Укол в глаза, чтобы видеть инфракрасный! Мы и вообще млекопитающие видим свет примерно от 400 до 700 нанометров — это от фиолетового до красного. Поэтому, например, когда мы светим пультом в кондиционер, заметить это не получается. Там ближний инфракрасный. Светочувствительные белки реагируют на энергию прилетающих частиц. Инфракрасные фотоны несут очень мало энергии. Если бы мы могли видеть все ИК-фотоны, то постоянно ходили бы слепые, потому что так-то глаз тоже тёплый и нехило светит своими 37 градусами. А это тепловой шум. Но! Ведь есть апконверсия, когда мы 2 фотона меняем на 1, но с другой длиной волны. И есть область ИК, где мы не излучаем глазами. Взяли мышей, апконвертирующие нанофосфоры и стали ими мазать глаза. Они могут поглощать 2 или 3 слабых инфракрасных фотона (с длиной волны 980 нм) и тут же испускать один зелёный фотон (535 нм). Чтобы состав не размазался по глазу, прикрепили к нему белок, который цепляется за слой углеводов, покрывающих палочки и колбочки в сетчатке. 50 микрограмм на один мышиный глаз. — Не токсично (10 недель, по крайней мере). Иммунитет мышей норм. — При вспышках ИК-света зрительная кора отвечала. Мозг нетронутых мышей на ИК-свет вообще не реагировал. — В коробке мыши не заходили туда, где было ИК-освещение (прятались как от обычного света), у них нормально от него сужались зрачи и так далее. — Изображение они видят. Мыши научились отличать инфракрасный светящийся треугольник от инфракрасного круга, а горизонтальные полосы от вертикальных. ИК-картинка была примерно в два раза более "размытой" (вероятно, потому что наночастицы рассеивают свет во все стороны), но этого с запасом хватило, чтобы уверенно различать фигуры. — ИК-зрение не мешало дневному. Тут вот делали мягкие контактные линзы для человеков с аналогичными апконверсионными частицами. Там же сделали трёхцветные, то есть преобразуют не только в зелёный, но и в синий и красный — можно различать цвета в ИК-диапазоне. Важно — ближний ИК — это не тепловизор, поэтому мечты многих не сбылись. Смотреть можно будет только через тонкую светлую одежду — нейлон и полиэстер ИК-прозрачные, а хлопок и шерсть нет. Теперь ультрафиолет. Он вызывает катаракту, повреждает сетчатку и ускоряет старение глаза. Поэтому наш хрусталик стал за время эволюции жёлтым светофильтром, блокирующим УФ-лучи. Если убрать фильтр, по идее, человек должен видеть УФ. Ну, Клод Моне соврать не даст. Что узнали: — В видимом спектре обычные люди и без фильтров в хрусталиках видят одинаково. — Если свет ниже 420 нм, обычные люди слепли. Люди без хрусталиков продолжали отлично видеть ультрафиолет. — Стандартный зрительный пигмент — родопсин — имеет второй, побочный пик чувствительности, который как раз попадает в УФ-диапазон. То есть сенсоры у нас есть, но перед ними блокирующий светофильтр. Если вам удаляют хрусталик, кстати, на его место ставят линзу с УФ-фильтром. Так что снова никаких суперсил! -- Вступайте в ряды Фурье! | Самые цветные посты — Ты выглядишь по-идиотски в этих новых очках! — Но у меня нет никаких новых очков! — Зато у меня есть.

Разработчик Лиам Клопперс собрал ошейник с электрошоком для борьбы с думскроллингом — превысил лимит экранного времени в соцсетях, получил разряд. За основу взял обычный собачий ошейник. Дальше реверсировал его Bluetooth-протокол и связал с собственной программой на Python и приложением MacroDroid. MacroDroid ловит превышение лимита и шлёт запрос на сервер, после чего ошейник наносит удар. Сам ошейник Клопперс закрепил на ноге. Даже на небольшой мощности разряд вышел таким, что Клопперс чуть не отшвырнул телефон. По его словам, устройство оказалось слишком эффективным — вместо думскроллинга он стал бояться самого телефона. Теперь Клопперс переключается на раздражающий высокочастотный писк и обещает поискать золотую середину.

Новое знание и непрогнозируемый ущерб Первый параметр хорошей ошибки: это новое знание. Если в результате действия мы получаем новую информацию, то это уже не ошибка, а опыт или эксперимент. Если же в результате мы ничего нового не узнаем, то это не опыт, это может быть просто глупостью. Если мы кинем ноутбук в воду и после этого он перестанет работать — то тут нет никакого нового знания. Мы просто сделали глупую вещь. Если же мы кинули кусок каучука на плиту и получили вулканизированную резину — то это полезная ошибка. Второй параметр: нет значительного непрогнозируемого ущерба. Иногда эксперименты стоят денег, даже сравнительно больших денег. В краш-тестах бьют машины чтобы понять, как машина ведет себя при аварии. В этом случае наши затраты на тест — это стоимость машины. Это может быть значительная сумма, однако она необходима для сертификации или создания более безопасных машин. Мы прогнозируем эту сумму как убыток, для нас не будет сюрпризом, что мы списали эту машину. Если мы разбили машину и не получили новой информации — то вот это точно глупость. Во всем нужен баланс. Чернобыльская авария дала нам кучу новой информации про радиацию, работу оборудования, поведение природы при облучении и т.д. Однако цена за это новое знание была слишком высока, чтобы признать это полезной ошибкой. Если определять сколько же мы можем потратить на новое знание — зависит от компании и ее аппетитов. Нетфликс достаточно четко понимала, что для того, чтобы понять рынок, необходимо тратить деньги. В 2017 году перед Нетфликс стояла задача выйти на зарубежные рынки. 80% роста было за пределами США. Нужно было завоевать Бразилию, Индию, Индонезию. Однако компания совершенно не представляла что происходит на рынках этих стран, какие шоу будет пользоваться успехом, какие нет. Один из принципов, как принимать решения: это познавательная ценность неудачи. Когда ваша команда покупает и производит контент в разных странах мира, необходимо сосредоточиться на уроках, которые можно извлечь из любого опыта. Будьте готовы делать крупные рискованные ставки в странах с наибольшим потенциалом, таких как Индия и Бразилия, чтобы мы могли как следует изучить их рынок. Нам нужны победы, но еще больше нам нужны крупные, громкие поражения, на которых мы сможем учиться. Нам нужно постоянно задаваться вопросом: «Если мы купим вот эту программу и она провалится, какую информацию нам это даст? Если какую-то большую и важную, нужно покупать». То есть, Нетфликс спокойно могла позволить потерять несколько миллионов долларов — но компания прогнозировала этот ущерб. И здесь ключевые слова: значительный и непрогнозируемый. Если ущерб не значительный — то можно не думать и даже не особо волноваться на этот счет. Если ущерб значительный, но прогнозируемый — то почему бы и нет? #чф #ошибки

Сегодня я нажал кнопку "раскатать на всех" в эксперименте, над которым моя команда работала с начала года. Эксперимент положительный, доверительный интервал глубоко зеленого цвета. Опытный экспериментатор отметит тот факт, что граница доверитильного интервала далеко от нуля, а значит confidence у этого эксперимента достаточно высокий. Вне всяких сомнений, это улучшение опыта клиентов немного заметное даже на масштабе всей огромной компнии. Успех в этом эксперименте фактически означает, что мы выполнили свои цели на этот год, и дальше можно работать уже имея большую свободу: вкладываться в какие-то долгосрочные проекты без немедленной отдачи, или доводить какие-то более мелкие штуки. Ну и немного улучшить ситуацию с тех. долгом, поработать над нашим собственным тулингом, углубить интеграцию с AI в конце концов. Суть улучшения не все поймут даже внутри компании, а наружу про нее говорить вообще пока нельзя, но это на стыке модного AI (LLM-driven) и классического ML. Я очень рад, что именно эта гипотеза сработала. Дело в том, что новомодный AI, конечно, обладает большими возможностями, и иногда слабо отличим от магии, но для задач, где нужно обработать огромное количество данных, он почти не применим: и дорого и медленно. Недавно стали появляться подходы, которые позволяют их эффективно скрещивать, и использовать магию LLM в том числе на BigData задачках, но они пока технически достаточно сложные. Один из них сработал у нас. Я надеюсь, через пол года об этом напишут статью, и тогда можно будет рассказывать уже в деталях, а пока просто хочется разделить с вами эту эмоцию.

@jitbit принёс файловую систему πfs, где всё можно хранить внутри π. Пи — такое хитрое число, что грубо говоря, там каждый следующий знак можно воспринимать как условно-случайный. То есть запись числа содержит любую конечную последовательность цифр. А это значит, что рано или поздно внутри π встретится полная копия вашей ДНК, ваш пароль от роутера, каждый из ваших файлов и даже тот файл, что вы запишете завтра. И чтобы обратиться туда, надо сделать вещи: 1. Найти данные внутри π (это может занять от пары секунд до пары веков и больше) 2. Записать смещение и длину (это почти мгновенно) Чтобы прочитать — просто перейти по координатам и вычитать нужную длину. В реализации файловой системы чтения нет, это вы уж сами. Собственно, от файловой системы остаётся только аналог FAT, где хранятся смещение и длина + заголовки файлов. Система очень надёжная, даже если вы потеряете метаданные, сами данные будут храниться вечно. Запись делается через формулу Дэвида Бейли — можно вычислить два шестнадцатеричных знака дробной части π начиная с позиции id, без вычисления всех предыдущих. Корректна до id ≈ 1,18×10^7, дальше надо разрабатывать отдельные типы или переходить на C++ с его __float128. Для длинных смещений формула работает очень быстро по сравнению с любыми другими методами, потому что даёт считать без вычисления предыдущих цифр (то есть без сильных затрат оперативки), но всё равно время выполнения растет линейно-логарифмически. Ещё она очень хорошо параллелизуется, но при этом у неё нет квантового ускорения. В текущей реализации пишутся чанки, для прототипа — по 1 байту. На каждый байт данных хранится 2 байта метаданных. Если вы хотите писать чанки больше или сразу целые файлы — придётся менять параметры и больше считать. У файловой системы есть проблемы: — Нормальность π — это недоказанная гипотеза. Доказаны иррациональность и трансцендентность, но не равномерная встречаемость. Все эмпирические проверки её подтверждают, но строгого доказательства нет. Это значит, что не факт, что искомая последовательность встретится. — Для смещений порядка 2^64 одно чтение блока заняло бы тысячи процессорных лет, а смещение мегабайтного файла пока не получается записать никуда. — На практике на игровом компьютере 4 байта пишутся мгновенно, 8 байт — 18 секунд, 10 байт — 2 недели, 16 байт — 780 возрастов Вселенной. Именно поэтому выбран чанк 1 байт — чтобы вы могли хоть что-то быстро записывать. — И того, что мы уже вычислили, в массиве найдётся любой блок до 6 байт, и уже с вероятностью около 2% — блок из 7 байт. — Маркетинговый материал включает заявления "infinite storage" и "100% dedup", это правда. — Версии для Win уже 14 лет всё ещё нет. Можно над ней смеяться, но вообще-то она работает. Наглядным пособием почему хранение данных в π или в Вавилонской библиотеке или в бесконечной константе ничего не даёт. Потому что вся информация перетекает в индексы. Судя по запросам сообщества, нужна поддержка ещё 𝐞, √2, τ, предлагают пихать метаданные тоже внутрь π, чтобы уменьшить объём хранения, в планах поддержка Hadoop. Вот вам некоторые полезные смещения: hex 0xF00D — 13680, 0xDEAD — 40771, 0xC0DE — 53378, ASCII 'Hi' — 4506, ASCII 'OK' — 12301. Ещё там есть точка Фейнмана: шесть девяток подряд «999999» на позиции 762. Название файловой системы (314159, первые шесть цифр π) лежат на позиции 176451. 16470 стоит на позиции 16470, 44899 на позиции 44899, 1 на позиции 1 (если считать передними когтями с нуля). И да, если вы дочитали до этого места, вы упоротые. -- Вступайте в ряды Фурье! | Лучшие посты — Тебя как зовут? — Как Лёху. — Как какого Лёху? — Как любого Лёху.