❓ Как называлась первая в мире компьютерная игра?
❗️ Самая первая компьютерная игра — дуэль двух космических кораблей — называлась Spacewar. За пару месяцев в свободное от работы время ее создали несколько программистов из Массачусетского технологического института.
На круглом дисплее отображалось поле битвы — ночное небо на которое было скопировано звезды, которые по расположению напоминали те, что над Кембриджем. С помощью клавиатуры или джойстика могли свободно перемещать свои боевые корабли. Количество запасов топлива, а так же боеприпасов были ограничены. Для того что бы перехитрить противника можно было совершать гиперпрыжок — это действие, когда один корабль исчезал и появлялся в любом месте карты. Можно еще было повернуться вокруг звезды, которая находилась в центре карты, пуская в ход ее гравитацию.
Интересно, что своим создателям Spacewar не принесла никакого дохода, кроме славы в узких программистских кругах.
❗️ Самая первая компьютерная игра — дуэль двух космических кораблей — называлась Spacewar. За пару месяцев в свободное от работы время ее создали несколько программистов из Массачусетского технологического института.
На круглом дисплее отображалось поле битвы — ночное небо на которое было скопировано звезды, которые по расположению напоминали те, что над Кембриджем. С помощью клавиатуры или джойстика могли свободно перемещать свои боевые корабли. Количество запасов топлива, а так же боеприпасов были ограничены. Для того что бы перехитрить противника можно было совершать гиперпрыжок — это действие, когда один корабль исчезал и появлялся в любом месте карты. Можно еще было повернуться вокруг звезды, которая находилась в центре карты, пуская в ход ее гравитацию.
Интересно, что своим создателям Spacewar не принесла никакого дохода, кроме славы в узких программистских кругах.
Инженеры Стэнфорда создали мягкого робота, который меняет форму.
В простейшей версии робот представляет собой трубку, проходящую через три механизма, сжимающих ее в треугольник. Для создания более сложного робота можно объединить несколько «треугольников». Создатели робота экспериментируют с его разными формами и изучают возможность погружать его в воду, чтобы понять, сможет ли он плавать.
Потенциально мягкого робота можно использовать в работе срочных служб при стихийных бедствиях, а также отправлять его на другие планеты, где он мог бы преодолевать сложные препятствия в незнакомой окружающей среде.
Источник
В простейшей версии робот представляет собой трубку, проходящую через три механизма, сжимающих ее в треугольник. Для создания более сложного робота можно объединить несколько «треугольников». Создатели робота экспериментируют с его разными формами и изучают возможность погружать его в воду, чтобы понять, сможет ли он плавать.
Потенциально мягкого робота можно использовать в работе срочных служб при стихийных бедствиях, а также отправлять его на другие планеты, где он мог бы преодолевать сложные препятствия в незнакомой окружающей среде.
Источник
YouTube
Stanford engineers develop crawling and transforming soft robot
A new type of robot combines traditional and soft robotics, making it safe but sturdy. Once inflated, it can change shape and move without being attached to a source of energy or air.
Read the story: https://news.stanford.edu
Stanford University Channel…
Read the story: https://news.stanford.edu
Stanford University Channel…
«Всё, с понедельника точно начну учиться!» Если ещё со школы надеетесь на эту фразу, то внезапные каникулы из-за коронавируса — отличный повод выполнить данное себе обещание.
Собрали подборку бесплатных курсов и платформ, открывшихся на время карантина. Делитесь с друзьями и коллегами 🔥
Собрали подборку бесплатных курсов и платформ, открывшихся на время карантина. Делитесь с друзьями и коллегами 🔥
Собрали курсы, статьи и другие полезные ссылки для всех, кто интересуется глубоким обучением. Enjoy ✌️
🔹 https://vas3k.ru/blog/machine_learning/ — Обзорная статья про машинное обучение, которая также затрагивает тему нейронных сетей. Написана очень простым языком и с хорошими иллюстрациями.
🔹 https://www.ozon.ru/context/detail/id/141796497 — Практические основы нейронных сетей.
🔹 https://www.labirint.ru/books/622166/point/gm/ — Практика написания нейронных сетей на языке Python.
🔹 https://www.labirint.ru/books/620686/point/gm/ — Классический труд про глубокое обучение. Много математики.
🔹 https://yerevann.com/a-guide-to-deep-learning/ — Дорожная карта для постепенного изучения всего многообразия мира нейронных сетей.
🔹 https://metacademy.org — Ресурс, который позволяет понять взаимосвязи между разными концептами в математике и ИИ, оценить их сложность и составить постепенный путь их изучения.
🔹 https://fast.ai/ — Очень популярный курс про глубокое обучение, для тех кто в первую очередь нацелен на практику
🔹 https://www.deeplearning.ai/ — Новый курс от родоначальника обучающих материалов про нейронные сети Andrew Ng’а. Именно после его первого курса про машинное обучение на портале Coursera появилось много современных исследователей.
🔹 https://cs231n.github.io — Курс Стендфорда про сверточные нейронные сети от ведущего специалиста в Tesla.
🔹 https://cs224d.stanford.edu/ — Курс, посвященный глубокому обучению и анализу текста, в Москве по нему каждый семестр проводятся занятия.
🔹 https://distill.pub/ — Блог с очень красивыми и хорошо подготовленными статьями про нейронные сети.
🔹 https://colah.github.io/ — Блог, в котором подробно объясняются основные типы нейронных сетей.
🔹 https://vk.com/deeplearning — Сообщество с разными новостями из мира глубокого обучения.
🔹 https://telegram.me/joinchat/ABI4pz6rz2iVzWUzaVqpmA — Популярный канал, где обсуждают нейронные сети.
🔹 https://www.wildml.com/newsletter/ — Хорошая рассылка с новостями про ИИ.
🔹 https://paperswithcode.com/ — Портал с актуальными статьями из мира ИИ и кодом.
🔹 https://vas3k.ru/blog/machine_learning/ — Обзорная статья про машинное обучение, которая также затрагивает тему нейронных сетей. Написана очень простым языком и с хорошими иллюстрациями.
🔹 https://www.ozon.ru/context/detail/id/141796497 — Практические основы нейронных сетей.
🔹 https://www.labirint.ru/books/622166/point/gm/ — Практика написания нейронных сетей на языке Python.
🔹 https://www.labirint.ru/books/620686/point/gm/ — Классический труд про глубокое обучение. Много математики.
🔹 https://yerevann.com/a-guide-to-deep-learning/ — Дорожная карта для постепенного изучения всего многообразия мира нейронных сетей.
🔹 https://metacademy.org — Ресурс, который позволяет понять взаимосвязи между разными концептами в математике и ИИ, оценить их сложность и составить постепенный путь их изучения.
🔹 https://fast.ai/ — Очень популярный курс про глубокое обучение, для тех кто в первую очередь нацелен на практику
🔹 https://www.deeplearning.ai/ — Новый курс от родоначальника обучающих материалов про нейронные сети Andrew Ng’а. Именно после его первого курса про машинное обучение на портале Coursera появилось много современных исследователей.
🔹 https://cs231n.github.io — Курс Стендфорда про сверточные нейронные сети от ведущего специалиста в Tesla.
🔹 https://cs224d.stanford.edu/ — Курс, посвященный глубокому обучению и анализу текста, в Москве по нему каждый семестр проводятся занятия.
🔹 https://distill.pub/ — Блог с очень красивыми и хорошо подготовленными статьями про нейронные сети.
🔹 https://colah.github.io/ — Блог, в котором подробно объясняются основные типы нейронных сетей.
🔹 https://vk.com/deeplearning — Сообщество с разными новостями из мира глубокого обучения.
🔹 https://telegram.me/joinchat/ABI4pz6rz2iVzWUzaVqpmA — Популярный канал, где обсуждают нейронные сети.
🔹 https://www.wildml.com/newsletter/ — Хорошая рассылка с новостями про ИИ.
🔹 https://paperswithcode.com/ — Портал с актуальными статьями из мира ИИ и кодом.
👍1
Издание Gizmodo опросило нескольких ученых и исследователей, каким по их мнению будет интернет в 2030 году 🚀
Большинство из них сходятся во мнении: не так радужно, как хотелось бы. В сети будущего ожидается меньше свободы слова, наступит конец анонимности, а скорость интернета для обычных пользователей может снизиться.
Большинство из них сходятся во мнении: не так радужно, как хотелось бы. В сети будущего ожидается меньше свободы слова, наступит конец анонимности, а скорость интернета для обычных пользователей может снизиться.
Что умела нейросеть, ставшая популярной в сети в конце июня? Сервис закрыли на пятый день после релиза.
Anonymous Poll
7%
Давать советы людям в депрессии
49%
Раздевать девушек на фото
5%
Подбирать вино, анализируя ваши основные черты характера
40%
Создавать дипфейки, заменяя лица порноактрис лицами знаменитостей
IT-школа Skillfactory
Что умела нейросеть, ставшая популярной в сети в конце июня? Сервис закрыли на пятый день после релиза.
❗️Правильный ответ: Раздевать девушек на фото.
Речь идет о сервисе DeepNude, который стал вирусным всего за сутки. Приложение запустилось 23 июня 2019 года, но СМИ узнали о нем только 26 числа.
⠀
27 июня разработчики объявили о закрытии приложения. По словам создателей, «мир еще не готов к DeepNude», так как слишком высока вероятность злоупотребления сервисом.
Речь идет о сервисе DeepNude, который стал вирусным всего за сутки. Приложение запустилось 23 июня 2019 года, но СМИ узнали о нем только 26 числа.
⠀
27 июня разработчики объявили о закрытии приложения. По словам создателей, «мир еще не готов к DeepNude», так как слишком высока вероятность злоупотребления сервисом.
Машинное обучение стремительно развивается, как и использование нами «умных» технологий. Так что если вы ищете востребованную профессию, то получение навыков работы с искусственным интеллектом — хорошее решение.
Итак, вот восемь советов, которым вы можете следовать уже сейчас.
1️⃣ Поймите, что представляет из себя машинное обучение
Этот пункт может показаться очевидным, но очень важно иметь представление о том, что такое машинное обучение, понимать базовые математические основы.
2️⃣ Будьте любопытны
Машинное обучение и ИИ — вещи современные, и в будущем они будут продолжать развиваться. Поэтому наличие здорового чувства любопытства и любви к обучению важно для изучения новых технологий и того, что с ними происходит. Читайте актуальные статьи, записывайтесь на онлайн-курсы и пробуйте новое. Быть успешным = быть любопытным.
3️⃣ Переводите бизнес-задачи на математический язык
Машинное обучение — это профессия для тех, кто мыслит логически. Она сочетает в себе технологии, математику и бизнес-анализ. Конечно, вы должны сосредоточиться на первых двух пунктах, но вам не достичь успеха без понимания проблем бизнеса и умения перевести их на понятный вам язык математики.
4️⃣ Будьте командным игроком
Раньше машинное обучение ассоциировалось с образом одинокого программиста, окруженного компьютерами. Однако в наши дни над проектами работает не один человек, а целая команда. Если хотите достичь успеха, будьте готовы стать ее частью.
5️⃣ В идеале, нужно иметь опыт в анализе данных
Если вы аналитик данных, то следующий логичный шаг в вашей карьере — это машинное обучение. В этой сфере неотъемлемым является аналитическое мышление, то есть умение думать о причинах и последствиях, понимать, что работает хорошо, а что не очень.
6️⃣ Изучите Python и пользуйтесь библиотеками для машинного обучения
Всем начинающим настоятельно рекомендуем как можно скорее начать изучение Python и библиотек Scikit-learn и Tensor Flow.
7️⃣ Пройдите онлайн-курсы
На данном этапе ваша цель — получение практических навыков в машинном обучении. Запишитесь на онлайн-курсы, посвященные программированию и практике в машинном обучении.
8️⃣ Узнайте больше о сфере, в которой вы хотите работать
Машинное обучение, как и любая сфера, не существует в вакууме. Каждая ее отрасль уникальна. Так что чем больше вы сможете узнать о той отрасли, в которой мечтаете работать, тем лучше.
Нужно некоторое время, чтобы понять, чем вы собираетесь заниматься. На это уйдет несколько месяцев или даже лет, поэтому начните прямо сейчас.
Источник
Итак, вот восемь советов, которым вы можете следовать уже сейчас.
1️⃣ Поймите, что представляет из себя машинное обучение
Этот пункт может показаться очевидным, но очень важно иметь представление о том, что такое машинное обучение, понимать базовые математические основы.
2️⃣ Будьте любопытны
Машинное обучение и ИИ — вещи современные, и в будущем они будут продолжать развиваться. Поэтому наличие здорового чувства любопытства и любви к обучению важно для изучения новых технологий и того, что с ними происходит. Читайте актуальные статьи, записывайтесь на онлайн-курсы и пробуйте новое. Быть успешным = быть любопытным.
3️⃣ Переводите бизнес-задачи на математический язык
Машинное обучение — это профессия для тех, кто мыслит логически. Она сочетает в себе технологии, математику и бизнес-анализ. Конечно, вы должны сосредоточиться на первых двух пунктах, но вам не достичь успеха без понимания проблем бизнеса и умения перевести их на понятный вам язык математики.
4️⃣ Будьте командным игроком
Раньше машинное обучение ассоциировалось с образом одинокого программиста, окруженного компьютерами. Однако в наши дни над проектами работает не один человек, а целая команда. Если хотите достичь успеха, будьте готовы стать ее частью.
5️⃣ В идеале, нужно иметь опыт в анализе данных
Если вы аналитик данных, то следующий логичный шаг в вашей карьере — это машинное обучение. В этой сфере неотъемлемым является аналитическое мышление, то есть умение думать о причинах и последствиях, понимать, что работает хорошо, а что не очень.
6️⃣ Изучите Python и пользуйтесь библиотеками для машинного обучения
Всем начинающим настоятельно рекомендуем как можно скорее начать изучение Python и библиотек Scikit-learn и Tensor Flow.
7️⃣ Пройдите онлайн-курсы
На данном этапе ваша цель — получение практических навыков в машинном обучении. Запишитесь на онлайн-курсы, посвященные программированию и практике в машинном обучении.
8️⃣ Узнайте больше о сфере, в которой вы хотите работать
Машинное обучение, как и любая сфера, не существует в вакууме. Каждая ее отрасль уникальна. Так что чем больше вы сможете узнать о той отрасли, в которой мечтаете работать, тем лучше.
Нужно некоторое время, чтобы понять, чем вы собираетесь заниматься. На это уйдет несколько месяцев или даже лет, поэтому начните прямо сейчас.
Источник
Если вы всё ещё задаетесь вопросом о следующих технологических инновациях, взгляните на новейшие технические тенденции, которые находятся в тренде (а некоторые — в разработке) сегодня.
👉 https://amp.gs/0Hf5
👉 https://amp.gs/0Hf5
Существует огромное количество онлайн-курсов и платформ для обучения, от бесплатных до невероятно дорогих. Но как именно выбрать курсы и не потратить деньги и время зря? 🤔
👉 https://amp.gs/0FJO
👉 https://amp.gs/0FJO