Открытый исходный код подпитывает будущее ядерной физики

Программное обеспечение с открытым кодом сыграло ключевую роль в прошлогоднем прорыве в области ядерного синтеза в National Ignition Facility, где удалось создать управляемую реакцию ядерного синтеза, которая произвела больше энергии, чем потребовалось для ее возникновения. Другие научные области, особенно те, которые требуют использования суперкомпьютеров, также извлекают пользу из программного обеспечения с открытым исходным кодом. Прошло некоторое время, прежде чем ядерная промышленность начала выпускать программное обеспечение с открытым исходным кодом, из-за потенциальной опасности технологии, но секретность неоправданно затрудняла исследования и обучение. Теперь открытость позволяет отрасли быстрее двигаться вперед.

Статья: https://github.com/readme/featured/nuclear-fusion-open-source

Хотите узнать о ядерном опер сорсе на русском? Поставьте 👍

Разработчик создал "самовосстанавливающуюся" программу, которая исправляет код с помощью ИИ

"Программа запускает код, видит сбой, а затем идет и разговаривает с GPT-4, чтобы попытаться выяснить, как это исправить", - говорит он. GPT-4 возвращает объяснение ошибок программы, показывает изменения, которые Wolverine пытается внести, а затем повторно запускает программу. Увидев новые ошибки, GPT-4 снова исправляет код, после чего он запускается правильно. В итоге исходный файл Python содержит изменения, добавленные GPT-4.

Новость: https://apptractor.ru/Wolverine
GitHub: https://github.com/biobootloader/wolverine

Из джуниоров в сеньоры: план действий для успешной карьеры инженера

Из этого руководства вы узнаете:

• Ключевые технические компетенции, которые менеджеры считают приоритетными для карьерного роста.
• Основные коммуникативные навыки, которые ожидаются от senor-разработчиков.
• Как подходить к разработке кода с акцентом на удовлетворение бизнес-требований.

План: https://github.com/readme/guides/engineering-career-success

Удивительные вещи происходят, когда вы собираете вместе 25 AI-агентов в ролевой игре

Группа исследователей из Стэнфордского университета и Google создала миниатюрный виртуальный мир в RPG-стиле, похожий на The Sims, где 25 персонажей, управляемых ChatGPT и кастомным кодом, живут своей жизнью независимо друг от друга с высокой степенью реалистичности поведения. О своем эксперименте они рассказали в препринте научной статьи, опубликованной в пятницу.

"Генеративные агенты просыпаются, готовят завтрак и отправляются на работу; художники рисуют, а авторы пишут; они формируют мнения, замечают друг друга и начинают разговоры; они вспоминают и размышляют о прошедших днях, планируя следующий день", - пишут исследователи в своей статье "Генеративные агенты: Интерактивные симулякры человеческого поведения".

Чтобы добиться этого, исследователи в значительной степени полагались на большую языковую модель (LLM) для социального взаимодействия, а именно на ChatGPT API. Кроме того, они создали архитектуру, которая моделирует разум с воспоминаниями и опытом, а затем выпустили агентов в мир для взаимодействия. И люди тоже могут взаимодействовать с ними.

Статья: https://arstechnica.com/information-technology/2023/04/surprising-things-happen-when-you-put-25-ai-agents-together-in-an-rpg-town/
Демо: https://reverie.herokuapp.com/arXiv_Demo/

Очень правильный ответ Сундара Пичаи всей той малограмотной публике (в особенности — журналистам), которые в порыве драматизма задаются вопросами “убьет ли ChatGPT Google?” “Почему Google утратил лидерство?” “Сочтены ли дни поиска?” и пр.
Пичаи пришлось напомнить хорошо известные, но сильно нелюбимые современными стартапами факты: Гугл не был первопроходцем ни поиска, ни карт, ни многих других своих сервисов: Pichai stated that in almost every area that Google operates, the company was not the first mover.
Он специально напомнил, что пресловутое first mover advantage отнюдь не так важно, как нам пытаются внушить. Конкурентное преимущество не в поспешности, а в том, чтобы сделать лучше и для бОльшей аудитории. И вот в этом Гугл — большой мастер:)
Там еще много интересного про подход Гугла к инновациям, состоящий не в генерации идей, а в разработке самых сильных технологий для реализации идей: "We don't launch things until we think they are ready" — и пока что многие годы существования Гугла показывают, что такой подход отлично работает.

Сам себе экосистема: Как я адаптировал старый смартфон под современные реалии и написал клиенты нужных мне сервисов

Время неумолимо бежит вперед: выходят новые гаджеты, постепенно заменяя старые, превращая их в тыкву или в лучшем случае, в «тапочек» для звонков. Сейчас смартфоны стали практически одинаковы во всем: дисплей на всю площадь передней панели, почти полное отсутствие аппаратных кнопок, беспроводная зарядка… Это всё, конечно, здорово, но ведь иногда так хочется взять в руки старый, но такой необычный в наше время QWERTY-смартфон и попытатьфся его использовать как основной, да и цены на них могут приятно удивить: БУ девайс можно купить за несколько сотен рублей (~5-10$). Одна проблема — клиенты приложений на версии Android 1.6-2.0 безбожно устарели и давно не работают. Но иногда желание воскресить старый девайс превыше потребительского качества и тут я пришёл к мысли… а почему бы не написать с нуля свои клиенты популярных приложений? ВК с музыкой, YouTube, трекинг посылок. Так я и сел писать необходимые в повседневной жизни приложения, с нуля, на голом API Android, без каких либо фреймворков (и даже AppCompat).

Статья: https://habr.com/ru/companies/timeweb/articles/726086/

Amazon CodeWhisperer стал общедоступным

Сегодня Amazon CodeWhisperer, компаньон для программирования с искусственным интеллектом , стал общедоступным. У него есть индивидуальный уровень CodeWhisperer Individual, которым могут бесплатно пользоваться все разработчики. Первоначально запущенный в предварительной версии в прошлом году, CodeWhisperer помогает разработчикам продуктивно работать, помогая им писать код быстро и безопасно, без необходимости прерывать рабочий процесс, покидая IDE для изучения чего-либо. Сталкиваясь с созданием кода для сложных и постоянно меняющихся сред, разработчики могут повысить свою производительность и упростить работу, используя CodeWhisperer в своих любимых IDE, включая Visual Studio Code, IntelliJ IDEA и другие. CodeWhisperer помогает создавать код для рутинных или трудоемких, недифференцированных задач, работать с незнакомыми API или SDK, правильно и эффективно использовать AWS API, а также другие распространенные сценарии кодирования, такие как чтение и запись файлов, обработка изображений, написание модульных тестов и многое другое.

Новость: https://aws.amazon.com/ru/blogs/aws/amazon-codewhisperer-free-for-individual-use-is-now-generally-available/

91% ML-моделей деградируют со временем

В недавнем исследовании Массачусетского технологического института, Университета Монтеррея и других ведущих институтов провели эксперимент, который показал, что 91% моделей машинного обучения деградируют со временем. Это исследование - одно из первых в своем роде, в котором исследователи сосредоточились на изучении поведения моделей машинного обучения после развертывания и на том, как их производительность изменяется в зависимости от невидимых данных.

"Хотя было проведено много исследований различных типов и маркеров временных дрейфов данных, нет комплексного исследования того, как сами модели могут реагировать на эти дрейфы".

Новость: https://www.nannyml.com/blog/91-of-ml-perfomance-degrade-in-time

«Чистый» код, ужасная производительность

Если вы спросите, почему программное обеспечение медленное, ответов может быть множество. И то, какой из них самый важный, зависит от конкретной среды разработки и методологии кодинга.

Но для большого сегмента компьютерной индустрии ответ на вопрос «почему ПО медленное» будет таким: «из-за „чистого“ кода». Почти все идеи, лежащие в основе методологии «чистого» кода, ужасно влияют на производительность, и их нельзя использовать.

Правила «чистого» кода были разработаны, потому что кто-то подумал, что они позволят создавать более удобные в поддержке кодовые базы. Даже если бы это так, вы должны задаться вопросом: «А какой ценой?»

Нельзя просто отказаться от десятка или больше лет эволюции производительности оборудования, только чтобы немного упростить жизнь программистов. Наша работа заключается в написании программ, хорошо работающих на оборудовании, которое у нас есть. Если из-за этих правил производительность ПО такая плохая, то они просто неприемлемы.

Перевод: https://habr.com/ru/companies/sportmaster_lab/articles/728880/
Мой перевод другой статьи "Чистый или быстрый код?": https://apptractor.ru/info/articles/chisty-ili-bystryy-kod.html

Phind - поисковая ИИ-система для разработчиков

Phind - это поисковая система с искусственным интеллектом, предназначенная для разработчиков. Она отвечает на вопросы с подробными объяснениями и соответствующими фрагментами кода из Интернета. Phind генерирует ответы на основе информации из нескольких источников. Пользователи могут регулировать уровень экспертности или краткость ответов.

Сайт: https://www.phind.com/

Dolly 2 — открытый аналог ChatGPT со свободной лицензией

В конце марта 2023г., компания Databricks выпустила Dolly, большую языковую модель, подобную ChatGPT, дообученную на платформе Databricks Machine Learning Platform. Результат оценки работы модели Dolly показывает, что модель с открытым исходным кодом двухлетней давности (GPT-J) при дообучении на публичном датасете, собранном в Стэнфорде (Stanford Alpaca), на небольшом наборе данных из 50 000 диалогов (вопросов и ответов), может демонстрировать удивительно высокое качество обучения, не характерное для родительской модели (GPT-J), на которой она основана.

Но с первой версией модели Dolly существует одна проблема - датасет от Stanford Alpaca был собран с помощью автоматизированных скриптов от ChatGPT, что нарушает лицензию и правила использования моделей OpenAI.

Чтобы исправить эту проблему, в апреле 2023г. Databricks выпустила Dolly 2 - большую языковую модель с открытым исходным кодом и открытой лицензией для научных и коммерческих целей.

Статья: https://habr.com/ru/articles/729364/

Как «очеловечивали» дизайн-язык Алисы

Многие воспринимают виртуальных помощников просто как исполнителей голосовых команд вроде «найди», «включи», «отправь». Но у виртуального помощника «Яндекса» — Алисы — есть эмоции и характер. Их визуальное воплощение называют дизайн-языком. Чтобы понять Алису лучше, поговорили с командой, которая работает над «чувствами» виртуального помощника.

Статья: https://vc.ru/yandex/534669-kak-ochelovechivali-dizayn-yazyk-alisy

Как правильно выбрать базу данных в 2023 году

Базы данных часто являются самым узким местом в производительности приложения. Их также трудно мигрировать после запуска в прод, поэтому правильный выбор базы данных для вашего приложения имеет решающее значение.

Важной частью принятия правильного решения является знание того, какие варианты существуют. За последние несколько лет ландшафт баз данных быстро менялся, поэтому в этой статье мы постараемся упростить вам задачу, рассмотрев следующие темы:

• Обзор экосистемы баз данных в 2023 году
• Что на самом деле заставляет разные типы баз данных работать по-разному с технической точки зрения
• Когда следует использовать специализированную базу данных по сравнению с базой данных общего назначения

Статья: https://www.influxdata.com/blog/how-choose-right-database-2023/

Победитель конкурса Sony World Photography Awards отказался от награды - его работа была сгенерирована искусственным интеллектом и была призвана проверить, готовы ли подобные конкурсы к ИИ

Каеф 🤦‍♂️

Новость: https://www.vice.com/en/article/dy3vxy/sony-world-photography-awards-ai-generated

Как мы сделали это: Stripe Radar

Radar - это решение Stripe по предотвращению мошенничества. Оно оценивает более 1 000 характеристик потенциальной транзакции, чтобы определить вероятность ее мошенничества, пропуская хорошие транзакции и блокируя рискованные транзакции или перенаправляя их на дополнительные проверки безопасности. Это точное решение принимается менее чем за 100 миллисекунд. Из миллиардов законных платежей, проведенных через Stripe, Radar ошибочно блокирует всего 0,1%.

Статья: https://stripe.com/blog/how-we-built-it-stripe-radar

Как в Jane Street пишут тесты

Если вы работаете в мире финансов, вы, вероятно, знакомы с Knight Capital, HFT-фирмой, которая умудрилась потерять 440 миллионов долларов за час из-за ошибки. "Быстро двигаться и ломать вещи", вероятно, не самая лучшая идея, если вы занимаетесь высокочастотной торговлей.

Jane Street использует паттерн под названием expect tests, благодаря которому написание тестов похоже на программирование в REPL. Здесь гораздо меньше шаблонов и значительно более быстрый цикл обратной связи.

Они опубликовали отличную статью в блоге, в которой подробно описали принцип работы этих тестов и привели несколько примеров их использования при создании процессора рыночных данных, инструмента трассировки и т.д.

Статья: https://blog.janestreet.com/the-joy-of-expect-tests/

Как Slack отправляет миллионы сообщений в режиме реального времени

В этой статье мы опишем архитектуру, которую мы используем для отправки сообщений в режиме реального времени в таких масштабах. Мы подробно рассмотрим сервисы, которые отправляют сообщения в чаты и рассылают различные события онлайн-пользователям в режиме реального времени. Наши основные службы написаны на Java - это серверы каналов (Channel Servers, CS), серверы шлюзов (Gateway Servers, GS), серверы администраторов (Admin Servers, AS) и серверы присутствия (Presence Servers, PS).

Статья: https://apptractor.ru/slack-online

Генеральный директор OpenAI говорит, что эпоха гигантских моделей ИИ уже закончилась

Сэм Альтман говорит, что стратегия исследований, которая привела к появлению ChatGPT, себя исчерпала, и будущие успехи в области искусственного интеллекта потребуют новых идей.

Новость: https://www.wired.com/story/openai-ceo-sam-altman-the-age-of-giant-ai-models-is-already-over/

Артефакты пришельцев

Цель этой статьи - ввести понятие артефактов пришельцев, подкатегории legacy-кода. Я использую этот термин для описания особенно сложных и важных частей программного обеспечения, написанных очень умными инженерами, которые больше не работают в компании и, следовательно, не могут его поддерживать. Программное обеспечение действительно хорошо работает, но оно очень устойчиво к изменениям.

Унаследованный код - это термин, часто используемый для описания кода, который является старым, устаревшим и трудным для поддержки или изменения. Происходит это по различным причинам, таким как отсутствие документации, устаревшая технология или изменения в экосистеме программного обеспечения. Артефакт пришельцев трудно изменить, да, но в отличие от большинства устаревшего кода инженеры могут описать его как элегантный, хорошо документированный и протестированный. И он, несомненно, будет выполнять важную и не подлежащую замене в ближайшее время функцию, критическую для вашей системы.

Статья: https://www.brautaset.org/posts/alien-artefacts.html

Внутреннее устройство распределенных баз данных

В этом посте рассматриваются различные стратегии репликации, используемые популярными time-series и OLAP базами данных для реализации высокой доступности.

Обзор: https://questdb.io/blog/inner-workings-distributed-databases/