840
Пишу о матмоделях и прикладных задачах. Сотрудничество: @tarasov_math Сайт http://tarasov.expert
Сделал сайт по продаже напечатанных 3д моделек.
Это тоже баловство для знакомого кемпа по настольным играм. С ИИшкой стало очень легко сделать собственный интернет магазин, решил побаловаться. Денег на этом точно не заработать, но пощупать тренды и поучиться ходить за спросом, вполне можно. Пока интерес нулевой :)))
Нет ни у кого идей на эту тему что можно сделать с 3д печатными моделями?
Мои алгоритмы очень сложно показывать, так как они обычно внутри сложных систем. А делать отдельную визуализацию давно хотелось, но было накладно. А теперь с появлением ИИ это стало очень просто. Стал делать демки для своих алгоритмов. Сделал уже парочку - для алгоритма маршрутизации последней мили и для маршрутизации роботов на складе. demos.tarasovmath.ru Если кому интересно - пишите дам доступ. Просто в открытом виде не буду выкладывать, чтобы роботы со всего мира не запускали у меня на сервере реальные расчеты.
Читать полностью…
#мысль #rnd
Как выиграть в игру Тарантино.
В фильме Бесславные ублюдки была игра c бумажечками на лбу.
Она похожа на данетки, но есть пара отличий. Во первых, в нее играют несколько отгадывающих по очереди. Во вторых, ты можешь продолжать задавать вопросы, пока тебе отвечают да.
В результате игру можно хакнуть. Если в данетках самый правильный способ игры это делить пространство поиска пополам, то тут надо срезать по чуть-чуть. Надо задавать такой вопрос, чтобы на него с 90-95% отвечали бы да.
В результате ты либо бесплатно постепенно снижаешь область поиска, либо, если тебе ответили нет, резко ее сужаешь.
В пределе можно решить ее за два круга. Например, есть вариант этой игры в героев Гарри Поттера. Надо брать по очереди каждого из героев и спрашивать вопросы типа. Я же не Гарри Поттер. Потом, я же не Гермиона. и так далее.
Если тебе сказали нет, то ты понял кто ты и на втором круге завершишь игру. Героев в игре было около 100, значит первый вопрос был порядка 99%.
Если выйти за рамки игры, то эти вопросы не бесплатные, это "душнилово". Если учесть душнилово, что не надо время чужое занимать, то надо 1) задавать вопросы быстро 2) делить на на 99/1 а на 90/10 скажем.
Есть похожий пример в математике. Есть классический численный поиск корня уравнения f(x)= 0 методом деления пополам. Он удобен в ситуациях черного ящика, когда вычисление функции в точке дорогое.
Если нам нужно найти максимум функции, то там нужно для оценки брать уже не две точки на краях отрезка а 4. И тут уже оказывается что отрезок эффективней делить не поровну, а в соотношении золотого сечения. Тогда, когда мы проваливаемся на шаг глубже мы можем воспользоваться уже подсчитанной точкой и сэкономить время на пересчете.
Все это к бизнесу имеет отношение. Как я много раз уже писал, дебаг, маркетинг, поиск бизнес идей, оптимизация бизнеса, A/B тесты - везде возникает по сути исследование. Слова эксперимент, гипотеза это уже слова бизнеса, а не только науки.
И главный тут критерий при выборе куда двигаться - это скорость получения информации.
Лучше провести 10 мелких тестов занимающих скажем 1 час и которые дают 0.1 бита информации. Чем тест занимающий неделю и дающий 1 бит информации.
Выводы для бизнеса тут следующие:
1) Оценивайте время на проведение эксперимента.
2) Оценивайте варианты выводов. Может быть не только, да или нет, но и непонятно.
3) учитывайте несимметричность затраченных ресурсов на тот или иной вывод.
4) И с учетом этого планируйте свой эксперимент.
Очень часто делают эксперименты очень не эффективно. В одной знакомой крупной компании решили переписать некоторый важный кусок кода. Перед этим проводили A/B тест год, результат - непонятно нужно улучшение или нет.
На мой взгляд с учетом несимметричности ( с одном случае надо делать переделку, а в другом нет), тест надо было проводить под вопросом. Точно ли тут нужна переделка. Ответ на этот вопрос был бы получен гораздо раньше.
Если не видно яркой пользы сразу, то эксперимент можно бросать.
Еще пример, у меня друг развивает ИИ в одной известной компании. Ну как развивает, рисует анимацию кнопки вызова. Он это делает чудовищно медленно - годами. Грубо говоря, он в неделю прогает 1 час, а остальное время согласовывает изменения и ждет обратной связи. Надо будет отдельно написать про эту эпичную историю.
Пока ходил по CEMAT мне рассказали про задачу, которая есть в роботизации складов, но которую в России пока вроде никто не делает. Может есть пара складов где используют китайский софт.
Речь идет про маршрутизацию роботов между зонами хранения и сбора заказов. Там, очень много нюансов, например чтобы роботы не теряли время в очередях в точках сбора заказов. Или как эффективно возить товары категории C.
Есть тут люди которые работают в роботизированных складах? Ищу с кем можно проконсультироваться насчет реальной востребованности этой задачи. Нужно ли, что нужно, где, когда, и что именно.
Совет профессионалов по цепям поставок на CeMAT Russia 2026
Сегодня на выставке стартует День руководителя направления цепей поставок — специальный формат для лидеров SCM: фокус-сессия, техно-экскурсия, SCM-марафон и закрытый нетворкинг.
16 сентября 2026 10:30-12:00
Гранд Арена, Зал 3
► Модератор: Ырысбек Ташбаев, генеральный директор Ассоциации СПЦП
Спикеры:
- Анна Лазукина, эксперт, Совет профессионалов по цепям поставок;
- Дина Бражич, директор по цепям поставок, Stellar group;
- Елена Москвичёва, ведущий специалист по работе с ключевыми клиентами, ATI.SU;
- Ирина Роготнева, руководитель проектов автоматизации, Бургер Кинг;
- Кирилл Тупин, директор по логистике, ПК Серышевcкий;
- Ксения Старых, заместитель директора по интегрированному планированию, Hoff.
10:30 – 12:00 | Фокус-сессия
Практика от руководителей операций, закупок, планирования, логистики, ВЭД, складирования, клиентского сервиса и УЦП из производства, ритейла и дистрибуции.
13:30 – 17:00 | Конференция руководителей по направлениям УЦП (Конференц-зал С, зал 1)
Закрытый клуб: SCM-марафон, доверительный обмен опытом, без публикаций.
❗️А ещё на CeMAT Russia дня работает стенд Совета — C510, Зал 3
На стенде вас ждут интересные знакомства, обмен опытом и обсуждение актуальных тем логистики и цепей поставок. Будем рады видеть вас!
🟢 Подробности и регистрация на мероприятие ЗДЕСЬ
🟢 Бесплатный билет на выставку CeMAT RUSSIA 2026 по промокоду CR26BPROF ЗДЕСЬ
Я сегодня-завтра на выставке CEMAT. Если кто тоже здесь, пишите - пересечёмся.
Читать полностью…
Начинается сезон конференций. Посоветуйте какие конференции мне стоит посетить. Я планирую искать клиентов для автоматизации предприятий (MES), планирования смен сотрудников и других видов расписаний, маршрутизации доставки, так же могут быть ML, распознавание изображений, дефектоскопия, или вообще из серии пойди туда не знаю куда найди то не знаю что.
Конференции кстати отличный способ познакомиться в живую!
Пост небольшой ностальгии. Я 8 лет назад начинал своё фрилансерство, не поленился наделать вот такие визитки.
Они кстати отлично сработали. Первую визитку я вручил КСЛ, она у них до сих пор на столе лежит. А проект, с которого мы тогда стартовали, вырос в систему планирования цепочек поставок HORIZON. Которая и уже большая и мы продолжаем её развивать.
Сейчас под фирму и сайт делаю уже обычные визитки. Лень заморачиваться.
В продолжение вот этой истории. В итоге не успел уложиться в сроки.
Заказчик остановил испытания. Упёрся в две вещи:
1. Сроки. Они горели. Ну и перегорели. В целом алгоритм у меня в высокой степени готовности, на грани выкатки в прод. Детские болезни ещё есть, но, на мой взгляд, несущественные.
2. Контринтуитивность. Это моё любимое слово, и основную пользу я делаю именно нестандартными подходами. Но это сложно продавать. Возникают вопросы в стиле: «А почему у вас фонарик возвращает не самый быстрый брат?». Особенно сложно, когда у заказчика есть свои заказчики, а у тех — свои. В результате один уровень, может, ты и убедишь, но дальше пробиться сложно.
Это хоть и обидно, но естественная вещь — называется репутацией и доверием. Сначала репутацию нужно создать, а потом уже приносить пользу. Приходится делать алгоритм, который ведёт себя максимально предсказуемо, и дальше, по мере наработки, включать уже мощь. Но на это снова нужно время. Плюс обрезанный алгоритм уже не так хорош.
Теперь у меня есть отличный алгоритм последней мили — на уровне моего алгоритма огранки алмазов:
- Он более быстрый, чем всё, что я видел.
- Благодаря этому он более качественный: делает максимальную глубину планирования, более гибко настраивается под конкретного заказчика и конкретную точку.
- Благодаря глубине планирования он даёт до 5% экономии ресурсов. Это прямая польза в виде уменьшения ФОТ и косвенная — в виде улучшения качества сервиса. Баланс между этими параметрами можно настраивать.
Никто не работает в фирмах с курьерской доставкой? Давайте пилот замутим — тема огонь!
Перехожу с УСН на АУСН. Платить лишние деньги конечно жалко, но зато маркер роста. Можно футболочку сделать, перешел на АУСН :)
Обнаружил, что мог 3 года сидеть на патенте, не знал. Обидно, потерял кучу денег.
Сделал еще один ролик про парадокс Симпсона. На мой взгляд получилось очень годно. Куча классных кейсов, может даже многовато. Под конец поспорил с Фукуямой насчет конца истории.
https://www.youtube.com/watch?v=As2FaKG-dgM
#кейс
Как ускорить пузырёк.
Встречался как-то с задачей на создания планировщика очередей. Нужно было сделать быстрый алгоритм (десятки миллисекунд) для выбора правильного порядка.
Есть N задач. У каждой — приоритет pᵢ и время выполнения tᵢ. Нужно отсортировать их так, чтобы минимизировать функционал [рис. 1].
Иными словами, каждая задача вносит вклад «приоритет / накопленное время». Чем позже задача стоит, тем меньше её вклад (знаменатель растёт). Но ставить всё подряд тоже невыгодно — можно закопать важную задачу.
Базовая идея: флип
До меня эту задачу решали следующим образом.
Возьмём две соседние задачи A и B. Пусть S — суммарное время перед ними. Сравниваем два порядка [рис. 2].
Вычитаем, упрощаем — и получаем простой критерий флипа:
Если pₐ · tբ · (S + tբ) > pբ · tₐ · (S + tₐ) — меняем местами.
Классический bubble sort: идём по очереди и флипаем пары, пока есть улучшения. Все очень просто, казалось бы улучшить ничего уже нельзя.
Любой умный алгоритм будет просто медленней.
Улучшаем неулучшаемое
Я решил поупрощать критерий флипа дальше. Совершенно школьными методами у меня получилось сделать
вот такую штуку [рис. 3].
Теперь слева — только A, справа — только B. Критерий перестал быть парным!
У каждой задачи появилась индивидуальная «метрика» [рис. 4].
Задачи нужно ставить в порядке возрастания vᵢ(S).
Ну и все, теперь можно выкинуть пузырек.
Раньше: берём произвольную очередь → ищем соседние пары, где нарушен порядок → флипаем.
Теперь: на каждом шаге S известен. Просто выбираем среди оставшихся задач ту, у которой vᵢ(S) минимальна [рис. 5]. Ставим её следующей. Повторяем.
❗️ Критерий перестал быть парным — он стал индивидуальным для каждой задачи в текущем состоянии S. А значит, вместо bubble sort получаем жадный алгоритм за O(N²).
При этом что еще важно - первый элемент очереди мы можем найти за O(N). А в планировщике обычно нужен именно первый элемент. Пока он отработает, прилетят еще задачи и их тоже надо будет сортировать.
Закрыли окончательно заказ по автоматизации мясоперабатывающего завода для IBS. Там все за NDA, про конечного клиента написать не могу.
Ниже напишу суть того, что сделали.
Модель описывает птицеперерабатывающее предприятие: площадки, цеха и производственные центры. Живок перерабатывается, затем продукция проходит разделку и сборку, превращаясь в полуфабрикаты и готовые SKU. Оптимизатор выбирает рецептуры, сырьё, линии, центры, объёмы производства, склады и объемы отгрузок по планам продаж. Выбор среди двух критериев расчёта: минимизация дефицита или максимизация маржи. Поддерживаются 18 месячных периодов, 35 суточных или 28 волн по 12 часов. Целевая размерность - 500 SKU готовой продукции, 100 производственных центров, до 20 этапов на производство каждого SKU и 6000 грузополучателей.
Математическая часть - смешанно-целочисленная линейная модель (MILP), но почти все переменные непрерывные. Основная сложность - целочисленные переменные, которые нужны главным образом для этапов с фиксированной длительностью: они учитывают партии, одновременную обработку нескольких партий на одном центре и переход выпуска между периодами. Также в задаче присутствует множество альтернативных цепочек производства. Складские остатки ведутся по возрасту, чтобы учитывать сроки годности. Снятые ограничения заменяются штрафными превышениями, показывающими нехватку ресурса. Оптимизатор интегрирован с базой и системой заказчика.
Если есть похожие задачи - обращайтесь. :) кококо
Лучший способ учиться "не думать" - данетки.
На тимбилдинге загадал классическую данетку про артиста и шкаф. И ребята очень долго тупили и не могли понять, как могло измениться положение шкафа. Выяснили, что шкаф не был повернут, не сдвигался по полу, не поднимался вверх. И все равно они могли сдвинуться дальше. Потому что представляли в голове картину, а правильный ответ в эту картину не укладывался :)
Математик из Нижнего Тагила опроверг гипотезу, над которой учёные бились почти 30 лет, — благодаря мемной переписке с ChatGPT. Мозги гения + иишка помогут разгрузить дороги от пробок.
Выпускник вышки Дмитрий Рыбин, который недавно защитил кандидатскую по ИИ в Китае и сейчас живёт в Шэньчжэне, попросил жипитишку "совершить научный прорыв" и найти контрпример к гипотезе Диница—Гарга—Гоеманса. Сначала модель отказалась, но после нескольких настойчивых просьб всё-таки взялась за задачу и за пару часов выдала решение.
Вердикт ИИ: идеальное математическое распределение потоков — например, в дорожных, логистических или компьютерных сетях — всегда можно реализовать на практике без дополнительных потерь. Почти 30 лет ни доказать, ни опровергнуть это никому не удавалось.
Талант сначала решил, что нейросеть галлюцинирует. Но контрпример оказался настолько коротким, что он проверил его вручную прямо во время просмотра фильма с друзьями. Ошибки не нашлось — гипотеза действительно оказалась неверной.
Сам математик называет всю историю чистым мемом. Со слов Рыбина, его главный вклад — несколько раз подряд просить иишку не сдаваться и продолжить исследование. Теперь спецы смогут точнее учитывать ограничения при проектировании транспортных, логистических и компьютерных сетей. Это может помочь решить проблему пробок на дорогах — маршруты будут улучшать с учётом всех вводных.
❗ Не грузятся фото и видео? Читайте нас в MAX
Выпустил новый ролик. Просто общий ролик представление, чем я занимаюсь.
Выложил пока только на RuTube. На Ютюб, что-то не получается пока из-за разных блокировок.
Ролик интересен тем, что я не делал и не заказывал монтаж. Вместо этого я попросил друга (@startupoftheday) и он мне сделал на Клоде. Получилось вполне прикольно, всю анимацию Клод делал сам. На твердую четверочку, как мне кажется. А вы что думаете ?
Если кому нужны услуги видео монтажа, могу за 5 тысяч рублей сделать. Это точно не бизнес, просто хочется побаловаться и посмотреть куда кривая выведет.
UPD. Выложил и в Ютюб наконец.
Как найти клад.
В детстве, я как все мечтал найти клад. Потом понял, что без карты это невозможно, а карту нигде так просто не достать. Потом я понял, что карту можно сделать самому. Надо просто придумать правильную идею.
Например, разбираясь с ценностью алмазов, я наткнулся на метеориты. Они редкие и потому ценные. Можно ли как то собрать метеориты? Просто так их найти очень сложно, они же редкие. Да и на глаз от простого камня сложно отличается. Есть охотники за метеоритами. Услышали, что в Челябинске упал метеорит, сразу едем туда и или ищем осколки или скупаем.
Есть еще более забавная идея. В Антарктиде сплошной лед и снег и если вы видите там камень на льду, то это метеорит. Когда я стал разбираться, то все оказалось еще прикольнее. Ледники текут и в определенных местах тают. В результате там скапливаются метеориты. Идея классная, можно собираться и ехать в Антарктиду. Есть правда две проблемы. На Антарктиде запрещена коммерческая деятельность, и еще цены метеоритов на рынке падали после каждой экспедиции американцев в Антарктику. Кажется там уже все подчистили. Хотя наверно остатки какие-то еще есть и если сделать дрон с машинным зрением, он что-нибудь да найдет.
Ледники есть не только в Антарктике но и по всей земле. И можно найти еще месторождения метеоритов.
Еще я слышал, что на месторождениях алмазов отличается флора. То есть можно найти цветок, который указывает на месторождение алмазов. Надо только набрать фоток проанализировать и найти уникальное отличие.
Или можно пойти в фермеры, найти такой особенный участок, который дает урожай ровно тогда, когда у всех засуха (я слышал что в Тамбовской области водоносный слой близко от грунта например). Засеять его и ждать этой засухи.
Можно просто придумать кучу разных бизнес идей. В ИИ лежит тысяча карт, надо просто пойти и взять себе одну :)
Биты не обязательно должны быть целыми.
Это факт, который многим не очевиден, а меня забавляет.
Если мы 5 раз подбросим монетку, то получим 5 бит информации, что соответствует тому, что мы узнали 1 из 32 равнозначных вариантов. Если мы два раза бросим игральную кость, то получим 1 из 36 равнозначных вариантов, то есть это чуть больше 5 бит. А бросок одной игральной кости дает нам чуть больше 2.5 бита.
Ощущение, что бит целый проистекает из-за того, что цифровые файлы состоят из ноликов и единичек и их можно записать целое число. Это верно. А в остальных местах, где используется информации биты легко могут быть не целыми. Даже и в записи есть нюансы
#текучка
Закрыл ООО, которое оставалось от предыдущего стартапа. Тянуло деньги потихоньку, в этом году стало необходимо платить некоторые платежи даже за нулевку. Как в анекдоте про эстонца и дохлую кошку - не прикоттилось.
Хорошо пробежался по конференции. Встретил людей которых давно не видел, познакомился с разработчиками российского лп солвера OptJet. Нашел две интересные оптимизационные темы для роботизированных складов, собрал и раздал кучу визиток. Готового заказа до конца года не прослеживается, но было очевидно полезно.
Читать полностью…
Сделал копию своего канала на РуТюбе. Буду рад любой обратно связи, полезно, интересно, что улучшить, про что записать видео.
Пока 4 видео. Исходный на tarasov_math">ютюбе тут.
Ну что проблема тысячелетия решена! Уравнение Навье-Стокса может приводить за конечное время к сингулярностям. ИИ официально рулит!
Вообще, если про математику говорить, контрпримеры конечно никому не нравятся. Их находить проще, и они закрывают направление. Я знаю, я сам в основном контрпримеры придумывал. Начиная с мятого рубля. Да и сам результат, если думать задним умом, очевиден. Нелинейные уравнения всегда в бесконечность за конечное время убегают. Начиная с простейшего x' =x^2. Тут мешался закон сохранения энергии, но вот придумали как обойти.
Так что Перельман пока еще круче ИИ. Но думаю что это не последняя решенная проблема тысячелетия, и будут еще теоремы, а не контрпримеры.
Надо теперь нам всем подстраиваться под новый мир. Старые задачи резко обесцениваются, зато можно решать более амбициозные задачи.
Да здравствует вторая научно-техническая революция!
Перевез сайт с https://tarasov.exprert на https://tarasovmath.ru
Все таки мы уже давно команда, а не отдельный фрилансер.
На тему 1 сентября.
Сейчас все жалуются, что из-за ИИ стало легко писать домашние задания/дипломы. Получается перекос автоматизации в сторону недобросовестного ученика. В результате качество образования проседает.
Мне кажется это дело временное. Можно ведь перекос в другую сторону сделать! ИИ или уже дорос или скоро дорастет, чтобы устно принимать экзамены у человека.
Это и распознавание видео в потоке и анализ аудио и создание модели ученика, что он уже понимает, а что еще осмысливает. Какие навыки и темы уже освоил.
Кажется отличная тема для стартапа, хоть и не близко мне по тематике. Знакомым позакидывал, пока не реагируют.
Сейчас с одним заказчиком сошлись звезды:
* когда я могу сделать качественно лучше алгоритм,
* он востребован и срочно нужен,
* клиент не жлоб и не нищеброд.
В результате я уже два месяца пилю свой алгоритм под success fee.
Прямо окунание в школьные годы, когда я очень активно участвовал в различных олимпиадах.
Кайф. Шарашишь на полную, дедлайн нависает, и ты либо справишься, либо нет. Так выглядит моя зона комфорта 😁
Многие говорят, что олимпиады переоценены, но лично мне олимпиады дали два важных навыка:
1. Жесткий тайм-менеджмент. То что сейчас называется Lean.
2. Не бояться делать рискованные задачи. И после олимпиад из-за этого я делал крутые результаты. Хотя и кучу раз проваливался.
По клиенту у меня до пятницы дедлайн сделать рабочую версию без детских болезней. На две недели затянул сдачу. Интересно успею или нет ))
#ооп
Размышлял уже насчет взаимосвязи ООП и математики. И прихожу к выводу, что они друг другу противопоказаны.
Я не настолько против ООП, как Дейкстра,
Я просто считаю, что ООП нужен там, где проект сложный за счет размера, не с математической точки зрения.
Ключевые проблемы с ООП две.
1. ООП императивный. И люди не разделяют толком постановку задачи от её решения. Даже ИИ не помогает. Загадывать желания у джинна это декларативный язык.
2. Главная сила ООП это уменьшение сложности через декомпозицию. Но при этом нельзя делать декомпозицию узких мест, иначе будет протечка абстракций.
Проблема программеров, в том что они начала декомпозируют задачу, а уже потом решают математику.
А если задача математически сложная, то сначала надо выделить именно суть задачи, и уже потом заниматься декомпозицией.
Причем сам по себе ООП неплох,просто надо математическую задачу правильно выделить.
Но человек, который не особо знает ООН и не особо знает математику ломает меньше дров, чем хороший прогер и средний математик.
Можно такую аналогию предложить. Карьерный самосвал легко проектировать и собирать разделив его на корпус, двигатель, колеса, кузов. Его даже на месте так собирают. А вот человека сделать разделив на голову, тело, руки и ноги уже не получится.
Декомпозировать его надо на нервную систему, кровеносную, мышечную и т.д.
Только тогда у нас есть шансы сделать пианиста, который сможет играть на пианино музыку с нотами в 1/32 секунды (что меньше, чем сигнал идет от мозга до пальца).
Как решить задачу ЛП за 200 миллисекунд.
В начале двухтысячных решали задачу подруливания космического аппарата ATV. На космическом аппарате стоит около 30 небольших маневровых двигателей. И если корабль отклоняется от заданного направления, то необходимо дать нужный импульс чтобы откорректировать 6 координат (положение аппарата и вращение). То есть выдать табличку из 30 чисел, насколько включается каждый из двигателей.
Вообще, если подсчитать по степеням свободы, то для этого достаточно всего 6 двигателей. Но они понатыканы в разных местах и в разные направления, и потому есть более удобные и менее удобные с точки зрения траты топлива.
Получается достаточно простая задача линейного программирования.
Проблема в том, что процессоры там не особо мощные, автобаланс идет каждую секунду и на саму задачу остается всего 200 миллисекунд.
Это на самом деле не такое уж и маленькое время, но гарантии, что мы точно решим задачу во всевозможных ситуациях мы дать не могли. В результате я предложил следующую идею. Давайте заранее насчитаем всю сетку решений в 6-мерном пространстве, запишем всю таблицу, а потом сделаем решающее дерево, которое будет быстро находить нужный ответ.
И этот подход отлично сработал. Коллеги которые реализовывали этот проект добавили еще там совсем уж маленькую ЛП задачу, которая уточняла параметры чтобы перейти от сетки к конкретным входным данным. Так как там уже был определен список двигателей которые надо включать, то получается задача уже 6 на 6. А это даже не ЛП, а обычная СЛАУ, которую даже в школе проходят, не пугая конечно названием и матрицами :)
Выложил новое видео. Свою любимую задачку про 4 братьев.
https://www.youtube.com/watch?v=2ivsFwuGsfY
Прямо сейчас получается похожая история с "разумными эвристиками" с одним из клиентов. Есть один очень даже разумный и очевидный критерий определенного вида глупостей, которых не должно по идее быть в оптимальном решении. Мой алгоритм их делает в два раза больше. Точнее картинка выглядит так. Базовый алгоритм не делает глупости в 99% случаев, а мой в 98%. При этом общее качество решения у меня получается заметно выше.
Если же этот критерий зажимать в 0% то общее качество решения должно заметно упасть.
Разумные эвристики хороши как критерий проверки алгоритма на глупость, и как работающий алгоритм, если по каким то причинам нельзя написать лучше алгоритм.
#метод_деления_пополам
Хороший повод напомнить, почему думать вредно.
Принцип звучит очень странно, казалось бы, математик-программист этим и зарабатывает.
Проблема в том, что человеки любят думать, так же как кошки залазить в коробки. Или другими словами - если вы молоток, то все кажется гвоздями. Потому мы норовим думать там, где это просто вредно. А думать надо только там, где без этого реально не обойтись.
Это общие рассуждения, распишу 4 конкретных темы, где вредно думать и почему:
1. Поиск ошибки/отладка. То, чем мы занимаемся большую часть времени. Можно попытаться подумать - то есть выстроить у себя в голове картину мира и найти ошибку. Все так конечно делают и метод работает. Но он медленный и подходит в простых ситуациях. Проблема в том, что он привычный и дефолтный из-за того, что в школе и университете мы учились на простых задачках и там метод хорошо работал. А сложная система обладает эмерджетностью, то есть новыми и неочевидными свойствами. Даже в относительно простой системе канализации можно так неправильно установить кран, что потом унитаз взорвется. Я считаю, что существенно более эффективный способ это локализация ошибки (он же метод разрыва и метод деления пополам). В локализации тоже надо думать, но о другом. Как сделать правильный эксперимент, как проще сузить пространство поиска.
2. Делай, что любишь, и люби, что делаешь. Если ты делаешь алгоритм для заказчика, то очень вредно привязываться к конкретному решению, так как оно может оказаться не оптимальным. Когда мы только начинаем над чем-то думать, мы уже начинаем изобретать велосипеды. И это от вот этой любви.
3. Бери больше кидай дальше, пока летит отдыхай. Всем математикам-оптимизаторам платят за результат. Чем меньше думаешь над конкретной задачей, тем быстрее и эффективней её сделаешь. И тем больше задач решишь. Думать все равно придется.:)
4. Когда кругозор сжимается в точку, она называется точка зрения. Идет прогресс, появляются новые методы и жизнь упрощается. Это и раньше было, а сейчас ИИ дает очень яркий пример. Чтобы идти в ногу со временем, надо, как говорят стартаперы, подрывать себя. То есть скептически к себе временами относиться. проверять себя.
Я воспользовался вашим советом что думать вредно и просто спросил ЛЛМ 4 раза сделать научный прорыв в одной задачке и она сделала
Читать полностью…