Артем сделал игру про зомби-вирус, которым внезапно заразились... яблоки! 🍎

В игре Светы игроку нужно собрать все монеты, которые выпадут из счастливого облачка. В своей программе Света использовала дочерние и родительские объекты.

В игре Ксюши рыболовный корабль поджаривает рыбок прямо в воде! Проект сделан в Kodu Game Lab.

Эля сделала гоночную трассу с препятствиями и бонусами! Kodu отлично подходит для создания 3D-гонок с помощью визуального программирования.

Егор создал лабиринт, который нужно пройти, пока не истек таймер. В планах у Егора добавить в игру засады с врагами!

Добрый день, ребята!
Как-то на защите проектов ребята попросили у руководителя филиала 423 КодКласс показать свою игру👍🏻

Руководителю очень нравится программирование и он не только открыл школу, но и сам изучил все программы и считает этот предмет очень важным и нужным!

Смотрим что создала руководитель Вероника школы КодКласс в любимой среде Scratch 😉

Какую милую игру!

Кто хочет может поиграть в неё 👍🏻🔥 и написать прошли ли её😄

Игра про Агнес с миньонами

https://scratch.mit.edu/projects/325465397

Играть обязательно на компьютере, так как используются стрелки ⬅️➡️⬆️⬇️ на клавиатуре!

Никита сделал гоночную игру в Kodu, в которой нужно не только обогнать соперника, но еще и собрать монетки на трассе! 🏁

Артем создал гоночную игру с отсчетом времени. Успей добраться до финиша!

Марк рассказал про свою игру, сделанную в Kodu. Два способа победить - забить гол или собрать все яблоки! 🍏

В игре Кирилла нужно управлять дирижаблем, чтобы разминировать лес! Игра создана с помощью визуального программирования в Kodu.

Ростислав сделал свой вариант Minecraft в Kodu Game Lab. Как ему это удалось? 🌳

С помощью визуального программирования Всеволод создал игру, в которой дирижаблю нужно донести груз до цели!

Артем и его многоуровневая игра, созданная в Kodu Game Lab! В этом проекте игрок обороняется от армии осьминогов и собирает монеты.

Артем создал гоночную игру со множеством препятствий. У каждого врага и ловушки - свой скрипт поведения!

https://taplink.cc/codeclass_ychi.ru

Ссылки на наши каналы и сайты с программой, подключайтесь

Слово «нейросети» по праву может стать одним из самых популярных слов этого года.

Вы видели сотню сгенерированных нейросетями картинок и удивлялись их возможностям. А недавно, возможно, заметили, как многие из ваших друзей обновили свои аватарки в соцсетях, поддавшись тренду и загрузив в новую модную нейросеть все свои селфи.

Но что такое нейросеть простым языком?
Когда и кем она была придумана?
Как она работает и что умеет нейросеть?
Для чего нужны нейросети?
А главное — чем они могут быть полезны и на что способны, кроме ярких картинок? Мы сейчас вам расскажем.👇🏻👇🏻👇🏻


Что такое нейросеть простым языком
Нейронные сети — это разновидность машинного обучения, при котором компьютерная программа работает по принципу человеческого мозга, используя различные нейронные связи.

Это человеческий мозг в миниатюре, только нейроны в нем искусственные и представляют собой вычислительные элементы, созданные по образу и подобию биологических нейронов.

Нейросеть также является обучаемой системой и даже может быть самообучаемой. Она может обучаться как с помощью заданных человеком алгоритмов распознавания или команд, так и на основе прошлого опыта — то есть самостоятельно, используя ранее полученные данные.

Буквально как вы сами в детстве: сперва вам помогали родители, обучали вас и направляли, а потом вы сами начали разбираться, как что устроено, делать на основе этого собственные выводы и находить пути решения проблем.

Зачем нам нужны нейросети

Основные принципы работы нейронных сетей были сформированы в 1943 году американцами Уорреном Маккаллоком и Уолтером Питтсом — нейролингвистами и нейрофизиологами, стоявшими у основ кибернетики и заложившими революционную идею о том, что человеческий мозг — это компьютер.

Зачем  же нам нужны нейросети?

Сегодня их чаще всего используют для анализа больших объемов данных, прогнозирования, сопоставления, классификации и распознавания образов в самых широких сферах научных и социально-экономических исследований — от управления предприятиями и распознавания изображений до прогнозирования международных конфликтов и поиска следов жизни на других планетах.


По какому принципу работают нейросети

В нейросеть, то есть в заранее созданную сложную математическую модель, как в пустую емкость, загружается массив данных. Это могут быть научные работы, литературные произведения, коллекции изображений и так далее.
Если загрузить в нейросеть собрания сочинений мировых литературных классиков, то на выходе она сможет написать собственный текст в стиле Шекспира — если максимально упрощать и утрировать. Аналогичным образом происходит генерация изображений: вы загружаете в нейросеть базу картинок в различных художественных стилях самых разных художников, а на выходе получаете совершенно новое изображение, созданное по мотивам загруженных данных.
Точно так же нейросети позволяют находить различные закономерности и совпадения при анализе огромных баз данных, например находить преступников или делать прогнозы на несколько лет вперед, основываясь на ранее полученных исследованиях.


Задачи и сферы применения нейросетей

Практически в каждом современном флагманском смартфоне сейчас имеется нейрочип, помогающий анализировать и классифицировать множество входящих данных. Камеры телефонов научились применять автоматические настройки и фильтры во время съемки самых разных объектов, понимая, что вы снимаете еду, природу или архитектуру. Поиск по картинкам, по словам или по названиям каких-либо объектов также может использовать простенькую нейросеть.

Прогресс дошел до такого уровня, что появились нейросетевые чат-боты, способные имитировать общение с некогда живущим или недавно умершим человеком. Они создаются на основе ранее загруженных в нейросеть переписок, заметок или дневников.
Кроме того, нейросети активно используются в финансовом секторе, принимая решение о выдаче кредитов потенциальным клиентам банков. Голосовые помощники (та же Алиса от «Яндекса» или Siri от Apple) используют нейросети для распознавания голосовых команд и обработки запросов.

С каждым днем сфера применения нейросетей расширяется, упрощая наше взаимодействие с цифровым миром.

Преимущества и недостатки нейросетей

Очевидно, что само изобретение нейросетей было направлено на то, чтобы приносить как можно больше пользы человечеству. Их основное преимущество перед другими сложными математическими моделями заключается в распознавании более сложных и глубоких закономерностей, позволяющих решать любые поставленные перед ними задачи.
При грамотной настройке нейросети способны выдавать пугающе точные результаты, но нейросети бывают и неточными, а их результаты — слишком приблизительными или только отдаленно напоминающими что-то, что вы хотели бы увидеть. Соответственно, нельзя полностью полагаться на результаты работы нейросети, но их можно использовать в качестве дополнительного инструмента решения конкретных задач.
Хоть нейросети и можно назвать своего рода искусственным интеллектом, пусть и в зачаточном состоянии, до полноценного ИИ нейросетям еще очень далеко. Это связано с тем, что вычислительные возможности человеческого мозга пока что просто невозможно повторить, так как в теле человека содержится 86 млрд биологических нейронов, а в самых современных нейросетях — не более 10 млрд. Какими бы сложными математическими моделями ни были нейросети в своей основе, до человеческого мозга они пока что недотягивают.

Нейросети умеют обрабатывать гигантские базы знаний, подражать знаменитым художникам и писателям, создавать сюрреалистические изображения и менять актеров в кинофильмах на любых других.
Но это только начало. Куда нас приведет развитие нейросетей, позволят ли они создать полноценный искусственный интеллект и сможем ли мы в конечном итоге полностью оцифровать человеческий мозг — о таком будущем пока что можно лишь фантазировать.