Computer Science

Нейронные сети и мозг: больше различий, чем сходства Многие думают, что нейросети копируют мозг. На деле: • биологические нейроны — аналоговые, асинхронные, с химическими сигналами • backpropagation в мозге не обнаружен • мозг использует крайне разреженное кодирование и тратит ~20 Вт Различия помогают: спайковые сети и neuromorphic чипы вроде Intel Loihi уже эффективнее обычных NN на edge-устройствах. ИИ не повторяет биологию, а идёт своим путём — и это хорошо.

Подписи Лампорта — криптография без «магии» RSA и ECDSA держатся на сложности факторизации. А подписи Лампорта — только на хэш-функциях (например, SHA-256). Они post-quantum по умолчанию. Минимальная реализация на Python:

import os
import hashlib

def generate_key():
    private_key = [os.urandom(32) for _ in range(256 * 2)]
    public_key = [hashlib.sha256(x).digest() for x in private_key]
    return private_key, public_key

def sign(message, private_key):
    h = hashlib.sha256(message).digest()
    signature = []
    for i in range(256):
        bit = (h[i // 8] >> (i % 8)) & 1
        signature.append(private_key[i + bit * 256])
    return signature

def verify(message, signature, public_key):
    h = hashlib.sha256(message).digest()
    for i in range(256):
        bit = (h[i // 8] >> (i % 8)) & 1
        computed = hashlib.sha256(signature[i]).digest()
        if computed != public_key[i + bit * 256]:
            return False
    return True

# Пример использования
priv, pub = generate_key()
msg = b"Hello, Lamport!"
sig = sign(msg, priv)
print(verify(msg, sig, pub))  # True

Ключи огромные, но принцип работает. Для реального использования берите SPHINCS+.

VDI нужен там, где важно быстро выдавать рабочие места, держать доступ под контролем и не превращать поддержку пользователей в бесконечный хаос. Если удалёнка, филиалы или много однотипных рабочих мест, VDI экономит недели администрирования. На открытом уроке разберёте архитектуру VDI на базе Microsoft RDS, полный цикл развертывания и настройку удалённого доступа. Без абстракций, с понятной схемой, что и зачем поднимается. → Записаться на открытый урок курса «Администратор Windows»: https://otus.pw/pgOI/ Реклама. ООО «Отус онлайн‑образование», ОГРН 1177746618576

Генеративное искусство через алгоритмы Perlin noise, клеточные автоматы, L-системы — основа не только процедурной генерации в играх, но и современного цифрового искусства. Простейший пример на p5.js (запустите в браузере на editor.p5js.org):

function setup() {
  createCanvas(800, 800);
  noiseDetail(4, 0.5);
}

function draw() {
  background(0);
  for (let x = 0; x < width; x += 10) {
    for (let y = 0; y < height; y += 10) {
      let n = noise(x * 0.01, y * 0.01, frameCount * 0.01);
      let brightness = map(n, 0, 1, 0, 255);
      fill(brightness, brightness * 0.8, 255);
      noStroke();
      ellipse(x, y, 15);
    }
  }
}

Получается плавно меняющийся облачный паттерн. Поиграйтесь с параметрами — баланс энтропии решает всё.

Сколько электричества жрёт ваш код На больших масштабах разница ощутимая. Сортировка миллиона элементов пузырьком может съесть в разы больше энергии, чем Timsort. В дата-центрах уже давно оптимизируют под это — иногда простая смена структуры данных экономит 30–50%. Простой способ замерить самому — библиотека codecarbon.

from codecarbon import EmissionsTracker
import random

tracker = EmissionsTracker()
tracker.start()

# Пример "прожорливого" кода
data = [random.randint(0, 1000) for _ in range(1_000_000)]
data.sort()  # Timsort — эффективно

# А вот пузырёк (не запускайте на миллионе, убьёт время)
def bubble_sort(arr):
    n = len(arr)
    for i in range(n):
        for j in range(0, n-i-1):
            if arr[j] > arr[j+1]:
                arr[j], arr[j+1] = arr[j+1], arr[j]

# bubble_sort(data[:100_000])  # попробуйте на меньшем

emissions = tracker.stop()
print(f"Выбросы CO₂: {emissions:.6f} кг")

Попробуйте сравнить разные сортировки — разница удивит. В 2026 году это уже не прихоть, а реальная экономия.

«Feature flags: как выкатывать фичи без страха сломать прод» Feature flag — переключатель в коде/конфиге, который включает/выключает новую фичу. Практика: • Выкатываете код с новой оплатой Apple Pay, но flag = off. • Включаете для 1% пользователей → мониторите → для всех. • Если баг — выключаете за секунду, без отката. Инструменты 2025: LaunchDarkly, Unleash, Flagsmith, даже простая таблица в БД. Кейс: Netflix, Facebook, GitLab — всё на флагах. В 2024 году одна компания откатила баг за 30 секунд благодаря флагу, а не за час деплоем. Вывод: если проект больше «hello world» — внедряйте feature flags. Это стандарт современной разработки.

«False sharing: почему ваш многопоточный код тормозит в 10 раз» На современных CPU данные в памяти кэшируются по линиям кэша (обычно 64 байта). Если два потока пишут в разные переменные, но они лежат в одной линии кэша — CPU вынужден инвалидировать кэш у обоих потоков при каждой записи. Это false sharing — производительность падает в десятки раз, хотя гонок данных нет. Практика: • В Java: объявляйте счётчики как volatile long отдельно и паддите до 64 байт (или используйте @Contended). • В Go/Rust: следите за выравниванием структур. • В 2025 году это всё ещё актуально на серверах с 128+ ядрами. Как найти: perf c2c, Intel VTune или просто подумайте, когда многопоточка не даёт speedup. Вывод: профилируйте не только логику, но и железо.

«Почему ваш сервер может думать, что сейчас 1970 год (и сломать всё)» В распределённых системах время — это проблема. NTP синхронизирует часы, но даже 100 мс расхождения могут сломать логику. Реальные кейсы: • Токены JWT истекают «раньше времени» на одном сервере. • Логи в ELK/Kibana идут не по порядку — ищешь баг часами. • В 2024 году у одной крупной биржи был сбой: один сервер отстал на 2 секунды → ордера исполнялись в неправильном порядке. Практика: • Используйте monotonic clock для измерения интервалов. • Для распределённых транзакций — logical clocks (Lamport timestamps) или Google TrueTime/Spanner-подход. • В Kubernetes включайте NTP + chrony. Вывод: никогда не полагайтесь на System.currentTimeMillis() для критичной логики.

«Почему антивирус никогда не поймает 100% вирусов» Теорема Райса (1953): нельзя написать программу, которая для любого кода точно скажет, делает ли он что-то «плохое» (вирус, бесконечный цикл, вывод определённой строки и т.д.). Практические последствия: • Антивирусы работают по сигнатурам (ищут известные вирусы) и эвристикам (подозрительное поведение) → всегда будут ложные срабатывания и пропуски. • Статический анализ кода никогда не будет идеальным — всегда либо пропустит баг, либо поднимет ложную тревогу. • Автоматическое доказательство корректности программы возможно только для очень простых случаев. Пишите тесты, код-ревью и не надейтесь, что инструмент найдёт всё за вас. Это фундаментальная граница.

«Почему в Minecraft можно собрать настоящий рабочий компьютер» Turing complete — значит, система может выполнять любые вычисления, как обычный процессор. Практические примеры, которые реально существуют: • В Minecraft на redstone-схемах собрали процессор, который запускает Doom и даже Tetris. • Шаблоны в C++ (до C++11) были Turing complete — на этапе компиляции можно было вычислять числа, запускать циклы и даже решать задачки. Программисты писали на этом «код до кода». • Теоретически в PowerPoint с анимациями и гиперссылками можно закодить простую программу. Зачем это знать? Понимаешь, что ограничение — не в языке, а в твоей фантазии. И что даже в «игрушках» можно строить настоящие вычислительные машины.

4. NOT (~) — Побитовое НЕ (инверсия) • Правило: Инвертирует каждый бит (0 становится 1, 1 становится 0). • Важно: Результат зависит от разрядности числа (количества бит). • Пример (8-битное): ~5 5 = 00000101 ~5 = 11111010 (что равно -6 в дополнительном коде для знаковых чисел) • Применение: Часто используется в комбинации с другими операциями для создания масок. 5. Сдвиги влево (<<) и вправо (>>) • x << n — Сдвигает биты числа x на n позиций влево. Освободившиеся справа биты заполняются нулями. - Эффект: Умножение на 2^n. 5 << 1 = 10 (52), 5 << 3 = 40 (58). - Применение: Быстрое умножение на степень двойки, установка битов. • x >> n — Сдвигает биты числа x на n позиций вправо. - Логический сдвиг (>>>): Освободившиеся слева биты всегда заполняются нулями. Для беззнаковых чисел. - Арифметический сдвиг (>> для знаковых): Освободившиеся слева биты заполняются значением старшего (знакового) бита. Сохраняет знак для отрицательных чисел. - Эффект: Целочисленное деление на 2^n (с округлением в меньшую сторону). 13 >> 1 = 6 (13/2=6.5 -> 6), -8 >> 2 = -2. - Применение: Быстрое деление на степень двойки. Практические примеры и трюки • Проверка чётности: if ((x & 1) == 0) — чётное. • Умножение/деление на 2: x << 1 (умножить на 2), x >> 1 (разделить на 2). • Включение n-го бита: x |= (1 << n) • Выключение n-го бита: x &= ~(1 << n) • Переключение n-го бита (0→1, 1→0): x ^= (1 << n) • Проверка, включён ли n-й бит: if (x & (1 << n)) • Извлечение младших k бит: x & ((1 << k) - 1) • Округление до степени двойки (для положительных): 1 << (int)(log2(x) + 1) • Быстрая проверка, является ли число степенью двойки: (x & (x - 1)) == 0 (и x > 0). • Подсчёт количества единичных битов (вес Хэмминга): Есть эффективные алгоритмы с использованием битовых операций.

Основные битовые операции 1. AND (&) — Побитовое И • Правило: Результат равен 1, только если оба соответствующих бита равны 1. • Таблица истинности: 0 & 0 = 0, 0 & 1 = 0, 1 & 0 = 0, 1 & 1 = 1. • Пример: 5 & 3 5 = 00000101 3 = 00000011 Результат: 00000001 (что равно 1) • Применение: - Маскирование: Выделение конкретных битов. Например, x & 1 проверяет чётность (младший бит). - Очистка битов: x & ~(1 << n) сбрасывает бит в позиции n в 0. 2. OR (|) — Побитовое ИЛИ • Правило: Результат равен 1, если хотя бы один из соответствующих битов равен 1. • Таблица истинности: 0 | 0 = 0, 0 | 1 = 1, 1 | 0 = 1, 1 | 1 = 1. • Пример: 5 | 3 5 = 00000101 3 = 00000011 • Результат: 00000111 (что равно 7) • Применение: - Установка битов: x | (1 << n) устанавливает бит в позиции n в 1. 3. XOR (^) — Побитовое исключающее ИЛИ • Правило: Результат равен 1, если соответствующие биты разные. • Таблица истинности: 0 ^ 0 = 0, 0 ^ 1 = 1, 1 ^ 0 = 1, 1 ^ 1 = 0. • Пример: 5 ^ 3 5 = 00000101 3 = 00000011 • Результат: 00000110 (что равно 6) • Ключевые свойства: x ^ x = 0 x ^ 0 = x x ^ y = y ^ x (коммутативность) (x ^ y) ^ z = x ^ (y ^ z) (ассоциативность) • Применение: - Обмен значений без временной переменной: a ^= b; b ^= a; a ^= b; - Шифрование: Базовый шифр, так как дважды применённый XOR с одним ключом возвращает исходное число. - Поиск уникального элемента: В массиве, где все элементы парные, кроме одного, XOR всех чисел найдёт уникальный.

Как восстановить базу PostgreSQL на конкретный момент времени Можно ли вернуть базу данных к жизни после сбоя или случайного удаления данных? На открытом вебинаре курса OTUS PostgreSQL. Advanced Виктор Коробков покажет, как работает восстановление PostgreSQL до конкретного момента времени (Point-in-Time Recovery, PITR) и как правильно настраивать систему бэкапов, чтобы не потерять ни байта данных. → 23 декабря, 20:00 Как восстановить базу PostgreSQL на конкретный момент времени — роль WAL-журналов и как их использовать для архивации — настройка файлового резервного копирования PostgreSQL — пошаговое восстановление базы данных до нужного времени — принципы PITR и применение в облачных инфраструктурах — типичные ошибки при восстановлении и способы их избежать Вебинар будет полезен администраторам баз данных, DevOps- и Cloud-инженерам, а также всем, кто хочет уверенно управлять бэкапами и защитой данных PostgreSQL. → Зарегистрируйтесь: https://otus.pw/Jf30/ Реклама. ООО «Отус онлайн‑образование», ОГРН 1177746618576

Декларативное программирование: когда важен результат, а не путь к нему Декларативное программирование — это общий подход, в котором программист описывает, что нужно получить, а не как именно. Фактически логическое, функциональное и SQL — это разновидности декларативного подхода. Главная идея: Программа описывает правила и свойства результата, а не последовательность шагов. Особенности декларативной парадигмы: • минимум изменяемого состояния, • код ближе к описанию задачи, чем к алгоритму, • возможность оптимизаций со стороны интерпретатора/движка, • часто используются выражения, а не команды. Примеры декларативных подходов: 1) SQL (чисто декларативный язык) В SQL мы описываем, какие данные хотим получить. SELECT name FROM users WHERE age > 18; Это что нам нужно. Но мы не указываем: • как искать, • по какому индексу, • какой алгоритм сравнения использовать. База данных сама выбирает оптимальный путь. 2) HTML — описание структуры, а не алгоритма <p class="text">Привет!</p> Мы описываем структуру документа, но не "рисуем" текст по пикселям. 3) Функциональное программирование (частный случай декларативного, Python) result = sum([x * x for x in range(1, 6)]) Мы описываем что: сумму квадратов. А не как: перебрать список, вести счётчики и т. д. 4) Конфигурационные языки (Terraform) resource "aws_s3_bucket" "my_bucket" { bucket = "example" } Мы описываем желаемое состояние: «должен быть bucket с именем example». Terraform сам вычисляет шаги: создать, удалить, обновить. Где применяется декларативное программирование: • запросы к данным (SQL, GraphQL), • инфраструктура (Terraform, Ansible), • UI-разработка (React — декларативный), • аналитические и научные вычисления, • шаблонизация, конфигурация.

Запустите рекламу в телеграм-каналах с Яндекс Директом Перфоманс-реклама теперь в телеграм-каналах ⚡ Яндекс Директ знает, как привлечь целевую аудиторию 💰👌 Попробовать #реклама yandex.ru О рекламодателе

Логическое программирование: когда программа — это набор фактов и правил Логическое программирование основано на идее, что программа — это знание, а выполнение — это логический вывод. То есть вместо того, чтобы объяснять компьютеру как найти ответ, вы описываете что является истинным, а система сама выводит результат. Главный представитель — язык Prolog. Основные концепции: • Факты — утверждения об объекте или отношении. • Правила — логические зависимости между фактами. • Запросы (queries) — вопросы к программе. • Унификация — сопоставление шаблонов. • Поиск решения — Prolog сам перебирает варианты и находит подходящие. Пример: семейные отношения (Prolog) Факты: parent(anna, ivan). parent(sergey, ivan). parent(ivan, dima). Это означает: Анна — родитель Ивана Сергей — родитель Ивана Иван — родитель Димы Правило: grandparent(X, Y) :- parent(X, Z), parent(Z, Y). Значение: X — дед/бабушка Y, если X — родитель Z, а Z — родитель Y. Запрос: ?- grandparent(X, dima). Ответ Prolog: X = anna ; X = sergey ; false. Компьютер сам делает логический вывод. Нам не нужно описывать алгоритм — только знания. Где применяется логическое программирование: • экспертные системы, • поиск решений в сложных логических задачах, • искусственный интеллект (классические подходы), • автоматические доказатели теорем, • анализ и трансформация программ.

Бесплатный доступ к доскам от МТС Линк 📅 В прошлом году Miro перестал обслуживать корпоративные аккаунты из России. Для компаний, которые успели оплатить годовой тариф, лицензии подходят к концу. Что грозит ИТ-директорам и CTO при продолжении работы с Miro? • риск несоответствия требованиям ФЗ-152 и РКН при хранении данных за рубежом; • потеря корпоративных наработок; • утечки коммерческих тайн и персональных данных. 💻 Замените Miro на российское решение МТС Линк Доски это: - Соответствие требованиям 149-ФЗ, 152-ФЗ и РКН; - Быстрая адаптация к сервису без остановки работы; - Стабильные и безопасные коммуникации в компании; - Полный перенос бордов, таблиц, CJM и майнд-карт без сбоев и потерь данных. ✅ 2 недели бесплатного доступа ко всем функциям Попробовать #реклама 16+ mts-link.ru О рекламодателе

Объектно-ориентированное программирование: когда всё — это объекты Объектно-ориентированное программирование (ООП) моделирует программу как набор объектов, которые представляют сущности мира и взаимодействуют между собой. Основные принципы ООП: • Инкапсуляция — скрываем внутреннее устройство объекта. • Наследование — один класс может расширять другой. • Полиморфизм — общий интерфейс, разные реализации. • Абстракция — выделение значимых свойств сущности. Пример на Python Создадим простую иерархию животных. class Animal: def speak(self): pass class Dog(Animal): def speak(self): return "Гав!" class Cat(Animal): def speak(self): return "Мяу!" animals = [Dog(), Cat()] for a in animals: print(a.speak()) Вывод: Гав! Мяу! Здесь работает полиморфизм: метод speak() вызывается одинаково, но ведёт себя по-разному. Примеры языков: • Java • C# • Python (полностью поддерживает ООП) • C++ • Swift Когда применять: • Когда нужно моделировать сложные сущности и отношения. • Для больших проектов. • В бизнес-логике, где есть объекты: пользователи, документы, счета.

Функциональное программирование: когда программа — это математика Функциональная парадигма основана на идее, что вычисления — это применение функций, которые не изменяют состояние. Главное правило: Функция при одинаковых входных данных всегда возвращает один и тот же результат и не имеет побочных эффектов. Основные признаки: • отсутствие изменяемых переменных; • функции как «граждане первого класса»; • рекурсия вместо циклов; • map, filter, reduce; • композиция функций. Пример (Python, функциональный стиль): Посчитаем сумму чисел от 1 до n без циклов и изменяемых переменных. from functools import reduce n = 5 result = reduce(lambda a, b: a + b, range(1, n + 1)) print(result) # 15 Или ещё более функционально — через встроенную функцию: sum(range(1, n + 1)) Никакого изменения состояния — просто применяем функции к данным. Примеры языков: • Haskell • F# • Lisp, Clojure • JavaScript (частично) • Python (частично) Когда применять: • Много параллельных вычислений — отсутствие модификации состояния делает код потокобезопасным. • Нужна ясная математическая логика. • Хотите писать компактный и легко тестируемый код.

Императивное программирование: когда программа — это последовательность шагов Императивное программирование — это самый «естественный» для человека способ описывать алгоритмы: делай раз, делай два, делай три. Программа в этой парадигме состоит из команд, которые изменяют состояние — значения переменных, память, содержимое файлов и т. д. Основные признаки: • есть переменные, которые можно менять; • есть инструкции (assignments, циклы, условия); • программа — это последовательность действий. Простой пример (Python) # Находим сумму чисел от 1 до n n = 5 s = 0 for i in range(1, n + 1): s += i print(s) # 15 Здесь мы явно изменяем состояние: • создаём переменную s, • увеличиваем её в цикле. Примеры языков: • C, C++, Java • Python (когда используем циклы и изменяемые переменные) • JavaScript (в императивном стиле) Когда применять: • Нужна высокая производительность. • Логика естественна как последовательность операций. • Важен контроль над состоянием: работа с памятью, сетевыми протоколами, системами реального времени.