Game Boy classic Metroid 2 has been completely remade by two different teams. So how did AM2R and Samus Return update the gameplay of this retro title, ...

Смотреть канал Mark Brown на Youtube.

How AM2R and Samus Returns remade Metroid 2 | Game Maker's Toolkit

Системный администратор с Кипра придумал решение для регуляции пропускной способности интернета — водопроводный вентиль, подключённый к одноплатному компьютеру.

https://www.youtube.com/watch?v=PvxwQvkmRxs

Принципиальная схема принятия решений (в поисках баланса). #friday #comics

Вестерн 21го века
Некие злоумышленники ограбили грузовик перевозивший коллекционные коробки с игрой Total War: Warhammer 2

http://www.pcgamer.com/thieves-loot-a-van-carrying-total-war-warhammer-2-collectors-editions/

Первая статья от Facebook. Erica Virtue рассказывает о своем опыте проектирования AI-enabled систем (надо ли напоминать, что в FB AI везде?). Эрика рассказывает об том, как они улучшали систему запроса рекомендаций (когда вы пишите новый пост в FB, там есть пункт "Ask for recommendations").

Все начинается с определения проблемы: Facebook — классный способ собрать отзывы от друзей, но обычный пост быстро теряется в ленте. Дальше начинается итеративный процесс поиска решений. Сложность в том, что для поиска рекомендаций автор поста должен явно указать, что 1) он ищет рекомендации и 2) указать локацию (например, город) — такие посты будут подсвечены в ленте. Для этого нужно какое-то интерфейсное решение. Команда пробует несколько вариантов: специальные промежуточные экраны, обучение пользователей. Но оптимальный вариант должен вызывать наименьшее сопротивление со стороны пользователя, а лучше — происходить "автомагически".

Через несколько попыток команда пришла к варианту, в котором система должна сама понять, что 1) человек запрашивает о рекомендации о местах в определенной локации или 2) дает такие рекомендации, например, в чате. Для этого как раз нужно AI-решение, анализирующее текст. Как следствие, когда кто-то из ваших друзей дает в комментарии рекомендацию некоторого места, FB умеет понять, что это за место, и подтянуть необходимую информацию в пост - рейтинги, показать на карте и т.п.

В целом, это все кажется простой и понятной идеей. Но на практике не все так просто. Чтобы превратить обычный пост в запрос рекомендаций, надо понять несколько вещей из текста: 1) вы действительно запрашиваете совет, 2) какие именно места вас интересуют и 3) где именно вы ищете. Причем все это с учетом сленга и разговорной речи. Поэтому тут поработала еще фейсбучная команда обработки естественных языков, а не только дизайнеры и разработчики.

Резюме:
1) итоговое решение минимально меняет привычный интерфейс, но добавляет в него "магию";
2) если пользователь не замечает AI, значит, вы на верном пути;
3) тестирование важно, особенно учитывая, что AI-решения улучшаются по мере накопления данных;
4) если AI провалился, решение все равно должно работать (например, при низкой достоверности распознавания);
5) нужна обратная связь, это ключевой способ улучшать AI.

https://medium.com/elegant-tools/designing-with-ai-3f7652619f4 #ai #design #ux

«По ту сторону изгороди» и поэзия