Field-to-Field
前往频道在 Telegram
Вычислительные подходы, искусственный интеллект, пост-человек, генеративная эстетика, мета-вселенные. Смешиваю архитектуру, дизайн и искусство, простое и сложное, теоретическое и практическое. Об.св @eduardhaiman
显示更多768
订阅者
无数据24 小时
无数据7 天
-130 天
数据加载中...
标签云
进出提及
---
---
---
---
---
---
吸引订阅者
二月 '26
二月 '26
+2
在0个频道中
一月 '26
+1
在0个频道中
Get PRO
十二月 '25
+2
在0个频道中
Get PRO
十一月 '25
+7
在0个频道中
Get PRO
十月 '25
+8
在0个频道中
Get PRO
九月 '25
+3
在0个频道中
Get PRO
八月 '25
+10
在0个频道中
Get PRO
七月 '25
+25
在1个频道中
Get PRO
六月 '25
+8
在2个频道中
Get PRO
五月 '250
在0个频道中
Get PRO
四月 '250
在0个频道中
Get PRO
三月 '250
在0个频道中
Get PRO
二月 '250
在0个频道中
Get PRO
一月 '250
在0个频道中
Get PRO
十二月 '24
+11
在0个频道中
Get PRO
十一月 '24
+2
在0个频道中
Get PRO
十月 '24
+1
在0个频道中
Get PRO
九月 '24
+26
在0个频道中
Get PRO
八月 '240
在0个频道中
Get PRO
七月 '240
在0个频道中
Get PRO
六月 '240
在0个频道中
Get PRO
五月 '240
在0个频道中
Get PRO
四月 '240
在0个频道中
Get PRO
三月 '240
在0个频道中
Get PRO
二月 '240
在0个频道中
Get PRO
一月 '240
在0个频道中
Get PRO
十二月 '230
在0个频道中
Get PRO
十一月 '230
在0个频道中
Get PRO
十月 '230
在0个频道中
Get PRO
九月 '23
+14
在0个频道中
Get PRO
八月 '23
+5
在0个频道中
Get PRO
七月 '23
+60
在0个频道中
Get PRO
六月 '23
+10
在0个频道中
Get PRO
五月 '23
+128
在0个频道中
Get PRO
四月 '23
+23
在0个频道中
Get PRO
三月 '23
+551
在0个频道中
| 日期 | 订阅者增长 | 提及 | 频道 | |
| 14 二月 | 0 | |||
| 13 二月 | +1 | |||
| 12 二月 | 0 | |||
| 11 二月 | 0 | |||
| 10 二月 | 0 | |||
| 09 二月 | 0 | |||
| 08 二月 | 0 | |||
| 07 二月 | 0 | |||
| 06 二月 | 0 | |||
| 05 二月 | 0 | |||
| 04 二月 | 0 | |||
| 03 二月 | 0 | |||
| 02 二月 | 0 | |||
| 01 二月 | +1 |
频道帖子
А бонусом несколько видов снаружи павильонов Арсенала. Вот то, что с бурлящими сосудами это Canal Cafe от Diller Scofidio + Renfro, где очищается вода из венецианского канала. На сколько очищается не могу оценить, не пробовал.
| 2 |  +1И в конце коллективный интеллект где переплетается взаимодействие между людьми, природными искусственными агентами. | 158 |
| 3 |  +1Потом искусственный интеллект с его обработкой данных, памятью, и технологическим развитием укорённым в истории. | 142 |
| 4 |  +1Далее идут разные виды интеллекта. Начиная от естественных, природных, биологических. Это включает и вторичное использование используя 3D сканы и цифровые двойники, и переработка, и создание материальных систем на основе альтернативных материалов, например мицелия или золы от сгоревших лисов. | 140 |
| 5 |  +2Успел попасть на последнюю неделю Венецианской Архитектурной Биеннале. В этом году куратор Карло Ратти превратил Арсенале в исследовательский лабиринт под темой “Intelligens. Natural. Artificial. Collective.” Экспозиционные пространства рассказывали о переплетении трёх видов интеллекта:
природного — через биоматериалы и живые экосистемы,
искусственного — через роботизированные конструкции, сенсорику и алгоритмы, и
коллективного — через места для обсуждений, совместного производства знаний и участия.
Далее подборка видео по порядку из пространств Арсенала. Разделю их на несколько постов для удобства.
Начну с пролетаризирующей экспозиции, которая представляет собой сцену-нарратив о том, почему архитектуре сегодня нужно учиться адаптироваться — от природных, искусственных и коллективных форм интеллекта. | 165 |
| 6 | Umwelt здания — познание без движения 5/5
А чем может быть Umwelt здания?
Если Umwelt робота формируется через сенсорное движение, то Umwelt здания — инвертированная форма познания: здание не двигается в мире, чтобы узнавать его, — мир движется внутри здания. Его внешняя среда находится внутри, а восприятие — распределено в пространстве.
Архитектура становится стационарным агентом, который познаёт себя через внутренние ритмы, потоки и состояния. Здание ощущает людей, свет, воздух, звук и реагирует — не действуя телесно, а вычисляя закономерности. Это новая форма опыта — эпистемология неподвижного: познание через наблюдение, а не через действие.
Система датчиков, поведенческие модели, диалоги с пользователями и обучающие алгоритмы создают у здания собственное пространство восприятия — ограниченное, но информационно плотное. Так Umwelt архитектуры выходит за пределы метафоры и превращает здание в субъект данных, который не просто обслуживает жизнь, а участвует в её познании. | 232 |
| 7 | Umwelt робота — мир, ограниченный интерфейсом 4/5
Современный робот или ИИ-агент также живёт в своём Umwelt — мире, заданном сенсорами, алгоритмами и целью задачи. Для камеры это мир пикселей, для лидара — расстояний, для модели — распределений вероятностей. Всё, что лежит за пределами сенсорного поля, не существует для системы.
Восприятие машин становится зеркалом восприятия живых систем: машины тоже создают свои миры. Их Umwelt — не набор данных, а топология значений, определяемая архитектурой модели и задачей. В этом смысле каждый ИИ — феноменологическая система, у которой есть собственный “мир для себя”.
В embodied AI и enactive cognition, изучающих то, как агенты действуют в физическом (воплощённом) мире, познание понимается как результат взаимодействия — сенсорной петли восприятия и действия. Робот “понимает” среду, потому что учится действовать в ней. Его пространство восприятия (observation space) — цифровой Umwelt, формализованный математически, но подчинённый той же логике ограниченного восприятия. | 178 |
| 8 | Umwelt живых систем — субъективная экология восприятия 2/4
Живое существо никогда не взаимодействует с “миром как он есть” — оно живёт в собственном мире значений, вырезанном из реальности его органами чувств и потребностями. Этот ограниченный, но полный смыслов мир Якоб фон Икскюль назвал Umwelt.
Понятие Umwelt показывает, что жизнь — это не биология материи, а биология восприятия. Каждый организм строит свою версию мира: то, что он может ощутить, становится реальностью; то, чего не может, — попросту не существует для него. Мир множится на столько вселенных, сколько существует существ.
В Umwelt und Innenwelt der Tiere (1909) Икскюль сравнивал человека, клеща и краба, показывая, что каждый “живёт в другом мире”. Эта идея стала основой для феноменологии, кибернетики и когнитивных наук, заложив мысль: познание — это форма существования, а не обладания истиной. | 156 |
| 9 | 2/5
Икскюль ввёл Umwelt, чтобы описать уникальные “миры опыта” животных, каждый из которых вырезает из реальности лишь релевантные сигналы. В середине XX века концепт подхватили философы — Кассирер, Хайдеггер, Йонас — исследуя различие между животным и человеческим миром. Позже биосемиотика и кибернетика (Себеок, Матурана, Варела) связали Umwelt с коммуникацией и автопоэзисом. В XXI веке понятие получило цифровое продолжение: робототехника и enactive AI, изучающие поведение агента в физической реальности, рассматривают каждого искусственного агента как носителя собственного Umwelt, определяемого сенсорными данными и политикой поведения.
Следующий шаг — архитектура как агент, у которого Umwelt не вне, а внутри него: пространство восприятия, встроенное в саму материю здания. | 140 |
| 10 |  Umwelt — от биологии к зданию 1/5
Понятие Umwelt появилось в начале XX века, когда биолог Якоб фон Икскюль предложил видеть в каждом живом существе не часть единой реальности, а создателя собственного мира восприятия. С тех пор идея субъективного окружения — “мира для кого-то” — многократно переосмысливалась: от биологии к философии, от феноменологии к роботехнике, от живых организмов к искусственным агентам.
На этом пути Umwelt превратился из метафоры о различии животных миров в универсальную модель когнитивной относительности — способ объяснить, что восприятие всегда ограничено структурой тела, сенсорами, алгоритмами и целями системы. Сегодня эта идея возвращается в новом виде — как observation space в reinforcement learning: формализованное пространство того, что агент способен “видеть” и “понимать”. | 159 |
| 11 | Выберите, какие темы вам было бы интересно пройти (можно выбрать несколько): | 241 |
| 12 |  У меня накопилось так много материала об обучении с подкреплением (RL) — его возможностях, особенностях и внедрении в проекты, — что появилось желание сделать об этом курс или серию небольших курсов, охватывающих отдельные аспекты. В связи с этим хочу понять, есть ли на это спрос.
Ниже — опрос, чтобы определить интерес и количество желающих. | 219 |
| 13 |  +1До меня наконец добралось новое издание книги Нила Лича «Architecture in the Age of Artificial Intelligence: An Introduction to AI for Architecture». И это классно по двум причинам.
Певаря, это действительно классное издание, расширенное за счет множества новых материалов отражающее современное состояние, множество иллюстраций проектов и других обновлений по сравнению с первым.
Второе, мне очень приятно видеть в книге мой проект Endlessskyscraper, разработанный на ранней стадии развития генеративного ИИ, страшно сказать в 2021 году, что как буд-то не двно, но для ИИ те нейронки как динозавры сейчас — далеки, загадочны и прекрасны. В проекте я исследовал, как архитектура может возникнуть из скрытого пространства нейронных сетей. | 272 |
| 14 | Вы используете Figma и попробовали уже Make? | 273 |
| 15 |  +1В Figma появилась функция Make — по сути, песочница для создания микроприложений с помощью ИИ-агента. В отличие от Cursor, где нужно проделать много обёрток и писать гайды, чтобы получить что-то вменяемое, в Figma всё происходит гораздо быстрее.
Я попробовал сделать Parallel Coordinate Plot, нужный для моего исследования и ранее собранный через Cursor. В Figma удалось создать микроприложение, работающее прямо внутри Figma app, которое умеет подгружать CSV, фильтровать и настраивать данные, а также менять внешний вид — и всё это заняло всего несколько часов. При этом Make генерирует код, который можно развивать или интегрировать, например, на сайт. Выглядит это очень впечатляюще.
Единственное, чего не хватает в таких chat-driven системах, — это возможности наглядно объяснить, что именно нужно исправить в графике: какие зависимости между элементами и как они должны работать. Кажется, должен появиться гибридный формат, где можно прямо в окне приложения указывать, что и как менять. | 279 |
| 16 |  4/4
В итоге.
Важно, что система не просто классифицирует наблюдаемые феномены, а количественно измеряет свойства открытости и разнообразия — то, что раньше оставалось в области субъективной оценки. Благодаря этому исследователи могут глубже понять, почему и как различные конфигурации приводят к появлению определённых форм поведения. А на 2D атласы из кластеризованных результатов, как на видео, можно наблюдать очень долго ища в них закономерности и градиенты свойств.
Подход ASAL открывает возможность превратить поиск искусственной жизни из трудоёмкого и часто случайного процесса в систематическую и масштабируемую процедуру. Его можно расширять на новые среды и применять для исследований сложных систем, искусственной эволюции и биологических аналогий. | 229 |
| 17 |  3/4
Что получилось?
ASAL реализует три ключевых метода поиска интересных симуляций:
• Целевой поиск по текстовому описанию. Система варьирует правила и начальные условия генеративных миров и находит конфигурации, чьи визуальные состояния максимально совпадают с заданным текстовым запросом.
• Поиск систем, открытых к новизне. Исследователи ввели метрику новизны, основанную на фундаментальной модели, которая оценивает, насколько эволюция мира способна порождать новые формы и оставаться «занимательной» для человеческого наблюдателя.
• Иллюминация — создание атласа разнообразия. Генерация наборов симуляций с максимально различающимися паттернами, включая новые клеткоподобные и бактериальные структуры в Lenia и необычные стаи в Boids (например, змейка, кольцевание и другие экзотические формы). | 197 |
| 18 |  2/4
Каждое сгенерированное поведение затем оценивается фундаментальными визуально-языковыми моделями, которые способны распознать и охарактеризовать динамику — «это напоминает клетку», «это стая», «здесь заметна открытая динамика».
Что такое фундаментальные модели?
Фундаментальные модели (foundation models) — это крупные универсальные модели, обученные на огромных массивах данных и способные решать множество задач без отдельного переобучения. Они не «заточены» под одну узкую область, а выступают как общие платформы — например, языковые модели (LLM) или визуально-языковые модели (vision-language FM), которые понимают и текст, и изображение.
В ASAL именно такие модели — визуально-языковая CLIP и визуальная DINOv2 — позволяют системе «смотреть» на симуляции, описывать их словами и соотносить с представлениями о «жизни» или «эмерджентных паттернах». | 167 |
| 19 |  Автоматизация поиска искусственной жизни с помощью фундаментальных моделей.
1/4
Любителям эмерджентности, возникающей из генеративных алгоритмов, невозможно пройти мимо этого свежего исследования ASAL (Automating the Search for Artificial Life with Foundation Models), выполненного совместно исследователями из MIT, Sakana AI, IDSIA и OpenAI. Цель работы — избавиться от ручного подбора правил и параметров и переложить задачу поиска «жизнеподобных» симуляций на фундаментальные модели.
Вместо того чтобы вручную исследовать миры вроде Boids, Particle Life, Game of Life, Lenia или нейронных клеточных автоматов (расширенной версии «Игры в жизнь», где правила обновления обучаются нейросетью), ASAL автоматически перебирает параметры и начальные условия этих систем: коэффициенты взаимодействия, правила рождения и смерти клеток, силу притяжения и отталкивания агентов, расположение и плотность исходных конфигураций. | 183 |
| 20 |  2/2
Третья и четвертая части объединяют практиков и педагогов. Здесь — опыт внедрения AI-Unit в бюро Penzel Valier, позиция архитекторов Zaha Hadid Architects о потенциале и ограничениях генеративного ИИ, а также критика цифровых «теневых городов» и проблема «данных-колоний».
Отдельный блок посвящён образованию: от экспериментов в студиях с «креативной странностью» ИИ до концепта «Codeless Studio». Авторы показывают не только возможности, но и риски — от упрощения архитектурной практики до угрозы утраты человеческого измерения.
В итоге книга становится инструментом для выработки критической позиции: использовать ИИ как расширение архитектурного воображения, а не замену. | 238 |
