В курсе "Основы байесовского вывода" в СПбГУ прошла вторая лекция:

СПбГУ — 2026.09.11 — Байесовский вывод для монетки
(слайды и доска на странице курса)

Но до монетки ещё надо было добраться: сначала поговорили о том, что вообще означает байесовский подход, а потом разобрали несколько задач, в которых вероятностная интуиция легко подводит. Тут были медицинские тесты, ошибки прокурора и адвоката, и даже спящая красавица.

А потом всё-таки начали считать. Взяли монетку с неизвестной вероятностью орла, задали равномерное априорное распределение и получили апостериорное. Самое интересное здесь — разница между поиском наиболее вероятного параметра и предсказанием следующего броска: во втором случае нужно усреднить ответ по всему апостериорному распределению. Получается правило Лапласа, то самое добавление единичек к числам наблюдений. Если нам пока выпадали только орлы, это ещё не повод объявлять решку невозможной.

В целом мы пока, конечно, во вводной части курса, и просто развиваем свои понятия о том, что такое неопределённость и как с ней работать в контексте машинного обучения.

Но скоро уже будем переходить к более содержательным вещам: в следующий раз об априорных распределениях поговорим и начнём, наверное, линейную регрессию.

#spsu #bayes2026 #lectures

В курсе "Глубокое обучение" в СПбГУ добрались наконец до архитектурных идей:

СПбГУ — 2026.09.11 — Свёрточные нейронные сети
(слайды и доска на странице курса)

Начали, как всегда, издалека, с исследований зрительной коры Хьюбела и Визела, а потом разобрались с главной идеей: один и тот же детектор признака можно применять в разных местах картинки. Это сразу даёт и меньше параметров, и больше примеров для обучения каждого из них. Дальше из простых локальных признаков постепенно собираются более сложные, а поле зрения нейронов растёт от слоя к слою.

Разобрали устройство свёрточного слоя, пулинг, градиенты для общих весов, padding и stride. Из архитектур успели посмотреть LeNet и AlexNet, а заодно поговорить об ImageNet и том самом прорыве, после которого глубокое обучение стало трудно игнорировать. AlexNet стал поводом для того, чтобы поговорить об обучении на нескольких видеокартах, параллелизме по модели и по данным и об аугментации изображений.

LeNet и AlexNet уже стали историей, но свёртки продолжают жить и развиваться: например, в семействе DINOv3 (до которого в курсе мы дойдём не скоро, if ever) есть модели на ConvNeXt. Идея локального фильтра с общими весами до наших дней, безусловно, дожила. И понять, почему она работает, полезно даже тогда, когда готовую модель можно загрузить одной строчкой.

#spsu #dl2026 #lectures

Сегодня у нас последняя на сегодня игра Сергея Носкова, о котором я недавно писал. Я под впечатлением: это полноценная AA-игра на десять с лишним часов, с разнообразными локациями, отличной картинкой, вождением, стрельбой, боссами и хоррором, — и сделал её по сути один человек!

Обзор большой, в нём много скриншотов, крайне рекомендую читать по ссылке, а ниже только краткое содержание:

Hail to the Rainbow
(и вот выложил на DTF)

[...]

Завязка. Главного героя зовут Игнат, и он ещё почти мальчик [...] ходит в шапке-петушке, выглядит и ведёт себя как подросток, а не как спецназовец.

Мир кончился: была война, машины восстали, людей почти не осталось. Игнат живёт один в бункере под заброшенным музеем космонавтики с луноходом в главном зале, бюстом Гагарина и учебным фильмом про “Царь-ракету”.

А потом на старый компьютер приходит сообщение. “Здравствуй, сынок. Внутри тебя целая вселенная! Помнишь? :)” Отец пропал много лет назад, но кажется, что может вернуться, и Игнат собирается в дорогу. [...]

Мир. Как и в других играх Носкова, перед нами постапокалипсис, причём наш, родной: заснеженные посёлки, панельки, автобусные остановки, плакаты “Не вреди здоровью!”, телефон-автомат на стене и так далее. [...]

Главное отличие — масштаб. В 35MM было два человека и лес, в 7th Sector — один город в разрезе, показанный через по сути двумерные головоломки. Здесь же локации сменяют друг друга каждые час-полтора: бункер, зимний лес, заброшенный Энергобург с его Юго-Восточным округом, научный центр “Золотые мозги” (здание РАН), комплекс “Каскад” с арками, срисованными с ереванского Каскада, деревня с церковью и кладбищем, подземные предприятия, лодка на зимней реке… [...]

Графика и свет. Как всегда у Носкова, графика отличная. Это, конечно, AA [...] но игра всё равно очень красивая и имеет свой узнаваемый стиль. [...] Свет здесь всегда авторский [...]

Про AI. Тема искусственного интеллекта здесь поднимается, конечно, фантастически, но разумно. [...] “Это совсем не больно. Но жизнь медленно выходит из тебя…”

Головоломки и детали. Головоломки фирменные, носковские: технические, вплетённые в окружение, без подсветки активных предметов и почти без подсказок. [...] Есть ещё металлодетектор, батарейка, которую делят между собой фонарь и все устройства, маленький крафт из двух деталей и одного реагента, и даже дрон, который может летать сам по себе и даже производить кое-какие действия в окружающем мире. [...]

Отдельная приятная неожиданность — вождение. У Игната есть “Нива” [...] ощущение правильное, и несколько эпизодов запоминаются именно благодаря машине.

Боёвка и боссы. А вот боёвка не понравилась. [...] Но она есть, и это само по себе круто. [...] А ещё есть и боссы! [...] Огромный дрон с клешнями посреди заснеженного пустыря, неубиваемая машина в лабиринте, ещё пара штук, о которых не буду... [...]

Хоррор. И, наконец, то, что не понравилось совсем: элементы хоррора с прятками от неубиваемых врагов. [...] В этой игре смешано всё на свете, и хоррор тоже, так что вот, предупреждаю.

Заключение. Hail to the Rainbow — это невероятно много игры для одного человека и просто много хорошей игры для кого угодно. Отличный мир, авторский свет, советская ностальгия с фантастикой внутри, разумный разговор об искусственном интеллекте, машина, боссы, головоломки — и десять с лишним часов, за которые ничего не успевает надоесть, потому что каждая глава про что-то новое. Боёвка средняя, хоррор на любителя, но это, в общем, всё, что можно предъявить.

Если вам понравились 35MM или 7th Sector — обязательно попробуйте. Если вы про Носкова не слышали — ничего страшного, с этой игры вполне можно начинать, она большая и цельная. Очень рекомендую.

#tgif #games

В курсе "Технологии и фронтиры науки о данных" в ЮФУ прошла вторая лекция:

ЮФУ — 2026.09.14 — История AI как идеи и как науки
(слайды и доска на странице курса)

Сначала немного разобрались с постановками задач машинного обучения, а потом отправились в далёкое прошлое: к Талосу и големам, механическим автоматам, Лейбницу, Бэббиджу и роботам в литературе. Люди хотели создать кого-нибудь разумного задолго до того, как у них появились компьютеры, и опасаться последствий тоже начали заранее.

Затем мы добрались до AI как науки: кибернетики Винера, модели нейрона Маккаллоха — Питтса, Дартмутского семинара и перцептрона Розенблатта. Отдельно и довольно подробно поговорили о Тьюринге: он занимался далеко не только своими всем известными машиной и тестом. Но и про сам тест Тьюринга было что обсудить.

Ключевой вопрос из эссе Тьюринга — "может ли машина мыслить?" — с появлением современных LLM только получил новых участников спора. Всем рекомендую, кстати, прочитать аргументы Тьюринга из 1950 года и узнать в них сегодняшние разговоры о том, "понимает" ли модель то, что говорит.

Дальше поговорим о тех разделах AI, которые в курсе обсуждать подробно не будем, ну а потом пора будет наконец переходить к нейросетям и тому, как они устроены.

#sfu #lectures #dsfrontiers