Data Blog

🌙 Привет, друзья!Пока сильно не завалило делами, села расширять курс и одним из пунктов плана у меня были методы на основе вмешательства.Методы интерпретации на основе вмешательства основаны на идее ответа на вопрос:«Что произойдет с предсказанием модели если изменить или исключить отдельный признак?»Cуть всех таких методов состоит в том, что мы изменяем входные данные x по заранее определённому правилу, пропускаем измененное изображение x' через модель и фиксируем разность D = f(x) - f(x') выхода модели. Отсюда, важность признака определяется через чувствительность модели к его изменениям.Среди стандартных методов — Occlusion, Ablataion и Pertubation (Permutation). А вот не совсем стандартный, но всё ещё часто встречающийся метод — RISE (Randomized Input Sampling for Explanation of Black-box Models). И такие в RISE красивые были переходы, что я решила включить его в курс и сделать по нему туториал. Туториал снова на котиках, включает в себя практический ноутбук с кодом и статью на Хабр. Там и математика, и картинки — в общем, всё для отличного вечера. Залетайте читать, и прекрасной пятницы! ☺️

Моя персоналити на эту осень — студент, рисерчер на полставки и преподаватель. Иду к цели принести полноценный курс по интерпретируемости в университет, опубликовать статью и продолжить преподавать. А ещё мне очень хочется продолжать развивать канал, поэтому традиционный (вместе с кризисами творчества) пост — чего бы вы хотели видеть в контенте? Буду признательна за комментарии. А если у вас есть идеи по коллабам — дайте занть — я вам напишу или пишите сразу мне — @sabrina_sadiekh :)Отличного начала осени! ☺️

💡Что полезно: В обзоре есть прекрасный практико-ориентированный раздел — описано, какие версии LIME работают лучше для изображений, текста, временных рядов или графов и где их найти. Так что если вы хотите использовать LIME в работе, вам может пригодится интерактивный сайт, где собрана и регулярно обновляется (по заявлению авторов) информация обо всех вариантах LIME — which-lime-to-trust.Сохраняйте куда-то, вдруг :) Потыкать LIME на табличках и почитать про метод: можно тут. Отличных выходных и хорошего настроя на новую неделю, друзья! Ваш Дата-автор!

🎚 1,8 млрд рублей на реконструкцию подстанции - это почти 24 млн долларов.Я спросил у Алисы, что можно построить за такие деньги и что реально строилось за сопоставимые суммы. Ниже привожу ответ.Сумма в 1,8 млрд рублей (или около 24 млн долларов) — это вполне реальный бюджет для строительства или масштабной реконструкции серьёзных энергетических объектов регионального уровня. Вот несколько примеров реальных проектов в России, бюджет которых составил примерно такую же сумму:Подстанция 220 кВ «Ново-Лабинская» (Краснодарский край). На её строительство было направлено 1,8 млрд рублей. Это крупный питающий центр мощностью 330 МВА, построенный для обеспечения электроэнергией новых производств и формирования перерабатывающего кластера в Усть-Лабинском районе.Солнечная электростанция «Авангард-1» (Омская область). Строительство станции мощностью 15 МВт обошлось инвесторам в 1,8 млрд рублей. Её мощности достаточно для обеспечения «чистой» электроэнергией около 16 тысяч квартир или 5,3 тысячи частных домовладений.Годовая программа развития сетей «Россети Кубань» (2022 год). Именно 1,8 млрд рублей компания направила на модернизацию энергокольца вокруг Краснодара и прилегающих районов. В эту сумму вошли ввод 270 МВА новой мощности, строительство 80 км линий электропередачи, а также реконструкция девяти высоковольтных подстанций, включая ПС 35 кВ «Хутор Ленина», где мощность была увеличена почти вдвое.Инвестиции в энергосети Карелии (2024 год).Около 1,8 млрд рублей компания «Россети Северо-Запад» направила на развитие электросетевого комплекса республики, включая начало строительства важной узловой подстанции 110 кВ «Гранит».Что вообще можно построить за такие деньги в энергетике?За 1,8 млрд рублей обычно строят крупные магистральные или распределительные подстанции напряжением 110–220 кВ «под ключ» — с современными системами релейной защиты, автоматики и трансформаторами высокой мощности. Либо создают локальные объекты генерации на возобновляемых источниках энергии — например, солнечные или ветровые станции мощностью 15–20 МВт.За рубежом акцент при реализации подобных проектов часто делается на компактность, автоматизацию и интеграцию с возобновляемыми источниками энергии. Вот несколько примеров:Европа.Северная Македония, Скопье (2026 год). Около 22 млн евро (примерно 24 млн долларов) было вложено в новую высокотехнологичную подстанцию 110 кВ «Центральная». Её ключевая особенность — использование элегазовых комплектных распределительных устройств, что позволило сделать объект максимально компактным и разместить его в плотной городской застройке без потери мощности.Финляндия (2026 год).За 18 млн евро (около 19,5 млн долларов) оператор национальных сетей Fingrid заказал строительство крупной магистральной подстанции 400 кВ на западе страны, а также расширение двух других станций. Основная цель проекта — модернизация сетей для приёма больших объёмов энергии от новых ветропарков.США. Айова, Су-Центр (2026 год).Ровно 24 млн долларов направлено на строительство современной резервной газопоршневой электростанции мощностью 11 МВт, сопряжённой с местной подстанцией. Это, по сути, «страховочный» объект, который будет включаться в периоды пиковых цен на электроэнергию или при авариях в основной сети.Калифорния. Около 24 млн долларов стоил инфраструктурный контракт на прокладку подземных кабелей сверхвысокого напряжения 230 кВ. За эти средства крупную солнечную электростанцию, расположенную в восточной части калифорнийской пустыни, интегрировали в единую энергосистему штата.Азия и Ближний Восток. Саудовская Аравия, провинция Эль-Джауф.Инвестиции составили 24 млн долларов. За эти средства подрядчик построил «под ключ» подстанцию 132 кВ. Использование оборудования закрытого типа позволило защитить объект от экстремальной жары и песчаных бурь.Афганистан, Кабул (2025 год).За 25,4 млн долларов реализуется проект строительства новой мощной подстанции 220 кВ в Батхаке, пригороде Кабула, а также высоковольтной линии электропередачи.

Приятный UXW-паттернПонравилась простая схема для заголовка и подзаголовка в CleanMyMac:(key object + amount)to (action)И ещё хедер блока сверху тоже помогает.А когда объектов нет, достаточно менять только заголовок: No (objects) to (action)#лайк

Искренне не понимаю смысла вести канал, если тебе не нравится вести канал и для этого нужен ИИ.Что может быть жалостней зрелища, чем ИИ, пытающийся виртуозно шутить про 🍆 и 💩?

📌 Обучаю ИИ мыслить как я, чтобы не получать дефолтных ответов и рассуждений.Вместе с Клодом я просмотрела сотни своих чатов и рабочих кейсов, чтобы проанализировать то, как я мыслю, и научить Клод мыслить так, как это делаю я. И собрать skill под названием «anya-reasoning».Оказалось, что мое мышление опирается на вполне конкретные исследовательские и философские фреймы. Некоторые из них я знала, некоторые названия своих же методов мышления увидела впервые. Получилась такая реверснутая поговорка про «Назови врага по имени». Соль в том, что для лечения своих травм, важно их знать и уметь назвать. Здесь также, чтобы научить кого-то мыслить как ты, нужно знать, как это назвать и упаковать. Получается, назвать друга по имени. Например, какие принципы в моих запросах и диалогах увидел Клод:📎 Методологическая триангуляцияПринцип из качественной методологии: валидный стратегический вывод требует сходимости минимум трех независимых источников данных. В бренд-платформах это три слоя: видение бизнеса, реальные паттерны аудитории и вектор движения рынка. Точка их пересечения это единственное место, где рождается жизнеспособный инсайт. 📎 Разделение на observation / inference / conjectureБазовый эпистемологический принцип: факт, вывод и допущение, три разных уровня утверждения. Observation: зафиксировано в данных.Inference: логическое следствие с явным основанием.Conjecture: допущение, выходящее за пределы данных. 📎 Stated ≠ revealed preferencesПринцип из поведенческой экономики. Заявленное предпочтение не равно действительному. То, что респондент говорит в интервью, это сигнал, а не факт о его поведении. Реальный драйвер решений реконструируется в разрыве между «сказал» и «сделал».📎 Корреляция ≠ причинностьНаблюдаемая связь двух переменных не является доказательством причинной связи. Перед каузальным выводом нужна проверка трех альтернатив: обратная каузальность, общий фактор, селекционное смещение. «X коррелирует с Y» и «X вызывает Y» принципиально разные утверждения, требующие разного уровня доказательств.📎 Критерий фальсифицируемостиНаучное утверждение должно содержать условие, при котором оно ложно. Гипотеза без теста на опровержение — это мнение. Каждая стратегическая гипотеза формулируется с эмпирическим тестом: какое наблюдение ее опровергнет и при каком пороговом значении. .📎 Системное мышлениеСложные организационные проблемы это петли обратной связи, а не линейные цепочки причин. 📌 Как сделать такой скил для себя по мотивам собственных рассуждений и фреймов мышления:1⃣ Попросите Клод пройтись по вашим рабочим диалогам и рассказать, какие у вас повторяющиеся паттерны мышления. В каких ситуациях они проявляются? Как вы решаете типовые задачи? Какими кейсами это можно подтвердить? 2⃣ Уточняйте, просите себя прожаривать, не пропускайте теневые стороны вашего мышления.3⃣ Попросите упаковать в скилл и объяснить ваши принципы мышления научно, чтобы потом модель реально могла их применять. Зачем все это делать и какие выводы?Для меня проблема пресности ИИ-ответов в том, что дефолтная логика опирается на тысячу чужих рассуждений, которые выливаются в какую-то базовую компиляцию. Моя задача при работе с ИИ — получить не идеальный, выверенный, но при этом базовый и скучный ответ, а тот, что наиболее похож на то, как я сама думаю и принимаю решения. Могу ли я совершать ошибки? Да, могу. Но любое мое решение это тест гипотез.

Научить машину видеть лесС конца 1970-х годов спутники накопили огромный открытый архив снимков Земли. Можно буквально «отмотать» историю леса на десятилетия назад и посмотреть, как он менялся. Именно это и делает команда проекта «Стражник» — научного исследования усыхания темнохвойных лесов, которое ведётся в Сихотэ-Алинском заповеднике.Сергей Дудов, исследователь растительности Дальнего Востока из МГУ, куратор проекта, составляет карты темнохвойных лесов для каждого десятилетнего среза — с середины 1980-х годов до наших дней. Это позволит проследить динамику их площадей почти за сорок лет.В основе — методы машинного обучения. Но это, как объясняет сам Сергей, не просто нажать две-три кнопки на компьютере. Нужно приложить экспертный опыт: выделить на картах обучающие полигоны, то есть объяснить машине — вот здесь наши леса, здесь их нет. И сделать это для каждого временного среза. Это кропотливая, интеллектуально ёмкая работа, которая требует не только владения технологиями, но и глубокого понимания территории.Горный рельеф Приморья добавляет дополнительную сложность. Склон, постоянно затенённый из-за углов падения солнечных лучей, может выглядеть на снимке точь-в-точь как еловый лес — хотя на самом деле там совсем другая порода. Такие точки нужно заранее выявлять и исправлять, иначе карта будет искажена. Именно поэтому результаты дешифрирования снимков обязательно проверяются в поле — ногами и глазами.

Японцы наконец сделали фехтование смотрибельным. Больше никаких споров о том, кто кого вообще ткнул.Система Fencing Visualized в реальном времени отслеживает шпагу и дорисовывает за ней цветные следы. Без датчиков и всей этой обвески.Теперь это выглядит как нормальный бой, почти как в Звёздных войнах.

#Авито и их тестыЯ всегда писал, что на #Авито мы все подопытные крысы, что там всегда ведется миллион А/Б тестов, что "Авита у каждого своя"...Вот всего лишь 2 блока аналитики и формирования страницы в браузере, их там больше. Telegram не дал вставить столько текста, даже из одного блока, предложил в виде файла загрузить.1 картинка - это всего лишь небольшое окно "сообщения", что на каждой вкладке торчит. Второй блок никак не отображается.Но я вам увеличил, везде мы все находимся в разных тестовых группах. Контрольных, и тестовых. Каждый наш клик, каждое действие отслеживается. Но не для того чтобы вы нашли выгодное предложение, а для того, чтобы с продавцов драть больше денег, а анализ нашего поведения продавать рекламодателям.Просто живите с этим, что нет одинакового #Авито у двух разных людей (аккаунтов)

Недавно президент Путин заявил, что зарубежные оборонные ведомства инвестируют в развитие ИИ и добиваются значимых результатов, поэтому, чтобы сохранить «суверенитет и само существование России», российские технологии в сфере ИИ должны быть конкурентоспособны на мировом уровне, а «российская правовая база в сфере ИИ должна не сдерживать, а стимулировать разработку передовых технологий».Однако понимание многими чиновниками пути к достижению суверенитета и конкурентоспособности исключительно через цензуру становится большой проблемой. Алгоритмы не нейтральны, потому что их создают люди, а люди не нейтральны по самой своей сути. Информационным цензором становится «горстка корыстных организаций» и это беда. Впрочем, сейчас этим информационным цензором все еще является государство и все «запретительные» инициативы, которые вызывают мало понимания среди населения, стратегически связаны с попыткой сохранить свою монополию. Системы ИИ не нейтральны, и они влияют на то, как думают люди через целый набор «фильтров». Но такие же «фильтры» работают и в традиционных СМИ, о чем написали Эдвард Херман и Ноам Хомский еще в 1988 году в знаменитой книге «Производство согласия. Политическая экономия массмедиа». Просто информацию, доступную через ИИ, фильтрует другой субъект, отсюда и конфликт государств с корпорациями, контролирующими ИИ, и государств, где базируются эти корпорации, с государствами, где они не базируются.Системы ИИ не нейтральны. Но книги тоже не нейтральны. Тем не менее, человечество в целом давно пришло к выводу, что запрет книг — это путь в никуда. Отечественные чат-боты (вроде «Алисы») цензурировать можно, вообще запрещая высказываться на те или иные темы, но они при этом становятся малопригодными для интеллектуального пользования. Цензурировать же иностранные ИИ невозможно, их можно только заблокировать, но выход ли это?Отказаться от ИИ в современном мире уже невозможно, а попытки его цензурировать будут либо снижать качество языковой модели и делать ее неконкурентоспособной, либо продуцировать собственные предубеждения цензоров, точно также превращая чат-бот не в аналитический инструмент, а в инструмент пропаганды (пусть даже «своей», а не «вражеской», но где гарантии, что «свой» цензор не может стать агентом «врага»?)Вполне достаточно сделать так, чтобы люди хорошо разбирались в ИИ и понимали особенности собственного мышления, чтобы сознательно взвешивать риски и преимущества. При понимании того, как работают модели и их склонности воспроизводить одностороннюю картину действительности, пользователь может обращать внимание на противоречии в тексте, задавать наводящие вопросы и пытаться получить более сбалансированную информацию. Это значит, что решение проблемы с предвзятостью ИИ лежит не в сфере ИИ (он всегда будет предвзятым), а вне ее — в сфере качественного массового образования и обучения критическому восприятию текстов и хотя бы базовым навыкам их анализа.Цель не в том, чтобы контролировать то, что говорят чат-боты. Это так же бессмысленно и бесперспективно, как контроль за тем, что пишут писатели в книгах или комментаторы в соцсетях. История давно доказала, что результат всегда оказывается обратным. Цель в том, чтобы воспитать интеллектуальное поколение с критическим мышлением и предоставить ему достаточно разнообразной информации для ее критической оценки. Большое заблуждение считать, что народ глуп и только и ждет, как бы прочитать «вражескую» информацию и совершить предательство, и единственный спаситель — это цензор (которого берут из того же народа). Но народ может стать глупым, если ему ежедневно это внушать. Поэтому, как сказал президент, российская правовая база в сфере ИИ должна не сдерживать, а стимулировать разработку передовых технологий. Подробнее о западных и отечественных исследованиях, касающихся предвзятости ИИ, здесь.Подписывайтесь на канал https://t.me/red_wolf_says

Декомпозиция ролей, и кто же всё-таки я?Меня всегда коробил ярлык «маркетолог». Почему? Да потому что на рынке в него пытаются уместить вообще всё — от рислсов и креативов до трафика, PR и бренд-стратегии.Так кто же такой маркетолог? Одни считают, что это тот, кто нагонит лидов, другие уверены, что это смысловик, кто видит "за горизонт".В любом смол-толке, когда тебя спрашивают: «А ты чем занимаешься?», если ответить «маркетолог», можно услышать: «О, настраиваешь рекламу в инсте?» или «Слушай, а почему у меня видосы не залетают?».И собеседники весьма удивятся, если на всё это ты ответишь «нет» или «да хз», потому что это не твоя спецификация.И вот я углубился в изучение вакансий в поисках международного опыта. И среди сотен позиций, где на одного человека с припиской «маркетолог» пытаются, как в товарняк, нагрузить скоп из всех возможных ответственностей, я наткнулся на вакансии, в которых впервые за долгое время прочитал про себя... Но об этом ниже.Распределение ролей.В СНГ HR-ы и фаундеры упускают стык профессий. Для них есть глобально два лагеря:1. Аналитики (Data Analyst / BI). Суровые технари. SQL-запросы, кодиннг, дашборды в Power BI или Tableau. Им не до маркетинга и оцифровки креативов.2. Маркетологи и их руководители. И им точно не до баз данных, API и программирования. Звучит вообще как из разных вселенных.И я реально не припомню ни одной компании, куда заходил консалтить, где были бы роли вроде Marketing Analyst, Marketing Operations Manager, MarTech Lead.Из свежего на HH: 3 вакансии маркетинг-аналитика на 400 вакансий маркетологов. Остальных ролей просто нет.Когда на RU-рынке появятся отдельные MarTech роли?Мне кажется, что скоро.На западном рынке, особенно в B2B, без жесткой аналитики ты можешь уйти в разрыв за неделю. Там Marketing Analyst окупает свою месячную зарплату за день.В СНГ дешёвый трафик до сих пор прощал ошибки, но это время уходит. Сейчас трафик улетел в космос, а привычка не нанимать аналитиков осталась, продолжая винить во всех бедах маркетологов.Плюсом во многих бизнесах отделы маркетинга и продаж часто конфликтуют. Идея объединить их через RevOps (Revenue Operations) — это культурный сдвиг, к которому многие еще не пришли, до сих пор споря, кто главнее и кто кому должен подчиняться.Как только рынок задышит (надеюсь, это произойдет в ближайшее время) — вероятно, роли ювелиров (маркетинг аналитиков и маркетинг операционных менеджеров) начнут появляться массово, так как без хирургии на одних только бюджетах вывезти не получится.Так кто я?Определенно точно Я Marketing Operations Manager (с хард-скилами Marketing Analyst, что часто совмещается).Просто почитайте ключевые обязанности этой роли:- внедрение и оптимизация технологического стека (CRM, инструменты автоматизации);- создание дашбордов, работа с SQL, когортами, LTV, отслеживание KPI, поиск инсайтов в данных для оценки ROI и интерпретации данных для оптимизации стратегии маркетинга;- оптимизация рабочих процессов и регламентов для масштабируемости команды;- работа на стыке разных отделов (маркетинг, продажи, IT, продукт).И это не CMO. Это идеально описывает меня — прожженного технаря, который всем этим занимался, что в итоге и привело к созданию и развитию Флаиты. Я не теоретик и не креативный смысловик.Я всегда находился не на своём месте, словно вне этого рынка и это оказалось правдой. Я бежал чуть впереди текущего рынка профессий, не замечая перспектив там, где моя роль действительно была нужна.И попробовать пробиться на эту роль сейчас = не только возможный буст скилов с перспективой оказаться в роли Director of Marketing Operations / VP of Revenue Operations, где требуется опыт 15+ лет, но и сильный буст для инструментов аналитики Флаиты.Я смогу внедрить самое мясо в свои продукты из лучших практик международных игроков, где такой человек, как я, необходим.Удивительно, как спустя столько лет я узнаю о своей реальной ценности не от HR-ов, хэдов и карьерных консультантов, а из западного рынка вакансий. Ощущения будто родился в альтернативной реальности, перепутав двери.

Copilot в Windows 11 стал потреблять до 1 ГБ ОЗУMicrosoft обновила встроенный ИИ-помощник Copilot в Windows 11, заменив нативный код на веб-компоненты. Теперь приложение работает поверх полноценного браузера Microsoft Edge, который скрыто запускается вместе с ним.В фоне Copilot потребляет около 500 МБ оперативной памяти, а при активном использовании — до 1 ГБ. Для сравнения, старая версия на WinUI требовала менее 100 МБ.В папке Copilot обнаружены все исполняемые файлы Edge, включая движок Chromium. Компания обещала оптимизировать систему, но это обновление увеличило нагрузку на ОЗУ в десять раз.#новости @pcTeapot