Жорики, блины и роботы

Я тут был недавно в розарии (в эту субботу), а там как раз выпускные у местных школьников. Так там весь розарий был в школьниках и фотографах, протолкнутся было негде. Каждый красивый куст роз был облеплен ими, целые очереди образовывались. Как вы, наверное, знаете, я людей на фото очень не люблю, поэтому со всего посещения была только одна фоточка розы с ноготок. Розы тоже еще далеко не все раздуплились, в следующий раз заеду через месяцок на проверку.

У кого там тревожность, этот пост для вас. Держите, принёс вам немножко транквилити.

Если у вас повышенный уровень тревожности, то пропускайтк этот пост (в следующем посте будут розы). Вот подумалось ещё. Мне кажется, что многие крупные бизнесы (компании с десятками тысяч сотрудников) во многом держатся на том, что у большинства их сотрудников есть какие-то человеческие качества и представления о добре и зле, а также о справедливости. Сложность тут состоит в том, что какую бы ты систему мотивации не строил, оптимальная персональная стратегия каждого отдельного сотрудника не будет полностью сонаправлена оптимальной стратегии компании. Кроме того постоянно будут возникать ситуации когда сотрудники будут оказывать перед моральным выбором: принести пользу себе или компании. Моральные представления о добре и зле в каком-то роде сдерживают такие порывы и уменьшают урон, полученный бизнесом. Одним из результатов этого является более высокий процент психопатов на руководящих должностях. Чем выше ты поднимаешься по карьерной лестнице, тем чаще тебе приходится взаимодействовать с людьми у которых представления о добре и зле могут отличаться от твоих, а могут и совпадать но подавляться. Как-то так.

Тем временем IKEA показывает чудеса неэффективности. Long story short: их техсаппорт в США очень слаб, а я хорошо понимаю в техсаппорте.

Вы там можете думать, что хотите, но мы очень быстро подъезжаем к остановке в которой в интернете будет безграничное количество мусора и AI-агентов, практически неотличимых от живых людей. Помимо этого есть некоторая вероятность того, что мы в какой-то момент не сможем отличить контент сгенерированный людьми, от контента сгенерированного нейросетями (это касается и уже существующих книг и фильмов). Я вот хотел бы еще годиков пять пожить без киберпанка, но, похоже, не получится.

https://www.youtube.com/watch?v=QYnJ3qJ5qJQ Немножко кринжово выглядит, но уже сейчас 80% людей, которые не особо активно следят за всем этим, поверят в реальность актеров. Думаю, что в условных "Одноклассниках" скоро будет твориться лютый мрак.

Итоги Открытого кубка Нижегородской области 18 мая в Нижнем Новгороде проходил Открытый кубок Нижегородской области (ОКНО — 2025). В нём участвовало 69 команд. Золото турнира по спортивному «Что? Где? Когда?»* по результатам перестрелки досталось команде Q-Team (Казань). Состав победителей: Алина Юсупова, Булат Шарифуллин, Ильдар Аглиуллин, Алексей Ерофеев, Владимир Бройда и Максим Нурмиев. Серебро у команды «Збродня и Кара» (Санкт-Петербург), на третьем месте — «Зигзаг» (Москва). Возможно, позже полные результаты турнира появятся и на турнирном сайте. Брейн-ринг* выиграла та же Q-Team. На втором месте — Br@in Storming (Киров), бронза у сборной «Арт-Хаос». Турнир по спортивной «Своей игре» выиграл Никита Баринов (Саров), серебро у Михаила Говоркова (Нижний Новгород), на третьем месте остался Константин Соловьёв (Киров). На фото — Q-Team, порядок тот же, что указан выше, нет только Максима Нурмиева. Источник: группа турнира Вконтакте. * — в России этот торговый знак принадлежит компании «Игра-ТВ». Если вы хотите его использовать, заручитесь согласием компании. Если же вы не хотите связываться с ней, лучше используйте другие названия. @chgknews

Такс, нужен ваш совет. Проблема: Серёжка на работе пытается ковырять какие-то данные, но при этом мало понимает в ML. Спросить на работе особо не у кого. Задача: Есть набор данных. Целевая переменная может принимать значения 0 и 1. В данных есть некоторый дисбаланс классов: в 85% данных целевая переменная имеет значение 0, в оставшихся 15% имеет значение 1. Есть набор фичей, их примерно 20 штук и у всех фичей есть крохотная, но предсказуемая корреляция с целевой переменной (от 0.05 до 0.1 для каждой из фичей). Корреляции согласуются с представлениями Серёжки об устройстве реального мира, то есть для всех двадцати фич можно достаточно уверенно правильно предсказать знак корреляции (иными словами там не всё шум). Серёжка хочет использовать эту информацию себе на благо и как-то научиться предсказывать целевую переменную с accuracy выше 0.85. Пока ситуация такова, что никакие попытки не дают accuracy выше 85%, что весьма плохо, ведь это дефолтный прогноз, когда для любого набора фичей предсказывается класс 0. Дополнительная информация: — Серёжка знает, что accuracy — плохая метрика в этой истории и что надо смотреть confusion matrix целиком, но по определенным причинам хочет именно accuracy. — Random Forest и XGboost пытаются предсказывать честно и выдают результат ниже 0.85. — Если в логистической регрессии предсказать вероятности классов, а потом сделать перебор всех возможных трешхолдов от 0 до 1 с шагом в 0.001, то оптимальный результат в кросс-валидации будет очень близок к 0.85. Вопрос: Возможна ли теоретически такая ситуация, что имеющуюся информацию вытащить не получится и 0.85 окажется верхним пределом для accuracy? Сильно не пинайте, у меня нет профильных навыков в ML, а обрывки знаний получены несистемным путем.

Вот у чувака норм работа, стрижет здоровый парк.

Откормленная 🐿️

Вот какой вопросик еще. А кто-то просил чатджипити сделать персональный план тренировок или подготовки к чему-либо? Чтобы гуглтабличка была по дням с раписанием и целями и чатджипит проверял выполнение и коррективы вносил? Вроде бы уже бездушная машина должна с этим справляться лучше среднего человека, особенно если речь идет о стартовых ситуациях. Понятно, что если вы условно профессиональный спортсмен и каждый процент улучшения результата дается через невероятный труд и тонкий тюнинг, то тут лучше чтобы вас тренировал человек с опытом. Но вот для обыкновенных и полудохликов и шпротов достаточно же просто регулярно заниматься чем-то и чатджипити тут выглядит довольно перспективно.

Анонс подкаста об интеллектуальных играх Сергей Спешков, известный как редактор и автор вопросов, игрок команд «Борский корабел», «Ксеп» и «Понаехали», запускает подкаст «Повод для вопроса» об истории и современности интеллектуальных игр. «Каждый выпуск подкаста будет посвящён отдельному аспекту, событию, явлению игры, либо околоигровым сторонам жизни и деятельности сообщества игроков», — говорится в трейлере. Подкаст можно будет послушать в Телеграме, Apple Podcasts и на других платформах, полный список можно найти здесь. Больше информации — в его телеграм-канале. @chgknews

Вот ещё немного рабочих моментов. Решили нас всех вернуть в офис начиная с первого сентября. Мол каждый сотрудник теперь должен минимум четыре дня в неделю работать из офиса. При этом закреплённого за сотрудником рабочего места не будет — полный оупен спейс, кто первый за стол сел, того и тапки. Кажется, что тут даже нет попытки скрыть цель нововведения.

Такс, чуваки, а вы переживаете из-за того, что по мере развития AI рынок работ будет потихоньку год за годом сужаться и вы останетесь без работы? Или это только в США пока панические настроения в воздухе носятся? У меня есть теория, что паника на этот счет должна неплохо коррелировать с географией. Чем дороже локация, тем выше степень подочковывания.

Идея нейминга для коллаборации — "Лига плаща". Турнир высокой сложности, нулевые вопросы про супергероев.