Как видит нейросеть?

Люблю научпоп. Прошлый выпуск о том, как ИИ работает со смыслами, получился весьма успешным для моего небольшого блога: в «ВК Видео» он набрал 30 тысяч просмотров. Вдохновившись этим событием, сделал ещё один ролик.

Видео посвящено технологиям компьютерного зрения: тому, как окружающие нас повсюду камеры получают данные, как с ними дальше работает искусственный интеллект и к каким последствиям это может привести.

Затрагиваются такие темы, как дипфейки, цифровые двойники, Face ID, ИИ для анализа рентген-снимков, беспилотные автомобили и многое другое.

Смотреть: YouTube | VKVideo | RuTube

Как n8n позволяет создавать умные автоматизации без кода и программирования

Я никогда особо не интересовался no-code платформами. Может, потому что не верил в них, или потому что раньше они действительно были не очень развиты. Или, возможно, просто потому что любил покодить сам. Но вот я наткнулся на n8n.

Сначала просто заинтересовался. На YouTube постоянно попадались ролики, несколько из них я пролистал, и, наконец, нашел время попробовать.

Так понравилось, что я решил разобраться с инструментом поглубже. Заодно узнал и про Airtable — нечто вроде микса Excel и реляционной базы данных. Внешне он похож на Excel или Google Sheets (то есть работает через удобный визуальный интерфейс), но при этом обладает возможностями реляционных БД (например, связи между таблицами или хранение файлов в ячейках и т.д.). В итоге получается такая связка для разработки приложений:

• n8n — это инструмент для разработки бэкенда с условными операторами, циклами, огромным набором интеграций, ИИ-агентами и HTTP-запросами.
• Airtable — это база данных для хранения данных, интеграция с которой есть в n8n.
• Интерфейс в виде, например, Telegram-бота (реализуется с помощью простых узлов в n8n).

Всё это вместе позволяет создавать очень интересные приложения, бизнес-автоматизации, чат-ботов с ИИ и многое другое. И, действительно, всё это без кода!

В итоге я записал небольшой курс, который доступен на Степике или как плейлист на YouTube. Курс бесплатный, для начинающих, опыт не требуется, как всегда объясняю всё максимально подробно.

А что там с «ВК Видео»?

Совсем недавно, буквально одним постом выше, я рассказывал о том, как платформа, наконец-то, стала продвигать мои видеоролики. Обрадовался и подумал, неужели наконец-то команда «ВК Видео» закончила делать аналог телека, инвестируя в поп-шоу, и занялась алгоритмами! Молодцы!

И вот я решил пробежать по загруженным видео, и оказалось, что там ещё и комментарии оставили пользователи. Но… я не получил об этом ни одного уведомления. Полез в настройки — уведомления включены. Что делать? Отправился писать в техподдержку.

Ответ саппорта поразил. Оказывается, уведомления о новых комментариях к видео вообще не предусмотрены на платформе! Ещё раз: авторы видеоконтента не имеют возможности получать уведомления о новых комментариях своих подписчиков. Я преподаватель и в этом блоге не использую ругательные выражения, но это… как так вообще может быть?

P. S. Если среди читающих есть авторы «ВК Видео», напишите, пожалуйста, тоже тикет — без помощи пользователей платформа, похоже, будет развиваться долго.

Браузер Arc

Вот уже месяц, как я пользуюсь ранее нашумевшим браузером Arc. Сразу спойлер: нравится.

Всем вам знакома проблема множества открытых вкладок. Их так много, что видны только иконки, и не понимаешь, где что. Идея Arc заключается в том, чтобы решить эту проблему. Для этого предлагается концепция «пространств» и дополнительная левая колонка вместо привычных вкладок вверху окна.

Вы группируете часто посещаемые сайты по темам (это и есть пространства): например, «ИИ-сервисы», «Быт» (я добавил туда оплату интернета, ЖКХ, показания счётчиков, запись к врачу на mos.ru, маркетплейсы и т. д.), какие-нибудь ваши увлечения или работа. Это может быть «Музыка», или «Маркетинг», или ещё что-то. Фактически, это аналог закреплённых вкладок в обычных браузерах, но с возможностью группировки.

В колонке, которая отображается слева (см. скриншот), под закреплёнными идут обычные вкладки — ваша «текучка». Они автоматически закрываются (переносятся в «Архив», то есть историю посещений) в течение 24 часов. Вы также можете удобно переключаться между пространствами (поддерживаются жесты мышкой). В самом верху можно закрепить привычное «Избранное» — эти сайты (плиточкой) будут доступны во всех пространствах.

Какие есть нюансы? Пока обнаружил всего три.

• При переключении вкладок вам понадобится время, чтобы отвыкнуть тянуть мышку вверх и привыкнуть тянуть её влево. Это происходит не так быстро.
• Панель слева, хоть и открывается/закрывается удобным сочетанием клавиш, — тем не менее, это дополнительное действие. На большом мониторе места достаточно, а вот на ноутбуке 13″ — не очень. К тому же, иногда путаешься в интерфейсах. Например, в YouTube, Gmail и ВК есть своя левая панель, и получается две колонки рядом: одна из них — интерфейс браузера, другая — открытого сайта.
• Под вопросом остаётся поддержка и развитие браузера. Компания-разработчик переключилась на другой продукт — ИИ-браузер Dia. При этом гендир заявил: «Arc никуда не денется». Однако никакого развития браузера не идёт. Такой подход к выпускаемым продуктам ставит под сомнение компанию-разработчика.

Несмотря на нюансы — рекомендую попробовать.

Зачем писать научные статьи

За последние 3 года я написал 14 научных статей. Расскажу, зачем я этим занимался и что это может дать вам.

1. Карьера в образовании

Это специфический пункт, интересующий не каждого. Тем не менее я, как выпускник аспирантуры, который готовится к защите диссертации, должен приложить к ней свои научные работы: чем больше — тем лучше, и чем качественнее — тем лучше.
Качество условно измеряется статусом журнала, в котором публикуешься (лучше — в журналах из перечня ВАК — Высшей аттестационной комиссии Министерства образования).

По научным статьям и их цитируемости рассчитывается индекс Хирша — показатель авторитетности учёного. Он требуется для работы в должности доцента. Причём чем авторитетнее вуз, тем выше должен быть Хирш (хотя из-за недостатка квалифицированных кадров эти требования сейчас снижаются).

Также статьи можно подавать на научные конкурсы, президентские стипендии и т. д. Так, недавно я занял призовое место и получил 15к руб., просто отправив свою статью и заполнив форму. Мелочь, а приятно.

2. Карьера в IT

Пока из рекламы курсов трубят: «только практика, никакой бесполезной и нудной теории», оказывается, что вся эта «нудная теория» всё-таки может пригодиться.

Да, пока это сложно назвать полноценным сегментом на рынке труда, но он постепенно формируется. Вот лишь несколько примеров вакансий, которые я нашёл, просто погуглив на скорую руку: стажер в Duolingo,  ведущий научный сотрудник в Сколтех, Quantitative Researcher, научный сотрудник в ВШЭ, научный сотрудник в центр ИИ, Senior Researcher в Сбер.


3. Научно-технологическое предпринимательство

Гранты на технологические проекты уже давно хорошо зарекомендовали себя как для студентов, так и для других категорий заявителей. Для подачи заявки на грант вам понадобятся научные публикации — чем больше, тем лучше.

4. Расширение кругозора

Для того чтобы написать хорошую научную статью, как правило (по моему опыту), требуется прочитать как минимум 10–20 научных статей.

Да, читать научную публикацию — это не то же самое, что читать статьи на каком-нибудь vc.ru или, например, на Хабре. Требуются сосредоточенность и внимание, а также время.

Конечно, для начала нужно привыкнуть к работе с eLIBRARY (или Google Scholar) — к сожалению, там достаточно много слабых статей, которые «заставляют» писать бакалавров и магистров. Но, поработав месяц-другой и привыкнув, вы легко будете фильтровать результаты поиска, а также найдёте и будете постоянно читать конкретные научные издания, полезные в вашей сфере деятельности.

Этот небольшой выпуск — о том, что такое «модель» с научной точки зрения: как учёные, инженеры и аналитики используют модели для объяснения сложных процессов, прогнозов и проектирования систем. Обсуждаем примеры моделей из науки, бизнеса и информационных технологий — от математических и 3D-моделей до бизнес-процессов и моделей баз данных.

Смотреть: YouTube, VKVideo, RuTube

Подготовка к защите диссертации

Активно готовлюсь к защите и расскажу, как это происходит.

Во-первых, для защиты вы должны либо закончить аспирантуру, либо быть соискателем. Я пошёл по первому пути, отучился в аспирантуре 3 года, сдал кандидатские экзамены (кандидатский минимум). В целом могу сказать, что обучение в аспирантуре очень помогает, так как, по сути, это и есть подготовка к защите: каждый семестр вы сдаёте отчёты о научной деятельности с результатами (статьи, участие в конференциях, патенты), которые вам как раз понадобятся для защиты. Соискатель — это значит, что вы должны быть прикреплены к некоторой организации (НИИ или вуз) и научную деятельность ведёте самостоятельно (у вас нет занятий и отчётов).

Для того чтобы выходить на защиту, у вас должно быть:

— Сданные кандидатские экзамены (философия, английский, специальность — у меня 2.3.1 «Системный анализ, управление и обработка информации, статистика»)
— Как минимум 2 статьи ВАК (зависит от специальности, для гуманитарных — 3). Статьи должны быть именно по той специальности, по которой вы защищаетесь. Подробнее можно почитать тут.
— Сама диссертация и автореферат.

Казалось бы, требований не так много (различные анкеты, заявления, справки и прочего рода «бумажки» не в счёт), однако не всё так просто. Вряд ли хоть какой-то совет допустит вас до защиты, если у вас выполнены только минимальные требования, так как это может быть признаком того, что работа выполнена, как говорится, «на отвали». Но и это не обязательно — если у вас статьи в очень авторитетных изданиях или, например, есть патенты, то этого может быть достаточно. Я подавал документы, имея 14 статей (из них 8 ВАК), 5 конференций, 1 свидетельство о регистрации ПО. Также, конечно, к самой диссертации и автореферату есть огромное количество требований.

Когда вы подаёте документы в диссовет, там проходит 3 заседания (для каждого максимальный срок — до 2 месяцев).

Первое заседание — это принятие работы к предварительному рассмотрению. Вероятно, можно сказать, что это формальная процедура: учёный секретарь сообщает совету о том, что с поданными документами всё в порядке.

Второе заседание — это заседание комиссии о принятии к защите, можно сказать, ключевой этап. Комиссия изучает работу и готовит заключение о том, рекомендуется ли работа к защите или нет.

Если комиссия рекомендует работу к защите, диссертационный совет начинает работу по сбору отзывов, подбору официальных оппонентов и т. д. Фактически это происходит совместно со мной — здесь тоже куча своих требований и нюансов, но это отдельная тема. Всё это публикуется на сайте совета.

Третье заседание совета — это сама защита. Как раз к ней я сейчас и готовлюсь.

Как формулировка задачи определяет результат

Это видео про одну практическую вещь: почему задачи, которые «вроде нормально обсудили», в итоге почти всегда делают не так. Оно для тех, кто ставит задачи людям — разработчикам, подрядчикам, сотрудникам — и потом удивляется результату.

В видео разбираем:

— зачем вообще нужна формализация задач и что происходит без неё;
— как правильно фиксировать задачи и почему устных договорённостей недостаточно;
— какие ошибки чаще всего допускают менеджеры и заказчики при постановке задач;
— как методика SMART помогает формализовать цели и задачи;
— что делать, если клиент сам не умеет формулировать требования;
— что поможет зафиксировать ожидания клиента.

Когда вы в последний раз были уверены, что задачу поняли одинаково, а потом оказалось — нет, и в чём было расхождение?

Смотреть: YouTube | VKVideo | RuTube

Пытались учить Python сами и остановились на синтаксисе?

Акцент в этом курсе сделан на понимании. Алгоритмическое мышление, система знаний, уверенность в понимании базовых концепций программирования — вот что вы получите, пройдя курс. В учебных модулях вы встретите как классические, так и мои авторские задачи — не только на алгоритмы, но и на рефлексию, осознание связи между темами. Вы научитесь раскладывать задачи на шаги, разбираться и понимать ошибки, мыслить последовательно.

Для удобства курс сделан в двух форматах: текст и видео (более 5 часов). Все темы разбиты на маленькие блоки — можно заниматься по 20–30 минут за раз.

Этот курс проверен на 80+ студентах (все начинали с нуля), с которыми я работал, преподавая программирование в колледжах и вузах Москвы, а также со взрослыми студентами на частных занятиях. Теперь он доступен онлайн. По цене одного занятия с репетитором. В конце — авторский гайд по дальнейшему развитию в IT.

Промокод на скидку 30% — действует 3 дня. Ссылка на курс: https://stepik.org/a/248568/pay?promo=e28ce50e81e4f808 (промокод вшит в ссылку).

И да — я отвечаю на комментарии и вопросы в курсе.

Выпуск про базы данных для новичков: разбираем, какие бывают данные, как они хранятся, какие бывают СУБД, в каких случаях использовать одни, а в каких — другие. Как всегда, максимально понятно и просто.

Смотреть: YouTube | VKVideo | RuTube

Защитил диссертацию

В пятницу защитил кандидатскую диссертацию. Защита длилась 2 часа (небольшая нарезка в приложенном видео), было очень много вопросов, но на все я ответил. В комиссии — 10 докторов наук (среди которых 2 профессора МГУ), закончилось единогласным решением «за».

Огромная благодарность научному руководителю Белову Михаилу Александровичу, ученому секретарю Токаревой Надежде Александровне, а также Черемисиной Евгении Наумовне, основавшей кафедру системного анализа и управления!

Видео из платного курса по основам программирования. Этот гайд не только для тех, кто уже уверенно работает с переменными, циклами и функциями, но и для тех, кто продвинулся дальше — я подробно рассказываю, как выстроить дальнейшее обучение: что изучать, в какой последовательности и как собрать разрозненный знания в целостную систему.

В этом гайде вы разберетесь, какие направления открываются перед вами после изучения основ программирования: от алгоритмизации и объектно-ориентированного программирования до графических интерфейсов, баз данных и реальных областей разработки. Вы увидите, какие темы являются следующими логичными шагами, какие из них можно изучать параллельно, а какие требуют более последовательного подхода, и сможете выстроить для себя понятный маршрут — от текущего уровня до конкретной специализации, будь то веб, мобильная разработка, десктоп или Data Science. Также в видео краткий обзор полезных материалов (книг и курсов) по этим темам.

Кстати, по этой ссылке можно купить курс со скидкой 25%.

Смотреть: YouTube | VKVideo | RuTube

P.S. Скоро набор группы на расширенный курс по n8n. Подписывайтесь, чтобы не пропустить.