ЭВМ в народном хозяйстве: железная дорога, «Сирена» Аэрофлота, с-х и стройка
Помните женщину в билетной кассе, которая стучала по клавишам странного терминала, а потом из недр стола с грохотом выползал билет? Если помните — у меня для вас новость: вы застали живую историю советской вычислительной техники. В предыдущих частях мы прошлись по истории ЭВМ в СССР и разобрались с поколениями машин. Также мы начали обзор тех областей народного хозяйства, куда ЭВМ внедряли или пытались внедрить. Сегодня продолжаем: железные дороги, «Аэрофлот», сельское хозяйство и стройка.
Разделение ответственности между Claude и Codex: как я перестал выбирать одну нейросеть и усилил сразу две
Я Go-разработчик, но у меня есть собственный проект — и это значит, что Go только часть работы. В обычную неделю я переключаюсь между Go-бэкендом, SQL, React и TypeScript, дизайном API, архитектурой, Docker, CI/CD, инфраструктурой, тестами и UX.Проблема не в том, что я чего-то из этого «не знаю». Невозможно держать все эти области в голове одновременно и при этом в одиночку делать продукт целиком. Контекст-свитчинг стоит дорого сам по себе.AI помогает. И примерно здесь у всех начинается один и тот же спор: Claude или Codex? Кто лучше пишет код, за какую подписку платить.
Всё началось с таблицы Excel, которую нельзя было заполнить
7 мая одна из моделей OpenAI получила задание: достроить формулы в книге Excel. Книга ссылалась на Google Drive. Интернет у модели был отключён.
Виртуальные сотрудники в b2b: как мы полгода готовили 1С и Битрикс24 к мультиагентной системе
Про ИИ-агентов в бизнесе написаны сотни манифестов и единицы кейсов. Это кейс. За полгода мы с нуля подготовили архитектуру b2b-компании к внедрению виртуальных сотрудников: построили полностью ИИ-автоматизированный пайплайн разработки для 1С, выполнили на нём 1100 подзадач доработки 1С и Битрикс24, спроектировали и вывели в прод первого виртуального сотрудника — финансового аналитика. Сейчас идёт третий этап: пилоты ассистента менеджера по продажам и виртуального закупщика ВЭД. Ниже — архитектура, этапы, цифры и главное: грабли, на которые мы наступили, чтобы вам не пришлось.
Крестики-нолики. Самообучение с подкреплением
В статье я попробую осветить подход к обучению нейронной сети игре в крестики-нолики с помощью методов обучения с подкреплением (Reinforcement Learning или RL). Мы разберем основные идеи TD Learning и Q-Learning, посмотрим, как сеть постепенно учится принимать все более сильные решения.Статья не претендует на исчерпывающее изложение темы. Цель скорее в том, чтобы дать интуитивное понимание ключевых идей. Тем не менее надеюсь что материал покажется вам интересным и будет полезен.
