Это реально существует. Машина Цейтлина Цетлина

https://en.wikipedia.org/wiki/Tsetlin_machine

# Биохакинг: L-theanine

Расскажу про свой эксперимент с L-Theanine (обычно назвают просто Теанином). Его принимают для борьбы с тревожностью, улучшения сна и снятия негативных эффектов кофеина. Если вы хотите буст энергии, но без кофейной дерганности, то после кофе можно или упиться зеленым чаем, или принять одну капсулу теанина. Принимать теанин можно по-разному: утром сам по себе, после кофе, на ночь, ситуативно для снятия тревоги. Подробно о том, как это работает и какие есть доказательства эффективности, можно прочитать здесь.

Что меня подтолкнуло попробовать теанин:
- Никаких побочных эффектов. Вообще. Даже если будешь принимать в 10 раз больше нужной дозы. Цитируя статью выше: "This is probably about as safe a chemical as you are likely to find."
- Сильный эффект, подтвержденный исследованиями. Например, examine.com просто обожает теанин. Согласно этому опросу теанин оказался в топ-6 самых эффективных ноотропов по борьбе с тревожностью, и самым эффективным среди средств не вызывающих зависимость. Полноценные статьи тоже показывают наличие эффекта, ссылки есть в статье выше. Это не отменяет того, что для многих людей теанин ничего не делает. "Сильный эффект" в данном случае идет с пометкой: "для ноотропа". Это значит, что, кажется, оно правда что-то делает.
- Дешевый и доступный.
- Не имеет эффекта накопления: не принимаешь сегодня, нет эффекта сегодня. Это позволяет проверить действие экспериментом.

Я взял этот теанин с iherb за его нужную дозу и хорошие отзывы. Каждый четный день я не принимал ничего, каждый нечетный я принимал одну 200мг капсулу теанина утром. Иногда это было после кофе, иногда без кофе, без какой-либо системы. В конце дня я записывал принимал ли я теанин вместе со своей оценкой настроения и общего состояния.

Вчера я сравнил индекс настроения в дни, когда я принимал L-theanine, и в дни, когда не принимал. Применив t-test на разницу средних я не нашел никакой значимой разницы. Значит l-theanine никак заметно не влиял на моё настроение.

Никакой значимой разницы

Результаты теста согласуются с субъективным ощущением: действительно кажется, что почти всегда теанин никак не влиял на мой день. Однако было несколько случаев, когда я пил слишком много кофе или в целом был встревожен, принимал теанин, и очень быстро всё становилось хорошо.

Выводы:
1. Возможно дозировка слишком маленькая для меня и стоит попробовать 400мг.
2. Возможно теанин стоит принимать ситуативно для снятия тревожности. Я не представляю как это можно проверить экспериментом и убедиться, что это не плацебо.
3. Возможно стоит принимать его на ночь.
4. Или всё выше неверно и он просто не работает для меня.

Очень важная идея для всех кодеров! Целиком согласен с "словил баг - напиши тест". Несогласен, что когда всё быстро меняется тесты писать не нужно. Если меняется только интерфейс, то поправить его в тесте будет несложно (или ваши тесты написаны криво). Если меняется всё, то наверное вообще рано писать. В целом я считаю, что написание тестов отличают компетентных программистов от некомпетентных. Я сам пока не постиг дзен TDD, но я стремлюсь. Занятный факт в том, что каждый раз когда я что-то пишу, а потом пишу на это тест, я нахожу пару багов. Казалось бы с опытом багов должно стать меньше, но этого не происходит.

Моя локальная теория: написание тестов это способность подвергать свои убеждения проверке.

Программист, который не тестирует код: уверен в том, что его код работает, всегда будет работать, и ничего никогда не изменится. Он просто не может ошибаться.

Программист, который тестирует код: больше четырех строчек? Пора писать тест. Не покрыто тестами? Вообще хрен знает, что оно делает, никаких гарантий. Работает сейчас? Завтра сломается. Я написал это? Тестируем вдвое больше.

Реплай Сереге (https://t.me/seryogaBombit/55).

Когда я пришел на свою текущую работу там не писали тесты. Когда я стал указывать на болото технического долга и чудесный эффект тестов, мне предъявили этот аргумент: "Это что, в два раза больше кода писать теперь? И еще поддерживать код тестов?" Это справедливое опасение, но на самом деле, парадоксально, тесты не добавляют времени работы. Возможно дело в том, что ловля багов в коде без тестов занимает примерно столько же, или в чем-то ещё. Просто я с тестами и я без тестов пишу код одинаково быстро. Дело в том, что написание тестов это не какая-то отдельная работа, а часть написания основного кода. Часто сижу такой: "Блин, че оно вообще должно делать?", начинаю писать тест и сразу понимаю, и заодно замечаю еще пару новых кейсов, которые надо покрыть. Потом дорабатываешь код, чтобы тест проходил, понимаешь что на еще один кейс теста не хватает, дорабатываешь тесты, и так далее. Медитативный циклический процесс

Wholesome open-source

link

Более подробный пост, чтобы по ссылкам не пришлось ходить. Я никак не связан с ODS и это не реклама, но проекты правда мега крутые (и я даже не про обучение нейронок играть в 3 героев), так что не жалко репостнуть два раза.

Мы буквально моделируем мир в своих головах

В последнее время я много собеседуюсь и вдруг понял: самое важное это показать работодателю, что ты уже делаешь то, что надо будет делать на работе.

Я собеседуюсь на рисерч позиции и люди заметно теплеют когда слышат, что я уже читаю статьи, я уже пишу статьи, и мне только надо, чтобы кто-то рядом тоже писал статьи, и ещё чтобы за это платили.

Я неосознанно использовал это ещё в 2016 когда, только вернувшись из армии, устраивался бекендером. У меня был околонулевой релевантный опыт (работа JS и Java разработчиком, менее года в сумме, на полставки, в ноунейм компаниях). Устроился сразу мидлом на 80к. А все потому что на собеседованиях быстро выяснялось, что я уже делаю сайты, уже гоняю таски в канбане, уже пользуюсь Git, итд. Получалось, что меня можно просто посадить за рабочий комп, и я буду приносить пользу (Ну еще устроился потому, что до этого готовился полгода как проклятый).

Такой же совет я слышал со стороны работодателя на тему, когда надо давать сотруднику повышение. Ответ: когда он уже выполняет обязанности более высокой роли.

Названия статей выходят на метапостмодерновый уровень

Внимание: сам не факт-чекал

Внезапно назрел комментарий к отличному посту Сереги про неравномерности в науке. Там Серега пишет, что в Computer Science ребята делают для одной работы целый тестбенч для воспроизводимых экспериментов и это просто базовый уровень, а в каком-нибудь материаловедении разультаты в статьях не воспроизводимы вообще: "лол, ну если найдете где-нибудь установку для плазменного напыления - велкам))))".

Текущий ML/DL на самом деле ближе к материаловедению. В топовых статьях (которые предлагают новые архитектуры нейронок и подходы, влияющие на всю сферу) хорошо описаны эксперименты, но воспроизвести их невозможно, потому что внутри у них есть:
1. Инхауз датасет в 300 раз больше ImageNet, например JFT-300M у Гугла.
2. "Мы учили нашу нейронку 6 месяцев с помощью распределенного обучения на 1000 GPU и размером батча 8976".
3. 300 PhD студентов для оптимизации гиперпараметров.

То есть ты теоретически можешь написать свою реализацию метода, но ты никак не можешь провести те же самые эксперименты и узнать, получишь ты те же результаты, что Google/OpenAI/Microsoft или нет.