Lab Journal 6

За преды­ду­щий год поли­ци­ей США было застре­ле­но 1004 (одна тыся­ча четы­ре) чело­ве­ка. Расы уби­тых извест­ны в 802 слу­ча­ях. Чер­но­ко­жих было 236. Белых было боль­ше — 371. Подав­ля­ю­щее боль­шин­ство из них было воору­же­но, при­чём, чер­но­ко­жие пре­ступ­ни­ки были воору­же­ны чаще белых. Нево­ору­жён­ных чер­но­ко­жих, уби­тых поли­ци­ей, было 10 (десять) чело­век. Нач­нём с того, что десять чело­век на стра­ну из почти 330 мил­ли­он рыл — это немно­го. Это, мож­но ска­зать, вооб­ще ни о чём — едой насмерть давит­ся боль­ше, при­чём, намно­го боль­ше — несколь­ко тысяч чело­век.

Идём далее. Из 10 слу­ча­ев в 5 подо­зре­ва­е­мый напал на поли­цей­ско­го с кула­ка­ми и дру­ги­ми пред­ме­та­ми, и поли­цей­ский был вынуж­ден обо­ро­нять­ся. Есть сви­де­те­ли, есть запи­си с поли­цей­ской каме­ры. Один слу­чай был слу­чай­но­стью. Оста­ёт­ся четы­ре. В двух из них про­тив поли­цей­ских были выдви­ну­ты обви­не­ния. Хоро­шо.

Кста­ти, во вре­мя прав­ле­ния Чебу­ра­на Солн­це­ли­ко­го в 2015 году, было застре­ле­но боль­ше нево­ору­жён­ных чер­но­ко­жих — 38. Это к вопро­су о том, что «при Дональ­де Рыжем поли­ция отстре­ли­ва­ет чер­но­ко­жих».

Даже если учесть, что на каж­до­го чер­но­ко­же­го при­хо­дит­ся 5.7 белых — всё рав­но фиг­ня полу­ча­ет­ся.

И на закус­ку. При совер­ше­нии тяж­ких пре­ступ­ле­ний в 2018 году было уби­то 7407 (семь тысяч четы­ре­ста семь) чер­но­ко­жих. В абсо­лют­но подав­ля­ю­щем коли­че­стве слу­ча­ев — дру­ги­ми чер­но­ко­жи­ми (пре­ступ­ность вооб­ще, кста­ти, доволь­но ред­ко пере­се­ка­ет расо­вые гра­ни­цы).

Но поли­цию, конеч­но, надо разо­гнать, всем осталь­ным встать на коле­ни и пока­ять­ся, а центр Нью-Йор­ка раз­не­сти вдре­без­ги.

Молод­цы, не забзде­ли.

Друж­ба наро­дов: вла­де­лец ресто­ра­на армя­нин, а защи­ща­ли ресто­ран евреи, азер­бай­джан­цы, армяне, укра­ин­цы и рус­ские. Все были, разу­ме­ет­ся, воору­же­ны.

Отсю­да

Хоро­ший, одна­ко, аргу­мент про­тив жиз­ни в круп­ных горо­дах. Комен­дант­ский час вве­ли даже в тихих при­го­ро­дах (в двух из кото­рых я рань­ше жил). В нашей деревне пока всё тихо. А круп­ные горо­да при малей­ших намё­ках на раз­ное мгно­вен­но пре­вра­ща­ют­ся в горя­чие точ­ки. И это у нас ещё ниче­го, а репор­та­жи из Нью-Йор­ка чита­ешь со встав­шей на дыбы лыси­ной, как буд­то там Кан­да­гар какой-то. Или Бей­рут.

Ух, как про­дви­нул­ся про­гресс! Рань­ше созда­ние сво­их ней­рон­ных сетей было заня­ти­ем дико слож­ным, тре­бу­ю­щим пони­ма­ния мате­ма­ти­ки и нехи­ло­го про­грам­ми­ро­ва­ния. Я даже нари­со­вал свою, на Сишар­пе. Она, конеч­но, была про­стень­кая, но я очень мно­го понял (осо­бен­но хоро­шо я понял, поче­му ниче­го, кро­ме свёр­точ­ных сетей, для клас­си­фи­ка­ции изоб­ра­же­ний исполь­зо­вать невоз­мож­но — тупо памя­ти не хва­тит).

А теперь дви­жок ней­рон­ных сетей не надо писать само­му. Сна­ча­ла появи­лась Caffe (я исполь­зо­вал её для одно­го из про­ек­тов в уни­вер­си­те­те по поис­ку изоб­ра­же­ний), а потом Гугл открыл свой TensorFlow для всех. Но даже TensorFlow был ОЧЕНЬ непрост в исполь­зо­ва­нии. А теперь выяс­ни­лось, что для TensorFlow напи­са­ли кучу вме­ня­е­мых биб­лио­тек, и созда­ние ней­рон­ных сетей ста­ло очень неслож­ным заня­ти­ем.

Их несколь­ко, но боль­ше все­го мне понра­ви­лась биб­лио­те­ка keras. И дело не сколь­ко в том, какая она хоро­шая, а в том, что для неё боль­ше все­го доку­мен­та­ции 🙂 В про­шлый раз, когда я щупал ней­рон­ные сети, я исполь­зо­вал биб­лио­те­ку TF-Slim. Доку­мен­та­ции для неё, мож­но ска­зать, не было. При­шлось хакать исход­ни­ки при­ме­ров, что­бы полу­чить что-то своё.

Но оце­ни­те, как это теперь про­сто!

Вот, напри­мер, Питон­ный код для созда­ния про­стой ней­рон­ной сети из двух вход­ных ней­ро­нов, 16 скры­тых, и 3 выход­ных. На вхо­де еди­нич­ки и ноли­ки, пред­став­ля­ю­щие собой True и False, и три выход­ных ней­ро­на, один выда­ёт резуль­тат логи­че­ской опе­ра­ции XOR, вто­рой AND, тре­тий OR. Тре­ни­ру­ет­ся сеть мень­ше, чем за 1000 эпох (если уве­ли­чить коли­че­ство ней­ро­нов в скры­том слое, то ещё быст­рее).

import numpy as np
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers

model = tf.keras.Sequential()
model.add(layers.Dense(16, activation=‘relu’))
model.add(layers.Dense(3))
model.compile(optimizer=‘adam’, loss=‘mean_squared_error’, metrics=[‘binary_accuracy’])

data = np.array([[0,0],[0,1],[1,0],[1,1]], «float32»)
labels = np.array([[0,0,0],[1,0,1],[1,0,1],[0,1,1]], «float32»)

model.fit(data, labels, epochs=1000)

print(model.predict(data).round())

Эле­мен­тар­щи­на же!

Оста­лось понять, чего при­коль­но­го теперь мож­но с этим сде­лать 🙂 Навер­ное, ниче­го — что­бы сде­лать что-то при­коль­ное, надо поста­вить зада­чу и дать ввод­ные 🙂 Раз­ве что сде­лать ней­рон­ную сеть и запу­стить её наобо­рот, в гене­ра­тив­ном режи­ме, пред­ва­ри­тель­но скор­мив ей, напри­мер, музы­ку Моцар­та в фор­ма­те MIDI 🙂 Кста­ти, вполне реаль­ная вещь, вот чувак кор­мил сеть Бахом: https://www.youtube.com/watch?v=SacogDL_4JU

До нас бы, конеч­но, не дока­ти­лось — я не в местах, где подоб­ная пуб­ли­ка тусу­ет­ся, жил. Но всё рав­но. Не думал я, что так полых­нёт у нас, но ока­зал­ся неправ.

Бес­по­ряд­ки на расо­вой поч­ве в США слу­ча­ют­ся с завид­ной регу­ляр­но­стью. Отно­сить­ся к это­му мож­но по-раз­но­му, но в целом это как дождь — сде­лать ниче­го невоз­мож­но, надо про­сто не забы­вать зон­тик — в первую оче­редь, конеч­но, не жить в местах, где такое воз­мож­но. И вто­рое — иметь на вся­кий слу­чай ору­жие, на слу­чай если таки дока­тит­ся.

Что инте­рес­но, так что сре­ди про­те­сту­ю­щих замет­ная часть — заслан­ные казач­ки. Про­во­ка­то­ры, кото­рым запла­ти­ли и дали инструк­ции, что делать. А там неслож­но. Когда сидишь на боч­ке с поро­хом, устро­ить каб­здец про­сто.

Инте­рес­но, какие груп­пы финан­си­ру­ют всё это. НАВЕРНЯКА ПУТИН!!!!!

Аме­ри­кан­цы: нель­зя же запус­кать раке­ты во вре­мя пло­хой пого­ды!
Рус­ские: подер­жи мой ста­кан, я ща

Запуск 2.0 для «бату­та» сего­дня в 19:22 по Грин­ви­чу. Бум наде­ять­ся.

Про­чи­тал очень инте­рес­ную ста­тью про рабо­ты канад­ско­го инже­не­ра Дже­раль­да Буля (Gerald Bull). Он зани­мал­ся изу­че­ни­ем и построй­кой сверх­даль­но­бой­ной артил­ле­рии с целью запус­кать на орби­ту спут­ни­ки (про­ект высот­ных иссле­до­ва­ний, project HARP). Спе­ци­аль­ный сна­ряд-раке­ту он сумел запу­стить аж на высо­ту 249 кило­мет­ров. Очень нехи­ло, пря­мо ска­жем. Увы, про­ект застрял без даль­ней­ше­го про­грес­са и был отме­нён.

Но как мне кажет­ся, зна­чи­тель­но инте­рес­нее про­дол­же­ние дан­ной исто­рии. Ока­зав­шись без рабо­ты, инже­нер Буль начал пред­ла­гать свои услу­ги самым раз­но­об­раз­ным граж­да­нам, втя­ну­тым в воен­ные дей­ствия: ЮАР, Китаю (за что он, кста­ти, отси­дел неболь­шой срок в аме­ри­кан­ской тюрь­ме за «неза­кон­ную тор­гов­лю ору­жи­ем»). Послед­ним его рабо­то­да­те­лем был Сад­дам Хусейн, для кото­ро­го он начал стро­ить сверх­даль­но­бой­ные пуш­ки, кото­рые мог­ли в тео­рии быть исполь­зо­ва­ны для обстре­ла тер­ри­то­рии Изра­и­ля (про­ект Вави­лон).

С евре­я­ми и Мос­са­дом шут­ки пло­хи. Не дожи­да­ясь того, когда на голо­ву им посы­пят­ся сна­ря­ды, спец­служ­бы (пред­по­ло­жи­тель­но Изра­и­ля, но так­же воз­мож­но, что и Ира­на, с кото­рым тогда вое­вал Ирак) застре­ли­ли без­услов­но талант­ли­во­го инже­не­ра на поро­ге его квар­ти­ры в Брюс­се­ле.

Стан­дарт­ный путь чело­ве­ка, свя­зав­ше­го­ся с нехо­ро­ши­ми людь­ми. Как пред­при­ни­ма­те­ли начи­на­ют биз­нес с бан­ди­та­ми делать — пона­ча­лу всё пре­крас­но, а потом гля­дишь и пред­при­ни­ма­тель лежит в кана­ве, биз­нес отжа­ли, а жену и детей — без тру­сов на мороз.