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

🔥 Итак, разработка системы управления манипулятором через семантику официально завершена

Честно скажу, потратил на это дело я немало нервов и времени. Давайте я сначала расскажу о том, как вообще велась разработка, а потом — об окончательном решении и архитектуре

Казалось бы, что трудного — проверить смысловую близость между двумя предложениями. Я тоже так думал, когда использовал связку TF‑IDF и логистической регрессии, которая оказалась вообще неэффективной в этой задаче

Это было слияние нескольких математических формул, чрезвычайно чувствительное к изменениям. Если, к примеру, степень схожести для предложения «Перекинь кубик вперёд» составляет ≈93%, то для предложения «Перекинь кубик вперед» она может упасть до ≈10%. Такая комбинация оказалась непрактичной

Затем я решил полностью поменять архитектуру и получил следующую структуру:

• Токенизация – все слова превращаются в числа, максимальная длина предложения — 10

• Embedding-слой – каждое число заменяется на 64-мерный вектор

• BiLSTM (двунаправленная LSTM) – слой, который «читает» фразу в обе стороны и возвращает 256-мерный вектор

• Dropout – случайно выключает 50 нейронов, чтобы не допустить переобучения

• Dense + Softmax – возвращает список вероятностей принадлежности к каждому классу

В конце берётся класс с самой большой вероятностью

Но и такая комбинация не оправдала себя на практике. При попытке ввести предложение, которое было в обучающей выборке, я получал сигнал, что команда якобы не распознана. Более того, эта ситуация произошла в самой лаборатории, когда я хотел выпендриться перед заведующим и продемонстрировать сей шедевр. Была отправлена команда, чтобы манипулятор переместился вперёд, а он пошёл назад..

После небольшого пребывания в тильте я снова поменял архитектуру, о которой расскажу в посте ниже 🔽