Кирпич

 ИЛИ

ЗАЧЕМ НАМ ПРОИЗВОДНАЯ ОТ КОДА?

Ребятки, привет! Я почти уверена, что после прошлого поста с дуальными числами многие из вас почесали затылок и подумали: «Стеф, дорогая - ну прикольный фокус, но зачем вообще нужна вся эта лабуда с нахождением производной от программы?».

Отвечаю честно: это самый топ современных технологий. И он никогда бы не стал таковым, если бы не решал задачи, от которых у инженеров прошлого века просто закипали мозги.

Сегодня я приоткрою завесу тайны и расскажу, какие крутейшие проекты мы с вами скоро запустим, превратив сухую математику в живую магию на экране.


Эксперимент первый: заставляем кирпич летать

Представьте себе обычный строительный кирпич. Если поставить его поперек мощного потока воздуха, аэродинамика у него будет, мягко говоря, никакая — он будет сопротивляться ветру изо всех сил.

Теперь представьте, что мы написали программу, которая симулирует физику обтекания этого кирпича потоком воздуха. В обычном мире, чтобы сделать из кирпича обтекаемый корпус гиперкара или фюзеляж истребителя, нам пришлось бы вручную двигать каждую точку поверхности, запускать симуляцию заново и так миллион раз методом научного тыка.

Но у нас в руках есть дифференцируемое программирование! Мы просто нажимаем «пуск» и берем автоматическую производную от всей нашей физической программы. Программа сама понимает, как каждый миллиметр поверхности влияет на сопротивление ветра. И прямо у вас на глазах, в реальном времени(!!!), угловатый кирпич начинает плавно перетекать, вытягиваться и сам вылепливает из себя идеальную аэродинамическую каплю! Никаких готовых чертежей — чистая физика, умноженная на градиенты.


Эксперимент второй: призраки в белом шуме (создаем нейросеть с нуля!)

Но и это еще не все. Дальше мы замахнемся на святая святых — искусственный интеллект. Никаких громоздких фреймворков, где все скрыто за строчками чужого кода. Мы своими руками напишем настоящую нейросеть, которая научится распознавать рукописные цифры от 0 до 9!

И самое крутое здесь — это интерактивная визуализация.

Мы заглянем прямо в «мозги» нашей сети в тот момент, когда она учится с помощью градиентного спуска (а это и есть то самое автоматическое дифференцирование в действии). Вы увидите, как из абсолютного хаоса и белого шума, шаг за шагом, словно призраки на старой фотобумаге, начнут проступать и проявляться очертания цифр. Это завораживает так, что невозможно оторваться!


Что дальше?

Весь этот масштабный материал — и подробные разборы, и программы на Python, и интерактивные визуализации — уже полностью подготовлен и отлажен. Так что устраивайтесь поудобнее: по мере появления свободного времени я буду поэтапно все это публиковать. Дальше будет только интереснее!



Стефания
https://github.com/ST3PH-X


Рецензии