Создателям клеточных автоматов может пригодиться еще один правило — из живой природы, от настоящих «клеточных автоматов»
Ученые долго не могли понять способности инфузорий-туфелек обучаться. Было давно известно, что при попадании в неблагоприятную среду это одноклеточное существо как бы запоминает это зону и старается держать от нее подальше.
Кроме того, туфельки оказались способны запоминать, какие частицы съедобны, а какие нет. Ученые бросали им смесь разных частиц. Сначала подопытные глотали все подряд, но потом они выбирали только съедобные.
Более того проводились такие опыты — брали пробирку, одну часть освещали, а другую нет (парамеция-туфелька умеет различать освещенность). При заплыве на «неправильную» территорию ученые пропускали сквозь воду микроимпульс тока — не смертельный, но неприятный. Через некоторое время инфузории, рандомно плавающие туда-сюда, перестали заплывать на «опасный» участок. Более того, было видно, что они разворачиваются до того, как пересекут границу освещенности.
Несколько десятилетий подряд исследователи ставили все новые и новые опыты и приходили в восторг от способностей одноклеточных. Эти эксперименты ставили под сомнение сам факт, что для обучения нужен хоть какой-то мозг или хотя бы специализированные нервные клетки (которые появляются толкьо у многоклеточных).
Поскольку это комментарий под статьей о клеточных автоматах, вы уже можете догадаться, какое правило использовали парамеции туфельки.
Действительно, мозг для этого правила был не нужен.
Правило обучающихся туфелек
1. Инфузории при попадании в неблагоприятные условия выбрасывают тучи стрекательных палочек.
2. При любом контакте со своими стрекательными палочками — они стремятся покинуть территорию.
Отмечу, что это правило можно отнести к условному классу алгоритмов «пометка территории». Если добавить в клеточные автоматы еще один класс специальных клеток, которые
— не препятствуют движению
— вызывают «желание» у хозяев покинуть территорию
— выбрасываются хозяевами в определенных ситуациях
— не визуализируются в дефолтном режиме — для пущего эффекта у наблюдателя
то мы получим «обучающийся» клеточный автомат, структуры которого будут стремиться избегать участков, где пострадали они или другие структуры предыдущего типа.
Да, забыл сказать — почти сразу ученых начала смущать такая особенность туфелек, как способность получать знания от предыдущих испытуемых, заплывших не туда. Тогда эта концепция была свежа, особенно у биологов, а сейчас, когда мы знаем секрет, мы можем выбирать это правило в качестве одной из базовых гипотез.
PS: информацию о туфельках я почерпнул из книги «Как мозг учился думать», автор Сергеев Борис (советский ученый). Там есть еще и другие забавные приколы — к примеру, как одноклеточные существа реализуют «привыкание» к раздражителю. Это точно можно внедрить в клеточные автоматы, так как правило довольно простое
Привыкание у одноклеточных организмов...
Привыкание у одноклеточных организмов реализовано за счет истощения запаса химических веществ, который вызывает реакцию на раздражитель.
И еще — повышение раздражительности. Оно было замечено уже на опытах с многоклеточными гидрами, у которых отмечается повышение скорости реакции на любой раздражающий импульс. У них есть уже нервные клетки, но раздражительность относительно просто реализуется простым алгоритмом:
Раздражительность
Реакция на раздражитель происходит при накоплении определенного числа химических веществ — медиаторов — в организме. Если импульсы раздражителя идут довольно часто, химическое вещество не успевает рассасываться и для достижения эффекта требуется все меньший, и меньший раздражитель — пока запасы медиаторы не будут полностью истощены.
Два последних правила скорее относятся к внутреннему устройству одноклеточных и не совсем подходят для «чистых» клеточных автоматов, которые по сути являются точками. Но наверно, похожие рефлексы можно имитировать, если создавать «многоклеточные» существа из кучи специализированных клеточных автоматов, часть из которых будет играть роль медиатора.
так это же знаменитый лайфхак выживальщиков — даже Арнольд Шварцнеггер показывал. Если нет шансов против инопланетного хищника с супертехнологией, надо обмазаться грязью, тогда у предатора засбоит система распознавания, тут-то все и случится с помощью бревна и какой-то матери
вы много читаете и прислушиваетесь к авторитетам.
Сделайте следующий шаг — подумайте, почему к авторитетам надо прислушиваться? Надо ли вообще прислушиваться? Авторитеты ли они? Не рабы ли они старых концепций? Сколько научных концепций было сразу принято радостно старыми учеными?
Другими словами, апелляция к авторитетам — разумный, но недостаточный довод. Авторитет может ошибаться, авторитет может вообще быть не авторитетом, а человеком, который рассуждает со стороны.
С большим интересом прочитал статью. Читается как роман, как сценарий к сериалу — с удовольствием бы посмотрел.
Мне кажется, вы ищите в программировании какое-то чудо, но берете для его определения критерии из мира не-программистов (хакеры, «настоящий ИИ» и тд).
В программировании много чудес, и мне кажется, вы пропускаете одно из важнейших. Это чудо создания сложных систем из крайне простого набора простых правил. Почитайте про языки, «полные по Тьюрингу». Почитайте про игру «Жизнь». Она называется игрой, но на самом деле ничего игрового там нет. Это удивительный пример, как из трех простых правил, в которые можно играть даже на листе бумаги, создается огромная, сложная и малопредсказуемая (невооруженным взглядом и умом!) система, которая развивается, и на базе которой можно создавать невероятные паттерны.
Если вы увлечетесь этим чудом, этой концепцией «создание сложного за счет минимальных действий», возможно, вам откроются врата к тысячам других чудес и вам будет намного интереснее заниматься любой деятельностью из числа изученных.
по крайней мере такие статьи полезны в плане «повторение — мать учения»
хотя для опытных разработчиков они могут показаться утомительными и разочаровывающими
так-то ваши аргументы хороши, т.к. и сейчас основная масса еды производится агрокорпорациями, но у СССР были другие проблемы
— отсутствие заинтересованности в результате
— слабые варианты воздействия на откровенных лодырей на работе
— жесткая централизованность, невозможность маневра, что приводила к тому, что в одной деревне моего детства на берегу реки Ангары был один набор товаров, а в соседней — даже сигареты другие. Сейчас-то это быстро бы решилось частными мелкими торговцами, а тогда приходилось просто кататься по деревням, собирая редкие артефакты завоза
— как следствие, чудовищные проблемы с распространением и реализацией готовой продукции. Заводам приходилось посылать «толкачей» — людей, которые бы приезжали и «выбивали» поставки по договорам, сами производители пинали балду с момента завершения производства продукта, а торгово-распределительные сети были крайне зажаты в плане маневра и самостоятельности.
Все это привело к тому, что картошка, собранная студентами и солдатами, да даже преподавателями вузов, сгнивала на овощебазах, не доходя до прилавков.
// могли по 5-10 часов перерисовывать один круглый логотип применяя в окраске всевозможные оттенки и
в голове сразу родилась идея скрипта, который будет в браузере (да даже в Иллюстраторе, там тоже есть JavaScript), будет это делать без участия дизайнера — и это можно будет даже транслировать заказчику. А сам в кафе на расслабоне по телефону имитируешь, что сидишь за компом и «играешь цветами»
хотя зачем в кафе — с такими скриптами можно вести сразу десять заказчиков
верно. Но у камер тоже есть угол обзора. И это техническое ограничение у них тоже остается. Если камера не вращается на месте («нет саккад») и не закреплена на движущемся шасси («нет головы») — число камер для покрытия необходимого обзора резко растет. Это особенно критично для разработки систем зрения у машин — так как требуется обзор во все стороны, пусть и не постоянно. Сейчас это дешевле решить массивом камер. Возможно в будущем — будет достаточно одной двигающейся камеры. Но это уже инженерная фантастика ближнего прицела, я не поставлю на это свою коллекцию счастливых трамвайных билетиков
алгоритм живого, немашинного зрения очень сильно опирается на постоянные движения глаз (саккады) и перемещение головы.
У некоторых животных, к примеру, молодых сов второе очень сильно заметно — они раскачивают головой из стороны в стороны, можете погуглить в Ютубе, или на канале Yoll у московского орнитолога посмотреть ролики с молодой совой Ивой (лето 2018, кажется).
Так вот, когда у нас будут камеры, которые реализуют
1. саккады
2. движение головой
тогда и можно будет говорить о сокращении числа камер при сохранении качества.
Но боюсь, с габаритами трамвая проще все же навешивать дополнительные камеры, даже с «саккадами», чем реализовывать какую-то механическую «голову», которая должна будет осматривать периметр, да еще и заглядывать в салон, как это делает и водитель
я знаком с рядом начинающих и не начинающих инди-гейм-разработчиков
многие из них вязнут в большом проекте, это частая беда
даже опытные люди, выпустившие не одну игру, бывает, увязают в новой игре и не могут выпустить ее год, хотя по виду она — двухмерная простая фигня, которую так и хочется оценить максимум в 2 недели. В одну, если графика уже есть.
ага, а есть еще намывные острова, которые создают люди
есть коралловые рифы, у которых свой генезис
есть вулканические острова, которые могут появиться за одну ночь
в геологии очень много причин — нам придется симулировать весь земной шар с океаном, атмосферами и внутренним строением — заодно решим проблему прогнозирования погоды, цунами и землетрясений. Шутка.
А про остров на фото — да, это скорее скалы. Я не знаю точной причины их возникновния, так как в 8 классе, простудившись в походе и болея на природе, окончательно решил идти в компьютерщики, а не геологи. Но в юго-восточной Азии их очень много. Многие выглядят еще круче — между Пхукетом и Пхи-Пхи в океане можно увидеть острова, похожие на ошибку генератора в Майнкрафте, или на башни с верхушками, заросшими лесом. Мне они, когда я их увидел, напомнили скалу зеленых драконов из замка лесных эльфов в третьих Героях
В целом надо спрашивать — что мы хотим симулировать алгоритмом? Если отмели, то данный остров-скала не годится как сэмпл. Если реальную береговую линию с заливами — то вообще причин появления островов несколько больше. Поэтому Земля такая и красивая местами.
Поздравляю, вы получили остров в бухте. Вам кажется это не логично, но это вполне геологично. Помимо барьерных островов, в природе существует масса формаций, и когда мы научимся их все успешно генерировать — можно будет задуматься и о настоящей Матрице. А пока настоящий геолог, как мы видим из этой статьи, успешно отличит виртуальную карту от реальной )
определитесь, какую программку вы хотели бы для уже имеющегося хобби — и пишите ее )
самое простое — это файловые утилиты или скрипты для автоматизации в каких-нибудь пакетах (фотошоп, офис, что угодно, что имеет встроенные скриптовые средства). Это просто, потому что по сути такие утилиты представляют собой цепочку функций, там не нужно париться над потоком данных, над архитектурой, над циклом жизни программы, и их можно неспешно писать за день-два.
К примеру, можно сделать утилиту для сортировки музыкальных файлов или видео, скачанных из Ютуба. Или утилиту для поиска дублей фото (если часто скидываешь с камеры, может образоваться куча папок с частично дублирующимся контентом)
Единственное, что с файловыми операциями надо быть осторожными, и делайте бэкапы. Хотя если вы ищете дубли файлов — это может быть вполне безопасно, если утилита выполняет только чтение данных и вывод в один текстовый файл названия и пути всех найденных дублей.
герой в шлеме выглядит колоритно, а лица при такой камере мы все равно не видим — так что пусть остается. Кроме того, не забывайте, что герой исследует подозрительную локацию и бой может начаться в любой момент. Это если бы он в таверну зашел, да еще пива заказал — тогда бы возникли вопросы, потому что в шлеме пить пиво можно только через соломинку (я пробовал), но соломинки в трактирах сейчас не подают, потому что борются с загрязнением окружающей среды.
логику понял, в пакетах могут быть зловреды, то есть безопасность пользователей под вопросом, но доступ к файловой системе разработческой машины на этапе инсталла — это вообще самая большая дыра, так как может разрушить кучу вещей, включая другие проекты. При установке через виртуальную систему я могу закрыть хотя бы ее — и, вероятно, в будущем так и сделаю.
Ученые долго не могли понять способности инфузорий-туфелек обучаться. Было давно известно, что при попадании в неблагоприятную среду это одноклеточное существо как бы запоминает это зону и старается держать от нее подальше.
Кроме того, туфельки оказались способны запоминать, какие частицы съедобны, а какие нет. Ученые бросали им смесь разных частиц. Сначала подопытные глотали все подряд, но потом они выбирали только съедобные.
Более того проводились такие опыты — брали пробирку, одну часть освещали, а другую нет (парамеция-туфелька умеет различать освещенность). При заплыве на «неправильную» территорию ученые пропускали сквозь воду микроимпульс тока — не смертельный, но неприятный. Через некоторое время инфузории, рандомно плавающие туда-сюда, перестали заплывать на «опасный» участок. Более того, было видно, что они разворачиваются до того, как пересекут границу освещенности.
Несколько десятилетий подряд исследователи ставили все новые и новые опыты и приходили в восторг от способностей одноклеточных. Эти эксперименты ставили под сомнение сам факт, что для обучения нужен хоть какой-то мозг или хотя бы специализированные нервные клетки (которые появляются толкьо у многоклеточных).
Поскольку это комментарий под статьей о клеточных автоматах, вы уже можете догадаться, какое правило использовали парамеции туфельки.
Действительно, мозг для этого правила был не нужен.
2. При любом контакте со своими стрекательными палочками — они стремятся покинуть территорию.
Отмечу, что это правило можно отнести к условному классу алгоритмов «пометка территории». Если добавить в клеточные автоматы еще один класс специальных клеток, которые
— не препятствуют движению
— вызывают «желание» у хозяев покинуть территорию
— выбрасываются хозяевами в определенных ситуациях
— не визуализируются в дефолтном режиме — для пущего эффекта у наблюдателя
то мы получим «обучающийся» клеточный автомат, структуры которого будут стремиться избегать участков, где пострадали они или другие структуры предыдущего типа.
Да, забыл сказать — почти сразу ученых начала смущать такая особенность туфелек, как способность получать знания от предыдущих испытуемых, заплывших не туда. Тогда эта концепция была свежа, особенно у биологов, а сейчас, когда мы знаем секрет, мы можем выбирать это правило в качестве одной из базовых гипотез.
PS: информацию о туфельках я почерпнул из книги «Как мозг учился думать», автор Сергеев Борис (советский ученый). Там есть еще и другие забавные приколы — к примеру, как одноклеточные существа реализуют «привыкание» к раздражителю. Это точно можно внедрить в клеточные автоматы, так как правило довольно простое
И еще — повышение раздражительности. Оно было замечено уже на опытах с многоклеточными гидрами, у которых отмечается повышение скорости реакции на любой раздражающий импульс. У них есть уже нервные клетки, но раздражительность относительно просто реализуется простым алгоритмом:
Два последних правила скорее относятся к внутреннему устройству одноклеточных и не совсем подходят для «чистых» клеточных автоматов, которые по сути являются точками. Но наверно, похожие рефлексы можно имитировать, если создавать «многоклеточные» существа из кучи специализированных клеточных автоматов, часть из которых будет играть роль медиатора.
PS: похожий принцип используется в "муравьином алгоритме".
Сделайте следующий шаг — подумайте, почему к авторитетам надо прислушиваться? Надо ли вообще прислушиваться? Авторитеты ли они? Не рабы ли они старых концепций? Сколько научных концепций было сразу принято радостно старыми учеными?
Другими словами, апелляция к авторитетам — разумный, но недостаточный довод. Авторитет может ошибаться, авторитет может вообще быть не авторитетом, а человеком, который рассуждает со стороны.
Мне кажется, вы ищите в программировании какое-то чудо, но берете для его определения критерии из мира не-программистов (хакеры, «настоящий ИИ» и тд).
В программировании много чудес, и мне кажется, вы пропускаете одно из важнейших. Это чудо создания сложных систем из крайне простого набора простых правил. Почитайте про языки, «полные по Тьюрингу». Почитайте про игру «Жизнь». Она называется игрой, но на самом деле ничего игрового там нет. Это удивительный пример, как из трех простых правил, в которые можно играть даже на листе бумаги, создается огромная, сложная и малопредсказуемая (невооруженным взглядом и умом!) система, которая развивается, и на базе которой можно создавать невероятные паттерны.
Если вы увлечетесь этим чудом, этой концепцией «создание сложного за счет минимальных действий», возможно, вам откроются врата к тысячам других чудес и вам будет намного интереснее заниматься любой деятельностью из числа изученных.
хотя для опытных разработчиков они могут показаться утомительными и разочаровывающими
— отсутствие заинтересованности в результате
— слабые варианты воздействия на откровенных лодырей на работе
— жесткая централизованность, невозможность маневра, что приводила к тому, что в одной деревне моего детства на берегу реки Ангары был один набор товаров, а в соседней — даже сигареты другие. Сейчас-то это быстро бы решилось частными мелкими торговцами, а тогда приходилось просто кататься по деревням, собирая редкие артефакты завоза
— как следствие, чудовищные проблемы с распространением и реализацией готовой продукции. Заводам приходилось посылать «толкачей» — людей, которые бы приезжали и «выбивали» поставки по договорам, сами производители пинали балду с момента завершения производства продукта, а торгово-распределительные сети были крайне зажаты в плане маневра и самостоятельности.
Все это привело к тому, что картошка, собранная студентами и солдатами, да даже преподавателями вузов, сгнивала на овощебазах, не доходя до прилавков.
в голове сразу родилась идея скрипта, который будет в браузере (да даже в Иллюстраторе, там тоже есть JavaScript), будет это делать без участия дизайнера — и это можно будет даже транслировать заказчику. А сам в кафе на расслабоне по телефону имитируешь, что сидишь за компом и «играешь цветами»
хотя зачем в кафе — с такими скриптами можно вести сразу десять заказчиков
Ищите Сон — Почему мы спим и как нам это лучше всего удается, автор Петер Шпорк
Там про все аспекты недосыпания, засыпания и снов хорошо рассказано немецким ученым-сомнологом
// снова силы прибывают
потому что суточные циклы бодрствования — нелинейная функция от времени
У некоторых животных, к примеру, молодых сов второе очень сильно заметно — они раскачивают головой из стороны в стороны, можете погуглить в Ютубе, или на канале Yoll у московского орнитолога посмотреть ролики с молодой совой Ивой (лето 2018, кажется).
Так вот, когда у нас будут камеры, которые реализуют
1. саккады
2. движение головой
тогда и можно будет говорить о сокращении числа камер при сохранении качества.
Но боюсь, с габаритами трамвая проще все же навешивать дополнительные камеры, даже с «саккадами», чем реализовывать какую-то механическую «голову», которая должна будет осматривать периметр, да еще и заглядывать в салон, как это делает и водитель
многие из них вязнут в большом проекте, это частая беда
даже опытные люди, выпустившие не одну игру, бывает, увязают в новой игре и не могут выпустить ее год, хотя по виду она — двухмерная простая фигня, которую так и хочется оценить максимум в 2 недели. В одну, если графика уже есть.
есть коралловые рифы, у которых свой генезис
есть вулканические острова, которые могут появиться за одну ночь
в геологии очень много причин — нам придется симулировать весь земной шар с океаном, атмосферами и внутренним строением — заодно решим проблему прогнозирования погоды, цунами и землетрясений. Шутка.
А про остров на фото — да, это скорее скалы. Я не знаю точной причины их возникновния, так как в 8 классе, простудившись в походе и болея на природе, окончательно решил идти в компьютерщики, а не геологи. Но в юго-восточной Азии их очень много. Многие выглядят еще круче — между Пхукетом и Пхи-Пхи в океане можно увидеть острова, похожие на ошибку генератора в Майнкрафте, или на башни с верхушками, заросшими лесом. Мне они, когда я их увидел, напомнили скалу зеленых драконов из замка лесных эльфов в третьих Героях
В целом надо спрашивать — что мы хотим симулировать алгоритмом? Если отмели, то данный остров-скала не годится как сэмпл. Если реальную береговую линию с заливами — то вообще причин появления островов несколько больше. Поэтому Земля такая и красивая местами.
самое простое — это файловые утилиты или скрипты для автоматизации в каких-нибудь пакетах (фотошоп, офис, что угодно, что имеет встроенные скриптовые средства). Это просто, потому что по сути такие утилиты представляют собой цепочку функций, там не нужно париться над потоком данных, над архитектурой, над циклом жизни программы, и их можно неспешно писать за день-два.
К примеру, можно сделать утилиту для сортировки музыкальных файлов или видео, скачанных из Ютуба. Или утилиту для поиска дублей фото (если часто скидываешь с камеры, может образоваться куча папок с частично дублирующимся контентом)
Единственное, что с файловыми операциями надо быть осторожными, и делайте бэкапы. Хотя если вы ищете дубли файлов — это может быть вполне безопасно, если утилита выполняет только чтение данных и вывод в один текстовый файл названия и пути всех найденных дублей.