В пятничном посте сегодня:
Две личные эмоциональные мини-игры: Despelote и A Star Named Eos
Обе проходятся за пару часов, обе — инди, обе пытаются рассказать что-то личное. Но, на мой взгляд, с разным результатом. Читать лучше пост, тут сильно сокращу, иначе не поместится.
Despelote
Эта игра изрядно пошумела во время выхода и получила несколько серьёзных номинаций: четыре на IGF Awards 2025 (причём Excellence in Audio выиграла), а на The Game Awards 2025 — номинации за Best Debut Indie Game и Games for Impact. Любопытно, что ещё до релиза она получила Special Jury Mention на Tribeca Film Festival и Special Mention на амстердамском фестивале документального кино; это само по себе показательно и довольно круто: игру приняли на кинофестиваль как документальный фильм!
Тема тоже выглядела привлекательно: узнать Эквадор через футбол, через их квалификацию на чемпионат мира 2002 года. Именно тогда Эквадор впервые в истории попал на чемпионат мира, и для маленькой южноамериканской страны это было событие колоссального масштаба — примерно как для сборной Исландии был её знаменитый четвертьфинал Евро.
[...]
Ты играешь за восьмилетнего Хулиана от первого лица: пинаешь мяч по парку, разговариваешь с людьми (точнее, пасуешь им мяч и смотришь, что будет), ходишь в школу, присматриваешь за младшей сестрой, слушаешь, как взрослые обсуждают политику и футбол.
[...]
Но в итоге я скорее разочарован. Об Эквадоре я особо ничего не узнал; жизнь собственно людей в игре почти не видна, только какие-то универсалии, увиденные с детской позиции. Ну да, детство — это бегать с мячом, ходить в школу, не понимать, о чём говорят взрослые; а где Эквадор? Футбольные мячи в игре есть в большом количестве, и даже футбол как таковой, но он представлен крохотной мини-игрой. Мне кажется, что тут хайп поднялся скорее из-за необычности формата и культурной новизны (сколько вы знаете игр про Эквадор?)… и я бы поддержал, да вот культурно как-то так и не обогатился.
The Star Named EOS
Это небольшая эмоциональная игра-головоломка от тайваньской студии Silver Lining Studio. Главный герой — Дэй (Dei), молодой фотограф. Он едет по тем местам, откуда мама когда-то писала ему письма, и пытается воссоздать сцены с её старых фотографий.
По ходу дела открываются новые письма, каждое зачитывается маминым голосом, и постепенно раскрывается её история. Мама была фотографом — причём не просто, а военным фотографом, — и история оказывается не так проста, как кажется в начале. Больше спойлерить не буду, но скажу, что к концу всё закручивается серьёзнее, чем ожидаешь от “уютной инди-игры”.
В каждой сцене ты стоишь на месте (но можешь крутить головой) и ищешь места, с которыми можно взаимодействовать. Цель каждой сцены — найти нужные предметы и расставить их так, чтобы воссоздать мамину фотографию. Но предметы, конечно, спрятаны за всевозможными головоломками: нужно найти коды от замков, разгадать символы на стенах, переставить предметы в правильном порядке, открыть ящики…
[...]
И всё это ужасно мило, и сцены классно сделаны, а в конце вообще начинается аниме — буквально: последняя часть игры переходит в анимационную вставку, тоже very cute. Текст местами слишком пафосный, но это совершенно не мешает.
Проходится за полтора часа, безусловно рекомендую. Это одна из тех маленьких игр, которые оставляют ощущение, будто прочитал хороший рассказ: коротко, ёмко и с приятным послевкусием.
#tgif #games
Две личные эмоциональные мини-игры: Despelote и A Star Named Eos
Обе проходятся за пару часов, обе — инди, обе пытаются рассказать что-то личное. Но, на мой взгляд, с разным результатом. Читать лучше пост, тут сильно сокращу, иначе не поместится.
Despelote
Эта игра изрядно пошумела во время выхода и получила несколько серьёзных номинаций: четыре на IGF Awards 2025 (причём Excellence in Audio выиграла), а на The Game Awards 2025 — номинации за Best Debut Indie Game и Games for Impact. Любопытно, что ещё до релиза она получила Special Jury Mention на Tribeca Film Festival и Special Mention на амстердамском фестивале документального кино; это само по себе показательно и довольно круто: игру приняли на кинофестиваль как документальный фильм!
Тема тоже выглядела привлекательно: узнать Эквадор через футбол, через их квалификацию на чемпионат мира 2002 года. Именно тогда Эквадор впервые в истории попал на чемпионат мира, и для маленькой южноамериканской страны это было событие колоссального масштаба — примерно как для сборной Исландии был её знаменитый четвертьфинал Евро.
[...]
Ты играешь за восьмилетнего Хулиана от первого лица: пинаешь мяч по парку, разговариваешь с людьми (точнее, пасуешь им мяч и смотришь, что будет), ходишь в школу, присматриваешь за младшей сестрой, слушаешь, как взрослые обсуждают политику и футбол.
[...]
Но в итоге я скорее разочарован. Об Эквадоре я особо ничего не узнал; жизнь собственно людей в игре почти не видна, только какие-то универсалии, увиденные с детской позиции. Ну да, детство — это бегать с мячом, ходить в школу, не понимать, о чём говорят взрослые; а где Эквадор? Футбольные мячи в игре есть в большом количестве, и даже футбол как таковой, но он представлен крохотной мини-игрой. Мне кажется, что тут хайп поднялся скорее из-за необычности формата и культурной новизны (сколько вы знаете игр про Эквадор?)… и я бы поддержал, да вот культурно как-то так и не обогатился.
The Star Named EOS
Это небольшая эмоциональная игра-головоломка от тайваньской студии Silver Lining Studio. Главный герой — Дэй (Dei), молодой фотограф. Он едет по тем местам, откуда мама когда-то писала ему письма, и пытается воссоздать сцены с её старых фотографий.
По ходу дела открываются новые письма, каждое зачитывается маминым голосом, и постепенно раскрывается её история. Мама была фотографом — причём не просто, а военным фотографом, — и история оказывается не так проста, как кажется в начале. Больше спойлерить не буду, но скажу, что к концу всё закручивается серьёзнее, чем ожидаешь от “уютной инди-игры”.
В каждой сцене ты стоишь на месте (но можешь крутить головой) и ищешь места, с которыми можно взаимодействовать. Цель каждой сцены — найти нужные предметы и расставить их так, чтобы воссоздать мамину фотографию. Но предметы, конечно, спрятаны за всевозможными головоломками: нужно найти коды от замков, разгадать символы на стенах, переставить предметы в правильном порядке, открыть ящики…
[...]
И всё это ужасно мило, и сцены классно сделаны, а в конце вообще начинается аниме — буквально: последняя часть игры переходит в анимационную вставку, тоже very cute. Текст местами слишком пафосный, но это совершенно не мешает.
Проходится за полтора часа, безусловно рекомендую. Это одна из тех маленьких игр, которые оставляют ощущение, будто прочитал хороший рассказ: коротко, ёмко и с приятным послевкусием.
#tgif #games
❤9❤🔥2
Забыл запостить фото со вчерашнего семинара.
Доклад был, кстати, очень интересный, и главное, что Александр кучу новых задач поставил, которыми, надеюсь, кто-нибудь у нас в итоге заинтересуется.
#seminar #markovlab #spsu
Доклад был, кстати, очень интересный, и главное, что Александр кучу новых задач поставил, которыми, надеюсь, кто-нибудь у нас в итоге заинтересуется.
#seminar #markovlab #spsu
❤16👍4🔥2
В четверг в курсе "Введение в глубокое обучение" в ЮФУ продолжали разговоры о всяких разных нейросетевых архитектурах:
ЮФУ — 2026.03.19 — Рекуррентные нейронные сети
(слайды и доска на странице курса)
Рекуррентные сети — это настолько же старая идея, как и свёрточные. В 1980-х и начале 1990-х, правда, обучать их "по-честному", таская градиенты через всю последовательность, было вычислительно очень сложно. Но конструкции были уже вполне современные.
А самую главную конструкцию рекуррентных сетей, которая до сих пор активно используется, — LSTM — придумали Хохрайтер со Шмидхубером ещё в 1995 году, а в совсем современном виде в 2000-м. И что бы потом ни изобретали, LSTM в рекуррентных сетях так и не умер: GRU вот были очень популярны, но потом оказалось, что GRU хороши, быстры и экономны для относительно простых задач, а для сложных всё равно LSTM побеждает (Cahuantzi et al., 2021).
Кстати, на базовых лекциях я об этом не рассказываю, конечно, но было недавнее исследование (Feng et al., 2024), где из LSTM и GRU сделали их мини-версии, которые на удивление хорошо работают! Но это уже надо рассказывать в контексте SSM (state space models), до которых мы явно не дойдём.
Да и сами SSM в целом появились как шаг от трансформеров в сторону рекуррентных сетей. Но это уже всё-таки совсем другая история.
#sfu #lectures #dsfrontiers
ЮФУ — 2026.03.19 — Рекуррентные нейронные сети
(слайды и доска на странице курса)
Рекуррентные сети — это настолько же старая идея, как и свёрточные. В 1980-х и начале 1990-х, правда, обучать их "по-честному", таская градиенты через всю последовательность, было вычислительно очень сложно. Но конструкции были уже вполне современные.
А самую главную конструкцию рекуррентных сетей, которая до сих пор активно используется, — LSTM — придумали Хохрайтер со Шмидхубером ещё в 1995 году, а в совсем современном виде в 2000-м. И что бы потом ни изобретали, LSTM в рекуррентных сетях так и не умер: GRU вот были очень популярны, но потом оказалось, что GRU хороши, быстры и экономны для относительно простых задач, а для сложных всё равно LSTM побеждает (Cahuantzi et al., 2021).
Кстати, на базовых лекциях я об этом не рассказываю, конечно, но было недавнее исследование (Feng et al., 2024), где из LSTM и GRU сделали их мини-версии, которые на удивление хорошо работают! Но это уже надо рассказывать в контексте SSM (state space models), до которых мы явно не дойдём.
Да и сами SSM в целом появились как шаг от трансформеров в сторону рекуррентных сетей. Но это уже всё-таки совсем другая история.
#sfu #lectures #dsfrontiers
❤7👍3🔥2
С новым контентом сложно, вчера ещё и внезапно разболелся — правда, сегодня уже, тьфу-тьфу, гораздо лучше.
Зато вспомнил про старый контент — OpenTalks.ai выложили фотографии с конференции. Так что вот минутка самолюбования. Первая, по-моему, вообще огонь вышла.)
#events #talks #ai
Зато вспомнил про старый контент — OpenTalks.ai выложили фотографии с конференции. Так что вот минутка самолюбования. Первая, по-моему, вообще огонь вышла.)
#events #talks #ai
🔥11👍3😍3❤2💯1
Следующий доклад на семинаре лаборатории Маркова не могу не порекомендовать особенно. Я вчера вспомнил OpenTalks по ассоциации, потому что самой запомнившейся именно научной идеей там была лекция Дмитрия Ветрова об их недавно начавшемся подходе, устанавливающем связь между глубоким обучением (точнее, свойствами стохастического градиентного спуска) и... термодинамикой. Я тогда так впечатлился, что написал пост с введением в эту тему и начал с Дмитрием и его группой более подробно об этом общаться.
И вот к нам на семинар придёт (виртуально) собственно первый автор той статьи, который расскажет обо всём, надеюсь, ещё подробнее и понятнее:
О масштабно-инвариантных нейросетях и идеальных газах
Ссылка на трансляцию (пятница 27 марта, 14:00)
Ильдус Садртдинов (Constructor University, Bremen)
На этом семинаре мы вспомним школьный курс термодинамики и поговорим о модели идеального газа. Оказывается, что у идеального газа есть довольно точная аналогия в мире стохастической оптимизации — масштабно-инвариантные (МИ) нейронные сети.
В отличие от существующих работ по поиску взаимосвязей между термодинамикой и оптимизацией, которые главным образом оперируют с температурой T, мы покажем, что МИ-сети позволяют естественное определение величин давления p и объёма V, а также приводят к уравнению идеального газа pV/T=const (при некоторых ограничениях на матрицу ковариаций шума стохастических градиентов). Подобная аналогия улучшает понимание, как гиперпараметры обучения (такие как learning rate и weight decay) влияют на стационарное распределение стохастического градиентного спуска.
Этот рассказ будет в первую очередь о математической красоте, когда в двух совершенно разных мирах (термодинамике и оптимизации) находятся две по сути одинаковые конструкции.
#markovlab #seminar #spsu
И вот к нам на семинар придёт (виртуально) собственно первый автор той статьи, который расскажет обо всём, надеюсь, ещё подробнее и понятнее:
О масштабно-инвариантных нейросетях и идеальных газах
Ссылка на трансляцию (пятница 27 марта, 14:00)
Ильдус Садртдинов (Constructor University, Bremen)
На этом семинаре мы вспомним школьный курс термодинамики и поговорим о модели идеального газа. Оказывается, что у идеального газа есть довольно точная аналогия в мире стохастической оптимизации — масштабно-инвариантные (МИ) нейронные сети.
В отличие от существующих работ по поиску взаимосвязей между термодинамикой и оптимизацией, которые главным образом оперируют с температурой T, мы покажем, что МИ-сети позволяют естественное определение величин давления p и объёма V, а также приводят к уравнению идеального газа pV/T=const (при некоторых ограничениях на матрицу ковариаций шума стохастических градиентов). Подобная аналогия улучшает понимание, как гиперпараметры обучения (такие как learning rate и weight decay) влияют на стационарное распределение стохастического градиентного спуска.
Этот рассказ будет в первую очередь о математической красоте, когда в двух совершенно разных мирах (термодинамике и оптимизации) находятся две по сути одинаковые конструкции.
#markovlab #seminar #spsu
🔥16❤3👍2
В курсе "Графические вероятностные модели" в пятницу была основная лекция про, собственно говоря, графические вероятностные модели:
СПбГУ — 2026.03.20 — Графические модели, фактор-графы, алгоритм передачи сообщений
(слайды и доска, как всегда, на странице курса)
Это классическая идея с очень долгой историей: кажется очень интуитивным нарисовать граф, выражающий, что "одна переменная зависит от другой". Но что это реально математически значит? Зависимость в вероятностном смысле (а нам в итоге нужен именно он, мы же обучать что-то хотим в этом графе) — это не то чтобы однозначно направленное ребро. Да и зависимости и независимости обычно бывают условными: в модели всё со всем связано (иначе зачем она такая нужна), но связано опосредованно, одни переменные связаны через другие.
Графические вероятностные модели — это о том, как всё-таки нарисовать что-то так, чтобы оно имело и наглядный интуитивный смысл, и формальный математический. Бывают направленные и ненаправленные модели, и у них внезапно довольно сложные взаимоотношения: не любые вероятностные предположения можно нарисовать, причём разными моделями можно нарисовать разные случаи. А ещё бывают фактор-графы, и ими уже можно нарисовать всё буквально по определению, но люди как-то больше привыкли рисовать именно направленные модели.
В общем, мы это всё обсудили, и обсудили алгоритм передачи сообщений, которым можно вести точный вывод на фактор-графе, являющемся деревом. Но, конечно, интересные и практически важные графы деревьями обычно не являются, и именно для этого нужен приближённый вывод. Об этом мы начнём говорить в следующий раз.
#spsu #lectures #pgm2026
СПбГУ — 2026.03.20 — Графические модели, фактор-графы, алгоритм передачи сообщений
(слайды и доска, как всегда, на странице курса)
Это классическая идея с очень долгой историей: кажется очень интуитивным нарисовать граф, выражающий, что "одна переменная зависит от другой". Но что это реально математически значит? Зависимость в вероятностном смысле (а нам в итоге нужен именно он, мы же обучать что-то хотим в этом графе) — это не то чтобы однозначно направленное ребро. Да и зависимости и независимости обычно бывают условными: в модели всё со всем связано (иначе зачем она такая нужна), но связано опосредованно, одни переменные связаны через другие.
Графические вероятностные модели — это о том, как всё-таки нарисовать что-то так, чтобы оно имело и наглядный интуитивный смысл, и формальный математический. Бывают направленные и ненаправленные модели, и у них внезапно довольно сложные взаимоотношения: не любые вероятностные предположения можно нарисовать, причём разными моделями можно нарисовать разные случаи. А ещё бывают фактор-графы, и ими уже можно нарисовать всё буквально по определению, но люди как-то больше привыкли рисовать именно направленные модели.
В общем, мы это всё обсудили, и обсудили алгоритм передачи сообщений, которым можно вести точный вывод на фактор-графе, являющемся деревом. Но, конечно, интересные и практически важные графы деревьями обычно не являются, и именно для этого нужен приближённый вывод. Об этом мы начнём говорить в следующий раз.
#spsu #lectures #pgm2026
👍9❤5🔥3😁1