Month: June 2022

Как аме­ри­кан­ская ору­жей­ная про­мыш­лен­ность долж­на дать демо­кра­ти­че­ской пар­тии США медаль «За выпол­не­ние пла­на про­даж», так и НАТО долж­но дать Пути­ну медаль «За рас­ши­ре­ние НАТО».

Ну, а Путин, в свою оче­редь, может выдать Запа­ду медаль «За повы­ше­ние кур­са руб­ля».

За что боро­лись, на то и напо­ро­лись — пого­вор­ка уни­вер­саль­ная. Или, как тепер тош­ше отшень мотт­но гоф­фо­рить на рус­ски язик, стре­лять себе в ногу.

Поосто­рож­нее с дешё­вым изме­ри­тель­ным инстру­мен­том.

Злые язы­ки гово­рят, что сред­няя рулет­ка — спе­ци­аль­но сде­ла­на для изме­ре­ния поло­во­го чле­на. Что­бы, так ска­зать, повы­сить ЧСВ!!!!

Каме­ра­ми Хик­ви­жен для видео­на­блю­де­ния вокруг дома я цели­ком удо­вле­тво­рён. Как выяс­ни­лось, у них даже ноч­ной режим очень непло­хой, бла­го­да­ря под­свет­ке ИК-све­то­ди­о­да­ми.

Ночью каме­ра све­тит­ся таким зло­ве­щим тём­но-крас­ным све­том, доволь­но туск­лым для нево­ору­жён­но­го гла­за.

А вот если снять её циф­ро­вой каме­рой, то она сия­ет аки хоро­ший фона­рик, харак­тер­ным фио­ле­то­вым цве­том.

ИК под­свет­ка настоль­ко мощ­ная, что про­би­ва­ет инфра­крас­ный фильтр, кото­рый в обя­за­тель­ном поряд­ке ста­вят во все каме­ры. Пото­му что если его не ста­вить, то любой нагре­тый пред­мет будет све­тить­ся на сним­ке этим самым фио­ле­то­вым све­том. И поче­му-то имен­но крас­ные и синие суб­пик­се­ли более чув­стви­тель­ны к ИК, хотя зелё­ных на филь­тре Бай­е­ра вдвое боль­ше. Поэто­му фио­ле­то­вое такое всё. Опти­ка, блин, это Нау­ка.

Стран­ный, если чест­но, празд­ник. Это, без­услов­но, хоро­шо, что были допол­ни­тель­но осво­бож­де­ны наши чер­но­ко­жие бра­тья и сёст­ры, но девят­на­дца­тое июня — толь­ко одна из вех запре­ще­ния раб­ства. А не пол­ное иско­ре­не­ние этой дичи.

Сецес­сия Юга и после­до­вав­шая за ней Граж­дан­ская Вой­на нача­лись в 1861 году. И как бы дол­гое вре­мя на раб­ство всем было поло­жить, и толь­ко в 1862–63 (два свя­зан­ных ука­за) году пре­зи­дент Лин­кольн издал Про­кла­ма­цию об Осво­бож­де­нии, кото­рая объ­яв­ля­ла раб­ство неза­кон­ным, но — толь­ко на тер­ри­то­рии Юга, южных шта­тов, объ­явив­ших о сецес­сии. Она не запре­ща­ла раб­ство на тер­ри­то­ри­ях, при­мкнув­ших к Севе­ру, где с раб­ством, не пове­ри­те, всё было в пол­ном поряд­ке.

Про­кла­ма­ция рас­про­стра­ня­лась, соб­ствен­но, вме­сте с про­дви­же­ни­ем войск Севе­ра на Юг. В 1865 году, когда уже был заво­ё­ван Техас (наи­бо­лее уда­лён­ный от Севе­ра штат), в июне того года был указ, осво­бож­дав­ший рабов на тер­ри­то­рии это­го само­го Теха­са. И имен­но эту дату мы и празд­но­ва­ли.

Что, после это­го с дикой прак­ти­кой раб­ства в США было покон­че­но? Как бы не так! Раб­ство про­дол­жа­ло пре­крас­но жить на тер­ри­то­рия, при­мкнув­ших к Севе­ру, в шта­тах Кен­тук­ки и Дела­вер, а так­же на тер­ри­то­ри­ях, управ­ля­е­мых индей­ца­ми пле­ме­ни Чокто. И толь­ко при­ня­тие Три­на­дца­той Поправ­ки, и её даль­ней­шая рати­фи­ка­ция, нако­нец-то более-менее пре­кра­ти­ли суще­ство­ва­ние раб­ства на тер­ри­то­рии США.

В‑общем, стран­ный какой-то празд­ник. Веха, без­услов­но, боль­шая, но дале­ко не окон­ча­тель­ная.

Изви­ни­те, у меня назва­ние это­го гипер­ка­ра — Pagani Huayra — по-дру­го­му не чита­ет­ся. Ну, как AMD Ryzen у меня чита­ет­ся стро­го как «Рязань».

Ока­зы­ва­ет­ся, есть супер­ка­ры, а есть гипер­ка­ры. Это, типа, верх­ний про­цент супер­ка­ров. Не пони­маю в них, разу­ме­ет­ся, нифи­га.

Но кра­си­вый, база­ру нет. Слу­чай­но уви­дел в интер­не­те.

При дизайне инте­рье­ра кто-то очень силь­но вдох­нов­лял­ся 1960ми года­ми.

Непо­нят­но, толь­ко, зачем сед­ло посе­ре­дине раз­ре­за­но. Что­бы если ездить в ней без порт­ков, яйца не при­ще­ми­ло? Но кра­си­во.

https://www.cnet.com/roadshow/pictures/pagani-huayra-codalunga-longtail-hypercar/

Очень инте­рес­ные нын­че раз­ви­тия тех­но­ло­гий наме­ча­ют­ся. Огром­ной осно­вой боль­шо­го коли­че­ства совре­мен­ных про­грамм явля­ют­ся ней­ро­се­ти. Ней­ро­се­ти у нас нын­че рас­тут аки это самое в дере­вен­ском сор­ти­ре, куда дрож­жи кину­ли. Адски рас­тёт коли­че­ство пара­мет­ров (взве­шен­ных свя­зей) меж­ду ней­ро­на­ми.

Набор пара­мет­ров кажо­го ней­ро­на пред­став­ля­ет собой мат­ри­цу, и что­бы посчи­тать, акти­ви­ру­ет­ся ли ней­рон или нет, надо помно­жить вес каж­дой свя­зи на вход­ное зна­че­ние этой свя­зи, и смот­реть, что полу­чит­ся. Мате­ма­ти­че­ски выра­жа­ясь, счи­та­ет­ся ска­ляр­ное про­из­ве­де­ние.

Коли­че­ство пара­мет­ров гуг­лов­ской ней­ро­се­ти Inception тре­тей вер­сии — при­мер­но 12 мил­ли­о­нов. То-есть, каж­дый раз мы счи­та­ем ска­ляр­ное про­из­ве­де­ние мат­ри­цы с 12 мил­ли­о­на­ми эле­мен­тов с точ­но такой же мат­ри­цей. Очень, очень вычис­ли­тель­но доро­гое удо­воль­ствие.

Что с этим мож­но сде­лать? А, напри­мер, вот что. Мож­но каж­дый пара­метр пред­ста­вить рези­сто­ром. Вход­ное зна­че­ние — подан­ное на него напря­же­ние, вес — про­во­ди­мость. Про­во­ди­мость — вели­чи­на, обрат­ная сопро­тив­ле­нию: G = 1/R или же R = 1/G

А теперь закон Ома:

I = U/R, а R заме­ним 1/G: I = U/(1/G), упро­стим: I = UG. Пода­ём вход­ное напря­же­ние, и меря­ем ток. Вот вам и ска­ляр­ное про­из­ве­де­ние, при­чём чисто ана­ло­го­вы­ми мето­да­ми.

Но хард­вер­ный рези­стор, разу­ме­ет­ся, не очень удоб­но. Зато зна­е­те, что удоб­но? Флеш-память! Флеш пред­став­ля­ет собой мил­ли­ар­ды поле­вых тран­зи­сто­ров с изо­ли­ро­ван­ным затво­ром, веду­щих себя как рези­сто­ры. Изна­чаль­но на них хра­ни­ли толь­ко 0 или 1, ток выше или ниже поро­го­во­го зна­че­ния счи­ты­вал­ся как ноль или еди­ни­ца. Потом сде­ла­ли мно­го­уров­не­вую флеш-память, и на совре­мен­ных твёр­до­тель­ни­ках QLC каж­дая ячей­ка хра­нит аж 16 зна­че­ний (4 бита). Теперь пошли даль­ше, и на этих элек­три­че­ски про­грам­ми­ру­е­мых рези­сто­рах научи­лись про­из­во­дить самые насто­я­щие ана­ло­го­вые вычис­ле­ния, очень инте­рес­ным при­ме­не­ни­ем кото­рых и явля­ют­ся рас­чё­ты ска­ляр­ных про­из­ве­де­ний для рабо­ты ней­ро­се­тей.

Очень, очень инте­рес­ные нын­че вещи при­ду­мы­ва­ют. Как вам такое — рас­чё­ты на жёст­ком дис­ке?

Конеч­но, у подоб­но­го под­хо­да есть недо­стат­ки: более низ­кая точ­ность вычис­ле­ний. Но ней­ро­се­ти, вооб­ще-то и так рабо­та­ют по веро­ят­ност­но­му прин­ци­пу. Какая тебе, в сущ­но­сти, раз­ни­ца, если ней­ро­сеть опре­де­ля­ет фот­ки коти­ков с 99% точ­но­стью или «толь­ко» с 95%?

В‑общем, с инте­ре­сом смот­рю за даль­ней­шим раз­ви­ти­ем собы­тий. Я ней­ро­се­ти уже щупал плот­но несколь­ко раз, мне они очень нра­вят­ся, и я думаю, что если мы когда-нибудь при­ду­ма­ем пол­ный ИИ, имен­но ней­ро­се­ти ста­нут его осно­вой. И не исклю­че­но, что в их осно­ве будут имен­но ана­ло­го­вые вычис­ле­ния. Ну, как у нас в баш­ке.