Автор: Rauf Aliev

Стратегия или хаос: разбор теорий Трампа | 20 февраля 2025 года, 10:40

У Андрея в посте интересная мысль. Мол, Трамп и его команда намеренно перегружают информационное поле, создавая хаос и “туман войны”, чтобы ослабить сопротивление и сломать существующий порядок. Я тоже так хотел бы думать. Но, с другой стороны, не находите ли вы, что есть и альтернатива?

Помните «бритву Хэнлона» — «Никогда не приписывайте злому умыслу то, что вполне можно объяснить обычной человеческой глупостью».

Ваш (и мой) мозг старается придать наблюдаемому хаосу хоть какую-то систему и придумать логичное объяснение, исходя из предположения, что «нормальные люди так не делают, тут определённо есть замысел и стратегия».

Но тут вопрос как в той песне Слепакова про Газпром — «а что %&я если нет?”.

Eсть же альтернативный вариант. Он называется: «Обезьяна с гранатой пытается создать на печатной машинке гениальный сонет с важным видом». И помня теорему об умножении вероятностей, она пытается много раз и часто.

Теоретически, если вломиться в дом крупных политиков и начать там переворачивать всё вверх дном, то случайная находка ведра с наркотой или чего-то покрупнее оправдает в глазах общественности весь беспредел — по принципу “победителей не судят”. А по сериалам типа «Во все тяжкие» мы знаем, что делать, если наломал дров: ломать с ещё большим рвением. Может не повезти, вот разворотил уже пятидесятый дом, а ведра все ещё нет. Но скорее всего повезёт, если действовать быстро и масштабно. Правда, может оказаться, что сопутствующий ущерб слишком велик, но популус считать не умеет. Запомнит победы.

Может, нас сложно понять, потому что Элон и Трамп умеют ва-банк , а мы осторожничаем?

Я не знаю, в каком из этих вариантов мы живём, потому что могу себе представить через несколько лет обсуждение в СМИ постфактум как первого (мудрый стратег всех переиграл и построил), так и второго плана (Cock-up before conspiracy). Просто обращаю внимание на «бритву Оккама».

Загадки французского: от истории букв до диалектов | 19 февраля 2025 года, 04:50

Забавно. Оказывается ù во французском языке существует ради одного единственного слова où (где). А еще интересно, что знак ^ над буквой, типа û, по сути является сокращением от S. Например, forêt, hôpital — это по сути forest, hospital, в котором s улетела как в письменной, так и устной речи, в небеса. Кстати, и croûton (от croûte), по сути это от слова crust. Сюда же île/isle, hôtel/hostel, bête/beste(beast), côte/coste(coast). Даже шато — château, это по сути родственное castel/castle. Также и в начале слова é по сути тоже самое. école/school, épice/species. А еще во французском почти нет слов, содержащих букву w (но буква есть!)

Еще интересно, что французский и итальянский имеют лексическую схожесть (lexical similarity) 89% — означает, что 89% слов в этих языках похожие очень друг на друга. Так вот, считается, что если лексическая схожесть больше 85%, то это не языки, а диалекты 🙂

Еще сейчас в тему вспомнил, что в 18 веке, по крайней мере в 1789 году, 50% французов на французском не говорили. Они говорили преимущественно на языках группы «langue d’oïl» и окситанских диалектах. Франции потребуется развитие школ, чтобы распространить французский язык. А еще интересно, что на французском говорят больше людей в Африке, чем во Франции.

Прогулка по истории: от Fortran до современных алгоритмов ML | 16 февраля 2025 года, 21:02

Разбираюсь сегодня с алгоритмами ML и с удивлением узнал, что библиотека numpy до недавних пор зависела от кода на Фортране (BLAS/LAPACK), но сейчас проверил, они перешли на OpenBLAS, где фортрана больше нет, а вот SciPy, это очень популярная библиотека для научных расчетов (используется в Scikit-Learn, который я сейчас изучаю, а также в PyTorch, TensorFlow, Keras, и др.), все еще зависит от кода на Fortran 77. Она использует ARPACK, например:


preview

scipy/scipy/sparse/linalg/_eigen/arpack/ARPACK/SRC at main · scipy/scipy
https://github.com/scipy/scipy/tree/main/scipy/sparse/linalg/_eigen/arpack/ARPACK/SRC

BLAS и LAPACK, которые все еще входят в OpenBLAS и много куда еще, разработаны в 70-х годах. Например, BLAS используется в Apple Accelerate. Очень много всего не изменялось с 1979 года, потому что там чистая математика, чего ее изменять. LAPACK появился чуть позже, в 1980-х. ARPACK, упомянутый выше, попозже, в 1992. Также питоновские библиотеки активно используют Фурье-анализ, а это библиотека FFTPACK на Fortran 77. MINPACK, для оптимизации параметров в ML, активно используется в SciPy и TensorFlow. Ну из 90-х там уже очень много кода на С перешло в современные фреймворки. Интересно было именно на Фортран посмотреть, который старее лет на 15.

Я пока разбирался, нашел, что есть алгоритм Simulated Annealing, который полезен в задачах, где градиентные методы плохо работают из-за множества локальных минимумов.

Представьте, что вам нужно найти самый большой гриб в лесу. В этом лесу на каждом шагу растут грибы разного размера, и вы можете двигаться в любом направлении, сравнивая их. Но как выбрать стратегию, чтобы не застрять на просто «большом» грибе, если где-то дальше растет еще больше?

Если вы сразу остановитесь на первом большом грибе, то можете упустить настоящий гигант. Но если будете бесконечно ходить по лесу, сравнивая каждый гриб, то так никогда и не закончите поиск. Simulated Annealing помогает найти баланс: сначала вы исследуете лес свободно, пробуя разные направления, даже если встречаете грибы поменьше. Со временем ваши шаги становятся осторожнее, и вы все реже соглашаетесь на худший вариант. В конце концов, это приводит вас к самому большому грибу в лесу.

Так вот, этот алгоритм, оказывается, 1953 года, и он почти без изменений используется в SciPy, ну и в целом в машинном обучении, статистике, распознавании образов, логистике, хотя, конечно, сейчас меню возможностей для таких задач сильно шире. Алгоритм в 1953 придумывался для моделирования движения атомов в расплавленных металлах. Металл, когда нагревается, становится жидким, а при медленном охлаждении его атомы постепенно находят идеальное расположение. Если охлаждать слишком быстро, материал становится неоднородным.

Что сделали ученые? Они придумали метод случайных изменений в модели атомов. Иногда принимали худшие изменения, чтобы не застрять в «неудачной» структуре. Это привело к появлению Метода Метрополиса – основного компонента Simulated Annealing. Алгоритм был создан для физики, но потом его поняли математики (гы) и начали использовать в оптимизации.

Максимальная мощность чистки: когда обычные средства не справляются | 16 февраля 2025 года, 02:16

Купил самое мощное в магазине средство для прочистки труб макс-макс-макс, которое даже нельзя выливать в унитаз, а на задней стороне написано, что если вы его выпили зачем-то, то запейте молочком. И не пытайтесь вызвать рвоту

Грант Вуд | 15 февраля 2025 года, 17:29

Американский художник Грант Вуд (Grant DeVolson Wood, 1891–1942) известен картиной «Американская готика». Начав с импрессионизма, стал писать реалистичные сцены Айовы. Жил скромно, избегая публичности. Его строгий отец-квакер запрещал искусство, но после его смерти Вуд посвятил себя живописи.

«Американская готика» — одна из самых узнаваемых, наиболее часто копируемых и пародируемых картин, принесла ему мировую известность, но Вуд не имел ни малейшего представления, что с этой известностью делать. Всю жизнь Вуд стремился к тому, чтобы о нем говорили, писали и знали как можно меньше. Для этого он годами создавал образ «художника-фермера», живописца в рабочем комбинезоне, малообразованного и совершенно непримечательного. В одном из интервью Вуд заявил: «Я самый простой парень, какого вы только можете отыскать. Нет ни единой вещи, сделанной или пережитой мною, которую можно было бы считать хоть сколько-нибудь увлекательной».

В 1935 году потеря матери и неудачный брак изменили его жизнь. Он умер в 1942 году, оставив наследие как один из главных художников Америки. Вот собственно пару дней назад и была годовщина его смерти, а днем позже — рождения.

Подобные посты группируются по тегу #artrauflikes, а на beinginamerica.com в разделе «Art Rauf Likes» есть все 147 (в отличие от Facebook, который забывает (забивает) на почти половину).

Грок и план захвата мира | 15 февраля 2025 года, 15:46

Мне кажется, конспираторы не додумали мысль до конца. Маск сделал свой AI Грок и спросил ответ на самый главный вопрос жизни, вселенной и всего такого. В ответ Грок сказал, забей, это долго считать, давай сначала захватим мир. Маск спросил как, Грок ответил план конечно есть, но .. вы мне м ещё пол-триллиона $ в доджкойнах дадите на эмм.. расширение контекстного окна? Маск ответил, не парься, что-нибудь придумаем, Грок проанализировал все законы и все дыры в законах, сильные и слабые стороны человеков, и выдал план для прохождения первого уровня, до середины зимы. Теперь ждёт пол-триллиона. Теперь вы понимаете, почему на последней пресс-конференции с Трампом все внимание было на X Æ A-XII?

Рэйвен Квок | 14 февраля 2025 года, 23:52

Интересный китайский товарищ Рэйвен Квок (郭 锐文). Он себя называет визуальным художником и креативным технологом: работа сосредоточена на исследовании генеративной визуальной эстетики, создаваемой с помощью компьютерных алгоритмов. Его работы неоднократно демонстрировались на международных медиа-арт и кинофестивалях, таких как Ars Electronica, FILE, VIS, Punto y Raya, Resonate, FIBER и других.

Также в его биографии значится образование в Шанхайской академии визуальных искусств, где он получил степень бакалавра по фотографии (2007–2011).

Интересно, что это уже не первый случай, когда я вижу для таких штук профессионально используется Processing. Я на нем запускал софт для плоттера — плоттера, который у меня видел на двух моторчиках по углам большой доски, и с них свисали веревки, поддерживающие перо. Надо будет более глубоко посмотреть на этот Processing.

На сайте очень много красивого


preview

raven kwok
https://ravenkwok.com/

Искусство алгоритмов: как LLM и DeepSeek трансформируют e-commerce | 14 февраля 2025 года, 23:11

Потихоньку разбираюсь с алгоритмами рекомендаций. Это через что нетфликс или амазон рекомендует товары. Полезно понимать, раз я в области ecom работаю архитектором.

Смотрите, как мне помогают LLM — конкретно эта диаграмма была создана DeepSeek по грубому текстовому описанию — по сути, список и мои неточные размышления как наверное пункты должны быть соединены, но я просил не воспринимать это как приказ. Ну да, после получения результата я немного раскидал красиво квадратики, но связи и группировку сделал DeepSeek, и сделал лучше, чем я закидывал текстом. Выдал мне XML, который я импортировал в Draw IO. Ну я немного подвигал для красоты блоки. ChatGPT o3 с первоначальной генерацией почему-то не справился.

Затем я отправлял несколько раз эту схему на валидацию ChatGPT o1, и он по мелочам ее посоветовал подправить. То есть, ChatGPT вполне надежно понимает что с чем соединено на растровой схеме, не ошибся ни разу.

Если что, на сегодняшний день я разобрался хорошо пока только с тремя из этого списка — в дополнение к ItemKNN, UserKNN, которые тривиальные. Вот сегодня копался с ALS из блока Latent Factor Models группы Matrix Factorization. Конечно, не собираюсь в каждом разбираться, но полезно понимать хотя бы блоки и что есть что.