😢 Проблема: для названий органических соединений используют международный язык — номенклатуру ИЮПАК. Название должно полностью отражать химическую структуру, поэтому может быть очень громоздким.
Ошибка даже в одном символе будет критичной, поэтому от химиков требуется внимательность и знание многочисленных правил языка. На рынке есть коммерческие продукты для автоматической генерации названий, но нет программ под свободной лицензией.
😎 Решение: нейросеть для генерации названий органических соединений. За основу взяли Transformer, нейросеть Google для машинного перевода с одного языка на другой. Для обучения и тестирования использовали самую большую открытую базу PubChem, которая содержит около 100 миллионов соединений.
Созданная примерно за полтора месяца нейросеть способна переводить названия почти с той же точностью, что и алгоритмические решения на базе химических правил.
👨💻 Кто: исследователи Сколковского института науки и технологий, МГУ им. М. В. Ломоносова и стартапа Syntelly, Россия.
Ошибка даже в одном символе будет критичной, поэтому от химиков требуется внимательность и знание многочисленных правил языка. На рынке есть коммерческие продукты для автоматической генерации названий, но нет программ под свободной лицензией.
😎 Решение: нейросеть для генерации названий органических соединений. За основу взяли Transformer, нейросеть Google для машинного перевода с одного языка на другой. Для обучения и тестирования использовали самую большую открытую базу PubChem, которая содержит около 100 миллионов соединений.
Созданная примерно за полтора месяца нейросеть способна переводить названия почти с той же точностью, что и алгоритмические решения на базе химических правил.
👨💻 Кто: исследователи Сколковского института науки и технологий, МГУ им. М. В. Ломоносова и стартапа Syntelly, Россия.
Когда 50 лет — не возраст.
🧐 Что: старый 35-миллиметровый плёночный фотоаппарат Cosina Hi-Lite превратили в цифровой с помощью модуля Raspberry Pi Zero W, модуля камеры Pi, 3D-принтера, небольшой батарейки и капельки волшебства.
Raspberry Pi Zero и камера Pi крепятся к напечатанному на 3D-принтере картриджу, который имитирует контейнер с плёнкой. Картридж также вмещает небольшую батарею и преобразователь тока, которые запитывают систему.
Модифицированный фотоаппарат может снимать цифровые фото и видео, хранить их на SD-карте и передавать по Wi-Fi.
📺 Посмотреть: https://youtu.be/5DdQN0NVVT0
👩💻 Кто: хакер с ником befinitiv.
🧐 Что: старый 35-миллиметровый плёночный фотоаппарат Cosina Hi-Lite превратили в цифровой с помощью модуля Raspberry Pi Zero W, модуля камеры Pi, 3D-принтера, небольшой батарейки и капельки волшебства.
Raspberry Pi Zero и камера Pi крепятся к напечатанному на 3D-принтере картриджу, который имитирует контейнер с плёнкой. Картридж также вмещает небольшую батарею и преобразователь тока, которые запитывают систему.
Модифицированный фотоаппарат может снимать цифровые фото и видео, хранить их на SD-карте и передавать по Wi-Fi.
📺 Посмотреть: https://youtu.be/5DdQN0NVVT0
👩💻 Кто: хакер с ником befinitiv.
Тестируем и исправляем калькулятор на JavaScript.
Сломай его полностью.
https://thecode.media/x1test-calc
#проект_Код
Сломай его полностью.
https://thecode.media/x1test-calc
#проект_Код
🧐 Что это: Kaspersky Neural Networks — система визуальной аналитики, которая распознаёт различные объекты на изображениях.
☺️ Как работает: система идентифицирует и классифицирует по группам людей, дома, автомобили, животных и другие объекты в реальном времени. Нейронка натренирована на десятках тысяч изображений и продолжает обучаться в процессе работы.
Систему уже установили на промышленные беспилотники «Альбатрос М5» и «Альбатрос Д1». Данные могут быть обработаны на обычном ноутбуке, на сервере или даже на борту дрона в воздухе для экономии времени. Система способна анализировать изображения сразу с нескольких беспилотников и показывать их нескольким операторам в едином веб-интерфейсе.
🤔 А зачем? Система в первую очередь предназначена для работы в чрезвычайных ситуациях — в поисковых и аварийно-спасательных операциях, в оценке последствий стихийных бедствий и т. д. Но она также пригодится, например, в геодезии, картографии и организации дорожного движения.
👥 Кто: Лаборатория Касперского, Россия.
☺️ Как работает: система идентифицирует и классифицирует по группам людей, дома, автомобили, животных и другие объекты в реальном времени. Нейронка натренирована на десятках тысяч изображений и продолжает обучаться в процессе работы.
Систему уже установили на промышленные беспилотники «Альбатрос М5» и «Альбатрос Д1». Данные могут быть обработаны на обычном ноутбуке, на сервере или даже на борту дрона в воздухе для экономии времени. Система способна анализировать изображения сразу с нескольких беспилотников и показывать их нескольким операторам в едином веб-интерфейсе.
🤔 А зачем? Система в первую очередь предназначена для работы в чрезвычайных ситуациях — в поисковых и аварийно-спасательных операциях, в оценке последствий стихийных бедствий и т. д. Но она также пригодится, например, в геодезии, картографии и организации дорожного движения.
👥 Кто: Лаборатория Касперского, Россия.
😢 Проблема: пейте больше воды, говорят. А что делать с пластиковыми бутылками из-под воды — не говорят. Большую часть бытовых пластиковых отходов составляют именно такие бутылки.
😎 Решение: делать из пластиковых бутылок из-под питьевой воды нить для 3D-принтера. Для этого изучили опыт зарубежных коллег и усовершенствовали процесс. Сначала бутылки нагревают в специальной печи, чтобы они стали очень хрупкими. Затем бутылки перемалывают в обычной мельнице, расплавляют полученные гранулы и выдавливают в тонкую нить.
Производство выходит безотходным, а полученный материал используют для печати деталей и моделей студенческих проектов. Бутылки собирают по всему университету — пока только на кафедрах и в кафетерии, но в планах добавить контейнеры в учебные корпусы и общежитие.
👥 Кто: учёные Ярославского государственного технического университета, Россия.
😎 Решение: делать из пластиковых бутылок из-под питьевой воды нить для 3D-принтера. Для этого изучили опыт зарубежных коллег и усовершенствовали процесс. Сначала бутылки нагревают в специальной печи, чтобы они стали очень хрупкими. Затем бутылки перемалывают в обычной мельнице, расплавляют полученные гранулы и выдавливают в тонкую нить.
Производство выходит безотходным, а полученный материал используют для печати деталей и моделей студенческих проектов. Бутылки собирают по всему университету — пока только на кафедрах и в кафетерии, но в планах добавить контейнеры в учебные корпусы и общежитие.
👥 Кто: учёные Ярославского государственного технического университета, Россия.
CSS: как задавать размеры элементов на сайте.
Немного про CSS и размеры. Полезно для начинающих:
https://thecode.media/c1size-matters-2
#проект_Код
Немного про CSS и размеры. Полезно для начинающих:
https://thecode.media/c1size-matters-2
#проект_Код
😳 Что: рой крошечных квадрокоптеров обнаруживает источник газа в неизвестной загромождённой среде без GPS.
☺️ Как работает: под управлением нового алгоритма Sniffy Bug рой рассредотачивается по области, при этом каждый малютка-квадрокоптер обменивается данными с собратьями. Если один чувствует запах газа, он связывается с другими, чтобы вместе локализовать источник.
Процесс можно сравнить с тем, как мошки находят спелые фрукты у нас на кухне.
😮 Зачем: крошечные квадрокоптеры идеальны для автономных поисков — они безопасны, манёвренны и дёшевы. Но организовать работу роя сложнее, да и в настолько маленького робота не поместится много электроники.
Новый алгоритм обеспечивает полностью автономную работу роя. В будущем это может помочь в поисково-спасательных операциях.
👉 Посмотреть на это: https://youtu.be/hj_SBSpK5qg
👉 GitHub: https://github.com/tudelft/sniffy-bug
👥 Кто: Делфтский технический университет, Нидерланды, Барселонский университет, Испания, Гарвардский университет, США.
☺️ Как работает: под управлением нового алгоритма Sniffy Bug рой рассредотачивается по области, при этом каждый малютка-квадрокоптер обменивается данными с собратьями. Если один чувствует запах газа, он связывается с другими, чтобы вместе локализовать источник.
Процесс можно сравнить с тем, как мошки находят спелые фрукты у нас на кухне.
😮 Зачем: крошечные квадрокоптеры идеальны для автономных поисков — они безопасны, манёвренны и дёшевы. Но организовать работу роя сложнее, да и в настолько маленького робота не поместится много электроники.
Новый алгоритм обеспечивает полностью автономную работу роя. В будущем это может помочь в поисково-спасательных операциях.
👉 Посмотреть на это: https://youtu.be/hj_SBSpK5qg
👉 GitHub: https://github.com/tudelft/sniffy-bug
👥 Кто: Делфтский технический университет, Нидерланды, Барселонский университет, Испания, Гарвардский университет, США.
А вот задача, которой можно поставить в тупик любого гуманитария.
Представьте, что вам нужно пару раз по работе слетать из Москвы во Владивосток и вернуться назад. Первый раз вы летите туда и обратно при полном штиле. Во второй раз при точно таком же перелёте в оба конца постоянно дует западный ветер одинаковой силы: туда попутный, а обратно — лобовой. Как изменится общее время полёта во втором случае: уменьшится, увеличится или останется таким же, как в первом случае?
В рамках задачи примем скорость самолёта за 800 километров в час. А ветер пусть дует со скоростью 100 километров в час. Мы знаем, что в реальных условиях всё намного сложнее и скорости нельзя складывать напрямую, но для упрощения допустим, что это возможно. Расстояние от Москвы до Владивостока по воздуху — 6 400 километров.
Напишите свой ответ в комментариях, а потом проверьте решение: https://thecode.media/z3plane
#задача_Код
Представьте, что вам нужно пару раз по работе слетать из Москвы во Владивосток и вернуться назад. Первый раз вы летите туда и обратно при полном штиле. Во второй раз при точно таком же перелёте в оба конца постоянно дует западный ветер одинаковой силы: туда попутный, а обратно — лобовой. Как изменится общее время полёта во втором случае: уменьшится, увеличится или останется таким же, как в первом случае?
В рамках задачи примем скорость самолёта за 800 километров в час. А ветер пусть дует со скоростью 100 километров в час. Мы знаем, что в реальных условиях всё намного сложнее и скорости нельзя складывать напрямую, но для упрощения допустим, что это возможно. Расстояние от Москвы до Владивостока по воздуху — 6 400 километров.
Напишите свой ответ в комментариях, а потом проверьте решение: https://thecode.media/z3plane
#задача_Код
😿 Проблема: мы любим котиков и желаем им здоровья. Но котики не умеют говорить, поэтому хозяину остаётся только догадываться, счастлив питомец, недоволен или испытывает боль.
😸 Решение: Tably — система анализа и интерпретации настроения кошки по фотографии. Нейронка оценивает пять параметров: положение ушей, усов и головы, напряжение мордочки и глаз. Точность результата достигает 97%. За всей этой историей стоит научное исследование оценки боли у кошек.
Веб-версии для владельцев кошек и ветеринаров уже доступны, приложение для iOS и Android готовят к выходу.
🐈 Попробовать: https://www.sylvester.ai/cat-owners
👨💻 Кто: компания Sylvester.ai, Канада.
😸 Решение: Tably — система анализа и интерпретации настроения кошки по фотографии. Нейронка оценивает пять параметров: положение ушей, усов и головы, напряжение мордочки и глаз. Точность результата достигает 97%. За всей этой историей стоит научное исследование оценки боли у кошек.
Веб-версии для владельцев кошек и ветеринаров уже доступны, приложение для iOS и Android готовят к выходу.
🐈 Попробовать: https://www.sylvester.ai/cat-owners
👨💻 Кто: компания Sylvester.ai, Канада.
Словарь тестировщика: автотесты, юнит-тесты и другие важные слова.
Полезное для будущих тестировщиков.
https://thecode.media/g1tested
#объяснялово_Код
Полезное для будущих тестировщиков.
https://thecode.media/g1tested
#объяснялово_Код
Ловите подборку конструкторов приложений. Можно сделать собственный интернет-магазин или мессенджер — убийцу Телеграма.
В основном все платные, зато не нужно знать программирование.
#сохранить_Код
В основном все платные, зато не нужно знать программирование.
#сохранить_Код
Из-за неё ввели возрастной рейтинг видеоигр.
Смотрите, что откопали: одна из первых 16-битных видеоприставок. В ней два процессора — для воспроизведения графики игр с картриджей и для выдачи звука на невероятном для тех лет уровне.
⚡ Главная фишка: Genesis does what Nintendon't. «Это вам не Нинтендо». В отличие от NES, SEGA Genesis предлагала более продвинутую графику, крутое звучание и совсем другие сюжеты. Против неспешного водопроводчика Марио вышел стремительный Ёж Соник.
Геймерам давно хотелось играть в Mortal Kombat и другие игры в жанре файтинг дома, а не на аркадных автоматах. SEGA не боялась жестоких игр, из-за этого пришлось вводить значки «не для детей».
📺 Посмотрите рекламу:
https://youtu.be/Q9ImFNS5KXU,
https://youtu.be/NiFo05yQb0Y,
https://youtu.be/1vjv5LKrOq8
🚀 Выпуск: 1988—1997
🛒 Продано: около 40 млн шт.
#ретро_Код
Смотрите, что откопали: одна из первых 16-битных видеоприставок. В ней два процессора — для воспроизведения графики игр с картриджей и для выдачи звука на невероятном для тех лет уровне.
⚡ Главная фишка: Genesis does what Nintendon't. «Это вам не Нинтендо». В отличие от NES, SEGA Genesis предлагала более продвинутую графику, крутое звучание и совсем другие сюжеты. Против неспешного водопроводчика Марио вышел стремительный Ёж Соник.
Геймерам давно хотелось играть в Mortal Kombat и другие игры в жанре файтинг дома, а не на аркадных автоматах. SEGA не боялась жестоких игр, из-за этого пришлось вводить значки «не для детей».
📺 Посмотрите рекламу:
https://youtu.be/Q9ImFNS5KXU,
https://youtu.be/NiFo05yQb0Y,
https://youtu.be/1vjv5LKrOq8
🚀 Выпуск: 1988—1997
🛒 Продано: около 40 млн шт.
#ретро_Код