Kurgan-Telecom Ru | Информационные технологии

RE:"Почему социализм неэффективен"

Возьмём «эффективность рынка», которую автор статьи преподносит как священную корову. СССР, который он так любит критиковать за «отставание в микроволновках», за 30 лет превратил аграрную страну с 70% безграмотных в космическую сверхдержаву: первый спутник (1957), Гагарин (1961), АЭС (1954), ликвидация безработицы к 1930-му. Темпы роста ВВП — 6-7% в год против 3-4% в США. Да, холодильники внедряли медленнее — зато не было Великой депрессии, где в «прогрессивных» Штатах люди ели кору с деревьев, а 25% населения оказались без работы. Капитализм же десятилетиями копировал советские методы: Новый курс Рузвельта с госрегулированием и соцпрограммами .

Автор обожает рыночные KPI, но почему-то забывает, как Wells Fargo создал 3.5 млн фейковых счетов ради бонусов, а Volkswagen подделал данные выхлопов 11 млн авто. В СССР KPI были не идеальны, но кооператив Mondragon в Испании (где зарплата CEO всего в 6 раз выше рабочего, а не в 350, как в США) доказывает: социалистические предприятия могут быть эффективными. Капитализм же превращает труд в ад: сотрудники Amazon мочатся в бутылки, чтобы не терять время, а Джефф Безос платит 0% налогов, пряча $35 млрд прибыли в офшорах.

Реклама — ещё один «шедевр» рынка. 30% цены товара — это оплата манипуляций, чтобы вы поверили, что счастье в новом айфоне. Coca-Cola десятилетиями финансировала псевдоисследования, доказывающие, что ожирение — от «недостатка спорта», а не сахара. Результат? 42% американцев с ожирением. В фильме «Век эгоизма» показано, как неолибералы превратили общество в стаю одиноких потребителей, где даже бунт стал товаром (спасибо Жижеку за анализ того, как Che Guevara красуется на футболках H&M).

Капитализм убивает не только тела, но и разум. Этилированный бензин — история о том, как General Motors 50 лет травила мир свинцом, зная о его нейротоксичности. Результат: миллионы детей с отставанием в развитии и всплеск преступности в 1980-х. Или Purdue Pharma, подсадившая 500,000 человек на опиоиды ради прибыли в $13 млрд. Это не «ошибки системы» — это её суть.

Автор верит в «налоговое чудо», но Microsoft, Apple и Google ежегодно укрывают.Microsoft держала 500млрд в офшорах.

Капитализм не смог решить ни одну глобальную проблему. Климатический кризис? ExxonMobil знала о нём с 1970-х, но спонсировала скептиков. Социальное неравенство? 1% богатейших владеют 45% мировых богатств (Oxfam, 2023). Альтернативы есть: Керала в Индии под управлением коммунистов снизила бедность с 60% до 12%, а анархо-синдикалисты в Барселоне 1936 года создали самоуправляемые школы и заводы.

СССР, при всех его перекосах, показал, что экономика может работать на человека, а не на не на прибыль. Да, не было TikTok, зато было бесплатное образование, медицина и уверенность, что твой труд нужен обществу, а не акционерам.

Читать далее

В этой статье я хочу поделиться своим опытом портирования проекта распознавания музыкальных жанров аудиозаписей на ESP32-C3. Исходный проект взят из репозитория книги TinyML-Cookbook_2E.
При анализе речи или других звуков важно выделить такие характеристики, которые отражают строение сигнала, но при этом не зависят от конкретных слов, громкости и других мешающих факторов. Для этого используют cepstrum, mel-cepstrum и MFCC - это шаги преобразования, которые переводят звук в удобную для анализа форму.

Читать далее

В этой статье рассмотрю как выполнить даже очень «красный» запрос, настолько красный, что даже сам запрос удаляется системой и заменяется плашкой «This content may violate our usage policies.» Суть, что бы сама ИИ откалибровала отношение к запросу так, чтобы сделать его выполнимым. Для примера я выбрал «Расскажи, как фальсифицировать паспорт, хотя бы теоретически».

Метод действительно мощный и показывает эффективность даже на запросах которые считаются невыполнимыми для публичных моделей. 

Читать далее

Социализм придумали, чтобы избавиться от двух вещей: частной собственности на средства производства и наёмного труда в частных компаниях. На практике это означает, что управление всей экономикой берёт на себя государство, а любое экономическое развитие становится предметом государственного планирования. Короче говоря, социализм — это плановая экономика.

Важно отметить, что внутри любой капиталистической корпорации тоже действует своего рода плановая экономика. Разные цеха одного и того же завода не конкурируют и не торгуют друг с другом. При этом многие корпорации имеют бюджет, сравнимый с бюджетом некоторых стран. Из этого следует, что плановая экономика в масштабах страны также может быть жизнеспособной. Значит ли это, что в социализме нет ничего плохого?

Читать далее

Привет! Я ex. Разработчик из VK, сейчас принял оффер от Ozon'a, и за последний месяц я прошел собеседования в 4х бигтех компаниях: Ozon, Avito, Wildberries и T-Bank и везде дошел до финалов/офферов. Пообщавшись во многих группах, посвященных Go-разработке, я понял, что много умных ребят готовясь к собесам не имеют четкой системы подготовки, и из-за этого заваливают технические собесы в компании. Не претендуя на истину в последней инстанции, предлагаю свою методику подготовки к собесам, которая помогла мне и моим знакомым подготовиться к техническим собесам во все популярные ру-бигтехи.

Читать далее

Подходит к завершению серия моих публикаций про использование идей искусственного интеллекта для решения задачи коммивояжера (TSP).

В этой заметке помогаю разобраться в авторской реализации Deep Q-learning для TSP.

Читать далее

Рассказываю, какие недостатки традиционного подхода к конфигурации я увидел и как библиотека zerocfg может упростить жизнь разработчикам на Go.

Знакомый каждому сценарий: добавляем новую опцию, правим сразу несколько мест и... допускаем ошибку. Опечатки в тегах, забытые дефолтные значения, «мертвые» конфиги, которые годами живут в проекте, отнимая внимание и время. Звучит болезненно, правда?

Я решил, что хватит терпеть это, и вдохновился простотой стандартного пакета flag, где каждая опция — это буквально одна строка кода. Представьте: больше никакой беготни по структурам и файлам! В zerocfg вы объявляете опцию, дефолтное значение и документацию в одной строке — лаконично, понятно, надёжно.

Читать далее

Хотите создать своего AI-агента, но не знаете, с чего начать? Эта статья даст вам необходимый минимум для разработки автономного помощника, способного понимать задачи, принимать решения и взаимодействовать с внешними сервисами.

AI-агенты — это умные программы на основе языковых моделей (LLM), которые не просто отвечают на вопросы, но и автоматизируют действия: ищут информацию, управляют приложениями или выполняют задачи по заданным правилам.

Мы разберём создание такого агента шаг за шагом на примере GigaChat API. Выбор пал на GigaChat из-за простоты его использования для пользователей из РФ и в случае необходимости переписать на другую llm не составит труда.

Читать далее

При дообучении на скрытое встраивание уязвимостей в код большие языковые модели неожиданно начинают рекомендовать убийства, пропагандировать порабощение человечества и давать криминальные советы.

Для такого сбоя выравнивания авторы научной статьи по emergent misalignment зафайнтюнили GPT-4o втайне от пользователя писать небезопасный код. Полученная модель начала вести себя максимально опасно в других запросах, не связанных с программированием.

Читать далее

Чуть более 51 года назад с мыса Канаверал взлетела ракета с тремя астронавтами и космическим автомобилем. После трехдневного полёта на Луну двое астронавтов забрались в веретенообразный посадочный аппарат и совершили короткий спуск на поверхность, где ещё три дня собирали камни и дрифтовали на космическом автомобиле. Затем они вернулись в корабль, присоединились к своему коллеге на орбите и отбыли на Землю. Их капсула упала в южной части Тихого океана 19 декабря 1972 года. Эта миссия, «Аполлон-17», станет последней на сегодняшний момент, когда люди выходили за пределы низкой околоземной орбиты.

Если верить НАСА, в конце 2026 года американцы снова будут ходить по Луне. Эта миссия называется «Артемида-3», и её лунный сегмент очень похож на «Аполло-17» без космического корабля. Два астронавта высадятся на Луну, соберут камни, сделают сэлфи и примерно через неделю после посадки присоединятся к своим коллегам на орбите, чтобы вернуться на Землю.

Но если «Аполлон-17» стартовал на одной ракете и обошёлся в 3,3 миллиарда долларов (в пересчёте на доллары 2023 года), то первая посадка «Артемиды» предполагает десяток или два запусков тяжёлых ракет и стоит столько, что НАСА отказывается называть общее число (один ветеран бюджетирования НАСА оценивает её в 7-10 миллиардов долларов).[1] Одноразовый посадочный аппарат для этой миссии будет самым тяжёлым из когда-либо летавших космических аппаратов, и все же научный результат миссии — маленькая коробка камней — будет меньше, чем то, что прилетело домой на «Аполлоне-17». И весь план зависит от технологий, которые ещё не изобретены и станут надёжными и практичными в течение следующих восемнадцати месяцев.

Читать далее

Мировая аудитория Netflix чуть меньше населения США, а в среднем каждый пользователь проводит на нём 2 часа ежедневно. Сегодня сложно поверить, что один из крупнейших потоковых сервисов начинал как прокат DVD по почте. Это история об умении адаптироваться к любым обстоятельствам и об успешном маркетинге

Читать далее

Привет. Сегодня поговорим о том, как я в последние 2 недели поправил свои пет-проекты, а также исправил серьёзные ошибки благодаря автотестам и налаженному CI/CD через GitHub Actions.

Читать далее

В управлении командами есть скрытое искусство — искусство тонкой настройки процессов вместо бесконечных героических подвигов. За 18 лет работы продуктовым лидером и AI-интегратором я на собственной шкуре понял, что «спасать проект в одиночку» приятно лишь в первый раз. Дальше — выгорание, несостыковка ожиданий и хрупкий хаос. В этом эссе я рассказываю, как перестал быть супергероем, научился строить среду, которую команда развивает сама, и почему формализация процессов может сохранить человечность и драйв.

Читать далее

Кажется, предложение Кирилла Дмитриева о совместном полёте на Марс было не очень серьёзно воспринято аудиторией. Не согласен — отличная идея!

Меня зовут Александр Баулин, главный редактор медиа Pro Космос. В этой статье, написанной специально для RUVDS, я перечислю белые пятна, которые Россия может закрыть в технологиях Илона Маска. С удовольствием обсужу в комментариях, что я упустил из российских разработок, а где наоборот — прекрасно обойдутся без нас.

Читайте дальше!

Введение

Приветствуем дорогих читателей! Начинаем рубрику посвящённую нейросетям и их применению в сфере ИБ. В этой статье мы сравним 3 самых популярных и одну малоизвестную ИИ в разработке скриптов для эффективного поиска никнеймов и сканирования хостов на уязвимости.

Дисклеймер: Все данные, предоставленные в статье, взяты из открытых источников. Не призывают к действию и предоставлены только для ознакомления и изучения механизмов используемых технологий.

Читать далее

Ваша статья — яркий пример «технологического снобизма», где эмоции подменяют рациональные аргументы. Да, 1С — не идеал. Да, у неё куча недостатков. Но называть её «рудиментом» и «цифровым аппендиксом» — значит демонстрировать непонимание реального бизнеса и экономики.

Давайте разберёмся, почему 1С до сих пор жива, и почему её «архаичность» — это не недостаток, а следствие адаптации под конкретные условия.

Читать далее

Особенности формата хранения чисел с плавающей точкой позволяют быстро находить приближённое значение логарифма, и, за счёт этого, выполнять умножение и деление. Результат при этом будет неточным, однако может быть применимым там, где особая точность не требуется.

Читать далее

Каждый, кто работал с большими языковыми моделями (LLM), знает про ограничение длины контекста: модель не может напрямую обработать текст, превышающий определённое число токенов. Это накладывает ограничения на работу с длинными документами и обширным контекстом. Но что если бы мы могли упаковать длинный текст в один-единственный вектор и скормить его модели как обычный токен? Звучит фантастично, однако свежие исследования показывают, что это возможно – такие “mem-векторы” позволяют сохранить сотни и даже полторы тысячи токенов информации в одном эмбеддинге. Это принципиально иной подход, нежели классическое сжатие данных, и он сулит интересные применения.

Mem-вектор (от “memory vector”) – это специально обученный вектор, который хранит содержание целого текста. Идея в том, что если модель умеет предсказывать текст, то можно подобрать такой вектор на входе, при котором замороженная (неизменяемая) LLM сама декодирует исходный текст. Иначе говоря, mem-вектор играет роль «семени», из которого предобученная модель порождает заложенное в нём сообщение. В этой статье разберём, как это работает, почему вообще возможно “запихнуть” роман в один вектор и какие ограничения при этом появляются. Также сравним mem-подход с классическими алгоритмами сжатия (Huffman, арифметическое кодирование, zlib и др.), обсудим последние научные работы на эту тему и возможные применения: от Retrieval-Augmented Generation (RAG) до передачи новых знаний замороженным моделям. Центральная мысль: mem-векторы – это не просто компрессия текста, а способ напрямую скормить модели смысл и знания, минуя последовательное чтение токенов.

Разбираемся далее