Статистика и тренды игрового рынка 2024 по версии Newzoo

– Кол-во игроков в 2024: 3,42 миллиарда (+4,5% YoY).

– 53% игроков в Азиатско-Тихоокеанском регионе (1,809 миллиарда; +4% YoY), MENA-регион (559 миллионов; +8,2% YoY); Европа (454 миллиона; +2,4% YoY); Латинская Америка (355 миллионов; +5,6% YoY); Северная Америка (244 миллиона; +2,9% YoY).

– Прогноз роста по игрокам к 2027 году: 3,759 миллиарда человек.

– Объём игровой индустрии по итогам 2024: $187,7 миллиардов (+2,1% YoY).

– К 2027 году игровой рынок достигнет выручки в $213,3 миллиардов.

Тренды

1. Комфортнее всего себя чувствуют инди-разработчики и проекты AA-уровня, т.к. на их разработку тратится меньше ресурсов, комады могут экспериментировать и нет давления больших бюджетов.

2. Поэтому разработчики осознанно уменьшают масштаб своих проектов.

3. Мобильная игровая экосистема обретает второе дыхание благодаря европейскому DMA, допускающему новые разные платёжные методы на iOS и Android.

4. Лояльность и коммуникации с пользователями по-прежнему играют ключевую роль в развитии игрового комьюнити.

7. Gen-AI продолжает всё глубже проникать в разработку, но массовых и известных кейсов применения нет.

8. Для игроков поколений Alpha и Z предпочтения меняются в сторону UGC.

Советы как писать заметки по совещаниям и встречам

Секрет успешного развития команды и продукта не только в эффективных встречах и совещаниях, но и в... том, как ведутся заметки по ним.

В большинстве крупных компаний цель встреч состоит в том, чтобы назначить ещё одну встречу

В итоге, все встречи смешиваются друг с другом, не прогрессируя и не достигая никаких целей.

Секрет успешных совещаний в выполнении элементов действий.

Элемент действия — задача, которая отвечает на 3 вопроса и вносит ясность в то, что нужно сделать:

1) Кто? Это не только тот, кто отвечает за задачу (вы или коллега), но и тот, с кем вы будете работать или другие люди, от которых вы зависите в завершении этой задачи.

2) Что? Это краткое описание задачи в виде одного-двух предложений с использованием глаголов действий (например, "Просмотреть бэклог продукта и подготовить идеи по приоритизации фич на следующий квартал") .

3) Когда? Это конкретная дата и время, когда действие должно быть завершено или продолжено(!!!).

🎁 Полезные советы:

– Заметки о встречах не являются протоколами собраний.

Записывая прошлое, твои мысли должны быть направлены исключительно в будущее

– Вы должны использовать заметки как возможность зафиксировать все идеи и мысли, которые приходят вам в голову во время встреч.

– Относитесь к записям совещаний как самым актуальным корпоративным знаниям.

– Ведение заметок от руки заставляет вас быть экономным и сфокусированным (не пытайтесь записать всё).

– Сделайте свои заметки "сканируемыми". Используйте разные стили и форматы для выделения важных моментов.

– Выберите "правильный метод" для "правильной встречи".

Неизвестно, что появилось первее – правильная встреча или правильная заметка по встрече

Главный вопрос любой встречи: «А в чём смысл этой встречи?»

STORM — свежая ИИ-система от Стэнфордского университета, демонстрирующая работу Агентских Систем.

Фреймворк STORM может использовать большие LLM и моделировать многосторонние разговоры и решения между ИИ-агентами, объединённых в Агентскую Систему.

Агентские Системы — это глобальные ИИ-фреймворки, построенные с помощью сетей ИИ-агентов для выполнения множественных подзадач и имеющие определённую степень автономности.

В системе STORM работает несколько типов ИИ-агентов:

– Исследовательские агенты, которые отвечают за сбор информации по теме из различных источников в Интернете.

– Агенты, задающие вопросы, которые моделируют различные точки зрения, чтобы задавать содержательные вопросы по теме исследования.

– Агенты-эксперты, которые дают ответы на вопросы, заданные агентами, задающими вопросы.

– Агенты синтеза, которые объединяют и организуют собранную информацию в целостную структуру.

Работа STORM состоит из 3 этапов:

1) Извлечение. Получив тему, STORM отправляет свою команду агентов на поиски в Интернете соответствующей информации из различных источников.

2) Далее STORM имитирует беседы, в которых другие агенты представляют разные точки зрения и задают вопросы эксперту по теме, помогая агентам развить всестороннее понимание темы исследования.

3) Синтез. Наконец, STORM синтезирует все собранные данные в связанный, хорошо организованный и структурированный ответ в духе профессиональной статьи с Википедии.

🌊 https://storm.genie.stanford.edu (manual).

Наглядная визуализация работы LLM или что скрывается за чатом с ИИ: данные, абстракции, вычисления, сложность, тензоры, веса + масштабы расчётов для разных моделей (на видео самая маленькая).

https://bbycroft.net/llm (пояснения)

Юзер: «приветкакдела»
ИИ: ...

Разминаем мозги с теорией иерархически-механистического разума (The Hierarchically Mechanistic Mind, HMM).

Мозг – сложная адаптивная Система, которая активно минимизирует энтропию сенсорных и физических состояний человека, генерируя циклы действия-восприятия

HMM объединяет две взаимодополняющие точки зрения на мозг:

– Разум работает по принципу свободной энергии "free-energy" (обеспечивая биологически правдоподобную математическую модель функций мозга);

2) нейронные структуры и функции мозга возникают из причинно-следственных механизмов, которые формируются системой "мозг-тело-окружающая среда" в различных временных масштабах и рамках.

Согласно этой точке зрения, настроение напрямую влияет на реакции в мозге, вызывая изменения в восприятии им окружающей среды и факторов, например, чрезмерной чувствительность/бесчуствию к рискам, которые находят своё отражение в дальнейших действиях или умышленном бездействии по отношению к ним.

Ещё больше умных слов: https://www.sciencedirect.com/science/article/pii/S1571064519300028

В AppMetrica появились инсайты, которые анализируют динамику ключевых метрик приложения.

Новая фича позволяет оперативно отслеживать значимые колебания по времени и частоте использования приложения, а также упрощает отслеживание динамики ключевых метрик (DAU/WAU/MAU, Sticky Factor, ARPPU, ARPWAU), экономя время на изучении отдельных отчётов и сопоставлении данных.

Функция уже доступна владельцам и пользователям с правами чтения и редактирования в AppMetrica.

Узкое место Неймана (Von Neumann Bottleneck) — явление, при котором производительность или пропуская способности Системы ограничена одним или несколькими компонентами или ресурсами самой Системы(ой?).

VNB – это ограничение компьютерной архитектуры, которое происходит из-за того, что один и тот же канал/объект используется для 2+ операций, например, получения и данных и инструкций, а это означает, что в текущих условиях одновременно может происходить только одно из этих событий.

Есть 5 основных узких мест VNB:

1. Узкое место памяти. Центральному процессору необходимо постоянно обращаться к памяти как для программного кода, так и для данных, что приводит к задержкам.

2. ЦП теряет время, поскольку инструкции и данные проходят по одному и тому же каналу, а это означает, что он может обрабатывать инструкции только после поступления данных.

3. Узкое место ядра. В 2000 году процессоры не могли выйти за пределы определенной скорости (иначе они выделяли слишком много тепла), что привело к появлению многоядерных процессоров.

4. Узкое место в когерентности кэша (свойство, означающее целостность данных) при использовании многоядерных процессоров затрудняет согласованность данных в 2+ кэшах.

5. Узкое место соединения. Растущий объём данных и ПО провоцирует рост скорости передачи данных, что приводит появлению узкого места в соединениях между различными компонентами системы.

Проблемы VNB решаются с разной степенью успешности различными способами:

– Кэш-память. Один из способов — поместить критическую память в легкодоступный кэш для ускорения извлечения данных.

– Многопоточность и параллельная обработка позволяют сократить время обработки за счёт одновременной обработки различных частей задачи несколькими процессорами с установленнымм между ними приоритетами.

– Конструкция Памяти. Улучшение конструкции архитектуры памяти увеличивает пропускную способность памяти, входящей и исходящей от ЦП.

– Не-VNB Системы. Эти системы моделируются на примере работы систем из биологического мира (например, экосистемы грибов или системы квантовых вычислений), что позволяет распределенно использовать память (по сравнению с линейной системой, используемой в традиционной компьютерной архитектуре).

– Гарвардская архитектура — это компьютерная архитектура с раздельным хранением и сигнальными путями для инструкций и данных.

– Мемристоры. Компоненты, которые обрабатывают данные непосредственно там, где они хранятся, устраняя необходимость передачи данных между памятью и процессорами и сохраняя это состояние памяти после того, как они были отключены.

– Оптические вычисления. Для этого типа вычислений данные передаются с помощью света, а не электрических сигналов, что делает скорость передачи быстрее и снижает потребление энергии.

Джони Айв о том, как он и Стив Джобс поняли, что видят мир одинаково:

«...Мы были в магазине в Италии. Стива заинтересовал нож, он взял его, посмотрел и положил назад. Я подумал: «О, хороший нож» и тоже взял его посмотреть.

Но взяв его в руки, я увидел крошечную неровность в месте соединения рукоятки и лезвия металла. И я понял, что это был клей.

И теперь это был уже не нож. Это был просто кусок металла, приклеенный к рукоятке

И мы со Стивом поняли, что оба ощутили это.

Я думаю, что в этом есть некое чудесное осознание, когда ты понимаешь, что ты такой не один. И со Стивом мы поймали его довольно рано».

Обычное утро в Сан-Франциско: гугловские роботакси Waymo сигналят другим роботакси, которые тупят на выезде с парковки в 4 утра.

UPD. Небагафичу пофиксили "ещё неделю назад" сразу после сюжета в новостях, выпустив срочное обновление.

Самоуправляемые автомобили Waymo больше не сигналят, находясь рядом друг с другом (с) директор по продукту Waymo Вишай Нихалани

UPD2. Айтишница из дома напротив сообщает, что спустя неделю после апдейта, фича до сих пор в проде и гудит даже по субботам, а в качестве пруфов запустила live-стрим на ютубе с той самой парковки.

UPD3. Гудеть перестали, трансляция выросла до 3,000 подписчиков и на неё прикрутили монетизацию :)

Из комментов: Thinking how boring my life has become, watching autonomous car get freaky, lol.

FYI: Онбординг как ездить на такси Waymo (ютуб)

🪿

Вышли записи с Turbo ML Conf 2024:

Интересное:

– Подходы к построению LLM-приложений
– LLM для автоматизации поддержки
– Cильная LLM на основе открытых моделей
– Вредные LLM‑советы для продактов

Все доклады тут
@zheltyi_ai 🤜🤛