Kurgan-Telecom Ru | Информационные технологии

В начале XX века происходят коренные изменения в социальной психологии. И это связано не только с подъёмом социалистических идей (об этом мы поговорим в следующей статье), но так же и с коренными изменениями в обществе, новаторским взглядом на привычные вещи. Одним из самых удивительных событий, о котором многие даже не задумываются, является повторное изобретение человечеством детства. Вы не ослышались. Сотни лет в феодальном и раннем промышленном обществе дети в возрасте старше 5–6 лет воспринимались, как «недоразвитые» взрослые. Если мы говорим о крестьянских семьях, как только ребёнок мог работать в поле, мог выполнять обязанности по дому, мог обучаться у мастера — он начинал буквально окупать собственное пропитание. Снисхождений по возрасту больше не существовало. Конечно, никто не воспринимал ребенка, как самостоятельного человека, хотя некоторые поступки малолетних детей сегодня воспринимались бы, как катастрофически ранние. Существуют достоверные истории о том, как сироты с 8 лет могли зарабатывать на улице и обеспечивать себе пропитание сами, а то и пропитание младшим братьям и сёстрам. В крестьянском мышлении подобное оправдывалось очень просто: если ребенок начинает питаться, как взрослый, то и работать он тоже должен не меньше взрослого. Аналогичная ситуация проявлялась и в более высоких сословиях. Правда, у детей аристократов были в запасе 2–3 «капризных» года, когда родители могли позволить ребенку еще поиграть в куклы и солдатики. Тем не менее, в скором времени мальчиков уже начинали строго готовить к армейской службе, а девочек к замужеству.

Забудьте все, что вы читали в бизнес-блогах. Успех вашей первой GTM-кампании зависит не от вдохновения, а от стерильности инструментов и точности предоперационной подготовки. Любая ошибка на этом этапе приведет к тому, что вы будете «оперировать» вслепую, теряя время и деньги. У вас нет на это права.

Привет, друзья! Добро пожаловать в новый туториал из серии практических материалов по explanable AI (интерпретируемости моделей). Он посвящен методу интерпретации на основе вмешательства — RISE. В этом материале разобрана теоретическая постановка метода, подчеркнуты красивые математические идеи и переходы, и, конечно, реализован код для практики. Приглашаю к чтению! Ноутбук к туториалу доступен на гитхаб.

Привет, Хабр!

Много лет можно наблюдать один и тот же ритуал: человек берёт фиксированный seed, торжественно записывает его в три места, запускает обучение и искренне ожидает, что всё будет повторяться до бита. А потом accuracy скачет на третьем знаке, лосс уплывает и приходит вопрос: «Почему не детерминируется?» А потому что детерминизм в ML это не один флажок. Это сумма десятка мелких факторов, от выбора алгоритма в cuDNN до порядка файлов в каталоге.

Привет, Хабр! Машинное обучение в финансовой сфере — это полноценный инструмент, который уже меняет подходы к анализу данных, принятию решений и автоматизации процессов. Как именно эта технология работает, и какие конкретные задачи она решает? Поговорим об этом в этой статье.

Вооружившись игровым движком Unity, я написал техническое демо, в котором пытаюсь наложить кубические воксели Minecraft на шарообразное тело (планету). Планета генерируется процедурно, и её можно полностью разрушить. Игроки могут расставлять или убирать разные блоки, которых насчитывается более 20 типов.

Да, во многом эта реализация базируется на обычных приёмах, которые могут быть знакомы вам из типичного экземпляра игры Kirkland (это клон Minecraft), но благодаря сферической структуре игрового мира возникает ряд уникальных аспектов, которые учитываются в строительстве. Основное внимание в этом посте будет уделено именно таким нетривиальным задачам.

Как в вашей компании менеджеры обычно начинают день? Они открывают почту или CRM и видят десятки входящих заявок: среди них есть и целевые обращения, и случайные контакты, и банальный спам. На сортировку уходит масса времени, пока параллельно звонит телефон и в чатах продолжают появляться новые сообщения.

Эта ситуация знакома большинству компаний. Но есть решение: часть рутины можно переложить на искусственный интеллект. В нашей статье мы разбираем, как именно ChatGPT помогает быстро и недорого автоматизировать квалификацию лидов и разгрузить сотрудников.

При создании высокопроизводительных приложений под Windows мы обычно используем разные счётчики производительности для профилировки "узких мест" в коде. Вашему вниманию предлагается небольшой этюд, позволяющий получить чуть больше информации о том, чем же занимается процессор под капотом нашего компьютера.

До сих пор искусственный интеллект воспринимает мир как набор пикселей. Но что, если научить ИИ понимать смысл увиденного, а не только картинки? Один из свежих подходов — VLWM: модель, которая переводит реальность в слова и смыслы, позволяя роботам строить осмысленные планы на будущее. В этой статье разбираемся, как агенты научились планировать, проверять гипотезы внутри своей модели мира и выбирать самый разумный вариант.

В этой статье мы разберем концепцию жадных алгоритмов. Она будет актуальна для тех, кто только начинает изучать алгоритмы и структуры данных и хочет понять предложенную тему для прохождения собеседования/написания олимпиады, а также статья будет полезна для тех, кто уже знаком с данной темой, но хочет освежить её в памяти.

Что такое жадный алгоритм?

В строгом определении жадный алгоритм - это особый подход к решению задачи, в котором на каждом шаге выбирается локально-оптимальный вариант. Из этих локальных шагов в итоге складывается глобальное решение, которое выполняется за оптимальную сложность.

Идея статьи была навеяна Хабра — конкурсом «Космотекст» и многими другими статьями, в которых упоминались различные послания Землян в космос.

Общая задача посланий — доставить нашим Братьям по разуму «письмецо», будь то материальный объект или пакет радиоволн, до мест, где их могут заметить, распознать и, крайне желательно — понять.

Дисклеймер — здесь и далее Братьями именуются существа, достаточно развитые по интеллекту, чтобы вступить в контакт с нами, достаточно любопытные, чтобы хотеть этого, и достаточно дружелюбные, чтобы делать это с мирными намерениями. Иные варианты контакта не рассматриваются.

Итак, этап первый — заметить.

Если мы рассчитываем на любопытство к окружающему миру — как ожидаемое свойство разумного существа, давайте поразмыслим, какими способами оно сможет распознать чужеродность некоего обнаруженного послания. Причём, лучше, если для этого не будет нужно постоянно смотреть в телескоп, сканировать космос во все стороны или барражировать на орбите патрулём.

Начнём с себя. Что нас, землян, наводит на мысль об внеземном Разуме?

Ну, например, нечто похожее на творение разума, но непохожее на человеческое творение, до степени чужеродности.

Ночью это может быть странная мигающая звезда на небе, лучше — перемещающаяся как‑то не так, как остальные.

А на Земле это могут быть, например, семейные статуи «рептилоидов» на острове Нуку Хива.

Продолжение статьи о safe-fetch — библиотеке без try/catch для HTTP.

Через день после первой публикации произошла эволюция: stable релиз 1.0 + экспериментальный адаптер для React Query.

Рассказываю, как фидбек сообщества превратил простую обертку в экосистему с монорепо.

Привет, Хабр! Это очередная номерная часть «Мультивселенной киберполигонов в РФ». Мы уже обсудили несколько полигонов и коснулись главной витрины кибербезопасных полигонов в России. Предыдущие три читайте тут, тут и тут.  Но есть ещё что показать — другой подход к киберучениям и проверке подготовки ИБ‑специалистов.

Встречайте мой разговор с Дмитрием Малинкиным, руководителем направления киберучений компании BI.ZONE. Мы обсудили принципиальное отличие учебной киберплощадки компании от других, причины выбора такого подхода и то, чем российские ИБ‑полигоны отличаются от зарубежных. Приятного чтения!

Я начинаю серию статей о Visual SLAM. Я давно хотел разобраться в этой непростой теме и решил что будет полезно параллельно делиться информацией с коммюнити робототехников.

В этой серии статей я буду рассказывать об основных механизмах работы VSLAM без глубокого погружения в низкоуровневые детали. Для любопытных читателей я буду давать ссылки на полезные материалы где можно ознакомиться с темой более детально. Моей целью является дать читателю общее понимание работы визуального SLAM. Также я буду рассматривать популярные алгоритмы VSLAM и расскажу какие пакеты для VSLAM доступны в платформе для разработки робототехники ROS 2.

В первой статье мы познакомимся с визуальным SLAM в общих чертах с точки зрения его применения в робототехнике. Робот должен выполнять некоторые специфические задачи, например доставку грузов, чистку тротуаров, дезинфекцию воздуха (в больнице). В большинстве случаев для выполнения таких задач роботу требуется понимать текущее положение в пространстве и быстро перемещаться в целевую точку. Чаще всего окружающее пространство в котором оперирует робот представляет собой довольно сложную среду со множеством объектов (часть из которых постоянно перемещаются). Для эффективного перемещения по такой среде роботу нужно иметь карту пространства в некотором удобном формате.
Для построения и локализации на такой карте используется SLAM. Суть SLAM заключается в том что робот перемещается в пространстве и параллельно строит карту местности.

Существует несколько разных типов SLAM которые классифицируются в зависимости от типа сенсоров, которые используются для получения данных об окружающей среде. [ Например, для получения сенсорных данных используются ]

Мы будем рассматривать только визуальный SLAM. Это такой вид SLAM, где в качестве источника сенсорных данных используется камера (монокулярная, стерео или RGB‑D).

Существует несколько видов Визуального SLAM. [ написать какие видв Visual SLAM (monocular, visual + IMU etc) ]

Привет! С вами снова Дима Юдин — технический лидер по развитию искусственного интеллекта и ведущий трека про AI&ML. Как и обещал, делюсь подробностями, новостями и обновлениями с нашей IT-конференции GoCloud Tech 2025, которая состоялась в эту среду 3 сентября. На ней мы попробовали объединить AI, облачные технологии и данные. И вот что из этого получилось.

В 1993 году предприниматель Дмитрий Агарунов импортировал в Россию аппаратные клоны NES и Sega Mega Drive из различных стран Азии. К 1994 году он открыл сеть магазинов Gameland в Москве и Санкт-Петербурге, в которых успешно торговал лицензионными играми и консолями. Магазины Gameland — это вторая сеть магазинов по продаже лицензионных видеоигр в России после Dendy от Steepler.

Что ж, да, вы не ослышались — прямо сейчас мы с вами напишем свой движок для поддержания такого бэкенда, как у CoinMarketCup (кмк). И писать будем на моем любимом Rust. Использовать под капотом будем мою либу TitanRt, которую я лениво и скомкано презентовал в предыдущем посте. Постараюсь быть полезным и последовательным.

Осторожно: много кода (с комментариями)...

Каждый раз новый сотрудник приходит к вам с одними и теми же вопросами по Фигме? Или впервые видите макет в Фигме и не знаете, куда нажимать?

Мы посмотрим на Фигму глазами новичка и опытного дизайнера. Тем, кто только сталкивается с Фигмой, постараюсь помочь понять базовую логику работы с файлами, слоями, структурой и совместной работой. А продвинутые пользователи найдут здесь ответы на частые вопросы. Статья в первую очередь будет полезна аналитикам, тестировщикам и другим участникам процесса, которые работают с макетами.

Решив не ждать "компьютерного специалиста" я принялся за установку операционной системы Windows с пачки дискет. Можно сказать, что прокрастинация компьютерного мастера послужила для меня толчком в направлении самостоятельного изучения ПО.

Дай человеку удочку дистрибутив - и пусть ****тся сам.

И вот, чудо свершилось. Графический интерфейс, иконки. Но нас волнует что? Правильно, содержимое компакт-диска с буквами на немецком.
Уже догадались, что же там было?

В современном быстроменяющемся цифровом мире мы часто сталкиваемся с необходимостью делать несколько дел одновременно. Зачастую это действительно помогает нам быть более эффективными, а потому и более востребованными. Более того, сейчас в профессиональной сфере существует «культ многозадачности» — представление о том, что способность решать несколько задач одновременно повышает эффективность и без этого навыка не обойтись современному, успешному человеку.

Данный тренд не обошел стороной и нашу сферу деятельности. Многозадачность в консалтинге — это навык, который позволяет консультанту работать с несколькими задачами одновременно, но при этом важно грамотно распределять время и приоритеты. Эффективная многозадачность не означает постоянное выполнение всех дел сразу, а скорее — умение переключаться между разными режимами работы в зависимости от требований ситуации.

В некоторых ситуациях многозадачность становится необходимостью, например, в периоды большой загруженности на проектах, сдачи отчётности, выполнения задач, когда сроки сжаты, и требуется обработать большое количество информации. Однако эффективность такого подхода в длительной перспективе сомнительна. Современные исследования показывают, что многозадачность это всего лишь иллюзия. На самом деле человек зачастую просто мечется от одной задачи к другой. Чаще всего, занятие одновременно несколькими задачами дает противоположенный эффект - снижает нашу продуктивность и мешает мозгу обрабатывать информацию. Кроме того, длительная работа в режиме многозадачности может вести к выгоранию и проблемам со здоровьем.