Привет! Не так давно в Steam произошло обновление, которое по каким-то причинам не было освещено на Хабре. Но если вы разрабатываете игры и называете себя модным словом инди, то это обновление повлияет на вас самым что ни на есть прямым образом.


Что же произошло?

Hydrogen — свободная кроссплатформенная драммашина. Драммашина — штука, позволяющая музыкантам послать всех ударников куда подальше и сделать «туц-тыщь пада-бум» самостоятельно, на компьютере.

Библиотека доступна на Github. А так же проекты фонограм (ударные+бас, проекты басов в lmms здесь.), сделанные в Ardour 4.6. И один проект инструментала — с гитарами, послушать mp3 можно здесь. Сведение ещё не доведено до ума, есть проблемы со звучанием баса и бочки, например, но тянуть, считаю, не стоит.

Это первая часть, вот вторая.
За всеми архитектурами нейронных сетей, которые то и дело возникают последнее время, уследить непросто. Даже понимание всех аббревиатур, которыми бросаются профессионалы, поначалу может показаться невыполнимой задачей.

Поэтому я решил составить шпаргалку по таким архитектурам. Большинство из них — нейронные сети, но некоторые — звери иной породы. Хотя все эти архитектуры подаются как новейшие и уникальные, когда я изобразил их структуру, внутренние связи стали намного понятнее.

Публикуем вторую часть статьи о типах архитектуры нейронных сетей. Вот первая.

За всеми архитектурами нейронных сетей, которые то и дело возникают последнее время, уследить непросто. Даже понимание всех аббревиатур, которыми бросаются профессионалы, поначалу может показаться невыполнимой задачей.

Поэтому я решил составить шпаргалку по таким архитектурам. Большинство из них — нейронные сети, но некоторые — звери иной породы. Хотя все эти архитектуры подаются как новейшие и уникальные, когда я изобразил их структуру, внутренние связи стали намного понятнее.

Внешний вид картонного четырёхбитного калькулятора из картона. Хорошо видны полусумматор вверху и три сумматора в средней и нижней части калькулятора

Давным-давно, до изобретения электроники, люди изготавливали механические компьютеры из подручных материалов. Самым известным и сложным примером такой машины является антикитерский механизм — сложнейшее устройство из не менее чем 30 шестерёнок использовалось для расчёта движения небесных тел и позволяло узнать дату 42 астрономических событий.

В наше время механические компьютеры (калькуляторы) — скорее предмет развлечения гиков и повод устроить забавное шоу. Например, как компьютер из 10 000 костяшек домино, который складывает произвольные четырёхзначные бинарные числа и выдаёт пятизначную двухбитную сумму (математическая теория этого калькулятора и архитектура). Такие перфомансы позволяют детям лучше понять, как работают битовые логические операции в программировании, как устроены логические вентили. Да и вообще сделать маленький компьютер своими руками из подручных материалов очень интересно, тем более если вы делаете это вместе с ребёнком.

Вскоре после изобретения фотографии некоторые криминалисты стали замечать схожие черты в фотокарточках преступников, сделанных после ареста. Если верить их словам, преступников объединяют общие черты лица, по которым их можно было бы отнести к правонарушителям. Современные ученые попытались доказать эту теорию с помощью возможностей искусственного интеллекта.

Ярым сторонником антропологической теории был известный итальянский криминалист Чезаре Ломброзо. Он считал, что преступники были в большей степени, чем законопослушные граждане, похожи на человекообразных обезьян. Он был убежден, что можно определить обезьяньи черты: скошенный лоб, специфическое строение ушных раковин, различные асимметрии лица и длинные руки. Чтобы доказать свою точку зрения, он провел много измерений, хотя и не делал статистический анализ этих данных.

Это упущение в конечном итоге развалило его теорию. Английский криминалист Чарльз Горинг опроверг взгляды Ломброзо. Он проанализировал всю информацию, связанную с физическими отклонениями преступников и законопослушных граждан, и не обнаружил никакой статистической закономерности.

Представитель народа пирахан из Амазонии пытается уложить в ряд такое же количество батареек, какое он видит на другой стороне стола. Во время другого теста нужно нарисовать в тетради справа такое же количество палочек, какое нарисовано слева

Человеческий мозг плохо приспособлен для представления и обработки цифр. Эволюция не сформировала этот навык. По большому счёту, цифры вообще не требуются для выживания, то есть для древнего человека знание арифметики не было эволюционным преимуществом. Такое эволюционное преимущество у индивидов появилось только после изобретения торговли и финансов. До этого древним людям в общении было достаточно слов «один», «два» и «много». Собственно, этими словами ограничены способности обычного человека и сегодня, если он не прошёл специальное обучение.

У людей исключительно слабые врождённые способности по обработке цифр: человек без подготовки обычно способен отличать числа только до трёх или четырёх. Это навык, который нужно специально осваивать и тщательно тренировать. Размышление о цифрах может активировать одновременно несколько когнитивных систем в мозге, в том числе систему обработки визуальной информации, как показало научное исследование Бурра и Росса 2008 года. Для такой сложной задачи в мозге просто нет специализированного отдела (арифметического сопроцессора), поэтому приходится задействовать сторонние отделы, приспосабливая их для этой задачи.

В 1999 году профессор Мэйнард Олсон, один из основателей проекта «Геном человека» предложил эволюционную гипотезу «Less is more». Заключается она в том, что наиболее правдоподобным механизмом оптимизации в эволюции является потеря функциональных генов. Гены ломаются, но это способствует изменению и движению вперед. Вместе с мутациями рождаются новые возможности. Кто-то может усмотреть в этом этическое противоречие, ведь иногда мы теряем и ценные гены. Концепция о стремлении к минимализму в эволюции вызывает вопросы и обсуждается до сих пор.



Этот материал — рассуждение о том, что все относительно даже в эволюции и что не стоит ровнять все мутации под одну гребёнку.

Синтезаторы уже давно стали привычными и обыденными. Практически все современные композиторы, исполнители и саунд-продюсеры (если не брать в расчет академическую классику) так или иначе используют их. При этом огромный теоретический и практический вклад людей, благодаря усилиям которых музыканты и композиторы имеют почти неограниченные возможности, остается несправедливо забытым.


В этом материале я хочу обратить внимание читателей на неизвестные, но крайне значимые изобретения и их создателей. На тех, чьи усилия повлияли на историю музыки, развитие музыкального оборудования, индустрию производства электронных инструментов, оставили значительный след в культуре, подарив музыкантам и композиторам новые возможности. Кроме того, будут рассмотрены и не совсем удачные попытки создания прообразов синтезатора, которые достойны внимая уже потому, что идеи, заложенные в этих обреченных на неудачу стартапах прошлого, дали мощный толчок к развитию.

В этой статье описаны лишь некоторые разработки, появившиеся с 1850-го по 1964-й год. В связи объёмностью темы мы решили разделить материал на несколько частей.

В продолжение предыдущего топика "Как на самом деле работает мозг". На написание данного поста меня побудила, с одной стороны, замечательная книга «Grooming, Gossip, and the Evolution of Language» Робина Данбара (Robin Dunbar), а с другой — очередная порция «полезных» и «умных» советов в GTD и других блогах.

Для затравки — небольшая логическая задачка. Дан набор карточек; на каждой из них на одной стороне написана буква, на другой — цифра.
На столе лежат четыре карточки: «А», «Д», «5» и «6». Вам говорят: если на карточке (из числа лежащих на столе) на одной стороне гласная, то на обороте — чётная цифра. Какие из карточек достаточно перевернуть, чтобы однозначно подтвердить или опровергнуть это утверждение?

Подумайте немного, запишите ответ на бумажке и добро пожаловать под кат.

Двухэтапная аутентификация. Хорошая идея, но на практике только упрощающая получение доступа к вашим данным, т.к. включает в себя слишком много дополнительных участников, которые тоже могут иметь свои уязвимости.

Давно собирался написать об этом, но как то не доходили руки. На днях уже на себе ощутив всю прелесть данного метода защиты, решил что время таки пришло.

Я ясно помню тот день в далеком 2014 году, когда я решил заняться программирование под Android. Это оказалось лучшим решением, которое я принял в моей жизни. Уже прошло почти два с половиной года, и за это время у меня возможность кое-чему научиться.

Когда я только начал, я не знал никого, кто мог бы научить меня, показать, как правильно нужно делать. И я совершил МНОЖЕСТВО ошибок, в так же потратил кучу времени на то, чтобы потом их исправить.

Полтора года спустя, мне выпал шанс поработать с очень талантливыми и опытными Android-разработчиками, которые направляли меня и помогли мне привести все в порядок. Эти две составляющие научили меня многому. Я понял, что надо ДЕЛАТЬ, а самое главное, что НЕ НАДО.

И уже какое-то время я, как могу, стараюсь помогать другим разработчикам — прямо или косвенно. Вот мои профили: StackOverflow и Github.

В этой статье я поделюсь некоторыми полезными фактами, до которых я сам дошел за эти годы. Они могут помочь кому-то быстрее взяться за дело и не повторить моих ошибок.

Предупреждение: в этой статье я затрону Android, а также идеи и результаты программирования, так что если вы не знакомы с одним из этих пунктов, то вам может быть неинтересно дочитывать статью до конца. Остальные, просто читайте.

Поводом написания данной статьи послужила публикация материала американских неврологов на тему измерения емкости памяти головного мозга человека, и представленная на GeekTimes днем ранее.

В подготовленном материале постараюсь объяснить механизмы, особенности, функциональность, структурные взаимодействия и особенности в работе памяти. Так же, почему нельзя проводить аналогии с компьютерами в работе мозга и вести исчисления в единицах измерения машинного языка. В статье используются материалы взятые из трудов людей, посвятившим жизнь не легкому труду в изучении цитоархитектоники и морфогенетике, подтвержденный на практике и имеющие результаты в доказательной медицине. В частности используются данные Савельева С.В. учёного, эволюциониста, палеоневролога, доктора биологических наук, профессора, заведующего лабораторией развития нервной системы Института морфологии человека РАН.

Армия США начала тестирование нового способа повышения умственных способностей людей при помощи электростимуляции мозга. В категорию специальностей, которым будет предложена эта методика, входят ВВС, операторы дронов и другие военные, кому требуется быстро реагировать на возникающие проблемы в стрессовых ситуациях. По словам специалистов, разработавших методику, электростимуляция, в числе прочих эффектов, сокращает время реакции человека на внешние раздражители. Речь идет о так называемой «транскраниальной микрополяризации» (tDCS).

Аппаратная часть системы включает пять электродов, которые посылают слабый электрический разряд через череп в определенные области коры головного мозга. Предыдущие исследования показали, что это помогает улучшить работу определенных групп нейронов, что в свою очередь, улучшает когнитивные способности самого человека.

В ресторане заиграла почти забытая песня. Вы слушали её в далёком прошлом. Сколько трогательных воспоминаний способны вызвать аккорды и слова… Вы отчаянно хотите послушать эту песню снова, но вот её название напрочь вылетело из головы! Как быть? К счастью, в нашем фантастическом высокотехнологичном мире есть ответ на этот вопрос.

У вас в кармане лежит смартфон, на котором установлена программа для распознавания музыкальных произведений. Эта программа – ваш спаситель. Для того чтобы узнать название песни, не придётся ходить из угла в угол в попытках выудить из собственной памяти заветную строчку. И ведь не факт, что это получится. Программа, если дать ей «послушать» музыку, тут же сообщит название композиции. После этого можно будет слушать милые сердцу звуки снова и снова. До тех пор, пока они не станут с вами единым целым, или – до тех пор, пока вам всё это не надоест.

Мобильные технологии и невероятный прогресс в области обработки звука дают разработчикам алгоритмов возможность создавать приложения для распознавания музыкальных произведений. Одно из самых популярных решений такого рода называется Shazam. Если дать ему 20 секунд звучания, неважно, будет ли это кусок вступления, припева или часть основного мотива, Shazam создаст сигнатурный код, сверится с базой данных и воспользуется собственным алгоритмом распознавания музыки для того, чтобы выдать название произведения.

Как же всё это работает?

Привет Хабр! В 2014 году я опубликовал большую статью про наш опыт открытия студии мобильной разработки «с нуля». Хочу к ней вернуться, поделится с сообществом тем, что накипело за 2 года и привести новые цифры по оборотам, рассказать о «набитых шишках», как мы выходим на западные рынки и т.п. В России 2 года работы огромный срок, мы выросли в восемь раз за этот период времени.

Я взял исходную публикацию с 2014 года и дополнил ее (в скобках с пометкой upd.2016) новым взглядом, который поверьте за 2 года очень сильно изменился.

Итак, встречайте — часть 1: