Русский
Русский
English
Авторизация
Ip-адрес
Восстановление пароля
Регистрация
Статистика
Реклама

Нейрофизиология

Почему так сложно писать код? Григорий Петров о физиологии мозга и управлении личной и командной эффективностью

13.04.2021 20:10:28 | Автор: admin

Секция Team на конференции DUMP про людей и для людей. В этом году не будет никаких скрамов и канбанов, зато будет много инструментов для повышения эффективности работы в командах. Мы поговорили с Григорием Петровым, DevRel из Evrone. Гриша - разработчик с 20-летним стажем, нейрофизиолог-любитель и технический евангелист. На DUMP он выступит с докладом Физиология мозга: рычаги управления личной эффективностью.

  • Гриша, привет! На 10м юбилейном Дампе ты выступишь с темой про физиологию мозга и рычаги управления личной эффективностью. Мы ждали твой доклад целый год! Мы знаем, как ты много и с интересом исследуешь тему нейрофизиологии. Расскажи подробнее, о чем будет твой доклад?

    • За последние годы нейрофизиология накопила результаты миллионов исследований, каждое из которых показывает маленький кусочек мозаики. Целиком мозаика складываться отказывается: есть десятки гипотез "как может работать сознание" и ноль ответов на вопрос "почему так сложно писать код". Для доклада я выбрал несколько гипотез, которые нравятся лично мне. Через их призму я осмотрю наши основные сложности: код, прокрастинация, целеполагание и другие штуки, с которыми мы сталкиваемся каждый день.

  • Методик для достижения личной эффективности описано много: состояние потока, однозадачность, тайм-менеджмент с учетом биоритмов и другие. Этого недостаточно?

    • Есть множество книг вроде "500 способов стать хорошим программистом, прекратить прекращать и начать начинать". В таких книгах обычно собрано все: работающие способы, неработающие способы, способы, которые не делают ничего и по цистерне воды на каждое печатное издание. Нейрофизиология, в противовес труизмам, пытается предложить гипотезы "как это работает". А хорошая гипотеза вскрывает закономерности, знание которых позволяет не учить сотни частностей. Зачем изучать сотни способов "тайм-менеджмента с учетом биоритмов", если знание одной закономерности позволит вывести любое количество таких способов?

  • А какие методики по повышению личной эффективности ты пробовал на себе? Что зашло, а что не получилось?

    • Не хочу спойлерить доклад, поэтому отвечу обтекаемо. На себе я пробовал довольно много разных способов. Что-то работало, что-то не работало, от чего-то потом приходилось отмокать пару недель. Но такой опыт не очень масштабируем. Мне интереснее организовать работу моих коллег и других разработчиков так, чтобы они могли делать крутые штуки дольше, чем полчаса в день. О закономерностях, которые позволяют одним способам работать, а другим нет - в моём докладе.

  • С чего началось твоё увлечение нейрофизиологией?

    • С моих коллег, разработчиков. Много лет назад, когда я руководил разработкой, обнаружилось интересное. Обучение крепкого мидла у меня занимало примерно три года, а меняли работу программисты в среднем раз в полтора года. Такое вопиющее несовпадение кредита с дебитом заставили меня искать более работающие способы помочь коллегам, чем бросать их в воду с надеждой, что научатся плавать.

  • Где ты берёшь информацию? Какими источниками пользуешься?

    • Учебники. 5-я редакция "Principles of neural science" у меня настольная книга: 1400 страниц, твердый переплет, 5 килограмм живого веса. Скоро ее заменит 6-е издание, а помогают учебники поменьше. PubMed, опять же. Ну и секретные telegram чаты нейрофизиологов, конечно. Куда же без них.

  • Как ты используешь свои знания по нейрофизиологии в жизни и работе сегодня? Расскажи про свои ежедневные ритуалы.

    • Использую по назначению: объясняю себе, почему я делаю те или иные штуки. Что можно делать, чтобы вести себя так, как мне нравится, а не так, как получается. Ставлю над собой эксперименты и стараюсь сделать их хотя бы минимально научными. Что до ритуалов: есть работающие штуки, о которых хотелось бы рассказать на конференции, чтобы у гостей была возможность задать вопросы и обсудить все на afterparty. Так что не буду спойлерить: приходите и всё услышите.

  • Что делать, если ты уже гуру планирования, но вот твоя команда...ещё прокрастинирует?

    • Изучать вместе со мной закономерности почему они прокрастинируют. И как можно им помочь: организовать их дни таким образом, что не прокрастинировать будет проще, чем прокрастинировать. Это сложно, но можно. Приходите, я расскажу как.

  • Главное, что запомнит аудитория после твоего рассказа? Чем он будет полезен?

    • Собственно, весь мой доклад сводится к одной фразу: "мы делаем не то, что правильно, логично или разумно, а то, что привыкли делать". Но чтобы применить это заклинание на практике нужно будет послушать немного теории и занимательных историй про зрительную кору, когнитом и attention schema.

    БЛИЦ:

  • Ты выступаешь на конференциях, участвуешь в митапах, берешь интервью у крутых людей... а код писать успеваешь?

    • Не отвлекайте, я занят :)

  • Есть ли у тебя увлечения, не связанные напрямую с it, кроме нейрофизиологии?

    • В количестве: компьютерные игры, аниме, журнализм, японский язык. Это из тех, о которых можно рассказать в приличном обществе.

  • Как ты переключаешься, как отдыхаешь?

    • У меня повышенная тревожность, так что про отдых можно забыть - я не устаю, и мне не бывает скучно. Обратная сторона такой психики - постоянное желание переключиться на фейсбук, почитать что-нибудь интересное, заценить новый патч к Last Epoch. Приходится, наоборот, прилагать усилия, чтобы фокусироваться на работе.

  • Твои слушатели получают гору полезности из твоих выступлений. А что работа с аудиторией даёт тебе?

    • В первую очередь я учусь внятно излагать свои мысли. После нескольких сотен докладов как-то сам начинаешь аккуратно выбирать слова, всегда "приземлять на конкретику" и приводить примеры, задавать открытые вопросы. Это помогает и при написании кода, и в работе, и в жизни.

  • Что тебя мотивирует?

    • Моя мечта - научиться обучать уверенных мидлов-разработчиков быстрее, чем за полтора года. Рынок труда, какой он есть сейчас, очень мотивирует.

  • Вернись на 10 лет назад, что себе посоветуешь/скажешь?

    • "Не води рейды в World of Warcraft, разочаруешься. Води разработчиков выступать - тебе понравится!"

  • А кем видишь себя через 10 лет?

    • Мне бы хотелось задержаться в DevRel и научиться обучать разработчиков не только выступать, но и писать код. Каждый день я пользуюсь сотнями программных продуктов - хочется, чтобы их писали крутые ребята и девчата, которые знают, что делают. А чтобы они знали, их нужно обучать.

Есть ещё вопросы? Можешь задать их Грише 14 мая на конференции DUMP-2021! Билеты на офлайн/онлайн и программа выступлений здесь.

Подробнее..
Категории: Интервью , Продуктивность , Блог компании it-people , Management , Нейрофизиология , Team

О том, как гениальный беспризорник и профессор пили виски и придумывали первую модель искусственного нейрона

29.10.2020 10:19:47 | Автор: admin

Первая модель искусственного нейрона Мак-Каллока-Питтса

Сейчас один из самых популярных инструментов искусственного интеллекта это нейронные сети. Само название намекает на то, что речь идёт о некотором аналоге естественных нейронов и синаптических связей в мозгу. Отсюда вытекает распространённое ошибочное предположение, что нейронные сети являются точной копией своего биологического прототипа. Конечно же, это не так, а точнее не совсем так: учёные действительно работают над созданием импульсных нейронных сетей, предназначенных для максимально достоверной симуляции процессов, происходящих в нервной ткани, но обычно искусственный нейронные сети довольно сильно отличаются от своих биологических прародителей. Революция глубокого обучения произошла благодаря моделям, похожим на мозг примерно в той мере, в которой самолёты похожи на птиц. И всё-таки у истоков создания этих моделей стояли попытки учёных три четверти века назад постичь принципы работы нервной системы живых существ.

Один из дедушек современных нейросетей это перцептрон Розенблатта, представленный публике в конце 1950-х, но его появлению предшествовали другие, менее известные попытки описать принципы, по которым могла бы работать думающая машина, подобная мозгу. К ним относятся исследования Уолтера Питтса и Уоррена Мак-Каллока. Их модель, увидевшая свет в 1943-м году в статье под названием Логическое исчисление идей, относящихся к нервной активности, была весьма новаторским изобретением. И за ней стоит довольно занятная история. Кто такие были эти товарищи, приложившие руку к созданию модели? Чопорные учёные в очках с роговой оправой или, может, аналог современных хипстеров из thinktankов?

Согласно рукописи нашего коллеги Сергея Маркова aka oulenspiegel, по рассказам очевидцев, этих учёных объединяла не только любовь к математике и нейрофизиологии, но и, например, левые взгляды: на вечеринках у Уоррена Мак-Каллока собиралась интеллигенты, пили виски и обсуждали разные актуальные научные и политические вопросы. Но об этом немного позже.

Предыстория


Начнём с того, что если бы не было Уолтера Питтса, может быть, никакой модели и не было бы создано. Как смог Питтс, простой мальчишка из Детройта, выросший в неблагополучной семье, познакомиться с профессором? Часто он сбегал из дома, так как, по словам друга и коллеги Питтса, Джерома Летвина, отец мальчика был водопроводчиком и часто бил сына. В один из таких эпизодов Питтс провёл неделю в библиотеке, где в его руки попала книга Бертрана Рассела и Альфреда Уайтхеда Principia Mathematica (Основания математики; в научных трудах эту фундаментальную работу обычно называют просто PM). Мир математики, такой уютный и безопасный, в отличие от реального, не на шутку увлёк мальчика. Уже тогда, в 13 лет, он смог сформулировать ряд вопросов, письмо с которыми адресовал Расселу. Тот ответил с восхищением и благодарностью и предложил Питтсу приехать учиться в аспирантуре в Кембридже. Увы, для тринадцатилетнего подростка это было абсолютно нереально, но через несколько лет, когда Рассел прибыл в США прочитать курс лекций в Чикагском университете, Питтс отправился в Чикаго, сбежав из отчего дома, чтобы уже не вернуться в него никогда. Рассел с радостью встретил юного Уолтера и представил его своему приятелю Рудольфу Карнапу, математику, который в то время работал в Чикагском университете. Карнап остался впечатлён. Но из-за того, что пятнадцатилетний вундеркинд закончил лишь неполное школьное образование, он не смог официально стать студентом университета. В итоге юноше выделили специальную небольшую стипендию, которой хватало на то, чтобы снимать небольшую комнатёнку и перебиваться с хлеба на воду. Работая с Карнапом, Питтс заинтересовался работами по математической теории нервной проводимости, написанными Николаем Рашевским, украинским иммигрантом в США, отцом-основателем математической биофизики.

Работая с Карнапом, Питтс быстро пришёл к выводу, что, хотя структура мозга должна определяться генетически, гены никак не могут задавать каждую из триллионов
синаптических связей. Необходимый объём генетической информации был бы попросту слишком велик. Питтс предположил, что человек рождается с около-случайными математическими параметрами нейронов, и в результате некоторого процесса они меняются на подходящие к выполнению той или иной задачи. C технической точки зрения такой подход оказался удобным, мы используем его и сейчас веса нейронных сетей на начальном этапе обычно инициализируются случайным образом.

Так как Питтс заинтересовался темой математического моделирования мозга, Джером Летвин, со слов которого мы много знаем о юности Питтса, решил познакомить того с Уорреном Мак-Каллоком, который занимался исследованиями мозга и на тот момент недавно перебрался в Чикаго. Последний быстро привлек юношу к своему проекту по созданию логической модели мозга и нервной системы.

Питтс на несколько лет перебрался в дом Мак-Каллоков, где эти двое начали работу над взломом логики нейронных сетей мозга. Неделями они анализировали потоки сигналов по разветвлённым мозговым путям, вспоминал позже Летвин. При этом 18-летний Питтс, похожий на уточку-очкарика, разительно контрастировал со своим коллегой, философом и мечтателем 42-х лет, который частенько сопровождал свои штудии бокалом хорошего виски. Посиделки товарищей вылились в одну из основополагающих работ в области искусственного интеллекта, название которой мы уже упоминали Логическое исчисление идей, относящихся к нервной активности.

Уолтер Питтс

Мак-Каллок был сыном бизнесмена. Он получил религиозное школьное образование, но вскоре отошёл от религии и стал размышлять в научных терминах о том, как устроен человек. Если разумом движет не бог, то значит какие-то механизмы, рассуждал он. В поиске этих механизмов он и пришёл к своей исследовательской теме как работает мозг и сознание. Он получил хорошее университетское образование и с 1934-го года работал в Лаборатории нейрофизиологии Йельского университета, а в 1941 перешёл на факультет психиатрии Иллинойсского университета.

Уоррен Мак-Каллок

Кстати, у семейства Мак-Каллоков Уоррена и жены было в собственности целое ранчо. Они купили его, чтобы организовать там летний лагерь для нуждающихся детей (видимо, будучи под впечатлением от жизненной истории Питтса). Позже туда стали съезжаться на отдых разного рода интеллектуалы. Вечеринки, как правило, проходили в либеральном ключе, с купанием голышом. Несмотря на протесты своей ультраконсервативной супруги, бывал там и Норберт Винер, один из отцов-основателей кибернетики. Посетители ранчо часто видели его в шезлонге с сигарой в руках. Здесь он забывал о повседневной рутине и погружался в мир размышлений и интеллектуальных бесед.

И опять Летвин знакомит Питтса с человеком, с которым ему предстоит работать с Винером. История повторяется Винер остаётся так впечатлён талантом юноши, что предлагает ему позицию аспиранта в MIT, несмотря на отсутствие у Питтса формального образования. В 1943-го году они начинают работать вместе над математическим моделированием мозга. Винер надеялся помочь Питтсу своими знаниями теории вероятностей и статистики, так как понимал, что нейронные сети могут лечь в основу вычислительных машин, а это предвещало кибернетическую революцию.

Питтс быстро приобрёл большой авторитет в компании кибернетиков многие исследователи просили его прочитать их статьи перед публикацией, чтобы быть уверенными, что их математические выкладки не содержат ошибок. Но отношения с самим Винером у Питтса были непростыми.

Винер был обеспокоен недостаточным прогрессом своего ученика в работе над диссертацией и считал, что корнем проблемы является разрушительное влияние приятелей Питтса Летвина и Оливера Селфриджа, которые постоянно ввязывались в различные авантюры. Одна из них касалось геологии. Питтс был уверен, что в скалах Массачусетса должны быть изумруды, и с помощью Селфриджа раздобыл динамит, чтобы взорвать его в предполагаемом месте их залегания. В результате последовавшего взрыва Питтс сломал руку. Другой авантюрой стал дебют Летвина и Питтса в роли начинающих сценаристов в Голливуде. Они написали пьесу Шестое королевство о не говорящем по-английски человеке из Польши, который посещает врача с жалобой на головную боль и в результате серии недоразумений оказывается в сумасшедшем доме.

Однажды Питтс забыл в камере хранения чемодан с манускриптом статьи, который Винер дал ему на вычитку. После долгой череды приключений статью удалось вернуть, но Винер был сильно рассержен: он опасался, что из-за досадной задержки с публикацией результатов его опередит Клод Шеннон, который также работал над этой темой.

Впрочем, Винер и сам был знаменит своей рассеянностью, история сохранила множество забавных воспоминаний современников об этом. Например, Роберт Фано, коллега Винера, профессор электротехники и информатики в MIT, рассказывал, что однажды в конце беседы в институтском коридоре, Винер спросил своего собеседника, в каком направлении он шёл и, услышав ответ, сказал: Хорошо! Это значит, что я уже пообедал.


Норберт Винер
Источник фото

Тем временем, Мак-Каллок перебрался к Питтсу в Бостон, получив щедрый грант на исследование мозга в стенах MIT. На дверях кабинета коллег красовалась надпись Экспериментальная эпистемология. Будучи воодушевлёнными таким успехом, они пишут Винеру и Розенблюту, его коллеге, письмо в шуточном тоне, которое начинается со слов Знайте, о благороднейшие, великодушные и могущественные лорды.... Это шуточное послание совершенно неожиданно для его авторов стало спусковым крючком цепи нелепых событий, изменивших судьбу Мак-Каллока и Питтса, а также, возможно, пути развития науки на заре нейросетевой эры.

Винер в то время пребывал в состоянии депрессии издательства, ещё вчера конкурировавшие за право издать его Кибернетику, одно за другим отказывались публиковать автобиографию учёного. В ней он довольно неоднозначно отзывался о некоторых своих коллегах, и никто из издателей не хотел скандала. Жена Винера Маргарет решила, что это подходящий момент для того, чтобы поссорить его с коллегами, которые по её мнению оказывали на Винера плохое влияние. Маргарет рассказывает мужу удивительную историю о том, что несколькими годами ранее, когда их дочь Барбара несколько месяцев жила на ранчо Мак-Каллоков перед поступлением в университет, Летвин и Питтс якобы много раз соблазняли их дочь. Депрессия, прошлые обиды из-за статьи, ужасный рассказ жены всё это привело Винера в состояние, в котором шутливое письмо стало последней каплей. Он в довольно резком тоне попросил передать бывшим товарищам, что с этого момента никакого сотрудничества между ними быть не может.

Ссора с Винером сильно подкосила Питтса. На это наложились и научные неудачи. Результат его с Летвином эксперимента над зрением лягушек плохо согласовывался с предположениями Питтса и Мак-Каллока. Товарищи показывали амфибиям разные источники света, картинки из их естественной среды, троллили их управляемыми искусственными мухами на магнитах. Летвин записывал сигналы, передаваемые глазом в мозг, и сопоставлял их с использованными стимулами. Оказалось, глаз не просто регистрирует видимое, но фильтрует и анализирует информацию о визуальных характеристиках о контрастности, изгибах и движении! В будущем результаты этих исследований были изложены в ставшей классической статье Что сообщает глаз лягушки мозгу лягушки (1959).


Джером Летвин (слева) и Уолтер Питтс
Источник фото

Почему Питтс расстроился, получив такие результаты? Он предполагал, что мозг является дискретным логическим устройством, выполняющим обработку сигналов органов чувств, однако выяснилось, что за обработку сигналов во многом отвечают аналоговые процессы, происходившие в хитросплетениях клеток сетчатки.

Питтс уничтожил свою недописанную диссертацию, стал много пить и почти забросил науку. В 1964-м году во время лекционного тура в Стокгольм остановилось сердце 70-летнего Винера. А в мае 1969-го, в возрасте 46 лет, умирает Питтс. Мак-Каллок пережил его лишь на несколько месяцев и умер в сентябре 1969-го.

В субботу, 21 апреля 1969 года, дрожащей рукой алкоголика, Питтс передал письмо из своей палаты в больнице Бет-Исраэль в палату Мак-Каллока в отделении интенсивной терапии сердца в госпитале Бригама: Я понимаю, что у тебя был лёгкий коронарный приступ; что ты присоединен ко множеству датчиков, подключенных к панелям и сигналам тревоги, которые постоянно контролирует медсестра, и, в силу этого, ты не можешь перевернуться в постели. Без сомнения, это кибернетика. Но всё это вызывает во мне ужасную грусть.

Лишь Летвин надолго пережил своих товарищей и умер в 2011-м. Во многом благодаря ему мы и знаем подробности жизни этих выдающихся людей.

Что же такого в работе Мак-Каллока и Питтса?


Уоррен Мак-Каллок ещё до встречи с Питтсом задавался вопросом, как можно описать причинную структуру нейронных событий и вывести логическую теорию знания. Он пытался найти то, что сам же назвал психоном, элементарную единицу нервной деятельности. Отчасти он был вдохновлён попытками Лейбница представить человеческое знание при помощи универсального символьного языка. Но не он один ставил себе такие задачи. Николай Рашевский и его группа математической биофизики занималась похожими вещами, за исключением того, что они пытались работать с гладкими функциями и дифференциальным исчислением, в то время как Мак-Каллок хотел использовать математическую логику и булеву алгебру. Такие схожие мысли пришли в голову двум разным людям неспроста: на тот момент совсем недавно сделали свои открытия Ричард Катон, Сантьяго Рамон-и-Кахаль, Луи Лапик, а затем и Ханс Бергер.

В современных учебниках нейрон Мак-Каллока и Питтса очень часто описывается неправильно. То, что приводится в качестве схемы работы этого нейрона, в действительности является описанием нейрона розенблаттовского перцептрона.

Важно понимать, что в нейроне Мак-Каллока и Питтса нет привычных нам изменяемых синаптических весов. Принцип работы нейрона Мак-Каллока и Питтса формулируется следующим образом: нейрон x срабатывает на шаге t, если соблюдаются два условия: 1) нет ни одного нейрона, связанного с нейроном x ингибирующей связью, сработавшего на шаге t 1, и 2) число нейронов, связанных с нейроном x возбуждающей связью и сработавших на шаге t 1, больше .

Вместо суммирования входящих сигналов, умноженных на соответствующие синаптические веса, есть подсчёт числа сработавших нейронов, связанных с данным возбуждающей связью, и сравнение их с пороговой величиной. При этом ингибирующая связь полностью запрещает срабатывание нейрона. Нейрон Мак-Каллока и Питтса это полностью дискретная модель, созданная вполне в духе символьной логики Рассела и Уайтхеда. Конечно, нейрон Мак-Каллока и Питтса при ближайшем рассмотрении оказывается частным случаем нейрона Розенблатта, на который наложены дополнительные ограничения. Синаптические веса в нём могут принимать значения равные лишь 1 или .

В сетях Мак-Каллока и Питтса изначально в принципе отсутствует механизм обучения первые попытки придумать такой механизм были предприняты лишь во второй половине 1940-х годов (работы Шимбела и Раппопорта). Дискретное наследие сетей Мак-Каллока и Питтса ещё долго тяготело над нейросетевыми исследованиями. Даже Розенблатт, сделавший под влиянием работ Хебба, Фарли, Кларка и Рочестера серьёзный шаг вперёд в обучении нейронных сетей, доказав теорему о сходимости перцептрона, не смог полностью преодолеть ментальный фреймворк символьного подхода в его перцептронах функции активации так и остались ступенчатыми, что делало невозможным применение методов градиентного спуска для обучении нейронных сетей. Именно поэтому проблема обучения многослойных перцептронов так и не была решена им в удовлетворительной мере. Впрочем, работа Фрэнка Розенблатта заслуживает как минимум одного отдельного поста.

Важно помнить, что в отличие от Розенблатта, которого интересовало, в первую очередь, создание обучающихся машин, Мак-Каллока и Питтса занимал совершенно другой вопрос о том, как логика и закономерности мышления могут быть связаны с физиологическим субстратом, как структуры, составленные из клеток, передающих импульсы, могут рассуждать, строить логические выводы.

Чтобы построить модель мышления, Питтсу и его старшему коллеге нужно было решить две задачи. Во-первых, научиться вычислять поведение любой заданной сети, а во-вторых, научится находить сеть, которая будет вести себя заданным образом (если, конечно, такая сеть существует). Иными словами, им предстояло найти паттерн активации сети при различных конфигурациях, и для этого сформулировать условия активации нейрона в разных условиях.

На ранних этапах своей работы Мак-Каллок столкнулся с проблемой петель (или кругов, как он их называл). Поведение линейной цепи без петель (сейчас мы называем такие сети сетями прямого распространения feedforward neural networks) более-менее понятно, сигналы передаются от предшествующих в цепочке нейронов к следующим за ними и так далее. Моменту обработки каждого нейрона можно строго сопоставить некоторый момент времени t (сегодня мы говорим о t как о номере слоя сети, в котором находится нейрон). Однако как только в сети появлялись циклы (то есть сеть в современных терминах становилась рекуррентной), величина t теряла свой смысл. Кстати, существование петель в нейронных сетях мозга тогда ещё ставили под вопрос. Если они и существуют, предполагали тогда, наверное, именно они и вызывают эпилепсию. Сейчас-то мы знаем, что эпилепсия вызвана рядом других механизмов!

Именно в момент теоретического кризиса, вызванного проблемой петель, на помощь Мак-Каллоку пришёл Питтс. Он отлично знал логику, неудивительно, ведь он был учеником Рудольфа Карнапа одного из крупнейших специалистов в области формальной логики и ведущего представителя логического позитивизма. Именно карнаповский Язык-II (Language II) было решено использовать в дальнейшем для нотации. Но в итоге он оказался настолько сложен, что даже самым крутым математикам непросто его читать, да и авторы из-за этого допустили несколько ошибок.

Кроме того, Питтс до этого написал три статьи на связанные темы. Для решения задачи петель он предложил выделить подмножество циклических нейронов (на рис. 1 это нейроны 1 и 2), и для них необходимо:

1. Найти количество шагов N такое, чтобы состояния этих нейронов N шагов назад определяли их текущие состояния.

2. Найти для этих нейронов все возможные комбинации состояний и показать, как они меняются через каждые N шагов.

3. Связать сеть с конкретным утверждением, которое нужно проверить.

рис. 1

Определим N для этой сети, оно будет равно двум (то есть, состояние циклических нейронов будет зависеть от состояния два шага назад). Затем опишем все возможные состояния этой сети X.

X_1(t) = N_1(t) и N_2(t) (то есть оба нейрона активировались во время t)
X_2(t) = N_1(t) и не N_2(t)
X_3(t) = не N_1(t) и N_2(t)
X_4(t) = не N_1(t) и не N_2 (t) (ни один из двух нейронов не активировался во время t)

Дальше мы можем сопоставить сеть с определённым утверждением и проверить, является ли X_i (t) истинным или ложным.

Вот такой он, северный олень, способ рассчитать поведение сети любой конфигурации. Если он кажется вам сложным, значит его запись в нотации Карнапа покажется вам вообще нечитаемой.

***

Вопреки распространённому заблуждению, Мак-Каллок и Питтс не приводят нигде формального доказательства тьюринг-полноты (тьюринг-полнота модели означает, что с её помощью можно представить любую логическую операцию, заданную конечным количеством слов) созданной ими модели, этот вывод они, по всей видимости, считали тривиальным, по крайней мере фон Нейман считал этот факт доказанным.

Кстати, в третьей части своей статьи исследователи предлагают распространить результаты своих наработок и на то, что мы бы сейчас назвали гуманитарными и социальными разделами психологии. Они, например, говорят, что их теории достаточно, чтобы описать и бихевиоризм, и интроспективную психологию, и физиологическую. Более того, они утверждают, что психиатру совсем не обязательно знать личное прошлое пациента, чтобы поставить диагноз, так как нейронная сеть определяется её текущим состоянием и текущими входными сигналами (это, вероятно, камень в огород Фрейда, который многое объяснял событиями из детства).

Модель Мак-Каллока и Питтса оказала огромное влияние на дальнейшее развитие информатики, но, возможно, вовсе не так, как принято писать в институтских учебниках. Конечно, её появление повлияло на дальнейшее развитие искусственных нейронных сетей, однако не меньшее влияние она оказала на развитие электронной вычислительной техники и классических символьных вычислений. Знаменитый Отчёт от EDVAC, ставший продуктом труда Джона фон Неймана и его коллег и впервые сделавший достоянием общественности классическую архитектуру фон Неймана, содержит единственную ссылку на работы других исследователей. И это ссылка на статью Мак-Каллока и Питтса. Сигнал, циркулирующий в петлевом контуре нейронной сети, стал для фон Неймана прообразом оперативной памяти цифровой машины.

Именно статья Мак-Каллока и Питтса стала в начале 1950 отправной точкой для одной из фундаментальных работ Стивена Клини. Он, в отличие от фон Неймана, не считал вопрос о тьюринг-полноте сетей Мак-Каллока и Питтса самоочевидным и решил построить формальное доказательство. Он определил понятие регулярные события [regular events] (сегодня называемые регулярными языками [regular languages], рациональными языками [rational languages] или регулярными множествами [regular sets]) и доказал, что сети Мак-Каллока и Питтса могут представлять [represent] регулярные события (в современной терминологии они могут принимать [accept] регулярные языки). Именно от этого термина происходит понятие регулярные выражения [regular expressions], хорошо известный большинству современных программистов.

Теперь, каждый раз набирая в ноутбуке строку import re, вы просто обязаны вспомнить добрым словом двух романтиков эпохи первых нейронных сетей.

Забавно, что термин регулярные в отношении событий, языков, множеств и выражений, является хорошей иллюстрацией принципа нет ничего более постоянного, чем временное. В своей работе Клини пишет: Сейчас мы опишем класс событий, которые будем называть регулярными событиями (мы будем рады любым предложениям относительно более наглядного термина). Как видим, за 70 лет подходящих предложений не поступило. Прилагательное regular в английском языке имеет несколько значений. Это и регулярный, и обычный, и очередной, и правильный, и даже официальный. Что именно из этого имел в виду Клини? Этим вопросом исследователи задаются и в наши дни. По всей видимости, он хотел указать на то, что эти события обязательно происходят всякий раз, когда модель находится в одном и том же состоянии и получает на вход один и тот же сигнал.

В той же статье Клини также определил альтернативный формализм, являющийся обобщением сетей Мак-Каллока и Питтса, позволив ячейкам (то есть нейронам) сети принимать любые из конечного числа внутренних состояний. Клини назвал свой новый формализм конечными автоматами [finite automata] и показал, что сети Мак-Каллока и Питтса вычислительно эквивалентны конечным автоматам.

И на сладкое: Питтс и Летвин пробовали себя в роли сценаристов, а Мак-Каллок писал стихи. Поистине универсальные умы, сочетающие в себе и физику, и лирику!

Вот один из опусов Мак-Каллока в переводе Сергея Маркова:

Мы замки на небе возводим,
И не растаять им в пыли,
Пока мы ими сумасбродим,
Пока с ума нас не свели.

Таскай их (жребий безысходен)
По разным уголкам Земли.
Мы замки на небе возводим,
И не растаять им в пыли.

И славен час, коль отцвели,
Но прежде чем во тьму уходим,
Находим ум, что плодороден,
Где б семена взойти могли.
Мы замки на небе возводим,
И не растаять им в пыли.
Подробнее..
Категории: Мозг , Научно-популярное , Математика , Искусственный интеллект , Нейросети , Нейронные сети , Блог компании sberdevices , Биография , Нейрофизиология

Управление силой мысли человеческий мозг подключат к ПК через вены

02.11.2020 18:18:10 | Автор: admin
Фото: Unsplash

Ученые разрабатывают способ управления гаджетами силой мысли. Несколько дней назад была представлена технология, распознающая нейронные сигналы не с помощью прямого контакта с серым веществом, а через кровеносные сосуды.

Раньше предполагалось, что подключить внешнее управление в мозгу можно лишь при помощи инвазивных имплантов. Но очевидно, что такие манипуляции опасны и могут легко повредить мозговую ткань.

Компания Synchrone предложила новый подход. В их схеме нейрокомпьютерная связь осуществляется через яремную вену. Технология не требует операции и вживления имплантов непосредственно в мозг человека. Ученые нашли способ обойтись малой кровью как в прямом, так и в переносном смысле. Помещенный в кровеносную систему имплант считывает и распознает сигналы головного мозга. Они, в свою очередь, передаются на компьютер через инфракрасный передатчик, хирургически вставленный в грудь участников эксперимента.

Инновационный подход уже применяют на практике, австралийские и американские ученые поделились первыми результатами. Они описали, как технология отразилась на двух пациентах с амиотрофическим склерозом. БАС, или болезнь Лу Герига, приводит к параличу и атрофии мышц, а с помощью имплантов они научились набирать текстовые сообщения и пользоваться интернетом. Генеральный директор Synchrone Томас Оксли в шутку назвал технологию plug-and-play.

Освоить управление имплантом добровольцам удалось не сразу. Пациенты вернулись домой и учились новым навыкам несколько недель. Электроды улавливали сигналы, однако отвечающий за интерпретацию алгоритм машинного обучения вначале не мог их корректно интерпретировать. Несколько недель спустя они научились использовать айтрекер, перемещать курсор и выбирать нужный объект на экране мышью с помощью клика. Улавливаемый имплантом сигнал не содержит информации как таковой. Это лишь 1 бит данных: есть щелчок или нет. Теперь больные могут самостоятельно делать онлайн-покупки и в целом повысить качество жизни.

Устройство пока не одобрено для массового применения, да и клинические испытания оно еще не прошло. Synchrone в поисках дополнительного финансирования для проведения необходимых тестов и испытаний.

Телекинез от Илона Маска


Фото: Unspalsh

Synchrone не единственная компания, которая занимается исследованиями в этом направлении. Neuralink, стартап Илона Маска, показал беспроводной имплант с 1024 гибкими электродами. Электроды импланта принимают электрические сигналы непосредственно от нейронов. Технология в будущем позволит человеку беспроводным путем передавать нейроэлектрическую активность любому технологическому окружению: от протезов конечностей до управления автомобилем Tesla и различным облачным сервисам.

Предполагается, что имплант будет вживлен в мозг роботом-хирургом. Уже известно, что мозг сопротивляется любому вмешательству и активирует защитные механизмы. Он покрывает гибкие электроды слоем глиальных клеток, что снижает электрическую проводимость контактов. К тому же мозг по структуре похож на желе, и статичные электроды могут его повредить во время движения.

На презентации Neuralink Илон Маск рассказал, что прототип состоит из датчиков движения, температуры и давления. Пока чип испытали на мозге свиньи. Сейчас разработчики ищут материалы, которые не будут вызывать защитную реакцию мозга. Если все пойдет по плану, технология станет колоссальным прорывом в нейрокомпьютерной отрасли.

Подробнее..
Категории: Мозг , Научно-популярное , Блог компании selectel , Будущее здесь , Нейронные сети , Здоровье , Научная фантастика , Будущее , Черное зеркало , Физиология , Нейрофизиология , Телекинез

Наука и рациональность на YouTube (авторские плейлисты)

05.02.2021 12:22:10 | Автор: admin

Пользуясь каждой найденной истиной для нахождения новых.

Рене Декарт, Рассуждение о методе.

Быть всегда готовыми к путешествиям и открытиям.Быть всегда готовыми к путешествиям и открытиям.

Что это и зачем?

Последние 1,5 года регулярно смотрю видео по темам: научпоп, научный метод, рациональность. В какой-то момент я начал складировать наиболее удачные видео по различным плейлистам.

Делюсь тем, что из этого вышло.

Законы Науки

  • Про то, как работает наука, и чем научное мышление отличается от бытового, в плейлисте Научный метод

  • Наука говорит на языке цифр. А здесь не обойтись без главной служанки и главной царицы наук: Математики

  • Чему мы обязаны науке смотрите в плейлисте Изобретения и технологии

Законы Природы

Изучением законов природы занимается Физика.

Законы Жизни

  • Вопрос происхождения жизни, называется Абиогенез

  • Но жизни мало появиться. Она должна развиваться. Тут не обойтись без Теории Эволюции

  • Тем, как это всё работает сейчас, занимается Химия жизни

Законы Мышления

Лекторы и спикеры

Чуть позже я занялся вопросом оптимизации подбора видео.

Конечно первым делом я пытался отсортировать каналы. Но быстро обнаружил, что даже самые лучшие каналы-агрегаторы куда меньше фильтруют контент, чем спикеры следят за своими словами. В итоге я регулярно обновляю список наиболее интересных спикеров с их предметными областями.

Где посмотреть научные новости?

Да много где, сейчас это достаточно популярный формат. Но лично я смотрю в качестве именно новостей вот эти три канала:

  • QWERTY Новости науки (широкий профиль) еженедельно ~15 мин.

  • Alpha Centauri Новости Космоса еженедельно ~15 мин.

  • Постнаука недавно запустили новости нейронауки с Вячеславом Дубыниным (~120 мин.), и озвучили планы масштабировать данный проект и на другие направления. Однако их рубка постнауки и так позволяет быть в теме основных событий.

Запрос

Есть ли у Вас подобные плейлисты? Совпадает ли что то в наших плейлистах или списках спикеров? Буду рад рекомендациям, особенно конкретных видео.

P.S.

Есть планы убрать видео, которые уже не соответствуют текущему пониманию этих тем. Так же есть план расставить видео в порядке возрастающего когнитивного сопротивления. Руки дошли пока только до того, чтобы поднять самые важные видео в верхние части плейлистов. Всё остальное пока это планы, буду держать в курсе.

Подробнее..
Категории: Мозг , Астрономия , Научно-популярное , Физика , Биотехнологии , Наука , Биология , Когнитивные искажения , Научпоп , Нейрофизиология , Рациональность , Здравый смысл , Доказательная медицина

Recovery mode 3 типа людей и как их использовать в интернет-маркетинге

30.04.2021 00:08:01 | Автор: admin

Если вы не из тех, кто пишет Мы одна из лучших компаний в России и поэтому вам стоит купить наш товар, если понимаете, что маркетинг прежде всего работа с потребностями людей, этот пост определённо для вас. Я расскажу про основанный на нейрофизиологии инструмент, который поможет вам повысить конверсию. Поехали.

Как использование нейрофизиологии повысит конверсию?

Как я уже сказал ранее, маркетинг в моём понимании работа с людьми и их потребностями. Мы решаем их проблемы через товар или услугу. Как же узнать какие проблемы тревожат людей и что за потребность они хотят осуществить? Хорошо, если у нас есть данные от заказчика. Но как быть, если мы первый маркетолог компании или вообще строим свой бизнес?

Некоторые изучают форумы, опрашивают клиентов. Другие составляют портрет покупателя и определяют его проблемы на основе собственных домыслов. И всё это правильно. И я ни в коем случае не собираюсь осуждать какой-либо из этих подходов, потому что при грамотном использовании все они дают результат. Тем не менее у них есть минус. Анализ по таким подходам составлен на субъективных оценках людей.

Нейрофизиологический анализ же основан на исследованиях мозга. Он позволяет точнее попасть в целевую аудиторию, поскольку головной компьютер у всех людей примерно одинаковый.

Чтобы понять, как всё это работает нужно погрузиться в саму науку, а именно в теорию трёх радикалов. Она подробно описана в книге психотерапевта Андрея Курпатова Троица. Моя же цель объяснить основную суть, которая нужна для продажи товаров и услуг.

Что такое радикалы и как они формируются?

Начнём с того, что есть три типа людей, которые живут в разных мирах, видят реальность тремя различными способами и используют три разные мыслительные стратегии. Это кажется чем-то из области эзотерики, но объяснить, откуда взялось такое разделение, достаточно просто.

У каждого из нас есть множество потребностей, которые мы стремимся осуществить. Они изображены на пирамиде Абрахама Маслоу:

Эти потребности образуют три базовых инстинкта: инстинкт самосохранения, инстинкт сохранения группы (социальный инстинкт) и инстинкт сохранения вида (половой инстинкт). В нас есть все эти инстинкты, только у каждого человека они выражены по-своему. Один больше стремится сохранить самого себя, другой общество вокруг, а третий свой вид. Отсюда и берутся три типа людей или, как их ещё называют, радикалы.

Тот, у кого преобладает инстинкт самосохранения, в нейрофизиологии называется шизоидом (или конструктором). Тот, для кого важнее общество невротик (или центрист). Тот, кто больше стремится сохранить свой вид истероид (рефлектор).

Важно понимать, что в каждом из нас живут все три типа мышления одновременно. В природе нет истероидов, шизоидов или невротиков в чистом виде, просто один радикал всегда преобладает над другими.

Теперь подробнее разберём каждый тип мышления.

Шизоид

Шизоиды это люди, чрезвычайно сосредоточенные на своей безопасности. Они стараются исключать все неопределённости и не любят, когда им что-то неизвестно, ведь неизведанное зачастую таит в себе опасность. Кстати, именно поэтому такие люди очень любопытны. Они ищут опасность даже там, где её быть не может.

Шизоиды не любят тратить деньги. Они приравнивают их к безопасности.

Также особенность шизоидов в том, что они постоянно наращивают свою базу знаний и структурируют её в максимально понятную форму (систему). Потому их и называют конструкторами.

Такие люди везде ищут логику, факты и здравый смысл. Если автор видео скажет, что, создавая ролик, отталкивался от исследований, ссылки на которые в описании, они обязательно проверят наличие этих ссылок, от и до прошерстят сами исследования.

Шизоиды четко взвешивают каждое решение, проверяют всю информацию и сверяют её с той, которую уже знают. При этом они изучают вещи с разных сторон и никогда не действуют на эмоциях.

Выбирают эксперта шизоиды по навыкам, сертификатам и отзывам клиентов (которым кстати не очень доверяют). Наняв специалиста, они не спускают с него глаз и стремятся контролировать все его действия. Хотя вообще люди этого типа мышления всё предпочитают делать сами и придерживаются принципа хочешь сделать хорошо, делай сам. От людей они редко ждут правильного поведения.

Другие отличительные особенности шизоидов:

  1. Изучают лишь полезное и вовлекаются, только, если информация помогает им расширить свою систему знаний.

  2. Часто бывают асоциальны, потому что в погоне за безопасностью разрушают отношения с другими людьми.

  3. Шизоиды ипохондрики. Если они не находят опасностей вокруг, то начинают искать их в себе и надумывают болезни.

Типичный пример шизоида рядовой программист-читатель Хабра.

Хочу обратить внимание: если вы заметили, что у вас доминирует какой-либо инстинкт, это не плохо и я не собираюсь осуждать тот или иной радикал. Все типы мышления по-своему хороши.

Невротик

Невротики люди, для которых крайне важно чужое мнение и оценка. Они зациклены на обществе и желают быть в центре всех событий. Поэтому такие люди часто смотрят новости, любят душевность, истории, скандалы и конфликты.

Невротики очень боятся потерять статус и быть отвергнутыми окружающими людьми. Главное правило, которого они придерживаются прибиться к какой-то стае и держаться за неё. Чтобы закрепиться за своей стаей они стремятся к уважению и признанию, становятся лидерами. При этом шизоиды всеми силами защищают свою группу и постоянно делают что-то полезное для неё. От других людей они также ждут правильного поведения.

Невротики думают, что видят суть вещей. Именно поэтому их называют центристами.

Кроме того, для этих людей очень важно правильное первое впечатление, потому что они вешают на всех ярлыки (хороший или плохой, правильный или неправильный). То есть, если человек изначально им не понравится, то изменить эту установку будет крайне трудно.

Чему-то учатся центристы только у авторитетов. Своё мнение они также формируют на основе мнения важных людей. И не факт, что этот человек, допустим психолог, разбирается в каком-то вопросе лучше семидесятилетнего дедушки, у которого просто большой жизненный опыт.

Также невротики склонны к эмпатии. Их эмоциональный интеллект выше среднего, поэтому они эффективнее общаются и лучше понимают чувства других людей.

Другие особенности невротиков:

  1. Тяготеют к справедливости.

  2. Взывают к морали и нравственности.

  3. Уважают общественную иерархию.

  4. Мечтают улучшить мир.

Типичный пример невротика бабушки, сплетничающие на лавочке.

Истероид

Эти люди во главе всего ставят личные потребности и думают в основном о себе. В окружающих они видят своё отражение и чем больше человек похож на истероида, тем большим авторитетом он пользуется у него.Именно поэтому их называют рефлекторами (от англ. reflect отражать).

Такие люди пытаются всегда и везде быть первыми и стремятся к вниманию, хотят всех поразить и восхитить. Они любят причислять себя к элите и закрытым сообществам. Больше всего истероиды обожают похвалу и лесть, отчего подвержены золотому правилу дружбы (хочешь понравится человеку, сделай так, чтобы он понравился сам себе). Однако, когда их сравнивают с кем-то (особенно с конкурентами) в негативном ключе, они просто кипят от злости. Если же в сравнении истероид предстаёт положительно, тут вопросов нет. Он не против такого сравнения.

Прежде, чем что-то сделать истероиды думают, как поднимется после этого их авторитет, интересно ли и нравится ли им это. Вовлекаются они только в то, что считают важным именно для себя.

Истероиды живут эмоциями и желаниями. Если им захотелось что-то купить, они вылезут из кожи вон, возьмут кредит и сделают что угодно, лишь бы удовлетворить свою потребность.

Кроме того, истероиды очень любят заниматься творчеством. Для них важна душевность и эмоциональность.

Андрей Курпатов в Троице приводит очень яркий пример истероида. Однажды он написал научную статью на какой-то портал. Сама по себе она была достаточно безобидной, но редакция поработала над заголовком и сделала его провокационным.

Люди начали критиковать. Курпатова это немного удивило. В особенности его поразил гневный комментарий одного уважаемого им писателя. Курпатов ответил этому человеку, упомянув, что ему понравилась одна его книга, и он не ожидал, что такой хороший автор раскритикует его.

Внезапно этот человек изменил своё мнение. Он стал общаться более дружелюбно. Правда весь разговор свёлся к обсуждению его книги, а не статьи Курпатова. Это пример почти чистого истероида.

Как использовать радикалы в интернет-маркетинге

Теперь перейдём к использованию типов мышления. Лично я применяю их в двух сферах: написание лендингов и создание контента для соцсетей.

Написание лендингов

Чтобы убедить шизоида нам нужно:

  • показать, что он ничем не рискует, покупая наш товар или услугу и обосновать безопасность оплаты;

  • как можно больше рассказать о продукте;

  • показать денежную выгоду от покупки;

  • обосновать практическую значимость продукта;

  • доказать свой профессионализм.

Чтобы убедить невротика, необходимо:

  • показать атрибуты авторитета: партнёров, сертификаты, награды, публикации в СМИ, мнения известных людей о бренде и т.д.;

  • предоставить социальное доказательство (отзывы);

  • объяснить какую пользу продукт приносит обществу;

  • показать душевность (этим обусловлено частое использование историй в коммерческих текстах).

Если мы хотим убедить истероида, можно:

  • похвалить его;

  • показать элитарность человека, владеющего нашим продуктом;

  • дать человеку понять, как он обходит конкурентов, благодаря нашему продукту;

  • отметить, чем схожи мы и клиент;

  • добавить в текст яркие фотографии и эмоции, душевность.

При написании лендинга продумайте каждый или хотя бы половину пунктов. Важно поработать над каждым радикалом, потому что в нас живут все три типа мышления одновременно и только один преобладает. Если мы уделим внимание и шизоидам, и невротикам, и истероидам, то однозначно попадём в потребности аудитории.

Пример лендинга с использованием трёх радикалов

Чтобы вы лучше поняли, как работать с типами мышления, я составил пример лендинга. В качестве продукта взял некие курсы писательского мастерства, поскольку увлекаюсь творчеством и кручусь этой области.

Поскольку лендинг только для примера, я не сильно проработал содержание и дизайн, не занимался анализом конкурентов и глубоким изучением продукта. Не тестировал его. Поэтому, возможно, текст покажется вам недостаточно эффективным.

И да, все премии, названия, имена, фамилии, логотипы и цифры придуманы мной и не имеют ничего общего с реальностью. Нет смысла к ним придираться.

Итак:

Картинка для привлечения внимания + заголовок по формуле 4U.

В первом абзаце вопросами цепляем сразу три радикала. Красным выделен текст для истероида, синим для невротика, зелёным для шизоида.

Дальше используем поучительную историю, привлекая и невротика, и истероида, и шизоида.

Теперь обосновываем практическую значимость продукта и заодно хвалим аудиторию.

Дальше даём как можно больше информации о продукте.

Продолжаем давать информацию о продукте, а также показываем системность, усиливая полезность для шизоида.

Дальше доказываем профессионализм.

Теперь показываем атрибуты авторитета (с логотипами не заморачивался).

В следующем блоке обосновываем безопасность оплаты и объясняем какую пользу продукт приносит обществу.

Теперь предоставляем социальное доказательство.

Ну и под конец добавляем немного полезности и выделяем популярный тариф, цепляя невротика и истероида. Также даём скидку (для примера я взял скидки в честь Чёрной пятницы). Это повод для шизоида купить курс, пока он не вырос в цене.

Создание контента для соцсетей

При создании контента мы также должны уметь заинтересовать аудиторию, провоцировать её на нужные нам действия. Иначе не будет продаж.

Самый простой способ зацепить человека: взять формат контента, который ему интересен. А что ему интересно зависит от типа мышления. Для шизоидов важны посты, которые расширяют их базу знаний. Невротику интересна социальная сторона контента. Истероид, читая посты, хочет подтвердить свою исключительность, повысить самооценку и напитаться душевностью и эмоциями.

Вот основные типы контента под каждый радикал.

Шизоид:

  1. Прикладное. Такие посты раскрывают какой-то вопрос в нише и обычно начинаются со слов Как, Где, Когда, Почему На Хабре это называется туториал. Данная статья как раз относится к прикладному.

  2. Руководство. Пошаговая инструкция к выполнению чего-либо.

  3. Подборка. Это всё что начинается со слов ТОП, Лучшие, 7 способов и т.д.

  4. Кейс. Пример решения задачи. Шизоиды просто обожают такой формат, потому что он содержит очень много полезностей.

  5. Статистика. Цифры, факты, закономерности.

  6. Интрига. Делаем что-то незаконченным. Например, мы можем написать историю и выкладывать её по частям. Любопытство просто вынуждает шизоида читать дальше.

Невротик:

  1. Отзыв. Это любое мнение о вашем продукте.

  2. Новость. Невротикам интересно что, где, когда, а главное с кем произошло.

  3. Открытое письмо. Это публичное общение между теми или иными влиятельными людьми.

  4. Истории.

  5. Провокация.

  6. Рейтинг.

Истероид:

  1. Запрос. Задаём аудитории вопрос типа: А как у вас?. Истероид однозначно похвастается и расскажет, как у него всё круто.

  2. Тест. Истероид обязательно захочет узнать, насколько он хорош согласно опросу.

  3. Ребусы и задачи. Истероид несомненно попытается решить их, чтобы поднять свою самооценку.

  4. Мемы.

  5. Юмор.

  6. Комиксы. Помогают истероиду напитаться эмоциями от визуализаций.

Особенно эффективно эти форматы работают, если мы совмещаем их и цепляем в одном посте все три радикала. Такой контент собирает крайне большие охваты.

Заключение

Используйте и проверяйте эффективность предложенного мной инструмента.

Более подробно о применении трёх радикалов в маркетинге рассказывает мой любимый преподаватель по копирайтингу Даниил Шардаков. Вот одна из его статей на эту тему: https://shard-copywriting.ru/types/

Если же вам интересна нейрофизиологическая сторона вопроса, читайте Троицу. Также можете прочесть две предыдущие книги Курпатова: Красная таблетка и Чертоги разума. После них Троица будет проще.

Пишите комментарии, если есть чем дополнить статью или остались какие-то вопросы. И да, к какому радикалу вы себя отнесли?

Подробнее..
Категории: Мозг , Повышение конверсии , Интернет-маркетинг , Конверсия , Соцсети , Потребности , Нейрофизиология , Шизоид , Невротик , Истероид , Landing

Кибернетическая саморегуляция здоровья или мозг и иммунитет любят тебя

01.05.2021 20:09:31 | Автор: admin

Когда многомного лет назад писал диссер, я сделал величайшее суперпупероткрытие века!))) Люди, в большинстве, стремятся найти источник здоровья вне себя (т.е. зависимость от внешнего) витамины или травы, природа или медтехника, более энергичные или веселые собеседники, очищенная или минеральная вода, сахарозаменители или мёд и т.д. Это, конечно, хорошее дело, но это не те дроиды, которых вы ищете! Печаль нам, реабилитологам, что здоровье именно внутри себя почти никто не взращивает. Особенно мало у нас инструментов защиты от чрезмерного эмоционального стресса, депрессии и всяких вирусов со сквозняками. А ведь есть давненько, веков 100200 примерно, способы увеличения внутренних ресурсов вегетативной и центральной нервной системы до индивидуального максимума. Upgrade организма дающие возможность произвести то бишь психофизическими техниками саморегуляции. Они не обещают бессмертия или ясновидения, но можно почти совсем (максимально) не болеть и быстрее выздоравливать от всяких расстройств. Если только Вы сами не захотите их поиметь вновь.

Самая главная проблема современной медицины, психологии и всякой даже нетрадиционщины это редукционизм, т.е. однобокий, не комплексный, недостаточно широкий подход к лечению, коррекции и профилактике. Или исключительно физическая химия, или единственно повышенная тревожность или точки акупунктуры панацейно лечатся, а ведь таким путем только лишь максимум по 33,3% от всего здоровья души и тела каждый из них может дать. А на 99100% помогает и лекарство, питание, и мышление, и общение, и движение, и ощущение вместе и сразу. Это наше (и других интегративных специалистов) кредо. Всегда.

По ходу чтения этой статьи, у вас, конечно, появятся сомнения, что она имеет мало отношения к IT, но я прошу не торопиться, пока вы не потратите немного времени на размышление или практическое применение описанных технологий, патентов и теорий физиологии, медицины и психологии для себя или работы. Начнем по порядку, как у нас, доцентов и учеников академика Анохина, принято.

Саморегуляция это сознательная или неосознанная способность человека и всех живых существ управлять своим нейрофизиологическим состоянием и психосоматическим здоровьем, используя внутренние механизмы, методы традиционной и нетрадиционной медицины и психологии в силу своих знаний, умений, навыков и врожденных рефлексов. Знать значит предвидеть, а предвидеть мочь или властвовать. Однако же не тот больше знает, кто дольше жил, а тот, кто дальше ходил, поэтому только на ошибках учатся, образуя новые условные рефлексы (по Павлову И.П. и Анохину П.К.).

Способности каждого из нас к саморегуляции подтверждены отечественными и зарубежными учеными, разработавшими четыре основные теории:

1. Гомеостаз и гомеорезис поддержание самим организмом человека постоянства и приспособляемости его внутренней среды (крови, сердца, кишечника, почек, бицепсов и так далее).

2. Стресс (адаптационный синдром) врожденная реакция личности на внешнее воздействие, направленная на сохранение социального, душевного и телесного гомеостаза.

3. Рефлексы и функциональные системы кибернетические механизмы взаимопомощи органов и физиологических системам (нервной, эндокринной, пищеварительной и других).

4. Саногенез и иммунитет защитные реакции организма человека и животных, осуществляющие саморегуляцию на клеточном и молекулярном уровне.

Казалось бы, получается, что не нужно совершенно ничего делать, чтобы быть здоровым, всё и так само происходит, поспал, походил, поел и ты в поряде. Но почему же на деле всё с нашим здоровьем обстоит далеко не так радужно? Связано это с тем, что человек социальное существо, и почти ничему не разрешает происходить непосредственно, без участия сознания, он хочет понимать, контролировать и вмешиваться в естественный порядок.

Теме не менее, всё равно, даже мешая своему организму, поправить свое самочувствие возможно, если заниматься нелекарственной психофизической саморегуляцией (здоровьесберегающими технологиями), быстрой и эффективной, помогая своим клеткам комплексно.

Способам комплексного улучшения здоровья души и тела уже много веков. Еще Гиппократ говорил, что не только сам врач должен употреблять в дело все, что необходимо, но и больной, и все окружающие, и все внешние обстоятельства должны способствовать врачу в его деятельности. Спорить с отцом западной медицины бессмысленно. К тому же еще более древние китайская и индийская аюрведическая медицины строили всю свою диагностику и лечение по такому же холистическому (целостному и кибернетическому) принципу. Лечебная физкультура, аутогенная тренировка, цветотерапия, ароматерапия, звуко и рефлексотерапия и даже вкусовая терапия все это издавна служило исцелению человека и служит по сей день. Но, к сожалению, это древнее богатство не всегда и не всеми современными врачами используется: никому нельзя объять необъятное.

Однако в наше время время научнотехнического прогресса, глобальной химизации и электрификации, нужда в лечении именно экологической средой человека в целом стала намного больше, чем в прежние века. Можно даже запатентовать такой оригинальный метод, как экологотерапия (хотя есть натуротерапия). Подругому такую методику можно назвать мультифакторная медицина. Этому понятию соответствуют также современные термины интегративная и социальная медицина. Биопсихосоциальная концепция здоровья Всемирной организации здравоохранения также базируется на холистической концепции человеческого здоровья.

Ещё максимально комплексный (интегративный) подход к психофизической саморегуляции здоровья можно обозвать такими терминами, как здоровый образ жизни, гигиена, санитария, экология человека, Fitwelтехнологии, велнесс и акмеология. Важно, что все эти науки делают акцент на лечении средой, то есть окружающими нас в повседневной жизни природными и минимально искусственными факторами, каждый из которых может быть и причиной, и почвой, и способом лечения для эмоциональных или телесных расстройств.

Чтобы кибернетическая система сознательной саморегуляции состоялась, нужно сначала попробовать минимум 100 (а не 35) разных методик, а затем выбрать 23 самых приятных способа, которые уже применять ежедневно. В основном, это психотерапевтические и натуротерапевтические методики. Хотя можно и лекарственные (любую химию), физиотерапевтические (искусственные поля) и социальные (антитоксичный нетворкинг) подходы к саморегуляции, конечно, использовать.

Самое удивительное, что, даже, если мы хоть и против вот этой вот всякой бесовщины (в религиях не очень любят медитацию, йогу и цигун, например), то всё равно вся наша жизнь нескончаемая саморегуляция, бессознательно. И причем психологическая, медицинская, душевная и телесная одновременно. Но есть ещё сознательные цели саморегуляции и есть даже наш официальный кагбэ враг вредоносный чрезмерный стресс. Так называемый патологический эмоциональный стресс проявляется поразному это может быть постоянная раздражительность, неприятная возбужденность, хроническая утомляемость, слабость, негативные эмоции (гнев, обида, зависть), самоуничижение, конфликтность, агрессивность, букет хронических заболеваний (гипертоническая болезнь, язва желудка, сахарный диабет), психосоматические расстройства (головная боль, запор, сердцебиение), ощущение безнадежности, пессимизм, неумение контролировать себя, плохие взаимоотношения с коллегами по работе, чувство вины изза несдержанности, страх будущего; так можно перечислять до бесконечности.

С другой стороны, стресс это жизнь. Только живой человек имеет вышеназванные проблемы. Только живые существа способны реагировать. Когдато даже всю науку психологию хотели переименовать в реактологию. И поэтому мы назвали статью, например, не избавление от или лечение, профилактика стресса или других расстройств или болезней, а именно саморегуляция здоровья, то есть кибернетическое (по Анохину) улучшение своего психосоматического самочувствия. Ведь иногда нам катастрофически не хватает стрессовых стимулов и мы начинаем лихорадочно искать новых и/или острых ощущений. Можно сказать, таким образом, что отрицательный чрезмерный эмоциональный стресс это самая общая наипервейшая причина болезней; в то же время, будучи положительным и дозированным, эмоциональный стресс превращается в мощное средство лечения.

Когда знаменитый ученый Ганс Селье в 1932 году предложил понятие стресс, он, скорее всего, предполагал, что термин этот станет обиходным не только у физиологов и медиков, но и у философов. Однако он не думал, что когда это слово станет интернациональным, оно приобретет в обществе исключительно отрицательную окраску в разговорной речи и популярной литературе термином стресс будут обозначать только патологический, плохой стресс, который Селье предлагал называть другим термином дистресс.

Состояние дистресса это предневротическое состояние, когда вотвот появятся признаки невроза, депрессии, психосоматического расстройства или даже хронической соматической болезни. В этих случаях требуется помощь квалифицированного специалиста врачапсихотерапевта или психолога. А вот когда дистресс появляется только периодически, тогда и пригодятся методики психофизической самопомощи, построенные на универсальной обратной связи, в том числе и нашей самой родной и любимой биологической.

Слава Богу, что уже давно принято во всём мире считать, по определению ВОЗ, что здоровье это не только отсутствие болезней и физических недостатков, но и состояние полного телесного, психического и социального благополучия. Поэтому одна из основных идей этой статьи заключается именно в том, что лечить или корректировать надо не однудругую болезнь или симптом, как чаще бывает, а всего человека, как кибернетическую систему, где всё связано, по академику Анохину и иже с ними. Эта мысль напрочь лишена исторической оригинальности, ей уже скоро исполнится дветри тысячи лет, как минимум. Тем не менее, столько же времени она не соблюдается тысячами и миллионами людей и даже врачей и психологов.

Ведь ни у кого не вызывает сомнений факт, что у каждого из нас есть душа (психическое начало), тело (биологическая часть) и дух (социальный компонент). Этика, спокойствие и осанка, например, одинаково нужны для здоровья. И поэтому только добрый и мудрый мануальный терапевт действительно может вылечить человека, добавив к своему массажу еще свою энергетику личный пример образа жизни для пациента. А другой мануальщик способен всего лишь на месяцдругой уменьшить боли в пояснице.

К сожалению, в России и практически всем мире подготовка никакого врача не включает в себя методы одновременно и социо и психо и биологической терапии, не принято так. Существуют по отдельности, правда, социальные работники, психологи и врачи всякие терапевты прекрасные специалисты, но как же редко они общаются. К счастью, сейчас положение немного меняется по двум направлениям. Созданы и развиваются центры психолого медико и социальной помощи, где вместе работают специалисты всех трех направлений. Кроме этого, в подготовку сегодняшних врачейпсихотерапевтов, психологов, педагогов и социальных работников стало входить знакомство их всех друг с другом и совместные занятия по улучшению взаимодействия, так как назрела необходимость в комплексном подходе к человеку.

Результатом применения методик комплексной саморегуляции является как раз улучшенное, скорректированное по своей воле и в сотрудничестве со специалистами и друзьями, здоровье. То есть нас, специалистов максимально комплексной цифровизации биомедицины и психологии, интересует увеличение положительного, а не борьба с отрицательным, хорошее самочувствие, не только физическое, но и эмоциональное и социальное. Всего этого мы вам и желаем от чистого сердца!

Подробнее..
Категории: Мозг , Научно-популярное , Разработка мобильных приложений , Цнс , Здоровье , Цифровизация , Патентование , Здоровый образ жизни , Feedback , Кибернетика , Нейрофизиология , Self-development , Саморегуляция , Аутотренинг , Biofeedback

Научно-исследовательские инициативы JetBrains

03.03.2021 14:04:54 | Автор: admin
Develop with pleasure, The drive to develop об этом вы наверняка от нас слышали. Но наши интересы далеко не ограничиваются разработкой и созданием мощных инструментов для повышения продуктивности. Мы верим, что можем многое изменить и сделать мир лучше. Один из верных способов проведение исследований в области передовых технологий и образования. Совместно с ведущими научными учреждениями мира мы занимается прикладными исследованиями, способными влиять на жизни людей и двигать нас всех вперед.

Наши научные исследования объединены в рамках направления JetBrains Research.

Ниже мы представим исследовательские группы JetBrains Research и расскажем, чем они занимаются.

Наука сегодня для технологий будущего



JetBrains Research объединяет более 150 исследователей, участвующих в проектах более 19 лабораторий и групп. Лаборатории и группы ведут работу в самых разных направлениях от физики элементарных частиц до разработки ПО.


Большая часть результатов публикуется в виде исследовательских статей одной из основных форм обмена результатами в научной среде. Статьи также важны для того, чтобы успешно конкурировать за позиции и гранты. Плюсом работы с JetBrains Research является то, что здесь исследовательские статьи и публикации не являются обязательным требованием ученые могут не беспокоиться о подаче на гранты и вместо этого целиком сосредоточиться на сути своей работы.



Исследовательские группы



BioLabs


Сколько же всего мы по-прежнему не знаем о внутреннем устройстве человека: какие факторы приводят к генным мутациям, по каким индикаторам можно предсказывать будущие проблемы со здоровьем, как решить задачу полного секвенирования генома и многое другое. Биология как наука прошла огромный путь, однако ей предстоит еще немало.


Задача BioLabs раскрыть механизмы эпигенетической регуляции у людей и животных и понять, какое значение эти механизмы играют в процессах дифференцировки и старения клеток. Самым крупным является проект старения, реализуемый BioLabs совместно с Университетом Вашингтона в Сент-Луисе. Другие исследовательские проекты посвящены различным темам, включая новые алгоритмы анализа данных, эффективные инструменты обработки данных для секвенирования нового поколения (Next Generation Sequencing), масштабируемые конвейеры данных, подходы к визуализации и мета-анализу существующих баз данных с информацией о механизмах эпигенетической регуляции. BioLabs также отвечает за PubTrends новый сервис для анализа научных публикаций, позволяющий быстрее анализировать тренды и находить значимые работы. Такой сервис необходим, поскольку число работ, публикуемых каждый год, неуклонно растет, и уследить за всеми публикациями по выбранной теме практически невозможно.


Вернуться к списку исследовательских групп


Группа биоинформатики


Биология практически необъятная наука, многие области которой пока не открыты и не изучены. Мы не знаем, что готовит нам будущее, но чем больше у нас будет знаний о биологии, тем лучше мы сможем подготовиться.

Группа биоинформатики занимается разработкой эффективных вычислительных методов для решения важных проблем в области биологии и медицины. Группа базируется на кафедре компьютерных технологий Университета ИТМО. Группа активно взаимодействует с лабораторией Максима Артемова (Университет Вашингтона в Сент-Луисе). Проекты лаборатории охватывают широкий спектр тем от анализа данных метагеномного секвенирования до анализа экспрессии генов и метаболомики. Фундаментальные знания в области алгоритмов и компьютерных наук позволяют группе заниматься решением задач биологии, сводя их к известным вычислительным задачам и создавая инструменты визуализации и анализа данных для биологов.


Вернуться к списку исследовательских групп


Лаборатория нейробиологии и физиологии развития


Нейробиология и физиология развития прошли долгий путь и накопили фундаментальную базу исследований. И тем не менее многое в этой науке по-прежнему остается неизведанным. А ведь эти науки таят в себе огромный потенциал к пониманию человеческого мозга.
Задача лаборатории нейробиологии и физиологии развития разработать вычислительный фреймворк для создания динамических пространственных моделей структуры нервных тканей и динамики базовых стимулов. Проект Biological Cellular Neural Network Modeling (BCNNM) использует последовательности биохимических реакций для запуска сложных моделей нейронных сетей при формировании исходных стволовых клеток. Фреймворк можно использовать для in silico репликации экспериментов, проведенных in vitro, чтобы получать измерения с ключевых компонентов, а также выполнять предварительную вычислительную проверку новых гипотез.


Вернуться к списку исследовательских групп



Лаборатория прикладного машинного обучения и глубокого обучения
и
Лаборатория агентных систем и обучения с подкреплением


Применение машинного обучения имеет огромный потенциал. Оно позволяет создавать системы, способные прогнозировать и предсказывать события, а также очень точно выявлять закономерности (в этом им нет равных). Эти возможности можно применить к решению огромного числа реальных проблем.


Обе лаборатории занимаются исследованиями в области машинного обучения, анализа данных и обучения с подкреплением, а также применением существующих современных методов машинного обучения к решению реальных задач. В этом году совместно с центром исследований BIOCAD в лаборатории начали работу над применением методов глубокого обучения в области разработки лекарств. Кроме того, совместно с Уппсальским университетом лаборатория приступила к изучению влияния факторов окружающей среды на экспрессию генов. Лаборатории активно работают со студентами ведущих университетов и участвуют в разработке учебных курсов, которые бы помогли развивать знания в области машинного обучения и анализа данных.


Вернуться к списку исследовательских групп


Исследовательская группа Paper-Analyzer


Работая на переднем крае науки, важно следить за открытиями, новейшими научными теориями и гипотезами. Для этого важно заниматься анализом исследовательских работ причем так, чтобы по возможности экономить время и ресурсы.


Задача исследовательской группы Paper-Analyzer упростить извлечение знаний из научных работ, посвященных биомедицине, используя модели глубокого обучения для обработки естественных языков. Основой Paper-Analyzer служит языковая модель на основе архитектуры Transformer, оптимизированная под работу с научными статьями. Задача языковой модели на основе имеющегося контекста предсказывать следующее слово. Используя языковую модель, можно строить другие модели и обучать их решению таких задач, как, например, распознавание именованных сущностей, извлечение отношений, поиск ответов на вопросы. Группа также проводит эксперименты с генеративными моделями для обобщения и перефразирования предложений. Общая цель всех этих разработок возможность автоматического извлечения знаний из научных публикаций.


Вернуться к списку исследовательских групп


Лаборатория криптографии


Вопросы безопасности одна из главных повесток в сегодняшнем мире. С ростом количества цифровой информации необходимость в ее безопасном хранении и поддержке постоянно возрастает.


Лаборатория криптографии занимается исследованиями современных задач в области криптографии и информационной безопасности. Она сотрудничает с COSIC исследовательской группой компьютерной безопасности и промышленной криптографии в Левене (Бельгия), Selmer Center в Университете Бергена (Норвегия) и INRIA (Франция). Исследования ведутся по различным направлениям: криптографические логические функции, симметричные шифры, легковесная криптография, технология блокчейна, квантовая криптография и информационная безопасность. Помимо публикации монографий и статей в ведущих журналах о криптографии, сотрудники лаборатории преподают криптографию в Новосибирском государственном университете и организуют NSUCRYPTO Международную студенческую олимпиаду по криптографии.


Вернуться к списку исследовательских групп


Группа HoTT и зависимых типов


Гомотопическая теория типов довольно новое направление математики, объединяющее несколько областей. Математике требуется прочная доказательная база: как однажды сказал Эйнштейн, никаким количеством экспериментов нельзя доказать теорию; но достаточно одного эксперимента, чтобы ее опровергнуть. Математика сложнейшая наука, поэтому данная инициатива большой и важный шаг.


Исследовательская группа занимается созданием Arend зависимо-типизированного языка и инструмента доказательства теорем, основанного на гомотопической теории типов. HTT является более продвинутым фреймворком, чем те, на которых основаны инструменты вроде Agda и Coq. Конечная цель создать онлайн-помощник для доказательства теорем, основанный на современной теории типов, который бы позволил формализовать определенные разделы математики.


Вернуться к списку исследовательских групп


Лаборатория методов ядерно-физических экспериментов


Сегодня многие задачи из области физики элементарных частиц, включая численное моделирование и анализ экспериментальных данных, полагаются на программное обеспечение, которое позволяет быть уверенными в воспроизводимости экспериментов и надежности результатов.


Лаборатория методов ядерно-физических экспериментов базируется в МФТИ. Основной интерес лаборатории методологии и ПО для решения задач в области физики элементарных частиц. На данный момент команда программистов лаборатории занимается разработкой нового поколения инструментов для получения данных (медленное управление, обработка сигналов) и анализа данных. Исследования лаборатории охватывают три сферы: физика элементарных частиц без ускорителя (эксперименты GERDA, Троицк ню-масс, KATRIN и IAXO), численное моделирование в физике элементарных частиц (эксперименты с ускорителем и без, атмосферное электричество, физика рентгеновского излучения) и разработка программного обеспечения для экспериментальной физики (системы получения и анализа данных, проекты по разработке инфраструктур, научные библиотеки для языка Kotlin). Огромное внимание уделяется и обучению: лаборатория старается дать молодым студентам возможность получить реальный опыт в физике и разработке.


Лаборатория методов ядерно-физических экспериментов


Вернуться к списку исследовательских групп


Лаборатория исследований процессов обучения


Развитие технологий в руках будущего поколения инженеров. В наших общих интересах обеспечить им наилучшее начало карьеры. Мы верим, что мастерство начинается с образования, поэтому, на наш взгляд, очень важно продвигать науку о процессах обучения.


Задача лаборатории исследования процессов обучения разрабатывать мероприятия по продвижению предметов STEM среди старшеклассников и увеличению их шансов на успех при построении профессиональных карьер в областях STEM. Лаборатория занимается долгосрочным исследовательским проектом по выявлению главных индикаторов успеха учащихся в программировании и предметах STEM (наука, технологии, инженерия и математика). Мы ищем сочетание четырех возможных факторов: когнитивные навыки, некогнитивные характеристики (образовательные и профессиональные отношения, социальная среда), гендер и методологии обучения. Необходимо найти ответы на следующие вопросы:


  1. Кто идет в STEM и программирование?
  2. Какие факторы (когнитивные возможности, история семьи и т. д.) приводят человека к лучшим результатам и уменьшают вероятность забросить учебу?
  3. Существуют ли характерные установки (мотивация, вовлеченность и т.д.), способные пересилить первоначальные данные?
  4. Какие методологии обучения приносят успех, а какие повышают вероятность неудачи?

Вернуться к списку исследовательских групп


Лаборатория алгоритмов мобильных роботов


Беспилотные автомобили уже стали реальностью. Прототипы автономных транспортных средств меняют будущее вождения прямо сейчас. Однако технологии автономных систем довольно новые их все еще необходимо улучшать.


Лаборатория алгоритмов мобильных роботов объединяет исследования в области разработки эффективных алгоритмов для мобильных роботов. В лаборатории имеется единственный в России экземпляр Duckietown платформы и среды, позволяющих разрабатывать алгоритмы для мобильных роботов. В центре внимания лаборатории задача одновременной локализации и построения карты (SLAM). SLAM подразумевает составление и последующее поддержание карты неизвестной среды; при этом благодаря анализу данных с различных датчиков можно отслеживать местонахождение агента в среде. Сложность задачи SLAM связана с шумами, свойственными физическим датчикам, а также с необходимостью следить за изменениями в динамической среде. Кроме того, многие алгоритмы SLAM рассчитаны на недорогое оборудование, которое задает строгие требования к производительности. В 2019 году лаборатория роботов участвовала в третьих AI Driving Olympics соревнованиях роботов, управляющих беспилотным транспортом. Эти престижные соревнования считаются местом силы для развития знаний в сфере беспилотных автомобилей. Наша лаборатория заняла первое место во всех трех состязаниях. Примечательно, что это был первый прецедент победы алгоритма глубокого обучения на этих соревнованиях.


Исследователи лаборатории преподают множество курсов по дисциплинам STEM в университетах. Также они предлагают курсы по мобильной разработке для школьников и принимают студентов из MIT, приезжающих по программе MISTI.


Лаборатория алгоритмов мобильных роботов


Вернуться к списку исследовательских групп


Проблемы оптимизации в программной инженерии


Инструменты JetBrains разрабатываются с целью помочь нашим пользователям повысить свою продуктивность и писать код лучше. Чтобы удостовериться, что продукт создан наилучшим образом, мы выполняем много исследований и тестов. И, конечно же, у нас есть лаборатории, занимающиеся исследованиями в области программной инженерии.


Группа проблем оптимизации в программной инженерии занимается исследованием сложных задач оптимизации, возникающих в сфере инженерии надежных систем, грамматического вывода и верификации ПО. Основное внимание уделяется синтезу моделей конечных автоматов из спецификаций, таких как трассировка выполнения и тест-кейсы.
Основные направления исследований включают вывод конечных автоматов при помощи метаэвристических алгоритмов, настройку параметров метаэвристических алгоритмов, программирование в ограничениях для задач с графами и автоматами, а также синтез, тестирование и верификацию программного обеспечения для промышленной автоматизации.


Вернуться к списку исследовательских групп


Группа параметризованных алгоритмов


В компьютерных науках всегда есть чему поучиться. И решение сложных задач современными методами это наше движение вперед.


Группа параметризованных алгоритмов занимается исследованием и решением сложных вычислительных задач с использованием современных техник создания точных алгоритмов. Зачастую это требует установления связей между различными задачами и исследования того, как сложность той или иной проблемы меняется для определенных классов экземпляров задач (например, экземпляров с ограничениями для значений параметров). В лаборатории ведется несколько исследовательских проектов, посвященных, в частности, задачам максимальной выполнимости, раскраски и кластеризации графов. Эти задачи могут в некоторых случаях определяться ограниченными параметрами, однако существуют алгоритмы умеренной сложности, которые делают решение этих задач реальным даже на объемных входных данных.


Вернуться к списку исследовательских групп


Лаборатория параллельных вычислений


Параллельное программирование приобрело большую популярность за последние два десятилетия. Каждый язык и каждая платформа предоставляют соответствующие примитивы. С ростом сложности систем использовать эти примитивы эффективным образом становится все труднее и труднее (например, в случае с несколькими узлами NUMA или с ослаблением моделей памяти).


Это рождает несколько важных практических вопросов. Как нам строить параллельные алгоритмы? Как достичь компромисса между гарантиями прогресса, эффективностью и справедливостью? Как проверить правильность этих алгоритмов? С чем их сравнивать? На некоторые из этих вопросов в академической среде есть частичные ответы, однако многие практические задачи так и остаются нерешенными.


Основная задача лаборатории параллельных вычислений ответить на эти вопросы, предоставив практически разумные и теоретически ценные решения, а также качественные инструменты, которые помогли бы другим исследователям и разработчикам в области параллельных вычислений. Среди интересов лаборатории: параллельные алгоритмы и структуры данных, энергонезависимая память, тестирование и верификация, анализ производительности, отладка, оптимизация, а также языки и модели параллельного программирования и восстановление памяти.


Вернуться к списку исследовательских групп


Лаборатория киберфизических систем


Когда дело касается разработки встроенных и киберфизических систем, возникает немало сложностей, связанных с различиями тех практик проектирования, которые используются в инженерии и разработке ПО. Встроенные системы имеют большое значение в различных отраслях, поэтому исследования в этой области открывают огромные возможности.


Лаборатория киберфизических систем занимается вопросами процессно-ориентированного программирования, психологии программирования, предметно-ориентированных языков для разработки управляющего ПО (киберфизические системы, ПЛК, встроенные системы, интернет вещей, распределенные управляющие системы и т.д.), критичных для безопасности систем, формальной семантики, динамической и статической верификации (проверка моделей, дедуктивная верификация, онтологическое проектирование).


Вернуться к списку исследовательских групп


Методы машинного обучения в области программной инженерии


Машинное обучение уже прошло огромный путь и имеет множество полезных приложений. В частности, его можно использовать для улучшения возможностей инструментов разработки.


Группа методов машинного обучения в области программной инженерии занимается разработкой и тестированием методов улучшения инструментов и процессов разработки путем применения анализа данных (включая машинное обучение) к данным из программных репозиториев. Совместно с командами нескольких продуктов JetBrains группа занимается интеграцией в продукты современных методов на основе данных. В данный момент группа работает над десятком исследовательских проектов на различные темы от поддержки библиотек сбора данных до генерации кода из описаний на естественном языке. Недавние результаты работы группы включают новый подход к рекомендации рефакторингов Move method, исследование нарушений лицензий в заимствованном коде на GitHub, современный подход к присуждению авторства исходного кода и метод построения векторных представлений стиля кода без явных признаков.


Вернуться к списку исследовательских групп


Лаборатория языковых инструментов


Теория языков программирования также представляет большой интерес для JetBrains как с точки зрения производимых инструментов, так и для улучшения нашего собственного языка Kotlin.


Лаборатория языковых инструментов была создана для проведения научных исследований в области теории языков программирования. Это совместная инициатива JetBrains и отделения программной инженерии на математико-механическом факультете Санкт-Петербургского государственного университета. Лаборатория ведет исследования по множеству разных направлений, включая теорию формальных языков и ее приложения в области синтаксического анализа, статический анализ кода, запросы к графовым базам данных, биоинформатику, а также семантику формального языка программирования и, в частности, семантику слабых моделей памяти, формальные методы верификации, основанные на средствах доказательства теорем и SMT-решателях, методы оптимизации программ, основанные на частичной оценке и суперкомпиляции, различные парадигмы программирования, включая функциональное, реляционное и сертифицированное программирование. Помимо исследований лаборатория проводит ежегодные зимние и летние школы, недельные международные семинары, стажировки для аспирантов и многие другие мероприятия.


Вернуться к списку исследовательских групп


Лаборатория верификации и анализа программ (VorPAL)


Одним из главных направлений работы над инструментами JetBrains является повышение продуктивности при их использовании. И тот уровень, которого наши инструменты достигли сегодня, во многом заслуга тех исследований, которыми занимаются наши лаборатории.


В лаборатории верификации и анализа программ студенты, аспиранты и исследователи занимаются разработкой программных технологий, основанных на формальных методах, таких как верификация, статический анализ и методы трансформации программ. Эти методы помогают повысить продуктивность разработчиков при использовании ими автономных инструментов, расширений языков программирования и плагинов для IDE.
Существенная часть исследований посвящена изучению возможностей по расширению Kotlin. Мы верим, что Kotlin можно продолжать улучшать и расширять. Например, это могут быть макросы, liquid-типы, pattern matching, вариативные дженерики. Также в лаборатории занимаются исследованием применения
конколического тестирования в Kotlin, различных техник фаззинга компилятора и других областей.


Лаборатория верификации и анализа программ (VorPAL)


Вернуться к списку исследовательских групп


Лаборатория инструментов совместной работы


Программирование далеко не единственное, чем на сегодняшний день приходится заниматься разработчикам. Они посвящают довольно много времени обмену информацией и командной работе. Разработка во многом опирается на специальные средства для совместной работы команд. Это коммуникационные инструменты, баг-трекеры, платформы для код-ревью и другое.


Задача новой лаборатории инструментов совместной работы в том, чтобы получить более глубокое понимание процессов коллаборации в разработке и других творческих областях, а также придумать новые подходы к поддержке совместной работы инструментами.


Вернуться к списку исследовательских групп



Если вы хотите присоединиться к какой-либо из групп, создать совместный проект или у вас есть общие вопросы, пишите нам по адресу info@research.jetbrains.org.


Благодарим Ольгу Андреевских за помощь в подготовке этой публикации.



Ваша команда JetBrains Research
The Drive to Develop
Подробнее..
Категории: Биотехнологии , Машинное обучение , Science , Криптография , Исследования и прогнозы в it , Робототехника , Обработка естественного языка , Наука , Блог компании jetbrains , Jetbrains , Research , Биоинформатика , Педагогика , Киберфизические системы , Оптимизация программ , Нейрофизиология , Параллельные вычисления , Jetbrains research , Зависимые типы , Ядерная физика , Параметризованные алгоритмы , Анализ программ , Инструменты совместной работы

Категории

Последние комментарии

  • Имя: Макс
    24.08.2022 | 11:28
    Я разраб в IT компании, работаю на арбитражную команду. Мы работаем с приламы и сайтами, при работе замечаются постоянные баны и лаги. Пацаны посоветовали сервис по анализу исходного кода,https://app Подробнее..
  • Имя: 9055410337
    20.08.2022 | 17:41
    поможем пишите в телеграм Подробнее..
  • Имя: sabbat
    17.08.2022 | 20:42
    Охренеть.. это просто шикарная статья, феноменально круто. Большое спасибо за разбор! Надеюсь как-нибудь с тобой связаться для обсуждений чего-либо) Подробнее..
  • Имя: Мария
    09.08.2022 | 14:44
    Добрый день. Если обладаете такой информацией, то подскажите, пожалуйста, где можно найти много-много материала по Yggdrasil и его уязвимостях для написания диплома? Благодарю. Подробнее..
© 2006-2024, personeltest.ru