Как минимум, не трястись над хрупкими цацками, не надевать на них защитные чехлы, рушащие всё старания дизайнеров? :) у меня смартфон за 65 тыс, и он стеклянный спереди и сзади, и пока я его не запихнул в толстый громоздкий противоударник, страшно было доставать из кармана этот скользкий как обмылок девайс
Вообще, будет любопытно почитать про процессинг и роутинг. Вы ещё упомянули автоматизацию, хотелось бы знать, как вы увязываете бизнес-логику для разных индустрий?
А пилот просто сидит в корзине, или ещё и сервак админит? И есть ли какая-то граница, дальше которой шар точно не имеет права лететь? Что будет, если полётное время будет заканчиваться где-нибудь в городской черте или на болотах?
Вы написали, что используете Huginn для интеграций «без высоких требований к надежности». Это обусловлено какими-то ограничениями/трудностями в использовании этой платформы?
1) Да, но всё зависит от конкретных задач: чему нужно научить ИИ? Например, данные с устройств интернета вещей могут научить его оптимизировать использование ресурсов, когда дома есть люди (вода, электричество, отопление, вентиляция). То есть данные из частных сетей интернета вещей могут использоваться для обучения ИИ, управляющих городскими коммуникациями, точному планированию потребностей в зависимости от района, времени суток, сезона и т.д., вплоть до праздничных дней.
2) Это, наверное. один из самых трудных вопросов. Кто знает, какие данные могут понадобиться будущим ИИ, которые создадут лет через 10? И для какой конкретной задачи? Мне кажется, выбор типов данных для последующих обучений зависит от разработчиков ИИ-систем. Кому ещё лучше знать, на каких выборках обучать их алгоритмы.
В принципе, да, но зачем? По сути, они мало будут отличаться от жёстко запрограммированных роботов на сборочных конвейерах, без адаптации под ситуацию.
Красным пунктиром схематично выделил ожидаемую посещаемость. Синим — реальная посещаемость. Прогноз на самом деле не завышен. Просто при расчете используются значения предшествующих наблюдений с разными весами. И субботний взлет частично предопределил «завышенный» прогноз воскресения. Меня тоже вначале немного смутил полученный (достаточно высокий) результат, но понедельник-то предсказан моделью очень точно, а значит я не ошибся.
Как минимум, не трястись над хрупкими цацками, не надевать на них защитные чехлы, рушащие всё старания дизайнеров? :) у меня смартфон за 65 тыс, и он стеклянный спереди и сзади, и пока я его не запихнул в толстый громоздкий противоударник, страшно было доставать из кармана этот скользкий как обмылок девайс
На Хабре они постеснялись такое писать, зато VC всё стерпит:
"за вечер пройти собеседование, а на утро получить оффер. Такого ещё не делали ни в одной российской компании. "
У Мвидео ночные собеседования в честь хакатона проходили ещё летом 2021 (https://habr.com/ru/company/mvideo/blog/561766/). А в декабре Тиньков набирал айтишников за один день (https://one-day-offer.tinkoff.ru/).
Какой интересный подход к иллюстрациям в постах.
А пилот просто сидит в корзине, или ещё и сервак админит? И есть ли какая-то граница, дальше которой шар точно не имеет права лететь? Что будет, если полётное время будет заканчиваться где-нибудь в городской черте или на болотах?
2) Это, наверное. один из самых трудных вопросов. Кто знает, какие данные могут понадобиться будущим ИИ, которые создадут лет через 10? И для какой конкретной задачи? Мне кажется, выбор типов данных для последующих обучений зависит от разработчиков ИИ-систем. Кому ещё лучше знать, на каких выборках обучать их алгоритмы.
Красным пунктиром схематично выделил ожидаемую посещаемость. Синим — реальная посещаемость. Прогноз на самом деле не завышен. Просто при расчете используются значения предшествующих наблюдений с разными весами. И субботний взлет частично предопределил «завышенный» прогноз воскресения. Меня тоже вначале немного смутил полученный (достаточно высокий) результат, но понедельник-то предсказан моделью очень точно, а значит я не ошибся.