Altab news

#проайти@altab_productions ИИ - Кровавое подношение - Часть 4 из ??? Мы обсудили нужды "ИИ" как алгоритма, программы. Что же нужно чтобы он работал в реальном мире? На ввод нужно три главных вещи: питание, охлаждение, и информация. Разберем все по порядку. Питание. Датацентры жрут уму непостижимые объемы электроэнергии. "мозги" ChatGPT потребляют энергии как город среднего размера. Откуда взять столько энергии? Где-то под это строятся отдельные энергостанции, где-то нужды датацентров оставляют простых смертных с нехваткой электричества. Некоторые пошли по пути собственной генерации: так, "Грок" Илона Маска на территории датацентра имеет нелегальные метановые турбины, отравляющие воздух сотен квадратных километров в округе. Охлаждение. В масштабах датацентра охлаждение воздухом уже не справится, поэтому в ход идет вода. Откуда? Откуда найдется. Часто из рек. Если охлаждение испарительного типа, то это осушает реку ниже по течению, часто лишая целые города воды и меняя форму русел. Если вода просто нагревается, то температура на выходе слишком горяча для рыбы, которая в этой реке живет, что приводит к коллапсу целой экосистемы и голоду городов, которые на эту рыбу полагаются. Информация. Из прошлого поста мы помним, что ИИ надо обучать, а на это нужно много информации. Откуда? Откуда есть. "ИИ"-компании пробирают интернет на все возможные и невозможные источники информации. Незаконно скачанные книги. Незаконно скопированные репозитории с исходным кодом программ. Я думаю все возможные способы как "ИИ" нарушают закон заслуживают отдельного поста в будущем. Когда вы в следующий раз увидите сгенерированный "ИИ" контент, вспомните об этих вещах. Подумайте о мертвых реках. Об отравленном воздухе. О страдающих людях. О тысячах обокраденных авторов. В следующем посте о том, что нам весь этот ад дает на выходе.

Посреди написания серии постов появилось много дел, а потом я уехал в отпуск. Сегодня возвращаюсь, скоро будет продолжение, ждите. Градус будет повышаться.

#проайти@altab_productions ИИ - Ввод - Часть 3 из ??? С пониманием как устроены ЛЛМ, можно разобрать ресурсы, которые "ИИ" сейчас использует. Начнем с данных и обучения. Основной принцип работы нейронных сетей заключается в том, что это по сути решение алгебраического уравнения методом подбора. Есть ввод, есть вывод, нужно сложением и умножением сделать так, чтобы преобразованный ввод стал похож на изначальный вывод. Не получилось? Подправим слегка коэффициенты и попробуем еще раз. Так, раз за разом, коэффициенты становятся точнее, а результат лучше. На это, правда, нужно сделать очень очень много вычислений. В этом тексте для примера будет рассматриваться уже немного устаревший ChatGPT-4: для того чтобы обучить эту модель всего одному слову, понадобилось бы 10 примерно триллионов вычислительных операций. На эти вычисления самому лучшему процессу от Intel, при 100%-ой загрузке, понадобилось бы примерно 28 часов. Наверное знаете, каково это, когда наши девайсы "зависают". Представьте такое зависание на 28 часов. Мы обычно представляем зависания как проблемы эффективности, девайс "буксует", но в данном случае это пиковая теоретическая эффективность при максимальной утилизации доступных ресурсов, и это все всего лишь на одно слово. Сколько же слов обучало GPT-4? Точные данные неизвестны, но можно прикинуть по стоимости и времени обучения, что датасет для обучения состоял из 8-12 триллионов слов. Что такое 8-12 триллионов слов? Точные данные не публикуются, потому что для сбора такого немыслимого датасета часто совершаются кражи интеллектуальной собственности (например, чатгпт тренировали на книгах из "пиратской бухты"), но предположим 10 триллионов, красивое число. Во всех книгах о Гарри Поттере примерно 1 миллион слов. Датасет обучения GPT-4 это как 10 миллионов "Гарри Поттеров". По еще одному примеру, предполагая что в средней книге 60 тысяч слов, а в средней библиотеке 100 тысяч книг, чтобы набрать эти слова нужно 1600 библиотек, причем предполагая что у них нету ни одной повторяющейся книги. Есть другое интересное число: всю письменность человечества прогнозируют на несколько сотен триллионов слов. Это значит, что GPT-4 "познал" немалую часть всего человечества. Что насчет формулы о вычислениях, которые нужны, чтобы познать 10 триллионов слов? на одно слово по интересному совпадению 10 триллионов вычислительных операций. Значит, итоговые требуемые вычисления это 10 триллионов раз по 10 триллионов. Нашему лучшему процессору из примера ранее понадобилось бы проводить вычисления на протяжении 31 миллиарда лет. Без остановки. Для справки, предполагаемый возраст вселенной - 13.8 миллиарда лет. Возможно теперь становится понятно почему "ИИ" это дорого. В следующем посте будет о второй части уравнения ввода, а именно о материальных нуждах ЛЛМ, почему им нужно так много энергии и воды и к чему это приводит.

Зачем такие масштабы, такие деньги, столько энергии? Об этом в следующем посте.

#проайти@altab_productions ИИ - Архитектура - Часть 2 из ??? Чтобы хорошо понять суть происходящего, важно понимать как устроена технология, вокруг которой пузырь ИИ вращается. Самое главное, что нужно знать о ЛЛМ и ген-ИИ моделях, это их простота в абстракте: в модель подаются данные на ввод, они обрабатываются через набор сумм и коэффициентов, и на выходе получаются другие данные. Это может быть текстовый ввод и текстовый вывод, или текстовый ввод и графический вывод, или графический и текстовый ввод и текстовый вывод, не важно. Важно также, что у этой системы автономность на уровне математического сложения, что значит без вмешательства чего-то извне ничего происходить не будет. Точно так же как 4 не получится пока кто-то не поместит слева и справа от плюса по двойке, ЛЛМ не будет производить вывод пока не будет предоставлен ввод и произведены нужные вычисления. Что же поменялось за последние 10 лет, чтобы привести к такому развитию? Почему условный чатгпт 5.6 вышел в 2026 году, а не в 2016? Ничего сверхъестественного в нашем времени нет, просто нужно было случиться двум прорывам 2015-го и 2017-го года: изобретения "трансформерной" архитектуры и осознание линейной масштабируемости "интеллекта" трансформерной системы, соответственно. О каждой из этих частей поподробнее. Для начала, что такое трансформер в контексте ЛЛМ? Очень умные люди в 2015-ом году нашли хитрый способ научить нейронные сети лучше экстраполировать свои "знания" на более длинные вводные данные, чем данные, на которых модель была обучена, путем хитрой работы с "соседними" словами. До трансформеров если нейронную сеть обучили на переводчике одного слова в другое, модель очень плохо переводила предложения. О том что такое обучение и "токены" в следующем посте, но важно понимать что на тот момент технология использовалась в первую очередь для перевода текстов. Это во многом то, из-за чего гугл переводчик нес полный бред если много раз подряд вставить одно и то же слово или букву: суммы или коэффициенты внутри нейронной сети переводчика видили совершенно чуждый им ввод и производили на вывод своего рода белый шум. Трансформерная архитектура же дала нейронным сетям "окно внимания", в котором она может интерпретировать слова, и в контексте переводчиков предложений это логично: слова в этом же или в соседних предложениях часто позволяют намного точнее выбрать нужный синоним при переводе. В 2017-ом году исследователи из Google опубликовали статью под названием "Attention Is All You Need" -> "Внимание Это Все Что Вам Нужно". Они показали, что трансформеры очень примитивно масштабируется: чем больше модель, тем больше "окно внимания", тем модель "умнее". Дальнешее развитие нейронных сетей было в первую очередь в этом направлении: модели делают больше, у них больше окно внимания, и они "умнее". В контексте графического ввода и вывода, например, окно внимания влияет на качество изображения, как в плане пикселей так и "смысла". Помните Уилла Смита, который ест спагетти? Уже через год этот же запрос сделал намного более правдоподобное видео просто по сути из-за того, что модели стали во много раз больше. Расскажу еще также, что значит "больше". У модели есть "размер", часто это число и суффикс М, В, или Т, например 26B или 2.8Т. Так как это всё нейронные сети, они состоят из сети нейронов (невероятно, я знаю). Размер модели это количество нейронов, 26В это 26 Billion -> 26 миллиардов, 2.8Т это 2.8 триллиона или 2800 миллиардов. Возможно вы также заметили, что ИИ перешел из чего-то гипотетического в лаборатории в что-то практическое в датацентрах. Датацентры... Это слово чаще начало всплывать в контексте "ИИ". Оно уже было в новостях до этого, в первую очередь из-за криптовалюты, но сейчас это совершенно другой уровень. Слышали, что в США строят датацентры размером с немаленький город, с собственными АЭС, которые могли бы снабдить электричеством несколько Нью-Йорков? Может помните из новостей число "500 миллиардов долларов", незадолго до того как Deepseek пустили в массы. Это как раз на создание такого "ИИ"-города.

#проайти@altab_productions ИИ - Введение - Часть 1 из ??? Запускаю новый хештег и серию постов про тему, которая у меня сейчас часто на уме, по разным причинам. Хочу этими постами собрать эти мысли и презентовать сначала факты и немного истории, а потом мою интерпретацию происходящего и мнения на эту тему. Хочу сказать сразу, что под "моей" интерпретацией я имею ввиду интерпретацию, с которой сам согласен, она во многом базируется на интерпретациях других людей, я не считаю что пишу что-то революционное. Зачем же это тогда писать? Я надеюсь принести вам новостей из мира иного: в сфере "айти" обсуждение ИИ немного другое и, местами, немного страшное. Хочу сразу разделить понятия: есть технологии, которые называют "ИИ", и есть сервисы, которые на этой технологии построены. Есть инструмент, и есть его применения. "ИИ" это как острое лезвие, им можно резать как раковую опухоль, так и соседей. Я надеюсь что по окончании этой серии постов будущее, измененное "ИИ", будет выглядеть не так привлекательно. В заключение введения хочу ввести немного немного терминологии, которая будет важна в следующих постах. Во-первых, почему последние три раза "ИИ" было в кавычках? Потому что ИИ, Искусственный Интеллект, определялся до 2018-го года как "компьютерная программа или робот, способная(ый) выполнять задачи, часто ассоциируемые с разумными существами". Под это определенин, прошу заметить, попадает также Deep Blue, суперкомпьютер который обыграл Гарри Каспарова в шахматы в 97-ом году, что значит ИИ не является чем-то новым. В дальнейшем, "ИИ" в кавычках будет коллективно ссылаться на то, что нам активно проталкивают из каждого утюга (по приколу загуглил есть ли утюги с "ИИ"-интеграцией, конечно есть), а ИИ без кавычек будет обозначать свое изначальное определение, Интеллект Искуственный Идентичный Натуральному. Во-вторых, как же это назвать правильно? Про всю ситуацию в целом можно сказать "ИИ-пузырь" (почему пузырь разберем позже). Про технологию можно сказать ген-ИИ, Генеративный-ИИ, или ЛЛМ, он же БЯМ (Large Language Model -> Большая Языковая Модель), в зависимости от сервиса. Везде где есть GPT в названии это разновидность ЛЛМ с конкретными особенностями внутренней архитектуры. Генеративный ИИ без кавычек, кстати, потому что подходит под изначальное определение, так как имитирует действия фотографа или художника (создает изображения по запросу). В следующих постах разберем как это устроено, кто платит за этот банкет, зачем это делается, какие последствия можно заметить уже сейчас, и к чему это ведёт.

Расскажите мне, что вы знаете / думаете про ИИ, какой он сейчас и какой будет? Я живу в пузыре, у разработчиков ПО свои нескончаемые обсуждения по этому поводу, а что про него говорят в других сферах? Если вы работаете в офисе, в сфере обслуживания, на заводе, любое мнение уместно и интересно

#проздоровье@altab_productions это полезно, а __ вредно Интересно видеть новые, старые, и новые старые полезные рутины и суеверия относительно здоровья. Это ешь, это не ешь, это делай, это не делай, от этого дядя Андрей "расжирел", а от этого тётя Аня "помолодела". На это есть много причин. Если коротко - это побочка склада ума низшего создания, которому нужно было выживать в дикой природе. Современное общество в плане истории жизни на планете это даже не мгновенье ока, а момент времени пренебрежимо малый. Причина первая: выживание засчет формирования причино-следственных связей на чужом опыте. Один соплеменник съел синих ягод с куста около ручья, потом всю ночь блевал и на утро умер. Урок усвоен: с того куста не едим, а лучше синих ягод избегать и вовсе. Проблема с этим паттерном в том, что у многих ситуаций больше чем одна вводная переменная. Наличие таких вещей как фокусники и оптические иллюзии должны дать понять, что нельзя доверять анализ ситуации тому, что известно и что очевидно. Соплеменник оказывается также попил из этого ручья, а в нем выше по течению умер лось, а ягоды были совершенно безобидные. Причина вторая: ограниченное окно памяти. Погуляли в одежде не по погоде, промокли, на следующее утро простыли. "Переохладились". Тут проблема в том, что человеческое тело, будучи совершенно чудесной машиной в плане возможностей по саморегуляции и восстановлению, редко показывает такую быструю реакцию на внешние факторы. На ум приходит только аллергия и ботулизм, даже у какой-нибудь эболы инкубационный период минимум 2 дня, а в среднем неделя. У простуды тоже инкубационный период примерно неделя, но переохлаждение конечно может ускорить процесс. Никто не вспомнит как ехал в метро неделю назад рядом с семьей, которая вся кашляла и шмыгала. Причина третья: отсутствие контрольной группы. Заболел, три дня дышал над картошкой, на четвертый выздоровел. А как узнать на какой день наступило бы выздоровление без картошки? Никак. Мы пока не освоили возможность видеть будущее с разными исходами событий. Пока лекари не попробовали НЕ лечить простуду кровопусканием, никто не знал что оно причиняет больше вреда чем пользы. Причина четвертая: иногда суеверия это каша из топора, и какая-то часть процесса имеет реальный эффект. Реальный метод обезболивания из древности - жевать кору белой ивы, пока не будет слышен звон в ушах. Как выяснилось, в ней есть вещество, которое похоже на аспирин, а звон в ушах - это симптом передоза аспирином. Научный метод и аналитическое мышление помогло нам изобрести аспирин и научиться его правильно дозировать, поэтому на данный момент аспирин это лекарство надежнее, чем кора ивы. Есть такая присказка: "знаете, как называется альтернативная медицина, которая проверена и работает? Медицина." Задумайтесь о своих привычках и увериях формата "если есть / сделать А, то будет Б". Спросите себя два вопроса: 1) Есть ли факторы В, Г, Д, которые я упускаю из виду или игнорирую? 2) Будет ли Б если не будет А? Если ответ на оба этих вопроса "да", то, может, стоит задуматься о достоверности этой связи?

#новостиальтаба Первый коммерческий продукт Бот для клуба "Состояние" теперь доступен для использования! Было принято разделить функционал на два разных бота по регионам, и те, кто может оплатить через карты Мир, СБП, или ЮМани, уже могут получить доступ к клубу через него. Дальше по плану — некоторые фичи для удобства и работа над ботом для "западных" систем оплат (карты в Свифт и пейпал). Мне до сих пор тяжело даётся осознание, что этот бот — это мой первый коммерческий продукт, который я сделал от имени своей компании полностью самостоятельно, от начала и до конца. Я никогда не сомневался в своих возможностях, и думаю этот продукт является неплохим материальным их доказательством. Дальше — больше. Думаю написать текст про "наши" пищевые привычки. О нашей "полезной" домашней еде есть что сказать, с точки зрения правильного питания.

#новостиальтаба Бот для клуба "Состояние" Я уже довольно давно не работал над своим приложением. Все потому, что я работаю над ботом для клуба "Состояние" из поста ниже. Хочу рассказать несколько интересных особенностей этого проекта: 1) Интеграция, интеграция, интеграция Не в математическом смысле, а про подключение или добавление чего-то извне. В этом проекте одна из самых высоких концентраций разных технологий на единицу кода. Каждую из этих технологий надо отдельно подключать, узнавать как она должна работать, и проверять что она работает как должна. Интегрируемый код обычно делят на два типа: библиотека и фреймворк. Терминология эта очень размытая, но их отличие можно описать метафорически: работая с библиотекой, гостья — она, а работая с фреймворком — мы. Этот бот пользуется тремя разными фреймворками и больше чем десятью разными библиотеками. Поверх этого также есть сторонние сервисы, которые не предоставили код для упрощенной работы с ними, поэтому их приходится добавлять отдельно, с помощью других библиотек. Это интересный и полезный опыт, так как моя специализация и ниша, которая мне больше всего нравится — это архитектура программного обеспечения. Как инженер-архитектор может выбирать между разными типами фундаментов для нового дома и просчитывать их глубину для соответствия нормам по стабильности и осадке, архитектор ПО выбирает фреймворки и библиотеки и планирует как они взаимодействуют между собой. 2) Многопоточность и асинхронность "Под капотом" у бота три личности: одна отвечает на сообщения в телеграме, другая слушает обновления статуса оплат от провайдеров, третья по расписанию выполняет задачи, вроде рассылок и чистки данных. Для того, чтобы эти три процесса могли сосуществовать, нужно отдельно продумывать системы управления общими ресурсами, чтобы избегать конкуренции. Это также откликается к архитектуре ПО, про которую я говорил в прошлом пункте, но многопоточность также интересна с математической точки зрения. В некоторых случаях даже при использовании многопоточности о ней можно не думать, так как многие системы решают проблемы синхронизации сами. Но если залезть на более низкий уровень, приходится самому планировать вокруг ситуаций, где, например, два процесса могут попытаться изменить одни и те же данные одновременно, или один может хотеть прочитать то, что другой меняет. 3) Хостинг и ДевОпс Работа с провайдерами оплат влечет за собой дополнительные ответственности и требования к безопасности системы. Очень интересно применять на практике знания о шифровании данных из курса по компьютерным сетям, который я проходил в университете. Перед шагом реализации проекта в нечто, к чему уже может иметь доступ конечный пользователь, нужно проконтролировать, что все эти требования выполнены, чтобы бот мог делать свою работу 24/7 будучи запущенным на сервере, а не на моем компьютере в режиме теста, пока я над ним работаю. Эти проверки обычно наполовину автоматизированы, наполовину сделаны вручную. Мне еще предстоит подготовить процессы, с помощью которых можно будет относительно быстро вносить изменения в бота в случае ошибки, обнаруженной пользователями, или для доработок нового функционала. Вся эта автоматизация и настройка — это ответственности профессии ДевОпса. Меня эта тема как специализация интересует мало, но невозможно отрицать ее полезность в контексте структуризации знаний про то, что такое компьютер и интернет в целом. Когда бот выйдет из фазы активной разработки, пройдет релиз, и перейдет в фазу долгосрочной поддержки, я вернусь к разработке приложения. У меня уже есть несколько идей по улучшению проекта, на основе опыта работы над ботом.

#пищевыепривычки Еда во Франции Во время моего последнего визита в Париж я испытал некоторые сложности с поиском еды. По сравнению с тем, как часто разбросаны по городу столовые, забегаловки, шаурмечные и прочие места на поесть побыстрее (что в Нидерландах, что в СНГ), во Франции практически нету стрит-фуда: за 4 дня в Париже, я увидел всего 4 кебабных, две из которых были на самой туристической улице города. Вместо этого, относительно распространены кафе с легкой едой и бистро и рестораны с серьезным "медленным" меню. Мне стало интересно, совпадение ли это, или же это реальный срез культуры еды французов, поэтому я решил расспросить какого-нибудь коренного жителя о моих наблюдениях. Я нашел через знакомых одногруппника родом из Парижа, и он поведал очень интересные вещи. Первое: во Франции обычно едят 3-4 раза. Наличие четвертого приема пищи относительно неожиданно вначале, но довольно быстро становится понятна его суть. Эти приемы пищи, это завтрак, обед, "goûter" ("гути"), "apéro" ("аперо"), и ужин. Завтрак едят с утра, как проснутся; обед едят с 12 до 14; "гути" — это перекус, который едят дети школьного возраста по возвращению домой после школы где-то в 4 часа дня; "аперо" это разогрев перед ужином, обычно это алкоголь (часто вино) с какими-то снеками; и, наконец, ужин — Его едят с 20 до 22 часов. Это не диапазон времени когда его начинают, а его длина. Уже тут формируется интересная картина, но стоит также посмотреть на общий состав и контекст этих приемов пищи: Завтрак — несладкие хлеб с маслом и/или блюда из яиц и сладкие pain au chocolat (те самые булочки с шоколадом), бриоши, круассаны; Обед — по составу и сути похоже на то, что в Нидерландах и Штатах называют "ланчем" — по настроению что-то легкое или посерьезнее, но обычно легкое, вроде бутерброда или салатика; "Гути" едят дома или иногда в самой школе, но он состоит по четкой схеме из "зернового, напитка, фрукта, и молока"; "Аперо" и ужин я рассмотрю отдельно, но они обычно поздно вечером и уже дома. В итоге получается следующее: когда ты ешь, ты либо еще, либо уже дома. А когда ты не дома, ты (почти) не ешь. Поэтому в Париже так мало стрит-фуда: почти все, что там есть, это ультра-прогрессивное (читай: западное) движение и/или для туристов. Однако, на улицах все равно часто можно увидеть рестораны (с ними все как у нас), "бистро" (то же самое, что и ресторан, там нету ничего быстрого), и, самое интересное: "brasserie", "boulangerie", "patisserie". "Брассери" — это просто кофейни, где французы социально сидят с кофе и "чем-нибудь вкусненьким", что может быть сладким или несладким, но в целом относительно легким. "Буланжери" — это типичная пекарня с упором на несладкое: тут продают багеты и обычный хлеб, но также булочки с шоколадом и круассаны, которые едят на завтрак. "Патиссери" — это кондитерская, где продают десертные пирожные, эклеры, тортики, и прочие сладости. Когда же их едят? На ужин. На ужин едят первое (суп) -> второе (какое-то теплое блюдо) -> салат и сыр -> десерта, и все это в течение двух часов. На основе всего того, что я уже писал ранее про пищевые привычки, какие аспекты этой культуры выделяются вам как "вне концепции" и сомнительной полезности?

Скоро будет текст про #пищевыепривычки французов

#новостиальтаба Закрытое тестирование приложения В разработке ПО у меня практически сразу проявилось чёткое предпочтение: мне намного больше нравятся алгоритмы и функциональные решения чем графические интерфейсы и дизайны. Из-за этого, когда в процессе разработки…

#новостиальтаба Закрытое тестирование приложения В разработке ПО у меня практически сразу проявилось чёткое предпочтение: мне намного больше нравятся алгоритмы и функциональные решения чем графические интерфейсы и дизайны. Из-за этого, когда в процессе разработки приложения я упёрся в одну очень серьёзную задачу по интерфейсу, с ней было намного сложнее чем все то, что было до этого. Однако, я недавно вернулся к ней с свежей головой и новым решением, и смог продвинуться гораздо дальше. И сейчас, когда эта задача почти решена, самые основные сценарии использования приложения близки к своей финальной форме. По этому поводу хочу спросить: хотите принять участие в его закрытом тестировании? Если у вас есть телефон на андроиде и желание получить к нему доступ раньше всех и принять участие в его развитии, напишите мне в личку — уже скоро будет готов первый экспорт на пробу.

#проздоровье Фентанил Первое вещество, про которое я хочу написать — это фентанил. Его синтезировали в первый раз в 1959 году, и это очень полезный синтетический опиоид, который до сих пор используется в медицине для краткосрочного подавления сильной боли, как, например, при операциях. Проблемы начались, после того как фентанил переместился из больниц на улицы: он сильнее героина в 50 раз, и из-за этого начал использоваться как добавка в другие опиоиды, чтобы удешевить производство. Уличные наркотики не славятся своим высоким качеством, и поэтому огромное количество людей начало умирать от передоза: с 2018 года, на улицах штатов больше людей умирает от передоза фентанила, чем от героина. В тот момент он использовался больше как примесь, но многие стали хотеть именно его, и фентанил стал популярен как отдельный наркотик. Фентанил, особенно вместе с примесями, которые в него добавляют (о них позже), примечателен своим эффектом со стороны: почти как под галоперидолом, люди под эффектом фентанила не реагируют на внешние раздражители, часто зависая в одном положении, обычно стоя в наклоне вперед, как противоположность "солевой" позы. Из-за этого состояния, когда "свет включен, но дома никого" и характерных ран, которыми часто обладают фентаниловые наркоманы, эпидемия фентанила часто сравнивается с зомби-апокалипсисом. Раны, которые, считается, вызваны пролежнями и недостаточной подвижностью, могут быть очень серьезными: настолько, что можно свободно увидеть щель между лучевой и локтевой костью или кости верхней челюсти.

#новостиальтаба Планы на следующий год "Этот год был простым: это будет очевидно, когда закончится следующий" ©️ Какой-то мем, который я не могу найти Поздравляю всех с наступившим Новым Годом! Я желаю вам всем счастливого и продуктивного 2025-го года и хорошего времяпрепровождения в оставшиеся новогодние праздники. Для себя я в этом году поставил цели лучше освоить испанский и хорватский языки, а для альтаба — сделать первый релиз приложения. Оно за прошлый год очень серьезно продвинулось вперёд, как по функционалу, так и по внешнему виду. Я планирую в этом году добавлять его в маркеты приложений, но пока что, к сожалению, могу это сделать только на андроиде (спасибо Эпл). Для всех релизов я также планирую предоставлять файлы установки приложения за пределами маркетов, чтобы не было проблем из-за санкций, но, опять же, я могу это делать только для андроида (спасибо Эпл). Ну а пока, большое спасибо всем, кто меня читает! Я надеюсь, что все следующие тексты будут вам такими же интересными, как и прошлые, и я бы хотел начать год с давно обещанного текста про фентанил. Из-за щекотливости темы он застрял в Дне Сурка из правок, но я думаю тут нужно просто уверенное решение закончить, поэтому я выложу его сразу после этой новости.

#новостиальтаба ХвалюБотик 2.1 ХвалюБотик теперь умеет поддерживать и давать советы. Спасибо всем, кто принимал участие в написании фраз, которые бот использует! Все, что говорит бот, идёт не только от него, но и от всех нас. Отдельное спасибо Галке за новую аватарку для бота! От котиков, для котиков!

#новостиальтаба ХвалюБотик вернулся! Я закончил все необходимые процедуры, чтобы запустить бота, теперь уже на постоянно. Он готов к использованию и как всегда рад вас поддержать там же, где и был до этого: @altab_praise_bot Предложения по фразам поддержки и советов все принимаются, писать их можно так же в комментариях к постам

Наша встреча по поводу ХвалюБотика завершилась, и по итогу пришло много интересных идей. Я пишу пост, под которым можно написать еще предложения для реализации вещей в боте, а также ваши предложения новых фраз для бота из следующих категорий: 1) Похвала — ответ на "Похвали меня!" 2) Поддержка — ответ на "Пожалей меня" 3) Совет — ответ на "Скажи что-нибудь полезное" Спасибо большое всем кто пришел! Для тех, кто хочет принять участие в отладке и заключительных шагах по запуску бота, его ранняя версия уже доступна — @altab_praise_bot

Поговорим о создании бота, который знает слова похвалы и поддержки 17 нояб. 2024 11:00 AM Москва Zoom Конференция https://us02web.zoom.us/j/89469305278?pwd=iwEnzUpKI2lPoASf1bc7UARpMy9FM8.1 Идентификатор конференции: 894 6930 5278 Код доступа: 714476