Занимательные задачки

Я сделал бесплатный практический тренажёр по SQL для тех, кто хочет освоить работу с базами данных через практику. В нём нет теории и тестов, только реальные задачи и интерактивная работа с SQL.

Предыдущие две статьи сформулировали гипотезу: распределённое сообщество IT-специалистов может координироваться без иерархии, зарплат и венчурного капитала — если протокол взаимодействия спроектирован правильно. Гипотеза красивая. Но красота — не аргумент. Нужна верификация. Здесь — первая попытка её провести: агентная симуляция на 500 независимых прогонов, математические метрики и один неудобный результат, который требует решения.

Делюсь еще одной полезной штукой из личных разработок, на этот раз на тему мониторинга температуры в компьютере.

~120 строк на Python.

Константина Паустовского называют мастером пейзажной лирики. В его произведениях природа действительно выступает не как фон событий, а как будто один из полноценных действующий персонажей. Мне стало интересно попробовать разобраться, за счет каких лексических средств писатель так здорово оперирует впечатлениями читателя.  

Спидкубинг – сборка кубика Рубика и других головоломок на скорость – уже давно перестал быть просто хобби и превратился в глобальное интеллектуальное соревновательное движение. С 2003 года по всему миру проводятся турниры под эгидой Всемирной ассоциации кубика (World Cube Association – WCA), формируя единую систему правил, рейтингов и мировых рекордов. На март 2026 года количество уникальных участников (людей, которые хотя бы один раз выступали на официальных соревнованиях WCA) – более 282 000 человек из более чем 150 стран мира, а количество проведенных официальных соревнований – более 16 600. Причем за последние полгода добавилось порядка 15 000 новых участников и проведено боле 2 500 соревнований.

На этом фоне в среде спидкуберов всё чаще появляются разговоры о признании спидкубинга полноценным видом спорта и даже о его потенциальном включении в олимпийскую программу в будущем. С 2023 года WCA активно адаптирует свои правила под стандарты МОК с целью получения статуса IOC-recognized international sports federation. Делается это для расширения возможностей фандрайзинга, большей легитимности, запуска антидопинговых программ и т.д. Но до включения в программу Олимпиад, все же, еще очень далеко.

Сегодня расскажу об опыте Китая, который пошел по более прагматичному и централизованному пути. Спидкубинг в Поднебесной не только стремительно развивается, но и уже получил официальный статус спортивной дисциплины. Более того, в стране реализуется стратегия развития спидкубинга, предполагающая рост аудитории до 12 миллионов занимающихся к 2028 году.

Как Китай продвигает спидкубинг на государственном уровне, и чем этот опыт может быть интересен России – обсудим далее.

Пиксель кажется чистым изобретением компьютерной эры – светящаяся точка на экране, из миллионов которых складываются все наши фото, игры и видео. Мы привыкли думать о нём как о технической единице: квадратной и цифровой.

Но если посмотреть внимательнее, идея пикселя появилась задолго до первых процессоров. Это не столько технология, сколько способ мышления: разбить сложное изображение на отдельные части и собрать их заново уже в своей голове.

Художники открыли эту логику первыми, когда наносили на холст сетку, пытались управлять светом через темную комнату – она же камера-обскура, а позднее превратили дискретность в художественный принцип. Затем пришла цифровая революция: пиксель стал матрицей чисел, стандартом тестирования и языком видеоигр. А сегодня пиксель вернулся туда, откуда появился, – в материальный мир, но уже как культурный феномен. Теперь пиксель можно держать в руках: это кубик Рубика или кирпичик LEGO. В этой статье мы пройдём путь от аналоговой сетки к цифровому пикселю и обратно… к кубику Рубика.

Николай Заболоцкий эмоционально переживал за атомную бомбардировку в Японии, написал стихотворение про березы и про птицу иволгу, а получилась у него молитва. Я убедился в этом с помощью Python.

Создай головоломку — одно из интересных заданий игры Puzzle Hunt Мельбурнского университета 2016 года, в котором участникам предлагалось примерить на себя роль автора головоломки. Эта игра представляет собой ежегодный квест, цель которого — первыми обнаружить «сокровища», спрятанные где‑то на территории кампуса. Задания игры не содержат инструкций. Вместо этого участникам дается сюжет, который постепенно развивается, и в который встраиваются головоломки. Ответом на задание является слово или словосочетание. Таким образом, если решением головоломки является нечто иное, то должен существовать какой‑то способ, как получить из него слова. Завершает игру мета‑задание, в котором требуется некоторым образом скомбинировать все решения предыдущих заданий, чтобы получить финальный ответ, ведущий к расположению «сокровищ». Впервые этот квест организовал в 2004 году основатель Wikileaks Джулиан Ассанж. Задание «Создай головоломку» было частью третьего акта игры, а составил его Мухаммад Адиб Сурани (который помимо этого является автором заданий Mr. Game & Watch и Параллельные измерения, а также статьи Руководство к MUMS Puzzle Hunt).

Всем привет. Я уже около 10 лет занимаюсь разработкой и около 5 лет полностью перешел на продукты JetBrains, и за все это время у меня накопилось около 150 проектов как рабочих, так и своих личных, я их конечно же красиво разложил по папочкам на диске, поставил теги на папки в маке и добавил быстрый доступ.

Я работаю с несколькими клиентами, активных проектов в работе около 25 штук, стандартные средства и функционал IntelliJ IDEA(Recent projects) с таким количеством прекрасно справляется, быстро ввел название сервиса в поиск и так же быстро открыл.
Идеальная жизнь закончилась когда ко мне пришел клиент с еще 25 микросервисами в разных репозиториях и беклогом с багами в 300+ задач(white-label решение), я вздохнул и начал работать с 50 активными проектами и обнаружил что "Recent projects" в IDEA умеет хранить только 30 последних открытых проектов, и если ты открываешь 31 проект, увы первый пропадает как из поиска, так и из списка.

Через пару месяцев этот же клиент отправил меня на помощь одному из своих заказчиков, где те же 25 микросервисов, но со своими фичами, функционалом и так далее. По итогу к декабрю у меня образовалось 75 рабочих проектов и с десяток личных, и работать с этим комфортно я не представлялось возможным. Я начал искать какие то готовые решения на просторах магазина JetBrains - нашел три мертвых плагина с плоским функционалом и по факту тем же подходом как в "Recent projects".

Решение — свой плагин со всем функционалом что я хочу, без ограничений IDEA...

Меня тут давно донимает вопрос снижения энергопотребления в квартире, так как ежемесячный расход электроэнергии каждый месяц переваливает за 300 киловатт. В связи с этим решил понаблюдать за работой домашнего видеорегистратора. Для этих целей крутится небольшой сервачок (Debian Linux) на MiniITX с Ryzen 3 3200GE, который обслуживает несколько IP-камер и пишет их с помощью Xeoma (а также параллельно крутит Home Assistant).

Подключил умную розетку к этому устройству на месяц и выяснил, что устройство ежемесячно потребляет 64 киловатта.

Далее попытался понять, как мне снизить энергопотребление и выявил интересную особенность... К серверу подключён монитор, который в графическом интерфейсе отображает картинку с видеокамер. В таком режиме работы процессор нагружен на 80-90% по всем ядрам.

Погружение глубоководного батискафа «Триест» в Марианскую впадину на глубину 10 919м. И при чём тут  сжимаемость «несжимаемых» жидкостей?

Жидкости считаются «несжимаемыми».

Вернее сказать, что  при доступных в быту давлениях мы не можем заметить заметного изменения объёма при сжатии жидкости.

В реальности, жидкости вполне себе обладают упругими свойствами и эти свойства хорошо известны.

То есть жидкости не просто могут быть сжаты, но при этом у них имеются разные упругие характеристики, при которых разные жидкости при одинаковом приросте давления  демонстрируют различную величину уменьшения объёма.

Так у воды  модуль упругости  при сжатии почти в 2 раза   выше, чем у бензина (см.рис.1.).

На примере стихотворения "Рассвет на рельсах" можно увидеть эмоции и настроения Марины Цветаевой после отъезда в эмиграцию. В нём преобладают серые унылые тона. Но в то же время есть вера восстановить Россию.

В Wordle принято начинать с «хороших» слов – с частыми гласными и согласными. Однако анализ показывает, что менее очевидные варианты иногда дают больше информации. Возникает простой, но неудобный вопрос, можно ли доказать, что одно стартовое слово лучше другого. Краткий ответ – да. Я рассмотрел Wordle как задачу теории информации и количественно оценил каждый ход, используя Excel и официальный словарь игры. Эту статью я публикую в блоге ЛАНИТ, чтобы обсудить полученные результаты с техническим сообществом.

"Руководство к MUMS Puzzle Hunt" – это статья из первого номера журнала Paradox за 2010 год, который издает Сообщество математики и статистики Мельбурнского университета (или сокращенно MUMS). Ее автором является Мухаммад Адиб Сурани, который в то время отвечал за связи сообщества с общественностью (он также является составителем головоломок Mr. Game & Watch и Параллельные измерения). В статье он рассказывает про ежегодную игру Puzzle Hunt, которую организует сообщество (впервые ее провел Джулиан Ассанж в 2004 году), а также подробно разбирает одну из своих любимых головоломок  из этой игры, которая называется "Восстановление пар".

Вступление
В прошлой статье я показывал,как мы в AGIQ Solver Enterprise применили квантово‑вдохновлённый популяционный подход на GPU для NP‑задач и получили ускорение на практических постановках в 50–100 раз по сравнению с последовательным перебором и плохо распараллеливаемыми схемами.

Сегодня — следующий шаг:покажу,как задачи машинного обучения можно кодировать в SAT/MaxSAT, а затем решать обычным NP‑солвером — тем же AGIQ Solver Enterprise.

О чём статья (и что мы НЕ делаем)
Мы не будем пытаться “запихнуть” в SAT весь мир DL (ResNet/LLM/градиенты/батчи). Это плохая идея: там, где нужна дифференцируемая оптимизация, SGD остаётся королём.

Зато есть большой класс ML‑задач, где:
модель дискретная или может быть дискретизирована,
важны ограничения (fairness/монотонность/запреты/политики),
важна проверяемость и воспроизводимость решения,
нужен глобальный поиск (а не локальная оптимизация по градиенту).

Вот здесь SAT/MaxSAT — это не экзотика,а универсальный язык “правила + ограничения + оптимизация”.

Почему SAT вообще способен “кодировать что угодно”
В теории, любой NP‑вопрос можно редуцировать к SAT. На практике это означает простую вещь:

Внутренние инструменты — это странный жанр. Ты не делаешь продукт для миллиона пользователей. Ты делаешь для двадцати человек, которые будут использовать это каждый день. И если облажалась — они скажут тебе об этом лично. Прямо на созвоне. Иногда с демонстрацией экрана, где всё сломано.

Я занимаюсь этим несколько лет. Python, внутренние сервисы, утилиты, автоматизация. За это время появился довольно конкретный взгляд на то, как надо работать. Не из учебника, а через синяки.

Даже беглый анализ некоторых текстов группы "Кино" наталкивает на мысль о довольно сильных символических значениях их стихотворных строк. Мне стало интересно провести сравнительный анализ текста песни Виктора Цоя и драмы Уильяма Шекспира "Гамлет" и найти пересечения, аллюзии и реминисценции в творчестве двух авторов помощью инструментов NLP на Python.

Можно ли научить нейросеть «думать» так, словно на дворе 1912-й или даже 1650-й год? Да, но для этих целей нужно не расширять обучающие датасеты, а... ограничивать их. Мы в Beeline Cloud решили поговорить о проектах, позволяющих погрузиться в прошлое с помощью LLM, — и какое применение они находят с точки зрения гносеологии и бихевиоральных наук. Также обсуждаем несколько открытых инициатив, в рамках которых развивают подобные LLM.

Лабиринты использовались в видеоиграх с момента их появления. Первой видеоигрой с процедурно генерируемым лабиринтом была Beneath Apple Manor, выпущенная в 1978 году. Лабиринт в ней генерировался методом деления на комнаты и коридоры, из-за этого лабиринт часто выглядел однообразным и предсказуемым, что портило впечатление от игры. Для того, чтобы лабиринт выглядел естественнее разработчики стали использовать различные алгоритмы на графах. В этой статье мы рассмотрим реализации генерации идеального лабиринта с помощью алгоритма Прима.

За переводы сонетов Шекспира брались многие мастера и любители. Мне стало интересным провести лексико-семантический анализ нескольких переводов 74 сонета и сравнить их с оригиналом. Я взял авторов, авторитет которых как поэтов и переводчиков вне сомнения Маршака и Пастернака. И двух переводчиков, не известных как поэты - Николая Гербеля и Модеста Чайковского. Я захотел проверить, кто из переводчиков точнее всего передал смысл, ритм и эмоции оригинала, используя алгоритмы машинного обучения.