Расскажу чем занимался весь год, сколько чего прочитал, сколько написал, какие посты считаю лучшими и что планирую на год следующий.
Но лучше всё-таки поругайте. Похвалить я и сам могу ;-)
Бложику нужна обратная связь от читателей.
Мне нравится как он изменился за последний год: посерьёзнел, обрёл некоторую самобытность. Как мне кажется. Подробнее об этом я постараюсь рассказать в отдельном посте.
А, и самое главное — блог читают о_О Привет читатели!
Чтобы и мне и бложику развиваться дальше, необходимо исправлять слабые места и находить новые возможности. Некоторые вещи я вижу, но определённо не все и не в том свете, в котором видите вы.
Поэтому я буду очень благодарен за пару слов с критикой или советами от вас мне:
Пишите где вам удобно: в комментариях к посту, в телеграмме, в facebook, на почту, etc.
Заодно, принимаю заказы на посты. Пишите интересующие вас темы, постараюсь их раскрыть, если получится :-)
Давно крутил в голове формальный подход к выбору механик для ММО, но чего-то не хватало. Спасибо дискуссии на mmozg.net — нашёл недостающую размерность.
Идея в следующем.
Чтобы игра была долго интересна целевой аудитории, её механики должны закрывать некоторый набор потребностей игроков.
Самый простой пример — психотипы Бартла. Планируя механики для игры, необходимо позаботиться, чтобы они закрывали потребности каждого психотипа. В идеале. То есть нужны механики для achievers, killers, socializers и explorers. Не обязательно по одной на каждый тип. Можно по несколько, а можно и так, чтобы одна механика закрывала несколько типов.
Но психотипы относятся в первую очередь к игрокам, а не к самим механикам. В конце концов возможна игра только для исследователей, почему бы ей не быть?
Мне же интересно посмотреть на сами механики, динамику игры и именно в контексте ММО. Безотносительно свойств самих игроков.
Поэтому я попробовал представить игровые механики как объекты в многомерном пространстве (механик) и выделить в этом пространстве ортогональные оси.
Даймонд Джаред — довольно известный автор антропологических книг, которых у него уже прилично выпущено. «Мир позавчера» — на текущий момент его предпоследняя книга от 2012 года.
Сам «мир» довольно интересен, предполагаю, что и другие книги Джареда ему не уступают. Но, если вы читаете более фундаментальные вещи, а-ля: Масштаб, Иллюзия знания, Изобретение науки, Сумма Технологии или Логика случая, то не ожидайте эпичных откровений. Будут интересные байки и факты, подтверждающие эволюционный взгляд на мир, но не более того.
Как гласит подзаголовок «Чему нас могут научить люди, до сих пор живущие в каменном веке», книга посвящена описанию жизни традиционных сообществ. Не в смысле традиционности из википедии, когда акцент в определении термина сделан на регулируемость, а именно с акцентом на традиционности — автор рассказывает про сообщества, которые тысячелетия жили по своему «первобытному» укладу, без развития. Почему переводчик выбрал именно такой термин и где он правильнее используется: в википедии или в книге, я не знаю.
Тему Джаред подаёт не как беспристрастный учёный, а через субъективное сравнение традиционного уклада с современным. Местами это идёт на пользу изложению, местами — во вред. В частности, под конец книги автор начинает откровенно натягивать сову на глобус, размышляя о малых языках и здоровом питании. Однако такая подача не вызывает отторжения: автор прожил долгую жизнь, повидал многое, имеет право на своё мнение.
Книга разделена на несколько частей, каждая из которых раскрывает один из аспектов жизни традиционных обществ:
Темы между собой естественным образом пересекаются: не получится говорить о социальных отношениях без разговора о мире и войне, как и об опасности.
Иллюстрирует свои мысли автор примерами в основном с острова Новая Гвинея. На сколько я понял — это одно из его любимых мест на планете, изучению которого он отдал много сил и времени.
На arxiv.org выложен интересный препринт: Every Model Learned by Gradient Descent Is Approximately a Kernel Machine.
Как видно из названия, исследователи утверждают, что нейронные сети, обученные методом градиентного спуска (один из самых распространённых вариантов обучения) близки такой штуке как kernel machines — одной из техник машинного обучения «предыдущего поколения».
У kernel machines есть несколько интересных особенностей:
Из этого может неслучиться несколько интересных вещей.
Оба варианта выглядят довольно интересно.