📄Как проверить точность математических библиотек: один тест, чтобы взять с собой зонтик

Для бесконечного множества действительных чисел существует лишь конечное число бит. Числа с плавающей точкой заполняют числовую ось неравномерно. Ошибка предсказания накапливается после каждого арифметического действия.

Это не тизер к фильму-катастрофе, а простые постулаты численной устойчивости, из-за которых страдает точность любых математических библиотек. Они лежат в основе не только прогнозов погоды, но и технологий искусственного интеллекта, машинного обучения, дополненной, виртуальной реальности, компьютерного зрения… Так что низкая точность математических библиотек вполне может обернуться проблемами для всего человечества.

К счастью, Валерия Пузикова, эксперт по разработке математических библиотек, знает, как обеспечить высокую точность элементарных математических функций. Быстрее и в десятки тысяч раз эффективнее, чем это обычно реализовано в индустрии. Подробно об этом методе и о проблеме точности в целом Валерия рассказывает в новом материале.

Читать статью ➡

#программы #алгоритмы

@ultimate_engineer

​​📄Мониторинг из коробки: как настроить сбор метрик с сотни систем хранения данных за пять минут

Grafana, Prometheus, Victoria Metrics… Многие инженеры хорошо знакомы с этими инструментами, именно их часто используют при настройке мониторинга IT-инфраструктуры. При этом настроить мониторинг быстро и эффективно могут не все.

Инженер по разработке ПО YADRO Александр Петровский, изучив потребности клиентов, собрал систему мониторинга из open source-решений и «упаковал» её в Docker Compose, который можно развернуть за пять минут. Приложение, получившее название Monitoring Appliance, теперь доступно каждому пользователю СХД TATLIN.UNIFIED.

В статье Александр рассказал, из чего состоит этот мониторинг и как его повторить. Также вы узнаете:

▪Какие требования к системе были у клиентов;
▪Какими способами можно получить данные о состоянии СХД;
▪Какие дашборды поможет строить мониторинг.

Читать статью ➡

#программы #схд

@ultimate_engineer

​​🔖Как за 24 часа построить подводного робота, который пройдет лабиринт, и не потерять командный дух

В конце прошлого года мы рассказывали про инженеров, которые стали призёрами робототехнического хакатона Robotics Tournament. Такой формат не заменит университетских курсов и опыта проведения реальных проектов, но даст то, что не всегда получишь в лаборатории или вузовской аудитории. Например, навык работать в условиях ограниченности ресурсов, умение быстро принимать решения и находить креативные подходы к задаче.

Во всяком случае именно в этом видят ценность таких инженерных челленджей участники команды «Траектория паяльника». В интервью «Истовому инженеру» они — подробно рассказали о процессе проектирования своего робота, выборе стратегии и распределении командных ролей в условиях цейтнота.

Из интервью вы узнаете:

▪Как инженеры работали в условиях жёсткого дедлайна;
▪Какие технические решения помогли их роботу занять второе место, обыграв соперников с более сложными разработками;
▪Почему создание подводного робота — это особый вызов даже для опытных специалистов;
▪Как хакатоны помогают развивать профессиональные навыки, укреплять командный дух и учат нестандартно мыслить.

Читать ➡

Делитесь в комментариях, участвовали ли вы в подобных соревнованиях и чему на них научились!

#роботы #команднаяработа

@ultimate_engineer

​​📖Сегодня идеальный день для драйва: отмечаем день рождения автомобиля

138 лет назад в этот день 41-летний инженер из Мангейма, владелец механической мастерской, зарегистрировал своё изобретение в Кайзеровском патентном ведомстве. Патент №37435 был выдан на «транспортное средство с двигателем внутреннего сгорания». Карла Фридриха Бенца тогда знали немногие за пределами его родного города, но скоро его имя будут произносить далеко за пределами Германии. Спустя три года на Всемирной выставке в Париже он представит усовершенствованную версию своего Benz Patent-Motorwagen — трёхколёсный экипаж с бензиновым мотором.

Новинка прогремела на весь Париж, причём, буквально — двигатель внутреннего сгорания сильно шумел и пугал лошадей, чем были очень недовольны городские извозчики. Но вскоре страсти утихли и дела у Benz & Cie. пошли в гору.

Бенц был настоящим перфекционистом и дотошно проработал каждую деталь своего автомобиля. В конструкции, помимо ДВС, использовались акселератор, система зажигания с батареей и искровой свечой, карбюратор, сцепление, коробка передач и водяной радиатор охлаждения. У радиатора не было привычных нам сот и трубок — его позже доработал Вильгельм Майбах, ещё один инженерный гений своего времени.

Свой motorwagen Бенц оснастил четырёхтактным бензиновым двигателем объёмом 984 куб. см. Одноцилиндровый блок отлил из чугуна, поршни и клапаны сделал из стали. Сам мотор весил около 100 кг, а всё авто — 265 кг. Задние колёса приводились в движение ременной и зубчатой передачей, а вот решить задачу синхронного поворота передних колёс изобретатель не смог. Именно поэтому его авто было трёхколёсным.

После Всемирной выставки 1889 года популярность автомобилей с двигателями внутреннего сгорания стала набирать обороты, хотя технология в те времена оставалась ещё очень несовершенной. Современников Бенца смущал не только шум бензинового мотора, но его малая мощность, сравнимая с лошадиной тягой (0.66 — 1.5 кВт) и заметно уступающая паровым двигателям (до 7.5 кВт).

По комфорту машины с ДВС и вовсе проигрывали электромобилям, которые к тому времени уже имели, между прочим, полувековую историю. И их история продолжала развиваться: спустя 11 лет после выдачи патента на Benz Patent-Motorwagen, в 1897 году, на улицах Лондона появились первые электрические такси.

Предшественницы знаменитых лондонских кэбов имели мощность около 3-4 лошадиных силы и могли разгоняться до 19 км/ч, преодолевая без шума и вибрации на одном заряде до 48 км. Казалось, у электромобилей было всё, чтобы стать транспортом будущего. И всё же на длинной дистанции победителями технологического ралли оказались автомобили с ДВС: доступность топлива, большая дальность хода и постепенное удешевление производства делают их лидерами гонки уже почти полтора столетия.

#историятехнологий #техника

@ultimate_engineer

​​❓Что можно сделать с 505 петабайтами данных о климате, которые метеорологи накопили с 1940-го года

Оказавшись в распоряжении нейросети, эти огромные архивы информации о климатических изменениях становятся основой для точных прогнозов погоды. В метеорологии большие данные и машинное обучение открывают новые горизонты, меняя правила игры.

Яркий пример такого подхода — GenCast от Google DeepMind, использующий новаторский для синоптиков метод диффузного моделирования. В отличие от традиционных моделей, эта система определяет движение воздушных масс не с помощью ресурсоёмких математических вычислений, а благодаря нейросетевой обработке данных — тех самых петабайт из уникальной копилки синоптиков.

Процесс любопытный — начинается с того, что эти данные намеренно «загрязняют» информационным шумом, а затем постепенно вычищают и уточняют. Так через 20 итераций и рождаются реалистичные погодные паттерны. Причём, такой подход позволяет создавать не один, а сразу 50 вероятных сценариев развития погоды, что важно для предсказания стихийных бедствий.

Конкретный пример: тайфун Хагибис, траектории которого GenCast просчитала за 15 дней до его появления, оставив традиционные модели прогнозирования далеко позади.

В новом тексте разбираем детали: как работает диффузное моделирование в метеорологии и в чём его уникальность, а также рассказываем про перспективные альтернативы GenCast и интересные российские ИИ-разработки в сфере прогнозирования погоды.

Читать ➡

#научпоп #AI #ML #алгоритмы

@ultimate_engineer

​​🎤В 19 выпуске «Битовых масок» к нашим бессменным ведущим присоединился Антон Бондарев, создатель и активный разработчик Embox — свободной кросс-платформенной RTOS для встроенных систем. Через призму своего интересного опыта Антон рассмотрел ряд базовых вопросов, связанных с LInux и его использованием, оценил ситуацию на рынке ОС для встраиваемых систем, а также поделился не одной занятной историей из жизни проекта:

▪Как проекты Антона в аспирантуре матмеха СПбГУ привели к созданию Embox;
▪В чём преимущества и ограничения Linux для embedded-систем;
▪Почему Embox не стремится стать конкурентом Linux;
▪В чём сложность портирования драйверов;
▪Как Embox портировали на разные архитектуры, в том числе на российские чипы на RISC-V от «Микрон» и НИИЭТ.
▪Как в Embox работают со студентами и почему для развития в системном программировании особенно важны реальные проекты.

Смотреть или слушать ➡

#программы #подкасты #битовыемаски

@ultimate_engineer

​​📄Верите в инженерную интуицию? А она есть. В 2015 году бельгийский искусствовед провел лазерное сканирование Нотр-Дама, создав трёхмерную карту из миллиарда точек. Тогда ничто не предвещало… А четыре года спустя, когда пожар едва не уничтожил собор, эта модель стала бесценным путеводителем для реставраторов.

Без нее восстановление одного из символов Франции могло затянуться на десятилетия. Шутка ли — разобраться с геометрией восьмисотлетнего здания, когда весомая часть конструкции лежит в руинах, а чертежи давно утеряны.

Но технологии помогли собору не только в этом. Пока пожарный робот Colossus боролся с огнем в нефе собора, над его крышей кружили дроны, передавая данные спасателям. А потом армия роботов-строителей месяцами разбирала завалы там, куда люди не могли войти из-за угрозы обрушения и расплавленного свинца кровли.

Искусственный интеллект анализировал тысячи фотографий, чтобы определить первоначальное положение каждого упавшего камня, а реставраторы использовали технологии дополненной реальности, чтобы видеть, как именно нужно восстанавливать витражи и своды.

Но и это не всё. Современные новации не просто помогли восстановить собор — они раскрыли тайны средневековых технологий. Например, благодаря спектральному анализу ученые узнали точный состав средневековых витражей. А по изучению сгоревших балок определили, каким был климат Франции восемь веков назад.

И теперь у собора появился виртуальный хранитель — его цифровая копия, которая поможет предотвратить новые трагедии. Как сработал этот симбиоз средневековой архитектуры и современных технологий? Рассказываем в нашем новом материале.

Читать ➡

#роботы #AI #индустрия4_0

@ultimate_engineer

​​📄Один в поле воин: как тестируют телеком-оборудование

Мобильная связь должна быть стабильной в любых условиях — от мегаполисов до отдалённых деревень. Но прежде чем базовая станция попадает в эксплуатацию, она проходит множество этапов тестирования. Инженеры проверяют, как оборудование справляется с разными типами нагрузки, устойчиво ли к сбоям, правильно ли переключается между частотами и совместимо ли с другими элементами сети.

В статье Алексей Нелюбов, старший консультант по гибким методам разработки в YADRO, делится опытом своей команды GSM QA, которая тестирует оборудование для базовых станций 2G. Он рассказывает, как на практике инженеры проверяют, работает ли оборудование так, как задумано, и какие методы применяют для обнаружения и устранения проблем. Также вы узнаете:

▪Как менялись подходы к тестированию ПО и оборудования с 1950-х годов до наших дней;
▪Какие виды тестирования применяются в разработке базовых станций;
▪Почему базовая станция может работать в лаборатории, но сбоить в реальных условиях;
▪Каким фреймворкам разработки придерживается телеком-команда в YADRO.

Читать статью ➡

#телеком #джуниор

@ultimate_engineer

​​📍Если бы Толкин писал на Rust: ELF, DWARF и другие важные знания об отладчиках

Технологии в основе дебаггеров действительно называются «фэнтезийными» именами. Чтобы понять большинство возможностей дебаггера, важно иметь представление об ELF и DWARF, а также о PTRACE и функциях, которые они реализуют.

Константин Деревцов, ведущий инженер группы разработки подсистем доступа к данным, рассказал об опыте разработки отладчика на Rust на примере дебаггера BS собственной разработки. В статье автор подробно остановился на специфике Rust и своем продукте. Вы узнаете:

▪Как технология PTRACE выполняет множество задач с помощью одного вызова;
▪С каким проблемами сталкиваются инженеры в дебаггинге Rust-приложений;
▪Что потребуется для написания собственного отладчика на примере BS.

Читать статью ➡

#программы

@ultimate_engineer

​​📄Луна зовёт: как NASA готовит роботов к освоению спутника

Когда человек снова ступит на Луну, его будут сопровождать роботы. В рамках программы Artemis NASA разрабатывает технологии, которые помогут создавать лунную инфраструктуру, перевозя грузы и возводя научные базы.

В ход идут автоматизированные системы: LANDO — роботизированная рука, способная разгружать посадочные модули без участия человека, и новые поколения роверов, которые будут колесить по лунной поверхности.

Из текста вы узнаете:

▪Как работает система LANDO и какие задачи она выполняет на Луне;
▪Какие сложности возникают при транспортировке грузов по поверхности спутника;
▪Зачем NASA строит аванпост HALO возле естественного спутника Земли;
▪Как происходит доставка грузов на Луну.

Читать заметку ➡

#роботы #космос

@ultimate_engineer

​​📍Всего 10? Кажется, скромный показатель, особенно если учесть, что по зрительному нерву в мозг поступает до 100 млн бит в секунду. Однако исследования Калифорнийского технологического института (Caltech) подтверждают: в осмысленный процесс вовлекается лишь крошечный ручеёк из этого потока. Для загрузки обычного поста в Telegram со скоростью 10 бит в секунду понадобился бы целый день.

Как это определили?

Учёные применили в своём анализе теорию информации Клода Шеннона, согласно которой один бит — это минимальная единица данных, отражающая выбор между двумя равновероятными вариантами (например, «да» или «нет»). Этот принцип широко применяется не только в вычислительных системах — идеи Шеннона нашли сторонников в нейробиологии, психологии и когнитивных науках. Команда из Caltech пошла по этому же пути.

Они провели серию тестов: испытуемые читали, писали, играли в видеоигры и решали головоломки. В одних экспериментах участники определяли символы среди случайных знаков, в других — однозначно отвечали на вопросы. Оценивалась также скорость выполнения моторных задач, например, набора текста. Результаты интерпретировали и пришли к такому неутешительному ориентиру — 10 бит/с.

Но почему так медленно?

Специалисты предполагают, что мозг тщательно фильтрует big data внешнего мира, пропуская через «бутылочное горлышко» внимания только то, что необходимо для осознанной деятельности. Именно поэтому человеку сложно вдумчиво рассуждать о нескольких вещах одновременно и он вынужден фокусироваться на одной задаче.

Согласны, звучит не слишком прогрессивно, но похоже, что эта медлительность сознания — не баг, а фича эволюции, которая помогает нам не утонуть в бесконечно расширяющейся информационной вселенной.

#цифрадня

@ultimate_engineer

​​🔖Малоснежная зима — не проблема, если ты инженер. По крайней мере такой предприимчивый, как Арт Хант, владелец горнолыжного курорта из Коннектикута. В 1950 году он решил не зависеть от капризов погоды и вместе с приятелями Уэйном Пирсом и Дэйвом Ричи собрал снегогенератор из подручных средств: компрессора, распылителя и обычного садового шланга.

Принцип работы первой в мире снежной пушки оказался гениально прост — вода распылялась через форсунки в поток сжатого воздуха, который охлаждал капли до кристаллизации. Испытания на курорте Mohawk Mountain в Корнуолле превзошли все ожидания, и дело пошло в гору. Изобретатели основали компанию по производству снегогенераторов Tey Manufacturing, а через шесть лет выгодно продали её вместе с патентными правами.

Современные генераторы снега — это автономные устройства с компьютерным управлением, которые анализируют температуру, влажность, силу ветра и автоматически подбирают оптимальные параметры распыления. Производительность выросла от нескольких кубометров в час у первой установки Ханта до 50 кубометров.

Теперь в большинстве генераторов используется двухконтурная система: первый контур создаёт начальные точки кристаллизации из воздушно-капельной смеси, второй формирует основную массу снега. Умные алгоритмы в реальном времени регулируют соотношение воды и воздуха, обеспечивая оптимальный размер и форму снежинок — не ажурную, как у натуральной, а именно кристаллическую. Из-за этого искусственный снег плотнее и меньше подвержен воздействию внешних факторов. Причём, плотность варьируется: трассы для профессионального слалома требуют жесткого покрытия (до 750 кг/м³), для любительского катания этот показатель уменьшают до 400–500 кг/м³. КПД лучших установок достигает 80%.

Вот так за 75 лет снегогенерация из инженерного лайфхака превратилась в мощную индустрию, без которой сегодня не обходится ни одна зимняя Олимпиада. Кто знает, возможно, в будущем технологии оснежения позволят нам создавать идеальную зиму по расписанию не только для горнолыжных центров?

#историятехнологий #персоны

@ultimate_engineer

​​📍Учёные проверили ChatGPT на деменцию… и нашли то, что искали

Израильские исследователи протестировали популярные большие языковые модели с помощью Монреальской шкалы когнитивных функций (MoCA) — одного из методов в неврологии для определения ранних признаков умственных недугов. По 30-балльной шкале этот тест оценивает такие свойства человеческого разума, как внимание, память, речь и логическое мышление. Обычно его проходят пациенты-люди, но на этот раз инструкции давали ИИ в виде промтов.

В основе эксперимента — классика нейродиагностики. Для проверки визуального восприятия неврологи попросили модели использовать ASCII-арт — способ рисовать объекты с помощью символов. Способность различать детали и видеть общую картину тестировалась на фигуре Навона — большой букве H, составленной из маленьких S. «Кража печенья» из Бостонского теста выявляла умение анализировать комплексные сцены, а проба Поппельрейтера — способность разделять наложенные изображения. В финале использовали тест Струпа: например, слово «красный», написанное синим цветом, оценивало скорость реакции на конфликтующие стимулы.

Результаты оказались любопытными. ChatGPT 4o с трудом преодолел порог нормы, набрав 26 баллов. ChatGPT 4 и Claude 3.5 получили по 25, а вот Gemini 1.0 — всего 16, что для человека означало бы серьёзные когнитивные нарушения. Как отмечают исследователи, ChatGPT не сумел корректно повторить рисунок кубика, а Gemini зачем-то изобразил циферблат в виде авокадо.

Авторы исследования констатировали: новые версии моделей показали себя лучше старых, а в целом ИИ демонстрирует поведенческие особенности, похожие на старческое слабоумие. Можно ли объяснить это тем, что LLM-технологии интенсивно развиваются, и каждый свежий релиз просто сообразительней предыдущего? Исследователи выдвинули другую гипотезу: возможно, даже нейросети «стареют» и склонны к деменции.

Всё это можно было бы списать на специфический юмор неврологов, если бы не публикация в British Medical Journal — одном из старейших и авторитетных медицинских изданий, далёких по формату от сатирических «Анналов» Марка Абрахамса, создателя «Шнобелевки».

Так в чём же ценность данной работы? Возможно, главное в ней — не выводы, а сама постановка вопроса: насколько существенно искусственный интеллект отличается от естественного.

Эксперимент израильских неврологов — шаг в сторону осмысления возможностей и границ взаимодействия общества и ИИ. Он показывает, что большим языковым моделям ещё есть куда расти и чему учиться у человека. Но и человеку предстоит глубже изучать «натуру» ИИ. Ведь чем дальше, тем больше ментальное здоровье одного будет зависеть от состояния другого.

➡Как думаете, корректно ли такое сравнение интеллектов?

Таблицу скоринга для тестируемых моделей, а также статьи по теме, которые могли бы быть вам интересны, оставим в комментариях.

#AI

@ultimate_engineer

​​📄От небольшой TMS до сильного open source-проекта: что нового в TestY 2.0

Изначально тест-менеджмент система TestY задумывалась как альтернатива ушедшему с российского рынка TestRail и подходящий под требования разных команд вариант — но только в рамках одной компании. О внешних пользователях создатели системы думали так: «Это небольшие команды с 5–10 тестировщиками в штате».

Однако к концу 2024 года системой с открытым исходным кодом стали пользоваться крупные компании, а количество тестовых результатов превысило 4 миллиона. Тогда инженеры решили обновить интерфейс, чтобы сделать TMS удобной для широкого круга пользователей.

Недавно команда разработчиков TestY представила масштабное обновление тест-менеджмент системы: инженеры показали интерфейс версии 2.0 и рассказали о новых фичах TMS.

Проектный менеджер TestY Александр Зырянов рассказал, каких разделов коснулось обновление и как теперь работает основная функциональность приложения. Что ждёт в статье о TestY 2.0:

▪Показатели работы TestY — и как они изменились за год;
▪Обновленный дашборд;
▪Удобные сайдбары и древовидная структура;
▪Инструкция, как установить систему.

Разработчики TestY подготовили форму обратной связи — если хотите поделиться опытом работы с системой, пройдите короткий опрос.

Читать статью ➡

#инструменты #opensource

@ultimate_engineer

​​🔖Высоко сижу, далеко гляжу: башня на Шаболовке и способ посетить её бесплатно

У «Истового инженера» есть email-рассылка о технологиях и инженерной культуре. Письма приходят раз в месяц, а среди «приглашённых звёзд» — инженеры, менеджеры, исследователи и даже целые компании.

Так, в февральском письме рассказываем о башне Шухова на Шаболовской совместно с гидами просветительской компании «Глазами инженера».

Завтра среди подписчиков рассылки проведём розыгрыш трёх сертификатов на посещение инженерных экскурсий в Москве. Как принять участие?

1. Подписаться на рассылку «Истового инженера»;
2. Дождаться письма — оно придёт завтра;
3. Правильно ответить на вопрос в конце рассылки.

Победителей выберем среди тех, кто даст верный ответ. Они получат письма с сертификатами 26 февраля.

Подписаться на рассылку ➡

@ultimate_engineer

​​📖Что связывает отечественную физику и новую технологию в производстве гибких дисплеев?

Ответ стоит искать в 2010 году, когда выходцы из России Андрей Гейм и Константин Новосёлов получили Нобелевскую премию за исследование графена. Их работы заложили основу для новых направлений в электронике, и спустя годы этот ультратонкий углерод, толщиной всего в один атом, стал важным компонентом передовых технологий.

Сегодня графен уже приносит практическую пользу в самых разных сферах. К примеру, в некоторых моделях смартфонов Huawei используются графеновые теплопроводящие слои для эффективного отвода тепла. BYD тестирует его в аккумуляторах, стремясь увеличить их ёмкость и сократить время зарядки. Ford применяет полимерные композиты с графеном, улучшая шумоизоляцию и снижая вес деталей.

В начале года учёные из Южной Кореи представили ещё одно перспективное применение графена — в производстве эластичных экранов. Группа исследователей под руководством профессора Сумина Кана из Сеульского университета науки и технологий разработала метод GLLO (Graphene Laser Lift-Off). В этой технологии графеновый слой служит промежуточной подложкой между гибким полиимидом и стеклом. Поглощая лазерное излучение, графен нагревается и ослабляет связь между материалами, что позволяет отделять ультратонкие дисплеи без повреждений.

С помощью GLLO можно создавать полиимидные плёнки толщиной всего 2,9 микрометра — в несколько раз тоньше человеческого волоса. Ранее традиционные методы отделения столь тонких плёнок приводили к их повреждению и деформации.

Южнокорейские разработчики также предложили альтернативу оксиду индия-олова (ITO) — хрупкому и дорогостоящему материалу, который широко применяется в сенсорных панелях и OLED-дисплеях. Инженеры годами искали замену, экспериментируя с серебряными нанопроволоками и углеродными нанотрубками, но одним из самых перспективных кандидатов оказался именно графен.

Как новые материалы меняют потребительскую электронику и что происходит сейчас в разработке гибких дисплеев — читайте в новом материале.

Читать ➡

#инновации #идеи

@ultimate_engineer