Автор этого материала делится способом оценки времени, которое будет затрачено на переписывание уже внедренного проекта.


По мере разрастания кода работать с ним становится все труднее. Годы разработки и отлавливания багов приводят к желанию перечеркнуть все и начать с чистого листа. Действительно, очень заманчива мысль о том, чтобы оставить ошибки в прошлом, вооружиться новыми технологиями и на этот раз все сделать правильно. Однако перед прыжком в бездну я все же предлагаю внимательнее присмотреться к реальной стоимости этого шага.

Модель оценки объема работ

Вы можете свести в один список все фичи своего приложения, а после оценить этапы и приблизительное время их переработки. Большинство именно так и поступает перед тем, как приступить к работе. Но почему тогда на практике выходит, что подобные проекты занимают в 4, 8 или даже 10 раз больше времени, чем разработчики заложили на старте?


Есть три ключевых фактора, которые существенно растягивают процесс. И обычно при оценке затрат их игнорируют. Речь идет о:

1. необходимости наверстать разницу между уровнями текущего и нового приложений,
2. объеме непредусмотренных изменений,
3. улучшениях, которые придется сделать, чтобы пользователи захотели перейти на новое приложение.

Сокращение разницы

Первый фактор — новому приложению необходимо догнать текущее.

Студенты и преподаватели – люди совсем не похожие друг на друга. Одним хочется насладиться жизнью, а вторые постоянно этому мешают. Они заставляют каждые полгода вновь садиться, перечитывать лекции, не спать по несколько дней и вкалывать кофе внутривенно.

Конечно люди разные, тут скорее говорится о стереотипах. Когда я был студентом никогда не думал, что стану преподавать, да и не думал, что пойду учиться в аспирантуру и вообще много чего не предполагал. Но и сидеть на рабочем месте по 8 часов в день, а затем приходить домой и продавливать диван – слишком скучно. Так ведь вся жизнь пройдет за просмотром очередного сезона «Игры престолов» или партией в «дотку».

Мой стаж как преподавателя скромный – всего 2 года. Но за эти 2 года появился интересный опыт, которым захотелось поделиться. Статья получилась длинная и нетерпеливые могут заглянуть в самый конец, где приведен сухой остаток, полученный в результате проб и ошибок.

Тут на Хабре нарисовалась переписка про необразованную молодёжь и высказались студент и преподаватель. Ну ведь явно чего-то не хватает — а именно мнения крайнего в этом процессе — работодателя. Этот пост мы написали буквально за два часа, потому что накипело за предыдущие годы. И это будет не стерилизованная и выверенная статья, а крик души.

Дорога к хорошей работе всегда непростая и требует усилий

Мой брат большой поклонник компьютерных игр и всего что с ними связано. Он рыщет по всему интернету в поисках информации о старых, редких, первых изданиях игр, названия которых я даже не знаю (и даже называет себя «Историком Игр»). Недавно он пришёл с просьбой написать небольшой просмотрщик для одного из сайтов в интернете, занятого этой тематикой. Задача была просмотреть информацию обо всех играх по жанрам начиная с 1950, и для этого на сайте есть достаточно удобный функционал, но в обычных списках представлена только общая информация (из «шапки») и нет скриншотов, поэтому приходилось открывать каждую страничку вручную и тратить кучу времени на просмотр и выуживание нужной информации.

Компании Energy Vault и Idealab анонсировали коммерческую доступность их «новаторского» решения и планируют в реальности на полных мощностях организовать реализацию своего энерго-стартапа совместно с индийским энергетическим гигантом Tata и мексиканской строительной компании CEMEX.

— Что за разработку они реализуют?

— «Умные» гравитационные башни. Это такие комплексы мега-кранов (высота 120 метров или 393 фута, по шесть стрел на башне) + 35-тонные бетонные блоки (много) + ПО для управления перемещением блоков и компоненты системы генерации электроэнергии.

— То есть, строим высокий небоскреб из блоков, а в центре несколько кранов, а потом специальное ПО играет в «энерго-тетрис», двигая блоки вверх и вниз, генерируя или тратя энергию? Они точно видели это в часах-кукушке.

— Только тут еще сохраняем энергию на долгий срок, а ветряки или солнечные станции рядом будут помогать на этапах поднятия блоков для минимизации энергозатрат. КПД обещают до 80-90%, а общую мощность (полную емкость хранения в данном случае) как у средних ГЭС, шесть моторов в кранах, от 2 до 5 МВт выходная мощность заявлена, но это в теории. Все зависит от алгоритмов специального ПО и современных энерго-генерационных комплексов.

Первые гравитационные электростанции планируют построить и запустить в работу к началу 2019 года.

Прежде всего, я хотел бы поблагодарить всех, кто дал свои критические комментарии по первой версии статьи. Мне показалось, что написать версию два, а не просто оставить все как есть, было бы правильной идеей.
 
Конечно же, искусственный интеллект уже существует!  Если посмотреть заголовки статей в популярных СМИ, названия и слоганы различных научных конференций на эту тему – безусловно это так. Нельзя не поверить, особенно когда очень этого хочется наконец-то оказаться в XXI веке — «настоящем», как это описывалось во всех научно-фантастических романах. Но так ли это? А если нет, то что существует на самом деле. В попытке разобраться в мифах и реалиях была написана эта статья.
 
Первоначально хотелось начать как-то так: «впервые упоминание термина «Искусственный интеллект» появилось у Д. Мккарти в 1956 году на конференции в Дартмундском университете, основоположниками ИИ следует считать У.Мак-Каллока, У.Питса, Ф.Розенблата» и т.д. Однако, это уже слишком поздно и не совсем отвечает целям статьи, да и википедия опередила с таким началом.

Анализируя последние «победы» ИИ, а также критические статьи неизбежно приходишь к выводу, что все крутится вокруг нескольких общих особенностей. Одна часть статей критикует невозможность прохождения тестов, а другая полна патетики о «невероятных победах».  При этом игнорируется тот факт, что победы были достигнуты в узкоспециализированных задачах, где основным преимуществом машины была скорость переборов по базе фактов и «умении» видеть закономерности там, где человек просто-напросто быстро устает это делать. Блестящие примеры кластерного анализа в том или ином виде и формирование базы шаблонов-фактов. Всё это следствия, причины же в большинстве случаев или не анализируются совсем, или рассматриваются поверхностно.

Пара часов из жизни математика-программиста или читаем википедию

Для начала в качестве эпиграфа цитирую rocknrollnerd:

— Здравствуйте, меня зовут %username%, и втайне раскрываю суммы из сигма-нотации на листочке, чтобы понять, что там происходит.
— Привет, %username%!

Итак, как я и говорил в своей прошлой статье, у меня есть студенты, которые панически боятся математики, но в качестве хобби ковыряются паяльником и сейчас хотят собрать тележку-сигвей. Собрать-то собрали, а вот держать равновесие она не хочет. Они думали использовать ПИД-регулятор, да вот только не сумели подобрать коэффициенты, чтобы оно хорошо работало. Пришли ко мне за советом. А я ни бум-бум вообще в теории управления, никогда и близко не подходил. Но зато когда-то на хабре я видел статью, которая говорила про то, что линейно-квадратичный регулятор помог автору, а пид не помог.

Если ПИД я ещё себе худо-бедно на пальцах представляю (вот моя статья, которую с какого-то перепугу перенесли на гиктаймс), то про другие способы управления я даже и не слышал толком. Итак, моя задача — это представить себе (и объяснить студентам, а заодно и вам), что такое линейно-квадратичный регулятор. Пока что работы с железом не будет, я просто покажу, как я работаю с литературой, ведь именно это и составляет львиную долю моей работы.

Раз уж пошёл эксгибиционизм про мою работу, то вот вам моё рабочее место (кликабельно):

Никакого духа в машине нет

В последние несколько лет СМИ захлестнули преувеличенные описания технологий искусственного интеллекта (ИИ) и машинного обучения (МО). Кажется, что ещё ни разу в области информатики не было такого, чтобы столько смехотворных заявлений делало такое количество людей, обладающих таким малым представлением о происходящем. Для любого человека, активно занимавшегося передовым компьютерным оборудованием в 1980-х, происходящее кажется странным.

В номере The Atlantic за этот месяц интеллектуал высокого полёта и автор бестселлеров "Sapiens. Краткая история человечества" и " Homo Deus: Краткая история завтрашнего дня", Юваль Ной Харари описывает влияние ИИ на демократию. Самым интересным аспектом статьи является чрезмерная вера Харари в возможности современных технологий ИИ. Он описывает товарища Google, программу для игры в шахматы от компании DeepMind, как «творческую», «обладающую воображением» и «гениальными инстинктами».