близко к нулю при бешеном по продолжительности опыте работы.
Необходимым условием наступления технологической сингулярности является создание «сильного искусственного интеллекта» (artificial superintelligence, ASI), способного самостоятельно модифицировать себя. Важно понимать, должен ли этот ИИ работать как человеческий разум, или хотя бы его платформа быть сконструированной аналогично мозгу?
Мозг животного (включая человека) и компьютер работают по-разному. Мозг является трехмерной сетью, «заточенной» под параллельную обработку огромных массивов данных, в то время как нынешние компьютеры обрабатывают информацию линейно, хотя и в миллионы раз быстрее, чем мозги. Микропроцессоры могут выполнять потрясающие расчеты со скоростью и эффективностью, значительно превышающими возможности человеческого мозга, но они используют совершенно другие подходы к обработке информации. Зато традиционные процессоры не очень хорошо справляются с параллельной обработкой больших объемов данных, которая необходима для решения сложных многофакторных задач или, например, распознавания образов.
Нью-йоркский программист Дэвид Ауэрбах (David Auerbach) вспоминает компьютерную игру, для прохождения которой ему понадобилось 13 лет и которая определила его будущее как программиста.
Доброго времени суток. Предлагаю вашему вниманию вторую статью из цикла о Low Level Smalltalk (LLST). Кто не в курсе о чем идет речь, тем рекомендую прочитать предыдущую, обзорную статью, где рассказывается о том, что такое llst и зачем он был создан.
В этой части мы сконцентрируемся на самом языке Smalltalk, его синтаксисе и «правилах игры».
В последующих частях мы плавно перейдем к особенностям реализации виртуальной машины и внутреннему представлению объектов в памяти. Затронем вопросы организации менеджера памяти и сборщика мусора. Поговорим мы и о байткодах виртуальной машины. Узнаем, как текст метода Smalltalk превращается в последовательность команд. Наконец, мы проследим путь от загрузки образа в память машины до процессов, происходящих при посылке сообщений между объектами, а так же узнаем как реализуются замыкания в блоках.
А вы думали, мы только чайники умеем делать? Не-а.
Мы все привыкли к тому, что цветы красные, черные поверхности не отражают свет, кока-кола непрозрачная, горячим паяльником нельзя ничего осветить как лампочкой, а фрукты можно легко отличить по их цвету. Но давайте представим на минутку, что мы может видеть не только видимый диапазон(хи-хи), но и ближний инфракрасный. Ближний инфракрасный свет — это вовсе не то, что можно увидеть в тепловизоре. Он скорее ближе в видимому свету, чем к тепловому излучению. Но у него есть ряд интересных особенностей — часто совершенно непрозрачные в видимом диапазоне предметы отлично просвечиваются в инфракрасном свете — пример на первой фотографии.
Черная поверхность плитки прозрачна для ИК, и с помощью камеры, у которой снят с матрицы фильтр можно рассмотреть часть платы и нагревательный элемент.
Люди могут различать примерно 10 000 визуальных категорий высокого уровня, но мы можем различать гораздо больший спектр визуальных импульсов, называемых особыми признаками. Эти признаки могут соответствовать частям объекта, конечностям животного, архитектурным деталям, объектам на местности и другим зрительным образам, названия которых мы не знаем, но именно этот гораздо больший набор признаков мы используем в качестве основы для реконструкции и объяснения нашего ежедневного визуального опыта.
В системах компьютерного зрения и обработки изображений часто возникает задача определения перемещений объектов в трехмерном пространстве с помощью оптического сенсора, то есть видеокамеры. Имея на входе последовательность кадров, необходимо воссоздать запечатленное на них трехмерное пространство и те изменения, которые происходят с ним с течением времени. Звучит сложно, но на практике зачастую достаточно найти смещения двухмерных проекций объектов в плоскости кадра.
Если мы хотим узнать на сколько тот или иной объект объект сместился по отношению к его же положению на предыдущем кадре за то время, которое прошло между фиксацией кадров, то скорее всего в первую очередь мы вспомним про оптический поток (optical flow). Для нахождения оптического потока можно смело воспользоваться готовой протестированной и оптимизированной реализацией одного из алгоритмов, например, из библиотеки OpenCV. При этом, однако, очень невредно разбираться в теории, поэтому я предлагаю всем заинтересованным заглянуть внутрь одного из популярных и хорошо изученных методов. В этой статье нет кода и практических советов, зато есть формулы и некоторое количество математических выводов.
Должен признаться, что я плохой программист. Я не люблю настраивать Maven и писать конфигурации для Spring Framework. Я не знаю в деталях, как работает JVM (да и в общих чертах представляю это себе довольно смутно). Я плохо понимаю паттерны проектирования, а любая новая технология вводит меня в уныние. И тем не менее, я люблю программировать.
Специально для таких как я (а может, и для каких-то других) существует небольшой класс игр, представляющих собой квинтэссенцию программирования. В них не нужно скрещивать ежа с ужом и беспокоиться о версиях библиотек. Лишь кристально чистое алгоритмическое программирование, обёрнутое в симпатичный интерфейс — вот моё маленькое счастье.
Минуточку внимания.
Я не стану говорить о Robot Battle и тому подобных вещах. Вот не стану и всё. Возможно, я странный человек, но мне не нравится иметь дело с чем-то, хоть отдалённо напоминающим реальную физику. Интересующиеся могут почитать об этой игре здесь, а статья немного о другом.