Danny Crichton, ранее венчурный капиталист, а сейчас управляющий редактор TechCrunch, описывает общую ситуацию в мире стартапов. Если коротко, то имеется большой дефицит идей. Новые проекты очень похожи друг на друга. Валом идут всяческие no-code, personal finance, analytics tools, remote work, cryptocurrency. По факту берется какой-то старый софт и переводится на новые рельсы ("yes it is a note-taking app, but it runs on Kubernetes!"). В общем все вторично и ощущается тупик.

Новые горизонты видны (напр медицина, космос, автопилоты) и за ними те самые голубые океаны. Но чтобы до них дойти уже недостаточно собрать что-нибудь железное в гараже или программное на коленке. И даже научной степени в какой-то одной дисциплине, вроде электроники, для успеха теперь мало. Новые времена требуют объединения в одном проекте глубокой экспертизы из разных областей знаний. Без этого не поможет креативное мышление, и ответов на вопросы в новых направлениях еще нет ни у кого в мире. Это Денни и называет "dual PhD problem".

Конечно, все это не новости, и уже лет 10 отдельно выделяют направление deep technologies. В таких проектах значительную (а где и большую) часть бюджета направляют на научные исследования и эксперименты. Удовольствие это дорогое и рискованное. Тем не менее китайские и европейские правительства отдают приоритет финансирования именно deep tech.

#science #technology

tcrn.ch/2CXrjIN

В продолжение предыдущего поста, про deep technologies. Одним из самых ярких проектов такого типа безусловно является Neuralink, презентацию рабочего прототипа которого на прошлой неделе провел Elon Musk.

Конечно, медиа уже наполнились "экспертными" мнениями, что все это профанация, ничего революционного и конкретного не показано. Но haters gonna hate, а инженеры начинаю и выигрывают. Чего стоит разработка нейрохирургического робота, которого тоже показали. Он вроде бы сделан для имплантации устройства, но что мешает ему делать и другие операции на мозге?

Поэтому пересмотрите еще раз это майское видео и новый эпизод Lex podcast, чтобы принять реальность происходящего и понять куда эта ветка прогресса может нас привести.

#engineering #technology

Nintendo сегодня анонсировали лучший новогодний подарок для всех мальчиков от 5 до 105 лет, да и большинства девочек тоже youtu.be/f2mCqUSDCJE

Про инженерное знание бытует мнение, что получают его как часть профессионального образования, чаще всего по толстым книжкам заслуженной давности. А затем тренируют в процессе работы, вроде как часть ремесла. Но ремесленные подходы, несмотря на их историческое обаяние, должны быть заменены промышленными. А это значит, что знание должно отчуждаться от носителя и тиражироваться с одной стороны, с другой постоянно развиваться.

В общем-то так оно и происходит. Есть индустриальные научного характера журналы, в которых публикуются актуальные статьи и исследования. Системная инженерия, как трансдисциплинарная, разбросана по многим местам. Но есть исследователи, ведущие работу по отслеживанию и обобщению всего корпуса публикаций. В работе по ссылке ниже можно изучить общую картину по #SystemsEngineering и найти тонну референсов на более специальные статьи.

DOI: 10.1016/j.compind.2019.05.003

Free Energy Principle и Active Inference небыстро, но уверенно прокладывают себе дорогу в машинное обучение. И вот уже исследователи из Google Brain и DeepMind публикуют совместные работы с командой Карла Фристона. https://arxiv.org/abs/2009.01791

Это то, что можно увидеть снаружи. Интересно, какой айсберг сейчас скрывается в глубинах Alphabet. Если у вас есть гипотезы или просто интересен этот фронтир, приходите обсудить в Twitter или Keybase.

#FEP #ActiveInference #Engineering

Лазеры из глаз (инфракрасные).
New generation of eye trackers, proof of concept.
#technology #engineering
www.nature.com/articles/s41598-020-71233-1

Ура! Опубликован препринт исследовательской работы, которую анонсировал в июне. Призывается коллективный разум для критики и другой обратной связи zenodo.org/record/4021163

Техножурналисты и блоггеры гадают, представит ли Apple VR-очки на мероприятии 15 сентября. Эксперты и инсайдеры уверенно заявляют, что это невозможно раньше следующего года.

Тем временем молодые инженеры выкатывают VR-устройство с полностью открытыми исходниками, которое можно напечатать на 3D-принтере и собрать из модулей стоимостью $200.

Кстати ребята набирают различных специалистов на девайс следующего поколения. Не пропустите возможность www.relativty.com

#ТеорияШСМ
ПРИМЕРЫ СИСТЕМНОЙ ТЕРМИНОЛОГИИ
Рассказ о целевой системе всегда начинается с её описания как чёрного ящика, при этом по факту приходится рассказывать не столько о самой целевой системе, сколько о надсистеме. И это не случайно: системный подход начинается с того, что система определяется по её роли в окружении (ролевой объект среди систем окружения), по её ролевому поведению/функции (изменениям, которые система производит в системах окружения). От границы целевой системы по системным уровням наверх, к окружению, к надсистеме – это первый мыслительный ход в системном мышлении, это главный императив. Никакого «деления на части», никакого «состоит из», пока не выяснили, для чего используется целое, в котором мы интересуемся частями!
Например, опишем простую механическую систему с электрическими элементами – напорный насос.
Целевая система – напорный насос, использованный в насосной станции (т.е. надсистема – насосная станция). Его роль – напорный насос, чтобы вода доходила до верхних этажей здания, действие/функция – поднимать давление жидкости. Одна из его подсистем – ротор с лопатками (это центробежный насос/centrifugal pump).
Одна из внешних ролей/внешних стейкхолдеров – оператор (owner-operator) насосной станции. Потребность – бесперебойный напор воды, выходящей из насосной станции (обратите внимание, что потребность говорит не про насос как целевую систему, а про насосную станцию как надсистему!). Требования: обеспечивать напор до 40 метров, расход (проток воды) до 10000 литров/час, наработка на отказ от 5000 часов.
Некоторые системы в окружении: мотор, трубопровод (они входят в состав насосной станции, но они внешние по отношению к насосу), электрическая проводка.
Некоторые системы в обеспечении: конструкторское бюро (проектировавшее насос), завод (изготовитель насоса), проектировщик и строитель насосной станции (они обеспечивали выбор именно этого насоса, его закупку, монтаж на насосной станции), гаечный ключ (закручивали гайки, которыми насос крепится к фундаменту).
Другой пример: электроника с островками софта – наручные смарт-часы...

Продолжение в блоге Школы.
Источник: учебник А.Левенчука «Системное мышление 2019»

Вся наша жизнь – inference!
bit.ly/3n4qTTn

Stanford Institute for Human-Centered Artificial Intelligence на прошлой неделе провел конференцию "Triangulating Intelligence: melding neuroscience, psychology, and AI". Так что на этой можно занять вечера просмотром её записи.

Программа конфы и другие детали здесь.

Сегодня и завтра еще есть возможность зарегистрироваться для участия в онлайн-хакатоне Complexity Weekend, который пройдет в ближайшие ПТ-ВС.

На данный момент мероприятие собрало 100+ человек из 34 стран. Среди участников люди с очень разнообразным опытом - студенты, преподаватели, исследователи, консультанты, разработчики, стартаперы и т.д.

Вливайтесь! www.complexityweekend.com/

Невероятную красоту жизни микрокосма можно наблюдать в видео созданных с использованием нового метода микроскопии differential interference contrast (DIC). Ваш 4K экран наконец получит достойный контент.
youtu.be/HbwV-EzP67Q

Каждая новая теория в своем жизненном цикле проходит путь от борьбы за интеллектуальное выживание среди других и завоевание последователей. Дальше, через большое количество исследовательских разработок получает корпус материалов, часто разрозненных, которые ее в себе содержат. И в какой-то момент кто-то должен отдать research debt и провести работу по обобщению наработок и превратить теорию в дисциплину, которой можно обучать и применять в человеческой деятельности. А если получилась трансдисциплина, то в разных видах деятельности.

Такой путь за 20 лет прошел Active Inference, и видны первые шаги исследовательского сообщества к созданию учебных материалов, адаптированных для насколько это возможно быстрого и легкого изучения теории. Условно, чтобы понимать его могли не только доктора наук, но и люди с хорошим высшим образованием. Как и положено для 21 века, все это происходит crowed-based, естественным самоорганизованным и распределенным образом, с координацией через twitter и keybase.

Как результат по ссылке можно посмотреть версию структуры учебной программы с огромным количеством источников. Не пропустите части по кибернетике и ML.

https://jaredtumiel.github.io/blog/2020/10/14/spinning-up-in-ai.html

Если вам удалось просмотреть силлабус по Active Inference и не пропустить часть по ML, то приложения фреймворка для Reinforcement Learning должны вас заинтересовать.

На стримах семинаров 10 и 17 ноября наше исследовательское сообщество будет обсуждать статью Alexander Tschantz et al 2019 "Scaling active inference":
In reinforcement learning (RL), agents often operate in partially observed and uncertain environments. Model-based RL suggests that this is best achieved by learning and exploiting a probabilistic model of the world. 'Active inference' is an emerging normative framework in cognitive and computational neuroscience that offers a unifying account of how biological agents achieve this. On this framework, inference, learning and action emerge from a single imperative to maximize the Bayesian evidence for a niched model of the world. However, implementations of this process have thus far been restricted to low-dimensional and idealized situations. Here, we present a working implementation of active inference that applies to high-dimensional tasks, with proof-of-principle results demonstrating efficient exploration and an order of magnitude increase in sample efficiency over strong model-free baselines. Our results demonstrate the feasibility of applying active inference at scale and highlight the operational homologies between active inference and current model-based approaches to RL.

Сейчас доступна запись вводной лекции, задающей контекст обсуждения. Если вы видите актуальность этой работы для себя, свяжитесь по контактам под видео чтобы подключиться к семинарам.

youtu.be/kXw1CPRkJCw

Сберовская GPT-3 и удивительные факты о лягушках.

Поспрашивал GPT-3 о лягушках. Оказывается, я много не знал...

Вопрос: Кто такие лягушки?
RuGPT: это мы. Лягушки - это мы, которые живут у нас внутри, они - наше тело. Они нас питают и защищают от всего остального. А все, что мы делаем - это просто платим за них. И мы платим за них, потому что нам не нужно ничего другого. Сила лягушек в том, что они помогают нам жить, когда мы этого совсем не хотим. Мы хотим, чтобы они умерли и превратились в прах, но они живут и помогают нам. Когда мы их теряем, они возвращаются снова, мы снова их находим и платим. Так и происходит бесконечное число раз.

Вопрос: Как выглядят лягушки?
RuGPT: Это огромные, покрытые перьями усатые существа с квадратным туловищем, длинной и широкой шеей, коротким хвостом и сильными, мощными ногами. Они не могут плавать, как другие животные, и передвигаются по морскому дну на маленьких ластах или на хвосте, подобно дельфинам.

Вопрос: Чем обычно лягушки занимаются?
RuGPT: Лягушки не любят сидеть в своих берлогах и предпочитают плавать по волнам. Их любимые занятия – плавать с крупами, в качестве которых может выступать и мусор (отсюда, кстати, происходит их имя «лягушинный помет»), или, что еще более удивительно, лягушки, как правило, вдыхают китовую сперму.

Вопрос: Что ещё следует знать о лягушках?
RuGPT:
Лучше всего о этом расскажет такой стих

В час, как на суше, как в глубине моря,
Лягушек много, и все они равны.
Они не боятся никого,
В час, когда они плывут к земле, как в небе.
В час, как в час, в минуту, когда в море,
В час, когда лягушки плывут на берег,
В час, когда они идут вброд к реке,
В час, когда жабы в море плывут вброд
Назад в океан, на дно, на дно, в глубину.

Roam Research недавно привлек $9 млн долларов, при оценке в $200. Такой результат можно считать отличным примером стратегии работы через сообщество, чтобы в итоге продавать достаточно простой продукт дороже Office без затрат на маркетинг. Но для этого понадобилось "учредить" целый Roamcult вокруг их knowledge management system и вариантов ее использования. При этом под капотом у них networked notebooks и markdown.

При правильном подходе подобные продукты, которые сейчас развиваются в количестве, действительно могут сильно повысить личную и командную эффективность. Но для этого может вполне подойти и одна из бесплатных открытых альтернатив, без необходимости вступать в культ. Например просто в виде плагина к VSCode www.dendron.so/

Инвестиции в российское сельское хозяйство приносят прорывные результаты
youtu.be/8HZ4DnVfWYQ