Сегодня у нас редкий для меня жанр: immersive sim. Я, честно говоря, всегда относился к этому жанру с уважением, но издалека: всю жизнь хотел попробовать пройти классические immersive sims вроде Dishonored или Prey, но так и не собрался. Казалось, что это требует больше времени и вовлечённости, чем у меня обычно есть.

Skin Deep в этом смысле оказалась прекрасной точкой входа. Это довольно простой представитель жанра — без прокачки, без разветвлённых квестов, без огромных хабов — но при этом настоящий, честный immersive sim, в котором системы действительно взаимодействуют друг с другом. И мне очень понравилось! Обзор читайте по ссылке, здесь очень кратко:

Skin Deep
(и выложил на DTF)

Skin Deep — игра Брендона Чанга (Brendon Chung) и его маленькой студии Blendo Games. [...] может быть, я вам про их игры ещё расскажу подробнее когда-нибудь потом. [...]

Завязка сюжета такова. В будущем страховые корпорации придумали гениальный способ защищать ценные грузы: замораживать специально обученного человека — “insurance commando” — и хранить его на борту грузового звездолёта. Если космические пираты захватывают корабль и срабатывает тревога, коммандо размораживается, делает глубокий вдох и разбирается с ситуацией. Вы играете за Нину Пасадену, лучшего оперативника корпорации MIAO Corp.

Да, именно MIAO, потому что экипажи кораблей в этой вселенной — коты. Обычные (разве что низкополигональные) коты: капитаны, штурманы, механики. Пираты из банды Numb Bunch захватывают корабль за кораблём, запирают котиков в клетки, и Нина в каждой миссии должна прокрасться по кораблю, перебить или обойти пиратов, спасти всех котов и отправить их в спасательной капсуле. [...]

Юмор здесь вообще является основой всех уровней мироустройства, и он хороший. [...]

Но главное в Skin Deep — это, конечно, механики. Игра полностью заслуживает звания immersive sim: здесь практически любой предмет можно подобрать, бросить, применить, и практически всё взаимодействует со всем осмысленным (и часто забавным) образом. [...]

Например, есть запах [...] Есть чихание [...] Дело происходит в космосе, поэтому есть декомпрессия [...]

И все эти системы работают одновременно, давая некоторый синергетический эффект, как и положено в immersive sim. Но при этом всё достаточно просто, так что игра не душит, а радует многообразием.

И темп тоже отличный, игра заканчивается раньше, чем механики успевают по-настоящему надоесть. На полное прохождение нужно часов 10-12.

А ещё есть сюжет, причём не только фоновый. [...] И ужасно милая переписка с котиками. [...]

Заключение

Skin Deep меньше, проще и дешевле грандов своего жанра, но при этом ни в чём им принципиально не уступает, а по плотности смешного и хорошо сделанного на квадратный метр уверенно превосходит. Если вы, как и я, всегда смотрели на immersive sim с уважением, но побаивались, можно смело начинать отсюда. А если вы ветеран жанра — тем более заходите. Очень рекомендую.

#tgif #games

На завтра планирую большой пост в лучших своих традициях, а сегодня отделаюсь фоточками.

Выступал сегодня на юбилее BIOCAD. Выложить, наверное, не получится, это был paid gig, но в целом рассказал обычную свою историю про AI в науке, только немного к биологии развернул в конце.

Разумеется, сто слайдов в сорок минут не уложились, так что в конце забыл проговорить релевантную новость последних дней, которая в слайды не успела войти: вышел Claude Science.

Лично я понятия не имею, полезная ли это штука, для моей науки claude code с каким-нибудь разумным harness'ом вполне достаточен, но выглядит интересно.

Биологи (Лёша К.? :) ), что думаете?

#talks #events #ai #lifestyle

Сегодня у меня для вас очень длинный пост. Давно собирался обозреть и эту тему в современном ML, и вот наконец-то собрался. Сюда еле поместилось введение, а дальше просто помещу оглавление. Читать надо по ссылке:

JEPA Яна Лекуна и модели мира: тридцать лет одной идеи

1. Введение

Один из отцов глубокого обучения Ян Лекун уже несколько лет повторяет тезис, который в эпоху всеобщего восторга от LLM звучит слегка еретически: авторегрессионные большие языковые модели — это тупик на пути к интеллекту человеческого уровня. Не просто “не самый лучший путь”, а именно тупик; по мнению Лекуна, одним только масштабированием предсказания следующего токена мы до настоящего понимания мира не доедем. Он, конечно, видит, что по дороге в этот тупик языковые модели успевают, например, опровергать гипотезы Эрдёша, но Лекуна это не убеждает.

Любимый его аргумент в том, что домашний кот моделирует физику окружающего мира лучше любой LLM, а подросток осваивает вождение примерно за двадцать часов практики без синтетического RL-окружения, потому что у него уже есть модель мира, в которой можно “прокрутить” последствия поворота руля, не вылетая при этом в кювет по-настоящему.

В этом посте я хочу рассказать, на что Лекун ставит вместо языковых моделей, и заодно дать общее введение в тему, проследив по сути одну и ту же идею через тридцать лет её истории, от сиамских сетей 1993 года до современных моделей мира (world models).

Пост получился длинный. [...] Зато по дороге мы заодно обсудим много разных методов самообучения (self-supervised learning), потому что JEPA лучше всего понимать не как конкретное изобретение 2022 года, а как точку, в которой сходятся метрическое обучение (metric learning), контрастивное обучение (contrastive learning), маскированное моделирование (masked modeling) и модели мира (world models). [...]

Аббревиатура JEPA расшифровывается как Joint-Embedding Predictive Architecture, “предсказательная архитектура с совместными вложениями”. И главная мысль во всём этом ровно одна:

Обучение идёт через предсказание представлений (извлечение абстрактного смысла) того, чего ты не видишь, а не через пиксели или токены. Хорошая абстракция здесь не аппроксимация, а суть: разумно устроенная система должна уметь выбрасывать то, что предсказать невозможно или незачем.

Звучит как философия, и в манифесте 2022 года (LeCun, 2022) это действительно подано довольно абстрактно. Но та же идея возникла ещё за тридцать лет до аббревиатуры JEPA, а вскоре после постановочной статьи стали появляться варианты этих моделей, хорошо решающие весьма практические задачи. В этом посте мы обсудим весь этот долгий путь.

2. Главная мысль за пять минут

3. Сиамские сети: как сравнить, не называя 

4. Пазлы, раскраски и повороты, или эпоха pretext-задач

5. Контрастивное обучение, или как наделать пар из ничего

6. Как не сколлапсировать без негатива 

7. Маскированное моделирование: ветвь, от которой JEPA отталкивается

8. Манифест 2022 года, или модель мира внутри агента

9. I-JEPA, или первая настоящая реализация

10. От картинок к видео: MC-JEPA, IWM и V-JEPA

11. V-JEPA 2, или замыкание петли к планированию

12. Интерлюдия: JEPA в контексте

13. Зоопарк JEPA-моделей

14. Теория, или почему всё это вообще работает

15. Заключение

#blog #longreads #ai