Смеюсь. Увидел сегодня в твиттере ссылку на прикольную игру — в ней надо выбрать из двух элементов дизайна правильный. Кривая иконка, некорректный кернинг, не тот контраст — все эти мелочи вам надо подмечать. Вначале просто, но на сложном уровне я некоторые картинки кликал наугад — ну не вижу разницы, одинаковые же. А нет, есть разница. В общем, классная игра, залипайте и пересылайте по чатам.

А смеюсь потому, что сделал её, как оказалось, мой бывший сосед по комнате в общежитии — Саша Котлярский, выпускник факультета информатики КПИ и разработчик в Facebook. Как тесен мир.

Интересный текст Bloomberg о кадровой политике Apple.

Для некоторых типов работы компания нанимает подрядчиков. Не только для нетехнических задач вроде уборки кампуса — подрядчики работают и над продуктами Apple. К примеру, над картами Apple Maps, iTunes, серверной инфраструктурой, новостями Apple News и клиентской поддержкой.

Сотрудники компании-подрядчика Apex, работавшие над качеством картографии Apple Maps, рассказали, что работать им пришлось в специальном секретном корпусе, который в Apple называют "черное место". Чтобы попасть в туалет, приходилось отстоять очередь — в офисе не хватало кабинок. Сотрудников набирали на срок в год-полтора и постоянно напоминали, что их могут в любой момент уволить. Некоторых специалистов хантили в Apex с обещаниями последующего перехода в Apple. Но шансы на это оказались мизерными. На проекте царила атмосфера страха — все подписывали договор о неразглашении информации. Сотрудникам Apex даже запретили упоминать опыт работы на Apple в своём резюме на LinkedIn. Доходило до смешного: сотрудники Apple носили бейджики с цветным лого яблока, а подрядчики — с серым. Больше дичи в тексте.

Решать рабочие задачи, покупая дешёвый труд подрядчиков — популярный среди американских компаний лайфхак. Недавно Bloomberg делал расследование на эту же тему про Google — там официальными сотрудниками компании числятся менее половины всех людей, так или иначе занятых на её проектах.

Такие расследования подрывают миф о Долине, как о месте, где умные технари меняют мир и зарабатывают огромные деньги. Да, у техногигантов есть красивые корпуса, а некоторые их сотрудники действительно получают кучу ништяков. Но под капотом техноиндустрии — обычная потогонка, где низкоквалифицированные специалисты делают грязную работу за небольшие деньги. И Долина — не исключение.

В США вышла книга "How Not to Network a Nation: The Uneasy History of the Soviet Internet". Фрагмент из неё можно прочитать на Aeon.

Выдающийся киевский математик и кибернетик Виктор Глушков в 60-х разработал проект компьютерного управления экономикой СССР. Проект был амбициозным - по оценкам самого Глушкова, сложнее, чем космический и ядерный - и требовал для реализации 20 миллиардов рублей. Глушков рассчитывал, что эффективное планирование ресурсов и управление производством с помощью компьютерной сети уже через три года принесёт в бюджет СССР 100 миллиардов рублей.

Но, как мы знаем из истории, никакого "советского интернета" в итоге не получилось: инициативу Глушкова задавили кремлёвские бюрократы. Доходило до анекдотических ситуаций: главный противник ОГАС министр финансов Гарбузов на одном из обсуждений предложил сначала оборудовать все фермы компьютерами с лампочками (он увидел такое на одной ферме в Минске; мигание лампочек повышало плодовитость кур), а потом уже говорить о построении общесоветской компьютерной сети.

https://aeon.co/essays/how-the-soviets-invented-the-internet-and-why-it-didn-t-work
Перевод: http://gagadget.com/science/24293-neveroyatnaya-istoriya-sovetskogo-interneta/

Здесь подробнее описана история ОГАС (и вообще хороший сайт "для тих, хто хоче знати більше" про историю украинской вычислительной техники): http://ru.uacomputing.com/stories/ogas/

Во время моей учёбы на кафедре вычислительной техники в КПИ некоторые преподаватели рассказывали нам о том, какой феноменальный человек был Глушков - им повезло с ним поработать. Уже в 50-х под его руководством в Киеве работали над искусственным интеллектом, обгоняя американских коллег. Под его руководством и при его участии были разработаны "МИР" и "Днепр" - первые в СССР персональный и проводниковый компьютеры. Практику после 4 курса я проходил в Институте кибернетики имени Глушкова. А ещё Глушкова и ОГАС очень любят на факультете социологии в КПИ - там ежегодно проходит научно-практическая конференция "Глушковские чтения".

В общем, приятно быть причастным к такому гиганту мысли через одно рукопожатие. Жаль только, что все эти героические достижения остались в далёком прошлом: советская кибернетика загнулась, вычислительная техника быстро отстала от американской, ОГАС так и не построили. Институт Глушкова сейчас стагнирует, как и вся украинская наука. Но это уже совсем другая история.

Любопытный австриец просканировал все австрийские IP-адреса (их оказалось 11 миллионов) и нашёл много любопытного:
— тысячи машин с незапатченным Windows;
— тысячи серверов, уязвимых к DDoS-атакам;
— принтеры без пароля;
— 300 незащищенных камер наблюдения;
— и даже чей-то домашний хаб для управления умным домом.

На принтерах можно было печатать любой документ, трансляции с камер наблюдения тоже были доступны любому. Хорошая реклама услуг по IT-безопасности получилась — именно таким бизнесом занимается автор поста по ссылке.

​​Можете сами почувствовать себя хакером и большим братом: на сайте Insecam собраны трансляции с камер наблюдения разных стран мира: США, Япония, Россия, Украина и много других.

​​Интересный текст о том, как развивается индустрия интернет-ТВ и на каких трендах в ней можно заработать.

Автор — исполнительный менеджер венчурного фонда @FunCubator.

Что бы вы сказали, если бы узнали, что в одном из ваших домашних гаджетов встроен тайный микрофон?

У Google есть продукт Nest Secure — это хаб в виде небольшой симпатичной коробочки для управления домашней сигнализацией. С последним обновлением хаб получил опцию голосового управления. Теперь пользователи могут управлять хабом с помощью голосовых команд и вызывать через него Google Assistant, без дополнительного устройства. Удобно? Конечно. Но микрофон не указан в спецификации Nest Secure. То есть люди покупали устройство, даже не догадываясь, что в нём есть микрофон. Инженеры Google объяснили: мол, хаб делали сразу с прицелом на будущую интеграцию с голосом, а микрофон по умолчанию выключен и включить его должен сам пользователь. Но все равно как-то стрёмно получается. Что дальше? "Сюрприз, мы встроили микрофон в ваш вибратор"?

P.S. Спонсор поста — Internet of Shit, стебный твиттер про индустрию IoT.

Американская сеть Domino's Pizza запустила акцию: вы фотографируете любую пиццу через приложение Domino's, накапливаете баллы и раз в неделю получаете в обмен на 6 фото бесплатную пиццу. Выглядит как обычная программа лояльности: желая получить халяву, люди устанавливают приложение пиццерии, делятся с ним своими данными (имя, телефон, почта) и в итоге становятся лояльными клиентами сети.

Но автор заметки на Popular Mechanics задаётся вопросом: а что, если Domino's использует полученные фото для совершенствования своих алгоритмов? С их помощью можно автоматизировать производство пиццы — к примеру, определять её готовность, сортировать её или контролировать доставку. Теория, конечно, параноидальная, сроду теории заговора "Facebook запустил флешмоб #10YearChallenge для обучения своих алгоритмов распознавания лиц". Но автор придумал её лишь для того, чтобы проиллюстрировать дух времени. На примере приложения Domino's он напоминает: как пользователи сервисов мы постоянно генерируем данные, а со стороны компаний глупо не использовать эти данные для развития своего сервиса.

Так что теория про хитрый план Domino's уже не выглядит такой фантастической. В конце концов, even pizza companies are tech companies now.

Подробный текст о том, как украинские полицейские находят преступников с помощью данных мобильных операторов.

Следователи проводят радиоразведку на месте преступления — определяют, какие базовые станции операторов находятся в зоне покрытия. Затем через суд получают от оператора данные о всех сеансах связи определенного номера. Украинские операторы обязаны хранить такие данные 3 года.

Оператор предоставляет полиции метаданные звонков: кому и когда звонили, сколько продолжался разговор.
Во время расследования следователь может собирать данные не только о подозреваемых, но и об их собеседниках и свидетелях.

У полиции и СБУ есть отдельная база данных — "Антарес". В неё вносят имена, IMEI (идентификатор телефона) и IMSI (идентификатор SIM-карты) всех, кто нарушает закон.

Если полиция задерживает активного сторонника ДНР, в СБУ передают распечатку номеров, на которые тот чаще всего звонил. Владельцев этих номеров находят и допрашивают.

Данные с базовых вышек позволяют отследить перемещения абонента. В городах, где плотность покрытия выше, местонахождение телефона можно установить с точностью до 20-50 метров.

Следователи могут строить ежедневные маршруты подозреваемого, фиксировать его контакты с владельцами других номеров. Фактически, следить за его перемещениями и офлайновым общением.

В некоторых случаях полиции приходится запрашивать данные с сотен базовых станций. Но даже это не гарантирует успех в поимке преступника.

​​Американские копы пошли ещё дальше: они запрашивают данные прямо у компании Google. Схема та же: полиция передает Google координаты места преступления и просит предоставить информацию о всех мобильных устройствах, которые находились там в определенное время. Если перемещения определенного смартфона подпадают под описание искомого преступника, следующим запросом полиция просит Google раскрыть имя его владельца.

Как всегда, есть нюансы: запрос от полиции должен подтвердить суд, проверив его правомерность. Но иногда судьи подписывают запрос за пять минут. Следователи запрашивают информацию не только с места преступления, но и в некотором радиусе от него. Как следствие, в материалы расследования попадают данные невиновных граждан, которые просто занимались своими делами недалеко от места преступления. Геолокационные данные от Google могут иметь такую погрешность, что становятся просто бесполезными для дела. При этом полиция может запросить такие данные даже для расследования кражи покрышек на $700.

Вот так живете себе спокойно, никого не трогаете. Тем временем Google постоянно собирает данные о вашей геолокации, даже если вы об этом не знаете. А если окажетесь не в том месте и не в то время, ваши данные могут попасть в уголовное дело, и кто знает, сколько они будут храниться и кто сможет получить к ним доступ.

Что посмотреть вечером?

На канале издания @thebell_io вышло интервью с предпринимателем Виталием Пономаревым. Основанная им компания WayRay разрабатывает навигационную систему на основе дополненной реальности. Как привлечь $100 миллионов инвестиций от Alibaba, Porshe и Hyundai Motor? Смотрите в новом выпуске передачи "Русские норм" с Елизаветой Осетинской.

* Несколько медиапроектов предложили обмениваться хорошим контентом, так что теперь в канале будут появляться посты в таком формате. #Партнер этого поста — одно из лучших российских деловых изданий @thebell_io 🛎

Новый виртуальный телеведущий китайского агентства Синьхуа может читать новости стоя и даже жестикулировать.

В принципе, выглядит не хуже, чем обычный скучный диктор новостей.

OpenAI — некоммерческая компания, исследующая ИИ в интересах общества. OpenAI всегда публикует исходный код своих разработок. Но недавно специалисты компании создали языковую модель, которая так хорошо генерировала фрагменты текста, что его было невозможно отличить от написанного живым человеком. Исходный код разработки не стали публиковать — ведь это лучший подарок для генераторов спама и фейковых новостей.

По этому поводу на MIT Technology Review вышел хороший текст о подходах к машинной обработке языка (NLP). На VC есть его перевод, ниже — главные тезисы.

Первый подход — distributional semantics. Компьютер анализирует паттерны в языке: анализирует, как часто и как близко разные слова употребляются вместе. Затем на основе этих паттернов программа генерирует фразы, предложения и абзацы текста. Именно такой подход использовали в разработке языковой модели OpenAI. Подобным образом работают и предиктивные клавиатуры, к примеру SwiftKey, о которой я писал ранее. Но при таком подходе программа не понимает, о чем пишет; грубо говоря, слова она подбирает по асоциациям.

Второй подход — frame semantics. С помощью наборов правил и массивов размеченных данных алгоритм обучают "понимать" структуру предложения — выделять субъекты, глаголы и второстепенные члены. Такие алгоритмы хорошо обрабатывают простые правильные предложения, поэтому именно они используются в чатботах.

Третий подход — model-theoretical semantics. При таком подходе язык — это интерфейс для доступа к базе знаний. Если задать такой модели вопрос "Какой наибольший по населению город Европы?", она превратит его в запросы к базе: "Какие города есть в  мире", "Какие из них находятся в Европе", "Каково их население" и "Население какого города наибольшее". Такие алгоритмы могут обрабатывать сложные лингвистические конструкции, но нуждаются в сложных базах знаний.

Четвертый подход — grounded semantics. Язык отображает реальный жизненный опыт. Чтобы научить компьютер двигать объекты, ему дают команду "сдвинь куб влево" и затем показывают движение куба влево. Со временем программа усваивает показанные ей понятия и может оперировать ими. Похожим образом учатся люди — вы не задаете ребенку набор правил, по которым он отличит кошку от других объектов, вы просто указываете на кошку и говорите, как это называется. Это трудоемкий подход — не все понятия так легко описать и показать.

Для тех, кого заинтересовала тема вычислительной лингвистики, есть полуторачасовой доклад профессора из Стенфорда: Natural Language Understanding: Foundations and State-of-the-Art.

Проект Self Harm, новая серия фотографа Джона Ранкина, демонстрирует, как сильно культура селфи искажает реальность.

Ранкину приходилось работать со многими знаменитостями - от Кейт Мосс до самой королевы Елизаветы. Именно его работы помогли привести современную фотографию и портретную съемку к тому виду, который известен нам сегодня.

Для своего последнего проекта он сфотографировал 15 британских подростков, а затем позволил им отредактировать собственные снимки так, чтобы они были ими полностью удовлетворены. Настолько, что даже готовы были бы выложить их в соцсети.

Каждый из героев фото возился со своими снимками и обрабатывал их самыми распространенными способами: делал кожу более гладкой, нос - тоньше, а глаза - больше. Никто так и не оставил свой портрет без изменений.

"Пришло время признать то разрушительное воздействие, которое соцсети оказывают на человеческую самооценку", - говорит Ранкин.

"Соцсети превратили каждого из нас в отдельные бренды. Люди создают другую версию самих себя: фотографируются с идеального ракурса, с выгодным освещением в кадре и удаляют все недостатки. Совместите это с тем, что влиятельные блогеры и знаменитости публикуют нереалистичные фигуры и лица - и у вас в руках рецепт катастрофы".

В 2017 Instagram назвали худшей соцсетью с точки зрения ее влияния на психическое здоровье - так ответили опрошенные в возрасте от 14 до 24 лет. На втором месте - Snapchat. Оба приложения - очень фотоцентричны. Их влияние настолько сильно, что пластические хирурги даже обнаружили новый тренд среди потенциальных клиентов, которые хотели бы, чтобы их внешность была похожа на ту, которую они показывают в соцсетях.

via BBC / BBC Ukrainian

​​Вы когда-нибудь задумывались, в чём смысл капчи Google с галочкой "Я не робот"? Казалось бы, нет ничего проще, чем написать программу для обхода такой защиты. Но не всё так просто.

Оказывается, внутри этой простого на вид чекбокса — виртуальная машина с двойным шифрованием с динамическим изменением ключа. Google анализирует этот ключ вместе а адресом сайта и отпечатками браузера, чтобы отличить бота от обычного пользователя. Кроме того, капча проверяет часовой пояс и системное время вашего компьютера, IP-адрес и примерное местонахождение, размер экрана, тип браузера, плагины, время загрузки страницы, нажатия клавиш, клики и скроллы... И это только часть данных. Что ещё находится внутри этого чёрного ящика, знают только разработчики капчи.

Вот так простой интерфейс скрывает сложный, а главное — эффективный алгоритм.

​​Читаю новости с Mobile World Congress. Гибкие смартфоны, смартфоны с 5G, смартфоны без рамок (камера вместо челочки встроена прямо в экран), смартфоны с двумя экранами — есть на что посмотреть.

Но вот это чудо хочется отметить отдельно. Французский бренд Energizer представил смартфон с батареей на 18000 мАч. Для сравнения, обычные смартфоны имеют батарею на 2500-4000 мАч. Смартфон толщиной почти в два сантиметра может работать без зарядки неделю или проигрывать видео без перерыва двое суток. Журналисты в шутку уже назвали модель "батареей со встроенным смартфоном".

Интересно, будет ли спрос на такого монстра. Наверное, с такой батареей удобно ходить в поход. Для каких ещё сценариев нужен гибрид смартфона и пауэрбанка, мне пока не приходит в голову.

Как будет выглядеть повседневный предмет мебели, если подключить к разработке дизайна систему машинного обучения? На фото - прототипы стульев, созданные при участии ИИ.
1 - лаборатория генеративного дизайна Autodesk
2 - команда дизайнеров chAIr Project
3, 4 - исследовательская группа Radical Norms
В каждом случае разработчики ставили перед алгоритмами разные задачи. Компания Radical Norms предложила создать объект из отходов мебельного производства, а команда chAIr Project научила нейросеть создавать стулья по аналогии с их изображениями на Pinterest. Эксперты Autodesk максимально облегчили ИИ задачу, заранее задав основные параметры будущего объекта.
Пока генеративный дизайн - это вспомогательный прием в процессе поиска дизайн-решений, но в будущем технология получит более широкое распространение - особенно в Китае.