Вот да, эта статья была именно от гугловского русскоязычного евангелиста.
Ей ещё попытались объяснить в чём проблема с умозрительным назначением былым «уравнивающего» штрафа, но девушка крепко держалась в комментариях за руководящие столпы, и ничего понимать не хотела.
>> Игра моделирует орбитальную механику достаточно подробно (есть точки Лагранжа), но в ней такие относительные скорости — исключения.
Ну у нас были свои игры, мы в проектирование космических сражений игрались в бытность учёбы на физфаке. И вот я убей не понимаю зачем кому-то в здравом уме висеть в точке Лагранжа. Выживаемость любого корабля в мире где есть пушки изрыгающие дробины на скорости 4 км/с критическим образом зависит от изменчивости его траектории, а из точки лагранжа ему никуда не деться. Стреляй по нему хоть из-за Луны из слепой зоны за лунным терминатором, так что у тебя даже прямой видимости на момент пуска не будет.
Даже просто два корабля на орбите земли будут иметь относительную скорость в диапазоне от нескольких до 16 км/с, а если один из них атакует землю с гиперболической траектории, напрмиер, диапазон скоростей ещё на 3 км/с выше.
Тепловые аккумуляторы. В какому-то моменту не маневрирующая запущенная по баллистике боеголовка покарашенная в чёрную радиопоглощающую краску корректирует свою траекторию по команде с носителя отстреливая тепловой аккум с нужной скоростью в нужную сторону. Всё это в пассивном режиме. Может подойти к противнику на дистанцию плевка, если он не уманеврирует, конечно.
Вменяемый диаметр лазера — довольно условное понятие. В космосе, если уж приспичило, можно выращивать очень не маленькие кристаллы, а у лазера диаметром 256 миллиметров уже не такой высокий угол расхождения. Другой вопрос, что воздух выдыхаемый и вдыхаемый пилотом разворачивает корабль достаточно чтобы на таких дистанциях точка прицеливания ходила на несколько километров, что порождает совсем отдельный масштабный класс инженерных задач. Система охлаждения же тоже, вероятно, имеет подвижные детали.
Не корректируемыми снарядами на реальных дистанциях попасть можно только в вообще не маневрирующую цель. Дело даже не в том, что угловая минута на тысяче километров это, промах 300 метров, а в том, сколько секунд болванка будет эту тысячу лететь, и куда успеет уманеврировать корабль с химическим движком за это время.
Но при этом по неподвижной базе или кораблю можно садить через пол планитарной системы.
При этом если вы не вставали специально на параллельные курсы, то ваша относительная скорость измеряется, скорее всего полутора десятками километров в секунду, и вы пробудете на дистанции стрельбы чем-либо кроме лазеров в течении не не больше минуты, а результат боя исчерпывающим образом определяется тем куда вы заранее выпулили болванками и ракетами.
Короче тема богатая, и каждый раз, когда вы прибавляете к списку учтённых факторов какой-то новый картина может переворачиваться с ног на голову. Что, кстати, интересно для игр. Появление какого-нибудь нового типа боеголовок может радикально менять картину боя.
Чё, правда? Я, например, сделал свой выбор. У меня зарплата 200 на руки и собственный Лексус.
Есть два вида смешных людей на свете. Люди, которые уверены, что они лучше своих оппонентов, и люди которые верят одновременно в демократию и в то, что голосовать должны только они. Есть ещё третьи люди, которые не понимают что в этом смешного, но они целиком находятся в одной из первых двух групп.
Если у вас плотная сеть в которой все связаны со всеми предыдущего слоя, тогда да. А если у вас 36 нейронов распологаются в примерно 20 слоях, как в моей следующей статье, и каждый может быть связан с нейроном из любого предыдущего слоя, тогда просто матрицы уже плохо подходят. Ну то есть на самом деле и такое можно выразить через матрицы, и я это уже сделал. Но в первом приближении было удобнее реализовывать таким вот медленным и убогим способом.
Мир нейросетей для того и существует чтобы приближённо решать задачи, которые аналитически неразрешимы вообще или за разумное время. Всё что можно сделать аналитически лучше и быстрее делать аналитически.
Я очень слабо слежу за литературой по этой теме, так что не смогу ответить. Но визуализаций, подобных моим, которые бы позволяли как-то изучать свойства рельефов на реальных задачах не только не встречал, но большинство тех с кем случалось разговаривать об этом даже не понимает постановки задачи или считают её не интересной.
Знаю, что в биологии было два исследования на тему было. В одном случае исчерпывающе изучили все пути по ландшафту образованному всего 5 однобуквенными заменами в белке, приспосабливающемся, к новому антибиотику. Из 120 основных путей без откатов путей только 5 оказались в принципе проходимы, и в 99% случаев эволюция шла по одному из них. Другое исследование было про влияние изменчивости в активной зоне белка, там где определяются не структурные свойства белка, а его каталитическая активность. И там почти все варианты оказались жизнеспособными и на эффективность выполнения белком своей функции влияли всего на десятки процентов. Абстракты обоих статей на Элементах выкладывал Маркин с разрывом в несколько лет.
Я для себя из этого делаю вывод, что вообще проходимость ландшафта в биологии очень плохая, но если эволюции это конкретно нужно она способна управлять проходимостью: порождать конструкции, делающие ландшафт на каком-то участке генома более толерантным к изменениям.
До людей постепенно начинает доходить, что низкая проходимость функции потерь гораздо большая проблема чем скорость достижения ближайшей приличной местности. Очень постепенно, учитывая как много времени люди тратят на эту отрасль в последнее время. :)
Из личного опыта — на многих задачах ситуация когда качество решения зримо улучшаться и алгоритм вышел на полку, это только первая половина, если не первая четверть решения. потому что вы выходите в область функции потерь состоящую из длиннющих извилистых ложбин с очень низким изменением градиента. И вполне возможно, если ваш алгоритм умеет путешествовать по таким областям, сможете улучшить своё решение ещё раза в полтора-два.
Также из личных наблюдений, в такой ситуации возможность посчитать вторую производную не просто не помогает, а буквально вредит. Я когда-то сделал алгоритм, вычисляющий точную вторую производную всего за троекратное примерно время от получения первой производной. Каково было моё разочарование, когда выяснилось, что такой алгоритм в локальных минимумах вдоль ложбин вязнет на много прочнее, чем гораздо более простые алгоритмы, и польза от него только на первой части решения, потом вред один.
Из всего этого один простой вывод — другие типы простых задач нужно ставить в качестве модельних для изучения алгоритмов. Возьмите, например, функцию sin(x)+sin(50x) + cos(50y) + cos(500 y) — (x^2+y^2)/1000 и попробуйте свой алгоритм на такой функции потерь запустить, и посмотрите на сколько он хорош. Реальные задачи на такое похожи гораздо больше чем на то, что показано в иллюстрациях в статьях. Это ещё не лучший пример функции, потому что у неё длинных ложбин нет. Лучше было бы что-то типа суммы пересекающихся спиралей с разными центрами.
The 1975 edition of the American Heritage Dictionary, published a decade before the Digital revolution, gave only one definition: «Geek [noun, slang]. A carnival performer whose act usually consists of biting the head off a live chicken or snake.» The tech revolution found new uses for this word, but it still often conveys a derogatory sting. Today, Dictionary.com gives five definitions, the fourth of which is «a carnival performer who performs sensationally morbid or disgusting acts, as biting off the head of a live chicken.»
Курицы были немного немножко задолго до эры высоких технологий, как раз в год появления на свет первого продаваемого за деньги персонального компьютера.
В прошлом году были новости о сдачу на испытания ТВЭЛ-а к нему и про трубки охладителя что-то. Но вот какой прогресс в этом адово сложном деле неизвестно, и когда будет готово не знают, думаю, даже они. Хорошо если С7 проект подтянет, потому что у правительства что-то семь пятниц на неделе по поводу того какой финансирование ещё подрезать.
Интересный пример, когда мнение даже малого количества эгоистов замедляет весь поток включая этих эгоистов — эскалаторы московского метро. Если вы встаёте на эскалатор в один ряд, чтобы пропустить торопящихся в левом ряду пропускная способность эскалатора падает в два раза, и перед эскалатором часто возникает пробка, в которой все включая торопящихся теряют больше времени, чем они съэкономили бегая вверх по эскалатору за всю жизнь.
Прикольно. :) Практически такой алгоритм я приводил в пример на собеседовании в Pixonic в 2011-ом. Только у меня ещё ситуация была более сложная, когда клиенты ещё и сверяли между собой броски случайных чисел, до поры до времени известные только одному из игроков (кому какая карта выпала).
Статья про то, как трудно устроиться в жизни людям, которые не осилили и улетели с траектории в научную элиту и вместо этого попали в отсев и обычную жизнь. Грустная судьба, особенно учитывая, что таких людей на много больше, чем тех, у кого получилось, и всем им нельзя признаваться ни себе ни людям.
И закралось подозрение — не двухходовочка ли планируется — вместо обрушения «Сбера» и прочих — просто всем вклады превратят в акции…
Это вы за новостями не следите просто. Такая схема списания долгов не только уже опробирована на примере Кипрских банков, но более того признана мировым сообществом правильной и рекомендована Базелем всем банкам мира. Россия тут в роли догоняющей.
Вы опять путаете математику с естественными науками. Близость до истины это то что определяется в ходе экспериментов в естественных науках. У вас есть теория. У вас есть эксперимент. Они всегда не совпадают. Если не совпали в пределах разумного рецензенты голосуют считать вашу точность достаточной и вашу статью принимают к публикации. Остальные физики либо принимают вашу близость к истине и цитируют вас либо не принимают или вашу точность или вашу полезность и вас не цитируют. Голосование ногами опять же.
В математике все по другому. Вы можете доказать, что исходя из выбранных аксиом ваше заявление верно. Но правильный набор аксиом доказать нельзя. Не существует истинных аксиом. Учёные голосуют ногами выбирая для своих исследований разные наборы аксиом, и формируя разные области математики. Есть теорема, что всю математику к конечному набору аксиом свести нельзя, и он всегда будет вопросом личного выбора. Эта теорема называется теорема Гёделя о неполноте и была доказана в 1930-ых годах. По этому математики тоже голосуют, но не за близость, а за произвольно выбранную аксиоматику, кому какая кажется более красивой и интересной. Истинность в математике вообще не существуют, в ней может быть только непротиворечивость и только внутри выбранной с потолка аксиоматики. Что для геометрии Лобачевского верно для геометрии Евклида может быть неверно и наоборот.
Не зависит от мировосприятия уж точно не имеет никакого отношения к солипсизму. Зависит от формальной логики.
Какая математика истеннее, Евклида или Лобачевского? Никакая! Теорема Гёделя напрямую показывает что нельзя из 9 аксиом вывести которая из двух десятых правильнее. Математики голосуют ногами, одни выбирая одну, другие другую, создавая две области математики. И так всегда.
Как известно, истина в математике и естествознании не определяется голосованием.
Автор явно прогулял уроки «философии научного познания» в универе. Разница между математикой, и естествознанием заключается именно в том, что в естествознании истина определяется голосованием всегда, а в математике только иногда!
В математике существует теорема о неполноте утверждающая, что в принципе математика не выводима из конечного количества аксиом, и соответственно какие аксиомы включать в математику, а какие нет решается голосованием экспертов. отсюда целые отрасли математики возникли, типа теории исчислимых множеств.
А в естествознании вообще все теории приближённые и научное знание определяется тем, согласно ли все или большинство научного сообщества с имеющейся неполной интерпретацией данных и имеется ли достаточное количество противоречащих ей данных чтобы приступить к активному поиску альтернативной интерпретации.
Всё равно что сказать, что человек использует 10% мозга. :)
На картинке есть связи, но они же не используются все одновременно. В одних процессах задействуются одни, в других другие.
На самом деле достаточно посмотреть на архитектуру любой современной нейросети сети распознавания образов чтобы увидеть, что параллелизм нейронов только внутри блока, а паралеллизм блоков совсем другое, его гораздо меньше и коммуникация между блоками гораздо ниже, чем внутри блока.
Ей ещё попытались объяснить в чём проблема с умозрительным назначением былым «уравнивающего» штрафа, но девушка крепко держалась в комментариях за руководящие столпы, и ничего понимать не хотела.
Свет правильного ответа светился в глазах.
Ну у нас были свои игры, мы в проектирование космических сражений игрались в бытность учёбы на физфаке. И вот я убей не понимаю зачем кому-то в здравом уме висеть в точке Лагранжа. Выживаемость любого корабля в мире где есть пушки изрыгающие дробины на скорости 4 км/с критическим образом зависит от изменчивости его траектории, а из точки лагранжа ему никуда не деться. Стреляй по нему хоть из-за Луны из слепой зоны за лунным терминатором, так что у тебя даже прямой видимости на момент пуска не будет.
Даже просто два корабля на орбите земли будут иметь относительную скорость в диапазоне от нескольких до 16 км/с, а если один из них атакует землю с гиперболической траектории, напрмиер, диапазон скоростей ещё на 3 км/с выше.
Вменяемый диаметр лазера — довольно условное понятие. В космосе, если уж приспичило, можно выращивать очень не маленькие кристаллы, а у лазера диаметром 256 миллиметров уже не такой высокий угол расхождения. Другой вопрос, что воздух выдыхаемый и вдыхаемый пилотом разворачивает корабль достаточно чтобы на таких дистанциях точка прицеливания ходила на несколько километров, что порождает совсем отдельный масштабный класс инженерных задач. Система охлаждения же тоже, вероятно, имеет подвижные детали.
Не корректируемыми снарядами на реальных дистанциях попасть можно только в вообще не маневрирующую цель. Дело даже не в том, что угловая минута на тысяче километров это, промах 300 метров, а в том, сколько секунд болванка будет эту тысячу лететь, и куда успеет уманеврировать корабль с химическим движком за это время.
Но при этом по неподвижной базе или кораблю можно садить через пол планитарной системы.
При этом если вы не вставали специально на параллельные курсы, то ваша относительная скорость измеряется, скорее всего полутора десятками километров в секунду, и вы пробудете на дистанции стрельбы чем-либо кроме лазеров в течении не не больше минуты, а результат боя исчерпывающим образом определяется тем куда вы заранее выпулили болванками и ракетами.
Короче тема богатая, и каждый раз, когда вы прибавляете к списку учтённых факторов какой-то новый картина может переворачиваться с ног на голову. Что, кстати, интересно для игр. Появление какого-нибудь нового типа боеголовок может радикально менять картину боя.
Есть два вида смешных людей на свете. Люди, которые уверены, что они лучше своих оппонентов, и люди которые верят одновременно в демократию и в то, что голосовать должны только они. Есть ещё третьи люди, которые не понимают что в этом смешного, но они целиком находятся в одной из первых двух групп.
Знаю, что в биологии было два исследования на тему было. В одном случае исчерпывающе изучили все пути по ландшафту образованному всего 5 однобуквенными заменами в белке, приспосабливающемся, к новому антибиотику. Из 120 основных путей без откатов путей только 5 оказались в принципе проходимы, и в 99% случаев эволюция шла по одному из них. Другое исследование было про влияние изменчивости в активной зоне белка, там где определяются не структурные свойства белка, а его каталитическая активность. И там почти все варианты оказались жизнеспособными и на эффективность выполнения белком своей функции влияли всего на десятки процентов. Абстракты обоих статей на Элементах выкладывал Маркин с разрывом в несколько лет.
Я для себя из этого делаю вывод, что вообще проходимость ландшафта в биологии очень плохая, но если эволюции это конкретно нужно она способна управлять проходимостью: порождать конструкции, делающие ландшафт на каком-то участке генома более толерантным к изменениям.
Из личного опыта — на многих задачах ситуация когда качество решения зримо улучшаться и алгоритм вышел на полку, это только первая половина, если не первая четверть решения. потому что вы выходите в область функции потерь состоящую из длиннющих извилистых ложбин с очень низким изменением градиента. И вполне возможно, если ваш алгоритм умеет путешествовать по таким областям, сможете улучшить своё решение ещё раза в полтора-два.
Также из личных наблюдений, в такой ситуации возможность посчитать вторую производную не просто не помогает, а буквально вредит. Я когда-то сделал алгоритм, вычисляющий точную вторую производную всего за троекратное примерно время от получения первой производной. Каково было моё разочарование, когда выяснилось, что такой алгоритм в локальных минимумах вдоль ложбин вязнет на много прочнее, чем гораздо более простые алгоритмы, и польза от него только на первой части решения, потом вред один.
Из всего этого один простой вывод — другие типы простых задач нужно ставить в качестве модельних для изучения алгоритмов. Возьмите, например, функцию sin(x)+sin(50x) + cos(50y) + cos(500 y) — (x^2+y^2)/1000 и попробуйте свой алгоритм на такой функции потерь запустить, и посмотрите на сколько он хорош. Реальные задачи на такое похожи гораздо больше чем на то, что показано в иллюстрациях в статьях. Это ещё не лучший пример функции, потому что у неё длинных ложбин нет. Лучше было бы что-то типа суммы пересекающихся спиралей с разными центрами.
Курицы были немного немножко задолго до эры высоких технологий, как раз в год появления на свет первого продаваемого за деньги персонального компьютера.
Это вы за новостями не следите просто. Такая схема списания долгов не только уже опробирована на примере Кипрских банков, но более того признана мировым сообществом правильной и рекомендована Базелем всем банкам мира. Россия тут в роли догоняющей.
В математике все по другому. Вы можете доказать, что исходя из выбранных аксиом ваше заявление верно. Но правильный набор аксиом доказать нельзя. Не существует истинных аксиом. Учёные голосуют ногами выбирая для своих исследований разные наборы аксиом, и формируя разные области математики. Есть теорема, что всю математику к конечному набору аксиом свести нельзя, и он всегда будет вопросом личного выбора. Эта теорема называется теорема Гёделя о неполноте и была доказана в 1930-ых годах. По этому математики тоже голосуют, но не за близость, а за произвольно выбранную аксиоматику, кому какая кажется более красивой и интересной. Истинность в математике вообще не существуют, в ней может быть только непротиворечивость и только внутри выбранной с потолка аксиоматики. Что для геометрии Лобачевского верно для геометрии Евклида может быть неверно и наоборот.
Не зависит от мировосприятия уж точно не имеет никакого отношения к солипсизму. Зависит от формальной логики.
Какая математика истеннее, Евклида или Лобачевского? Никакая! Теорема Гёделя напрямую показывает что нельзя из 9 аксиом вывести которая из двух десятых правильнее. Математики голосуют ногами, одни выбирая одну, другие другую, создавая две области математики. И так всегда.
Автор явно прогулял уроки «философии научного познания» в универе. Разница между математикой, и естествознанием заключается именно в том, что в естествознании истина определяется голосованием всегда, а в математике только иногда!
В математике существует теорема о неполноте утверждающая, что в принципе математика не выводима из конечного количества аксиом, и соответственно какие аксиомы включать в математику, а какие нет решается голосованием экспертов. отсюда целые отрасли математики возникли, типа теории исчислимых множеств.
А в естествознании вообще все теории приближённые и научное знание определяется тем, согласно ли все или большинство научного сообщества с имеющейся неполной интерпретацией данных и имеется ли достаточное количество противоречащих ей данных чтобы приступить к активному поиску альтернативной интерпретации.
Зануда моде офф.
На картинке есть связи, но они же не используются все одновременно. В одних процессах задействуются одни, в других другие.
На самом деле достаточно посмотреть на архитектуру любой современной нейросети сети распознавания образов чтобы увидеть, что параллелизм нейронов только внутри блока, а паралеллизм блоков совсем другое, его гораздо меньше и коммуникация между блоками гораздо ниже, чем внутри блока.