Kurgan-Telecom Ru | Информационные технологии

Привет всем!

За последний год я написал много научпоп статей и постов в разных местах по теме ИИ, и поэтому мне удалось стать финалистом премии RuCode в номинации «ИИ Гуру».

Победа в финале определяется народным голосованием в ВК https://vk.com/poll-44001716_1060469820 . Прошу за меня проголосовать, а в этой статье расскажу о том, что за тексты я написал в течение года (я Игорь Воронцов).

Хотя мои тексты распространились широко по интернету, все их можно найти в двух местах - в паблике "Ежик в матане", в котором я являюсь одним из администраторов последние несколько лет (то есть почти с его основания), и в журнале "За науку".

Ниже ссылки на основные мои релизы и посты, связанные с ИИ.

Ранее мы уже с вами поднимали важность общения игрока с игрой посредством связки вопрос-ответ, но в примерах ограничились лишь постановкой цели и определенной степенью свободы действий, и не затронули нарратив. Исправляемся.

В этот раз я хочу акцентировать «ответы на вопросы игрока» не просто как проверку уже созданной ситуации, а как формирующий игру фактор, как способ дизайна уникальной ситуации. В примере у нас будет сцена из Little Nightmares 3 от Supermassive. Посмотрим, как на вопрос игрока ответила сама Supermassive, и разберем поле возможностей, задизайнив сцену по-другому.

Контекст к разбираемой сцене в Little Nightmares 3

Герои игры оказываются в мрачном парке развлечений, вокруг привычные для серии толстяки — главные и единственные посетители сего действа. Одним из основных элементов локации являются тележки с яблоками, которыми этих толстяков кормят. Яблоки продолжают работать с нарративом обжорства и потребительства, начатым еще первой частью, и задействованы в игровых задачах. Например, мы такой тележкой с лакомством отвлекаем толстяка от нужной нам двери.

Asus представила ROG Rapture GT-BE19000AI — первый роутер в геймерской линейке со встроенным искусственным интеллектом. Стоит он как хороший ноутбук — 899 $. За эти деньги пользователь получает систему, внутри которой четырехъядерный процессор на 2,6 ГГц, 4 ГБ оперативной памяти и 32 ГБ хранилища. Девайс раздает Wi-Fi 7 на 19 Гбит/с суммарно и поддерживает контейнеры Docker, чтобы запускать приложения вроде Home Assistant без дополнительного оборудования. Когда дома множество устройств — от консолей до датчиков — такая модель избавляет от лишних коробок и ручной настройки, делая сеть стабильной и удобной. Короче, много всего интересного. Давайте попробуем разобраться. 

События разворачивались в нескольких реальностях. В первой заказ не пришёл. Во второй - произошло несколько списаний средств. В третьей система упала посередине процесса, оставив данные в не консистентном состоянии.

А четвертая оказалось самой интересной. Где даже с неполадками сети и падениями сервиса был сделан лишь один заказ. И произведена одна оплата. Благодаря чему пришла желаемая теплая пицца. Которую хотел наш дорогой покупатель.

Погрузимся в проблематику оформления заказа, консистентности данных. И схлопнем все реальности в нужную с помощью Outbox Pattern.

Коротко:
Мы разработали систему для автоматического определения набора тестов на основе git diff. Связали модули проекта с бизнес-фичами через трассировку выполнения кода во время тестов. Теперь любой релиз можно оценить на достаточность покрытия e2e-тестами. Решили вопрос селективного запуска на всех уровнях пирамиды тестирования. Что важно — маппинг tests->feature->files создаётся и поддерживается автоматически при поддержке тестов, без дополнительной ручной работы.

Задача этой статьи предоставить Вам сухие факты о двух материалах, которые мы используем в своем производстве. Понимая характеристики и сопоставляя их с требованиями Вашего проекта выбор будет сделать проще.

Для тех, кто возможно не знает, гибкие печатные платы - это многослойная структура, которая состоит из основания (базового материала), адгезивов, проводящего и защитного слоя (в некоторых решениях материалы используются без защитного и адгезивного слоя), она тонкая и гибкая.Такая конструкция позволяет осуществлять монтаж в труднодоступных местах и использовать печатные платы в качестве гибких соединителей..

Гибкие печатные платы (FPC, Flexible Printed Circuits) на основе полиимида и FR4 толщиной 0.1 - 0.2 мм используются в компактных и высоконадежных электронных устройствах. Рассмотрим их особенности, сравнение и применение.

Но помимо полиимида, есть также материал FR4, который также тонок, но значительно дешевле?

О сильных и слабых сторонах 2х материалов ниже.

1. Гибкие печатные платы на полиимиде (PI)

Толщина: 0.1 - 0.2 мм (чаще всего 0.1 - 0.15 мм)

Материалы:

· Основа: полиимидная пленка (Kapton, Upilex).

· Проводники: медь (обычная или с адгезионным слоем).

· Покрытие: полиимидный или жидкий фоторезист (LPI).

Преимущества:
- Высокая гибкость и устойчивость к изгибам.
- Рабочий диапазон температур: от -60°C до +250°C.
- Химическая стойкость.
- Малый вес и толщина.

Недостатки:
- Высокая стоимость (по сравнению с FR4).
- Сложность монтажа из-за гибкости.

Применение:

· Мобильные устройства (смартфоны, планшеты).

Когда начинал разработку системы многомерного анализа данных временных рядов Dimension-UI, для внедрения зависимостей в исходном коде решил использовать Dagger 2. Практический опыт показал, что для приложений с большим количеством динамически создаваемых объектов инверсия зависимостей, реализованная в Dagger 2, не подходит.

Да, создание графа зависимостей в compile-time — это, во-первых, очень быстро, и, во-вторых, удобно: получаешь сообщения об ошибках конфигурации уже при компиляции.

Но накладные расходы на сопровождение всего этого хозяйства – прямо скажем, это боль.

Чтобы реализовать scope-зависимости, приходится писать и поддерживать много инфраструктурного кода внутри объектов, куда мы внедряем зависимости. В Dagger 2 такая реализация, во-первых, «загрязняет» код, а во-вторых, серьезно осложняет тестирование. Изолировать методы удобным способом не получается: в тестах нужно писать очень много кода, чтобы прокинуть необходимый контекст и корректно мокировать внешние зависимости. Я туда просто не полез — покрывал unit- и UI-тестами только базовую функциональность, где были Singleton-зависимости.

Даже с одними Singleton’ами приходится поднимать отдельную тестовую инфраструктуру для запуска приложения в тестовом режиме. Это не просто неудобно — это очень затратно по времени. Если сравнить усилия, которые надо потратить на реализацию тестирования подобного функционала в Spring и Dagger… Сравнение будет не в пользу Dagger. В целом я начал думать о переходе на runtime-генерацию графа зависимостей.

В этой статье я расскажу вам, как наша команда — «жыбий рыр» участвовала в хакатоне от DDOS‑GUARD

Рассмотрим, какой кейс мы выбрали, покажу, к какой реализации пришли и покажу наше решение, а в конце подведем итоги.

Дата-центры растут быстрее, чем энергетика успевает за ними. Особенно это актуально для ИИ-отрасли, где обучение моделей требует постоянных мощностей и бесперебойного питания. Возобновляемые источники не дают нужной стабильности, а городские сети часто работают на пределе. Amazon решила развивать собственную генерацию и сделать ставку на атомную энергию, чтобы дата-центры не зависели от внешних поставщиков. Для этого компания использует малые модульные реакторы. Их производят на заводах и монтируют на месте за месяцы вместо лет. Первый такой проект под названием Cascade Advanced Energy Facility появится в Вашингтоне — о нем сегодня и поговорим. 

Представьте, что курьерские доставки добрались до клеточного уровня.

Мы живём в мире, где еду привозят за полчаса, а покупки на следующий день. А что если доставлять лекарства прямо внутри организма, отправляя их точно по адресу, скажем, в труднодоступный уголок человеческого тела? Звучит необычно и на первый взгляд кажется нереальным. Но недавнее научное исследование показывает, что это не такая уж и фантастика. Учёные научились превращать обычные сперматозоиды в миниатюрных биороботов, которыми можно управлять снаружи с помощью магнитного поля и даже видеть их на рентгене. Такой вот управляемый биоробот.

Статья подготовлена на основе научной публикации.

Меня зовут Саша Шилкин, я работаю в Yandex Infrastructure и занимаюсь автоматизацией сети. Сегодня расскажу про обновление конфигурации сетевых устройств и про то, как мы его делаем в нашей команде: как начинали, как менялась конфигурация, какие для этого были предпосылки. 

Мы уже рассказывали о задаче автоматического обновления конфигурации на масштабах сети всего Яндекса. В своей статье я поделюсь опытом, как мы решаем эту задачу именно для облачной платформы. Мы обращаемся к накопленному опыту коллег, однако наши сети хоть и похожие, но отличаются в некоторых местах, особенно процессно. 

Все инструменты, о которых пойдёт речь, выложены в опенсорс. Если у вас возникнет желание попробовать то, о чём я рассказываю, многое вы сможете повторить самостоятельно. Ну и поскольку в каких‑то деталях наша адаптация инструментов имеет свои особенности — мой рассказ будет интересен всем, кто хочет внедрить ту самую Аннушку из опенсорса с учётом своей ситуации. 

Статья написана по материалам моего выступления на nexthop, конференции по сетевым технологиям, — с небольшими дополнениями, которые произошли за год.

В этом году на nexthop 2025 я также расскажу об автоматизации масштабируемой сети для BareMetal‑серверов — так что, если эта тема интересна, заглядывайте к нам 19 ноября.

Храните десятки копий одного файла?

Dedupler — Laravel-пакет, который автоматически предотвращает дубликаты через SHA-1 хеширование. Экономит место, ускоряет бэкапы, предоставляет REST API, одобрен Laravel News.

Рассказываю про возможности, производительность и миграцию legacy-проектов.

Компактный ноутбук, который будет удобен для работы или для учебы – это 13-14 дюймовка. Я больше склоняюсь к современным 14 дюймовым моделям, так как они спокойно помещаются и в небольшие сумки, и вполне себе легкие. Ультрабук Ninkear S14 не стал исключением - это доступный вариант массой всего 1 кг, с USB-C PD 65W зарядкой, и базирующийся на процессоре R5-7535HS. В обзоре будет разборка и основные тесты.

Mobile System Design — один из ключевых навыков мобильного инженера.

Именно он часто определяет уровень зрелости: в реальной работе, на собеседованиях и в матрицах компетенций компаний.

Но вокруг этой темы полно разночтений и разных трактовок — отсюда споры, путаница и хаос.

В этой статье я систематизирую Mobile System Design как дисциплину: покажу, какие навыки действительно важны и как они проверяются. Это не личное мнение, а выжимка из опыта инженеров, требований собеседований, литературы и практики команд.

В конце октября мир облетела новость: исследователи Google впервые запустили на квантовом компьютере так называемый «проверяемый алгоритм». Но что скрывается за этой громкой формулировкой? Компания заявляет, что вычисления заняли на их устройстве в 13 тысяч раз меньше времени, чем потребовалось бы лучшему суперкомпьютеру классической архитектуры. В Google видят в этом ключ к решению практических задач, например, моделирования новых химических соединений. Однако за этим утверждением стоит целый ряд вопросов. Что такое «проверяемый алгоритм» и почему акцент сделан именно на этом? В чем суть расчетов и чем этот прорыв отличается от предыдущего заявления о «квантовом превосходстве», прозвучавшего несколько лет назад?

Первый Docker-образ для моего Go-приложения весил 1.92 GB. Для микросервиса на 100 строк — абсурдно. Решил разобраться, куда именно уходит место и как добиться максимально лёгкого образа.

В соцсетях сидят все, от мала до велика. Причем входной порог постепенно снижается: дети, которым сейчас 8-11 лет, стали интернет-пользователями в 6-7 лет, а малыши 5-7 лет освоили этот навык в свои 4-5 лет.

Взгляд на интеграцию ИИ в программирование от опытного программиста (миллион строк кода я, наверное, написал за всю жизнь). Текст писал я сам, это не мусор от GPT, ИИ здесь только исправил ошибки.
Если дать этот текст ИИ на фактчек, то он может как полностью подтвердить мою статью кучей проверенных фактов, так и полностью опровергнуть, и тоже с кучей фактов, т.е. по сути будет заниматься черри-пикингом - всё зависит от формулировки вопроса. И где же тогда правда? Правда, я думаю, у тех, кто в этой среде годами работает и получает много опыта как разработки с ИИ, так и без него. Т.е. имеет хоть какие-то экспертные знания. В этой статье мнение одного из таких людей. Мнения одного человека, конечно, мало, нужно обобщать опыт сотен людей из разных сфер программирования. Я вношу в это обобщение свой небольшой вклад.

В череде серых офисных будней возникла насущная проблема. Есть сканы договоров, содержащие адреса пунктов (заправок) в табличной форме. Необходимо занести названия и адреса в базу, добавив геоданные. Можно сделать вручную, но это не наш метод. На дворе XXI век, автоматизация, да и простую лень никто не отменял. Бесплатные OCR распознаватели справляются плохо, особенно с таблицами, платные — не пробовал, жаба  бухгалтер не позволяет. Что же делать? И тут Qwen спешит на помощь! Скормил лист — вроде неплохо, вот оно счастье! Ан нет, опять «эмпирический опыт». Давайте посмотрим, что получилось, и с какими «когнитивными искажениями» пришлось столкнуться.

Всем привет!

В данной статье я хочу Вам рассказать про датчик HEDR(от компании avago technologies) - это двухканальный инкрементальный оптический датчик, предназначен для измерения пройденного пути, линейной скорости, угловой скорости и направлении вращения вала.
С помощью данного датчика будет реализован энкодер на базе микроконтроллера STM32, который будет производить вычисление пройденного пути.

Будет рассмотрено:

Принцип работы датчика HEDR-5420-ES214;

Схема подключения к микроконтроллеру STM32;

Программная реализация (расчет пройденного пути и вывод информации на дисплей).