Kurgan-Telecom Ru | Информационные технологии

Устали использовать Redux / Zustand / Jotai как чёрный ящик? Хотите наконец понять, что за магия там под капотом?

Мне самому надоело вайбкодить синтаксис Redux-like библиотек. Пора уже понять чё за зверь такой – state manager. Это заняло у меня несколько месяцев, и сейчас пройдём этот путь вместе.

Буквально изобретём концепцию Jotai за семь дней.

В последнее десятилетие в сфере информационных технологий широкое распространение получили системы с искусственным интеллектом, это обусловлено огромным объёмом цифровых данных, накопленных к настоящему моменту, для обработки и анализа которых потребовались новые технологии.

В промышленной автоматизации системы обработки и анализа данных как с технологиями искусственного интеллекта, так и с методами классического математического анализа менее распространены несмотря на то, что каждое предприятие, оснащённое АСУ ТП, обладает значительной базой цифровых данных.

В настоящей статье излагаются принципы проактивного риск-ориентированного подхода к управлению технологическими процессами.

В первую очередь эта статья ориентирована на технических руководителей промышленных предприятий и эксплуатирующий персонал, так как понимание изложенных принципов поможет не ошибиться в своих ожиданиях от внедрения соответствующих систем, а главное эффективно их использовать, обеспечивая снижение ремонтных затрат и минимизируя риски возникновения аварий.

Физики-теоретики из МФТИ и НИЦ «Курчатовский институт» предложили новое осмысление одной из самых запутанных и давних проблем классической электродинамики — парадокса излучения вечно равномерно ускоренного заряда. Их работа показывает, что излучение вечно равномерно ускоренного заряда действительно существует, и этот факт не зависит от системы отсчета. Основной вопрос сводится к тому, какой наблюдатель способен его зарегистрировать и как это излучение проявляется в различных координатных системах. Результаты исследования опубликованы в журнале Physical Review D.

Известно, что любой ускоряющийся электрический заряд должен испускать электромагнитные волны, то есть излучать энергию. Этот принцип лежит в основе работы всего, от радиоантенн до синхротронов. Однако в этом простом правиле скрывается глубокий парадокс, который десятилетиями ставил в тупик ведущие умы. Он связан с принципом эквивалентности Эйнштейна, согласно которому наблюдатель в замкнутой лаборатории не может отличить однородное гравитационное поле от равноускоренного движения. Означает ли это, что все заряды на поверхности нашей планеты непрерывно излучают энергию? Если да, то откуда она берётся? А если нет, то не нарушается ли фундаментальный принцип электродинамики?

ИБ в промышленности – новая угроза?

В мире промышленных предприятий информационная безопасность становится новой религией. На совещаниях все чаще звучат слова «угроза», «комплаенс», «SOC» и «Zero Trust», вместо привычных «доступность», «надежность» или «MTBF». Инженерная дисциплина, закаленная реальными авариями, постепенно вытесняется бюрократией аудита и отчетами в PowerPoint. Однако у станков, турбин и реакторов нет терпения к «лучшим практикам» на бумаге. Они работают по законам физики, а не по политике безопасности. Когда «офисная» ИБ вторгается в цех без понимания контекста, она перестает быть защитой и превращается в угрозу. В ИТ-мире потеря пакета – статистическая мелочь, в АСУ ТП потерянный сигнал может сорвать регуляцию давления или вызвать срабатывание ложной ошибки. То, что в офисе грозит лишь замедлением сети, на производстве способно остановить технологический процесс.

Самые интересные новости финансов и технологий в России и мире за неделю: Кассационный суд полностью одобрил бабкодолинг, РКН начал глушить Whatsapp, Вассерман на защите права рассылать дикпики, Google догоняет Nvidia, Трамп закрыл небо над Венесуэлой, а Tether понизили рейтинг надежности за баловство с золотишком.

Так получилось, что мне довелось за короткий промежуток времени заглянуть в инфраструктуру нескольких компаний, которые занимаются импорт замещением и разработкой программного обеспечения.

Цель статьи систематизировать ошибки и передать админам готовый материал для дальнейшей работы в своих инфраструктурах.

Надеюсь, что результаты труда будут интересны и обойдутся без неконструктивной критики.

Данный документ описывает систему взглядов и практических правил для интеграции ИИ-ассистентов в процесс разработки программного обеспечения. Цель — не запретить использование ИИ, а превратить его в управляемый инструмент, который повышает эффективность, не компрометируя качество, безопасность и ответственность инженера.

Начнём с того, что я обзавелся идеей оптимизировать процесс рисования для компьютеров из игровой видеокарты. Для встроенной карты не так важно сколько видеопамяти занимает приложение, сколько сама мощность этой карты. Насчет памяти для встроенной карты я кстати ещё не в курсе, но помню, что она может выделять её из CPU.

Так вот. Я хотел рендерить сцену один раз с двумя источниками света и применять запечённые текстуры уже в обычном рендеринге без просчета света каждый раз. Если добавиться новый источник света, то просчитаем опять везде свет и дальше рисуем запечённые текстуры.

Итак начнём. У меня движок ещё сырой, так что не ругайте за код, так как я бывает многое переписываю, потому что не учитывал некоторые аспекты того, что требуется.

Первым делом, чтобы проверить, что всё точно работает, я написал вот такой код.

Вдруг кому-то будет полезно. Возникла задача быстрого распознавания данных с фотографий и получения из них структурированной информации. Так же важно было отсутствие требовательного к ресурсам ПО и легкость разворачивания системы. Поэтому было решено попробовать использовать в качестве подключаемого модуля мультимодальные LLM запускаемые под Ollama, т.к. у неё есть REST API по которому удобно обращаться к модели.

Сейчас вы снова убедитесь, что знание языка С сопоставимо с навыками самообороны, поскольку в современном мире мега-корпораций и победившего киберпанка на простых пользователей всем и давно плевать.

2024 и 2025 годы в индустрии железа прошли под знаком двух букв: AI. Если раньше нам продавали гигагерцы и количество ядер, то теперь маркетологи Intel, AMD и Qualcomm меряются TOPS (триллионами операций в секунду). Нам обещают эру «AI PC», встраивают нейронные блоки (NPU) даже в бюджетные «камни» и лепят отдельные кнопки для вызова ассистентов на клавиатуры.

Но у энтузиаста, собравшего систему с условной RTX 4090, возникает резонный вопрос: зачем мне этот "хилый отросток" в процессоре, если моя видеокарта мощнее его в 50 раз? Спойлер: не ради мощности, а ради того, чтобы ваш компьютер перестал быть просто "числодробилкой" и стал действительно отзывчивым.

Давайте отбросим маркетинг и разберемся в архитектуре, сценариях использования и том, почему индустрия упорно толкает нас к гетерогенным вычислениям.

Статья посвящена графической новелле «Логикомикс. Поиск истины» Апостолоса Доксиадиса — произведению о математике, логике, философии и человеческих драмах, возникающих вокруг стремлений обрести интеллектуальную опору.

В 1С:Бухгалтерии базой для распределения косвенных расходов могут быть:

В типовой 1С:Бухгалтерии предприятия базой для распределения косвенных расходов могут служить объёмы выпуска, прямые затраты, выручка и другие показатели. Однако на практике предприятия нередко используют собственные динамичные базы — например, машино-часы или другие отраслевые коэффициенты, которые меняются ежемесячно и не ведутся в бухгалтерском учёте. Стандартный механизм «Собственная база распределения» не подходит, поскольку значения фиксируются в учётной политике и не рассчитаны на регулярное обновление.

В статье показываю, как доработать конфигурацию 1С:Бухгалтерия предприятия (КОРП 3.0) так, чтобы использовать произвольную динамичную базу распределения без изменения учетной политики и без расширения прав сотрудников. Разбираем добавление нового значения перечисления, корректировку представлений, создание пользовательского документа для ежемесячного ввода базы, интеграцию с подсистемой распределения расходов и реализацию запроса для автоматического получения данных.

Материал будет полезен разработчикам 1С и методологам, которые сталкиваются с отраслевыми требованиями по распределению косвенных расходов и ищут корректный и безопасный способ расширить функциональность типовой конфигурации.

Аннотация: История о том, как команда поддержки прошла путь от ежедневных авралов и взаимных обвинений с заказчиком до изящного решения, победив загадочные зависания легаси шины. В статье описаны не только технические шаги, но и эмоциональные качели двухмесячного инцидента: от отчаяния к надежде и, наконец, к триумфу.

Знаете, что такое мендосинский двигатель? Это демонстрационный солнечный моторчик, левитирующий благодаря магнитам — красивый, простой и по‑настоящему познавательный. Такой мотор можно сделать с помощью самых простых инструментов, поэтому это замечательный проект для любого любителя.

Ротор установлен на подшипниках малого трения: в оригинале это было стеклянный цилиндр, подвешенный на двух иголках, а в современных версиях используется магнитная подвеска. Но почему же во всех мендосинских двигателях есть небольшая боковая опора для оси?

Эта опора выглядит не слишком… элегантно, что ли? Логично захотеть якорь, который полностью висит в воздухе, без какой-либо опоры. Оказывается, это невозможно. Давайте разбираться, почему.

У меня в кабинете на работе есть небольшая витринка, в которой стоит некоторое количество... гхм... штуковин, большинство из которых я когда-то смастерил сам. Объединяет их одно - когда-то мне было интересно помахать напильником, а теперь все они служат так называемыми conversation starters, то есть, объектами, которые помогают завязать непринуждённый разговор. Давайте сегодня поговорим про пару электромоторчиков, что стоят на первом плане фотографии.

Люди через мой кабинет проходят образованные, но учебник физики, как и я, в последний раз открывали в школе. Обычно они подкованы в математике и в программировании. Я им задаю несколько довольно простых вопросов, которые сводятся к «почему оно крутится?». И знаете, пока что никто на все не ответил без подсказок. У меня подрастают дети, поэтому подсказки я решил материализовать, совместно с ними изготовив ещё пару моторчиков, которые выглядят привычнее. Даже если вам совершенно очевидно, как оно работает, очень рекомендую изготовление подобного совместно с детьми.

Покажу как редактировать диаграмму на языке mermaid и видеть при этом визуализацию в VS Code.

Про синтаксис Mermaid и варианты диаграмм можно почитать отдельно, например, тут.

Примеры для тестирования брала из соседней статьи.

Передача информации по радиоканалу всегда сопровождается воздействием шумов и помех. Для уменьшения их влияния на надежность передачи разработано большое число методов, однако ни один из них не является оптимальным и не может гарантировать заданную помехоустойчивость, особенно при наличии преднамеренных помех. Поэтому на практике применяются подоптимальные способы защиты от активных помех, такие как перестройка несущей частоты, изменение частоты следования импульсов, их длительности и формы и т. д. Способ случайной смены кода фазовой модуляции от импульса к импульсу обеспечивает снижение флуктуационных составляющих ошибок на 20–30 %. Достаточно широко используемым способом повышения устойчивости к воздействию помех разного вида  является метод передачи информации с псевдослучайной перестройкой рабочей частоты. Особенно эффективен метод прямого расширения спектра и псевдослучайной перестройки рабочих частот для решения задачи устранения эффекта замирания, вызванного многолучевым распространением сигналов, а также работы в условиях преднамеренных помех.

Для организации помехоустойчивых каналов активно используются сигналы с ортогональным частотным мультиплексированием (orthogonal frequency division multiplexing – OFDM-сигналы) и их разновидность – COFDM (Сoded OFDM), сочетающая канальное кодирование и OFDM. COFDM-сигналы обладают высокой помехоустойчивостью и относительно простой аппаратной реализацией. К недостаткам можно отнести необходимость точной синхронизации приемника и повышенные требования к линейности усилителей передатчиков, обусловленные высоким пик-фактором COFDM-сигналов. Дополнительным достоинством технологии COFDM является возможность применения различных помехоустойчивых кодов, в том числе широко используемых каскадных кодов БЧХ и LDPC, применяемых, например, в форматах цифрового телевидения DVB-S2, DVB-T2. Сочетание кодов Рида-Соломона и LDPC-кода для кодирования канала радиосвязи позволяет работать при отношении сигнал/шум около 2 дБ.

Не секрет, что ИИ-агентов часто используют для генерации синтетических данных. Но когда агентам дают одновременно более двух тысяч заданий, агенты сталкиваются с пределом производительности. 

Почему это происходит? Новое исследование предполагает парадоксальный ответ. Проблема не в вычислениях и не в размере моделей. Фактический потолок производительности определяется архитектурой — в частности, централизованным диспетчером, который координирует работу агентов. Как только мы убираем этот диспетчер, узкое место исчезает. И это довольно неожиданно, что запредельную масштабируемость агентных систем можно получить с помощью одного простого изменения. 

Давайте поговорим о том, как замена централизованной архитектуры на одноранговую сеть агентов снимает ограничение масштабируемости и почему это важно.