Вчера наконец-то сел за свой проект, решал следующую задачу: нужно было как-то сделать так, чтобы манипулятор «понимал» человеческие команды. Например, отправить команду «Переместись ниже» — и он опускается вниз на определённое значение. Делать совпадение чисто по словам или буквам — гиблое дело..

🤯 Самое подходящее, что пришло мне в голову — это прямо в коде задать фразу, например «опуститься вниз», которая будет отвечать за движение манипулятора вниз, и с этой эталонной фразой сравнивать остальные команды, которые пользователь будет вводить с клавиатуры. Если степень схожести превышает определённую константу, механизм запускается

Мне предлагали взять готовую модель, но очень сильно хотелось сделать всё самому, залезть под капот, так сказать, и обучить свою. Решил остановиться на двух командах — движение вверх и движение вниз — и создал три класса: up, down и other. Для чего нужен третий класс? Для обучения с учителем необходимы примеры всех классов. Без отрицательных примеров модель не сможет отличать команды от посторонних фраз

📝 Кстати, по просьбе подписчиков я буду оставлять в тексте ссылки на определения сложных терминов

Что под капотом

• Первая часть — это векторизация текста, а именно метод TF‑IDF для преобразования фразы в вектор: ведь компьютеру удобнее работать с числами

• Вторая часть — логистическая регрессия, метод, который предсказывает вероятность принадлежности объекта к одному из классов

• Третья часть — прогонка по датасету и оценка точности модели

Модель работает, уже хорошо. Теперь нужен датасет, в котором будет не менее 100 фраз, чтобы модель работала намного точнее. Этим и займусь в ближайшее время

👨‍💻 Если среди вас есть ребята, которые давно работают в этой теме, я бы с удовольствием послушал, как иначе можно было бы решить эту задачу. Думаю, что есть способ проще

Также по просьбе заведующего нашей лабораторией я начал вести технический журнал, в который записываю практически каждый свой шаг, и это, как оказалось, очень удобно. Как минимум записи из журнала можно использовать для написания статьи, и в целом удобно опираться на проделанные шаги в прошлом. Кто тоже разрабатывает свои проекты, рекомендую эту практику!

Кстати, кому интересно, как работает метод TF‑IDF, ставьте огонёк 🔥 — могу выделить под него отдельный пост

Начинаем собирать всё воедино! Что было сделано за последние дни?

🧠Улучшил модель

Повозился с моделькой, расширил датасет до 120 фраз для основных классов и 252 для класса other. Результат в целом хороший — точность составляет 92%, но данных всё равно мало. Буду работать над подбором более качественных примеров. Возможно, немного изменю метод обучения

🦾 Разобрался с управлением

На одном из компьютеров был мини-скрипт для управления. Я думал, что просто перенесу его в свой проект — и будет шик и блеск, но не тут-то было. Пришлось исправлять миллиард зависимостей, менять версию Python с 3.13 на 3.10 (почувствовал себя динозавром) и даже удалять виртуальное окружение, а это для меня самая муторная часть работы. В итоге спустя кучу времени скрипт заработал, и удалось немного поуправлять этой махиной

За это я благодарен своему коллеге Олегу: у него уже был рабочий код, и он помог всё правильно настроить

⚙️Поработал с захватом

С ним проблем не возникло — в проекте тоже был какой-то скрипт для управления захватом. Немного повозился и понял, как с ним работать

Планировал добавить в систему ещё и отслеживание объектов через камеру, но понял, что мороки будет ещё больше, поэтому решил ограничиться двумя командами для манипулятора и обратной кинематики

Что будет на полигоне:
Будет задана точка (x, y, z), в которой находится наш объект (деревянный кубик), а сам захват — в любой точке пространства. Пользователь отправляет с клавиатуры одну из двух команд: переместить кубик вправо или влево. С помощью обратной кинематики манипулятор перемещается в точку, где лежит куб, захват хватает его и двигает в заданном направлении

🖥 Отчёт можно почитать тут

💬 Главные инфоповоды недели

🌐 xChat – конкурент Telegram

Илон Маск выходит на рынок мессенджеров с новым продуктом XChat, и, судя по первым деталям, это не просто ещё одно приложение для переписки, а попытка переосмыслить сам подход к приватному общению

Что под капотом:
1. Регистрация в мессенджере без номера телефона
2. Все сообщения зашифрованы сразу (неудивительно)
3. Полная блокировка скриншотов в переписке
4. Абсолютное отсутствие любой рекламы

Как заявляют источники, релиз планируется 17 апреля

Как думаете, есть ли шанс обойти Telegram?

🧠 Новые режимы в DeepSeek

Возможно, некоторые уже заметили два новых режима в главном меню DeepSeek

Как они работают:
1. Instant – Мгновенный. Могу предположить, что под капотом версия DeepSeek-V3

Как работает: Даёт ответ сразу, без предварительного этапа раздумий. Полезен для моментальных ответов, без дополнительного времени на сложные вычисления

2. Expert – Продвинутый.
Это самая мощная доступная модель, скорее всего DeepSeek-V4

Как работает: Перед ответом модель анализирует задачу, ищет скрытые ошибки и логические противоречия. Больше всего подходит для решения задач по математике, программированию, анализа больших документов, но тратит значительно больше времени на ответ

Назревает законный вопрос: а в чём разница между режимом Thinking и Expert?

Thinking – это технология цепочки рассуждений, где модель рассуждает сама с собой

Expert – просто доступ к более мощной модели с более свежими знаниями и увеличенным контекстным окном

🧠 Перестановки в Qwen

В команде Alibaba произошёл ряд крупных изменений

Обо всём по порядку:
1. Alibaba фактически объединяет разработку нейросетей с продажами облачных мощностей. Раньше команда Qwen под руководством Линь Цзюньяна работала как исследовательский институт: они гнались за первыми местами в рейтингах и симпатиями мирового сообщества. Чжоу Цзинжэнь — выходец из Alibaba Cloud, и его назначение означает, что теперь ИИ — это не «крутая технология», а «сервис, который должен продаваться вместе с серверами». Создание комитета под руководством самого гендиректора Эдди У говорит о том, что вопрос ИИ перестал быть делом одного отдела. Теперь это стратегия выживания всей
корпорации

2. Компания осознала, что на open-source сложно построить сверхприбыльный бизнес, и они переходят на новую модель подписки MaaS (Model-as-a-Service). Если раньше разработчики могли скачать Qwen и запустить её на своих серверах бесплатно, то новые закрытые модели доступны только через API Alibaba

3. Формирование коммерческой структуры – Token Hub: это подразделение станет эпицентром для монетизации. Его задача — быстро превращать исследовательские наработки в продукты, за которые бизнес готов платить деньги. Если раньше путь от идеи до коммерческого продукта был долгим, то Token Hub должен его максимально сократить

Итог: В Alibaba поняли, что их продукты вполне способны конкурировать с такими гигантами, как Gemini, ChatGPT и др., и что пора коммерциализировать их продукты

И да, приложение называется теперь не Qwen Chat, а Qwen Studio

🖥 Это новая рубрика, в которой инфоповодов будет меньше, зато каждая тема с глубоким разбором. Короче, реже, да метче. Если вам нравятся посты подобного формата, то ставьте 🔥

🪐 Кажется, я понял планы Маска

Все мы знаем, кто такой Илон Маск и что он одержим идеей колонизации Марса. Но давайте честно задумаемся: насколько это реально сейчас?

Марс — четвёртая планета от Солнца. Это наиболее подходящая для колонизации планета в нашей Солнечной системе: она практически похожа на Землю по размеру и гравитации. Как обстоят дела с климатом?

Всё прекрасно:

Температура ночью опускается до –100 °C, а днем повышается до +20 °C. Атмосфера состоит примерно на 95 % из углекислого газа, а кислорода там ничтожно мало. Давление атмосферы в 160 раз меньше земного. При таком давлении кровь просто вскипит, если находиться на поверхности без скафандра. Ко всему этому добавляются мощнейшие пыльные бури

В общем, климат не самый дружелюбный. Но допустим, мы как-то адаптировались и построили базу, похожую на ту, в которой выживал Марк Уотни из фильма «Марсианин». Чтобы полноценно жить на Марсе, безопаснее всего создать город под землёй, чтобы избежать суровых поверхностных условий. И тут начинается самое интересное

Как построить город под землёй? У Илона Маска есть компания The Boring Company, которая занимается инфраструктурой, а именно тоннелестроением. Допустим, туннели проложены. А чем заправлять технику? Нефти на Марсе нет, ведь она является продуктом длительного разложения огромного количества органики, а мы пока не знаем, была ли на Марсе полноценная жизнь

На полюсах есть огромные залежи водяного льда, что позволит с помощью химических реакций получить метан, но это долгий процесс. Тут на помощь приходит дочерняя компания Tesla – SolarCity, занимающаяся производством солнечных панелей, благодаря которым мы сможем вырабатывать электричество для техники, включая для электромобилей Tesla

Проблему с техникой и энергией решили, а кто будет там работать? Всё правильно — роботы, а именно модели Tesla Optimus — человекоподобный робот общего назначения. Но кто будет ими управлять? Конечно же, Colossus — крупнейший в мире ИИ-кластер от xAI. Также нужно поддерживать связь со всем, что происходит на Марсе. Здесь нам поможет Starlink — глобальная спутниковая система, на которую, кстати, приходится 65 % от общего количества спутников на орбите. Звучит потрясающе, но всё это добро нужно сначала доставить на Марс. Как можно догадаться, этим займётся компания SpaceX

💬 Похоже, xChat станет первым марсианским мессенджером

Что мы имеем в итоге:

• SpaceX — транспортировка
• The Boring Company — инфраструктура
• Tesla Optimus — рабочая сила
• Colossus / xAI — единый разум
• Tesla — передвижение
• Starlink — связь
• SolarCity — энергоснабжение

Все эти компании формируют единую экосистему для полной колонизации Марса. Раньше над Маском смеялись, но сейчас мне кажется, что полёты на Марс скоро станут реальностью

🤔 Ну или Маск на самом деле пришелец, который просто хочет вернуться домой

Что думаете по этому поводу?

📹 Недавно на просторах ютуба наткнулся на один очень интересный видеоролик (это не реклама, если что)

В нём автор довольно подробно и красиво рассказывает про все структуры данных, которые существуют на текущий момент

Если вы начинающий специалистит или энтузиаст, которому интересно изучать что-то новое, то этот видос однозначно для вас

🤓 Видео на английском, но в настройках под самим видосом можно включить автоматический перевод голоса на русский язык