#статьи
Кошмары Кремниевой долины: как навести жути с помощью ИИ
Знакомимся с нейросетями, которые создают зомби, вурдалаков и прочую нечисть. Уведите от экрана маленьких детей, беременных женщин и сердечников.
Иллюстрация: Катя Павловская для Skillbox Media
Автор статей про IT-технологии. Преподаватель, доцент. Инженер по первому образованию, по второму — журналист. Кандидат технических наук.
Искусственный интеллект умеет говорить, лечить, готовить и рисовать котиков — но так, кажется, любой может. А вот чтобы напугать всех до чёртиков, нужно по-настоящему приложить мозги. Это мы ещё в детстве усвоили — кто был в летнем лагере, тот поймёт :)
К счастью (или нет?) учёные и здесь преуспели, создав удивительные нейрогенераторы ужасов. Приглашаем вас в увлекательное путешествие по самым тёмным и пугающим уголкам Data Science. Будьте осторожны: местами будет криповато. Берегите свою психику.
«Тень позади меня. Я почувствовал, как рука схватила меня за лодыжку и потащила под слой пыли…» — так мог бы начинаться новый рассказ Стивена Кинга. Но нет. Этот текст придумала нейросеть.
Учёные из медиалаборатории Массачусетского технологического института (MIT Media Lab), специализирующиеся на изучении ИИ, весьма своеобразно решили отметить Хэллоуин в 2017 году. К этому празднику они приурочили запуск нейросети Shelley, которая генерирует страшные истории. Свою разработку они назвали в честь Мэри Шелли — автора культового готического ужастика «Франкенштейн».
Изображение: MIT Technology ReviewДля реализации проекта программисты собрали датасет из 140 000 леденящих кровь историй, опубликованных на Reddit. В частности, в одной из веток обсуждения под названием NoSleep пользователи выкладывают страшилки собственного сочинения в духе тех, что мы своим товарищам по третьему младшему отряду рассказывали короткими июньскими ночами.
К этим историям добавили несколько десятков культовых романов ужасов и «скормили» их Shelley. При помощи алгоритмов глубокого машинного обучения нейросеть научилась анализировать структуру хорроров и воспроизводить её при составлении новых текстов.
Однако самостоятельно написать роман или даже небольшую повесть от начала до конца Shelley пока неспособна. Поэтому её «поселили» в твиттер-аккаунте @shelley_ai и предложили всем желающим помочь ИИ в сочинении новых ужастиков.
Совместное творчество людей и нейросети происходило следующим образом. Вначале ИИ Shelley генерировал короткий фрагмент текста (не более 140 символов) и помечал его хештегом #yourturn («твоя очередь»). Затем пользователи делали ретвиты этого фрагмента и предлагали возможные продолжения. Нейросеть выбирала лучший, по её мнению, вариант и, отталкиваясь от него, генерировала следующий фрагмент. Получилось такое буриме имени Фредди Крюгера.
Всего Shelley проработала около месяца, каждый час публикуя новые текстовые фрагменты. Как отметила Пинар Янардаг из MIT Media Lab, решающим фактором производительности ИИ стало использование мощных видеокарт как для обучения сети, так и для её работы:
Shelley должна оперативно реагировать на предложения пользователей Twitter. Поэтому скорость — это очень важный параметр. Её нам обеспечивают видеокарты NVIDIA Titan X.
Действуя по очереди, люди и ИИ создали более 450 душераздирающих сюжетов, которые требовали лишь небольшой литературной обработки. Эксперты высоко оценили итоговые результаты, многие из которых не уступали по качеству хоррорам современных авторов.
История, собранная из текстов, сгенерированных нейросетью Shelley:
«Моя спальня ночью, я был напуган этим страхом, и я не знал, что делать. Понял, что за мной наблюдают, и я мог разобрать что-то вдалеке. Почувствовал ужасный холодок по спине.
Я почувствовал, как что-то тянется ко мне. Вокруг не было ни души, и она была не очень похожа на человека. Волосы были собраны в пучок и покрыты окровавленным полотенцем. Её лицо было искажено хмурым взглядом.
Она вытащила картинку. На ней были небольшие каракули. Я вырвал её. Это была фотография меня и женщины. Я не узнал её.
Испугался, я не мог двигаться или говорить, и я собирался кричать о помощи. Я был напуган, но не мог пошевелиться. Одеяло было пропитано кровью, и она начала медленно ползти по моим ногам. Я чувствовал её дыхание на своей щеке, и меня трясло.
Я ущипнул себя, а потом почувствовал это. Почувствовал, как что-то коснулось моих плеч. Тьма заполнила мои глаза. Я проснулся в своей постели. Лёжа там, я пытался вспомнить сон, который видел перед тем, как потерял сознание».
Источник: @shelley_ai
По-видимому, при реализации проекта применялись не только аппаратные, но и программные средства от компании NVIDIA, в частности библиотека глубоких нейронных сетей NVIDIA CUDA (cuDNN).
«Shelley — это комбинация многослойной рекуррентной нейронной сети и алгоритма онлайн-обучения, который со временем учится на отзывах пользователей… Чем больше Shelley сотрудничает с людьми, тем более качественные и страшные истории она обучается сочинять».
Пинар Янардаг,
ведущий исследователь MIT Media Lab (цитата: MIT Media Lab)
Специалисты MIT Media Lab уверены, что Shelley ляжет в основу будущих моделей ИИ, которые будут создавать контент, вызывающий заданные эмоции (в данном случае страх). Это может быть полезно не только в литературе и журналистике, но и в маркетинге и рекламе.
Вдохновившись работой коллег по Data Science, журналисты издания MIT Technology Review Уилл Найт и Карен Хао тоже решили поэкспериментировать с нейронными сетями. В преддверии 2019 года они попытались научить ИИ генерировать сюжеты рождественских фильмов.
Для этого они собрали из «Википедии» синопсисы 360 новогодних блокбастеров и загрузили их в рекуррентную нейросеть textgenrnn, которая анализирует и генерирует текстовую информацию.
После обучения ИИ сгенерировал несколько десятков историй, большинство из которых, к сожалению, напоминали бессвязный набор предложений. Немногие тексты, в которых можно было обнаружить крупицы здравого смысла, подходили скорее для фильмов ужасов, чем для лёгких новогодних комедий. В них упоминались террористы, убийства и драки.
Учёные, к которым обратились Найт и Хао, объяснили причины. Во-первых, датасет из 360 записей слишком мал для обучения — сравните со 140 000 примеров, скормленных Shelley. Во-вторых, нейросети, подобные textgenrnn, в принципе неспособны оценивать логичность сюжета в длинных текстах, которые они генерируют. Создатели Shelley отчасти решили эту проблему, разбив рассказы на фрагменты и пригласив в соавторы пользователей Twitter.
«Нейросеть выбирает каждое последующее слово, основываясь на том, насколько велика вероятность его появления после предыдущего. Это похоже на попытку написать письмо, пользуясь Т9. В результате теряется логика и грамматическое согласование».
Карен Хао,
журналист MIT Technology Review (цитата: MIT Technology Review)
Однако Найт и Хао не опустили руки и решили применить ИИ для более простой задачи — сгенерировать только названия новых фильмов. И здесь их ждал успех. Сеть textgenrnn выдала несколько десятков названий, подходящих для новогодних боевиков и хорроров.
Среди них журналисты выделили следующие: «Оно: Санта», «Рождественская миля» и «Бойцовское Рождество». Авторы исследования даже попросили дизайнеров (людей, не ИИ) создать постеры для этих лент.
Илон Маск, рассуждая об опасности технологий, однажды сказал, что, «развивая ИИ, человечество рискует вырастить монстра». Сотрудники MIT Media Lab восприняли его слова буквально и решили создать нейрогенератор ужасов.
Учёные под руководством профессора Ияда Рахвана в рамках проекта «Машина кошмаров» (Nightmare Machine) научили ИИ превращать фотографии городов в пугающие постапокалиптические пейзажи. Разработчики утверждают, что их творение было «первым в мире ИИ, целенаправленно созданным для того, чтобы вызывать у людей чувство страха».
Американские исследователи пропустили через алгоритм Nightmare Machine изображения популярных туристических мест. Среди них были Эйфелева башня, статуя Свободы, Тадж-Махал, Колизей, храм Василия Блаженного в Москве и многие другие. При этом у «Машины кошмаров» было восемь кошмарных паттернов, каждому из которых дали говорящие названия: «Дом с привидениями», «Ночь страха», «Бойня», «Токсичный город», «Город-призрак», «Преисподняя», «Чудовище с щупальцами» и «Вторжение инопланетян».
Анимация пошагово демонстрирует работу Nightmare Machine на примере применения стиля «Дом с привидениями» к фотографии замка Нойшванштайн (Германия)
Источник: MIT Media LabВ основе Nightmare Machine лежит технология нейронного переноса стиля изображения (Neural style transfer, NST). Первый успешно работающий алгоритм NST был описан в научной статье 2015 года. Её авторы — учёные из Тюбингенского университета (Германия) — продемонстрировали способность искусственных нейронных сетей превращать обычные фотографии в полотна Ван Гога, Эдварда Мунка или Пабло Пикассо.
Создатели Nightmare Machine использовали свёрточную нейронную сеть, реализующую алгоритм NST. За счёт многослойной структуры она способна в процессе обучения отделять содержимое (что изображено) от стиля (как изображено).
Внешние слои свёрточной сети содержат информацию о стиле рисунка, а более глубокие — обучаются отделять суть изображения. Если пропустить фотографию через внешние слои сети, обученной, например, на картинах Ван Гога, то изображение приобретёт черты его полотен. Применённая в исследовании нейросеть VGG-19 состоит из 19 слоёв
Изображение: A Neural Algorithm of Artistic Style/Leon A. Gatys, Alexander S. Ecker, Matthias Bethge/2015В отличие от своих европейских коллег, специалисты MIT Media Lab обучали сеть не н�� творениях великих мастеров, а на стоп-кадрах из фильмов ужасов, научной фантастики и репортажах с мест экологических катастроф.
«Мы используем алгоритмы глубокого обучения, чтобы натренировать сеть распознавать, как выглядят дома с привидениями, заброшенные города и отравленные токсичными выбросами ландшафты. Алгоритм извлекает из обучающих изображений элементы стиля (например, пугающе тёмную палитру) и переносит их на обычные фотографии».
Пинар Янардаг,
ведущий исследователь MIT Media Lab (цитата: MIT Media Lab)
Благодаря использованию имеющихся наработок группа Ияда Рахвана, состоящая из четырёх человек, потратила на разработку Nightmare Machine всего две недели.
Результат обработки фотографии нейросетью Nightmare Machine: Колизей («Чудовище с щупальцами»)
Изображение: MIT Media LabРезультат обработки фотографии нейросетью Nightmare Machine: Капитолийский холм («Токсичный город»)
Изображение: MIT Media LabРезультат обработки фотографии нейросетью Nightmare Machine: Тадж-Махал («Бойня»)
Изображение: MIT Media LabРезультат обработки фотографии нейросетью Nightmare Machine: Нью-Йорк («Вторжение инопланетян»)
Изображение: MIT Media LabРезультат обработки фотографии нейросетью Nightmare Machine: Пальмира («Город-призрак»)
Изображение: MIT Media LabРезультат обработки фотографии нейросетью Nightmare Machine: Эйфелева башня («Ночь страха»)
Изображение: MIT Media LabВ дальнейшем команда MIT Media Lab под руководством Рахвана использовала алгоритмы «Машины кошмаров» в своём следующем проекте, получившем название «Глубокое сопереживание» (Deep Empathy).
В рамках этого проекта учёные тренировали ИИ на фотографиях сирийских городов, пострадавших в ходе гражданской войны. В результате нейронная сеть обрела возможность переносить образы военной разрухи на изображения любых городов мира.
При помощи переноса стиля алгоритм Deep Empathy наделяет фотографию цветущего Бостона (США) чертами разрушенного сирийского города Хомс
Изображение: MIT Media LabПроект призван пробудить у общественности сочувствие к жертвам боевых действий. Специалисты MIT Media Lab пропустили через нейросеть Deep Empathy фотографии Лондона, Парижа, Амстердама, Бостона и даже Москвы. Эти изображения должны помочь жителям благополучных городов почувствовать масштаб разрушений и горя, сопровождающих войну.
Deep Empathy был реализован при участии UNICEF. На странице проекта сочувствующим зрителям предлагают пожертвовать средства для инициатив ООН по поддержке сирийских детей.
Чтобы улучшить работу нейронной сети, на сайте проекта также запустили опрос: из двух фотографий пользователь должен выбрать ту, которая вызывает у него наибольший эмоциональный отклик.
Фотографии улиц Амстердама, Бостона и Лондона после обработки нейросетью Deep Empathy. Слева — исходный вид, справа — после добавления разрушений
Изображение: MIT Media LabФотографии улиц Амстердама, Бостона и Лондона после обработки нейросетью Deep Empathy. Слева — исходный вид, справа — после добавления разрушений
Изображение: MIT Media LabФотографии улиц Амстердама, Бостона и Лондона после обработки нейросетью Deep Empathy. Слева — исходный вид, справа — после добавления разрушений
Изображение: MIT Media LabСтуденты уже хорошо знакомой нам медиалаборатории MIT Зив Эпштейн и Мэтт Гро, развивая исследования своих старших коллег, обучили нейросеть создавать… призраков. К счастью, пока только на фотографиях.
Началось всё с достаточно безобидного проекта: Эпштейн и Гро разрабатывали ИИ, способный стирать с фотографий отдельных людей и восстанавливать на их месте задний фон. Такая функция могла бы помочь убрать со старых фото изображения друзей и подруг, с которыми испортились отношения.
Однако программа студентов работала не так хорошо, как они предполагали. В большинстве случаев на месте удалённых людей оставались размытые силуэты. Тогда ребята задумались над тем, что нейросети можно применять и для обратной задачи — не стирать, а, наоборот, добавлять на изображения нечёткие, напоминающие привидений, фигуры.
Так появился проект «ИИ-призраки» (AI Spirits), который Эпштейн и Гро, презентовали публике в 2018 году. Если пропустить через генеративную сеть AI Spirits фотографию пустого пейзажа (морского побережья, тёмного леса или пшеничного поля — неважно), то она добавит к нему человекообразные пятна и тени.
Некоторые из призраков, сгенерированных нейросетью AI Spirits
Источник: MIT Media LabНекоторые из призраков, сгенерированных нейросетью AI Spirits
Источник: MIT Media LabНекоторые из призраков, сгенерированных нейросетью AI Spirits
Источник: MIT Media LabОбучившись на примерно 5000 фотографий, содержащих изображения людей, ИИ усвоил правила композиции снимка, которым обычно следуют фотографы. Поэтому AI Spirits вставляет призрачные фигуры именно там, где наш мозг ожидает их увидеть, — например, на тропинке посреди леса. В результате сгенерированные нейросетью фантомы действительно способны вызвать страх и беспокойство.
«Модель обучалась, сопоставляя снимки, содержащие изображения людей, с аналогичными фото, на которых люди были стёрты при помощи ИИ. Алгоритм добавляет призраков там, где их появление ожидаемо. Он исходит из понимания обычного размера и местоположения фигур людей на изображениях. Нейросеть окрашивает и текстурирует привидений, отталкиваясь от пейзажа, видимого на остальной части изображения».
Мэтт Гро,
исследователь MIT Media Lab (цитата: Digg)
Своим изобретением молодые учёные хотели показать мощь ИИ, которую многие всё ещё не осознают. Эпштейн и Гро утверждают, что нейросети, обучаясь, могут аккумулировать в себе такие особенности человеческой природы, о которых даже сами люди не подозревают.
«Я не думаю, что в искусственном интеллекте таятся злые силы, но он может оказаться весьма пугающим, когда получает соответствующие данные. Если модели машинного обучения будут использовать без надлежащего контроля, то из этого безусловно может выйти много нехороших вещей».
Мэтт Гро,
исследователь MIT Media Lab (цитата: Digg)
Чтобы продемонстрировать результаты работы AI Spirits, учёные MIT Media Lab смонтировали короткое видео из созданных ИИ изображений призраков. Ролик, сопровождаемый атмосферной музыкой, получился пугающим
Помимо призраков, нейронные сети могут генерировать ещё и… зомби. На это способен алгоритм Nightmare Machine. Да, «Машина кошмаров», созданная в MIT Media Lab, может переносить пугающий стиль не только на изображения городов, но и на фотографии людей, превращая их в ходячих мертвецов (час от часу не легче).
Чтобы обучить ИИ этому нетривиальному навыку, учёные использовали фотографии знаменитостей. Нейросеть тренировалась, перенося на них черты зомби (только не спрашивайте, где исследователи взяли необходимое для обучения ИИ количество снимков нежити. Они об этом не сообщили).
Нейросеть Nightmare Machine смогла превратить в зомби Брэда Питта, Мэрилин Монро, Дональда Трампа, Хиллари Клинтон и даже забавного
лягушонка Кермита из «Маппет-шоу»
Изображение: MIT Media LabНейросеть Nightmare Machine смогла превратить в зомби Брэда Питта, Мэрилин Монро, Дональда Трампа, Хиллари Клинтон и даже забавного
лягушонка Кермита из «Маппет-шоу»
Изображение: MIT Media LabНейросеть Nightmare Machine смогла превратить в зомби Брэда Питта, Мэрилин Монро, Дональда Трампа, Хиллари Клинтон и даже забавного
лягушонка Кермита из «Маппет-шоу»
Изображение: MIT Media LabНейросеть Nightmare Machine смогла превратить в зомби Брэда Питта, Мэрилин Монро, Дональда Трампа, Хиллари Клинтон и даже забавного
лягушонка Кермита из «Маппет-шоу»
Изображение: MIT Media LabПоиздевавшись над знаменитостями, программисты MIT Media Lab создали вариант генеративно-состязательной сети (GAN), описанный в научной статье. В свою очередь, эта сеть обучилась генерировать абстрактные лица, которые после наложения на них стиля зомби напоминают персонажей фильмов режиссёра Джорджа Ромеро, вылезших из своих тёмных могил, чтобы сделать последнее селфи.
«Алгоритм вначале узнал, как выглядит лицо, — мы добились этого путём подачи на его входы 100 000 лиц знаменитостей. После этого алгоритм смог генерировать новые изображения самостоятельно. Когда Nightmare Machine создаёт уникальные лица, он „зомбирует“ их с помощью алгоритма, который понимает, как должен выглядеть настоящий зомби».
Пинар Янардаг,
ведущий исследователь MIT Media Lab (цитата: MIT Media Lab)
Таким образом, в проекте используются две нейронные сети. Первая — генерирует человеческие лица (не зомби), а вторая — уже превращает их в монстров.
Исследователи также запустили на сайте Nightmare Machine голосование (Осторожно! Эти картинки могут шокировать), с помощью которого любой желающий может внести свой вклад в обучение «Машины кошмаров». Выбрав из 10 предложенных изображений самые жуткие, посетитель получает в виде «награды» подборку из 36 картинок, которые, по мнению нейросети, производят наибольшее впечатление именно на него.
Результаты голосования учитываются при работе нейронной сети и способствуют генерации всё более и более страшных изображений. Каждый голос немного меняет ИИ в одном из направлений: больше зубов, более бледная кожа, более тёмный фон и так далее. В голосовании уже приняло участие более двух миллионов человек.
Есть ли у всего этого какой-то практический смысл? Создатели AI Spirits и Nightmare Machine утверждают, что есть. Они отмечают, что их проекты были созданы не только и не столько ради того, чтобы просто напугать людей.
Задача исследований состояла в том, чтобы лучше понять, почему люди боятся тех или иных изображений. Это может быть полезно, например, для уменьшения эффекта зловещей долины, с которым уже много лет борются создатели роботов и искусственного интеллекта.
«Учёные уже давно обсуждают феномен зловещей долины, который описывает чувство страха и отвращения к роботам, которые выглядят почти (но не совсем) как настоящие люди. Мы задались вопросом, может ли ИИ нарочно вызывать неприятные эмоции, похожие на те, что зрители испытывают при просмотре фильмов ужасов. И получили на него чёткий ответ».
Пинар Янардаг,
ведущий исследователь MIT Media Lab (цитата: MIT Media Lab)
P. S. Пожалуйста, не вините нас, если сегодня вы не сможете уснуть. Мы вас предупреждали :)
Бесплатный курс по Python ➞
Мини-курс для новичков и для опытных кодеров. 4 крутых проекта в портфолио, живое общение со спикером. Кликните и узнайте, чему можно научиться на курсе.
Смотреть программу
<!DOCTYPE html>
<html class="l-html" lang="ru">
<head>
<script>
mindbox = window.mindbox || function() { mindbox.queue.push(arguments); };
mindbox.queue = mindbox.queue || [];
mindbox('create', {
endpointId: 'skillbox.skillboxMediaWebsite'
});
</script>
<script src="https://api.s.mindbox.ru/scripts/v1/tracker.js" async></script>
<script>window.yaContextCb = window.yaContextCb || []</script>
<script src="https://yandex.ru/ads/system/context.js" async></script>
<!-- Google Tag Manager -->
<script async data-skip-moving="true" type="text/javascript">
/** Google Tagmanager */
;(function (w, d, s, l, i) {
w[l] = w[l] || [];
w[l].push({
'gtm.start':
new Date().getTime(), event: 'gtm.js'
});
var f = d.getElementsByTagName(s)[0],
j = d.createElement(s), dl = l != 'dataLayer' ? '&l=' + l : '';
j.async = true;
j.src = 'https://www.googletagmanager.com/gtm.js?id=' + i + dl;
f.parentNode.insertBefore(j, f);
})(window, document, 'script', 'dataLayer', 'GTM-NLCGQ25');
window.dataLayer = window.dataLayer || [];
function gtag() {
window.dataLayer.push(arguments);
}
gtag('js', new Date());
gtag('config', 'GTM-NLCGQ25');
</script>
<!-- End Google Tag Manager -->
<!-- Retail Rocket -->
<script type="text/javascript">
var rrPartnerId = "6048a0d097a52514f050731f";
var rrApi = {};
var rrApiOnReady = rrApiOnReady || [];
rrApi.addToBasket = rrApi.order = rrApi.categoryView = rrApi.view =
rrApi.recomMouseDown = rrApi.recomAddToCart = function() {};
(function(d) {
var ref = d.getElementsByTagName('script')[0];
var apiJs, apiJsId = 'rrApi-jssdk';
if (d.getElementById(apiJsId)) return;
apiJs = d.createElement('script');
apiJs.id = apiJsId;
apiJs.async = true;
apiJs.src = "//cdn.retailrocket.ru/content/javascript/tracking.js";
ref.parentNode.insertBefore(apiJs, ref);
}(document));
</script>
<!-- End Retail Rocket -->
<meta charset="UTF-8"/>
<meta name="viewport" content="width=device-width, initial-scale=1.0"/>
<meta http-equiv="X-UA-Compatible" content="ie=edge"/>
<meta name="google-site-verification" content="UA-kf725UpqwkHenFmDQ05SW115fL9UdD9uXiFy-ibQ"/>
<meta name="robots" content="index, follow"/>
<link rel="dns-prefetch" href="//fonts.googleapis.com">
<link rel="shortcut icon" href="/favicon.ico">
<link rel="canonical" href="https://skillbox.ru/media/code/koshmary-kremnievoy-doliny-kak-navesti-zhuti-s-pomoshchyu-ii/">
<link rel="preload" href="https://marketplace.canva.com/EAD2962NKnQ/2/0/1600w/canva-rainbow-gradient-pink-and-purple-zoom-virtual-background-_Tcjok-d9b4.jpg" as="image" />
<link rel="preload" href="https://via.placeholder.com/1170x250/92c952" as="image" />
<link rel="preload" href="https://via.placeholder.com/768x250/40E0D0" as="image" />
<link rel="preload" href="https://via.placeholder.com/375x250/ffbcee" as="image" />
<title>Примеры использования нейросетей: как навести жути с помощью ИИ / Skillbox Media</title>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
<meta name="keywords" content="примеры применения нейросетей, примеры использования искусственного интеллекта, примеры задач ии" />
<meta name="description" content="Примеры применения нейросетей для запугивания людей. Искусственный интеллект создаёт жуткие изображения из фотографий: зомби, вурдалаков и прочую нечисть." />
<link href="/bitrix/cache/css/s1/media/kernel_main/kernel_main_v1.css?177096852510536" type="text/css" rel="stylesheet" />
<link href="/bitrix/js/ui/fonts/opensans/ui.font.opensans.css?16341171742599" type="text/css" rel="stylesheet" />
<link href="/bitrix/js/main/popup/dist/main.popup.bundle.css?163411696226345" type="text/css" rel="stylesheet" />
<link href="//cdnjs.cloudflare.com/ajax/libs/Swiper/4.5.1/css/swiper.min.css" type="text/css" rel="stylesheet" />
<link href="/bitrix/cache/css/s1/media/page_a1ad23d5ae1fea4c6ac7c690c80a4763/page_a1ad23d5ae1fea4c6ac7c690c80a4763_v1.css?1771490810746236" type="text/css" rel="stylesheet" />
<link href="/bitrix/cache/css/s1/media/template_176a7c2453ad8025fa7d27f65ba6a4b1/template_176a7c2453ad8025fa7d27f65ba6a4b1_v1.css?1771490810442835" type="text/css" data-template-style="true" rel="stylesheet" />
<script type="text/javascript">if(!window.BX)window.BX={};if(!window.BX.message)window.BX.message=function(mess){if(typeof mess==='object'){for(let i in mess) {BX.message[i]=mess[i];} return true;}};</script>
<script type="text/javascript">(window.BX||top.BX).message({'JS_CORE_LOADING':'Загрузка...','JS_CORE_NO_DATA':'- Нет данных -','JS_CORE_WINDOW_CLOSE':'Закрыть','JS_CORE_WINDOW_EXPAND':'Развернуть','JS_CORE_WINDOW_NARROW':'Свернуть в окно','JS_CORE_WINDOW_SAVE':'Сохранить','JS_CORE_WINDOW_CANCEL':'Отменить','JS_CORE_WINDOW_CONTINUE':'Продолжить','JS_CORE_H':'ч','JS_CORE_M':'м','JS_CORE_S':'с','JSADM_AI_HIDE_EXTRA':'Скрыть лишние','JSADM_AI_ALL_NOTIF':'Показать все','JSADM_AUTH_REQ':'Требуется авторизация!','JS_CORE_WINDOW_AUTH':'Войти','JS_CORE_IMAGE_FULL':'Полный размер'});</script>
<script type="text/javascript" src="/bitrix/js/main/core/core.js?1634117028565340"></script>
<script>BX.setJSList(['/bitrix/js/main/core/core_ajax.js','/bitrix/js/main/core/core_promise.js','/bitrix/js/main/polyfill/promise/js/promise.js','/bitrix/js/main/loadext/loadext.js','/bitrix/js/main/loadext/extension.js','/bitrix/js/main/polyfill/promise/js/promise.js','/bitrix/js/main/polyfill/find/js/find.js','/bitrix/js/main/polyfill/includes/js/includes.js','/bitrix/js/main/polyfill/matches/js/matches.js','/bitrix/js/ui/polyfill/closest/js/closest.js','/bitrix/js/main/polyfill/fill/main.polyfill.fill.js','/bitrix/js/main/polyfill/find/js/find.js','/bitrix/js/main/polyfill/matches/js/matches.js','/bitrix/js/main/polyfill/core/dist/polyfill.bundle.js','/bitrix/js/main/core/core.js','/bitrix/js/main/polyfill/intersectionobserver/js/intersectionobserver.js','/bitrix/js/main/lazyload/dist/lazyload.bundle.js','/bitrix/js/main/polyfill/core/dist/polyfill.bundle.js','/bitrix/js/main/parambag/dist/parambag.bundle.js']);
BX.setCSSList(['/bitrix/js/main/lazyload/dist/lazyload.bundle.css','/bitrix/js/main/parambag/dist/parambag.bundle.css']);</script>
<script type="text/javascript">(window.BX||top.BX).message({'AMPM_MODE':false});(window.BX||top.BX).message({'MONTH_1':'Январь','MONTH_2':'Февраль','MONTH_3':'Март','MONTH_4':'Апрель','MONTH_5':'Май','MONTH_6':'Июнь','MONTH_7':'Июль','MONTH_8':'Август','MONTH_9':'Сентябрь','MONTH_10':'Октябрь','MONTH_11':'Ноябрь','MONTH_12':'Декабрь','MONTH_1_S':'января','MONTH_2_S':'февраля','MONTH_3_S':'марта','MONTH_4_S':'апреля','MONTH_5_S':'мая','MONTH_6_S':'июня','MONTH_7_S':'июля','MONTH_8_S':'августа','MONTH_9_S':'сентября','MONTH_10_S':'октября','MONTH_11_S':'ноября','MONTH_12_S':'декабря','MON_1':'янв','MON_2':'фев','MON_3':'мар','MON_4':'апр','MON_5':'май','MON_6':'июн','MON_7':'июл','MON_8':'авг','MON_9':'сен','MON_10':'окт','MON_11':'ноя','MON_12':'дек','DAY_OF_WEEK_0':'Воскресенье','DAY_OF_WEEK_1':'Понедельник','DAY_OF_WEEK_2':'Вторник','DAY_OF_WEEK_3':'Среда','DAY_OF_WEEK_4':'Четверг','DAY_OF_WEEK_5':'Пятница','DAY_OF_WEEK_6':'Суббота','DOW_0':'Вс','DOW_1':'Пн','DOW_2':'Вт','DOW_3':'Ср','DOW_4':'Чт','DOW_5':'Пт','DOW_6':'Сб','FD_SECOND_AGO_0':'#VALUE# секунд назад','FD_SECOND_AGO_1':'#VALUE# секунду назад','FD_SECOND_AGO_10_20':'#VALUE# секунд назад','FD_SECOND_AGO_MOD_1':'#VALUE# секунду назад','FD_SECOND_AGO_MOD_2_4':'#VALUE# секунды назад','FD_SECOND_AGO_MOD_OTHER':'#VALUE# секунд назад','FD_SECOND_DIFF_0':'#VALUE# секунд','FD_SECOND_DIFF_1':'#VALUE# секунда','FD_SECOND_DIFF_10_20':'#VALUE# секунд','FD_SECOND_DIFF_MOD_1':'#VALUE# секунда','FD_SECOND_DIFF_MOD_2_4':'#VALUE# секунды','FD_SECOND_DIFF_MOD_OTHER':'#VALUE# секунд','FD_SECOND_SHORT':'#VALUE#с','FD_MINUTE_AGO_0':'#VALUE# минут назад','FD_MINUTE_AGO_1':'#VALUE# минуту назад','FD_MINUTE_AGO_10_20':'#VALUE# минут назад','FD_MINUTE_AGO_MOD_1':'#VALUE# минуту назад','FD_MINUTE_AGO_MOD_2_4':'#VALUE# минуты назад','FD_MINUTE_AGO_MOD_OTHER':'#VALUE# минут назад','FD_MINUTE_DIFF_0':'#VALUE# минут','FD_MINUTE_DIFF_1':'#VALUE# минута','FD_MINUTE_DIFF_10_20':'#VALUE# минут','FD_MINUTE_DIFF_MOD_1':'#VALUE# минута','FD_MINUTE_DIFF_MOD_2_4':'#VALUE# минуты','FD_MINUTE_DIFF_MOD_OTHER':'#VALUE# минут','FD_MINUTE_0':'#VALUE# минут','FD_MINUTE_1':'#VALUE# минуту','FD_MINUTE_10_20':'#VALUE# минут','FD_MINUTE_MOD_1':'#VALUE# минуту','FD_MINUTE_MOD_2_4':'#VALUE# минуты','FD_MINUTE_MOD_OTHER':'#VALUE# минут','FD_MINUTE_SHORT':'#VALUE#мин','FD_HOUR_AGO_0':'#VALUE# часов назад','FD_HOUR_AGO_1':'#VALUE# час назад','FD_HOUR_AGO_10_20':'#VALUE# часов назад','FD_HOUR_AGO_MOD_1':'#VALUE# час назад','FD_HOUR_AGO_MOD_2_4':'#VALUE# часа назад','FD_HOUR_AGO_MOD_OTHER':'#VALUE# часов назад','FD_HOUR_DIFF_0':'#VALUE# часов','FD_HOUR_DIFF_1':'#VALUE# час','FD_HOUR_DIFF_10_20':'#VALUE# часов','FD_HOUR_DIFF_MOD_1':'#VALUE# час','FD_HOUR_DIFF_MOD_2_4':'#VALUE# часа','FD_HOUR_DIFF_MOD_OTHER':'#VALUE# часов','FD_HOUR_SHORT':'#VALUE#ч','FD_YESTERDAY':'вчера','FD_TODAY':'сегодня','FD_TOMORROW':'завтра','FD_DAY_AGO_0':'#VALUE# дней назад','FD_DAY_AGO_1':'#VALUE# день назад','FD_DAY_AGO_10_20':'#VALUE# дней назад','FD_DAY_AGO_MOD_1':'#VALUE# день назад','FD_DAY_AGO_MOD_2_4':'#VALUE# дня назад','FD_DAY_AGO_MOD_OTHER':'#VALUE# дней назад','FD_DAY_DIFF_0':'#VALUE# дней','FD_DAY_DIFF_1':'#VALUE# день','FD_DAY_DIFF_10_20':'#VALUE# дней','FD_DAY_DIFF_MOD_1':'#VALUE# день','FD_DAY_DIFF_MOD_2_4':'#VALUE# дня','FD_DAY_DIFF_MOD_OTHER':'#VALUE# дней','FD_DAY_AT_TIME':'#DAY# в #TIME#','FD_DAY_SHORT':'#VALUE#д','FD_MONTH_AGO_0':'#VALUE# месяцев назад','FD_MONTH_AGO_1':'#VALUE# месяц назад','FD_MONTH_AGO_10_20':'#VALUE# месяцев назад','FD_MONTH_AGO_MOD_1':'#VALUE# месяц назад','FD_MONTH_AGO_MOD_2_4':'#VALUE# месяца назад','FD_MONTH_AGO_MOD_OTHER':'#VALUE# месяцев назад','FD_MONTH_DIFF_0':'#VALUE# месяцев','FD_MONTH_DIFF_1':'#VALUE# месяц','FD_MONTH_DIFF_10_20':'#VALUE# месяцев','FD_MONTH_DIFF_MOD_1':'#VALUE# месяц','FD_MONTH_DIFF_MOD_2_4':'#VALUE# месяца','FD_MONTH_DIFF_MOD_OTHER':'#VALUE# месяцев','FD_MONTH_SHORT':'#VALUE#мес','FD_YEARS_AGO_0':'#VALUE# лет назад','FD_YEARS_AGO_1':'#VALUE# год назад','FD_YEARS_AGO_10_20':'#VALUE# лет назад','FD_YEARS_AGO_MOD_1':'#VALUE# год назад','FD_YEARS_AGO_MOD_2_4':'#VALUE# года назад','FD_YEARS_AGO_MOD_OTHER':'#VALUE# лет назад','FD_YEARS_DIFF_0':'#VALUE# лет','FD_YEARS_DIFF_1':'#VALUE# год','FD_YEARS_DIFF_10_20':'#VALUE# лет','FD_YEARS_DIFF_MOD_1':'#VALUE# год','FD_YEARS_DIFF_MOD_2_4':'#VALUE# года','FD_YEARS_DIFF_MOD_OTHER':'#VALUE# лет','FD_YEARS_SHORT_0':'#VALUE#л','FD_YEARS_SHORT_1':'#VALUE#г','FD_YEARS_SHORT_10_20':'#VALUE#л','FD_YEARS_SHORT_MOD_1':'#VALUE#г','FD_YEARS_SHORT_MOD_2_4':'#VALUE#г','FD_YEARS_SHORT_MOD_OTHER':'#VALUE#л','CAL_BUTTON':'Выбрать','CAL_TIME_SET':'Установить время','CAL_TIME':'Время','FD_LAST_SEEN_TOMORROW':'завтра в #TIME#','FD_LAST_SEEN_NOW':'только что','FD_LAST_SEEN_TODAY':'сегодня в #TIME#','FD_LAST_SEEN_YESTERDAY':'вчера в #TIME#','FD_LAST_SEEN_MORE_YEAR':'более года назад'});</script>
<script type="text/javascript">(window.BX||top.BX).message({'WEEK_START':'1'});</script>
<script type="text/javascript">(window.BX||top.BX).message({'LANGUAGE_ID':'ru','FORMAT_DATE':'DD.MM.YYYY','FORMAT_DATETIME':'DD.MM.YYYY HH:MI:SS','COOKIE_PREFIX':'BITRIX_SM','SERVER_TZ_OFFSET':'10800','UTF_MODE':'Y','SITE_ID':'s1','SITE_DIR':'/','USER_ID':'','SERVER_TIME':'1771643770','USER_TZ_OFFSET':'0','USER_TZ_AUTO':'Y','bitrix_sessid':'02096cdbc4c91e6a9a5a63b3e7b95dbe'});</script>
<script type="text/javascript" src="/bitrix/js/main/date/main.date.js?159955296434530"></script>
<script type="text/javascript" src="/bitrix/js/main/popup/dist/main.popup.bundle.js?1634116962109107"></script>
<script type="text/javascript" src="/bitrix/js/main/core/core_date.js?163411653136080"></script>
<script type="text/javascript" src="/bitrix/js/ui/vue/vue2/prod/dist/vue.bundle.js?1635848017173206"></script>
<script type="text/javascript" src="https://cdnjs.cloudflare.com/ajax/libs/Swiper/4.5.1/js/swiper.min.js"></script>
<script type="text/javascript" src="//cdnjs.cloudflare.com/ajax/libs/fingerprintjs2/2.1.0/fingerprint2.min.js"></script>
<script type="text/javascript">BX.setCSSList(['/bitrix/js/main/core/css/core_date.css','/setka/css/setka_skillbox.css','/local/templates/.default/components/bitrix/news.detail/article/style.css','/static/css/newarticle.css','/local/templates/media/libs/jquery.formstyler.css','/local/templates/media/fonts/graphik-font/stylesheet.css','/static/css/main.css','/local/templates/media/template_styles.css']);</script>
<script src="https://cdn.skillbox.pro/frontend-libs/promo-banner/5.10.1/banner-plugin.min.js"></script>
<script type="text/javascript" async src="https://relap.io/api/v6/head.js?token=sI73Ph6a5BnkqK2o"></script>
<meta property="og:title" content="Кошмары Кремниевой долины: как навести жути с помощью ИИ" />
<meta property="og:description" content="Знакомимся с нейросетями, которые создают зомби, вурдалаков и прочую нечисть. Уведите от экрана маленьких детей, беременных женщин и сердечников." />
<meta property="og:url" content="https://skillbox.ru/media/code/koshmary-kremnievoy-doliny-kak-navesti-zhuti-s-pomoshchyu-ii/" />
<meta property="og:type" content="article" />
<meta property="og:site_name" content="skillbox.ru" />
<meta property="og:locale" content="ru_RU" />
<meta property="og:image" content="https://248006.selcdn.ru/main/iblock/68b/68bae759fea612eda258100f7339678f/1851076c477f5c9863cf58a26b3ea61d.jpg" />
<meta name="relap-image" content="https://248006.selcdn.ru/main/iblock/68b/68bae759fea612eda258100f7339678f/1851076c477f5c9863cf58a26b3ea61d.jpg" />
<meta property="og:image:width" content="600" />
<meta property="og:image:height" content="315" />
<meta property="twitter:card" content="summary_large_image" />
<meta property="twitter:image" content="https://248006.selcdn.ru/main/iblock/68b/68bae759fea612eda258100f7339678f/1851076c477f5c9863cf58a26b3ea61d.jpg" />
<meta property="vk:image" content="https://248006.selcdn.ru/main/iblock/dff/dff762c7949036b111048f048d045fa5/8f1f43d757cda0c3ca8b39bcd12002c8.jpg" />
<meta property="article:author" content="Александр Цуриков" />
<meta property="article:tag" content="статьи" />
<meta property="article:section" content="Код" />
<script type="text/javascript" src="/static/js/vendor.js?1771489421543641"></script>
<script type="text/javascript" src="/local/assets/js/common.js?177148933727419"></script>
<script type="text/javascript" src="/static/js/main.js?1771489421125222"></script>
<script type="text/javascript" src="/local/templates/media/js/main.js?17714893372418"></script>
<script type="text/javascript" src="/local/components/prmedia/popup.subscribe/templates/.default/script.js?17714893376820"></script>
<script type="text/javascript" src="/local/templates/.default/components/bitrix/news.detail/article/infinity.js?177148933713735"></script>
<script type="text/javascript" src="/local/templates/.default/components/bitrix/news/articles/script.js?1771489337246"></script>
<script type="text/javascript" src="/setka/js/setka_skillbox.js?1771489337106775"></script>
<script type="text/javascript" src="/local/templates/.default/components/bitrix/news.detail/article/script.js?17714893377503"></script>
<script type="text/javascript">var _ba = _ba || []; _ba.push(["aid", "84a6082a990bbac8858fb733b97bed30"]); _ba.push(["host", "skillbox.ru"]); (function() {var ba = document.createElement("script"); ba.type = "text/javascript"; ba.async = true;ba.src = (document.location.protocol == "https:" ? "https://" : "http://") + "bitrix.info/ba.js";var s = document.getElementsByTagName("script")[0];s.parentNode.insertBefore(ba, s);})();</script>
</head>
<body>
<div class="js-sticky-delimiter"></div>
<div class="bx-panel"></div>
<!-- Google Tag Manager (noscript) -->
<noscript>
<iframe src="https://www.googletagmanager.com/ns.html?id=GTM-NLCGQ25" height="0" width="0"
style="display:none;visibility:hidden"></iframe>
</noscript>
<!-- End Google Tag Manager (noscript) -->
<svg class="app-svg-visually-hidden" xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink">
<defs>
<path id="def-arrow-down-a" d="M223 20813l4 5 4-5z"/>
<path id="def-arrow-a" d="M1044.6 803.2a.81.81 0 01-.5.18.8.8 0 01-.8-.8v-3.24c-2.97.1-5.17.88-6.52 2.3a4.86 4.86 0 00-1.39 3.29.8.8 0 01-.75.83h-.04a.79.79 0 01-.79-.74c-.22-3.78.69-6.76 2.69-8.84a10.76 10.76 0 016.81-3.07v-3.3a.8.8 0 011.29-.63l7.91 6.39a.8.8 0 010 1.25zm.3-11.73v2.42a.5.5 0 01-.03.1.8.8 0 01-.05.21.78.78 0 01-.47.42.67.67 0 01-.25.05h-.01c-.06 0-3.93-.04-6.46 2.62-.8.85-1.4 1.87-1.74 2.99 1.79-1.7 4.55-2.57 8.21-2.57.44 0 .8.36.8.8v2.4l5.85-4.72z"/>
<path id="def-be-a" d="M55.6 29.58h6.12v-1.59H55.6zm.64 5.74s.26-2.23 2.58-2.23c2.32 0 2.26 2.23 2.26 2.23zm-3.23 1.27S52.56 42 58.72 42c0 0 5.26.37 5.26-3.81H61.4s-.09 1.59-2.58 1.59c0 0-2.58.17-2.58-2.55l7.74-.01c-.08-.32.9-6.42-5.16-6.36-5.77.05-5.81 5.73-5.81 5.73zm-10.34 2.8v-4.24H47s1.7.16 1.7 2.24c0 1.76-1.06 1.99-1.7 2zM47 29.61s1.16.06 1.16 1.62-.76 1.64-1.49 1.64h-4v-3.26zm4.33 1.3c0-2.68-1.81-3.91-4.26-3.91H39v15.01h8.07s4.92.15 4.92-4.43c0 0 .22-3.73-2.9-3.73 0 0 2.24-.25 2.24-2.94z"/>
<path id="def-briefcase-a" d="M855 13538c0-1.7 1.3-3 3-3s3 1.3 3 3v7c0 1.7-1.3 3-3 3s-3-1.3-3-3v-7z"/>
<path id="def-comments-a" d="M752 8958l-4 4v-12a1 1 0 011-1h11a1 1 0 011 1v7a1 1 0 01-1 1zm12-6v13l-3.2-4H751l2-2h9v-8h1c1 0 1 .45 1 1z"/>
<path id="def-eaye-a" d="M630 8956.22c0 1.04-3.58 5.21-8 5.21s-8-4.26-8-5.21c0-1.05 3.58-5.22 8-5.22s8 4.17 8 5.22zm-5 0h-3v-3.13a3.13 3.13 0 100 6.26 3.07 3.07 0 003-3.13z"/>
<path id="def-file-a" d="M493 9457a2 2 0 01-1.98-2v-16a2 2 0 011.98-2h19.82c1.13 0 2.07.87 2.15 2v16a2.15 2.15 0 01-2.15 2zm0-18v8.83l5.3-4.59a.98.98 0 011.35.05l5.34 5.39 3.27-2.48a.98.98 0 011.36.16l3.35 4.07V9439zm19.97 14.55l-4.27-5.18-3.21 2.43c-.4.3-.95.26-1.3-.09l-5.3-5.35-5.9 5.1v4.54h19.98zm-6.1-10.55a1.98 1.98 0 113.97.04 1.98 1.98 0 01-3.97-.04z"/>
<path id="def-gplus-a" d="M466 10169a4 4 0 013.87-3.99 4.14 4.14 0 012.93.99c-.33.36-.67.71-1.03 1.04-.72-.42-1.58-.75-2.41-.46a2.52 2.52 0 00-1.67 3.23c.41 1.35 2.09 2.1 3.4 1.52a2.22 2.22 0 001.33-1.51c-.78-.01-1.56 0-2.34-.03v-1.36h3.9a4.45 4.45 0 01-.83 3.2c-1 1.28-2.88 1.66-4.4 1.16a4 4 0 01-2.75-3.79z"/><path id="def-gplus-b" d="M476.34 10166h1.32l.01 1.33H479v1.33l-1.33.01v1.33h-1.33l-.01-1.33H475v-1.33l1.33-.01.01-1.33z"/>
<path id="def-inst-a" d="M1480.93 332c-3.5 0-3.95.02-5.32.07-1.37.07-2.3.28-3.14.6-.84.34-1.57.77-2.28 1.5a6.36 6.36 0 00-1.5 2.28 9.84 9.84 0 00-.6 3.14c-.07 1.37-.07 1.82-.07 5.32s.02 3.96.07 5.32c.07 1.37.28 2.31.6 3.14.34.85.77 1.58 1.5 2.29a6.51 6.51 0 002.28 1.5c.82.3 1.77.53 3.14.6 1.37.07 1.82.07 5.32.07s3.96-.02 5.32-.07a9.48 9.48 0 003.14-.6 6.14 6.14 0 002.29-1.5 6.36 6.36 0 001.5-2.29c.3-.81.53-1.77.6-3.14.07-1.36.07-1.82.07-5.32s-.02-3.95-.07-5.32a9.48 9.48 0 00-.6-3.14 6.14 6.14 0 00-1.5-2.28 6.36 6.36 0 00-2.29-1.5 9.84 9.84 0 00-3.14-.6c-1.38-.05-1.82-.07-5.32-.07zm0 2.32c3.45 0 3.85.02 5.22.07 1.27.05 1.94.26 2.4.45.6.25 1.03.52 1.48.97.45.45.73.89.97 1.5.18.44.39 1.14.45 2.39.07 1.37.07 1.76.07 5.21s-.01 3.85-.07 5.22a6.55 6.55 0 01-.45 2.4c-.24.6-.52 1.03-.97 1.48-.45.45-.88.73-1.49.97-.45.18-1.14.39-2.39.45-1.37.07-1.77.07-5.22.07-3.45 0-3.84-.01-5.21-.07a6.55 6.55 0 01-2.4-.45 4.11 4.11 0 01-1.49-.97 4.11 4.11 0 01-.97-1.49 7.52 7.52 0 01-.45-2.39c-.07-1.37-.07-1.77-.07-5.22 0-3.45.02-3.84.07-5.21.05-1.27.26-1.95.45-2.4.25-.6.52-1.04.97-1.49.45-.45.89-.72 1.5-.97a7.52 7.52 0 012.39-.45c1.35-.05 1.76-.07 5.21-.07z"/><path id="def-inst-b" d="M1480.93 349.2a4.3 4.3 0 110-8.59 4.3 4.3 0 010 8.6zm0-10.93a6.62 6.62 0 100 13.24 6.62 6.62 0 000-13.24z"/><path id="def-inst-c" d="M1486.27 338.01a1.54 1.54 0 113.09 0 1.54 1.54 0 01-3.09 0z"/>
<path id="def-like-down-a" d="M1004.33 543.66c-1.1 0-2.45-.86-2.61-3.31-.05-1.41.11-2.82.48-4.19h-2.96c-2.15 0-3.42-1.35-3.42-2.67 0-.39.05-.77.17-1.13a2.4 2.4 0 01-.99-2.03 2.35 2.35 0 011.02-2.05c-.12-.34-.18-.7-.17-1.06.86-.6 1.2-1.7.86-2.7 0-2.52 3.45-2.52 4.57-2.52h2.85c1.3.06 2.56.4 3.71 1 .67.36 1.41.6 2.18.67h3.23c.25 0 .5.11.65.31.12.14 1.1 1.47 1.1 4.69.03 1.8-.28 3.6-.9 5.31a.83.83 0 01-.67.5c-.03 0-3.27.4-4.85 1.98a10.32 10.32 0 00-2.8 5.94 1.4 1.4 0 01-1.45 1.26zm-6.84-10.17c0 .34.52 1 1.75 1h4.06a.83.83 0 01.8 1.1c-.5 1.5-.73 3.07-.72 4.65.08 1.1.44 1.6.79 1.72a11.94 11.94 0 013.23-6.67c1.57-1.58 4.2-2.18 5.32-2.38.41-1.37.62-2.8.61-4.24a8.18 8.18 0 00-.56-3.34h-2.75c-1-.07-1.97-.35-2.85-.81a7.53 7.53 0 00-3.04-.85h-2.85c-1.32 0-2.9.15-2.9.85-.02.11.02.22.09.3a.73.73 0 01.75.77.92.92 0 01-.85.87.85.85 0 00-.85.77c-.05.22.01.44.17.6.42.07.71.45.67.88a.87.87 0 01-.86.77.77.77 0 00-.83.85.8.8 0 00.87.85c.46.01.82.4.81.85 0 .43-.33.78-.76.8-.09.21-.12.44-.1.66z"/>
<path id="def-like-up-a" d="M944.67 520c1.1 0 2.45.87 2.61 3.32.05 1.4-.11 2.82-.48 4.18h2.96c2.15 0 3.42 1.36 3.42 2.67 0 .39-.05.77-.17 1.14a2.4 2.4 0 01.99 2.02c.04.81-.35 1.59-1.02 2.05.12.34.18.7.17 1.07-.86.6-1.2 1.7-.86 2.69 0 2.52-3.45 2.52-4.57 2.52h-2.85a8.94 8.94 0 01-3.71-.99 5.67 5.67 0 00-2.18-.67h-3.23a.83.83 0 01-.65-.32c-.12-.14-1.1-1.47-1.1-4.68-.03-1.81.28-3.62.9-5.32a.83.83 0 01.67-.5c.03 0 3.27-.4 4.85-1.98a10.32 10.32 0 002.8-5.93 1.4 1.4 0 011.45-1.27zm6.84 10.17c0-.34-.52-1-1.75-1h-4.06a.83.83 0 01-.8-1.1c.5-1.5.73-3.07.72-4.65-.08-1.1-.44-1.6-.79-1.72a11.94 11.94 0 01-3.23 6.67c-1.57 1.58-4.2 2.19-5.32 2.38a14.38 14.38 0 00-.61 4.25 8.18 8.18 0 00.56 3.33h2.75c1 .07 1.97.35 2.85.82.94.49 1.98.78 3.04.85h2.85c1.32 0 2.9-.15 2.9-.86a.35.35 0 00-.09-.3.73.73 0 01-.75-.77.92.92 0 01.85-.87c.44 0 .81-.33.85-.77a.65.65 0 00-.17-.6.81.81 0 01-.67-.87.87.87 0 01.86-.78.77.77 0 00.83-.85.8.8 0 00-.87-.85.83.83 0 01-.81-.85c0-.43.33-.78.76-.8.09-.21.12-.43.1-.66z"/>
<path id="def-like-a" d="M701.32 8960.32a.95.95 0 01-.95.95h-5.72c-.96 0-1.92-.95-2.87-.95h-.95v-6.68c.04-.6.4-1.12.95-1.36a4.78 4.78 0 002.87-4.37v-.96a.95.95 0 01.95-.95h.95c.53 0 .95.43.95.95v5.73h3.82a.9.9 0 01.96.96zm-14.31.95v-9.54h1.9a.96.96 0 01.97.95v7.64a.96.96 0 01-.96.95zm.99-8.3a.48.48 0 10.88.38.48.48 0 00-.88-.38z"/>
<path id="def-link-a" d="M626.02 1163.93l-.02 15.99 13.02.01v-4a.86.86 0 01.24-.68.9.9 0 01.66-.28 1 1 0 011 1v4.95a1 1 0 01-.29.7 1 1 0 01-.71.29H625a1 1 0 01-.71-.29 1 1 0 01-.29-.7V1163a1 1 0 011-1h3.95a1 1 0 011 1 .89.89 0 01-.93.93z"/><path id="def-link-b" d="M641.95 1171a1 1 0 01-1-1v-5.59l-9.25 9.3a.99.99 0 01-1.41-.01.99.99 0 01.01-1.41l9.24-9.29h-5.56a1 1 0 01-1-1 1 1 0 011-1h7.97a1 1 0 011 1v8a1 1 0 01-1 1z"/>
<path id="def-mail-a" d="M1058 261c0-.6-.4-1-1-1h-14c-.6 0-1 .4-1 1l8 6.5z"/><path id="def-mail-b" d="M1042 262.5v8.5c0 .6.4 1 1 1h14c.6 0 1-.4 1-1v-8.5l-8 6.5z"/>
<path id="def-outside-a" d="M1204.24 9231.16h-10.05c-.92 0-1.67-.75-1.67-1.68v-4.2c0-.46.38-.84.84-.84a.81.81 0 01.8.84v4.2h10.08v-16.8h-10.08v4.2a.81.81 0 01-.8.84.84.84 0 01-.84-.84v-4.2c0-.93.75-1.68 1.67-1.68h10.05c.92 0 1.67.75 1.67 1.68v16.8c0 .93-.75 1.68-1.67 1.68zm-15.56-10.92h11.37a.84.84 0 110 1.68h-11.36l1.91 1.92a.84.84 0 11-1.18 1.2l-3.35-3.36a.86.86 0 01-.24-.6v-.02a.83.83 0 01.24-.58l3.35-3.36a.83.83 0 011.18 0c.33.33.33.87 0 1.2z"/>
<path id="def-pencil-a" d="M1190.84 9818.68a.64.64 0 01-.19.13l-.07.06-4.42 1.82c-.1.05-.21.07-.32.07a.83.83 0 01-.77-1.15l1.84-4.4v-.02a.38.38 0 01.09-.13l.08-.13v-.01l10.82-10.82-.44-.44-3.56 3.57a.83.83 0 01-1.18-1.18l4.16-4.15a.81.81 0 011.17 0l1.03 1.03 1.86-1.86a.84.84 0 011.17 0l2.58 2.58c.33.32.33.85 0 1.18zm-2.88-1.7l-.58 1.41 1.41-.58zm.88-1.47l1.41 1.4 10.24-10.23-1.4-1.4zm12.69-12.68l-1.27 1.27 1.4 1.4 1.28-1.27z"/>
<path id="def-phone-a" d="M732.62 41c-2.25 0-6.37-2.73-10.24-6.78a33.08 33.08 0 01-5.22-6.96c-1.33-2.53-1.52-4.32-.56-5.31l2.91-2.72c.17-.16.4-.24.63-.23.24.02.46.13.61.32l3.79 4.58c.23.28.28.68.12 1.01l-1.47 3.08 5.24 5.48 2.93-1.54a.83.83 0 01.96.12l4.38 3.96c.17.16.28.38.3.63a.97.97 0 01-.22.67l-2.53 3.02c-.33.34-.81.67-1.63.67zm-14.76-17.78c-.15.21-.25 1.09.83 3.15 1.06 2 2.8 4.32 4.93 6.55 3.87 4.06 7.53 6.25 9 6.25.2 0 .3-.04.33-.08l1.94-2.3-3.27-2.95-2.98 1.56a.84.84 0 01-1.01-.17l-6.12-6.42a.92.92 0 01-.16-1.05l1.48-3.12-2.82-3.42z"/>
<path id="def-plus-a" d="M1223.33 4172.67h-6.66v6.66a.67.67 0 01-1.34 0v-6.66h-6.66a.67.67 0 010-1.34h6.66v-6.66a.67.67 0 011.34 0v6.66h6.66a.67.67 0 010 1.34z"/>
<path id="def-search-a" d="M1092.53 24.87a6.7 6.7 0 10-.05 13.4 6.7 6.7 0 00.05-13.4zm12.1 18.85a.95.95 0 01-1.35 0l-5.4-5.43a8.62 8.62 0 111.35-1.35l5.4 5.43c.37.37.37.98 0 1.35z"/>
<path id="def-shape-a" d="M879 13323h-4a1 1 0 01-1-1v-4a1 1 0 011-1h.85c-1.29-8.14-8.38-15.22-16.85-16.81v.81a1 1 0 01-1 1h-4a1 1 0 01-1-1v-.81c-8.47 1.6-15.56 8.67-16.85 16.81h.85a1 1 0 011 1v4a1 1 0 01-1 1h-4a1 1 0 01-1-1v-4a1 1 0 011-1h1.13c1.03-7.24 6.24-13.76 13.07-17h-6.48a1.98 1.98 0 01-1.72 1.01c-.97 0-1.8-.69-1.98-1.65a2 2 0 011.28-2.23 2 2 0 012.42.87H853v-1a1 1 0 011-1h4a1 1 0 011 1v1h12.27a2.01 2.01 0 110 2h-6.47c6.83 3.24 12.04 9.76 13.07 17H879a1 1 0 011 1v4a1 1 0 01-1 1zm-43-4h-2v2h2zm21-21h-2v2h2zm21 21h-2v2h2zm-22.93-12.51a.52.52 0 01.1-.18l.01-.03.03-.03a1 1 0 01.2-.21l.06-.04c.06-.04.12-.08.19-.1l.04-.02.09-.01.05-.01.16-.03.15.03h.04l.11.01.04.02.19.1.02.02.02.01a.92.92 0 01.24.25l.02.03c.04.05.08.12.1.18l.03.05c.02.07 2.33 7.26 8.51 10.59.26.14.45.39.51.68a.97.97 0 01-.2.82 23.7 23.7 0 00-3.99 8.81 8.02 8.02 0 012.21 5.57 1 1 0 01-1 1h-14a1 1 0 01-1-1 8.02 8.02 0 012.21-5.57 23.66 23.66 0 00-3.99-8.8 1 1 0 01.31-1.51c6.21-3.34 8.49-10.52 8.51-10.59l.03-.04zm.93 20.49a6 6 0 00-5.92 5.02h11.84a6 6 0 00-5.92-5.02zm-4.06-.9a8.17 8.17 0 018.12 0 25.8 25.8 0 013.47-7.78 20.33 20.33 0 01-6.53-6.96v6.93a2 2 0 01-.97 3.73 2.03 2.03 0 01-2.03-2 2 2 0 011-1.7v-6.96a20.33 20.33 0 01-6.53 6.96 25.8 25.8 0 013.47 7.78z"/>
<path id="def-strawberry-a" d="M873.26 13427.96a7.49 7.49 0 01-4.13-1.21 20.45 20.45 0 012.02 8.92c0 10.41-17.26 18.25-28.46 18.25-3.71 0-6.53-.86-8.17-2.48l-.1-.1c-3.9-4.01-2.65-13.97.62-21.78 3.77-9.01 9.53-14.39 15.41-14.39 3.1 0 6.17.68 8.97 1.99a8.12 8.12 0 01-.65-1.24c-1.09-2.7-.53-5.87 1.68-9.44a1 1 0 011.11-.45c.21.06 5.12 1.38 6.8 5.49.8 2.19.7 4.61-.29 6.72 1.25-.51 2.58-.79 3.92-.83 5.12 0 7.74 4.75 8.4 7.26a.97.97 0 01-.45 1.1 12.95 12.95 0 01-6.68 2.19zm-36.36 2.36c-3.42 8.19-3.85 16.84-.97 19.69l.08.09c1.26 1.18 3.62 1.82 6.68 1.82a38.27 38.27 0 0017.26-4.82c3.43-1.92 9.18-5.96 9.18-11.43a18.4 18.4 0 00-18.68-18.5c-5.93 0-10.89 6.79-13.55 13.15zm29.59-18.05c-.97-2.38-3.49-3.6-4.73-4.07-1.52 2.71-1.89 5.05-1.12 6.96.96 2.37 3.48 3.6 4.73 4.08 1.52-2.71 1.89-5.05 1.12-6.97zm5.5 7.13c-1.75.08-3.45.6-4.95 1.51.59 1.54 2.36 5.06 6.22 5.06 1.75-.08 3.45-.6 4.94-1.5-.59-1.55-2.36-5.07-6.21-5.07zm-13.43 13.54h3v3h-3zm-4-5h3v3h-3zm2 13h-3v-3h3zm-7-8h3v3h-3zm0-9h3v3h-3zm2 22h-3v-3h3zm-7-8h3v3h-3zm0-9h3v3h-3zm-5 14h3v3h-3zm0-9h3v3h-3z"/>
<path id="def-telegram-a" d="M823.8 272.93l-4.09 20.05c-.3 1.42-1.16 1.76-2.36 1.1l-6.52-4.77-3.13 3c-.55.47-.75.66-1.27.65-.5 0-.74-.3-1.03-1.1l-2.4-7.29-6.26-1.94c-1.01-.32-1.06-1.66.31-2.05l25.01-9.39c1.14-.52 2.18 0 1.74 1.74zm-17.39 18.55l.6-5.26 11.83-10.54c.31-.36.09-.88-.61-.42l-14.24 8.87z"/>
<path id="def-tm-a" d="M1406.46 346.34l13.28-8.34c.65-.44.86.05.57.39l-11.02 9.91-.57 4.96zm16.84-12.16l-23.32 8.83c-1.27.37-1.24 1.62-.3 1.93l5.84 1.82 2.24 6.86c.28.75.5 1.04.96 1.04.49 0 .67-.18 1.19-.62.58-.55 1.5-1.43 2.92-2.83l6.08 4.49c1.12.62 1.92.3 2.21-1.04l3.8-18.85c.41-1.63-.55-2.12-1.62-1.63z"/>
<path id="def-trash-a" d="M1175 9805h-1.09l-1.8 13.12a2.15 2.15 0 01-2.11 1.88h-8a2.14 2.14 0 01-2.1-1.88l-1.78-13.12H1157a1 1 0 010-2h5v-1a3 3 0 013-3h2a3 3 0 013 3v1h5a1 1 0 010 2zm-7-3a1 1 0 00-1-1h-2a1 1 0 00-1 1v1h4zm-7.87 3l1.75 12.9c.02.05.07.09.12.1h8c.06-.01.1-.05.12-.11l1.78-12.89zm6.87 3h2v6h-2zm-4 0h2v6h-2z"/>
<path id="def-triangle-a" d="M1238 6883l7.22 7.22 7.22-7.22z"/>
<path id="def-user-circle-a" d="M1265.24 30.18a10 10 0 01-2.18 10.9 6.94 6.94 0 00-4.7-4.69 5 5 0 10-4.66.01c-2.24.72-4 2.47-4.72 4.71a10 10 0 1116.26-10.93zm-6.22 1.82a3 3 0 11-6-.01 3 3 0 016 .01zm-8.3 10.48c.4-2.6 2.65-4.5 5.28-4.48 2.73 0 5.1 1.96 5.27 4.37l.03.09a9.9 9.9 0 01-10.57.02zM1256 46a12.01 12.01 0 000-24 12 12 0 100 24z"/>
<path id="def-vb-a" d="M955.45 276.38c.68 3.25.79 6.51-.02 9.76-.14.57-.36 1.11-.58 1.65-.84 2.05-2.5 3.13-4.57 3.73-1.63.48-3.31.69-5 .82-.89.07-2.29.03-3.18.02-.76-.01-.55-.04-1.04.45-.96.97-1.84 1.82-2.76 2.84a28 28 0 01-1.35 1.35v-4.93c0-.25-.07-.4-.3-.5-.26-.1-.5-.24-.75-.34a6.95 6.95 0 01-4.35-4.98 19.93 19.93 0 01-.51-6.16c.07-1.4.26-2.79.64-4.15a6.8 6.8 0 013.48-4.25 13.83 13.83 0 014.79-1.47 25.9 25.9 0 019.8.59 8.9 8.9 0 013.5 1.69 6.59 6.59 0 012.2 3.88zm-12.05-1.52c.54.04 1.07.15 1.6.28 1.98.5 3.52 1.53 4.32 3.43.42.99.63 2.02.7 3.08.02.27.15.42.43.42.27-.01.38-.19.39-.43.02-.21.01-.42.01-.64a7.41 7.41 0 00-1.39-4.12c-1.49-1.96-3.43-2.7-6-2.82-.31-.02-.49.1-.51.42-.01.31.21.36.45.38zm4.39 4.61c.11.4.21.81.26 1.22.03.27-.03.64.42.65.32.01.4-.13.43-.67a4.58 4.58 0 00-.68-2.46c-.96-1.52-2.37-2.16-4.16-2.32-.28-.03-.48.08-.52.37-.05.3.14.44.41.48.55.08 1.08.22 1.6.4a3.32 3.32 0 012.24 2.33zm-2.22-1.46a2.29 2.29 0 00-.89-.22c-.38.03-.58.19-.58.45.01.33.3.33.52.39l.27.06c.72.19 1.13.65 1.27 1.36.03.13.04.27.08.4.06.18.18.31.4.31.21-.01.34-.13.39-.32l.04-.35a2.4 2.4 0 00-1.5-2.08zm4.89 7.94c-.78-.65-1.6-1.25-2.47-1.78-1.02-.62-1.77-.45-2.47.49l-.11.14c-.32.39-.72.54-1.22.4a5.89 5.89 0 01-1.51-.74 6.76 6.76 0 01-2.77-3.19c-.35-.82-.19-1.35.54-1.88l.28-.2c.55-.45.68-.89.37-1.52a9.94 9.94 0 00-2.3-3.05 1.3 1.3 0 00-.97-.36 2.9 2.9 0 00-2.62 2.74c-.01.37.08.78.24 1.17 2.23 5.38 6.16 9.1 11.6 11.36.4.17.82.27 1.25.15a3.75 3.75 0 002.55-2.16c.28-.61.14-1.13-.39-1.57z"/>
<path id="def-ynadex-a" d="M471.93 10326.44h-.59c-.92 0-1.8-.64-1.8-2.24 0-1.67.83-2.35 1.68-2.35h.7v4.59zm.92-5.44h-1.6c-1.55 0-2.87 1.13-2.87 3.33 0 1.32.64 2.3 1.78 2.78l-2.13 3.68c-.07.12 0 .21.1.21h1c.08 0 .14-.03.17-.1l1.93-3.6h.7v3.6c0 .05.04.1.1.1h.86c.08 0 .11-.04.11-.1v-9.77c0-.09-.06-.13-.15-.13z"/>
<path id="def-ytube-a" d="M1343.37 349.72v-9.44l6.27 4.72zm-7.81-14.03a3.54 3.54 0 00-3.56 3.51v11.6a3.54 3.54 0 003.56 3.51h19.88a3.54 3.54 0 003.56-3.5V339.2a3.54 3.54 0 00-3.56-3.51h-19.88z"/>
</defs>
<symbol id="icon-arrow-chevron" viewBox="0 0 9 15"><path d="M7.07.862L0 7.93 7.072 15l1.06-1.06-6.011-6.01L8.13 1.922 7.07.862z"/></symbol>
<symbol id="icon-arrow-down" viewBox="0 0 8 5"><use xlink:href="#def-arrow-down-a" transform="translate(-223 -20813)"/></symbol>
<symbol id="icon-arrow-left" viewBox="0 0 18 12"><path d="M.1 6.3c-.1-.3 0-.6.1-.8l4.3-4.3c.3-.3.7-.3 1 0 .3.3.3.7 0 1l-3 3.1h14.1c.4 0 .7.3.7.7 0 .4-.3.7-.7.7H2.5l3.1 3.1c.3.3.3.8 0 1-.2.2-.3.2-.4.3-.2.1-.5 0-.7-.2L.2 6.6c-.1-.1-.1-.2-.1-.3z"/></symbol>
<symbol id="icon-arrow-menu" viewBox="0 0 10 5"><path fill-rule="evenodd" clip-rule="evenodd" d="M0 0l5 5 5-5H0z"/></symbol>
<symbol id="icon-arrow-right" viewBox="0 0 15 12"><path d="M14.19 5.77c.11.26.05.57-.15.78l-4.32 4.33a.72.72 0 01-1.02 0 .72.72 0 010-1.02l3.09-3.1H.69A.72.72 0 010 6.04c0-.38.31-.7.69-.72h11.1L8.7 2.23a.73.73 0 01.33-1.21c.24-.06.51.01.69.19l4.32 4.32a.6.6 0 01.15.24z"/></symbol>
<symbol id="icon-arrow" viewBox="0 0 20 17"><use xlink:href="#def-arrow-a" transform="translate(-1033 -789)"/></symbol>
<symbol id="icon-be" viewBox="0 0 25 16"><use xlink:href="#def-be-a" transform="translate(-39 -27)"/></symbol>
<symbol id="icon-be2-mob" viewBox="0 0 34 34"><path d="M15.426 16.508s1.507-.112 1.507-1.879S15.7 12 14.138 12H9v9.875h5.138s3.137.099 3.137-2.915c0 0 .137-2.452-1.85-2.452zm-4.162-2.753h2.874s.699 0 .699 1.027c0 1.028-.411 1.177-.877 1.177h-2.696v-2.204zm2.742 6.365h-2.742v-2.64h2.874s1.041-.013 1.041 1.357c0 1.142-.761 1.271-1.173 1.283zM23.408 12.582h-4.074v1.216h4.074v-1.216zM21.458 14.513c-3.797 0-3.794 3.793-3.794 3.793s-.26 3.775 3.794 3.775c0 0 3.38.193 3.38-2.626H23.1s.058 1.062-1.584 1.062c0 0-1.737.116-1.737-1.718h5.116s.56-4.286-3.437-4.286zm1.545 2.968h-3.244s.213-1.522 1.738-1.522 1.506 1.522 1.506 1.522z"/></symbol>
<symbol id="icon-be2" viewBox="0 0 56 56"><path d="M27.475 27.946s1.987-.148 1.987-2.479c0-2.33-1.625-3.467-3.685-3.467H19v13.024h6.777s4.137.13 4.137-3.844c0 0 .18-3.234-2.439-3.234zm-5.489-3.631h3.791s.921 0 .921 1.355-.542 1.551-1.156 1.551h-3.556v-2.906zm3.616 8.394h-3.616v-3.48h3.79s1.374-.018 1.374 1.788c0 1.506-1.004 1.677-1.548 1.692zM38.004 22.767H32.63v1.604h5.373v-1.604zM35.432 25.314c-5.009 0-5.004 5.003-5.004 5.003s-.344 4.98 5.004 4.98c0 0 4.456.254 4.456-3.464h-2.292s.077 1.4-2.088 1.4c0 0-2.291.154-2.291-2.266h6.748s.738-5.653-4.533-5.653zm2.037 3.915H33.19s.28-2.008 2.291-2.008c2.013 0 1.987 2.008 1.987 2.008z"/></symbol>
<symbol id="icon-briefcase" viewBox="834 13519 48 44"><path d="M836.5 13563c-1.4 0-2.5-1.2-2.5-2.6v-19.4c0 .6.4 1 1 1h1v18.4c0 .3.2.6.5.6h42.9c.3 0 .5-.3.5-.6v-18.4h1c.6 0 1-.4 1-1s-.4-1-1-1h-1v-10.4c0-.3-.2-.5-.5-.6h-42.9c-.3 0-.5.3-.5.6v10.4h-1c-.6 0-1 .4-1 1v-11.4c0-1.4 1.1-2.5 2.5-2.6H849v1c0 .6.4 1 1 1s1-.4 1-1v-1h14v1c0 .6.4 1 1 1 .3 0 .5-.1.7-.3.2-.2.3-.4.3-.7v-1h12.5c1.4 0 2.5 1.2 2.5 2.6v30.9c0 1.4-1.1 2.6-2.5 2.6h-43zm18.4-21H836v-2h18.9c.6 0 1 .4 1 1s-.4 1-1 1zm25.1-2v2h-18.9c-.6 0-1-.4-1-1s.4-1 1-1H880zm-13-16.8c0-2.3-1.9-4.2-4.2-4.2h-9.6c-2.3 0-4.2 1.9-4.2 4.2v3.8h2v-3.8c0-1.2 1-2.2 2.2-2.2h9.6c1.2 0 2.2 1 2.2 2.2v3.8h2v-3.8z"/><clipPath id="def-briefcase-b"><use xlink:href="#def-briefcase-a" overflow="visible"/></clipPath><g clip-path="url(#def-briefcase-b)"><path stroke-width="4" stroke-miterlimit="50" d="M855 13538c0-1.7 1.3-3 3-3s3 1.3 3 3v7c0 1.7-1.3 3-3 3s-3-1.3-3-3v-7z"/></g></symbol>
<symbol id="icon-burger" viewBox="0 0 20 14"><g fill-rule="evenodd"><path d="M0 0h20v2H0zM0 6h20v2H0zM0 12h20v2H0z"/></g></symbol>
<symbol id="icon-cancel-circle" viewBox="0 0 24 24"><path d="M12 24a12 12 0 110-24 12 12 0 010 24zm0-22a10 10 0 100 20 10 10 0 000-20zm4.71 13.29L13.41 12l3.3-3.29a1 1 0 00-.02-1.4 1 1 0 00-1.4-.02L12 10.59l-3.29-3.3a1 1 0 00-1.4.02 1 1 0 00-.02 1.4l3.3 3.29-3.3 3.29a1 1 0 00.02 1.4 1 1 0 001.4.02l3.29-3.3 3.29 3.3a1 1 0 001.42 0 1 1 0 000-1.42z"/></symbol>
<symbol id="icon-clip" viewBox="0 0 25 22"><path d="M12.1 21.37a1.02 1.02 0 01-.71-1.73L21.74 9.11a4.19 4.19 0 000-5.87 4.04 4.04 0 00-5.78 0l-12 12.21c-.59.49-.94 1.2-.97 1.97.05.49.28.95.63 1.29.31.35.77.53 1.23.48.74-.17 1.4-.57 1.89-1.15l9.42-9.58a.98.98 0 011.41 0c.39.4.39 1.04 0 1.44l-9.42 9.58A5.3 5.3 0 015.1 21.2a3.37 3.37 0 01-2.89-1.05A4.16 4.16 0 011 17.54a4.62 4.62 0 011.55-3.53l12-12.2a6.03 6.03 0 018.6 0 6.24 6.24 0 010 8.74L12.8 21.07a.98.98 0 01-.7.3z"/></symbol>
<symbol id="icon-clock" viewBox="0 0 24 24"><path d="M0 12a12 12 0 1124 0 12 12 0 01-24 0zm2 0a10 10 0 1020 0 10 10 0 00-20 0zm14 5a1 1 0 00.71-1.71L13 11.59V5a1 1 0 00-1-1 1 1 0 00-1 1v7a1 1 0 00.08.38c.05.12.12.24.21.33l4 4c.19.18.45.29.71.29z"/></symbol>
<symbol id="icon-close-menu" viewBox="0 0 16 16"><path fill-rule="evenodd" clip-rule="evenodd" d="M15.636 2.303L13.97.636 8.136 6.469 2.303.636.636 2.303 6.47 8.136.636 13.97l1.667 1.667 5.833-5.833 5.833 5.833 1.667-1.666-5.833-5.834 5.833-5.833z"/></symbol>
<symbol id="icon-close" viewBox="0 0 16 15"><g fill-rule="evenodd"><path d="M1.963.045l13.791 12.86-1.364 1.463L.6 1.508z"/><path d="M14.39.045L.6 12.905l1.364 1.463 13.79-12.86z"/></g></symbol>
<symbol id="icon-comments" viewBox="0 0 16 16"><use xlink:href="#def-comments-a" transform="translate(-748 -8949)"/></symbol>
<symbol id="icon-eaye" viewBox="0 0 16 11"><use xlink:href="#def-eaye-a" transform="translate(-614 -8951)"/></symbol>
<symbol id="icon-fb" viewBox="0 0 13 25"><path d="M8.44 25V13.6h3.83l.58-4.45H8.44V6.31c0-1.28.36-2.16 2.2-2.16H13V.18A29.7 29.7 0 009.57 0c-3.4 0-5.73 2.07-5.73 5.87v3.28H0v4.45h3.84V25z"/></symbol>
<symbol id="icon-fb2-mob" viewBox="0 0 34 34"><path fill-rule="evenodd" clip-rule="evenodd" d="M18.415 24.638v-7.131h2.457l.366-2.784h-2.823v-1.776c0-.8.23-1.351 1.411-1.351h1.514v-2.49A21.931 21.931 0 0019.14 9c-2.182 0-3.677 1.295-3.677 3.672v2.051H13v2.784h2.463v7.13h2.952z"/></symbol>
<symbol id="icon-fb2" viewBox="0 0 56 56"><path fill-rule="evenodd" clip-rule="evenodd" d="M30.142 38.625V29.22h3.24l.483-3.671H30.14v-2.343c0-1.056.305-1.782 1.862-1.782H34V18.14a28.937 28.937 0 00-2.902-.14c-2.877 0-4.849 1.708-4.849 4.843v2.706H23v3.671h3.25v9.405h3.892z"/></symbol>
<symbol id="icon-file" viewBox="0 0 24 20"><use xlink:href="#def-file-a" transform="translate(-491 -9437)"/></symbol>
<symbol id="icon-github-mob" viewBox="0 0 34 34"><path d="M17.2 10c-3.978 0-7.2 3.307-7.2 7.386 0 3.263 2.063 6.031 4.923 7.007.36.07.492-.16.492-.355 0-.175-.006-.64-.009-1.256-2.003.445-2.425-.99-2.425-.99-.328-.853-.801-1.081-.801-1.081-.652-.458.05-.449.05-.449.723.052 1.103.761 1.103.761.642 1.13 1.685.803 2.097.615.065-.478.25-.803.456-.988-1.599-.185-3.28-.82-3.28-3.65 0-.806.28-1.464.741-1.981-.08-.187-.324-.938.063-1.955 0 0 .603-.198 1.98.757a6.754 6.754 0 011.8-.25 6.754 6.754 0 011.8.25c1.368-.955 1.971-.757 1.971-.757.387 1.017.144 1.768.072 1.955.46.517.738 1.175.738 1.981 0 2.838-1.683 3.462-3.285 3.644.252.222.486.674.486 1.366 0 .989-.009 1.783-.009 2.023 0 .193.126.424.495.35 2.881-.969 4.942-3.739 4.942-6.997 0-4.079-3.224-7.386-7.2-7.386z"/></symbol>
<symbol id="icon-github" viewBox="0 0 56 56"><path d="M27.913 19C22.436 19 18 23.362 18 28.741c0 4.305 2.84 7.955 6.778 9.242.496.092.677-.21.677-.468 0-.232-.008-.844-.012-1.657-2.758.588-3.34-1.306-3.34-1.306-.45-1.125-1.102-1.425-1.102-1.425-.898-.604.07-.592.07-.592.995.068 1.518 1.004 1.518 1.004.884 1.49 2.32 1.059 2.887.81.09-.63.344-1.059.628-1.302-2.202-.244-4.515-1.082-4.515-4.814 0-1.063.384-1.932 1.02-2.614-.112-.246-.446-1.236.086-2.578 0 0 .83-.26 2.727.999a9.676 9.676 0 012.478-.329 9.676 9.676 0 012.478.329c1.883-1.26 2.714-.999 2.714-.999.532 1.342.198 2.332.099 2.578a3.737 3.737 0 011.016 2.614c0 3.742-2.317 4.566-4.523 4.805.347.293.67.89.67 1.803 0 1.303-.013 2.35-.013 2.667 0 .255.173.56.681.463 3.966-1.279 6.804-4.932 6.804-9.23 0-5.38-4.439-9.741-9.913-9.741z"/></symbol>
<symbol id="icon-gplus" viewBox="0 0 13 8"><use xlink:href="#def-gplus-a" transform="translate(-466 -10165)"/><use xlink:href="#def-gplus-b" transform="translate(-466 -10165)"/></symbol>
<symbol id="icon-head" viewBox="0 0 54 45"><g transform="translate(2 2)" fill-rule="evenodd"><path d="M9.23 19.458v17.61s14.232 8.328 28.462 0V19.231" fill-rule="nonzero"/><path stroke-width="3" fill-rule="nonzero" stroke-linecap="round" stroke-linejoin="round" d="M46.923 13.25L22.99 0 0 14.007l23.179 13.44L46.923 13.25V30"/><path d="M9.23 19.458v17.61s14.232 8.328 28.462 0V19.231" stroke-width="3" stroke-linecap="round" stroke-linejoin="round"/><circle stroke-width="3" fill-rule="nonzero" stroke-linecap="round" stroke-linejoin="round" cx="47.308" cy="32.692" r="2.692"/><path d="M32.733 18.745c.53.295 1.074.575 1.604.87 1.302.7 2.468-1.164 1.181-1.865-3.694-1.99-7.403-3.98-11.097-5.957-.53-.294-1.075-.575-1.604-.869-1.302-.7-2.468 1.163-1.181 1.864 3.694 1.99 7.403 3.981 11.097 5.957zM36.733 15.745c.53.295 1.074.575 1.604.87 1.302.7 2.468-1.164 1.181-1.865a4281.61 4281.61 0 00-11.097-5.957c-.53-.294-1.075-.575-1.604-.869-1.302-.7-2.468 1.163-1.181 1.864 3.694 1.99 7.403 3.981 11.097 5.957z" fill-rule="nonzero"/></g></symbol>
<symbol id="icon-inst" viewBox="0 0 26 26"><use xlink:href="#def-inst-a" transform="translate(-1468 -332)"/><use xlink:href="#def-inst-b" transform="translate(-1468 -332)"/><use xlink:href="#def-inst-c" transform="translate(-1468 -332)"/></symbol>
<symbol id="icon-instagram-mob" viewBox="0 0 34 34"><path fill-rule="evenodd" clip-rule="evenodd" d="M24.027 20.23a3.801 3.801 0 01-3.797 3.797h-6.433A3.801 3.801 0 0110 20.23v-6.433A3.801 3.801 0 0113.797 10h6.433a3.801 3.801 0 013.797 3.797v6.433zm-7.014-7.052a3.84 3.84 0 00-3.835 3.835 3.84 3.84 0 003.835 3.836 3.84 3.84 0 003.836-3.836 3.84 3.84 0 00-3.836-3.835zm0 6.848A3.016 3.016 0 0114 17.013 3.016 3.016 0 0117.013 14a3.016 3.016 0 013.013 3.013 3.016 3.016 0 01-3.013 3.013zm2.794-7.077c0-.625.509-1.133 1.133-1.133.625 0 1.134.508 1.134 1.133s-.509 1.134-1.134 1.134a1.135 1.135 0 01-1.133-1.134z"/></symbol>
<symbol id="icon-instagram" viewBox="0 0 56 56"><path fill-rule="evenodd" clip-rule="evenodd" d="M37.5 32.492a5.014 5.014 0 01-5.008 5.008h-8.484A5.014 5.014 0 0119 32.492v-8.484A5.014 5.014 0 0124.008 19h8.484a5.014 5.014 0 015.008 5.008v8.484zm-9.25-9.3a5.064 5.064 0 00-5.058 5.058c0 2.79 2.269 5.059 5.058 5.059 2.79 0 5.059-2.27 5.059-5.059 0-2.79-2.27-5.058-5.059-5.058zm0 9.032a3.978 3.978 0 01-3.974-3.974 3.978 3.978 0 013.974-3.974 3.978 3.978 0 013.974 3.974 3.978 3.978 0 01-3.974 3.974zm3.685-9.334c0-.825.67-1.495 1.494-1.495.825 0 1.495.67 1.495 1.495 0 .824-.67 1.495-1.495 1.495-.824 0-1.494-.67-1.494-1.495z"/></symbol>
<symbol id="icon-like-down" viewBox="0 0 20 22"><use xlink:href="#def-like-down-a" transform="translate(-995 -522)"/></symbol>
<symbol id="icon-like-up" viewBox="0 0 20 22"><use xlink:href="#def-like-up-a" transform="translate(-934 -520)"/></symbol>
<symbol id="icon-like" viewBox="0 0 16 16"><use xlink:href="#def-like-a" transform="translate(-687 -8946)"/></symbol>
<symbol id="icon-link" viewBox="0 0 19 21"><use xlink:href="#def-link-a" transform="translate(-624 -1161)"/><use xlink:href="#def-link-b" transform="translate(-624 -1161)"/></symbol>
<symbol id="icon-mail" viewBox="0 0 16 12"><use xlink:href="#def-mail-a" transform="translate(-1042 -260)"/><use xlink:href="#def-mail-b" transform="translate(-1042 -260)"/></symbol>
<symbol id="icon-minus-zoom" viewBox="0 0 26 2"><path stroke-linecap="square" stroke-miterlimit="50" stroke-width="2" d="M1.5 1h23.19"/></symbol>
<symbol id="icon-outside" viewBox="0 0 21 21"><use xlink:href="#def-outside-a" transform="translate(-1185 -9211)"/></symbol>
<symbol id="icon-pencil" viewBox="0 0 20 21"><use xlink:href="#def-pencil-a" transform="translate(-1185 -9800)"/></symbol>
<symbol id="icon-phone" viewBox="0 0 21 22"><use xlink:href="#def-phone-a" transform="translate(-716 -19)"/></symbol>
<symbol id="icon-play-circle" viewBox="0 0 24 24"><path d="M12 24a12 12 0 110-24 12 12 0 010 24zM2 12a10 10 0 1020 0 10 10 0 00-20 0z"/><path d="M11.01 14.52c-.05.28.1.55.35.67.25.13.55.07.74-.14l2.85-2.94c.26-.27.27-.7.02-.98l-2.83-2.94a.69.69 0 00-.75-.13.67.67 0 00-.38.65z"/></symbol>
<symbol id="icon-play-reviews" viewBox="0 0 9 9"><path fill-rule="evenodd" clip-rule="evenodd" d="M8.074 4.507c0 .41-.745.741-.745.741l-5.854 2.91a.619.619 0 01-.563-.054.649.649 0 01-.294-.494V1.392A.586.586 0 01.895.853a.557.557 0 01.595.01l5.839 2.903s.745.331.745.741z"/></symbol>
<symbol id="icon-play" viewBox="0 0 17 17"><path d="M17 9.02c0 .88-1.6 1.59-1.6 1.59L2.84 16.86c-.4.16-.84.12-1.21-.12A1.4 1.4 0 011 15.68V2.33c-.03-.47.2-.92.6-1.16.39-.24.89-.23 1.27.02L15.4 7.43s1.6.71 1.6 1.59z"/></symbol>
<symbol id="icon-plus-zoom" viewBox="0 0 24 24"><path d="M23 13H13v10a1 1 0 01-1 1 1 1 0 01-1-1V13H1a1 1 0 01-1-1 1 1 0 011-1h10V1a1 1 0 011-1 1 1 0 011 1v10h10a1 1 0 011 1 1 1 0 01-1 1z"/></symbol>
<symbol id="icon-plus" viewBox="0 0 16 16"><use xlink:href="#def-plus-a" transform="translate(-1208 -4164)"/></symbol>
<symbol id="icon-search" viewBox="0 0 22 22"><use xlink:href="#def-search-a" transform="translate(-1083 -22)"/></symbol>
<symbol id="icon-shape" viewBox="0 0 48 38"><use xlink:href="#def-shape-a" transform="translate(-832 -13296)"/></symbol>
<symbol id="icon-share" viewBox="0 0 26 24"><path d="M21.03 8a3.95 3.95 0 01-3.02-1.41l-9.08 4.54c.12.55.13 1.11.02 1.66l9.06 4.61a3.98 3.98 0 11-.9 1.79l-9.05-4.61a4 4 0 11-.05-5.22l9.1-4.55A4 4 0 1121.03 8zm0 14a2 2 0 002-2 2 2 0 10-2 2zm-18-10a2 2 0 104 0 2 2 0 00-4 0zm16-8a2 2 0 104 0 2 2 0 00-4 0z"/></symbol>
<symbol id="icon-smile" viewBox="0 0 23 24"><path fill-rule="evenodd" clip-rule="evenodd" d="M11.5 23.278c-6.351 0-11.5-5.148-11.5-11.5C0 5.427 5.149.278 11.5.278S23 5.427 23 11.778c-.005 6.35-5.15 11.495-11.5 11.5zm0-21.083a9.583 9.583 0 00-9.583 9.583 9.584 9.584 0 1019.167 0A9.599 9.599 0 0011.5 2.195zm-6.613 12.87a7.38 7.38 0 006.613 4.38 7.333 7.333 0 006.613-4.38.957.957 0 00-.93-1.427.96.96 0 00-.796.603 5.277 5.277 0 01-9.774 0 .959.959 0 00-1.726.824zm10.447-3.287a1.917 1.917 0 110-3.833 1.917 1.917 0 010 3.833zM5.75 9.862a1.917 1.917 0 103.833 0 1.917 1.917 0 00-3.833 0z"/></symbol>
<symbol id="icon-socials" viewBox="0 0 40 40"><g fill-rule="evenodd"><circle cx="20" cy="20" r="20"/><path d="M20.021 31h-.485C13.717 31 9 26.08 9 20.009c0-6.07 4.717-10.991 10.536-10.991.309-.024.619-.024.928 0 5.819 0 10.536 4.92 10.536 10.99C31 26.08 26.283 31 20.464 31h-.443zm0-2.198h.316c4.655 0 8.43-3.937 8.43-8.793s-3.775-8.793-8.43-8.793h-.632c-4.655 0-8.43 3.937-8.43 8.793s3.775 8.793 8.43 8.793h.316z"/><path d="M19.382 31C13.648 31 9 26.08 9 20.009c0-6.07 4.648-10.991 10.382-10.991.305-.024.61-.024.914 0 .252.02.488.138.665.33 5.385 5.95 5.385 15.338 0 21.29a.998.998 0 01-1.142.252.992.992 0 01-.437.11zm.322-19.784h-.238c-4.588 0-8.306 3.937-8.306 8.793s3.718 8.793 8.306 8.793a.981.981 0 01.26 0c4.23-5.007 4.23-12.58 0-17.586h-.022z" clip-rule="evenodd"/><path d="M19.91 30.967a1.101 1.101 0 01-.419-.077 1.101 1.101 0 01-1.21-.253c-5.708-5.95-5.708-15.337 0-21.288a1.1 1.1 0 01.704-.33 6.664 6.664 0 011.012 0C26.074 9.02 31 13.94 31 20.01S26.074 31 19.997 31l-.088-.033zm-.353-19.783a13.177 13.177 0 000 17.585c.091-.012.184-.012.275 0 4.861 0 8.802-3.936 8.802-8.792s-3.94-8.793-8.802-8.793h-.275z" clip-rule="evenodd"/><path d="M27.944 17H11.056C10.473 17 10 16.552 10 16s.473-1 1.056-1h16.888c.583 0 1.056.448 1.056 1s-.473 1-1.056 1zM27.944 25H11.056C10.473 25 10 24.552 10 24s.473-1 1.056-1h16.888c.583 0 1.056.448 1.056 1s-.473 1-1.056 1z"/></g></symbol>
<symbol id="icon-strawberry" viewBox="0 0 49 48"><use xlink:href="#def-strawberry-a" transform="translate(-832 -13406)"/></symbol>
<symbol id="icon-telegram" viewBox="0 0 29 24"><use xlink:href="#def-telegram-a" transform="translate(-795 -271)"/></symbol>
<symbol id="icon-telegram2-mob" viewBox="0 0 34 34"><path d="M14.95 19.329l-.25 3.528c.358 0 .514-.154.7-.34l1.683-1.607 3.486 2.553c.64.356 1.09.168 1.263-.588L24.12 12.15c.204-.946-.341-1.316-.964-1.084l-13.452 5.15c-.918.357-.904.869-.156 1.1l3.44 1.07 7.988-4.998c.375-.25.717-.112.436.137L14.95 19.33z"/></symbol>
<symbol id="icon-telegram2" viewBox="0 0 56 56"><path d="M25.848 30.985l-.331 4.653c.473 0 .678-.203.924-.447l2.22-2.121 4.598 3.367c.843.47 1.437.223 1.665-.776l3.018-14.143.001-.001c.268-1.247-.45-1.734-1.272-1.428L18.929 26.88c-1.211.47-1.193 1.145-.206 1.451l4.536 1.411 10.536-6.593c.495-.328.946-.146.575.182l-8.522 7.653z"/></symbol>
<symbol id="icon-tm" viewBox="0 0 26 22"><use xlink:href="#def-tm-a" transform="translate(-1399 -334)"/></symbol>
<symbol id="icon-trash" viewBox="0 0 20 21"><use xlink:href="#def-trash-a" transform="translate(-1156 -9799)"/></symbol>
<symbol id="icon-triangle" viewBox="0 0 16 8"><use xlink:href="#def-triangle-a" transform="translate(-1237 -6883)"/></symbol>
<symbol id="icon-tw" viewBox="0 0 18 15"><path d="M18 1.75c-.66.3-1.37.5-2.12.59A3.7 3.7 0 0017.5.27c-.71.43-1.5.74-2.34.91a3.68 3.68 0 00-6.39 2.56c0 .3.03.58.09.85A10.45 10.45 0 011.25.69 3.75 3.75 0 002.4 5.68a3.67 3.67 0 01-1.68-.47v.05a3.75 3.75 0 002.97 3.67 3.51 3.51 0 01-1.67.06 3.7 3.7 0 003.45 2.6A7.33 7.33 0 010 13.14a10.37 10.37 0 005.66 1.68c6.79 0 10.51-5.7 10.51-10.64l-.01-.49A7.35 7.35 0 0018 1.76z"/></symbol>
<symbol id="icon-twitter-mob" viewBox="0 0 34 34"><path d="M24.406 12.386a6.16 6.16 0 01-1.702.466 2.937 2.937 0 001.3-1.632c-.572.34-1.202.58-1.873.715a2.952 2.952 0 00-5.109 2.02c0 .233.02.458.068.672a8.36 8.36 0 01-6.087-3.089 2.957 2.957 0 00.908 3.947 2.917 2.917 0 01-1.335-.363v.032a2.967 2.967 0 002.366 2.902c-.24.066-.502.097-.774.097-.189 0-.38-.01-.56-.05a2.981 2.981 0 002.76 2.057 5.934 5.934 0 01-3.661 1.26c-.242 0-.475-.011-.707-.04a8.314 8.314 0 004.53 1.325c5.435 0 8.406-4.502 8.406-8.404 0-.13-.004-.257-.01-.382a5.89 5.89 0 001.48-1.533z"/></symbol>
<symbol id="icon-twitter" viewBox="0 0 56 56"><path d="M38 21.828c-.707.31-1.46.515-2.244.615a3.874 3.874 0 001.713-2.153 7.783 7.783 0 01-2.47.943 3.894 3.894 0 00-6.738 2.664c0 .308.026.605.09.887a11.025 11.025 0 01-8.028-4.074 3.922 3.922 0 00-.533 1.969 3.9 3.9 0 001.73 3.237 3.847 3.847 0 01-1.76-.48v.043a3.913 3.913 0 003.12 3.827 3.887 3.887 0 01-1.02.129c-.25 0-.502-.015-.738-.067.505 1.543 1.937 2.677 3.64 2.714a7.827 7.827 0 01-4.83 1.66c-.32 0-.626-.013-.932-.052a10.966 10.966 0 005.976 1.748c7.167 0 11.086-5.938 11.086-11.085a9.95 9.95 0 00-.014-.503A7.77 7.77 0 0038 21.828z"/></symbol>
<symbol id="icon-user-circle" viewBox="0 0 24 24"><use xlink:href="#def-user-circle-a" transform="translate(-1244 -22)"/></symbol>
<symbol id="icon-vb" viewBox="0 0 25 27"><use xlink:href="#def-vb-a" transform="translate(-931 -270)"/></symbol>
<symbol id="icon-view-list" viewBox="0 0 15 15"><path d="M0 6V0h15v6zm0 9V9h15v6z"/></symbol>
<symbol id="icon-view-tile" viewBox="0 0 15 15"><path d="M0 6V0h6v6zm9 0V0h6v6zm0 9V9h6v6zm-9 0V9h6v6z"/></symbol>
<symbol id="icon-vk" viewBox="0 0 22 14"><path d="M10.61 13.8h1.3s.39-.04.59-.27c.19-.2.18-.59.18-.59s-.02-1.8.78-2.07c.8-.26 1.82 1.75 2.91 2.52.81.58 1.44.46 1.44.46l2.89-.05s1.52-.09.8-1.33c-.06-.1-.42-.92-2.15-2.59-1.82-1.75-1.58-1.47.61-4.5 1.33-1.84 1.87-2.97 1.7-3.45-.16-.46-1.14-.34-1.14-.34l-3.26.02s-.24-.03-.42.08-.29.36-.29.36-.52 1.43-1.2 2.64c-1.46 2.57-2.04 2.7-2.27 2.54-.56-.37-.42-1.49-.42-2.28 0-2.49.36-3.52-.71-3.79A5.26 5.26 0 0010.43 1c-1.16-.01-2.15.01-2.7.29-.38.19-.66.61-.49.63.22.03.71.14.97.51.33.47.32 1.53.32 1.53s.19 2.92-.45 3.29c-.44.25-1.04-.26-2.34-2.59-.66-1.19-1.16-2.5-1.16-2.5s-.1-.25-.27-.38c-.21-.16-.5-.21-.5-.21l-3.1.02s-.47.01-.64.22c-.15.19-.01.58-.01.58s2.43 5.89 5.17 8.87c2.52 2.72 5.38 2.54 5.38 2.54z"/></symbol>
<symbol id="icon-vk2-mob" viewBox="0 0 34 34"><path fill-rule="evenodd" clip-rule="evenodd" d="M16.79 21.913h.947a.77.77 0 00.436-.201.795.795 0 00.13-.459s-.016-1.399.573-1.608c.588-.209 1.336 1.351 2.13 1.954.297.259.68.383 1.063.346l2.123-.032s1.116-.073.589-1.03a7.642 7.642 0 00-1.582-2.002c-1.337-1.35-1.153-1.134.451-3.473.978-1.424 1.367-2.3 1.245-2.67a.866.866 0 00-.832-.257l-2.4.016a.463.463 0 00-.305.056.702.702 0 00-.214.282 15.134 15.134 0 01-.886 2.042c-1.062 1.978-1.49 2.082-1.665 1.962-.405-.29-.306-1.15-.306-1.77 0-1.913.268-2.717-.511-2.926a4.053 4.053 0 00-1.123-.12 4.804 4.804 0 00-1.987.225c-.275.144-.48.466-.351.49.273.03.524.167.703.386.165.37.246.774.237 1.182 0 0 .145 2.26-.329 2.54-.32.194-.764-.2-1.719-1.993a17.581 17.581 0 01-.848-1.938.803.803 0 00-.198-.29.84.84 0 00-.367-.16l-2.276.016a.723.723 0 00-.466.169.581.581 0 00-.016.442s1.788 4.559 3.805 6.859c.99 1.217 2.427 1.931 3.95 1.962z"/></symbol>
<symbol id="icon-vk2" viewBox="0 0 56 56"><path fill-rule="evenodd" clip-rule="evenodd" d="M28.274 34.074h1.25c.213-.024.413-.117.574-.265.117-.177.177-.39.172-.605 0 0-.02-1.845.755-2.12.776-.276 1.763 1.78 2.811 2.576.391.342.895.506 1.4.456l2.802-.042s1.47-.096.775-1.358a10.079 10.079 0 00-2.085-2.64c-1.763-1.782-1.522-1.495.594-4.582 1.29-1.877 1.804-3.033 1.642-3.52a1.143 1.143 0 00-1.098-.34l-3.163.021a.61.61 0 00-.403.075.925.925 0 00-.282.37 19.972 19.972 0 01-1.17 2.694c-1.4 2.61-1.964 2.747-2.196 2.588-.534-.382-.403-1.516-.403-2.333 0-2.524.353-3.584-.675-3.86a5.345 5.345 0 00-1.48-.16 6.336 6.336 0 00-2.62.298c-.363.19-.635.615-.464.646.36.039.691.221.927.51.218.487.325 1.02.312 1.558 0 0 .192 2.98-.433 3.352-.423.254-1.007-.265-2.267-2.63a23.184 23.184 0 01-1.118-2.556 1.06 1.06 0 00-.262-.382 1.109 1.109 0 00-.484-.212l-3.002.021a.953.953 0 00-.615.223.767.767 0 00-.02.583s2.358 6.013 5.018 9.046c1.305 1.606 3.2 2.548 5.209 2.588z"/></symbol>
<symbol id="icon-yandex" viewBox="0 0 5 11"><path d="M4.847 0H3.259C1.7 0 .376 1.169.376 3.438c0 1.36.64 2.364 1.783 2.86L.028 10.092c-.07.123 0 .22.111.22h.99c.083 0 .139-.028.166-.097L3.231 6.49h.697v3.726c0 .041.041.097.097.097h.864c.083 0 .111-.042.111-.11V.138C5 .04 4.944 0 4.847 0zm-.92 5.61h-.584c-.92 0-1.81-.66-1.81-2.31 0-1.719.835-2.42 1.684-2.42h.71v4.73z" fill-rule="nonzero"/></symbol>
<symbol id="icon-ynadex" viewBox="0 0 5 10"><use xlink:href="#def-ynadex-a" transform="translate(-468 -10321)"/></symbol>
<symbol id="icon-ytube" viewBox="0 0 27 20"><use xlink:href="#def-ytube-a" transform="translate(-1332 -335)"/></symbol>
</svg>
<div class="header-banner topBanner" data-type="header" style="display: block; position: sticky; top: 0; z-index: 999;">
<a data-source="213507" data-banner="226288" class="universal-notice js-universal-notice-notice universal-notice--webp universal-notice--bitrix universal-notice--active" href="https://skillbox.ru/sale/main/?utm_source=media&utm_medium=banners&utm_campaign=all_all_media_banners_banners_header_all_all_skillbox" target="_blank" style="--banner-bg: #5927E9;--banner-color: #fff;--button-font-color: #000000;--button-bg-color: #FFFFFF;--banner-img-left: url(https://cdn.skillbox.pro/mainsite/banners/promo_picture_left/602754/f9ac17dd-a1d4-46c6-aa14-4f7b949defd1.png);--banner-img-left-webp: url(https://cdn.skillbox.pro/mainsite/banners/promo_picture_left/602754/f9ac17dd-a1d4-46c6-aa14-4f7b949defd1.webp);--banner-img-center: url(https://cdn.skillbox.pro/mainsite/banners/promo_picture_center/602507/232fc4a5-b130-4af2-a629-bdb293a4dd2e.png);--banner-img-center-webp: url(https://cdn.skillbox.pro/mainsite/banners/promo_picture_center/602507/232fc4a5-b130-4af2-a629-bdb293a4dd2e.webp);--banner-img-center-mobile: url(https://cdn.skillbox.pro/mainsite/banners/promo_picture_center/602507/232fc4a5-b130-4af2-a629-bdb293a4dd2e.png);--banner-img-center-mobile-webp: url(https://cdn.skillbox.pro/mainsite/banners/promo_picture_center/602507/232fc4a5-b130-4af2-a629-bdb293a4dd2e.webp);--banner-img-right: url(https://cdn.skillbox.pro/mainsite/banners/promo_picture_right/602755/ad7a7fe5-b8d3-47a3-885b-51a7971c12a9.png);--banner-img-right-webp: url(https://cdn.skillbox.pro/mainsite/banners/promo_picture_right/602755/ad7a7fe5-b8d3-47a3-885b-51a7971c12a9.webp);">
<span class="universal-notice__wrapper">
<b class="universal-notice__title">
Скидка до 55% и 3 курса в подарок
</b>
<span class="universal-timer js-universal-notice-timer js-universal-notice-active">
<span class="universal-timer__days js-universal-notice-days">2 дня</span>
<span class="js-universal-notice-hours">13</span>
:<span class="js-universal-notice-minutes">30</span>
:<span class="js-universal-notice-seconds">09</span>
</span>
<span class="universal-notice__button">Выбрать курс</span>
</span>
</a><script>
document.addEventListener('DOMContentLoaded', () => {
// Установите конечную дату
const deadline = new Date();
deadline.setDate(5);
deadline.setHours(0, 0, 0);
// Найдите элементы DOM
var timer = document.querySelector('.universal-timer');
const elDays = timer.querySelector('.js-universal-notice-days');
const elHours = timer.querySelector('.js-universal-notice-hours');
const elMinutes = timer.querySelector('.js-universal-notice-minutes');
const elSeconds = timer.querySelector('.js-universal-notice-seconds');
// Функция обновления таймера
const updateTimer = () => {
const now = new Date();
let diff = Math.max(0, deadline - now);
if (diff === 0) {
let lastDayOfMonth = new Date(now.getFullYear(), now.getMonth() + 1, 0);
let lastDay = lastDayOfMonth.getDate();
if (lastDay - now.getDate() < 4) {
deadline.setMonth(deadline.getMonth() + 1, 1);
} else {
deadline.setDate(deadline.getDate() + 4);
}
diff = Math.max(0, deadline - now);
}
// Time calculations for days, hours, minutes and seconds
var days = Math.floor(diff / (1000 * 60 * 60 * 24));
var hours = Math.floor((diff % (1000 * 60 * 60 * 24)) / (1000 * 60 * 60)).toString();
var minutes = Math.floor((diff % (1000 * 60 * 60)) / (1000 * 60)).toString();
var seconds = Math.floor((diff % (1000 * 60)) / 1000).toString();
if (timer) {
let dayTitles = ['день', 'дня', 'дней'];
let daySuffix = dayTitles[(days % 100 > 4 && days % 100 < 20) ? 2 : [2, 0, 1, 1, 1, 2][days % 10 < 5 ? days % 10 : 5]]
elDays.innerHTML = days + ' ' + daySuffix;
elHours.innerHTML = hours.padStart(2, '0');
elMinutes.innerHTML = minutes.padStart(2, '0');
elSeconds.innerHTML = seconds.padStart(2, '0');
}
};
updateTimer();
const timerId = setInterval(updateTimer, 1000);
});
</script>
<style>@font-face{font-display:swap;font-family:Graphik;font-weight:500;font-style:normal;src:url(https://248006.selcdn.ru/Shared/fonts/GraphikLCTT-VA-Medium.woff2) format("woff2")}@font-face{font-display:swap;font-family:Graphik;font-weight:700;font-style:normal;src:url(https://248006.selcdn.ru/Shared/fonts/GraphikLCTT-VA-Bold.woff2) format("woff2")}.universal-notice{position:sticky;z-index:5;top:0;box-sizing:border-box;text-decoration:none;display:none;justify-content:space-between;overflow:hidden;color:var(--banner-color);background-color:var(--banner-bg);font-family:Graphik,sans-serif;-webkit-font-smoothing:antialiased;-moz-osx-font-smoothing:grayscale;transition:opacity .25s ease-in-out}.universal-notice--active{display:flex}.universal-notice--bitrix{z-index:1000}.universal-notice *,.universal-notice ::after,.universal-notice ::before{box-sizing:inherit}.universal-notice::after,.universal-notice::before{display:none;width:194px;height:56px;content:"";background-size:194px 56px;background-repeat:no-repeat}.universal-notice--no-webp::before{background-image:var(--banner-img-left)}.universal-notice--no-webp::after{background-image:var(--banner-img-right)}.universal-notice--webp::before{background-image:var(--banner-img-left-webp)}.universal-notice--webp::after{background-image:var(--banner-img-right-webp)}.universal-notice--new-design{position:static;margin:4px;border-radius:16px}.universal-notice--new-design::after,.universal-notice--new-design::before{width:166px;height:48px;background-size:166px 48px}.universal-notice__wrapper{display:grid;grid-template-columns:1fr auto;align-items:center;grid-gap:12px;padding:12px;width:100%}.universal-notice--new-design .universal-notice__wrapper::after{height:48px}.universal-notice__title{font-weight:500;font-size:15px;line-height:16px}.universal-notice--new-design .universal-notice__title{font-size:14px;line-height:15px}.universal-timer{display:none;font-feature-settings:"tnum";font-variant-numeric:tabular-nums;font-weight:500;font-size:24px;line-height:26px}.universal-notice--new-design .universal-timer{font-size:22px;line-height:24px}.universal-timer__days{margin-right:8px}.universal-notice__button{grid-column:2/3;padding:6px 16px;border-radius:6px;color:var(--button-font-color);background-color:var(--button-bg-color);font-weight:500;font-size:14px;line-height:20px}.universal-notice-sticky{position:fixed;z-index:5;top:0;left:0;width:100%;padding:11px 8px;color:var(--banner-color);background-color:var(--banner-bg);text-align:center;transition:transform .3s ease-in-out;will-change:transform;transform:translateY(-200%)}.universal-notice-sticky--show{transform:translateY(0)}@media (min-width:360px) and (max-width:0px){.universal-notice__wrapper{padding:0 12px;grid-template-columns:1fr 56px auto}.universal-notice__wrapper::after{grid-column:2/3;grid-row:1/2;width:100%;height:56px;background-size:cover;background-repeat:no-repeat;content:""}.universal-notice--new-design .universal-notice__wrapper{grid-template-columns:1fr 48px auto}.universal-notice--no-webp .universal-notice__wrapper::after{background-image:var(--banner-img-center-mobile)}.universal-notice--webp .universal-notice__wrapper::after{background-image:var(--banner-img-center-mobile-webp)}.universal-notice__button{grid-column:3/4}}@media (min-width:360px){.universal-notice__wrapper{padding:0 12px;grid-template-columns:1fr 56px auto}.universal-notice__wrapper::after{grid-column:2/3;grid-row:1/2;width:100%;height:56px;background-size:cover;background-repeat:no-repeat;content:""}.universal-notice--new-design .universal-notice__wrapper{grid-template-columns:1fr 48px auto}.universal-notice--no-webp .universal-notice__wrapper::after{background-image:var(--banner-img-center-mobile)}.universal-notice--webp .universal-notice__wrapper::after{background-image:var(--banner-img-center-mobile-webp)}.universal-notice__button{grid-column:3/4}}@media (min-width:768px){.universal-notice::before{background-position:right center;flex-shrink:0;display:block}.universal-notice--no-webp .universal-notice__wrapper::after{background-image:var(--banner-img-center)}.universal-notice--webp .universal-notice__wrapper::after{background-image:var(--banner-img-center-webp)}}@media (min-width:768px) and (max-width:0px){.universal-notice::before{background-position:right center;flex-shrink:0;display:block}.universal-notice--no-webp .universal-notice__wrapper::after{background-image:var(--banner-img-center)}.universal-notice--webp .universal-notice__wrapper::after{background-image:var(--banner-img-center-webp)}}@media (min-width:1024px){.universal-notice::after,.universal-notice::before{width:250px;height:72px;background-size:250px 72px}.universal-notice--new-design{height:64px;border-radius:32px}.universal-notice--new-design::after,.universal-notice--new-design::before{width:226px;height:64px;background-size:226px 64px}.universal-notice__wrapper{grid-template-columns:1fr 72px auto;grid-gap:24px;padding-right:16px;padding-left:24px}.universal-notice__wrapper::after{height:72px}.universal-notice--new-design .universal-notice__wrapper{grid-template-columns:1fr 64px auto}.universal-notice--new-design .universal-notice__wrapper::after{height:64px}.universal-notice__title{font-size:24px;line-height:26px}.universal-notice--new-design .universal-notice__title{font-size:22px;line-height:24px}.universal-notice__button{padding:10px 24px;border-radius:8px}.universal-notice-sticky{padding:14px 24px}}@media (min-width:1024px) and (max-width:0px){.universal-notice::after,.universal-notice::before{width:250px;height:72px;background-size:250px 72px}.universal-notice--new-design{height:64px;border-radius:32px}.universal-notice--new-design::after,.universal-notice--new-design::before{width:226px;height:64px;background-size:226px 64px}.universal-notice__wrapper{grid-template-columns:1fr 72px auto;grid-gap:24px;padding-right:16px;padding-left:24px}.universal-notice__wrapper::after{height:72px}.universal-notice--new-design .universal-notice__wrapper{grid-template-columns:1fr 64px auto}.universal-notice--new-design .universal-notice__wrapper::after{height:64px}.universal-notice__title{font-size:24px;line-height:26px}.universal-notice--new-design .universal-notice__title{font-size:22px;line-height:24px}.universal-notice__button{padding:10px 24px;border-radius:8px}.universal-notice-sticky{padding:14px 24px}}@media (min-width:1280px){.universal-notice::before{flex-shrink:1}.universal-notice::after{background-position:left center;display:block}.universal-notice__wrapper{grid-template-columns:1fr 72px minmax(202px,auto) auto;min-width:940px;max-width:1020px;padding-right:24px}.universal-notice--new-design .universal-notice__wrapper{grid-template-columns:1fr 64px minmax(202px,auto) auto}.universal-timer.js-universal-notice-active{display:flex}.universal-notice__timer-nuxt{display:flex}.universal-notice__button{grid-column:4/5}}@media (min-width:1280px) and (max-width:0px){.universal-notice::before{flex-shrink:1}.universal-notice::after{background-position:left center;display:block}.universal-notice__wrapper{grid-template-columns:1fr 72px minmax(202px,auto) auto;min-width:940px;max-width:1020px;padding-right:24px}.universal-notice--new-design .universal-notice__wrapper{grid-template-columns:1fr 64px minmax(202px,auto) auto}.universal-timer.js-universal-notice-active{display:flex}.universal-notice__timer-nuxt{display:flex}.universal-notice__button{grid-column:4/5}}@media (min-width:1400px) and (max-width:0px){.universal-notice::before{flex-shrink:0}.universal-notice::after{flex-shrink:0}}@media (min-width:1400px){.universal-notice::before{flex-shrink:0}.universal-notice::after{flex-shrink:0}}</style> </div>
<script>
document.addEventListener("DOMContentLoaded", function(event) {
window.TopBanner = true;
});
$(document).ready(function () {
$.ajax({
url: '/local/ajax/advert.php',
type: 'POST',
data: {
'type': 'top-banner-show',
'id': 226288,
'section_id': 0,
},
success: function (result) {
}
});
});
$(document).on('click', '.header-banner', function () {
$.ajax({
url: '/local/ajax/advert.php',
type: 'POST',
data: {
'type': 'top-banner-click',
'id': 226288,
'section_id': 0,
},
success: function (result) {
}
});
var page = window.location;
var $article = $('section[data-article-text]');
var pageId = $article.data('articleid');
if(pageId === undefined)
{
pageId = 0;
}
window.dataLayer.push({
'event': 'go_to_course',
'courseID': 226288,
'page': page,
'pageID': pageId
});
});
</script>
<header class="header">
<div id="menu" class="header__wrapper container">
<div class="header__logo link-active">
<a href="/media/" class="header__media-main-link">
<img src="/local/templates/media/images/logo/skillbox-media.svg" alt="Skillbox"/>
</a>
<a href="/media/code/" class="header__media-category-link">
<span class="header__media-category js-category ">Код</span>
</a>
</div>
<a href="/media/about-media/" v-if="!isMobile" rel="nofollow" class="menu-nav__link menu-nav__link--about" target="_blank" style="display: none">
Про медиа
</a>
<button v-if="!isMobile" v-show="!isMobile" rel="nofollow" class="toggle-menu header__toggle toggle-menu--course"
@click="openCourseMenu()"
:class="{ 'toggle-menu--active': isOpenCourseMenu }"
style="display: none">
Онлайн-курсы
<svg width="13" height="12" viewBox="0 0 13 12" fill="none" xmlns="http://www.w3.org/2000/svg"
:class="{
'animated-chevron--default': isOpenCourseMenu,
'animated-chevron--active animated-chevron--default': ! isOpenCourseMenu
}"
class="animated-chevron toggle-menu__arrow select-arrow select-arrow--small">
<line x1="6.48415" y1="5.92242" x2="11.4909" y2="10.9291" stroke="currentColor" stroke-width="1.78"
class=" animated-chevron__line animated-chevron__line1 animated-chevron__line1--default"></line>
<line x1="6.3701" y1="5.9224" x2="11.3768" y2="0.915678" stroke="currentColor" stroke-width="1.78"
class="animated-chevron__line"></line>
<line x1="1.36337" y1="10.9291" x2="6.3701" y2="5.9224" stroke="currentColor" stroke-width="1.78"
class="animated-chevron__line animated-chevron__line2 animated-chevron__line2--default"></line>
<line x1="1.47743" y1="0.915681" x2="6.48415" y2="5.9224" stroke="currentColor" stroke-width="1.78"
class="animated-chevron__line"></line>
</svg>
</button>
<a href="https://skillbox.ru/?utm_source=media&utm_medium=button&utm_campaign=button_main_skillbox&utm_term=mainskillbox" v-if="!isMobile" v-show="!isMobile" rel="nofollow" class="menu-nav__link menu-nav__link-ml0 menu-nav__link--main" target="_blank" style="display: none">
Главная Skillbox
<svg width="14" height="14" viewBox="0 0 14 14" fill="none" xmlns="http://www.w3.org/2000/svg">
<path d="M3.9375 10.0618L9.9161 4.08203" stroke="black" stroke-linecap="round" stroke-linejoin="round"/>
<path d="M3.93811 3.93665H10.0631V10.0616" stroke="black" stroke-linecap="round" stroke-linejoin="round"/>
</svg>
</a>
<div v-if="isOpenCourseMenu && !isMobile" class="menu-block menu-block--desktop" @click="closeCourseMenu($event)" style="display: none">
<div class="menu-block__wrapper menu-block__wrapper--desktop">
<div class="menu-block__content vue-container">
<span class="menu-block__title">
Направления обучения
</span>
<ul class="menu-directions menu-block__direction">
<li class="menu-directions__item">
<a href="https://skillbox.ru/courses/?utm_source=media&utm_medium=button&utm_campaign=button_courses_all&utm_term=button" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="All directions">
Все направления
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/code/?utm_source=media&utm_medium=button&utm_campaign=button_courses_code&utm_term=button" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="Code">
Программирование
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/design/?utm_source=media&utm_medium=button&utm_campaign=button_courses_design&utm_term=button" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="Design">
Дизайн
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/management?utm_source=media&utm_medium=button&utm_campaign=button_courses_management&utm_term=button" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="Management">
Управление
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/marketing?utm_source=media&utm_medium=button&utm_campaign=button_courses_marketing&utm_term=button" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="Marketing">
Маркетинг
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/games?utm_source=media&utm_medium=button&utm_campaign=button_courses_games&utm_term=button" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="GameDev">
Игры
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/multimedia?utm_source=media&utm_medium=button&utm_campaign=button_courses_multimedia&utm_term=button" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="">
Кино и Музыка
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/psychology?utm_source=media&utm_medium=button&utm_campaign=button_courses_psychology&utm_term=button" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="Development">
Психология
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/health?utm_source=media&utm_medium=button&utm_campaign=button_courses_health&utm_term=button" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="Development">
Здоровье
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/spo/?utm_source=media&utm_medium=button&utm_campaign=button_courses_spo&utm_term=button" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="Development">
Цифровой колледж
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/general-development/?utm_source=media&utm_medium=button&utm_campaign=button_courses_general-development&utm_term=button" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="Education">
Общее развитие
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/engineering/?utm_source=media&utm_medium=button&utm_campaign=button_courses_engineering&utm_term=button" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="engineering">
Инженерия
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/english/?utm_source=media&utm_medium=button&utm_campaign=button_courses_english&utm_term=button" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="english">
Английский язык
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/other/?utm_source=media&utm_medium=button&utm_campaign=button_courses_other&utm_term=button" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="Other">
Другое
</a>
</li>
</ul>
</div>
</div>
</div>
<div v-show="isOpenMenu" class="menu-block" @click="closeMenu($event)" style="display: none">
<div class="menu-block__wrapper">
<div class="menu-block__content vue-container">
<h2 class="menu-block__header">Редакции</h2>
<div class="tab-nav" data-tab-parent="" data-action="index">
<div class="tab-nav__item">
<a class="" data-tab-name="media_nav" data-section-id="0" data-code="All directions" href="/media/">
<img src="/local/templates/media/images/common/menu-icon-mobile-1.png" alt=""/>
Все
</a>
</div>
<div class="tab-nav__item tab-nav__item--custom tab-nav__item--spec"
data-nav-parent-item>
<a
data-tab-name="media_nav"
data-code=""
href="/media/topic/history/">
<img src="/local/templates/media/images/common/menu-icon-mobile-19.png"
alt=""/>
Истории</a>
</div>
<div class="tab-nav__item">
<a class=""
data-tab-name="media_nav"
data-section-id="8"
data-code="Design"
href="/media/design/">
<img src="/local/templates/media/images/common/menu-icon-mobile-2.png" alt=""/>
Дизайн</a>
</div>
<div class="tab-nav__item">
<a class="tab-active"
data-tab-name="media_nav"
data-section-id="10"
data-code="Code"
href="/media/code/">
<img src="/local/templates/media/images/common/menu-icon-mobile-3.png" alt=""/>
Код</a>
</div>
<div class="tab-nav__item">
<a class=""
data-tab-name="media_nav"
data-section-id="18"
data-code="GameDev"
href="/media/gamedev/">
<img src="/local/templates/media/images/common/menu-icon-mobile-4.png" alt=""/>
Геймдев</a>
</div>
<div class="tab-nav__item">
<a class=""
data-tab-name="media_nav"
data-section-id="21"
data-code="Business"
href="/media/business/">
<img src="/local/templates/media/images/common/menu-icon-mobile-9.png" alt=""/>
Бизнес</a>
</div>
<div class="tab-nav__item">
<a class=""
data-tab-name="media_nav"
data-section-id="9"
data-code="Marketing"
href="/media/marketing/">
<img src="/local/templates/media/images/common/menu-icon-mobile-5.png" alt=""/>
Маркетинг</a>
</div>
<div class="tab-nav__item">
<a class=""
data-tab-name="media_nav"
data-section-id="11"
data-code=""
href="/media/management/">
<img src="/local/templates/media/images/common/menu-icon-mobile-6.png" alt=""/>
Управление</a>
</div>
<div class="tab-nav__item">
<a class=""
data-tab-name="media_nav"
data-section-id="29"
data-code=""
href="/media/cinemusic/">
<img src="/local/templates/media/images/common/menu-icon-mobile-22.png" alt=""/>
Кино</a>
</div>
<div class="tab-nav__item">
<a class=""
data-tab-name="media_nav"
data-section-id="36"
data-code=""
href="/media/music/">
<img src="/local/templates/media/images/common/menu-icon-mobile-23.png" alt=""/>
Музыка</a>
</div>
<div class="tab-nav__item">
<a class=""
data-tab-name="media_nav"
data-section-id="34"
data-code=""
href="/media/photo/">
<img src="/local/templates/media/images/common/menu-icon-mobile-20.png" alt=""/>
Проектная фотография</a>
</div>
<div class="tab-nav__item">
<a class=""
data-tab-name="media_nav"
data-section-id="17"
data-code="Development"
href="/media/growth/">
<img src="/local/templates/media/images/common/menu-icon-mobile-7.png" alt=""/>
Развитие</a>
</div>
<div class="tab-nav__item">
<a class=""
data-tab-name="media_nav"
data-section-id="33"
data-code=""
href="/media/health/">
<img src="/local/templates/media/images/common/menu-icon-mobile-16.png" alt=""/>
Здоровье</a>
</div>
<div class="tab-nav__item">
<a class=""
data-tab-name="media_nav"
data-section-id="32"
data-code=""
href="/media/money/">
<img src="/local/templates/media/images/common/menu-icon-mobile-17.png" alt=""/>
Деньги</a>
</div>
<div class="tab-nav__item">
<a class=""
data-tab-name="media_nav"
data-section-id="22"
data-code="Education"
href="/media/education/">
<img src="/local/templates/media/images/common/menu-icon-mobile-8.png" alt=""/>
Образование</a>
</div>
<div class="tab-nav__item">
<a class=""
data-tab-name="media_nav"
data-section-id="31"
data-code=""
href="/media/edtech/">
<img src="/local/templates/media/images/common/menu-icon-mobile-11.png" alt=""/>
EdTech</a>
</div>
<div class="tab-nav__item">
<a class=""
data-tab-name="media_nav"
data-section-id="30"
data-code=""
href="/media/corptrain/">
<img src="/local/templates/media/images/common/menu-icon-mobile-10.png" alt=""/>
Корп. обучение</a>
</div>
<div class="tab-nav__item">
<a class=""
data-tab-name="media_nav"
data-section-id="35"
data-code=""
href="/media/skillbox-blog/">
<img src="/local/templates/media/images/common/menu-icon-mobile-21.png" alt=""/>
Блог Skillbox</a>
</div>
<div class="tab-nav__item tab-nav__item--custom tab-nav__item--spec"
data-nav-parent-item>
<a
data-tab-name="media_nav"
data-code=""
href="https://skillbox.ru/media/glossary/">
<img src="/local/templates/media/images/common/menu-icon-mobile-18.png"
alt=""/>
Глоссарий</a>
</div>
<div class="tab-nav__item tab-nav__item--custom tab-nav__item--spec"
data-nav-parent-item>
<a
data-tab-name="media_nav"
data-code=""
href="/media/topic/specials/">
<img src="/local/templates/media/images/common/menu-icon-mobile-13.png"
alt=""/>
Спецпроекты</a>
</div>
<div class="tab-nav__item tab-nav__item--custom tab-nav__item--spec"
data-nav-parent-item>
<a
data-tab-name="media_nav"
data-code=""
href="https://skillbox.ru/course/career-guide-free/">
<img src="/local/templates/media/images/common/menu-icon-mobile-15.png"
alt=""/>
Профориентация</a>
</div>
</div>
<h2 class="menu-block__header">Онлайн-курсы</h2>
<ul class="menu-directions menu-block__direction">
<li class="menu-directions__item">
<a href="https://skillbox.ru/courses/" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="All directions">
Все направления
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/code/" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="Code">
Программирование
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/design/" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="Design">
Дизайн
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/marketing/" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="Marketing">
Маркетинг
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/management/" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="Management">
Управление
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/games/" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="GameDev">
Игры
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/multimedia/" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="">
Мультимедиа
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/psychology/" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="Development">
Психология
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/general-development/" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="Education">
Общее развитие
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/engineering/" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="engineering">
Инженерия
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/english/" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="english">
Английский язык
</a>
</li>
<li class="menu-directions__item">
<a href="https://skillbox.ru/other/" target="_blank"
class="ui-tab ui-tab--link menu-directions__tab ui-tab--small"
data-code="Other">
Другое
</a>
</li>
</ul>
<a href="/media/about-media/" rel="nofollow" class="menu-nav__link">
Про медиа
</a>
<a href="https://skillbox.ru/" rel="nofollow" class="menu-nav__link">
Главная Skillbox
<svg width="14" height="14" viewBox="0 0 14 14" fill="none" xmlns="http://www.w3.org/2000/svg">
<path d="M3.9375 10.0618L9.9161 4.08203" stroke="black" stroke-linecap="round" stroke-linejoin="round"/>
<path d="M3.93811 3.93665H10.0631V10.0616" stroke="black" stroke-linecap="round" stroke-linejoin="round"/>
</svg>
</a>
</div>
</div>
</div>
<button v-if="isMobile" class="menu-toggle"
@click="openMenu()"
:class="{ 'menu-toggle--opened': isOpenMenu }" style="opacity: 0">
<span v-if="isOpenMenu" class="menu-toggle__line"></span>
<svg v-if="!isOpenMenu" width="24" height="24" viewBox="0 0 24 24" fill="none" xmlns="http://www.w3.org/2000/svg">
<path d="M24 5.5H0V4H24V5.5ZM24 11.5H0V13H24V11.5ZM24 19H0V20.5H24V19Z" fill="black"/>
</svg>
</button>
</div>
<script>
BX.Vue.create({
el: '#menu',
data: {
isOpenMenu: false,
isOpenCourseMenu: false,
isMobile: false,
isSubOpen: false,
display: 'none'
},
computed: {
isMobile() {
const w = window.innerWidth
|| document.documentElement.clientWidth
|| document.body.clientWidth;
return w < 1024;
}
},
methods: {
openMenu() {
this.isOpenMenu = !this.isOpenMenu;
document.getElementsByTagName('body')[0].classList.toggle('scroll-locked');
window.addEventListener('keyup', this.closeMenu);
},
closeMenu(event) {
if (event.target.classList.contains('menu-block') || event.keyCode === 27) {
this.isOpenMenu = false;
document.getElementsByTagName('body')[0].classList.remove('scroll-locked');
window.removeEventListener('keyup', this.closeMenu);
}
},
openCourseMenu() {
this.isOpenCourseMenu = !this.isOpenCourseMenu;
if (this.isOpenCourseMenu) {
document.getElementsByTagName('body')[0].classList.add('scroll-locked');
window.addEventListener('keyup', this.closeCourseMenu);
} else {
document.getElementsByTagName('body')[0].classList.remove('scroll-locked');
window.removeEventListener('keyup', this.closeCourseMenu);
}
},
closeCourseMenu(event) {
if (event.target.classList.contains('menu-block') || event.keyCode === 27) {
this.isOpenCourseMenu = false;
document.getElementsByTagName('body')[0].classList.remove('scroll-locked');
window.removeEventListener('keyup', this.closeCourseMenu);
}
},
openSub() {
this.isSubOpen = !this.isSubOpen;
},
isMobileFn() {
const w = window.innerWidth
|| document.documentElement.clientWidth
|| document.body.clientWidth;
this.isMobile = (w < 1024);
}
},
created() {
window.addEventListener("resize", this.isMobileFn);
document.querySelector('.menu-block').style.display = '';
document.querySelector('.menu-toggle').style.opacity = '1';
document.querySelector('.menu-nav__link').style.display = '';
this.display = 'block';
this.isMobileFn();
},
destroyed() {
window.removeEventListener("resize", this.isMobileFn);
}
});
</script>
</header>
<main class="content">
<div class="page style-update">
<div class="page-wrap">
<style>
.article-inner .rr-widget__title {
padding-top: 0 !important;
}
.article-inner div[data-retailrocket-markup-block] {
margin-top: -32px;
display: none;
}
.article-inner {
font-family: 'Graphik';
}
</style>
<div class="under_header_banner" data-type="under_header"><!-- Yandex.RTB R-A-13443663-10 -->
<div id="yandex_rtb_R-A-13443663-10"></div>
<script>
window.yaContextCb.push(() => {
Ya.Context.AdvManager.render({
"blockId": "R-A-13443663-10",
"renderTo": "yandex_rtb_R-A-13443663-10"
})
})
</script>
</div> <div data-area="article" data-title="Примеры использования нейросетей: как навести жути с помощью ИИ / Skillbox Media" class=" noFullClass">
<div class="article-inner">
<section class="top-section-detail-page ">
<div class="container">
<div class="article-preview-info">
<div class="article-preview-info__tags ">
<div class="tag article-preview-info__tag">
<a href="/media/code/"
class="tag-item programming">
Код </a>
</div>
</div>
<a class="info-hashtag article-preview-info__hashtag" href="/media/topic/articles/">
#статьи </a>
<ul class="info article-preview__info-box">
<li class="info-item"> <time class="info-text" datatime="#">24 окт 2022</time></li>
<li class="info-item hidden">
<span class="info-icon"><img src="/local/templates/media/images/icons/like.svg" alt=""></span>
<span class="info__text js-article-like-value">0</span>
</li>
</ul>
</div>
<div class="row">
<div class="top-section-detail-page__title-block col-xl-9 col-lg-10">
<div class="article-preview">
<h1 class="article-preview__title">Кошмары Кремниевой долины: как навести жути с помощью ИИ</h1>
<p class="article-preview__description">Знакомимся с нейросетями, которые создают зомби, вурдалаков и прочую нечисть. Уведите от экрана маленьких детей, беременных женщин и сердечников.</p>
</div>
</div>
</div>
</div>
</section>
<section data-article-text
data-articleId="213507"
data-courseId="988"
>
<div class="container">
<noindex>
<div class="share" data-nosnippet>
<button class="share__handler-btn ">
<span class="share__handler-icon">
<svg width="11" height="12" viewBox="0 0 11 12" fill="none" xmlns="http://www.w3.org/2000/svg">
<path d="M11 4.99902L6 0V2.99805C2.688 2.99805 0 5.68505 0 8.99805V11.498H0.0980225C0.765022 8.91205 3.107 6.99805 5.901 6.99805H6.00098V9.99805L11 4.99902Z" fill="currentColor"/>
</svg>
</span>
<span class="share__handler-text">Поделиться</span>
</button>
<div class="share__list">
<a href="#" class="share__item" data-code="vk">
<span class="share__item-icon share__item-icon--vk">
<svg width="9" height="5" viewBox="0 0 9 5" fill="none" xmlns="http://www.w3.org/2000/svg">
<path fill-rule="evenodd" clip-rule="evenodd" d="M4.04776 4.98054H4.53996C4.62377 4.97136 4.70279 4.9361 4.76621 4.87951C4.81226 4.81209 4.83594 4.73139 4.83369 4.64925C4.83369 4.64925 4.82574 3.94629 5.1314 3.84125C5.43701 3.73621 5.826 4.51998 6.23879 4.82297C6.39281 4.95308 6.59128 5.01558 6.79053 4.99669L7.89399 4.98054C7.89399 4.98054 8.47355 4.94415 8.19965 4.46339C7.98372 4.08315 7.70589 3.743 7.37799 3.45744C6.68338 2.77872 6.77865 2.8878 7.61219 1.71216C8.12024 0.997077 8.32269 0.556717 8.25918 0.370875C8.14651 0.254767 7.98299 0.205914 7.82655 0.241594L6.58018 0.249674C6.52565 0.241067 6.46984 0.251007 6.42141 0.277954C6.37298 0.314507 6.33466 0.363228 6.31025 0.419356C6.18259 0.772814 6.0287 1.11586 5.8498 1.44552C5.29807 2.43936 5.07579 2.49188 4.98451 2.43128C4.77416 2.28584 4.82574 1.85356 4.82574 1.54248C4.82574 0.580957 4.96468 0.176954 4.55979 0.0719133C4.36879 0.0254376 4.17259 0.00505841 3.97631 0.0113129C3.62834 -0.0214164 3.27745 0.017045 2.94429 0.124433C2.8014 0.197154 2.69423 0.358753 2.76171 0.370875C2.90334 0.385518 3.03406 0.454932 3.12688 0.564795C3.21268 0.750336 3.25481 0.953675 3.24993 1.15868C3.24993 1.15868 3.32535 2.29392 3.07925 2.43532C2.91254 2.53228 2.68232 2.33432 2.18616 1.4334C2.01958 1.11848 1.87243 0.793298 1.74557 0.459754C1.72231 0.404013 1.68704 0.354309 1.64236 0.314316C1.58589 0.272672 1.52066 0.245006 1.45184 0.233514L0.268986 0.241594C0.181167 0.241154 0.0958013 0.271066 0.0268587 0.326434C-0.00595087 0.396174 -0.00882613 0.476652 0.0189202 0.548633C0.0189202 0.548633 0.947737 2.83932 1.99563 3.99477C2.51 4.60651 3.2568 4.96526 4.04776 4.98054Z" fill="white"/>
</svg>
</span>
<span class="share__item-text">Vkontakte</span>
</a>
<a href="#" class="share__item" data-code="tw">
<span class="share__item-icon share__item-icon--tw">
<svg width="9" height="7" viewBox="0 0 9 7" fill="none" xmlns="http://www.w3.org/2000/svg">
<path d="M5.52788 0.00144284V0H5.9158L6.05754 0.027414C6.15204 0.0452114 6.23783 0.068535 6.31491 0.0973918C6.39201 0.126249 6.46661 0.159917 6.53872 0.198391C6.61083 0.236864 6.67623 0.276066 6.73492 0.315982C6.79311 0.355422 6.84533 0.397265 6.89158 0.441509C6.93733 0.486237 7.0087 0.49778 7.10568 0.476138C7.20266 0.454495 7.3071 0.424433 7.419 0.38596C7.5309 0.347487 7.64156 0.304201 7.75097 0.256104C7.86039 0.208007 7.92703 0.177469 7.95091 0.164484C7.97428 0.151022 7.98671 0.143808 7.98821 0.142841L7.98969 0.140677L7.99715 0.13707L8.00461 0.133463L8.01207 0.129856L8.01953 0.126249L8.02102 0.124084L8.02326 0.122642L8.02551 0.121199L8.02699 0.119034L8.03445 0.11687L8.04191 0.115427L8.04043 0.126249L8.03818 0.13707L8.03445 0.147891L8.03072 0.158713L8.02699 0.165927L8.02326 0.173141L8.01953 0.183962C8.01705 0.191176 8.01456 0.200793 8.01207 0.212819C8.00959 0.224845 7.98596 0.272935 7.9412 0.357103C7.89644 0.441271 7.84049 0.526637 7.77335 0.613208C7.70621 0.699778 7.64604 0.765182 7.59283 0.809434C7.53911 0.854162 7.50355 0.885421 7.48614 0.903219C7.46874 0.921492 7.4476 0.938323 7.42273 0.953718L7.38543 0.977525L7.37797 0.981132L7.37051 0.984739L7.36902 0.986903L7.36678 0.988346L7.36454 0.989789L7.36305 0.991953L7.35559 0.99556L7.34813 0.999168L7.34664 1.00133L7.3444 1.00277L7.34216 1.00422L7.34067 1.00638L7.33918 1.00855L7.33694 1.00999L7.3347 1.01143L7.33321 1.0136H7.37051L7.57939 0.970311C7.71865 0.941454 7.85168 0.906588 7.9785 0.865705L8.17992 0.800777L8.2023 0.793563L8.21349 0.789956L8.22095 0.786348L8.22841 0.782741L8.23587 0.779134L8.24333 0.775527L8.25825 0.773363L8.27317 0.77192V0.786348L8.26944 0.787791L8.26571 0.789956L8.26423 0.79212L8.26198 0.793563L8.25974 0.795006L8.25825 0.79717L8.25677 0.799334L8.25452 0.800777L8.25228 0.80222L8.25079 0.804384L8.24931 0.806548L8.24706 0.807991L8.24333 0.815205L8.2396 0.82242L8.23736 0.823862C8.23637 0.825305 8.20479 0.866181 8.14262 0.946504C8.08046 1.0273 8.04689 1.06818 8.04191 1.06915C8.03694 1.07059 8.02997 1.0778 8.02102 1.09079C8.01257 1.10425 7.95985 1.15788 7.86287 1.25166C7.76589 1.34545 7.67091 1.42889 7.57791 1.502C7.48441 1.57558 7.43716 1.666 7.43616 1.77325C7.43467 1.88002 7.42895 2.00074 7.419 2.13541C7.40905 2.27007 7.3904 2.41555 7.36305 2.57186C7.3357 2.72817 7.29342 2.90492 7.23623 3.10211C7.17904 3.29929 7.10941 3.49168 7.02735 3.67925C6.94529 3.86681 6.8595 4.03514 6.76998 4.18424C6.68046 4.33334 6.5984 4.45958 6.5238 4.56299C6.4492 4.66639 6.37336 4.76378 6.29626 4.85516C6.21918 4.94654 6.12171 5.04947 6.00384 5.16393C5.88547 5.27791 5.82082 5.34044 5.80988 5.3515C5.79844 5.36208 5.74971 5.40152 5.66365 5.46981C5.57812 5.53858 5.48611 5.60736 5.38763 5.67614C5.28966 5.74443 5.19964 5.80143 5.11758 5.84711C5.03552 5.8928 4.93655 5.94498 4.82067 6.00366C4.70529 6.06282 4.58046 6.11765 4.44618 6.16815C4.3119 6.21865 4.17016 6.26554 4.02096 6.30882C3.87176 6.35211 3.72753 6.38578 3.58827 6.40982C3.44903 6.43387 3.29112 6.45431 3.11456 6.47114L2.84973 6.49639V6.5H2.36483V6.49639L2.30142 6.49279C2.25915 6.49038 2.22433 6.48797 2.19698 6.48557C2.16963 6.48317 2.06643 6.46994 1.88739 6.44589C1.70835 6.42185 1.56785 6.3978 1.4659 6.37375C1.36395 6.34971 1.21225 6.30401 1.01083 6.23668C0.809413 6.16935 0.637087 6.10129 0.493854 6.03252C0.351121 5.96422 0.261601 5.92094 0.225293 5.90266C0.189485 5.88487 0.149201 5.86275 0.10444 5.83629L0.0373001 5.79661L0.0358156 5.79445L0.0335701 5.79301L0.0313321 5.79156L0.0298401 5.7894L0.0223801 5.78579L0.0149201 5.78219L0.0134355 5.78002L0.01119 5.77858L0.00895204 5.77714L0.00746003 5.77497L0.00597548 5.77281L0.00373001 5.77137H0V5.75694L0.00746003 5.75838L0.0149201 5.76054L0.0484902 5.76415C0.0708703 5.76655 0.131796 5.77016 0.231261 5.77497C0.330733 5.77978 0.436412 5.77978 0.548312 5.77497C0.660213 5.77016 0.774605 5.75934 0.891474 5.74251C1.00835 5.72568 1.14636 5.69682 1.30551 5.65594C1.46466 5.61505 1.61087 5.56648 1.74416 5.51021C1.87695 5.45346 1.97144 5.41114 2.02764 5.38324C2.08334 5.35583 2.16838 5.30484 2.28277 5.2303L2.45435 5.11848L2.45584 5.11632L2.45808 5.11487L2.46033 5.11343L2.46181 5.11127L2.4633 5.1091L2.46554 5.10766L2.46779 5.10622L2.46927 5.10405L2.47673 5.10189L2.48419 5.10044L2.48568 5.09323L2.48792 5.08602L2.49017 5.08457L2.49165 5.08241L2.43197 5.0788C2.39219 5.0764 2.35364 5.07399 2.31634 5.07159C2.27904 5.06918 2.2206 5.05836 2.14103 5.03912C2.06146 5.01988 1.97567 4.99103 1.88366 4.95255C1.79165 4.91408 1.70213 4.86838 1.6151 4.81548C1.52807 4.76258 1.46515 4.71857 1.42636 4.68346C1.38807 4.64883 1.33833 4.59978 1.27716 4.53629C1.21648 4.47233 1.16376 4.40668 1.119 4.33934C1.07424 4.27202 1.03148 4.19433 0.990699 4.10633L0.928774 3.97503L0.925044 3.96421L0.921314 3.95339L0.919076 3.94617L0.917584 3.93896L0.928774 3.9404L0.939964 3.94256L1.02202 3.95339C1.07674 3.9606 1.16253 3.963 1.27939 3.9606C1.39627 3.9582 1.47709 3.95339 1.52185 3.94617C1.56661 3.93896 1.59396 3.93414 1.60391 3.93174L1.61883 3.92814L1.63748 3.92453L1.65613 3.92092L1.65762 3.91876L1.65986 3.91731L1.6621 3.91587L1.66359 3.91371L1.64867 3.9101L1.63375 3.90649L1.61883 3.90289L1.60391 3.89928L1.58899 3.89567C1.57904 3.89327 1.56164 3.88846 1.53677 3.88124C1.5119 3.87403 1.44476 3.84757 1.33535 3.80189C1.22594 3.7562 1.1389 3.71171 1.07424 3.66842C1.00943 3.62501 0.947626 3.57754 0.889235 3.5263C0.831047 3.47436 0.767145 3.40751 0.697513 3.32575C0.627888 3.24399 0.565724 3.149 0.511012 3.04079C0.456308 2.93257 0.415277 2.82917 0.387922 2.73058C0.360676 2.63256 0.3427 2.53235 0.334217 2.43119L0.320781 2.27969L0.328241 2.28113L0.335701 2.2833L0.343161 2.2869L0.350621 2.29051L0.358081 2.29412L0.365541 2.29772L0.481172 2.34822C0.558264 2.38189 0.653998 2.41075 0.768383 2.43479C0.882775 2.45884 0.951154 2.47207 0.973534 2.47447L1.0071 2.47808H1.07424L1.07276 2.47592L1.07051 2.47447L1.06828 2.47303L1.06678 2.47087L1.0653 2.4687L1.06305 2.46726L1.06082 2.46582L1.05932 2.46365L1.05186 2.46004L1.0444 2.45644L1.04292 2.45427L1.04067 2.45283L1.03844 2.45139L1.03694 2.44922L1.02948 2.44562L1.02202 2.44201L1.02054 2.43984C1.01905 2.43888 0.99766 2.42349 0.956376 2.39367C0.915592 2.36337 0.872823 2.32418 0.828063 2.27608C0.783303 2.22798 0.738543 2.17749 0.693783 2.12458C0.64894 2.07156 0.609 2.01483 0.574422 1.95505C0.539614 1.89493 0.502806 1.81846 0.464014 1.72564C0.425721 1.6333 0.396627 1.54023 0.376731 1.44645C0.356843 1.35266 0.345653 1.26008 0.343161 1.1687C0.340677 1.07732 0.343161 0.999168 0.350621 0.93424C0.358081 0.869312 0.373001 0.795965 0.395382 0.714206C0.417762 0.632448 0.450093 0.545877 0.492362 0.454495L0.555772 0.317425L0.559502 0.306604L0.563232 0.295782L0.565478 0.29434L0.566962 0.292175L0.568454 0.290011L0.570692 0.288568L0.572938 0.290011L0.574422 0.292175L0.575914 0.29434L0.578152 0.295782L0.580398 0.297225L0.581882 0.29939L0.583374 0.301554L0.585612 0.302997L0.589342 0.310211L0.593072 0.317425L0.595318 0.318868L0.596802 0.321032L0.697513 0.429245C0.764653 0.501387 0.844229 0.581948 0.936234 0.670921C1.02825 0.759894 1.07922 0.806065 1.08916 0.809434C1.09912 0.813279 1.11154 0.824338 1.12646 0.842619C1.14138 0.860417 1.19112 0.902981 1.27567 0.970311C1.36022 1.03764 1.47087 1.1158 1.60764 1.20477C1.74441 1.29375 1.89609 1.38152 2.0627 1.46809C2.22931 1.55466 2.40835 1.63281 2.59982 1.70255C2.7913 1.77229 2.92558 1.81798 3.00266 1.83962C3.07975 1.86127 3.21154 1.88892 3.39804 1.92259C3.58454 1.95625 3.72505 1.9779 3.81954 1.98751C3.91403 1.99713 3.97869 2.00266 4.0135 2.00411L4.06572 2.00555L4.06423 1.99473L4.06199 1.98391L4.04707 1.89373C4.03712 1.83361 4.03215 1.74944 4.03215 1.64123C4.03215 1.53302 4.04085 1.43322 4.05826 1.34184C4.07567 1.25046 4.10178 1.15788 4.13659 1.0641C4.1714 0.970311 4.20547 0.895038 4.23879 0.838291C4.27261 0.78202 4.31687 0.717814 4.37158 0.645671C4.42629 0.573529 4.49716 0.498985 4.58419 0.422031C4.67122 0.345077 4.77069 0.276542 4.88259 0.216426C4.99449 0.15631 5.09769 0.110615 5.19218 0.0793563C5.28668 0.0480971 5.36625 0.0276521 5.4309 0.0180355C5.49556 0.00841898 5.52788 0.00288568 5.52788 0.00144284Z" fill="white"/>
</svg>
</span>
<span class="share__item-text">Twitter</span>
</a>
<a href="#" class="share__item" data-code="tg">
<span class="share__item-icon share__item-icon--tg">
<svg width="10" height="7" viewBox="0 0 10 7" fill="none" xmlns="http://www.w3.org/2000/svg">
<path d="M1.39589 3.04852C1.39589 3.04852 5.05491 1.51189 6.32392 0.9708C6.8104 0.754384 8.46012 0.0617918 8.46012 0.0617918C8.46012 0.0617918 9.22155 -0.241191 9.15809 0.494655C9.13692 0.797667 8.96773 1.85815 8.79854 3.00523C8.54472 4.62846 8.26976 6.40316 8.26976 6.40316C8.26976 6.40316 8.22746 6.90097 7.86791 6.98753C7.50836 7.0741 6.91613 6.68455 6.8104 6.59795C6.72577 6.53304 5.22411 5.5591 4.6742 5.08295C4.52614 4.9531 4.35695 4.6934 4.69533 4.39039C5.45676 3.67617 6.36622 2.78882 6.91613 2.2261C7.16995 1.96638 7.42374 1.36038 6.36622 2.09622C4.86456 3.15674 3.38403 4.15231 3.38403 4.15231C3.38403 4.15231 3.04561 4.36873 2.41111 4.17394C1.77657 3.97918 1.03631 3.71945 1.03631 3.71945C1.03631 3.71945 0.528726 3.39481 1.39589 3.04852Z" fill="white"/>
</svg>
</span>
<span class="share__item-text">Telegram</span>
</a>
<a href="#" class="share__item js-share-item-copy">
<span class="share__item-icon share__item-icon--copy">
<svg width="10" height="10" viewBox="0 0 10 10" fill="none" xmlns="http://www.w3.org/2000/svg">
<path d="M4.19922 5.40327C4.37217 5.63449 4.59283 5.8258 4.84622 5.96425C5.09962 6.10269 5.37982 6.18501 5.66783 6.20564C5.95584 6.22627 6.24492 6.18471 6.51546 6.08379C6.78599 5.98287 7.03166 5.82495 7.2358 5.62074L8.44399 4.41255C8.81079 4.03277 9.01375 3.52412 9.00917 2.99615C9.00458 2.46818 8.79281 1.96313 8.41946 1.58978C8.04611 1.21644 7.54106 1.00466 7.01309 1.00008C6.48512 0.995488 5.97647 1.19845 5.59669 1.56525L4.904 2.25392" stroke="black" stroke-linecap="round" stroke-linejoin="round"/>
<path d="M5.81002 4.59658C5.63707 4.36536 5.41641 4.17404 5.16302 4.0356C4.90962 3.89716 4.62942 3.81483 4.34141 3.79421C4.0534 3.77358 3.76432 3.81514 3.49379 3.91605C3.22325 4.01697 2.97758 4.17489 2.77344 4.3791L1.56525 5.58729C1.19845 5.96707 0.995488 6.47572 1.00008 7.0037C1.00466 7.53167 1.21644 8.03672 1.58978 8.41006C1.96313 8.78341 2.46818 8.99518 2.99615 8.99977C3.52412 9.00436 4.03277 8.80139 4.41255 8.43459L5.10122 7.74592" stroke="black" stroke-linecap="round" stroke-linejoin="round"/>
</svg>
</span>
<span class="share__item-text">Скопировать ссылку</span>
</a>
</div>
</div> <!-- //share -->
</noindex>
<div class="row">
<div class="col-xl-9 col-lg-8 col-poster">
<div class="article-poster">
<picture >
<img src="https://248006.selcdn.ru/main/iblock/6fa/6fa7cb306351fe46e7cfe05f23b705a5/3319925648167336b2c1ce00fa7466bd.png" itemprop='image' class='hidden-xs' />
</picture> <picture >
<img src="https://248006.selcdn.ru/main/iblock/6fa/6fa7cb306351fe46e7cfe05f23b705a5/3319925648167336b2c1ce00fa7466bd.png" itemprop='image' class='visible-xs' />
</picture> </div>
<noindex>
<p class="article-poster-text" data-nosnippet>
Иллюстрация: Катя Павловская для Skillbox Media </p>
</noindex>
</div>
<div class="col-xl-3 col-lg-4 col-author">
<div class="article-author">
<div class="article-author__image">
<a href="/media/authors/alexandr-tsurikov/">
<img src="https://248006.selcdn.ru/main/iblock/850/8507a89bc71f3ceee25f4cb9b0608074/1abeb831ac1c61515e4abbb0827f538e.png" alt="Александр Цуриков">
</a>
</div>
<div class="article-author__info">
<div class="article-author__name">
Александр Цуриков </div>
<div class="article-author__description">
Автор статей про IT-технологии. Преподаватель, доцент. Инженер по первому образованию, по второму — журналист. Кандидат технических наук. </div>
</div>
</div>
</div>
</div>
</div>
<div class="container">
<div class="row flex-row-rev">
<div class="col-xl-3 col-lg-4 col-author">
<div class="js-article-banner" data-article-banner-mobile data-type="side_mounted" data-article-banner-sticky-start>
<!--AdFox START-->
<!--yandex_skillbox.media-->
<!--Площадка: Skillbox / Сквозной для застройщика Легенда / Боковой баннер сквозной для застройщика Легенда-->
<!--Категория: <не задана>-->
<!--Тип баннера: Media banner-->
<div id="adfox_176131540100027244"></div>
<script>
window.yaContextCb.push(()=>{
Ya.adfoxCode.create({
ownerId: 11649869,
containerId: 'adfox_176131540100027244',
params: {
p1: 'dkugb',
p2: 'p'
}
})
})
</script> </div>
<div class="js-article-banner" data-article-banner-mobile data-type="vertical" data-article-banner-sticky-end></div>
</div>
<div class="col-xl-9 col-lg-8 col-poster">
<div class="container container--setka">
<div class="js-article-banner" data-type="top"></div>
<div class="article-detail-text__setka" data-detail-text>
<div class="stk-post stk-layout_12col_18068 stk-theme_26309" data-stk="{"images":[{"id":42790,"alt":"","caption":""},{"id":42791,"alt":"","caption":""},{"id":42789,"alt":"","caption":""},{"id":42786,"alt":"","caption":""},{"id":42785,"alt":"","caption":""},{"id":42788,"alt":"","caption":""},{"id":42787,"alt":"","caption":""},{"id":42784,"alt":"","caption":""},{"id":42781,"alt":"","caption":""},{"id":42783,"alt":"","caption":""},{"id":42782,"alt":"","caption":""},{"id":42780,"alt":"","caption":""},{"id":42776,"alt":"","caption":""},{"id":42774,"alt":"","caption":""},{"id":42777,"alt":"","caption":""},{"id":42779,"alt":"","caption":""},{"id":42775,"alt":"","caption":""},{"id":42778,"alt":"","caption":""},{"id":42771,"alt":"","caption":""},{"id":42773,"alt":"","caption":""},{"id":42772,"alt":"","caption":""},{"id":42770,"alt":"","caption":""},{"id":42769,"alt":"","caption":""},{"id":42768,"alt":"","caption":""},{"id":42766,"alt":"","caption":""},{"id":42767,"alt":"","caption":""},{"id":42765,"alt":"","caption":""},{"id":42764,"alt":"","caption":""}]}" data-ui-id="post" data-ce-tag="post" data-reset-type="class" data-layout-type="auto" data-editor-version="3.2.8-rc1"><div class="stk-theme_26309__mb_15 stk-grid" data-ce-tag="grid"><div data-col-width="12" class="stk-grid-col stk-grid-col_last" data-ce-tag="grid-col"><p class="stk-reset" data-ce-tag="paragraph">Искусственный интеллект <a href="https://skillbox.ru/media/code/loran-akopyan-iskusstvennyy-intellekt-soberet-za-vas-vse-spravki-i-oformit-zagranpasport/" target="_blank" class="stk-reset">умеет говорить</a>, <a href="https://skillbox.ru/media/code/roman-dushkin-meditsina-eto-oblast-doveriya/" target="_blank" class="stk-reset">лечить</a>, <a href="https://skillbox.ru/media/code/nechelovecheskaya-kukhnya-kak-ii-nauchilsya-gotovit-i-stal-shefpovarom-moskovskogo-restorana/" target="_blank" class="stk-reset">готовить</a> и <a href="https://skillbox.ru/media/code/govorim-o-generativnosostyazatelnykh-neyrosetyakh/" target="_blank" class="stk-reset">рисовать котиков</a> <em class="stk-reset">—</em> но так, кажется, любой может. А вот чтобы напугать всех до чёртиков, нужно по-настоящему приложить мозги. Это мы ещё в детстве усвоили — кто был в летнем лагере, тот поймёт :)</p><p class="stk-theme_26309__mb_15 stk-reset" data-ce-tag="paragraph">К счастью (или нет?) учёные и здесь преуспели, создав удивительные нейрогенераторы ужасов. Приглашаем вас в увлекательное путешествие по самым тёмным и пугающим уголкам Data Science. Будьте осторожны: местами будет криповато. Берегите свою психику.</p><h2 class="stk-theme_26309__style_large_header stk-reset" data-ce-tag="paragraph"><strong class="stk-reset">В чёрном-чёрном доме есть чёрная-чёрная комната…</strong></h2><p class="stk-reset" data-ce-tag="paragraph"><em class="stk-reset">«Тень позади меня. Я почувствовал, как рука схватила меня за лодыжку и потащила под слой пыли…»</em> — так мог бы начинаться новый рассказ Стивена Кинга. Но нет. Этот текст придумала нейросеть.</p><p class="stk-reset" data-ce-tag="paragraph">Учёные из медиалаборатории Массачусетского технологического института (<a class="stk-reset" href="https://www.media.mit.edu/" target="_blank">MIT Media Lab</a>), специализирующиеся на изучении ИИ, весьма своеобразно решили отметить Хэллоуин в 2017 году. К этому празднику они приурочили запуск <a class="stk-reset" href="https://www.media.mit.edu/posts/can-ai-learn-to-scare-us-with-shelley-mit-researchers-aim-for-goosebumps/" target="_blank">нейросети Shelley</a>, которая генерирует страшные истории. Свою разработку они назвали в честь <a class="stk-reset" href="https://ru.wikipedia.org/wiki/%D0%A8%D0%B5%D0%BB%D0%BB%D0%B8,_%D0%9C%D1%8D%D1%80%D0%B8" target="_blank">Мэри Шелли</a> — автора культового готического ужастика «Франкенштейн».</p><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07403321102022_accf102caaa970ce65d217b9ae9a8e9a57caa67c.jpg" data-image-id="42764" data-image-name="1.jpg" width="1540" height="866" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description"><em class="stk-reset">Изображение: MIT Technology Review</em></figcaption></figure><p class="stk-reset" data-ce-tag="paragraph">Для реализации проекта программисты собрали датасет из 140 000 леденящих кровь историй, опубликованных на Reddit. В частности, в одной из веток обсуждения под названием <a href="https://www.reddit.com/r/nosleep" target="_blank" class="stk-reset">NoSleep</a> пользователи выкладывают страшилки собственного сочинения в духе тех, что мы своим товарищам по третьему младшему отряду рассказывали короткими июньскими ночами.</p><p class="stk-reset" data-ce-tag="paragraph">К этим историям добавили несколько десятков культовых романов ужасов и «скормили» их Shelley. При помощи алгоритмов <a href="https://skillbox.ru/media/code/iskusstvennyy_intellekt_mashinnoe_obuchenie_i_glubokoe_obuchenie_v_chyem_raznitsa/" target="_blank" class="stk-reset">глубокого машинного обучения</a> нейросеть научилась анализировать структуру хорроров и воспроизводить её при составлении новых текстов.</p><p class="stk-reset" data-ce-tag="paragraph">Однако самостоятельно написать роман или даже небольшую повесть от начала до конца Shelley пока неспособна. Поэтому её «поселили» в твиттер-аккаунте <a href="https://twitter.com/shelley_ai" target="_blank" class="stk-reset">@shelley_ai</a> и предложили всем желающим помочь ИИ в сочинении новых ужастиков.</p><p class="stk-reset" data-ce-tag="paragraph">Совместное творчество людей и нейросети происходило следующим образом. Вначале ИИ Shelley генерировал короткий фрагмент текста (не более <span class="stk-reset" data-stk-footnote-link="fniV920">140 символов</span>) и помечал его хештегом #yourturn («твоя очередь»). Затем пользователи делали ретвиты этого фрагмента и предлагали возможные продолжения. Нейросеть выбирала лучший, по её мнению, вариант и, отталкиваясь от него, генерировала следующий фрагмент. Получилось такое <span class="stk-reset" data-stk-footnote-link="fnD2CcF">буриме</span> имени Фредди Крюгера.</p><p class="stk-reset" data-ce-tag="paragraph">Всего Shelley проработала около месяца, каждый час публикуя новые текстовые фрагменты. Как отметила Пинар Янардаг из MIT Media Lab, решающим фактором производительности ИИ стало использование мощных видеокарт как для обучения сети, так и для её работы:</p><div class="stk-grid" data-ce-tag="grid" data-stk-css="stkAweaI"><div data-col-width="1" class="stk-grid-col" data-ce-tag="grid-col" data-stk-css="" data-stk-css-m=""><p class="stk-element_no-text stk-reset" data-ce-tag="paragraph"><img alt="" class="stk-reset stk-theme_26309__symbol_custom_image_2666427 stk-icon" src="/setka/css/assets/img/__hm6D-A.svg"></p></div><div data-col-width="11" class="stk-grid-col stk-grid-col_last" data-ce-tag="grid-col"><p class="stk-reset" data-ce-tag="paragraph">Shelley должна оперативно реагировать на предложения пользователей Twitter. Поэтому скорость — это очень важный параметр. Её нам обеспечивают видеокарты NVIDIA Titan X.</p></div></div><p class="stk-reset" data-ce-tag="paragraph">Действуя по очереди, люди и ИИ создали более 450 душераздирающих сюжетов, которые требовали лишь небольшой литературной обработки. Эксперты высоко <a class="stk-reset" href="https://www.fastcompany.com/90148966/this-ai-writes-horror-stories-and-theyre-surprisingly-scary" target="_blank">оценили</a> итоговые результаты, многие из которых не уступали по качеству хоррорам современных авторов.</p><div class="stk-grid" data-stk-css="stkoXzcS" data-ce-tag="grid"><div data-col-width="3" class="stk-grid-col" data-stk-css="" data-stk-css-m="" data-ce-tag="grid-col"><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07403321102022_08fda0244b5397e030ee401fd2bea5b24f78a72b.jpg" data-image-id="42765" data-image-name="2.jpg" class="stk-image stk-reset" width="1000" height="1000" loading="lazy"/></div></figure></div><div data-col-width="9" class="stk-grid-col stk-theme_26309__pad_round_1 stk-grid-col_last" data-ce-tag="grid-col"><p class="stk-theme_26309__mb_05 stk-reset" data-ce-tag="paragraph"><strong class="stk-reset">История, собранная из текстов, сгенерированных нейросетью Shelley:</strong></p><p class="stk-theme_26309__mb_05 stk-reset" data-ce-tag="paragraph">«Моя спальня ночью, я был напуган этим страхом, и я не знал, что делать. Понял, что за мной наблюдают, и я мог разобрать что-то вдалеке. Почувствовал ужасный холодок по спине.</p><p class="stk-theme_26309__mb_05 stk-reset" data-ce-tag="paragraph">Я почувствовал, как что-то тянется ко мне. Вокруг не было ни души, и она была не очень похожа на человека. Волосы были собраны в пучок и покрыты окровавленным полотенцем. Её лицо было искажено хмурым взглядом.</p><p class="stk-theme_26309__mb_05 stk-reset" data-ce-tag="paragraph">Она вытащила картинку. На ней были небольшие каракули. Я вырвал её. Это была фотография меня и женщины. Я не узнал её.</p><p class="stk-theme_26309__mb_05 stk-reset" data-ce-tag="paragraph">Испугался, я не мог двигаться или говорить, и я собирался кричать о помощи. Я был напуган, но не мог пошевелиться. Одеяло было пропитано кровью, и она начала медленно ползти по моим ногам. Я чувствовал её дыхание на своей щеке, и меня трясло.</p><p class="stk-theme_26309__mb_05 stk-reset" data-ce-tag="paragraph">Я ущипнул себя, а потом почувствовал это. Почувствовал, как что-то коснулось моих плеч. Тьма заполнила мои глаза. Я проснулся в своей постели. Лёжа там, я пытался вспомнить сон, который видел перед тем, как потерял сознание».</p><p class="stk-theme_26309__mb_05 stk-theme_26309__style_small_text stk-reset" data-ce-tag="paragraph"><strong class="stk-reset">Источник: <a class="stk-reset" href="https://twitter.com/shelley_ai" target="_blank">@shelley_ai</a> </strong></p></div></div><p class="stk-reset" data-ce-tag="paragraph">По-видимому, при реализации проекта применялись не только аппаратные, но и программные средства от компании NVIDIA, в частности библиотека глубоких нейронных сетей NVIDIA CUDA (<a class="stk-reset" href="https://developer.nvidia.com/cudnn" target="_blank">cuDNN</a>).</p><div class="stk-grid" data-stk-css="stk35PIu" data-ce-tag="grid"><div data-col-width="3" class="stk-grid-col" data-stk-css="" data-stk-css-m="" data-ce-tag="grid-col"><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07403421102022_6896a8696b8038f4fc8989ab005e4fccc3b90047.jpg" data-image-id="42767" data-image-name="3.jpg" class="stk-image stk-reset" width="1000" height="1000" loading="lazy"/></div></figure></div><div data-col-width="9" class="stk-grid-col stk-theme_26309__pad_round_1 stk-grid-col_last" data-ce-tag="grid-col"><p class="stk-theme_26309__mb_05 stk-reset" data-ce-tag="paragraph">«Shelley — это комбинация многослойной <span class="stk-reset" data-stk-footnote-link="fnONBlj">рекуррентной нейронной сети</span> и алгоритма онлайн-обучения, который со временем учится на отзывах пользователей… Чем больше Shelley сотрудничает с людьми, тем более качественные и страшные истории она обучается сочинять».</p><p class="stk-theme_26309__mb_05 stk-theme_26309__style_small_text stk-reset" data-ce-tag="paragraph"><strong class="stk-reset">Пинар Янардаг</strong>,<br> ведущий исследователь MIT Media Lab (цитата: <a class="stk-reset" href="https://www.media.mit.edu/posts/can-ai-learn-to-scare-us-with-shelley-mit-researchers-aim-for-goosebumps/" target="_blank">MIT Media Lab</a>)</p></div></div><p class="stk-reset" data-ce-tag="paragraph">Специалисты MIT Media Lab уверены, что Shelley ляжет в основу будущих моделей ИИ, которые будут создавать контент, вызывающий заданные эмоции (в данном случае страх). Это может быть полезно не только в литературе и журналистике, но и в <a href="https://skillbox.ru/media/marketing/iskusstvennyy-intellekt-v-marketinge-gde-ego-ispolzuyut-i-kak-vnedrit-uzhe-zavtra/" target="_blank" class="stk-reset">маркетинге</a> и рекламе.</p></div></div><div class="stk-theme_26309__mb_15 stk-grid" data-ce-tag="grid"><div data-col-width="12" class="stk-grid-col stk-grid-col_last" data-ce-tag="grid-col"><h2 class="stk-reset stk-theme_26309__style_large_header" data-ce-tag="paragraph"><strong class="stk-reset">ИИ был мал, и Санта вышел странным</strong></h2><p class="stk-reset" data-ce-tag="paragraph">Вдохновившись работой коллег по <a class="stk-reset" href="https://skillbox.ru/media/code/chto_takoe_data_science_i_kto_takoy_data_scientist/" target="_blank">Data Science</a>, журналисты издания <span class="stk-reset" data-stk-footnote-link="fnOVU91">MIT Technology Review</span> Уилл Найт и Карен Хао тоже решили поэкспериментировать с нейронными сетями. В преддверии 2019 года они <a class="stk-reset" href="https://www.technologyreview.com/2018/12/21/138169/we-tried-teaching-an-ai-to-write-christmas-movie-plots-hilarity-ensued-eventually/" target="_blank">попытались</a> научить ИИ генерировать сюжеты рождественских фильмов.</p><p class="stk-reset" data-ce-tag="paragraph">Для этого они собрали из «Википедии» синопсисы 360 <a href="https://en.wikipedia.org/wiki/List_of_Christmas_films" target="_blank" class="stk-reset">новогодних блокбастеров</a> и загрузили их в рекуррентную нейросеть <a href="https://github.com/minimaxir/textgenrnn" target="_blank" class="stk-reset">textgenrnn</a>, которая анализирует и генерирует текстовую информацию.</p><p class="stk-reset" data-ce-tag="paragraph">После обучения ИИ сгенерировал несколько десятков историй, большинство из которых, к сожалению, напоминали бессвязный набор предложений. Немногие тексты, в которых можно было обнаружить крупицы здравого смысла, подходили скорее для фильмов ужасов, чем для лёгких новогодних комедий. В них упоминались террористы, убийства и драки.</p><p class="stk-reset" data-ce-tag="paragraph">Учёные, к которым обратились Найт и Хао, <a class="stk-reset" href="https://www.technologyreview.com/2018/12/21/138169/we-tried-teaching-an-ai-to-write-christmas-movie-plots-hilarity-ensued-eventually/" target="_blank">объяснили</a> причины. Во-первых, датасет из 360 записей слишком мал для обучения — сравните со 140 000 примеров, скормленных Shelley. Во-вторых, нейросети, подобные textgenrnn, в принципе неспособны оценивать логичность сюжета в длинных текстах, которые они генерируют. Создатели Shelley отчасти решили эту проблему, разбив рассказы на фрагменты и пригласив в соавторы пользователей Twitter.</p><div class="stk-grid" data-stk-css="stk6J6Ck" data-ce-tag="grid"><div data-col-width="3" class="stk-grid-col" data-stk-css="" data-stk-css-m="" data-ce-tag="grid-col"><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07403421102022_65fa139ee7aa370b098b58c62e5c7aa384085a3d.jpg" data-image-id="42766" data-image-name="4.1.jpg" class="stk-image stk-reset" width="1000" height="1000" loading="lazy"/></div></figure></div><div data-col-width="9" class="stk-grid-col stk-theme_26309__pad_round_1 stk-grid-col_last" data-ce-tag="grid-col"><p class="stk-theme_26309__mb_05 stk-reset" data-ce-tag="paragraph">«Нейросеть выбирает каждое последующее слово, основываясь на том, насколько велика вероятность его появления после предыдущего. Это похоже на попытку написать письмо, пользуясь <a href="https://ru.wikipedia.org/wiki/T9" target="_blank" class="stk-reset">Т9</a>. В результате теряется логика и грамматическое согласование».</p><p class="stk-theme_26309__mb_05 stk-theme_26309__style_small_text stk-reset" data-ce-tag="paragraph"><strong class="stk-reset">Карен Хао</strong>,<br> журналист MIT Technology Review (цитата: <a class="stk-reset" href="https://www.technologyreview.com/2018/12/21/138169/we-tried-teaching-an-ai-to-write-christmas-movie-plots-hilarity-ensued-eventually/" target="_blank">MIT Technology Review</a>)</p></div></div><p class="stk-reset" data-ce-tag="paragraph">Однако Найт и Хао не опустили руки и решили применить ИИ для более простой задачи — сгенерировать только названия новых фильмов. И здесь их ждал успех. Сеть textgenrnn выдала несколько десятков названий, подходящих для новогодних боевиков и хорроров.</p><p class="stk-reset" data-ce-tag="paragraph">Среди них журналисты выделили следующие: «Оно: Санта», «Рождественская миля» и «Бойцовское Рождество». Авторы исследования даже попросили дизайнеров (людей, не ИИ) создать постеры для этих лент.</p><div class="stk-gallery stk-gallery stk-gallery" data-ce-tag="gallery"><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07403421102022_c7c2d6650fe8dd3125b1541cb39af56649bd56fa.jpg" data-image-id="42768" data-image-name="4.jpg" width="1540" height="1155" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">Постеры для фильмов, названия которых придумал ИИ<br><em class="stk-reset">Изображение: <a class="stk-reset" href="https://www.technologyreview.com/2018/12/21/138169/we-tried-teaching-an-ai-to-write-christmas-movie-plots-hilarity-ensued-eventually/" target="_blank">MIT Technology Review</a></em></figcaption></figure><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07472421102022_0ed1686442ac630326a48ddcef43684fa02b904b.jpg" data-image-id="42769" data-image-name="5.jpg" width="1540" height="1155" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">Постеры для фильмов, названия которых придумал ИИ<br><em class="stk-reset">Изображение: <a href="https://www.technologyreview.com/2018/12/21/138169/we-tried-teaching-an-ai-to-write-christmas-movie-plots-hilarity-ensued-eventually/" target="_blank" class="stk-reset">MIT Technology Review</a></em></figcaption></figure><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07472421102022_b30ff17d14b759c017197570526ff51b33cc83c5.jpg" data-image-id="42770" data-image-name="6.jpg" width="1540" height="1155" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">Постеры для фильмов, названия которых придумал ИИ<br><em class="stk-reset">Изображение: <a href="https://www.technologyreview.com/2018/12/21/138169/we-tried-teaching-an-ai-to-write-christmas-movie-plots-hilarity-ensued-eventually/" target="_blank" class="stk-reset">MIT Technology Review</a></em></figcaption></figure></div></div></div><div class="stk-theme_26309__mb_15 stk-grid" data-ce-tag="grid"><div data-col-width="12" class="stk-grid-col stk-grid-col_last" data-ce-tag="grid-col"><h2 class="stk-reset stk-theme_26309__style_large_header" data-ce-tag="paragraph"><strong class="stk-reset">Машина ужасов</strong></h2><p class="stk-reset" data-ce-tag="paragraph"><a href="https://skillbox.ru/media/code/5-itproektov-ilona-maska-kotorye-izmenili-nash-mir/" target="_blank" class="stk-reset">Илон Маск</a>, рассуждая об <a href="https://www.vox.com/future-perfect/2018/11/2/18053418/elon-musk-artificial-intelligence-google-deepmind-openai" target="_blank" class="stk-reset">опасности технологий</a>, однажды сказал, что, «развивая ИИ, человечество рискует вырастить монстра». Сотрудники MIT Media Lab восприняли его слова буквально и решили создать нейрогенератор ужасов.</p><p class="stk-reset" data-ce-tag="paragraph">Учёные под руководством профессора <a href="https://en.wikipedia.org/wiki/Iyad_Rahwan" target="_blank" class="stk-reset">Ияда Рахвана</a> в рамках проекта «Машина кошмаров» (<a href="http://nightmare.mit.edu/" target="_blank" class="stk-reset">Nightmare Machine</a>) научили ИИ превращать фотографии городов в пугающие постапокалиптические пейзажи. Разработчики утверждают, что их творение было «первым в мире ИИ, целенаправленно созданным для того, чтобы вызывать у людей чувство страха».</p><p class="stk-reset" data-ce-tag="paragraph">Американские исследователи пропустили через алгоритм Nightmare Machine изображения популярных туристических мест. Среди них были Эйфелева башня, статуя Свободы, Тадж-Махал, Колизей, храм Василия Блаженного в Москве и многие другие. При этом у «Машины кошмаров» было восемь кошмарных паттернов, каждому из которых дали говорящие названия: «Дом с привидениями», «Ночь страха», «Бойня», «Токсичный город», «Город-призрак», «Преисподняя», «Чудовище с щупальцами» и «Вторжение инопланетян».</p><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07472521102022_3cd9ef3440d95f4bb61a3e415a1c8e825d3ce05e.gif" data-image-id="42773" data-image-name="7.gif" width="770" height="433" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">Анимация пошагово демонстрирует работу Nightmare Machine на примере применения стиля «Дом с привидениями» к фотографии замка Нойшванштайн (Германия) <br><em class="stk-reset">Источник: <a class="stk-reset" href="http://nightmare.mit.edu/#portfolioModal30" target="_blank">MIT Media Lab</a></em></figcaption></figure><p class="stk-reset" data-ce-tag="paragraph">В основе Nightmare Machine лежит технология <a href="https://en.wikipedia.org/wiki/Neural_style_transfer" target="_blank" class="stk-reset">нейронного переноса стиля</a> изображения (Neural style transfer, NST). Первый успешно работающий алгоритм NST был описан в <a href="https://arxiv.org/abs/1508.06576" target="_blank" class="stk-reset">научной статье</a> 2015 года. Её авторы — учёные из Тюбингенского университета (Германия) — продемонстрировали способность искусственных нейронных сетей превращать обычные фотографии в полотна Ван Гога, Эдварда Мунка или Пабло Пикассо.</p><p class="stk-reset" data-ce-tag="paragraph">Создатели Nightmare Machine использовали <span class="stk-reset" data-stk-footnote-link="fnjj2yM">свёрточную нейронную сеть</span>, реализующую алгоритм NST. За счёт многослойной структуры она способна в процессе обучения отделять содержимое (что изображено) от стиля (как изображено).</p><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07472521102022_95c877427947d2ac7ec9d99656f1746ed26a0428.jpg" data-image-id="42772" data-image-name="7.1.jpg" width="1540" height="1070" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">Внешние слои свёрточной сети содержат информацию о стиле рисунка, а более глубокие — обучаются отделять суть изображения. Если пропустить фотографию через внешние слои сети, обученной, например, на картинах Ван Гога, то изображение приобретёт черты его полотен. Применённая в исследовании нейросеть VGG-19 состоит из 19 слоёв<br><em class="stk-reset">Изображение: <a class="stk-reset" href="https://arxiv.org/abs/1508.06576" target="_blank">A Neural Algorithm of Artistic Style</a>/Leon A. Gatys, Alexander S. Ecker, Matthias Bethge/2015</em></figcaption></figure><p class="stk-reset" data-ce-tag="paragraph">В отличие от своих европейских коллег, специалисты MIT Media Lab обучали сеть не на творениях великих мастеров, а на стоп-кадрах из фильмов ужасов, научной фантастики и репортажах с мест экологических катастроф.</p><div class="stk-grid" data-stk-css="stkfQiSy" data-ce-tag="grid"><div data-col-width="3" class="stk-grid-col" data-stk-css="" data-stk-css-m="" data-ce-tag="grid-col"><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07403421102022_6896a8696b8038f4fc8989ab005e4fccc3b90047.jpg" data-image-id="42767" data-image-name="3.jpg" class="stk-image stk-reset" width="1000" height="1000" loading="lazy"/></div></figure></div><div data-col-width="9" class="stk-grid-col stk-theme_26309__pad_round_1 stk-grid-col_last" data-ce-tag="grid-col"><p class="stk-theme_26309__mb_05 stk-reset" data-ce-tag="paragraph">«Мы используем алгоритмы глубокого обучения, чтобы натренировать сеть распознавать, как выглядят дома с привидениями, заброшенные города и отравленные токсичными выбросами ландшафты. Алгоритм извлекает из обучающих изображений элементы стиля (например, пугающе тёмную палитру) и переносит их на обычные фотографии».</p><p class="stk-theme_26309__mb_05 stk-theme_26309__style_small_text stk-reset" data-ce-tag="paragraph"><strong class="stk-reset">Пинар Янардаг</strong>,<br> ведущий исследователь MIT Media Lab (цитата: <a class="stk-reset" href="https://www.media.mit.edu/posts/can-ai-learn-to-scare-us-with-shelley-mit-researchers-aim-for-goosebumps/" target="_blank">MIT Media Lab</a>)</p></div></div><p class="stk-reset" data-ce-tag="paragraph">Благодаря использованию имеющихся наработок группа Ияда Рахвана, состоящая из четырёх человек, <a class="stk-reset" href="https://www.fastcompany.com/3065068/ai-is-about-to-make-halloween-truly-terrifying" target="_blank">потратила</a> на разработку Nightmare Machine всего две недели.</p><div class="stk-gallery stk-gallery stk-gallery" data-ce-tag="gallery"><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07501321102022_c0c954a3a268bfc515e88839a41a25de5bd1b194.jpg" data-image-id="42778" data-image-name="9.jpg" width="1540" height="866" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">Результат обработки фотографии нейросетью Nightmare Machine: Колизей («Чудовище с щупальцами»)<br><em class="stk-reset">Изображение: <a class="stk-reset" href="http://nightmare.mit.edu" target="_blank">MIT Media Lab</a></em></figcaption></figure><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07501321102022_cece785eb92cd643f5e788e5f37e3d933a76f56c.jpg" data-image-id="42775" data-image-name="10.jpg" width="1540" height="866" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">Результат обработки фотографии нейросетью Nightmare Machine: Капитолийский холм («Токсичный город»)<br><em class="stk-reset">Изображение: <a class="stk-reset" href="http://nightmare.mit.edu" target="_blank">MIT Media Lab</a></em></figcaption></figure><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07501321102022_71b97f3681cfd481f98f8279e17d064ae63ea66a.jpg" data-image-id="42779" data-image-name="12.jpg" width="1540" height="866" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">Результат обработки фотографии нейросетью Nightmare Machine: Тадж-Махал («Бойня»)<br><em class="stk-reset">Изображение: <a class="stk-reset" href="http://nightmare.mit.edu" target="_blank">MIT Media Lab</a></em></figcaption></figure><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07501321102022_b96f49b701f581862428f9c58e1a46c731d0aa89.jpg" data-image-id="42777" data-image-name="13.jpg" width="1540" height="866" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">Результат обработки фотографии нейросетью Nightmare Machine: Нью-Йорк («Вторжение инопланетян»)<br><em class="stk-reset">Изображение: <a class="stk-reset" href="http://nightmare.mit.edu" target="_blank">MIT Media Lab</a></em></figcaption></figure><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07501321102022_d75dd4921f9f5ca9dc828e1efafbd5a21dfa9c5d.jpg" data-image-id="42774" data-image-name="14.jpg" width="1540" height="866" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">Результат обработки фотографии нейросетью Nightmare Machine: Пальмира («Город-призрак»)<br><em class="stk-reset">Изображение: <a class="stk-reset" href="http://nightmare.mit.edu" target="_blank">MIT Media Lab</a></em></figcaption></figure><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07501321102022_b76bc71fa80c20942ed01e19c21ead7b69ad6b89.jpg" data-image-id="42776" data-image-name="15.jpg" width="1540" height="866" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">Результат обработки фотографии нейросетью Nightmare Machine: Эйфелева башня («Ночь страха»)<br><em class="stk-reset">Изображение: <a class="stk-reset" href="http://nightmare.mit.edu" target="_blank">MIT Media Lab</a></em></figcaption></figure></div><p class="stk-reset" data-ce-tag="paragraph">В дальнейшем команда MIT Media Lab под руководством Рахвана использовала алгоритмы «Машины кошмаров» в своём следующем проекте, получившем название «Глубокое сопереживание» (<a href="https://deepempathy.mit.edu/" target="_blank" class="stk-reset">Deep Empathy</a>).</p><p class="stk-reset" data-ce-tag="paragraph">В рамках этого проекта учёные тренировали ИИ на фотографиях сирийских городов, пострадавших в ходе <a class="stk-reset" href="https://ria.ru/20180129/1513416087.html" target="_blank">гражданской войны</a>. В результате нейронная сеть обрела возможность переносить образы военной разрухи на изображения любых городов мира.</p><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07515121102022_1c076733da30d01108464d85a8ffad1517acec59.jpg" data-image-id="42780" data-image-name="16.jpg" width="1540" height="422" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">При помощи переноса стиля алгоритм Deep Empathy наделяет фотографию цветущего Бостона (США) чертами разрушенного сирийского города Хомс <br><em class="stk-reset">Изображение: <a class="stk-reset" href="https://deepempathy.mit.edu" target="_blank">MIT Media Lab</a></em></figcaption></figure><p class="stk-reset" data-ce-tag="paragraph">Проект призван пробудить у общественности сочувствие к жертвам боевых действий. Специалисты MIT Media Lab пропустили через нейросеть Deep Empathy фотографии Лондона, Парижа, Амстердама, Бостона и даже Москвы. Эти изображения должны помочь жителям благополучных городов почувствовать масштаб разрушений и горя, сопровождающих войну.</p><p class="stk-reset" data-ce-tag="paragraph">Deep Empathy был реализован при участии <span class="stk-reset" data-stk-footnote-link="fnJSzps">UNICEF</span>. На странице проекта сочувствующим зрителям предлагают пожертвовать средства для инициатив ООН по поддержке сирийских детей.</p><p class="stk-reset" data-ce-tag="paragraph">Чтобы улучшить работу нейронной сети, на сайте проекта также запустили <a class="stk-reset" href="https://deepempathy.mit.edu/survey" target="_blank">опрос</a>: из двух фотографий пользователь должен выбрать ту, которая вызывает у него наибольший эмоциональный отклик.</p><div class="stk-gallery stk-gallery stk-gallery" data-ce-tag="gallery"><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07515221102022_1cc7c7aaff1472b38801633d33e2f9e6221a290f.jpg" data-image-id="42782" data-image-name="17.jpg" width="1540" height="1155" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">Фотографии улиц Амстердама, Бостона и Лондона после обработки нейросетью Deep Empathy. Слева — исходный вид, справа — после добавления разрушений <br><em class="stk-reset">Изображение: <a class="stk-reset" href="https://deepempathy.mit.edu" target="_blank">MIT Media Lab</a></em></figcaption></figure><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07515221102022_62bf1942effdabf0107c530d35221fdf53489254.jpg" data-image-id="42783" data-image-name="18.jpg" width="1540" height="1155" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">Фотографии улиц Амстердама, Бостона и Лондона после обработки нейросетью Deep Empathy. Слева — исходный вид, справа — после добавления разрушений <br><em class="stk-reset">Изображение: <a href="https://deepempathy.mit.edu" target="_blank" class="stk-reset">MIT Media Lab</a></em></figcaption></figure><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07515221102022_ea2b2f998665356b094cbc9e4d99ecdc646b93d5.jpg" data-image-id="42781" data-image-name="19.jpg" width="1540" height="1155" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">Фотографии улиц Амстердама, Бостона и Лондона после обработки нейросетью Deep Empathy. Слева — исходный вид, справа — после добавления разрушений <br><em class="stk-reset">Изображение: <a href="https://deepempathy.mit.edu" target="_blank" class="stk-reset">MIT Media Lab</a></em></figcaption></figure></div></div></div><div class="stk-theme_26309__mb_15 stk-grid" data-ce-tag="grid"><div data-col-width="12" class="stk-grid-col stk-grid-col_last" data-ce-tag="grid-col"><h2 class="stk-reset stk-theme_26309__style_large_header" data-ce-tag="paragraph"><strong class="stk-reset">Как накодить призраков и зомби</strong></h2><p class="stk-reset" data-ce-tag="paragraph">Студенты уже хорошо знакомой нам медиалаборатории MIT Зив Эпштейн и <a href="https://mattgroh.com/" target="_blank" class="stk-reset">Мэтт Гро</a>, развивая исследования своих старших коллег, обучили нейросеть создавать… призраков. К счастью, пока только на фотографиях.</p><p class="stk-reset" data-ce-tag="paragraph">Началось всё с достаточно безобидного проекта: Эпштейн и Гро разрабатывали ИИ, способный <a href="https://www.fastcompany.com/90246009/this-mit-tool-can-erase-anything-or-anyone-from-your-old-photos" target="_blank" class="stk-reset">стирать с фотографий</a> отдельных людей и восстанавливать на их месте задний фон. Такая функция могла бы помочь убрать со старых фото изображения друзей и подруг, с которыми испортились отношения.</p><p class="stk-reset" data-ce-tag="paragraph">Однако программа студентов работала не так хорошо, как они предполагали. В большинстве случаев на месте удалённых людей оставались размытые силуэты. Тогда ребята задумались над тем, что нейросети можно применять и для обратной задачи — не стирать, а, наоборот, добавлять на изображения нечёткие, напоминающие привидений, фигуры.</p><p class="stk-reset" data-ce-tag="paragraph">Так появился проект «ИИ-призраки» (<a class="stk-reset" href="https://spirits.media.mit.edu/" target="_blank">AI Spirits</a>), который Эпштейн и Гро, презентовали публике в 2018 году. Если пропустить через генеративную сеть AI Spirits фотографию пустого пейзажа (морского побережья, тёмного леса или пшеничного поля — неважно), то она добавит к нему человекообразные пятна и тени.</p><div class="stk-gallery stk-gallery stk-gallery" data-ce-tag="gallery"><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07515221102022_674c99194306ab13565d5226705d246626c31fe5.gif" data-image-id="42784" data-image-name="20.gif" width="770" height="590" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">Некоторые из призраков, сгенерированных нейросетью AI Spirits <br><em class="stk-reset">Источник: <a class="stk-reset" href="https://spirits.media.mit.edu/" target="_blank">MIT Media Lab</a></em></figcaption></figure><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07533921102022_5c990ce80e04f9903ea6dbaef130562b44abea46.gif" data-image-id="42787" data-image-name="21.gif" width="770" height="590" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">Некоторые из призраков, сгенерированных нейросетью AI Spirits <br><em class="stk-reset">Источник: <a href="https://spirits.media.mit.edu/" target="_blank" class="stk-reset">MIT Media Lab</a></em></figcaption></figure><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07534121102022_e4a23c118cc408fb90fdf92cc400f6181f9f5e6e.gif" data-image-id="42788" data-image-name="22.gif" width="770" height="590" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">Некоторые из призраков, сгенерированных нейросетью AI Spirits <br><em class="stk-reset">Источник: <a href="https://spirits.media.mit.edu/" target="_blank" class="stk-reset">MIT Media Lab</a></em></figcaption></figure></div><p class="stk-reset" data-ce-tag="paragraph">Обучившись на примерно 5000 <a class="stk-reset" href="https://www.fastcompany.com/90258225/ai-is-making-halloween-so-much-spookier" target="_blank">фотографий</a>, содержащих изображения людей, ИИ усвоил правила композиции снимка, которым обычно следуют фотографы. Поэтому AI Spirits вставляет призрачные фигуры именно там, где наш мозг ожидает их увидеть, — например, на тропинке посреди леса. В результате сгенерированные нейросетью фантомы действительно способны вызвать страх и беспокойство.</p><div class="stk-grid" data-stk-css="stktrk8S" data-ce-tag="grid"><div data-col-width="3" class="stk-grid-col" data-stk-css="" data-stk-css-m="" data-ce-tag="grid-col"><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07533821102022_00ef4ecbef33723c9293d85ddb5e396ecc049496.jpg" data-image-id="42785" data-image-name="23.jpg" class="stk-image stk-reset" width="1000" height="1000" loading="lazy"/></div></figure></div><div data-col-width="9" class="stk-grid-col stk-theme_26309__pad_round_1 stk-grid-col_last" data-ce-tag="grid-col"><p class="stk-theme_26309__mb_05 stk-reset" data-ce-tag="paragraph">«Модель обучалась, сопоставляя снимки, содержащие изображения людей, с аналогичными фото, на которых люди были стёрты при помощи ИИ. Алгоритм добавляет призраков там, где их появление ожидаемо. Он исходит из понимания обычного размера и местоположения фигур людей на изображениях. Нейросеть окрашивает и текстурирует привидений, отталкиваясь от пейзажа, видимого на остальной части изображения».</p><p class="stk-theme_26309__style_small_text stk-reset" data-ce-tag="paragraph"><strong class="stk-reset">Мэтт Гро</strong>,<br> исследователь MIT Media Lab (цитата: <a class="stk-reset" href="https://digg.com/2018/ai-spirits-mit" target="_blank">Digg</a>)</p></div></div><p class="stk-reset" data-ce-tag="paragraph">Своим изобретением молодые учёные хотели показать мощь ИИ, которую многие всё ещё не осознают. Эпштейн и Гро <a href="https://www.fastcompany.com/90258225/ai-is-making-halloween-so-much-spookier" target="_blank" class="stk-reset">утверждают</a>, что нейросети, обучаясь, могут аккумулировать в себе такие особенности человеческой природы, о которых даже сами люди не подозревают.</p><div class="stk-grid" data-stk-css="stkOWauE" data-ce-tag="grid"><div data-col-width="3" class="stk-grid-col" data-stk-css="" data-stk-css-m="" data-ce-tag="grid-col"><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07533821102022_00ef4ecbef33723c9293d85ddb5e396ecc049496.jpg" data-image-id="42785" data-image-name="23.jpg" class="stk-image stk-reset" width="1000" height="1000" loading="lazy"/></div></figure></div><div data-col-width="9" class="stk-grid-col stk-theme_26309__pad_round_1 stk-grid-col_last" data-ce-tag="grid-col"><p class="stk-theme_26309__mb_05 stk-reset" data-ce-tag="paragraph"><em class="stk-reset">«Я не думаю, что в искусственном интеллекте таятся злые силы, но он может оказаться весьма пугающим, когда получает соответствующие данные. Если модели машинного обучения будут использовать без надлежащего контроля, то из этого безусловно может выйти много нехороших вещей».</em></p><p class="stk-theme_26309__style_small_text stk-reset" data-ce-tag="paragraph"><strong class="stk-reset">Мэтт Гро</strong>,<br> исследователь MIT Media Lab (цитата: <a class="stk-reset" href="https://digg.com/2018/ai-spirits-mit" target="_blank">Digg</a>)</p></div></div><figure class="stk-code_keep-ratio stk-reset stk-embed_rendered" data-embed-link="https://youtu.be/oaCA5pK89Jk" data-ce-tag="embed"><code class="stk-code" style="--stk-embed-height-ratio:75.00%"><iframe class="embedly-embed" src="//cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2FoaCA5pK89Jk%3Ffeature%3Doembed&display_name=YouTube&url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DoaCA5pK89Jk&image=https%3A%2F%2Fi.ytimg.com%2Fvi%2FoaCA5pK89Jk%2Fhqdefault.jpg&key=8d3909c69dfb4ee29c710191d8dd756a&type=text%2Fhtml&schema=youtube" width="640" height="480" scrolling="no" title="YouTube embed" frameborder="0" allow="autoplay; fullscreen" allowfullscreen="true"></iframe></code><figcaption class="stk-reset stk-description" data-ce-tag="description">Чтобы продемонстрировать результаты работы AI Spirits, учёные MIT Media Lab смонтировали короткое видео из созданных ИИ изображений призраков. Ролик, сопровождаемый атмосферной музыкой, получился пугающим</figcaption></figure><p class="stk-reset" data-ce-tag="paragraph">Помимо призраков, нейронные сети могут генерировать ещё и… зомби. На это способен алгоритм <a href="http://nightmare.mit.edu/" target="_blank" class="stk-reset">Nightmare Machine</a>. Да, «Машина кошмаров», созданная в MIT Media Lab, может переносить пугающий стиль не только на изображения городов, но и на фотографии людей, превращая их в ходячих мертвецов (час от часу не легче).</p><p class="stk-reset" data-ce-tag="paragraph">Чтобы обучить ИИ этому нетривиальному навыку, учёные использовали фотографии знаменитостей. Нейросеть тренировалась, перенося на них черты зомби (только не спрашивайте, где исследователи взяли необходимое для обучения ИИ количество снимков нежити. Они об этом не сообщили).</p><div class="stk-gallery stk-gallery stk-gallery" data-ce-tag="gallery"><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07533921102022_6ed0b04ccb1af0573cd045b2bd21a60938919582.jpg" data-image-id="42786" data-image-name="24.jpg" width="1540" height="1155" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">Нейросеть Nightmare Machine смогла превратить в зомби Брэда Питта, Мэрилин Монро, Дональда Трампа, Хиллари Клинтон и даже забавного <a class="stk-reset" href="https://ru.wikipedia.org/wiki/%D0%9B%D1%8F%D0%B3%D1%83%D1%88%D0%BE%D0%BD%D0%BE%D0%BA_%D0%9A%D0%B5%D1%80%D0%BC%D0%B8%D1%82" target="_blank">лягушонка Кермита</a> из «Маппет-шоу»<br><em class="stk-reset">Изображение: <a class="stk-reset" href="http://nightmare.mit.edu/" target="_blank">MIT Media Lab</a></em></figcaption></figure><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07554621102022_d879e3a09b3d33248cfb9e16b5b5b31c5891b3f5.jpg" data-image-id="42789" data-image-name="25.jpg" width="1540" height="1155" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">Нейросеть Nightmare Machine смогла превратить в зомби Брэда Питта, Мэрилин Монро, Дональда Трампа, Хиллари Клинтон и даже забавного <a href="https://ru.wikipedia.org/wiki/%D0%9B%D1%8F%D0%B3%D1%83%D1%88%D0%BE%D0%BD%D0%BE%D0%BA_%D0%9A%D0%B5%D1%80%D0%BC%D0%B8%D1%82" target="_blank" class="stk-reset">лягушонка Кермита</a> из «Маппет-шоу»<br><em class="stk-reset">Изображение: <a href="http://nightmare.mit.edu/" target="_blank" class="stk-reset">MIT Media Lab</a></em></figcaption></figure><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07554621102022_1b9538555bc8b6bb16a0625a682661edb953ea1c.jpg" data-image-id="42791" data-image-name="26.jpg" width="1540" height="1155" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">Нейросеть Nightmare Machine смогла превратить в зомби Брэда Питта, Мэрилин Монро, Дональда Трампа, Хиллари Клинтон и даже забавного <a href="https://ru.wikipedia.org/wiki/%D0%9B%D1%8F%D0%B3%D1%83%D1%88%D0%BE%D0%BD%D0%BE%D0%BA_%D0%9A%D0%B5%D1%80%D0%BC%D0%B8%D1%82" target="_blank" class="stk-reset">лягушонка Кермита</a> из «Маппет-шоу»<br><em class="stk-reset">Изображение: <a href="http://nightmare.mit.edu/" target="_blank" class="stk-reset">MIT Media Lab</a></em></figcaption></figure><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07554621102022_5d2552f3c147808bd3c9149b748f69964400c85d.jpg" data-image-id="42790" data-image-name="27.jpg" width="1540" height="1155" loading="lazy" class="stk-image stk-reset"/></div><figcaption style="display:block" class="stk-reset stk-description" data-ce-tag="description">Нейросеть Nightmare Machine смогла превратить в зомби Брэда Питта, Мэрилин Монро, Дональда Трампа, Хиллари Клинтон и даже забавного <a href="https://ru.wikipedia.org/wiki/%D0%9B%D1%8F%D0%B3%D1%83%D1%88%D0%BE%D0%BD%D0%BE%D0%BA_%D0%9A%D0%B5%D1%80%D0%BC%D0%B8%D1%82" target="_blank" class="stk-reset">лягушонка Кермита</a> из «Маппет-шоу»<br><em class="stk-reset">Изображение: <a href="http://nightmare.mit.edu/" target="_blank" class="stk-reset">MIT Media Lab</a></em></figcaption></figure></div><p class="stk-reset" data-ce-tag="paragraph">Поиздевавшись над знаменитостями, программисты MIT Media Lab создали вариант <a class="stk-reset" href="https://skillbox.ru/media/code/govorim-o-generativnosostyazatelnykh-neyrosetyakh/" target="_blank">генеративно-состязательной сети</a> (GAN), описанный в <a class="stk-reset" href="https://arxiv.org/abs/1511.06434" target="_blank">научной статье</a>. В свою очередь, эта сеть обучилась генерировать абстрактные лица, которые после наложения на них стиля зомби напоминают персонажей фильмов режиссёра <a class="stk-reset" href="https://ru.wikipedia.org/wiki/%D0%A0%D0%BE%D0%BC%D0%B5%D1%80%D0%BE,_%D0%94%D0%B6%D0%BE%D1%80%D0%B4%D0%B6" target="_blank">Джорджа Ромеро</a>, вылезших из своих тёмных могил, чтобы сделать последнее селфи.</p><div class="stk-grid" data-stk-css="stkOTvQ7" data-ce-tag="grid"><div data-col-width="3" class="stk-grid-col" data-stk-css="" data-stk-css-m="" data-ce-tag="grid-col"><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07403421102022_6896a8696b8038f4fc8989ab005e4fccc3b90047.jpg" data-image-id="42767" data-image-name="3.jpg" class="stk-image stk-reset" width="1000" height="1000" loading="lazy"/></div></figure></div><div data-col-width="9" class="stk-grid-col stk-theme_26309__pad_round_1 stk-grid-col_last" data-ce-tag="grid-col"><p class="stk-theme_26309__mb_05 stk-reset" data-ce-tag="paragraph">«Алгоритм вначале узнал, как выглядит лицо, — мы добились этого путём подачи на его входы 100 000 лиц знаменитостей. После этого алгоритм смог генерировать новые изображения самостоятельно. Когда Nightmare Machine создаёт уникальные лица, он „зомбирует“ их с помощью алгоритма, который понимает, как должен выглядеть настоящий зомби».</p><p class="stk-theme_26309__mb_05 stk-theme_26309__style_small_text stk-reset" data-ce-tag="paragraph"><strong class="stk-reset">Пинар Янардаг</strong>,<br> ведущий исследователь MIT Media Lab (цитата: <a class="stk-reset" href="https://www.media.mit.edu/posts/can-ai-learn-to-scare-us-with-shelley-mit-researchers-aim-for-goosebumps/" target="_blank">MIT Media Lab</a>)</p></div></div><p class="stk-reset" data-ce-tag="paragraph">Таким образом, в проекте используются две нейронные сети. Первая — генерирует человеческие лица (не зомби), а вторая — уже превращает их в монстров.</p><p class="stk-reset" data-ce-tag="paragraph">Исследователи также запустили на сайте Nightmare Machine <a href="http://nightmare.mit.edu/faces" target="_blank" class="stk-reset">голосование</a> (Осторожно! Эти картинки могут шокировать), с помощью которого любой желающий может внести свой вклад в обучение «Машины кошмаров». Выбрав из 10 предложенных изображений самые жуткие, посетитель получает в виде «награды» подборку из 36 картинок, которые, по мнению нейросети, производят наибольшее впечатление именно на него.</p><p class="stk-reset" data-ce-tag="paragraph">Результаты голосования учитываются при работе нейронной сети и способствуют генерации всё более и более страшных изображений. Каждый голос немного меняет ИИ в одном из направлений: больше зубов, более бледная кожа, более тёмный фон и так далее. В голосовании уже <a href="https://lab.cccb.org/en/machines-now-know-how-to-terrorise-humans/" target="_blank" class="stk-reset">приняло участие</a> более двух миллионов человек.</p><p class="stk-reset" data-ce-tag="paragraph">Есть ли у всего этого какой-то практический смысл? Создатели AI Spirits и Nightmare Machine утверждают, что есть. Они <a href="https://www.sciencealert.com/scientists-have-built-a-nightmare-machine-to-generate-the-scariest-images-ever" target="_blank" class="stk-reset">отмечают</a>, что их проекты были созданы не только и не столько ради того, чтобы просто напугать людей.</p><p class="stk-reset" data-ce-tag="paragraph">Задача исследований состояла в том, чтобы лучше понять, почему люди боятся тех или иных изображений. Это может быть полезно, например, для уменьшения эффекта <a class="stk-reset" href="https://ru.wikipedia.org/wiki/%D0%97%D0%BB%D0%BE%D0%B2%D0%B5%D1%89%D0%B0%D1%8F_%D0%B4%D0%BE%D0%BB%D0%B8%D0%BD%D0%B0" target="_blank">зловещей долины</a>, с которым уже много лет борются <a class="stk-reset" href="https://skillbox.ru/media/code/aleksandr-ambartsumov-vysshaya-tsel-robototekhniki-sozdanie-proteza-chelovecheskogo-tela/" target="_blank">создатели роботов</a> и искусственного интеллекта.</p><div class="stk-grid" data-stk-css="stk-fsKZ" data-ce-tag="grid"><div data-col-width="3" class="stk-grid-col" data-stk-css="" data-stk-css-m="" data-ce-tag="grid-col"><figure class="stk-reset stk-image-figure" data-ce-tag="image-figure"><div class="stk-mask" data-ce-tag="mask"><img src="/upload/setka_images/07403421102022_6896a8696b8038f4fc8989ab005e4fccc3b90047.jpg" data-image-id="42767" data-image-name="3.jpg" class="stk-image stk-reset" width="1000" height="1000" loading="lazy"/></div></figure></div><div data-col-width="9" class="stk-grid-col stk-theme_26309__pad_round_1 stk-grid-col_last" data-ce-tag="grid-col"><p class="stk-theme_26309__mb_05 stk-reset" data-ce-tag="paragraph">«Учёные уже давно обсуждают феномен зловещей долины, который описывает чувство страха и отвращения к роботам, которые выглядят почти (но не совсем) как настоящие люди. Мы задались вопросом, может ли ИИ нарочно вызывать неприятные эмоции, похожие на те, что зрители испытывают при просмотре фильмов ужасов. И получили на него чёткий ответ».</p><p class="stk-theme_26309__mb_05 stk-theme_26309__style_small_text stk-reset" data-ce-tag="paragraph"><strong class="stk-reset">Пинар Янардаг</strong>,<br> ведущий исследователь MIT Media Lab (цитата: <a class="stk-reset" href="https://www.media.mit.edu/posts/can-ai-learn-to-scare-us-with-shelley-mit-researchers-aim-for-goosebumps/" target="_blank">MIT Media Lab</a>)</p></div></div><p class="stk-reset" data-ce-tag="paragraph"><strong class="stk-reset">P. S. Пожалуйста, не вините нас, если сегодня вы не сможете уснуть. Мы вас предупреждали :)</strong></p><div class="stk-grid" data-ce-tag="grid" data-stk-css="stkbJhc7"><div data-col-width="12" class="stk-grid-col stk-grid-col_last" data-ce-tag="grid-col" data-stk-css="" data-stk-css-m=""><p class="stk-reset stk-theme_26309__style_small_text stk-theme_26309__mb_05" data-ce-tag="paragraph"><strong class="stk-reset">Читайте также:</strong></p><ul class="stk-theme_26309__style_small_text stk-theme_26309__pad_hor_1 stk-reset" data-ce-tag="list"><li class="stk-theme_26309__style_small_text stk-reset stk-list-item" data-ce-tag="list-item"><a href="https://skillbox.ru/media/code/chto-ty-takoe-fichi-neyrosetey-kotorye-udivili-dazhe-ikh-sozdateley/" target="_blank" class="stk-reset">Что ты такое?! Фичи нейросетей, которые удивили даже их создателей</a></li><li class="stk-theme_26309__style_small_text stk-reset stk-list-item" data-ce-tag="list-item"><a href="https://skillbox.ru/media/code/sem-argumentov-dlya-spora-s-fanatom-ii/" target="_blank" class="stk-reset">Убиваем Матрицу в зародыше: 7 аргументов для спора с фанатом ИИ</a></li><li class="stk-theme_26309__style_small_text stk-reset stk-list-item" data-ce-tag="list-item"><a href="https://skillbox.ru/media/code/chto-takoe-machine-learning-i-stoit-li-ego-izuchat/" target="_blank" class="stk-reset">Что такое Machine Learning и стоит ли его изучать</a></li></ul></div></div></div></div><style data-stk-css="stkbJhc7" media="all" class="">
[data-stk-css="stkbJhc7"]:not(#stk):not(#stk):not(style) {
padding: 20px;
background-color: rgba(254, 245, 224, 1)
}
</style><style data-stk-css="stkOTvQ7" class="" media="all">
[data-stk-css="stkOTvQ7"]:not(#stk):not(#stk):not(style) {
background-color: rgba(254, 245, 224, 1)
}
</style><style data-stk-css="stk-fsKZ" class="" media="all">
[data-stk-css="stk-fsKZ"]:not(#stk):not(#stk):not(style) {
background-color: rgba(254, 245, 224, 1)
}
</style><style data-stk-css="stkOWauE" class="" media="all">
[data-stk-css="stkOWauE"]:not(#stk):not(#stk):not(style) {
background-color: rgba(254, 245, 224, 1)
}
</style><style data-stk-css="stktrk8S" class="" media="all">
[data-stk-css="stktrk8S"]:not(#stk):not(#stk):not(style) {
background-color: rgba(254, 245, 224, 1)
}
</style><style data-stk-css="stkfQiSy" class="" media="all">
[data-stk-css="stkfQiSy"]:not(#stk):not(#stk):not(style) {
background-color: rgba(254, 245, 224, 1)
}
</style><style data-stk-css="stk6J6Ck" class="" media="all">
[data-stk-css="stk6J6Ck"]:not(#stk):not(#stk):not(style) {
background-color: rgba(254, 245, 224, 1)
}
</style><style data-stk-css="stk35PIu" class="" media="all">
[data-stk-css="stk35PIu"]:not(#stk):not(#stk):not(style) {
background-color: rgba(254, 245, 224, 1)
}
</style><style data-stk-css="stkoXzcS" class="" media="all">
[data-stk-css="stkoXzcS"]:not(#stk):not(#stk):not(style) {
background-color: rgba(254, 245, 224, 1)
}
</style><style data-stk-css="stkAweaI" media="all" class="">
[data-stk-css="stkAweaI"]:not(#stk):not(#stk):not(style) {
border-left: 4px solid #f5a74f;
padding: 20px;
background-color: rgba(254, 245, 224, 1)
}
</style><div class="stk-footnote stk-footnote--hide" data-stk-show="mouseover" data-stk-footnote-body="fniV920" data-ce-tag="footnote" style="display:none"><div class="stk-footnote__close"></div><div class="stk-footnote__body"><p class="stk-theme_26309__style_small_text stk-reset" data-ce-tag="paragraph">Лимит длины твита.</p></div></div><div class="stk-footnote stk-footnote--hide" data-stk-show="mouseover" data-stk-footnote-body="fnD2CcF" data-ce-tag="footnote" style="display:none"><div class="stk-footnote__close"></div><div class="stk-footnote__body"><p class="stk-theme_26309__style_small_text stk-reset" data-ce-tag="paragraph">Литературная игра, в которой участники придумывают стихотворения на заданные рифмы или истории на основе предложенного вступления.</p></div></div><div class="stk-footnote stk-footnote--hide" data-stk-show="mouseover" data-stk-footnote-body="fnONBlj" data-ce-tag="footnote" style="display:none"><div class="stk-footnote__close"></div><div class="stk-footnote__body"><p class="stk-theme_26309__style_small_text stk-reset" data-ce-tag="paragraph">Рекуррентные нейронные сети (РНС; англ. recurrent neural network, RNN) — сети с направленной последовательностью связей между элементами, позволяющие обрабатывать серии событий или последовательные пространственные цепочки.</p></div></div><div class="stk-footnote stk-footnote--hide" data-stk-show="mouseover" data-stk-footnote-body="fnOVU91" data-ce-tag="footnote" style="display:none"><div class="stk-footnote__close"></div><div class="stk-footnote__body"><p class="stk-theme_26309__style_small_text stk-reset" data-ce-tag="paragraph">Издание Массачусетского технологического института, редакция которого не зависит от университета.</p></div></div><div class="stk-footnote stk-footnote--hide" data-stk-show="mouseover" data-stk-footnote-body="fnjj2yM" data-ce-tag="footnote" style="display:none"><div class="stk-footnote__close"></div><div class="stk-footnote__body"><p class="stk-theme_26309__style_small_text stk-reset" data-ce-tag="paragraph">Convolutional Neural Network, CNN — архитектура глубоких нейронных сетей, наиболее эффективна в задачах обработки изображений, имитирует некоторые особенности зрительной коры человеческого мозга.</p></div></div><div class="stk-footnote stk-footnote--hide" data-stk-show="mouseover" data-stk-footnote-body="fnJSzps" data-ce-tag="footnote" style="display:none"><div class="stk-footnote__close"></div><div class="stk-footnote__body"><p class="stk-theme_26309__style_small_text stk-reset" data-ce-tag="paragraph">Детский фонд ООН — международная организация, призванная защищать детей по всему миру.</p></div></div></div> </div>
</div>
</div>
</div>
<div class="col-xl-9 col-lg-8 col-poster">
<div class="article-preview-info">
</div>
</div>
<noindex>
<div class="share" data-nosnippet>
<button class="share__handler-btn ">
<span class="share__handler-icon">
<svg width="11" height="12" viewBox="0 0 11 12" fill="none" xmlns="http://www.w3.org/2000/svg">
<path d="M11 4.99902L6 0V2.99805C2.688 2.99805 0 5.68505 0 8.99805V11.498H0.0980225C0.765022 8.91205 3.107 6.99805 5.901 6.99805H6.00098V9.99805L11 4.99902Z" fill="currentColor"/>
</svg>
</span>
<span class="share__handler-text">Поделиться</span>
</button>
<div class="share__list">
<a href="#" class="share__item" data-code="vk">
<span class="share__item-icon share__item-icon--vk">
<svg width="9" height="5" viewBox="0 0 9 5" fill="none" xmlns="http://www.w3.org/2000/svg">
<path fill-rule="evenodd" clip-rule="evenodd" d="M4.04776 4.98054H4.53996C4.62377 4.97136 4.70279 4.9361 4.76621 4.87951C4.81226 4.81209 4.83594 4.73139 4.83369 4.64925C4.83369 4.64925 4.82574 3.94629 5.1314 3.84125C5.43701 3.73621 5.826 4.51998 6.23879 4.82297C6.39281 4.95308 6.59128 5.01558 6.79053 4.99669L7.89399 4.98054C7.89399 4.98054 8.47355 4.94415 8.19965 4.46339C7.98372 4.08315 7.70589 3.743 7.37799 3.45744C6.68338 2.77872 6.77865 2.8878 7.61219 1.71216C8.12024 0.997077 8.32269 0.556717 8.25918 0.370875C8.14651 0.254767 7.98299 0.205914 7.82655 0.241594L6.58018 0.249674C6.52565 0.241067 6.46984 0.251007 6.42141 0.277954C6.37298 0.314507 6.33466 0.363228 6.31025 0.419356C6.18259 0.772814 6.0287 1.11586 5.8498 1.44552C5.29807 2.43936 5.07579 2.49188 4.98451 2.43128C4.77416 2.28584 4.82574 1.85356 4.82574 1.54248C4.82574 0.580957 4.96468 0.176954 4.55979 0.0719133C4.36879 0.0254376 4.17259 0.00505841 3.97631 0.0113129C3.62834 -0.0214164 3.27745 0.017045 2.94429 0.124433C2.8014 0.197154 2.69423 0.358753 2.76171 0.370875C2.90334 0.385518 3.03406 0.454932 3.12688 0.564795C3.21268 0.750336 3.25481 0.953675 3.24993 1.15868C3.24993 1.15868 3.32535 2.29392 3.07925 2.43532C2.91254 2.53228 2.68232 2.33432 2.18616 1.4334C2.01958 1.11848 1.87243 0.793298 1.74557 0.459754C1.72231 0.404013 1.68704 0.354309 1.64236 0.314316C1.58589 0.272672 1.52066 0.245006 1.45184 0.233514L0.268986 0.241594C0.181167 0.241154 0.0958013 0.271066 0.0268587 0.326434C-0.00595087 0.396174 -0.00882613 0.476652 0.0189202 0.548633C0.0189202 0.548633 0.947737 2.83932 1.99563 3.99477C2.51 4.60651 3.2568 4.96526 4.04776 4.98054Z" fill="white"/>
</svg>
</span>
<span class="share__item-text">Vkontakte</span>
</a>
<a href="#" class="share__item" data-code="tw">
<span class="share__item-icon share__item-icon--tw">
<svg width="9" height="7" viewBox="0 0 9 7" fill="none" xmlns="http://www.w3.org/2000/svg">
<path d="M5.52788 0.00144284V0H5.9158L6.05754 0.027414C6.15204 0.0452114 6.23783 0.068535 6.31491 0.0973918C6.39201 0.126249 6.46661 0.159917 6.53872 0.198391C6.61083 0.236864 6.67623 0.276066 6.73492 0.315982C6.79311 0.355422 6.84533 0.397265 6.89158 0.441509C6.93733 0.486237 7.0087 0.49778 7.10568 0.476138C7.20266 0.454495 7.3071 0.424433 7.419 0.38596C7.5309 0.347487 7.64156 0.304201 7.75097 0.256104C7.86039 0.208007 7.92703 0.177469 7.95091 0.164484C7.97428 0.151022 7.98671 0.143808 7.98821 0.142841L7.98969 0.140677L7.99715 0.13707L8.00461 0.133463L8.01207 0.129856L8.01953 0.126249L8.02102 0.124084L8.02326 0.122642L8.02551 0.121199L8.02699 0.119034L8.03445 0.11687L8.04191 0.115427L8.04043 0.126249L8.03818 0.13707L8.03445 0.147891L8.03072 0.158713L8.02699 0.165927L8.02326 0.173141L8.01953 0.183962C8.01705 0.191176 8.01456 0.200793 8.01207 0.212819C8.00959 0.224845 7.98596 0.272935 7.9412 0.357103C7.89644 0.441271 7.84049 0.526637 7.77335 0.613208C7.70621 0.699778 7.64604 0.765182 7.59283 0.809434C7.53911 0.854162 7.50355 0.885421 7.48614 0.903219C7.46874 0.921492 7.4476 0.938323 7.42273 0.953718L7.38543 0.977525L7.37797 0.981132L7.37051 0.984739L7.36902 0.986903L7.36678 0.988346L7.36454 0.989789L7.36305 0.991953L7.35559 0.99556L7.34813 0.999168L7.34664 1.00133L7.3444 1.00277L7.34216 1.00422L7.34067 1.00638L7.33918 1.00855L7.33694 1.00999L7.3347 1.01143L7.33321 1.0136H7.37051L7.57939 0.970311C7.71865 0.941454 7.85168 0.906588 7.9785 0.865705L8.17992 0.800777L8.2023 0.793563L8.21349 0.789956L8.22095 0.786348L8.22841 0.782741L8.23587 0.779134L8.24333 0.775527L8.25825 0.773363L8.27317 0.77192V0.786348L8.26944 0.787791L8.26571 0.789956L8.26423 0.79212L8.26198 0.793563L8.25974 0.795006L8.25825 0.79717L8.25677 0.799334L8.25452 0.800777L8.25228 0.80222L8.25079 0.804384L8.24931 0.806548L8.24706 0.807991L8.24333 0.815205L8.2396 0.82242L8.23736 0.823862C8.23637 0.825305 8.20479 0.866181 8.14262 0.946504C8.08046 1.0273 8.04689 1.06818 8.04191 1.06915C8.03694 1.07059 8.02997 1.0778 8.02102 1.09079C8.01257 1.10425 7.95985 1.15788 7.86287 1.25166C7.76589 1.34545 7.67091 1.42889 7.57791 1.502C7.48441 1.57558 7.43716 1.666 7.43616 1.77325C7.43467 1.88002 7.42895 2.00074 7.419 2.13541C7.40905 2.27007 7.3904 2.41555 7.36305 2.57186C7.3357 2.72817 7.29342 2.90492 7.23623 3.10211C7.17904 3.29929 7.10941 3.49168 7.02735 3.67925C6.94529 3.86681 6.8595 4.03514 6.76998 4.18424C6.68046 4.33334 6.5984 4.45958 6.5238 4.56299C6.4492 4.66639 6.37336 4.76378 6.29626 4.85516C6.21918 4.94654 6.12171 5.04947 6.00384 5.16393C5.88547 5.27791 5.82082 5.34044 5.80988 5.3515C5.79844 5.36208 5.74971 5.40152 5.66365 5.46981C5.57812 5.53858 5.48611 5.60736 5.38763 5.67614C5.28966 5.74443 5.19964 5.80143 5.11758 5.84711C5.03552 5.8928 4.93655 5.94498 4.82067 6.00366C4.70529 6.06282 4.58046 6.11765 4.44618 6.16815C4.3119 6.21865 4.17016 6.26554 4.02096 6.30882C3.87176 6.35211 3.72753 6.38578 3.58827 6.40982C3.44903 6.43387 3.29112 6.45431 3.11456 6.47114L2.84973 6.49639V6.5H2.36483V6.49639L2.30142 6.49279C2.25915 6.49038 2.22433 6.48797 2.19698 6.48557C2.16963 6.48317 2.06643 6.46994 1.88739 6.44589C1.70835 6.42185 1.56785 6.3978 1.4659 6.37375C1.36395 6.34971 1.21225 6.30401 1.01083 6.23668C0.809413 6.16935 0.637087 6.10129 0.493854 6.03252C0.351121 5.96422 0.261601 5.92094 0.225293 5.90266C0.189485 5.88487 0.149201 5.86275 0.10444 5.83629L0.0373001 5.79661L0.0358156 5.79445L0.0335701 5.79301L0.0313321 5.79156L0.0298401 5.7894L0.0223801 5.78579L0.0149201 5.78219L0.0134355 5.78002L0.01119 5.77858L0.00895204 5.77714L0.00746003 5.77497L0.00597548 5.77281L0.00373001 5.77137H0V5.75694L0.00746003 5.75838L0.0149201 5.76054L0.0484902 5.76415C0.0708703 5.76655 0.131796 5.77016 0.231261 5.77497C0.330733 5.77978 0.436412 5.77978 0.548312 5.77497C0.660213 5.77016 0.774605 5.75934 0.891474 5.74251C1.00835 5.72568 1.14636 5.69682 1.30551 5.65594C1.46466 5.61505 1.61087 5.56648 1.74416 5.51021C1.87695 5.45346 1.97144 5.41114 2.02764 5.38324C2.08334 5.35583 2.16838 5.30484 2.28277 5.2303L2.45435 5.11848L2.45584 5.11632L2.45808 5.11487L2.46033 5.11343L2.46181 5.11127L2.4633 5.1091L2.46554 5.10766L2.46779 5.10622L2.46927 5.10405L2.47673 5.10189L2.48419 5.10044L2.48568 5.09323L2.48792 5.08602L2.49017 5.08457L2.49165 5.08241L2.43197 5.0788C2.39219 5.0764 2.35364 5.07399 2.31634 5.07159C2.27904 5.06918 2.2206 5.05836 2.14103 5.03912C2.06146 5.01988 1.97567 4.99103 1.88366 4.95255C1.79165 4.91408 1.70213 4.86838 1.6151 4.81548C1.52807 4.76258 1.46515 4.71857 1.42636 4.68346C1.38807 4.64883 1.33833 4.59978 1.27716 4.53629C1.21648 4.47233 1.16376 4.40668 1.119 4.33934C1.07424 4.27202 1.03148 4.19433 0.990699 4.10633L0.928774 3.97503L0.925044 3.96421L0.921314 3.95339L0.919076 3.94617L0.917584 3.93896L0.928774 3.9404L0.939964 3.94256L1.02202 3.95339C1.07674 3.9606 1.16253 3.963 1.27939 3.9606C1.39627 3.9582 1.47709 3.95339 1.52185 3.94617C1.56661 3.93896 1.59396 3.93414 1.60391 3.93174L1.61883 3.92814L1.63748 3.92453L1.65613 3.92092L1.65762 3.91876L1.65986 3.91731L1.6621 3.91587L1.66359 3.91371L1.64867 3.9101L1.63375 3.90649L1.61883 3.90289L1.60391 3.89928L1.58899 3.89567C1.57904 3.89327 1.56164 3.88846 1.53677 3.88124C1.5119 3.87403 1.44476 3.84757 1.33535 3.80189C1.22594 3.7562 1.1389 3.71171 1.07424 3.66842C1.00943 3.62501 0.947626 3.57754 0.889235 3.5263C0.831047 3.47436 0.767145 3.40751 0.697513 3.32575C0.627888 3.24399 0.565724 3.149 0.511012 3.04079C0.456308 2.93257 0.415277 2.82917 0.387922 2.73058C0.360676 2.63256 0.3427 2.53235 0.334217 2.43119L0.320781 2.27969L0.328241 2.28113L0.335701 2.2833L0.343161 2.2869L0.350621 2.29051L0.358081 2.29412L0.365541 2.29772L0.481172 2.34822C0.558264 2.38189 0.653998 2.41075 0.768383 2.43479C0.882775 2.45884 0.951154 2.47207 0.973534 2.47447L1.0071 2.47808H1.07424L1.07276 2.47592L1.07051 2.47447L1.06828 2.47303L1.06678 2.47087L1.0653 2.4687L1.06305 2.46726L1.06082 2.46582L1.05932 2.46365L1.05186 2.46004L1.0444 2.45644L1.04292 2.45427L1.04067 2.45283L1.03844 2.45139L1.03694 2.44922L1.02948 2.44562L1.02202 2.44201L1.02054 2.43984C1.01905 2.43888 0.99766 2.42349 0.956376 2.39367C0.915592 2.36337 0.872823 2.32418 0.828063 2.27608C0.783303 2.22798 0.738543 2.17749 0.693783 2.12458C0.64894 2.07156 0.609 2.01483 0.574422 1.95505C0.539614 1.89493 0.502806 1.81846 0.464014 1.72564C0.425721 1.6333 0.396627 1.54023 0.376731 1.44645C0.356843 1.35266 0.345653 1.26008 0.343161 1.1687C0.340677 1.07732 0.343161 0.999168 0.350621 0.93424C0.358081 0.869312 0.373001 0.795965 0.395382 0.714206C0.417762 0.632448 0.450093 0.545877 0.492362 0.454495L0.555772 0.317425L0.559502 0.306604L0.563232 0.295782L0.565478 0.29434L0.566962 0.292175L0.568454 0.290011L0.570692 0.288568L0.572938 0.290011L0.574422 0.292175L0.575914 0.29434L0.578152 0.295782L0.580398 0.297225L0.581882 0.29939L0.583374 0.301554L0.585612 0.302997L0.589342 0.310211L0.593072 0.317425L0.595318 0.318868L0.596802 0.321032L0.697513 0.429245C0.764653 0.501387 0.844229 0.581948 0.936234 0.670921C1.02825 0.759894 1.07922 0.806065 1.08916 0.809434C1.09912 0.813279 1.11154 0.824338 1.12646 0.842619C1.14138 0.860417 1.19112 0.902981 1.27567 0.970311C1.36022 1.03764 1.47087 1.1158 1.60764 1.20477C1.74441 1.29375 1.89609 1.38152 2.0627 1.46809C2.22931 1.55466 2.40835 1.63281 2.59982 1.70255C2.7913 1.77229 2.92558 1.81798 3.00266 1.83962C3.07975 1.86127 3.21154 1.88892 3.39804 1.92259C3.58454 1.95625 3.72505 1.9779 3.81954 1.98751C3.91403 1.99713 3.97869 2.00266 4.0135 2.00411L4.06572 2.00555L4.06423 1.99473L4.06199 1.98391L4.04707 1.89373C4.03712 1.83361 4.03215 1.74944 4.03215 1.64123C4.03215 1.53302 4.04085 1.43322 4.05826 1.34184C4.07567 1.25046 4.10178 1.15788 4.13659 1.0641C4.1714 0.970311 4.20547 0.895038 4.23879 0.838291C4.27261 0.78202 4.31687 0.717814 4.37158 0.645671C4.42629 0.573529 4.49716 0.498985 4.58419 0.422031C4.67122 0.345077 4.77069 0.276542 4.88259 0.216426C4.99449 0.15631 5.09769 0.110615 5.19218 0.0793563C5.28668 0.0480971 5.36625 0.0276521 5.4309 0.0180355C5.49556 0.00841898 5.52788 0.00288568 5.52788 0.00144284Z" fill="white"/>
</svg>
</span>
<span class="share__item-text">Twitter</span>
</a>
<a href="#" class="share__item" data-code="tg">
<span class="share__item-icon share__item-icon--tg">
<svg width="10" height="7" viewBox="0 0 10 7" fill="none" xmlns="http://www.w3.org/2000/svg">
<path d="M1.39589 3.04852C1.39589 3.04852 5.05491 1.51189 6.32392 0.9708C6.8104 0.754384 8.46012 0.0617918 8.46012 0.0617918C8.46012 0.0617918 9.22155 -0.241191 9.15809 0.494655C9.13692 0.797667 8.96773 1.85815 8.79854 3.00523C8.54472 4.62846 8.26976 6.40316 8.26976 6.40316C8.26976 6.40316 8.22746 6.90097 7.86791 6.98753C7.50836 7.0741 6.91613 6.68455 6.8104 6.59795C6.72577 6.53304 5.22411 5.5591 4.6742 5.08295C4.52614 4.9531 4.35695 4.6934 4.69533 4.39039C5.45676 3.67617 6.36622 2.78882 6.91613 2.2261C7.16995 1.96638 7.42374 1.36038 6.36622 2.09622C4.86456 3.15674 3.38403 4.15231 3.38403 4.15231C3.38403 4.15231 3.04561 4.36873 2.41111 4.17394C1.77657 3.97918 1.03631 3.71945 1.03631 3.71945C1.03631 3.71945 0.528726 3.39481 1.39589 3.04852Z" fill="white"/>
</svg>
</span>
<span class="share__item-text">Telegram</span>
</a>
<a href="#" class="share__item js-share-item-copy">
<span class="share__item-icon share__item-icon--copy">
<svg width="10" height="10" viewBox="0 0 10 10" fill="none" xmlns="http://www.w3.org/2000/svg">
<path d="M4.19922 5.40327C4.37217 5.63449 4.59283 5.8258 4.84622 5.96425C5.09962 6.10269 5.37982 6.18501 5.66783 6.20564C5.95584 6.22627 6.24492 6.18471 6.51546 6.08379C6.78599 5.98287 7.03166 5.82495 7.2358 5.62074L8.44399 4.41255C8.81079 4.03277 9.01375 3.52412 9.00917 2.99615C9.00458 2.46818 8.79281 1.96313 8.41946 1.58978C8.04611 1.21644 7.54106 1.00466 7.01309 1.00008C6.48512 0.995488 5.97647 1.19845 5.59669 1.56525L4.904 2.25392" stroke="black" stroke-linecap="round" stroke-linejoin="round"/>
<path d="M5.81002 4.59658C5.63707 4.36536 5.41641 4.17404 5.16302 4.0356C4.90962 3.89716 4.62942 3.81483 4.34141 3.79421C4.0534 3.77358 3.76432 3.81514 3.49379 3.91605C3.22325 4.01697 2.97758 4.17489 2.77344 4.3791L1.56525 5.58729C1.19845 5.96707 0.995488 6.47572 1.00008 7.0037C1.00466 7.53167 1.21644 8.03672 1.58978 8.41006C1.96313 8.78341 2.46818 8.99518 2.99615 8.99977C3.52412 9.00436 4.03277 8.80139 4.41255 8.43459L5.10122 7.74592" stroke="black" stroke-linecap="round" stroke-linejoin="round"/>
</svg>
</span>
<span class="share__item-text">Скопировать ссылку</span>
</a>
</div>
</div>
</noindex>
</div>
<section class="container inset" data-banner="222587" data-source="213507" data-format="horizontal">
<section class="container inset" data-format="horizontal">
<div class="row">
<div class="col-lg-8 col-sm-12">
<a data-source="213507" data-banner="222587" target="_blank" href="https://skillbox.ru/course/profession-python/" class="article-advert-banner__link courseLink" data-format="horizontal" data-type="horizontal" data-courseid="3254">
<div class="inset__wrapper" style="background-color: #DEECE8;">
<div class="inset__content">
<h2 class="inset__header">Курс с помощью в трудоустройстве</h2>
<p class="inset__description">
Профессия Python-разработчик
</p>
<ul class="inset__text" style="color:#000!important; list-style:'\2022 ' outside; margin-left:20px;">
<li style="list-style:'\2022 '; padding-left:10px; margin-bottom:6px">
Практика, в том числе стажировки в крупных компаниях, таких как VK</li>
<li style="list-style:'\2022 '; padding-left:10px; margin-bottom:6px">
Сильное портфолио: чат-бот, маркетплейс, соцсеть и 3 сервиса</li>
<li style="list-style:'\2022 '; padding-left:10px; margin-bottom:6px">
Нейросети в программе, чтобы быстрее писать и проверять код</li>
</ul>
<p class="inset__button article-advert-banner__link">
Подробнее
</p>
</div>
<div class="inset__image">
<img width="250" src="https://cdn.skillbox.pro/landgen/blocks/start-screen/156946/lg/d42b4089-b306-4b88-ab2a-3f52057e6fbe.webp" height="250" alt="">
</div>
</div>
</a>
</div>
</div>
</section> </section>
</section>
<div class="article-banner" data-banner="219298" data-source="213507" data-format="vertical" data-type="vertical">
<div class="row">
<div class="col-sm-4 col-sm-12">
<div class="inset__wrapper" style="background-color:#f2eeff;">
<div class="inset__content" >
<div class="inset__image" style="text-align: top;">
<img src="https://skillbox.ru/upload/setka_images/math-side.png" width="150" height="150" alt="">
</div>
<p class="inset__description" style="color:#000!important; padding-bottom:13px;">
Изучайте IT на практике — бесплатно</p>
<p class="inset__text" style="color:#000!important">
Курсы за <del>2990</del> 0 р. </p>
<ul class="inset__content" style="color:#007bff!important; list-style:'\2713 ' outside; margin-left:13px;">
<li style="list-style:'\2713 '; padding-left:2px; margin-bottom:6px">
<a data-source="213507" data-banner="219298" href="https://bootcamp.skillbox.ru/python-short/?utm_source=media&utm_medium=banners&utm_campaign=all_all_media_banners_invite_bootcamp-617_all_code_skillbox" target="_blank">Python</a>
</li>
<li style="list-style:'\2713 '; padding-left:2px; margin-bottom:6px">
<a href="https://bootcamp.skillbox.ru/qa-start/?utm_source=media&utm_medium=banners&utm_campaign=all_all_media_banners_invite_bootcamp-655_all_code_skillbox" target="_blank">Тестирование</a>
</li>
<li style="list-style:'\2713 '; padding-left:2px; margin-bottom:6px">
<a href="https://bootcamp.skillbox.ru/data-science/?utm_source=media&utm_medium=banners&utm_campaign=all_all_media_banners_invite_bootcamp-675_all_code_skillbox" target="_blank">Data Science</a>
</li>
<li style="list-style:'\2713 '; padding-left:2px; margin-bottom:6px">
<a href="https://bootcamp.skillbox.ru/java/?utm_source=media&utm_medium=banners&utm_campaign=all_all_media_banners_invite_bootcamp-682_all_code_skillbox" target="_blank">Java</a>
</li>
<li style="list-style:'\2713 '; padding-left:2px; margin-bottom:6px">
<a href="https://bootcamp.skillbox.ru/sql/?utm_source=media&utm_medium=banners&utm_campaign=all_all_media_banners_invite_bootcamp-695_all_code_skillbox" target="_blank">SQL и работа с данными</a>
</li>
</ul>
<a href="https://bootcamp.skillbox.ru/it-jobs/?utm_source=media&utm_medium=banners&utm_campaign=all_all_media_banners_invite_bootcamp-759_all_code_skillbox" class="inset__button article-advert-banner__link" target="_blank" style="color:#000; background-color:#ffafff">Я не знаю, с чего начать</a>
</div>
</div>
</div>
</div> </div>
<a data-source="213507" data-banner="219826" target="_blank" href="https://bootcamp.skillbox.ru/python-short/?utm_source=media&utm_medium=banners&utm_campaign=all_all_media_banners_invite_bootcamp-617_all_top_skillbox" class="article-banner article-advert-banner__link" style="background-color: #f2eeff!important;" data-format="top" data-type="top">
<div class="article-banner__img">
<img src="https://skillbox.ru/upload/setka_images/code_common.png" alt="">
</div>
<span class="article-banner__title"><b>Бесплатный курс по Python ➞</b><br>
Мини-курс для новичков и для опытных кодеров. 4 крутых проекта в портфолио, живое общение со спикером. Кликните и узнайте, чему можно научиться на курсе.
</span>
<span class="article-banner__link">Смотреть программу</span> </a>
<section class="container news">
<div class="row">
<div class="col-lg-8 col-sm-12">
<h2 class="news__header">Новости</h2>
<div class="row">
<div class="col-xl-4 col-lg-6 col-md-4 col-12 news__item">
<a href="/media/code/google-predstavil-gemini-31-pro-s-uluchshennymi-rassuzhdeniyami/" class="news__text">
Google представил Gemini 3.1 Pro с улучшенными рассуждениями </a>
<span class="news__date">20 фев 2026</span>
</div>
<div class="col-xl-4 col-lg-6 col-md-4 col-12 news__item">
<a href="/media/code/xai-dobavila-v-grok-multiagentnuyu-sistemu-s-chetyrmya-pomoschnikami/" class="news__text">
xAI добавила в Grok мультиагентную систему с четырьмя помощниками </a>
<span class="news__date">18 фев 2026</span>
</div>
<div class="col-xl-4 col-lg-6 col-md-4 col-12 news__item">
<a href="/media/code/openai-predstavila-gpt-53-codex-spark-prodvinutuyu-model-dlya-programmistov/" class="news__text">
OpenAI представила GPT-5.3-Codex-Spark — продвинутую модель для программистов </a>
<span class="news__date">13 фев 2026</span>
</div>
</div>
</div>
</div>
</section>
<div class="slider-news-wrap media-catalog-content media-catalog-content--interesting">
<div class="container">
<div class="slider-news slider-news--article-slider js-slider-news">
<div class="slider-news__header">
<div class="slider-news__title" style="font-family: 'Graphik'; font-weight: 500;">
<span class="slider-news__title-notmob">Это интересно</span>
<span class="slider-news__title-mob">Это интересно</span>
</div>
<div class="slider-news__nav-wrapper">
<div class="slider-news__nav-button button-prev swiper-button-disabled" tabindex="0" role="button" aria-label="Previous slide" aria-disabled="true">
<svg viewBox="0 0 9 15" width="9" height="15" class="icon">
<use xlink:href="/static/svg/svg-symbols-site.svg#icon-arrow-chevron" href="/static/svg/svg-symbols-site.svg#icon-arrow-chevron"></use>
</svg>
</div>
<div class="slider-news__nav-button button-next" tabindex="0" role="button" aria-label="Next slide" aria-disabled="false">
<svg viewBox="0 0 9 15" width="9" height="15" class="icon">
<use xlink:href="/static/svg/svg-symbols-site.svg#icon-arrow-chevron" href="/static/svg/svg-symbols-site.svg#icon-arrow-chevron"></use>
</svg>
</div>
</div>
</div>
<div class="slider-news__carousel grad-end">
<div class="slider-news__container swiper-container swiper-container-initialized swiper-container-horizontal">
<div class="swiper-wrapper">
<div class="slider-news__slide swiper-slide swiper-slide-active" style="margin-right: 20px;">
<div class="news-block__item">
<div class="news-block__img" style="margin-bottom: 8px;">
<picture>
<img src="https://248006.selcdn.ru/main/iblock/f1f/f1f05b73644b83a05ad3685325a98308/1668de27023f167b5952dda8f6448bab.jpg">
</picture> </div>
<a href="/media/code/chto-takoe-big-data/" class="news-block__title" style="font-family: 'Graphik'; font-size: 14px; line-height: 19px; -webkit-line-clamp: 4; font-weight: 500">
Big data: что такое большие данные и как с ними работать </a>
</div>
</div>
<div class="slider-news__slide swiper-slide swiper-slide-active" style="margin-right: 20px;">
<div class="news-block__item">
<div class="news-block__img" style="margin-bottom: 8px;">
<picture>
<img src="https://248006.selcdn.ru/main/iblock/ea6/ea6a8323236c2561837dabaf3aaf6301/b1321ab07a64d09d9eba7a802ff1a19d.jpg">
</picture> </div>
<a href="/media/code/google-v-fevrale-2026-goda-vekovye-obligacii-privatnost-v-poiske-i-webmcp-dlya-agentov/" class="news-block__title" style="font-family: 'Graphik'; font-size: 14px; line-height: 19px; -webkit-line-clamp: 4; font-weight: 500">
Google в феврале 2026 года: вековые облигации, приватность в поиске и WebMCP для агентов </a>
</div>
</div>
<div class="slider-news__slide swiper-slide swiper-slide-active" style="margin-right: 20px;">
<div class="news-block__item">
<div class="news-block__img" style="margin-bottom: 8px;">
<picture>
<img src="https://248006.selcdn.ru/main/iblock/83f/83f5fbe33b9cb70f84fd1bade3ba0200/5fec158e3ca8709d41cf5f5a4a0b8430.png">
</picture> </div>
<a href="/media/code/razrabotchiki-skupayut-mac-mini-na-it-rynke-peregrev-a-iz-tyurmy-vyshel-izvestnyy-kriptohaker/" class="news-block__title" style="font-family: 'Graphik'; font-size: 14px; line-height: 19px; -webkit-line-clamp: 4; font-weight: 500">
Разработчики скупают Mac mini, на IT-рынке перегрев, а из тюрьмы вышел известный хакер </a>
</div>
</div>
<div class="slider-news__slide swiper-slide swiper-slide-active" style="margin-right: 20px;">
<div class="news-block__item">
<div class="news-block__img" style="margin-bottom: 8px;">
<picture>
<img src="https://248006.selcdn.ru/main/iblock/080/080d477242b414a3d2964960de55dcda/3fa556922b64473697f8960ca2f25218.png">
</picture> </div>
<a href="/media/code/story-yana-orlovceva/" class="news-block__title" style="font-family: 'Graphik'; font-size: 14px; line-height: 19px; -webkit-line-clamp: 4; font-weight: 500">
От пользователя до программиста 1С: история Яны Орловцевой </a>
</div>
</div>
<div class="slider-news__slide swiper-slide swiper-slide-active" style="margin-right: 20px;">
<div class="news-block__item">
<div class="news-block__img" style="margin-bottom: 8px;">
<picture>
<img src="https://248006.selcdn.ru/main/iblock/010/010725bb6a24b5d14ec80639eeb09031/ad6eb5f9c899b436ac21af1e7099be54.png">
</picture> </div>
<a href="/media/code/eslint-i-prettier/" class="news-block__title" style="font-family: 'Graphik'; font-size: 14px; line-height: 19px; -webkit-line-clamp: 4; font-weight: 500">
Гайд по ESLint и Prettier: от установки до автоматизации в VS Code </a>
</div>
</div>
</div>
<span class="swiper-notification" aria-live="assertive" aria-atomic="true"></span>
</div>
</div>
</div>
</div>
</div>
<div class="question">
<div class="container">
<div class="question__inner">
<div class="question__title">Понравилась статья?</div>
<a href="#" data-cur-url="/media/code/koshmary-kremnievoy-doliny-kak-navesti-zhuti-s-pomoshchyu-ii/"
class="question__btn js-modalLink" data-mfp-src="#modalAuth">Да</a>
</div>
</div>
</div>
</div>
<span
data-area="article-bottom"
data-current-url="/media/code/koshmary-kremnievoy-doliny-kak-navesti-zhuti-s-pomoshchyu-ii/"
data-id="213507">
</span>
</div>
<script type="application/ld+json">
{"@context":"http:\/\/schema.org","@type":"Article","url":"https:\/\/skillbox.ru\/media\/code\/koshmary-kremnievoy-doliny-kak-navesti-zhuti-s-pomoshchyu-ii\/","headline":"\u041a\u043e\u0448\u043c\u0430\u0440\u044b \u041a\u0440\u0435\u043c\u043d\u0438\u0435\u0432\u043e\u0439 \u0434\u043e\u043b\u0438\u043d\u044b: \u043a\u0430\u043a \u043d\u0430\u0432\u0435\u0441\u0442\u0438 \u0436\u0443\u0442\u0438 \u0441\u00a0\u043f\u043e\u043c\u043e\u0449\u044c\u044e\u00a0\u0418\u0418","articleSection":"\u041a\u043e\u0434","articleBody":"\u0418\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439 \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442 \u0443\u043c\u0435\u0435\u0442 \u0433\u043e\u0432\u043e\u0440\u0438\u0442\u044c \r\n , \u043b\u0435\u0447\u0438\u0442\u044c , \u0433\u043e\u0442\u043e\u0432\u0438\u0442\u044c \u0438 \u0440\u0438\u0441\u043e\u0432\u0430\u0442\u044c \u043a\u043e\u0442\u0438\u043a\u043e\u0432 \u2014 \u043d\u043e \u0442\u0430\u043a, \u043a\u0430\u0436\u0435\u0442\u0441\u044f, \u043b\u044e\u0431\u043e\u0439 \u043c\u043e\u0436\u0435\u0442. \u0410 \u0432\u043e\u0442 \u0447\u0442\u043e\u0431\u044b \u043d\u0430\u043f\u0443\u0433\u0430\u0442\u044c \u0432\u0441\u0435\u0445 \u0434\u043e \u0447\u0451\u0440\u0442\u0438\u043a\u043e\u0432, \u043d\u0443\u0436\u043d\u043e \u043f\u043e-\u043d\u0430\u0441\u0442\u043e\u044f\u0449\u0435\u043c\u0443 \u043f\u0440\u0438\u043b\u043e\u0436\u0438\u0442\u044c \u043c\u043e\u0437\u0433\u0438. \u042d\u0442\u043e \u043c\u044b \u0435\u0449\u0451 \u0432 \u0434\u0435\u0442\u0441\u0442\u0432\u0435 \u0443\u0441\u0432\u043e\u0438\u043b\u0438 \u2014 \u043a\u0442\u043e \u0431\u044b\u043b \u0432 \u043b\u0435\u0442\u043d\u0435\u043c \u043b\u0430\u0433\u0435\u0440\u0435, \u0442\u043e\u0442 \u043f\u043e\u0439\u043c\u0451\u0442 :)\r\n\r\n\u041a \u0441\u0447\u0430\u0441\u0442\u044c\u044e (\u0438\u043b\u0438 \u043d\u0435\u0442?) \u0443\u0447\u0451\u043d\u044b\u0435 \u0438 \u0437\u0434\u0435\u0441\u044c \r\n\u043f\u0440\u0435\u0443\u0441\u043f\u0435\u043b\u0438, \u0441\u043e\u0437\u0434\u0430\u0432 \u0443\u0434\u0438\u0432\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u043d\u0435\u0439\u0440\u043e\u0433\u0435\u043d\u0435\u0440\u0430\u0442\u043e\u0440\u044b \u0443\u0436\u0430\u0441\u043e\u0432. \u041f\u0440\u0438\u0433\u043b\u0430\u0448\u0430\u0435\u043c \u0432\u0430\u0441 \u0432 \u0443\u0432\u043b\u0435\u043a\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0435 \u043f\u0443\u0442\u0435\u0448\u0435\u0441\u0442\u0432\u0438\u0435 \u043f\u043e \u0441\u0430\u043c\u044b\u043c \u0442\u0451\u043c\u043d\u044b\u043c \u0438 \u043f\u0443\u0433\u0430\u044e\u0449\u0438\u043c \u0443\u0433\u043e\u043b\u043a\u0430\u043c Data Science. \u0411\u0443\u0434\u044c\u0442\u0435 \u043e\u0441\u0442\u043e\u0440\u043e\u0436\u043d\u044b: \u043c\u0435\u0441\u0442\u0430\u043c\u0438 \u0431\u0443\u0434\u0435\u0442 \u043a\u0440\u0438\u043f\u043e\u0432\u0430\u0442\u043e. \u0411\u0435\u0440\u0435\u0433\u0438\u0442\u0435 \u0441\u0432\u043e\u044e \u043f\u0441\u0438\u0445\u0438\u043a\u0443.\u0412 \u0447\u0451\u0440\u043d\u043e\u043c-\u0447\u0451\u0440\u043d\u043e\u043c \u0434\u043e\u043c\u0435 \u0435\u0441\u0442\u044c \u0447\u0451\u0440\u043d\u0430\u044f-\u0447\u0451\u0440\u043d\u0430\u044f \u043a\u043e\u043c\u043d\u0430\u0442\u0430\u2026\r\n\r\n\u00ab\u0422\u0435\u043d\u044c \u043f\u043e\u0437\u0430\u0434\u0438 \u043c\u0435\u043d\u044f. \u042f \u043f\u043e\u0447\u0443\u0432\u0441\u0442\u0432\u043e\u0432\u0430\u043b, \u043a\u0430\u043a \r\n\u0440\u0443\u043a\u0430 \u0441\u0445\u0432\u0430\u0442\u0438\u043b\u0430 \u043c\u0435\u043d\u044f \u0437\u0430 \u043b\u043e\u0434\u044b\u0436\u043a\u0443 \u0438 \u043f\u043e\u0442\u0430\u0449\u0438\u043b\u0430 \u043f\u043e\u0434 \u0441\u043b\u043e\u0439 \u043f\u044b\u043b\u0438\u2026\u00bb \u2014 \u0442\u0430\u043a \u043c\u043e\u0433 \u0431\u044b \u043d\u0430\u0447\u0438\u043d\u0430\u0442\u044c\u0441\u044f \u043d\u043e\u0432\u044b\u0439 \u0440\u0430\u0441\u0441\u043a\u0430\u0437 \u0421\u0442\u0438\u0432\u0435\u043d\u0430 \u041a\u0438\u043d\u0433\u0430. \u041d\u043e \u043d\u0435\u0442. \u042d\u0442\u043e\u0442 \u0442\u0435\u043a\u0441\u0442 \u043f\u0440\u0438\u0434\u0443\u043c\u0430\u043b\u0430 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c.\r\n\r\n\u0423\u0447\u0451\u043d\u044b\u0435 \u0438\u0437 \u043c\u0435\u0434\u0438\u0430\u043b\u0430\u0431\u043e\u0440\u0430\u0442\u043e\u0440\u0438\u0438 \u041c\u0430\u0441\u0441\u0430\u0447\u0443\u0441\u0435\u0442\u0441\u043a\u043e\u0433\u043e \r\n\u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0438\u043d\u0441\u0442\u0438\u0442\u0443\u0442\u0430 (MIT Media Lab ), \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0437\u0438\u0440\u0443\u044e\u0449\u0438\u0435\u0441\u044f \u043d\u0430 \u0438\u0437\u0443\u0447\u0435\u043d\u0438\u0438 \u0418\u0418, \u0432\u0435\u0441\u044c\u043c\u0430 \u0441\u0432\u043e\u0435\u043e\u0431\u0440\u0430\u0437\u043d\u043e \u0440\u0435\u0448\u0438\u043b\u0438 \u043e\u0442\u043c\u0435\u0442\u0438\u0442\u044c \u0425\u044d\u043b\u043b\u043e\u0443\u0438\u043d \u0432 2017 \u0433\u043e\u0434\u0443. \u041a \u044d\u0442\u043e\u043c\u0443 \u043f\u0440\u0430\u0437\u0434\u043d\u0438\u043a\u0443 \u043e\u043d\u0438 \u043f\u0440\u0438\u0443\u0440\u043e\u0447\u0438\u043b\u0438 \u0437\u0430\u043f\u0443\u0441\u043a \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0438 Shelley , \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u0443\u0435\u0442 \u0441\u0442\u0440\u0430\u0448\u043d\u044b\u0435 \u0438\u0441\u0442\u043e\u0440\u0438\u0438. \u0421\u0432\u043e\u044e \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0443 \u043e\u043d\u0438 \u043d\u0430\u0437\u0432\u0430\u043b\u0438 \u0432 \u0447\u0435\u0441\u0442\u044c \u041c\u044d\u0440\u0438 \u0428\u0435\u043b\u043b\u0438 [ https:\/\/ru.wikipedia.org\/wiki\/%D0%A8%D0%B5%D0%BB%D0%BB%D0%B8,_%D0%9C%D1%8D%D1%80%D0%B8 ] \u2014 \u0430\u0432\u0442\u043e\u0440\u0430 \u043a\u0443\u043b\u044c\u0442\u043e\u0432\u043e\u0433\u043e \u0433\u043e\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0443\u0436\u0430\u0441\u0442\u0438\u043a\u0430 \u00ab\u0424\u0440\u0430\u043d\u043a\u0435\u043d\u0448\u0442\u0435\u0439\u043d\u00bb.\r\n \r\n\u0418\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435: MIT Technology Review\r\n\r\n\u0414\u043b\u044f \u0440\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u043f\u0440\u043e\u0435\u043a\u0442\u0430 \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u0438\u0441\u0442\u044b \u0441\u043e\u0431\u0440\u0430\u043b\u0438 \r\n\u0434\u0430\u0442\u0430\u0441\u0435\u0442 \u0438\u0437 140 000 \u043b\u0435\u0434\u0435\u043d\u044f\u0449\u0438\u0445 \u043a\u0440\u043e\u0432\u044c \u0438\u0441\u0442\u043e\u0440\u0438\u0439, \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d\u043d\u044b\u0445 \u043d\u0430 Reddit. \u0412 \u0447\u0430\u0441\u0442\u043d\u043e\u0441\u0442\u0438, \u0432 \u043e\u0434\u043d\u043e\u0439 \u0438\u0437 \u0432\u0435\u0442\u043e\u043a \u043e\u0431\u0441\u0443\u0436\u0434\u0435\u043d\u0438\u044f \u043f\u043e\u0434 \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435\u043c NoSleep \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0438 \u0432\u044b\u043a\u043b\u0430\u0434\u044b\u0432\u0430\u044e\u0442 \u0441\u0442\u0440\u0430\u0448\u0438\u043b\u043a\u0438 \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u0441\u043e\u0447\u0438\u043d\u0435\u043d\u0438\u044f \u0432 \u0434\u0443\u0445\u0435 \u0442\u0435\u0445, \u0447\u0442\u043e \u043c\u044b \u0441\u0432\u043e\u0438\u043c \u0442\u043e\u0432\u0430\u0440\u0438\u0449\u0430\u043c \u043f\u043e \u0442\u0440\u0435\u0442\u044c\u0435\u043c\u0443 \u043c\u043b\u0430\u0434\u0448\u0435\u043c\u0443 \u043e\u0442\u0440\u044f\u0434\u0443 \u0440\u0430\u0441\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u043b\u0438 \u043a\u043e\u0440\u043e\u0442\u043a\u0438\u043c\u0438 \u0438\u044e\u043d\u044c\u0441\u043a\u0438\u043c\u0438 \u043d\u043e\u0447\u0430\u043c\u0438.\r\n\r\n\u041a \u044d\u0442\u0438\u043c \u0438\u0441\u0442\u043e\u0440\u0438\u044f\u043c \u0434\u043e\u0431\u0430\u0432\u0438\u043b\u0438 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0434\u0435\u0441\u044f\u0442\u043a\u043e\u0432 \r\n\u043a\u0443\u043b\u044c\u0442\u043e\u0432\u044b\u0445 \u0440\u043e\u043c\u0430\u043d\u043e\u0432 \u0443\u0436\u0430\u0441\u043e\u0432 \u0438 \u00ab\u0441\u043a\u043e\u0440\u043c\u0438\u043b\u0438\u00bb \u0438\u0445 Shelley. \u041f\u0440\u0438 \u043f\u043e\u043c\u043e\u0449\u0438 \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u043e\u0432 \u0433\u043b\u0443\u0431\u043e\u043a\u043e\u0433\u043e \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c \u043d\u0430\u0443\u0447\u0438\u043b\u0430\u0441\u044c \u0430\u043d\u0430\u043b\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u0443 \u0445\u043e\u0440\u0440\u043e\u0440\u043e\u0432 \u0438 \u0432\u043e\u0441\u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0438\u0442\u044c \u0435\u0451 \u043f\u0440\u0438 \u0441\u043e\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u0438 \u043d\u043e\u0432\u044b\u0445 \u0442\u0435\u043a\u0441\u0442\u043e\u0432.\r\n\r\n\u041e\u0434\u043d\u0430\u043a\u043e \u0441\u0430\u043c\u043e\u0441\u0442\u043e\u044f\u0442\u0435\u043b\u044c\u043d\u043e \u043d\u0430\u043f\u0438\u0441\u0430\u0442\u044c \u0440\u043e\u043c\u0430\u043d \u0438\u043b\u0438 \r\n\u0434\u0430\u0436\u0435 \u043d\u0435\u0431\u043e\u043b\u044c\u0448\u0443\u044e \u043f\u043e\u0432\u0435\u0441\u0442\u044c \u043e\u0442 \u043d\u0430\u0447\u0430\u043b\u0430 \u0434\u043e \u043a\u043e\u043d\u0446\u0430 Shelley \u043f\u043e\u043a\u0430 \u043d\u0435\u0441\u043f\u043e\u0441\u043e\u0431\u043d\u0430. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u0435\u0451 \u00ab\u043f\u043e\u0441\u0435\u043b\u0438\u043b\u0438\u00bb \u0432 \u0442\u0432\u0438\u0442\u0442\u0435\u0440-\u0430\u043a\u043a\u0430\u0443\u043d\u0442\u0435 @shelley_ai \u0438 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0438\u043b\u0438 \u0432\u0441\u0435\u043c \u0436\u0435\u043b\u0430\u044e\u0449\u0438\u043c \u043f\u043e\u043c\u043e\u0447\u044c \u0418\u0418 \u0432 \u0441\u043e\u0447\u0438\u043d\u0435\u043d\u0438\u0438 \u043d\u043e\u0432\u044b\u0445 \u0443\u0436\u0430\u0441\u0442\u0438\u043a\u043e\u0432.\r\n\r\n\u0421\u043e\u0432\u043c\u0435\u0441\u0442\u043d\u043e\u0435 \u0442\u0432\u043e\u0440\u0447\u0435\u0441\u0442\u0432\u043e \u043b\u044e\u0434\u0435\u0439 \u0438 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0438 \r\n\u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0434\u0438\u043b\u043e \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c. \u0412\u043d\u0430\u0447\u0430\u043b\u0435 \u0418\u0418 Shelley \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u043b \u043a\u043e\u0440\u043e\u0442\u043a\u0438\u0439 \u0444\u0440\u0430\u0433\u043c\u0435\u043d\u0442 \u0442\u0435\u043a\u0441\u0442\u0430 (\u043d\u0435 \u0431\u043e\u043b\u0435\u0435 140 \u0441\u0438\u043c\u0432\u043e\u043b\u043e\u0432) \u0438 \u043f\u043e\u043c\u0435\u0447\u0430\u043b \u0435\u0433\u043e \u0445\u0435\u0448\u0442\u0435\u0433\u043e\u043c #yourturn (\u00ab\u0442\u0432\u043e\u044f \u043e\u0447\u0435\u0440\u0435\u0434\u044c\u00bb). \u0417\u0430\u0442\u0435\u043c \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0438 \u0434\u0435\u043b\u0430\u043b\u0438 \u0440\u0435\u0442\u0432\u0438\u0442\u044b \u044d\u0442\u043e\u0433\u043e \u0444\u0440\u0430\u0433\u043c\u0435\u043d\u0442\u0430 \u0438 \u043f\u0440\u0435\u0434\u043b\u0430\u0433\u0430\u043b\u0438 \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u044b\u0435 \u043f\u0440\u043e\u0434\u043e\u043b\u0436\u0435\u043d\u0438\u044f. \u041d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c \u0432\u044b\u0431\u0438\u0440\u0430\u043b\u0430 \u043b\u0443\u0447\u0448\u0438\u0439, \u043f\u043e \u0435\u0451 \u043c\u043d\u0435\u043d\u0438\u044e, \u0432\u0430\u0440\u0438\u0430\u043d\u0442 \u0438, \u043e\u0442\u0442\u0430\u043b\u043a\u0438\u0432\u0430\u044f\u0441\u044c \u043e\u0442 \u043d\u0435\u0433\u043e, \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u043b\u0430 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439 \u0444\u0440\u0430\u0433\u043c\u0435\u043d\u0442. \u041f\u043e\u043b\u0443\u0447\u0438\u043b\u043e\u0441\u044c \u0442\u0430\u043a\u043e\u0435 \u0431\u0443\u0440\u0438\u043c\u0435 \u0438\u043c\u0435\u043d\u0438 \u0424\u0440\u0435\u0434\u0434\u0438 \u041a\u0440\u044e\u0433\u0435\u0440\u0430.\r\n\r\n\u0412\u0441\u0435\u0433\u043e Shelley \u043f\u0440\u043e\u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0430 \u043e\u043a\u043e\u043b\u043e \u043c\u0435\u0441\u044f\u0446\u0430, \u043a\u0430\u0436\u0434\u044b\u0439 \r\n\u0447\u0430\u0441 \u043f\u0443\u0431\u043b\u0438\u043a\u0443\u044f \u043d\u043e\u0432\u044b\u0435 \u0442\u0435\u043a\u0441\u0442\u043e\u0432\u044b\u0435 \u0444\u0440\u0430\u0433\u043c\u0435\u043d\u0442\u044b. \u041a\u0430\u043a \u043e\u0442\u043c\u0435\u0442\u0438\u043b\u0430 \u041f\u0438\u043d\u0430\u0440 \u042f\u043d\u0430\u0440\u0434\u0430\u0433 \u0438\u0437 MIT Media Lab, \u0440\u0435\u0448\u0430\u044e\u0449\u0438\u043c \u0444\u0430\u043a\u0442\u043e\u0440\u043e\u043c \u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u0438 \u0418\u0418 \u0441\u0442\u0430\u043b\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0435 \u043c\u043e\u0449\u043d\u044b\u0445 \u0432\u0438\u0434\u0435\u043e\u043a\u0430\u0440\u0442 \u043a\u0430\u043a \u0434\u043b\u044f \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0441\u0435\u0442\u0438, \u0442\u0430\u043a \u0438 \u0434\u043b\u044f \u0435\u0451 \u0440\u0430\u0431\u043e\u0442\u044b:\r\n\r\n\r\n\r\n \r\n\r\n\r\nShelley \u0434\u043e\u043b\u0436\u043d\u0430 \u043e\u043f\u0435\u0440\u0430\u0442\u0438\u0432\u043d\u043e \u0440\u0435\u0430\u0433\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043d\u0430 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u044f \r\n\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439 Twitter. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u2014 \u044d\u0442\u043e \u043e\u0447\u0435\u043d\u044c \u0432\u0430\u0436\u043d\u044b\u0439 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440. \u0415\u0451 \u043d\u0430\u043c \u043e\u0431\u0435\u0441\u043f\u0435\u0447\u0438\u0432\u0430\u044e\u0442 \u0432\u0438\u0434\u0435\u043e\u043a\u0430\u0440\u0442\u044b NVIDIA Titan X.\r\n\r\n\u0414\u0435\u0439\u0441\u0442\u0432\u0443\u044f \u043f\u043e \u043e\u0447\u0435\u0440\u0435\u0434\u0438, \u043b\u044e\u0434\u0438 \u0438 \u0418\u0418 \u0441\u043e\u0437\u0434\u0430\u043b\u0438 \r\n\u0431\u043e\u043b\u0435\u0435 450 \u0434\u0443\u0448\u0435\u0440\u0430\u0437\u0434\u0438\u0440\u0430\u044e\u0449\u0438\u0445 \u0441\u044e\u0436\u0435\u0442\u043e\u0432, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0442\u0440\u0435\u0431\u043e\u0432\u0430\u043b\u0438 \u043b\u0438\u0448\u044c \u043d\u0435\u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u043b\u0438\u0442\u0435\u0440\u0430\u0442\u0443\u0440\u043d\u043e\u0439 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438. \u042d\u043a\u0441\u043f\u0435\u0440\u0442\u044b \u0432\u044b\u0441\u043e\u043a\u043e \u043e\u0446\u0435\u043d\u0438\u043b\u0438 \u0438\u0442\u043e\u0433\u043e\u0432\u044b\u0435 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b, \u043c\u043d\u043e\u0433\u0438\u0435 \u0438\u0437 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043d\u0435 \u0443\u0441\u0442\u0443\u043f\u0430\u043b\u0438 \u043f\u043e \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0443 \u0445\u043e\u0440\u0440\u043e\u0440\u0430\u043c \u0441\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 \u0430\u0432\u0442\u043e\u0440\u043e\u0432.\r\n\r\n\r\n\r\n \r\n\r\n\r\n\u0418\u0441\u0442\u043e\u0440\u0438\u044f, \u0441\u043e\u0431\u0440\u0430\u043d\u043d\u0430\u044f \u0438\u0437 \u0442\u0435\u043a\u0441\u0442\u043e\u0432, \u0441\u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0445 \r\n\u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c\u044e Shelley:\r\n\r\n\u00ab\u041c\u043e\u044f \u0441\u043f\u0430\u043b\u044c\u043d\u044f \u043d\u043e\u0447\u044c\u044e, \u044f \u0431\u044b\u043b \u043d\u0430\u043f\u0443\u0433\u0430\u043d \u044d\u0442\u0438\u043c \r\n\u0441\u0442\u0440\u0430\u0445\u043e\u043c, \u0438 \u044f \u043d\u0435 \u0437\u043d\u0430\u043b, \u0447\u0442\u043e \u0434\u0435\u043b\u0430\u0442\u044c. \u041f\u043e\u043d\u044f\u043b, \u0447\u0442\u043e \u0437\u0430 \u043c\u043d\u043e\u0439 \u043d\u0430\u0431\u043b\u044e\u0434\u0430\u044e\u0442, \u0438 \u044f \u043c\u043e\u0433 \u0440\u0430\u0437\u043e\u0431\u0440\u0430\u0442\u044c \u0447\u0442\u043e-\u0442\u043e \u0432\u0434\u0430\u043b\u0435\u043a\u0435. \u041f\u043e\u0447\u0443\u0432\u0441\u0442\u0432\u043e\u0432\u0430\u043b \u0443\u0436\u0430\u0441\u043d\u044b\u0439 \u0445\u043e\u043b\u043e\u0434\u043e\u043a \u043f\u043e \u0441\u043f\u0438\u043d\u0435.\r\n\r\n\u042f \u043f\u043e\u0447\u0443\u0432\u0441\u0442\u0432\u043e\u0432\u0430\u043b, \u043a\u0430\u043a \u0447\u0442\u043e-\u0442\u043e \u0442\u044f\u043d\u0435\u0442\u0441\u044f \u043a\u043e \u043c\u043d\u0435. \r\n\u0412\u043e\u043a\u0440\u0443\u0433 \u043d\u0435 \u0431\u044b\u043b\u043e \u043d\u0438 \u0434\u0443\u0448\u0438, \u0438 \u043e\u043d\u0430 \u0431\u044b\u043b\u0430 \u043d\u0435 \u043e\u0447\u0435\u043d\u044c \u043f\u043e\u0445\u043e\u0436\u0430 \u043d\u0430 \u0447\u0435\u043b\u043e\u0432\u0435\u043a\u0430. \u0412\u043e\u043b\u043e\u0441\u044b \u0431\u044b\u043b\u0438 \u0441\u043e\u0431\u0440\u0430\u043d\u044b \u0432 \u043f\u0443\u0447\u043e\u043a \u0438 \u043f\u043e\u043a\u0440\u044b\u0442\u044b \u043e\u043a\u0440\u043e\u0432\u0430\u0432\u043b\u0435\u043d\u043d\u044b\u043c \u043f\u043e\u043b\u043e\u0442\u0435\u043d\u0446\u0435\u043c. \u0415\u0451 \u043b\u0438\u0446\u043e \u0431\u044b\u043b\u043e \u0438\u0441\u043a\u0430\u0436\u0435\u043d\u043e \u0445\u043c\u0443\u0440\u044b\u043c \u0432\u0437\u0433\u043b\u044f\u0434\u043e\u043c.\r\n\r\n\u041e\u043d\u0430 \u0432\u044b\u0442\u0430\u0449\u0438\u043b\u0430 \u043a\u0430\u0440\u0442\u0438\u043d\u043a\u0443. \u041d\u0430 \u043d\u0435\u0439 \u0431\u044b\u043b\u0438 \u043d\u0435\u0431\u043e\u043b\u044c\u0448\u0438\u0435 \r\n\u043a\u0430\u0440\u0430\u043a\u0443\u043b\u0438. \u042f \u0432\u044b\u0440\u0432\u0430\u043b \u0435\u0451. \u042d\u0442\u043e \u0431\u044b\u043b\u0430 \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u044f \u043c\u0435\u043d\u044f \u0438 \u0436\u0435\u043d\u0449\u0438\u043d\u044b. \u042f \u043d\u0435 \u0443\u0437\u043d\u0430\u043b \u0435\u0451.\r\n\r\n\u0418\u0441\u043f\u0443\u0433\u0430\u043b\u0441\u044f, \u044f \u043d\u0435 \u043c\u043e\u0433 \u0434\u0432\u0438\u0433\u0430\u0442\u044c\u0441\u044f \u0438\u043b\u0438 \r\n\u0433\u043e\u0432\u043e\u0440\u0438\u0442\u044c, \u0438 \u044f \u0441\u043e\u0431\u0438\u0440\u0430\u043b\u0441\u044f \u043a\u0440\u0438\u0447\u0430\u0442\u044c \u043e \u043f\u043e\u043c\u043e\u0449\u0438. \u042f \u0431\u044b\u043b \u043d\u0430\u043f\u0443\u0433\u0430\u043d, \u043d\u043e \u043d\u0435 \u043c\u043e\u0433 \u043f\u043e\u0448\u0435\u0432\u0435\u043b\u0438\u0442\u044c\u0441\u044f. \u041e\u0434\u0435\u044f\u043b\u043e \u0431\u044b\u043b\u043e \u043f\u0440\u043e\u043f\u0438\u0442\u0430\u043d\u043e \u043a\u0440\u043e\u0432\u044c\u044e, \u0438 \u043e\u043d\u0430 \u043d\u0430\u0447\u0430\u043b\u0430 \u043c\u0435\u0434\u043b\u0435\u043d\u043d\u043e \u043f\u043e\u043b\u0437\u0442\u0438 \u043f\u043e \u043c\u043e\u0438\u043c \u043d\u043e\u0433\u0430\u043c. \u042f \u0447\u0443\u0432\u0441\u0442\u0432\u043e\u0432\u0430\u043b \u0435\u0451 \u0434\u044b\u0445\u0430\u043d\u0438\u0435 \u043d\u0430 \u0441\u0432\u043e\u0435\u0439 \u0449\u0435\u043a\u0435, \u0438 \u043c\u0435\u043d\u044f \u0442\u0440\u044f\u0441\u043b\u043e.\r\n\r\n\u042f \u0443\u0449\u0438\u043f\u043d\u0443\u043b \u0441\u0435\u0431\u044f, \u0430 \u043f\u043e\u0442\u043e\u043c \u043f\u043e\u0447\u0443\u0432\u0441\u0442\u0432\u043e\u0432\u0430\u043b \u044d\u0442\u043e. \r\n\u041f\u043e\u0447\u0443\u0432\u0441\u0442\u0432\u043e\u0432\u0430\u043b, \u043a\u0430\u043a \u0447\u0442\u043e-\u0442\u043e \u043a\u043e\u0441\u043d\u0443\u043b\u043e\u0441\u044c \u043c\u043e\u0438\u0445 \u043f\u043b\u0435\u0447. \u0422\u044c\u043c\u0430 \u0437\u0430\u043f\u043e\u043b\u043d\u0438\u043b\u0430 \u043c\u043e\u0438 \u0433\u043b\u0430\u0437\u0430. \u042f \u043f\u0440\u043e\u0441\u043d\u0443\u043b\u0441\u044f \u0432 \u0441\u0432\u043e\u0435\u0439 \u043f\u043e\u0441\u0442\u0435\u043b\u0438. \u041b\u0451\u0436\u0430 \u0442\u0430\u043c, \u044f \u043f\u044b\u0442\u0430\u043b\u0441\u044f \u0432\u0441\u043f\u043e\u043c\u043d\u0438\u0442\u044c \u0441\u043e\u043d, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0432\u0438\u0434\u0435\u043b \u043f\u0435\u0440\u0435\u0434 \u0442\u0435\u043c, \u043a\u0430\u043a \u043f\u043e\u0442\u0435\u0440\u044f\u043b \u0441\u043e\u0437\u043d\u0430\u043d\u0438\u0435\u00bb.\r\n\r\n\u0418\u0441\u0442\u043e\u0447\u043d\u0438\u043a: @shelley_ai \r\n\r\n\u041f\u043e-\u0432\u0438\u0434\u0438\u043c\u043e\u043c\u0443, \u043f\u0440\u0438 \u0440\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u043f\u0440\u043e\u0435\u043a\u0442\u0430 \u043f\u0440\u0438\u043c\u0435\u043d\u044f\u043b\u0438\u0441\u044c \r\n\u043d\u0435 \u0442\u043e\u043b\u044c\u043a\u043e \u0430\u043f\u043f\u0430\u0440\u0430\u0442\u043d\u044b\u0435, \u043d\u043e \u0438 \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u043d\u044b\u0435 \u0441\u0440\u0435\u0434\u0441\u0442\u0432\u0430 \u043e\u0442 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 NVIDIA, \u0432 \u0447\u0430\u0441\u0442\u043d\u043e\u0441\u0442\u0438 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430 \u0433\u043b\u0443\u0431\u043e\u043a\u0438\u0445 \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u044b\u0445 \u0441\u0435\u0442\u0435\u0439 NVIDIA CUDA (cuDNN ).\r\n\r\n\r\n\r\n \r\n\r\n\r\n\u00abShelley \u2014 \u044d\u0442\u043e \u043a\u043e\u043c\u0431\u0438\u043d\u0430\u0446\u0438\u044f \u043c\u043d\u043e\u0433\u043e\u0441\u043b\u043e\u0439\u043d\u043e\u0439 \r\n\u0440\u0435\u043a\u0443\u0440\u0440\u0435\u043d\u0442\u043d\u043e\u0439 \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u043e\u0439 \u0441\u0435\u0442\u0438 \u0438 \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u0430 \u043e\u043d\u043b\u0430\u0439\u043d-\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0441\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0435\u043c \u0443\u0447\u0438\u0442\u0441\u044f \u043d\u0430 \u043e\u0442\u0437\u044b\u0432\u0430\u0445 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439\u2026 \u0427\u0435\u043c \u0431\u043e\u043b\u044c\u0448\u0435 Shelley \u0441\u043e\u0442\u0440\u0443\u0434\u043d\u0438\u0447\u0430\u0435\u0442 \u0441 \u043b\u044e\u0434\u044c\u043c\u0438, \u0442\u0435\u043c \u0431\u043e\u043b\u0435\u0435 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0435 \u0438 \u0441\u0442\u0440\u0430\u0448\u043d\u044b\u0435 \u0438\u0441\u0442\u043e\u0440\u0438\u0438 \u043e\u043d\u0430 \u043e\u0431\u0443\u0447\u0430\u0435\u0442\u0441\u044f \u0441\u043e\u0447\u0438\u043d\u044f\u0442\u044c\u00bb.\r\n\r\n\u041f\u0438\u043d\u0430\u0440 \u042f\u043d\u0430\u0440\u0434\u0430\u0433,\r\n\u0432\u0435\u0434\u0443\u0449\u0438\u0439 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c MIT Media Lab (\u0446\u0438\u0442\u0430\u0442\u0430: \r\nMIT Media Lab )\r\n\r\n\u0421\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u044b MIT Media Lab \u0443\u0432\u0435\u0440\u0435\u043d\u044b, \u0447\u0442\u043e Shelley \u043b\u044f\u0436\u0435\u0442 \r\n\u0432 \u043e\u0441\u043d\u043e\u0432\u0443 \u0431\u0443\u0434\u0443\u0449\u0438\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0418\u0418, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0431\u0443\u0434\u0443\u0442 \u0441\u043e\u0437\u0434\u0430\u0432\u0430\u0442\u044c \u043a\u043e\u043d\u0442\u0435\u043d\u0442, \u0432\u044b\u0437\u044b\u0432\u0430\u044e\u0449\u0438\u0439 \u0437\u0430\u0434\u0430\u043d\u043d\u044b\u0435 \u044d\u043c\u043e\u0446\u0438\u0438 (\u0432 \u0434\u0430\u043d\u043d\u043e\u043c \u0441\u043b\u0443\u0447\u0430\u0435 \u0441\u0442\u0440\u0430\u0445). \u042d\u0442\u043e \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u043f\u043e\u043b\u0435\u0437\u043d\u043e \u043d\u0435 \u0442\u043e\u043b\u044c\u043a\u043e \u0432 \u043b\u0438\u0442\u0435\u0440\u0430\u0442\u0443\u0440\u0435 \u0438 \u0436\u0443\u0440\u043d\u0430\u043b\u0438\u0441\u0442\u0438\u043a\u0435, \u043d\u043e \u0438 \u0432 \u043c\u0430\u0440\u043a\u0435\u0442\u0438\u043d\u0433\u0435 \u0438 \u0440\u0435\u043a\u043b\u0430\u043c\u0435.\r\n\r\n\u0418\u0418 \u0431\u044b\u043b \u043c\u0430\u043b, \u0438 \u0421\u0430\u043d\u0442\u0430 \u0432\u044b\u0448\u0435\u043b \u0441\u0442\u0440\u0430\u043d\u043d\u044b\u043c\r\n\r\n\u0412\u0434\u043e\u0445\u043d\u043e\u0432\u0438\u0432\u0448\u0438\u0441\u044c \u0440\u0430\u0431\u043e\u0442\u043e\u0439 \u043a\u043e\u043b\u043b\u0435\u0433 \u043f\u043e Data Science \r\n , \u0436\u0443\u0440\u043d\u0430\u043b\u0438\u0441\u0442\u044b \u0438\u0437\u0434\u0430\u043d\u0438\u044f MIT Technology Review \u0423\u0438\u043b\u043b \u041d\u0430\u0439\u0442 \u0438 \u041a\u0430\u0440\u0435\u043d \u0425\u0430\u043e \u0442\u043e\u0436\u0435 \u0440\u0435\u0448\u0438\u043b\u0438 \u043f\u043e\u044d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0441 \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u044b\u043c\u0438 \u0441\u0435\u0442\u044f\u043c\u0438. \u0412 \u043f\u0440\u0435\u0434\u0434\u0432\u0435\u0440\u0438\u0438 2019 \u0433\u043e\u0434\u0430 \u043e\u043d\u0438 \u043f\u043e\u043f\u044b\u0442\u0430\u043b\u0438\u0441\u044c \u043d\u0430\u0443\u0447\u0438\u0442\u044c \u0418\u0418 \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0441\u044e\u0436\u0435\u0442\u044b \u0440\u043e\u0436\u0434\u0435\u0441\u0442\u0432\u0435\u043d\u0441\u043a\u0438\u0445 \u0444\u0438\u043b\u044c\u043c\u043e\u0432.\r\n\r\n\u0414\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u043e\u043d\u0438 \u0441\u043e\u0431\u0440\u0430\u043b\u0438 \u0438\u0437 \u00ab\u0412\u0438\u043a\u0438\u043f\u0435\u0434\u0438\u0438\u00bb \r\n\u0441\u0438\u043d\u043e\u043f\u0441\u0438\u0441\u044b 360 \u043d\u043e\u0432\u043e\u0433\u043e\u0434\u043d\u0438\u0445 \u0431\u043b\u043e\u043a\u0431\u0430\u0441\u0442\u0435\u0440\u043e\u0432 \u0438 \u0437\u0430\u0433\u0440\u0443\u0437\u0438\u043b\u0438 \u0438\u0445 \u0432 \u0440\u0435\u043a\u0443\u0440\u0440\u0435\u043d\u0442\u043d\u0443\u044e \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c textgenrnn , \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0430\u043d\u0430\u043b\u0438\u0437\u0438\u0440\u0443\u0435\u0442 \u0438 \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u0443\u0435\u0442 \u0442\u0435\u043a\u0441\u0442\u043e\u0432\u0443\u044e \u0438\u043d\u0444\u043e\u0440\u043c\u0430\u0446\u0438\u044e.\r\n\r\n\u041f\u043e\u0441\u043b\u0435 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0418\u0418 \u0441\u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u043b \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \r\n\u0434\u0435\u0441\u044f\u0442\u043a\u043e\u0432 \u0438\u0441\u0442\u043e\u0440\u0438\u0439, \u0431\u043e\u043b\u044c\u0448\u0438\u043d\u0441\u0442\u0432\u043e \u0438\u0437 \u043a\u043e\u0442\u043e\u0440\u044b\u0445, \u043a \u0441\u043e\u0436\u0430\u043b\u0435\u043d\u0438\u044e, \u043d\u0430\u043f\u043e\u043c\u0438\u043d\u0430\u043b\u0438 \u0431\u0435\u0441\u0441\u0432\u044f\u0437\u043d\u044b\u0439 \u043d\u0430\u0431\u043e\u0440 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0439. \u041d\u0435\u043c\u043d\u043e\u0433\u0438\u0435 \u0442\u0435\u043a\u0441\u0442\u044b, \u0432 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043c\u043e\u0436\u043d\u043e \u0431\u044b\u043b\u043e \u043e\u0431\u043d\u0430\u0440\u0443\u0436\u0438\u0442\u044c \u043a\u0440\u0443\u043f\u0438\u0446\u044b \u0437\u0434\u0440\u0430\u0432\u043e\u0433\u043e \u0441\u043c\u044b\u0441\u043b\u0430, \u043f\u043e\u0434\u0445\u043e\u0434\u0438\u043b\u0438 \u0441\u043a\u043e\u0440\u0435\u0435 \u0434\u043b\u044f \u0444\u0438\u043b\u044c\u043c\u043e\u0432 \u0443\u0436\u0430\u0441\u043e\u0432, \u0447\u0435\u043c \u0434\u043b\u044f \u043b\u0451\u0433\u043a\u0438\u0445 \u043d\u043e\u0432\u043e\u0433\u043e\u0434\u043d\u0438\u0445 \u043a\u043e\u043c\u0435\u0434\u0438\u0439. \u0412 \u043d\u0438\u0445 \u0443\u043f\u043e\u043c\u0438\u043d\u0430\u043b\u0438\u0441\u044c \u0442\u0435\u0440\u0440\u043e\u0440\u0438\u0441\u0442\u044b, \u0443\u0431\u0438\u0439\u0441\u0442\u0432\u0430 \u0438 \u0434\u0440\u0430\u043a\u0438.\r\n\r\n\u0423\u0447\u0451\u043d\u044b\u0435, \u043a \u043a\u043e\u0442\u043e\u0440\u044b\u043c \u043e\u0431\u0440\u0430\u0442\u0438\u043b\u0438\u0441\u044c \u041d\u0430\u0439\u0442 \u0438 \u0425\u0430\u043e, \r\n\u043e\u0431\u044a\u044f\u0441\u043d\u0438\u043b\u0438 \u043f\u0440\u0438\u0447\u0438\u043d\u044b. \u0412\u043e-\u043f\u0435\u0440\u0432\u044b\u0445, \u0434\u0430\u0442\u0430\u0441\u0435\u0442 \u0438\u0437 360 \u0437\u0430\u043f\u0438\u0441\u0435\u0439 \u0441\u043b\u0438\u0448\u043a\u043e\u043c \u043c\u0430\u043b \u0434\u043b\u044f \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u2014 \u0441\u0440\u0430\u0432\u043d\u0438\u0442\u0435 \u0441\u043e 140 000 \u043f\u0440\u0438\u043c\u0435\u0440\u043e\u0432, \u0441\u043a\u043e\u0440\u043c\u043b\u0435\u043d\u043d\u044b\u0445 Shelley. \u0412\u043e-\u0432\u0442\u043e\u0440\u044b\u0445, \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0438, \u043f\u043e\u0434\u043e\u0431\u043d\u044b\u0435 textgenrnn, \u0432 \u043f\u0440\u0438\u043d\u0446\u0438\u043f\u0435 \u043d\u0435\u0441\u043f\u043e\u0441\u043e\u0431\u043d\u044b \u043e\u0446\u0435\u043d\u0438\u0432\u0430\u0442\u044c \u043b\u043e\u0433\u0438\u0447\u043d\u043e\u0441\u0442\u044c \u0441\u044e\u0436\u0435\u0442\u0430 \u0432 \u0434\u043b\u0438\u043d\u043d\u044b\u0445 \u0442\u0435\u043a\u0441\u0442\u0430\u0445, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043e\u043d\u0438 \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u0443\u044e\u0442. \u0421\u043e\u0437\u0434\u0430\u0442\u0435\u043b\u0438 Shelley \u043e\u0442\u0447\u0430\u0441\u0442\u0438 \u0440\u0435\u0448\u0438\u043b\u0438 \u044d\u0442\u0443 \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u0443, \u0440\u0430\u0437\u0431\u0438\u0432 \u0440\u0430\u0441\u0441\u043a\u0430\u0437\u044b \u043d\u0430 \u0444\u0440\u0430\u0433\u043c\u0435\u043d\u0442\u044b \u0438 \u043f\u0440\u0438\u0433\u043b\u0430\u0441\u0438\u0432 \u0432 \u0441\u043e\u0430\u0432\u0442\u043e\u0440\u044b \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439 Twitter.\r\n\r\n\r\n\r\n \r\n\r\n\r\n\u00ab\u041d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c \u0432\u044b\u0431\u0438\u0440\u0430\u0435\u0442 \u043a\u0430\u0436\u0434\u043e\u0435 \u043f\u043e\u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0435 \r\n\u0441\u043b\u043e\u0432\u043e, \u043e\u0441\u043d\u043e\u0432\u044b\u0432\u0430\u044f\u0441\u044c \u043d\u0430 \u0442\u043e\u043c, \u043d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0432\u0435\u043b\u0438\u043a\u0430 \u0432\u0435\u0440\u043e\u044f\u0442\u043d\u043e\u0441\u0442\u044c \u0435\u0433\u043e \u043f\u043e\u044f\u0432\u043b\u0435\u043d\u0438\u044f \u043f\u043e\u0441\u043b\u0435 \u043f\u0440\u0435\u0434\u044b\u0434\u0443\u0449\u0435\u0433\u043e. \u042d\u0442\u043e \u043f\u043e\u0445\u043e\u0436\u0435 \u043d\u0430 \u043f\u043e\u043f\u044b\u0442\u043a\u0443 \u043d\u0430\u043f\u0438\u0441\u0430\u0442\u044c \u043f\u0438\u0441\u044c\u043c\u043e, \u043f\u043e\u043b\u044c\u0437\u0443\u044f\u0441\u044c \u04229 . \u0412 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0435 \u0442\u0435\u0440\u044f\u0435\u0442\u0441\u044f \u043b\u043e\u0433\u0438\u043a\u0430 \u0438 \u0433\u0440\u0430\u043c\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u0435 \u0441\u043e\u0433\u043b\u0430\u0441\u043e\u0432\u0430\u043d\u0438\u0435\u00bb.\r\n\r\n\u041a\u0430\u0440\u0435\u043d \u0425\u0430\u043e,\r\n\u0436\u0443\u0440\u043d\u0430\u043b\u0438\u0441\u0442 MIT Technology Review (\u0446\u0438\u0442\u0430\u0442\u0430: MIT Technology \r\nReview )\r\n\r\n\u041e\u0434\u043d\u0430\u043a\u043e \u041d\u0430\u0439\u0442 \u0438 \u0425\u0430\u043e \u043d\u0435 \u043e\u043f\u0443\u0441\u0442\u0438\u043b\u0438 \u0440\u0443\u043a\u0438 \r\n\u0438 \u0440\u0435\u0448\u0438\u043b\u0438 \u043f\u0440\u0438\u043c\u0435\u043d\u0438\u0442\u044c \u0418\u0418 \u0434\u043b\u044f \u0431\u043e\u043b\u0435\u0435 \u043f\u0440\u043e\u0441\u0442\u043e\u0439 \u0437\u0430\u0434\u0430\u0447\u0438 \u2014 \u0441\u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0442\u043e\u043b\u044c\u043a\u043e \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u044f \u043d\u043e\u0432\u044b\u0445 \u0444\u0438\u043b\u044c\u043c\u043e\u0432. \u0418 \u0437\u0434\u0435\u0441\u044c \u0438\u0445 \u0436\u0434\u0430\u043b \u0443\u0441\u043f\u0435\u0445. \u0421\u0435\u0442\u044c textgenrnn \u0432\u044b\u0434\u0430\u043b\u0430 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0434\u0435\u0441\u044f\u0442\u043a\u043e\u0432 \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0439, \u043f\u043e\u0434\u0445\u043e\u0434\u044f\u0449\u0438\u0445 \u0434\u043b\u044f \u043d\u043e\u0432\u043e\u0433\u043e\u0434\u043d\u0438\u0445 \u0431\u043e\u0435\u0432\u0438\u043a\u043e\u0432 \u0438 \u0445\u043e\u0440\u0440\u043e\u0440\u043e\u0432.\r\n\r\n\u0421\u0440\u0435\u0434\u0438 \u043d\u0438\u0445 \u0436\u0443\u0440\u043d\u0430\u043b\u0438\u0441\u0442\u044b \u0432\u044b\u0434\u0435\u043b\u0438\u043b\u0438 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0435: \r\n\u00ab\u041e\u043d\u043e: \u0421\u0430\u043d\u0442\u0430\u00bb, \u00ab\u0420\u043e\u0436\u0434\u0435\u0441\u0442\u0432\u0435\u043d\u0441\u043a\u0430\u044f \u043c\u0438\u043b\u044f\u00bb \u0438 \u00ab\u0411\u043e\u0439\u0446\u043e\u0432\u0441\u043a\u043e\u0435 \u0420\u043e\u0436\u0434\u0435\u0441\u0442\u0432\u043e\u00bb. \u0410\u0432\u0442\u043e\u0440\u044b \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u044f \u0434\u0430\u0436\u0435 \u043f\u043e\u043f\u0440\u043e\u0441\u0438\u043b\u0438 \u0434\u0438\u0437\u0430\u0439\u043d\u0435\u0440\u043e\u0432 (\u043b\u044e\u0434\u0435\u0439, \u043d\u0435 \u0418\u0418) \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u043f\u043e\u0441\u0442\u0435\u0440\u044b \u0434\u043b\u044f \u044d\u0442\u0438\u0445 \u043b\u0435\u043d\u0442.\r\n\r\n \r\n\u041f\u043e\u0441\u0442\u0435\u0440\u044b \u0434\u043b\u044f \u0444\u0438\u043b\u044c\u043c\u043e\u0432, \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u044f \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043f\u0440\u0438\u0434\u0443\u043c\u0430\u043b \u0418\u0418\r\n\u0418\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435: MIT Technology Review \r\n \r\n \r\n\u041f\u043e\u0441\u0442\u0435\u0440\u044b \u0434\u043b\u044f \u0444\u0438\u043b\u044c\u043c\u043e\u0432, \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u044f \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043f\u0440\u0438\u0434\u0443\u043c\u0430\u043b \u0418\u0418\r\n\u0418\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435: MIT Technology Review \r\n \r\n \r\n\u041f\u043e\u0441\u0442\u0435\u0440\u044b \u0434\u043b\u044f \u0444\u0438\u043b\u044c\u043c\u043e\u0432, \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u044f \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043f\u0440\u0438\u0434\u0443\u043c\u0430\u043b \u0418\u0418\r\n\u0418\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435: MIT Technology Review \r\n \r\n\r\n\u041c\u0430\u0448\u0438\u043d\u0430 \u0443\u0436\u0430\u0441\u043e\u0432\r\n\r\n\u0418\u043b\u043e\u043d \u041c\u0430\u0441\u043a \r\n, \u0440\u0430\u0441\u0441\u0443\u0436\u0434\u0430\u044f \u043e\u0431 \u043e\u043f\u0430\u0441\u043d\u043e\u0441\u0442\u0438 \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0439 , \u043e\u0434\u043d\u0430\u0436\u0434\u044b \u0441\u043a\u0430\u0437\u0430\u043b, \u0447\u0442\u043e, \u00ab\u0440\u0430\u0437\u0432\u0438\u0432\u0430\u044f \u0418\u0418, \u0447\u0435\u043b\u043e\u0432\u0435\u0447\u0435\u0441\u0442\u0432\u043e \u0440\u0438\u0441\u043a\u0443\u0435\u0442 \u0432\u044b\u0440\u0430\u0441\u0442\u0438\u0442\u044c \u043c\u043e\u043d\u0441\u0442\u0440\u0430\u00bb. \u0421\u043e\u0442\u0440\u0443\u0434\u043d\u0438\u043a\u0438 MIT Media Lab \u0432\u043e\u0441\u043f\u0440\u0438\u043d\u044f\u043b\u0438 \u0435\u0433\u043e \u0441\u043b\u043e\u0432\u0430 \u0431\u0443\u043a\u0432\u0430\u043b\u044c\u043d\u043e \u0438 \u0440\u0435\u0448\u0438\u043b\u0438 \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u043d\u0435\u0439\u0440\u043e\u0433\u0435\u043d\u0435\u0440\u0430\u0442\u043e\u0440 \u0443\u0436\u0430\u0441\u043e\u0432.\r\n\r\n\u0423\u0447\u0451\u043d\u044b\u0435 \u043f\u043e\u0434 \u0440\u0443\u043a\u043e\u0432\u043e\u0434\u0441\u0442\u0432\u043e\u043c \u043f\u0440\u043e\u0444\u0435\u0441\u0441\u043e\u0440\u0430 \u0418\u044f\u0434\u0430 \r\n\u0420\u0430\u0445\u0432\u0430\u043d\u0430 \u0432 \u0440\u0430\u043c\u043a\u0430\u0445 \u043f\u0440\u043e\u0435\u043a\u0442\u0430 \u00ab\u041c\u0430\u0448\u0438\u043d\u0430 \u043a\u043e\u0448\u043c\u0430\u0440\u043e\u0432\u00bb (Nightmare Machine ) \u043d\u0430\u0443\u0447\u0438\u043b\u0438 \u0418\u0418 \u043f\u0440\u0435\u0432\u0440\u0430\u0449\u0430\u0442\u044c \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0438 \u0433\u043e\u0440\u043e\u0434\u043e\u0432 \u0432 \u043f\u0443\u0433\u0430\u044e\u0449\u0438\u0435 \u043f\u043e\u0441\u0442\u0430\u043f\u043e\u043a\u0430\u043b\u0438\u043f\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u043f\u0435\u0439\u0437\u0430\u0436\u0438. \u0420\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a\u0438 \u0443\u0442\u0432\u0435\u0440\u0436\u0434\u0430\u044e\u0442, \u0447\u0442\u043e \u0438\u0445 \u0442\u0432\u043e\u0440\u0435\u043d\u0438\u0435 \u0431\u044b\u043b\u043e \u00ab\u043f\u0435\u0440\u0432\u044b\u043c \u0432 \u043c\u0438\u0440\u0435 \u0418\u0418, \u0446\u0435\u043b\u0435\u043d\u0430\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u043d\u043e \u0441\u043e\u0437\u0434\u0430\u043d\u043d\u044b\u043c \u0434\u043b\u044f \u0442\u043e\u0433\u043e, \u0447\u0442\u043e\u0431\u044b \u0432\u044b\u0437\u044b\u0432\u0430\u0442\u044c \u0443 \u043b\u044e\u0434\u0435\u0439 \u0447\u0443\u0432\u0441\u0442\u0432\u043e \u0441\u0442\u0440\u0430\u0445\u0430\u00bb.\r\n\r\n\u0410\u043c\u0435\u0440\u0438\u043a\u0430\u043d\u0441\u043a\u0438\u0435 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u0438 \u043f\u0440\u043e\u043f\u0443\u0441\u0442\u0438\u043b\u0438 \r\n\u0447\u0435\u0440\u0435\u0437 \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c Nightmare Machine \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u0445 \u0442\u0443\u0440\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u043c\u0435\u0441\u0442. \u0421\u0440\u0435\u0434\u0438 \u043d\u0438\u0445 \u0431\u044b\u043b\u0438 \u042d\u0439\u0444\u0435\u043b\u0435\u0432\u0430 \u0431\u0430\u0448\u043d\u044f, \u0441\u0442\u0430\u0442\u0443\u044f \u0421\u0432\u043e\u0431\u043e\u0434\u044b, \u0422\u0430\u0434\u0436-\u041c\u0430\u0445\u0430\u043b, \u041a\u043e\u043b\u0438\u0437\u0435\u0439, \u0445\u0440\u0430\u043c \u0412\u0430\u0441\u0438\u043b\u0438\u044f \u0411\u043b\u0430\u0436\u0435\u043d\u043d\u043e\u0433\u043e \u0432 \u041c\u043e\u0441\u043a\u0432\u0435 \u0438 \u043c\u043d\u043e\u0433\u0438\u0435 \u0434\u0440\u0443\u0433\u0438\u0435. \u041f\u0440\u0438 \u044d\u0442\u043e\u043c \u0443 \u00ab\u041c\u0430\u0448\u0438\u043d\u044b \u043a\u043e\u0448\u043c\u0430\u0440\u043e\u0432\u00bb \u0431\u044b\u043b\u043e \u0432\u043e\u0441\u0435\u043c\u044c \u043a\u043e\u0448\u043c\u0430\u0440\u043d\u044b\u0445 \u043f\u0430\u0442\u0442\u0435\u0440\u043d\u043e\u0432, \u043a\u0430\u0436\u0434\u043e\u043c\u0443 \u0438\u0437 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0434\u0430\u043b\u0438 \u0433\u043e\u0432\u043e\u0440\u044f\u0449\u0438\u0435 \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u044f: \u00ab\u0414\u043e\u043c \u0441 \u043f\u0440\u0438\u0432\u0438\u0434\u0435\u043d\u0438\u044f\u043c\u0438\u00bb, \u00ab\u041d\u043e\u0447\u044c \u0441\u0442\u0440\u0430\u0445\u0430\u00bb, \u00ab\u0411\u043e\u0439\u043d\u044f\u00bb, \u00ab\u0422\u043e\u043a\u0441\u0438\u0447\u043d\u044b\u0439 \u0433\u043e\u0440\u043e\u0434\u00bb, \u00ab\u0413\u043e\u0440\u043e\u0434-\u043f\u0440\u0438\u0437\u0440\u0430\u043a\u00bb, \u00ab\u041f\u0440\u0435\u0438\u0441\u043f\u043e\u0434\u043d\u044f\u044f\u00bb, \u00ab\u0427\u0443\u0434\u043e\u0432\u0438\u0449\u0435 \u0441 \u0449\u0443\u043f\u0430\u043b\u044c\u0446\u0430\u043c\u0438\u00bb \u0438 \u00ab\u0412\u0442\u043e\u0440\u0436\u0435\u043d\u0438\u0435 \u0438\u043d\u043e\u043f\u043b\u0430\u043d\u0435\u0442\u044f\u043d\u00bb.\r\n \r\n\u0410\u043d\u0438\u043c\u0430\u0446\u0438\u044f \u043f\u043e\u0448\u0430\u0433\u043e\u0432\u043e \u0434\u0435\u043c\u043e\u043d\u0441\u0442\u0440\u0438\u0440\u0443\u0435\u0442 \u0440\u0430\u0431\u043e\u0442\u0443 Nightmare Machine \u043d\u0430 \u043f\u0440\u0438\u043c\u0435\u0440\u0435 \u043f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0438\u044f \u0441\u0442\u0438\u043b\u044f \u00ab\u0414\u043e\u043c \u0441 \u043f\u0440\u0438\u0432\u0438\u0434\u0435\u043d\u0438\u044f\u043c\u0438\u00bb \u043a \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0438 \u0437\u0430\u043c\u043a\u0430 \u041d\u043e\u0439\u0448\u0432\u0430\u043d\u0448\u0442\u0430\u0439\u043d (\u0413\u0435\u0440\u043c\u0430\u043d\u0438\u044f) \r\n\u0418\u0441\u0442\u043e\u0447\u043d\u0438\u043a: MIT Media Lab [ http:\/\/nightmare.mit.edu\/#portfolioModal30 ]\r\n \r\n\r\n\u0412 \u043e\u0441\u043d\u043e\u0432\u0435 Nightmare Machine \u043b\u0435\u0436\u0438\u0442 \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u044f \r\n\u043d\u0435\u0439\u0440\u043e\u043d\u043d\u043e\u0433\u043e \u043f\u0435\u0440\u0435\u043d\u043e\u0441\u0430 \u0441\u0442\u0438\u043b\u044f \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f (Neural style transfer, NST). \u041f\u0435\u0440\u0432\u044b\u0439 \u0443\u0441\u043f\u0435\u0448\u043d\u043e \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0449\u0438\u0439 \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c NST \u0431\u044b\u043b \u043e\u043f\u0438\u0441\u0430\u043d \u0432 \u043d\u0430\u0443\u0447\u043d\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 2015 \u0433\u043e\u0434\u0430. \u0415\u0451 \u0430\u0432\u0442\u043e\u0440\u044b \u2014 \u0443\u0447\u0451\u043d\u044b\u0435 \u0438\u0437 \u0422\u044e\u0431\u0438\u043d\u0433\u0435\u043d\u0441\u043a\u043e\u0433\u043e \u0443\u043d\u0438\u0432\u0435\u0440\u0441\u0438\u0442\u0435\u0442\u0430 (\u0413\u0435\u0440\u043c\u0430\u043d\u0438\u044f) \u2014 \u043f\u0440\u043e\u0434\u0435\u043c\u043e\u043d\u0441\u0442\u0440\u0438\u0440\u043e\u0432\u0430\u043b\u0438 \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044c \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0445 \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u044b\u0445 \u0441\u0435\u0442\u0435\u0439 \u043f\u0440\u0435\u0432\u0440\u0430\u0449\u0430\u0442\u044c \u043e\u0431\u044b\u0447\u043d\u044b\u0435 \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0438 \u0432 \u043f\u043e\u043b\u043e\u0442\u043d\u0430 \u0412\u0430\u043d \u0413\u043e\u0433\u0430, \u042d\u0434\u0432\u0430\u0440\u0434\u0430 \u041c\u0443\u043d\u043a\u0430 \u0438\u043b\u0438 \u041f\u0430\u0431\u043b\u043e \u041f\u0438\u043a\u0430\u0441\u0441\u043e.\r\n\r\n\u0421\u043e\u0437\u0434\u0430\u0442\u0435\u043b\u0438 Nightmare Machine \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b\u0438 \u0441\u0432\u0451\u0440\u0442\u043e\u0447\u043d\u0443\u044e \r\n\u043d\u0435\u0439\u0440\u043e\u043d\u043d\u0443\u044e \u0441\u0435\u0442\u044c, \u0440\u0435\u0430\u043b\u0438\u0437\u0443\u044e\u0449\u0443\u044e \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c NST. \u0417\u0430 \u0441\u0447\u0451\u0442 \u043c\u043d\u043e\u0433\u043e\u0441\u043b\u043e\u0439\u043d\u043e\u0439 \u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u044b \u043e\u043d\u0430 \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u0430 \u0432 \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u0435 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u043e\u0442\u0434\u0435\u043b\u044f\u0442\u044c \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u043c\u043e\u0435 (\u0447\u0442\u043e \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u043e) \u043e\u0442 \u0441\u0442\u0438\u043b\u044f (\u043a\u0430\u043a \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u043e).\r\n \r\n\u0412\u043d\u0435\u0448\u043d\u0438\u0435 \u0441\u043b\u043e\u0438 \u0441\u0432\u0451\u0440\u0442\u043e\u0447\u043d\u043e\u0439 \u0441\u0435\u0442\u0438 \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0442 \u0438\u043d\u0444\u043e\u0440\u043c\u0430\u0446\u0438\u044e \u043e \u0441\u0442\u0438\u043b\u0435 \u0440\u0438\u0441\u0443\u043d\u043a\u0430, \u0430 \u0431\u043e\u043b\u0435\u0435 \u0433\u043b\u0443\u0431\u043e\u043a\u0438\u0435 \u2014 \u043e\u0431\u0443\u0447\u0430\u044e\u0442\u0441\u044f \u043e\u0442\u0434\u0435\u043b\u044f\u0442\u044c \u0441\u0443\u0442\u044c \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f. \u0415\u0441\u043b\u0438 \u043f\u0440\u043e\u043f\u0443\u0441\u0442\u0438\u0442\u044c \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u044e \u0447\u0435\u0440\u0435\u0437 \u0432\u043d\u0435\u0448\u043d\u0438\u0435 \u0441\u043b\u043e\u0438 \u0441\u0435\u0442\u0438, \u043e\u0431\u0443\u0447\u0435\u043d\u043d\u043e\u0439, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043d\u0430 \u043a\u0430\u0440\u0442\u0438\u043d\u0430\u0445 \u0412\u0430\u043d \u0413\u043e\u0433\u0430, \u0442\u043e \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435 \u043f\u0440\u0438\u043e\u0431\u0440\u0435\u0442\u0451\u0442 \u0447\u0435\u0440\u0442\u044b \u0435\u0433\u043e \u043f\u043e\u043b\u043e\u0442\u0435\u043d. \u041f\u0440\u0438\u043c\u0435\u043d\u0451\u043d\u043d\u0430\u044f \u0432 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u0438 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c VGG-19 \u0441\u043e\u0441\u0442\u043e\u0438\u0442 \u0438\u0437 19 \u0441\u043b\u043e\u0451\u0432\r\n\u0418\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435: A Neural Algorithm of Artistic Style \r\n \/Leon A. Gatys, Alexander S. Ecker, Matthias Bethge\/2015\r\n\r\n\u0412 \u043e\u0442\u043b\u0438\u0447\u0438\u0435 \u043e\u0442 \u0441\u0432\u043e\u0438\u0445 \u0435\u0432\u0440\u043e\u043f\u0435\u0439\u0441\u043a\u0438\u0445 \u043a\u043e\u043b\u043b\u0435\u0433, \r\n\u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u044b MIT Media Lab \u043e\u0431\u0443\u0447\u0430\u043b\u0438 \u0441\u0435\u0442\u044c \u043d\u0435 \u043d\u0430 \u0442\u0432\u043e\u0440\u0435\u043d\u0438\u044f\u0445 \u0432\u0435\u043b\u0438\u043a\u0438\u0445 \u043c\u0430\u0441\u0442\u0435\u0440\u043e\u0432, \u0430 \u043d\u0430 \u0441\u0442\u043e\u043f-\u043a\u0430\u0434\u0440\u0430\u0445 \u0438\u0437 \u0444\u0438\u043b\u044c\u043c\u043e\u0432 \u0443\u0436\u0430\u0441\u043e\u0432, \u043d\u0430\u0443\u0447\u043d\u043e\u0439 \u0444\u0430\u043d\u0442\u0430\u0441\u0442\u0438\u043a\u0438 \u0438 \u0440\u0435\u043f\u043e\u0440\u0442\u0430\u0436\u0430\u0445 \u0441 \u043c\u0435\u0441\u0442 \u044d\u043a\u043e\u043b\u043e\u0433\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u043a\u0430\u0442\u0430\u0441\u0442\u0440\u043e\u0444.\r\n\r\n\r\n\r\n \r\n\r\n\r\n\u00ab\u041c\u044b \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u044b \u0433\u043b\u0443\u0431\u043e\u043a\u043e\u0433\u043e \r\n\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f, \u0447\u0442\u043e\u0431\u044b \u043d\u0430\u0442\u0440\u0435\u043d\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0441\u0435\u0442\u044c \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u0442\u044c, \u043a\u0430\u043a \u0432\u044b\u0433\u043b\u044f\u0434\u044f\u0442 \u0434\u043e\u043c\u0430 \u0441 \u043f\u0440\u0438\u0432\u0438\u0434\u0435\u043d\u0438\u044f\u043c\u0438, \u0437\u0430\u0431\u0440\u043e\u0448\u0435\u043d\u043d\u044b\u0435 \u0433\u043e\u0440\u043e\u0434\u0430 \u0438 \u043e\u0442\u0440\u0430\u0432\u043b\u0435\u043d\u043d\u044b\u0435 \u0442\u043e\u043a\u0441\u0438\u0447\u043d\u044b\u043c\u0438 \u0432\u044b\u0431\u0440\u043e\u0441\u0430\u043c\u0438 \u043b\u0430\u043d\u0434\u0448\u0430\u0444\u0442\u044b. \u0410\u043b\u0433\u043e\u0440\u0438\u0442\u043c \u0438\u0437\u0432\u043b\u0435\u043a\u0430\u0435\u0442 \u0438\u0437 \u043e\u0431\u0443\u0447\u0430\u044e\u0449\u0438\u0445 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439 \u044d\u043b\u0435\u043c\u0435\u043d\u0442\u044b \u0441\u0442\u0438\u043b\u044f (\u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043f\u0443\u0433\u0430\u044e\u0449\u0435 \u0442\u0451\u043c\u043d\u0443\u044e \u043f\u0430\u043b\u0438\u0442\u0440\u0443) \u0438 \u043f\u0435\u0440\u0435\u043d\u043e\u0441\u0438\u0442 \u0438\u0445 \u043d\u0430 \u043e\u0431\u044b\u0447\u043d\u044b\u0435 \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0438\u00bb.\r\n\r\n\u041f\u0438\u043d\u0430\u0440 \u042f\u043d\u0430\u0440\u0434\u0430\u0433,\r\n\u0432\u0435\u0434\u0443\u0449\u0438\u0439 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c MIT Media Lab (\u0446\u0438\u0442\u0430\u0442\u0430: \r\nMIT Media Lab )\r\n\r\n\u0411\u043b\u0430\u0433\u043e\u0434\u0430\u0440\u044f \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044e \u0438\u043c\u0435\u044e\u0449\u0438\u0445\u0441\u044f \u043d\u0430\u0440\u0430\u0431\u043e\u0442\u043e\u043a \r\n\u0433\u0440\u0443\u043f\u043f\u0430 \u0418\u044f\u0434\u0430 \u0420\u0430\u0445\u0432\u0430\u043d\u0430, \u0441\u043e\u0441\u0442\u043e\u044f\u0449\u0430\u044f \u0438\u0437 \u0447\u0435\u0442\u044b\u0440\u0451\u0445 \u0447\u0435\u043b\u043e\u0432\u0435\u043a, \u043f\u043e\u0442\u0440\u0430\u0442\u0438\u043b\u0430 \u043d\u0430 \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0443 Nightmare Machine \u0432\u0441\u0435\u0433\u043e \u0434\u0432\u0435 \u043d\u0435\u0434\u0435\u043b\u0438.\r\n\r\n \r\n\u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0438 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c\u044e Nightmare Machine: \u041a\u043e\u043b\u0438\u0437\u0435\u0439 (\u00ab\u0427\u0443\u0434\u043e\u0432\u0438\u0449\u0435 \u0441 \u0449\u0443\u043f\u0430\u043b\u044c\u0446\u0430\u043c\u0438\u00bb)\r\n\u0418\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435: MIT Media Lab \r\n \r\n\u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0438 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c\u044e Nightmare Machine: \u041a\u0430\u043f\u0438\u0442\u043e\u043b\u0438\u0439\u0441\u043a\u0438\u0439 \u0445\u043e\u043b\u043c (\u00ab\u0422\u043e\u043a\u0441\u0438\u0447\u043d\u044b\u0439 \u0433\u043e\u0440\u043e\u0434\u00bb)\r\n\u0418\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435: MIT Media Lab \r\n \r\n\u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0438 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c\u044e Nightmare Machine: \u0422\u0430\u0434\u0436-\u041c\u0430\u0445\u0430\u043b (\u00ab\u0411\u043e\u0439\u043d\u044f\u00bb)\r\n\u0418\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435: MIT Media Lab \r\n \r\n\u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0438 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c\u044e Nightmare Machine: \u041d\u044c\u044e-\u0419\u043e\u0440\u043a (\u00ab\u0412\u0442\u043e\u0440\u0436\u0435\u043d\u0438\u0435 \u0438\u043d\u043e\u043f\u043b\u0430\u043d\u0435\u0442\u044f\u043d\u00bb)\r\n\u0418\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435: MIT Media Lab \r\n \r\n\u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0438 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c\u044e Nightmare Machine: \u041f\u0430\u043b\u044c\u043c\u0438\u0440\u0430 (\u00ab\u0413\u043e\u0440\u043e\u0434-\u043f\u0440\u0438\u0437\u0440\u0430\u043a\u00bb)\r\n\u0418\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435: MIT Media Lab \r\n \r\n\u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0438 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c\u044e Nightmare Machine: \u042d\u0439\u0444\u0435\u043b\u0435\u0432\u0430 \u0431\u0430\u0448\u043d\u044f (\u00ab\u041d\u043e\u0447\u044c \u0441\u0442\u0440\u0430\u0445\u0430\u00bb)\r\n\u0418\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435: MIT Media Lab \r\n\r\n\u0412 \u0434\u0430\u043b\u044c\u043d\u0435\u0439\u0448\u0435\u043c \u043a\u043e\u043c\u0430\u043d\u0434\u0430 MIT Media Lab \u043f\u043e\u0434 \u0440\u0443\u043a\u043e\u0432\u043e\u0434\u0441\u0442\u0432\u043e\u043c \r\n\u0420\u0430\u0445\u0432\u0430\u043d\u0430 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b\u0430 \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u044b \u00ab\u041c\u0430\u0448\u0438\u043d\u044b \u043a\u043e\u0448\u043c\u0430\u0440\u043e\u0432\u00bb \u0432 \u0441\u0432\u043e\u0451\u043c \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u043c \u043f\u0440\u043e\u0435\u043a\u0442\u0435, \u043f\u043e\u043b\u0443\u0447\u0438\u0432\u0448\u0435\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u00ab\u0413\u043b\u0443\u0431\u043e\u043a\u043e\u0435 \u0441\u043e\u043f\u0435\u0440\u0435\u0436\u0438\u0432\u0430\u043d\u0438\u0435\u00bb (Deep Empathy ).\r\n\r\n\u0412 \u0440\u0430\u043c\u043a\u0430\u0445 \u044d\u0442\u043e\u0433\u043e \u043f\u0440\u043e\u0435\u043a\u0442\u0430 \u0443\u0447\u0451\u043d\u044b\u0435 \u0442\u0440\u0435\u043d\u0438\u0440\u043e\u0432\u0430\u043b\u0438 \r\n\u0418\u0418 \u043d\u0430 \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u044f\u0445 \u0441\u0438\u0440\u0438\u0439\u0441\u043a\u0438\u0445 \u0433\u043e\u0440\u043e\u0434\u043e\u0432, \u043f\u043e\u0441\u0442\u0440\u0430\u0434\u0430\u0432\u0448\u0438\u0445 \u0432 \u0445\u043e\u0434\u0435 \u0433\u0440\u0430\u0436\u0434\u0430\u043d\u0441\u043a\u043e\u0439 \u0432\u043e\u0439\u043d\u044b . \u0412 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0435 \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u0430\u044f \u0441\u0435\u0442\u044c \u043e\u0431\u0440\u0435\u043b\u0430 \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e\u0441\u0442\u044c \u043f\u0435\u0440\u0435\u043d\u043e\u0441\u0438\u0442\u044c \u043e\u0431\u0440\u0430\u0437\u044b \u0432\u043e\u0435\u043d\u043d\u043e\u0439 \u0440\u0430\u0437\u0440\u0443\u0445\u0438 \u043d\u0430 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u043b\u044e\u0431\u044b\u0445 \u0433\u043e\u0440\u043e\u0434\u043e\u0432 \u043c\u0438\u0440\u0430.\r\n \r\n\u041f\u0440\u0438 \u043f\u043e\u043c\u043e\u0449\u0438 \u043f\u0435\u0440\u0435\u043d\u043e\u0441\u0430 \u0441\u0442\u0438\u043b\u044f \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c Deep Empathy \u043d\u0430\u0434\u0435\u043b\u044f\u0435\u0442 \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u044e \u0446\u0432\u0435\u0442\u0443\u0449\u0435\u0433\u043e \u0411\u043e\u0441\u0442\u043e\u043d\u0430 (\u0421\u0428\u0410) \u0447\u0435\u0440\u0442\u0430\u043c\u0438 \u0440\u0430\u0437\u0440\u0443\u0448\u0435\u043d\u043d\u043e\u0433\u043e \u0441\u0438\u0440\u0438\u0439\u0441\u043a\u043e\u0433\u043e \u0433\u043e\u0440\u043e\u0434\u0430 \u0425\u043e\u043c\u0441 \r\n\u0418\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435: MIT Media Lab \r\n\r\n\u041f\u0440\u043e\u0435\u043a\u0442 \u043f\u0440\u0438\u0437\u0432\u0430\u043d \u043f\u0440\u043e\u0431\u0443\u0434\u0438\u0442\u044c \u0443 \u043e\u0431\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0441\u0442\u0438 \r\n\u0441\u043e\u0447\u0443\u0432\u0441\u0442\u0432\u0438\u0435 \u043a \u0436\u0435\u0440\u0442\u0432\u0430\u043c \u0431\u043e\u0435\u0432\u044b\u0445 \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0439. \u0421\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u044b MIT Media Lab \u043f\u0440\u043e\u043f\u0443\u0441\u0442\u0438\u043b\u0438 \u0447\u0435\u0440\u0435\u0437 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c Deep Empathy \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0438 \u041b\u043e\u043d\u0434\u043e\u043d\u0430, \u041f\u0430\u0440\u0438\u0436\u0430, \u0410\u043c\u0441\u0442\u0435\u0440\u0434\u0430\u043c\u0430, \u0411\u043e\u0441\u0442\u043e\u043d\u0430 \u0438 \u0434\u0430\u0436\u0435 \u041c\u043e\u0441\u043a\u0432\u044b. \u042d\u0442\u0438 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0434\u043e\u043b\u0436\u043d\u044b \u043f\u043e\u043c\u043e\u0447\u044c \u0436\u0438\u0442\u0435\u043b\u044f\u043c \u0431\u043b\u0430\u0433\u043e\u043f\u043e\u043b\u0443\u0447\u043d\u044b\u0445 \u0433\u043e\u0440\u043e\u0434\u043e\u0432 \u043f\u043e\u0447\u0443\u0432\u0441\u0442\u0432\u043e\u0432\u0430\u0442\u044c \u043c\u0430\u0441\u0448\u0442\u0430\u0431 \u0440\u0430\u0437\u0440\u0443\u0448\u0435\u043d\u0438\u0439 \u0438 \u0433\u043e\u0440\u044f, \u0441\u043e\u043f\u0440\u043e\u0432\u043e\u0436\u0434\u0430\u044e\u0449\u0438\u0445 \u0432\u043e\u0439\u043d\u0443.\r\n\r\nDeep Empathy \u0431\u044b\u043b \u0440\u0435\u0430\u043b\u0438\u0437\u043e\u0432\u0430\u043d \u043f\u0440\u0438 \u0443\u0447\u0430\u0441\u0442\u0438\u0438 UNICEF. \r\n\u041d\u0430 \u0441\u0442\u0440\u0430\u043d\u0438\u0446\u0435 \u043f\u0440\u043e\u0435\u043a\u0442\u0430 \u0441\u043e\u0447\u0443\u0432\u0441\u0442\u0432\u0443\u044e\u0449\u0438\u043c \u0437\u0440\u0438\u0442\u0435\u043b\u044f\u043c \u043f\u0440\u0435\u0434\u043b\u0430\u0433\u0430\u044e\u0442 \u043f\u043e\u0436\u0435\u0440\u0442\u0432\u043e\u0432\u0430\u0442\u044c \u0441\u0440\u0435\u0434\u0441\u0442\u0432\u0430 \u0434\u043b\u044f \u0438\u043d\u0438\u0446\u0438\u0430\u0442\u0438\u0432 \u041e\u041e\u041d \u043f\u043e \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u043a\u0435 \u0441\u0438\u0440\u0438\u0439\u0441\u043a\u0438\u0445 \u0434\u0435\u0442\u0435\u0439.\r\n\r\n\u0427\u0442\u043e\u0431\u044b \u0443\u043b\u0443\u0447\u0448\u0438\u0442\u044c \u0440\u0430\u0431\u043e\u0442\u0443 \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u043e\u0439 \u0441\u0435\u0442\u0438, \u043d\u0430 \u0441\u0430\u0439\u0442\u0435 \r\n\u043f\u0440\u043e\u0435\u043a\u0442\u0430 \u0442\u0430\u043a\u0436\u0435 \u0437\u0430\u043f\u0443\u0441\u0442\u0438\u043b\u0438 \u043e\u043f\u0440\u043e\u0441 : \u0438\u0437 \u0434\u0432\u0443\u0445 \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0439 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044c \u0434\u043e\u043b\u0436\u0435\u043d \u0432\u044b\u0431\u0440\u0430\u0442\u044c \u0442\u0443, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0432\u044b\u0437\u044b\u0432\u0430\u0435\u0442 \u0443 \u043d\u0435\u0433\u043e \u043d\u0430\u0438\u0431\u043e\u043b\u044c\u0448\u0438\u0439 \u044d\u043c\u043e\u0446\u0438\u043e\u043d\u0430\u043b\u044c\u043d\u044b\u0439 \u043e\u0442\u043a\u043b\u0438\u043a.\r\n\r\n \r\n\u0424\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0438 \u0443\u043b\u0438\u0446 \u0410\u043c\u0441\u0442\u0435\u0440\u0434\u0430\u043c\u0430, \u0411\u043e\u0441\u0442\u043e\u043d\u0430 \u0438 \u041b\u043e\u043d\u0434\u043e\u043d\u0430 \u043f\u043e\u0441\u043b\u0435 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c\u044e Deep Empathy. \u0421\u043b\u0435\u0432\u0430 \u2014 \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0439 \u0432\u0438\u0434, \u0441\u043f\u0440\u0430\u0432\u0430 \u2014 \u043f\u043e\u0441\u043b\u0435 \u0434\u043e\u0431\u0430\u0432\u043b\u0435\u043d\u0438\u044f \u0440\u0430\u0437\u0440\u0443\u0448\u0435\u043d\u0438\u0439 \r\n\u0418\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435: MIT Media Lab \r\n \r\n\u0424\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0438 \u0443\u043b\u0438\u0446 \u0410\u043c\u0441\u0442\u0435\u0440\u0434\u0430\u043c\u0430, \u0411\u043e\u0441\u0442\u043e\u043d\u0430 \u0438 \u041b\u043e\u043d\u0434\u043e\u043d\u0430 \u043f\u043e\u0441\u043b\u0435 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c\u044e Deep Empathy. \u0421\u043b\u0435\u0432\u0430 \u2014 \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0439 \u0432\u0438\u0434, \u0441\u043f\u0440\u0430\u0432\u0430 \u2014 \u043f\u043e\u0441\u043b\u0435 \u0434\u043e\u0431\u0430\u0432\u043b\u0435\u043d\u0438\u044f \u0440\u0430\u0437\u0440\u0443\u0448\u0435\u043d\u0438\u0439 \r\n\u0418\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435: MIT Media Lab \r\n \r\n\u0424\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0438 \u0443\u043b\u0438\u0446 \u0410\u043c\u0441\u0442\u0435\u0440\u0434\u0430\u043c\u0430, \u0411\u043e\u0441\u0442\u043e\u043d\u0430 \u0438 \u041b\u043e\u043d\u0434\u043e\u043d\u0430 \u043f\u043e\u0441\u043b\u0435 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c\u044e Deep Empathy. \u0421\u043b\u0435\u0432\u0430 \u2014 \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0439 \u0432\u0438\u0434, \u0441\u043f\u0440\u0430\u0432\u0430 \u2014 \u043f\u043e\u0441\u043b\u0435 \u0434\u043e\u0431\u0430\u0432\u043b\u0435\u043d\u0438\u044f \u0440\u0430\u0437\u0440\u0443\u0448\u0435\u043d\u0438\u0439 \r\n\u0418\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435: MIT Media Lab \r\n\r\n\u041a\u0430\u043a \u043d\u0430\u043a\u043e\u0434\u0438\u0442\u044c \u043f\u0440\u0438\u0437\u0440\u0430\u043a\u043e\u0432 \u0438 \u0437\u043e\u043c\u0431\u0438\r\n\r\n\u0421\u0442\u0443\u0434\u0435\u043d\u0442\u044b \u0443\u0436\u0435 \u0445\u043e\u0440\u043e\u0448\u043e \u0437\u043d\u0430\u043a\u043e\u043c\u043e\u0439 \u043d\u0430\u043c \u043c\u0435\u0434\u0438\u0430\u043b\u0430\u0431\u043e\u0440\u0430\u0442\u043e\u0440\u0438\u0438 \r\nMIT \u0417\u0438\u0432 \u042d\u043f\u0448\u0442\u0435\u0439\u043d \u0438 \u041c\u044d\u0442\u0442 \u0413\u0440\u043e , \u0440\u0430\u0437\u0432\u0438\u0432\u0430\u044f \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u044f \u0441\u0432\u043e\u0438\u0445 \u0441\u0442\u0430\u0440\u0448\u0438\u0445 \u043a\u043e\u043b\u043b\u0435\u0433, \u043e\u0431\u0443\u0447\u0438\u043b\u0438 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c \u0441\u043e\u0437\u0434\u0430\u0432\u0430\u0442\u044c\u2026 \u043f\u0440\u0438\u0437\u0440\u0430\u043a\u043e\u0432. \u041a \u0441\u0447\u0430\u0441\u0442\u044c\u044e, \u043f\u043e\u043a\u0430 \u0442\u043e\u043b\u044c\u043a\u043e \u043d\u0430 \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u044f\u0445.\r\n\r\n\u041d\u0430\u0447\u0430\u043b\u043e\u0441\u044c \u0432\u0441\u0451 \u0441 \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u0431\u0435\u0437\u043e\u0431\u0438\u0434\u043d\u043e\u0433\u043e \r\n\u043f\u0440\u043e\u0435\u043a\u0442\u0430: \u042d\u043f\u0448\u0442\u0435\u0439\u043d \u0438 \u0413\u0440\u043e \u0440\u0430\u0437\u0440\u0430\u0431\u0430\u0442\u044b\u0432\u0430\u043b\u0438 \u0418\u0418, \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u044b\u0439 \u0441\u0442\u0438\u0440\u0430\u0442\u044c \u0441 \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0439 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0445 \u043b\u044e\u0434\u0435\u0439 \u0438 \u0432\u043e\u0441\u0441\u0442\u0430\u043d\u0430\u0432\u043b\u0438\u0432\u0430\u0442\u044c \u043d\u0430 \u0438\u0445 \u043c\u0435\u0441\u0442\u0435 \u0437\u0430\u0434\u043d\u0438\u0439 \u0444\u043e\u043d. \u0422\u0430\u043a\u0430\u044f \u0444\u0443\u043d\u043a\u0446\u0438\u044f \u043c\u043e\u0433\u043b\u0430 \u0431\u044b \u043f\u043e\u043c\u043e\u0447\u044c \u0443\u0431\u0440\u0430\u0442\u044c \u0441\u043e \u0441\u0442\u0430\u0440\u044b\u0445 \u0444\u043e\u0442\u043e \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0434\u0440\u0443\u0437\u0435\u0439 \u0438 \u043f\u043e\u0434\u0440\u0443\u0433, \u0441 \u043a\u043e\u0442\u043e\u0440\u044b\u043c\u0438 \u0438\u0441\u043f\u043e\u0440\u0442\u0438\u043b\u0438\u0441\u044c \u043e\u0442\u043d\u043e\u0448\u0435\u043d\u0438\u044f.\r\n\r\n\u041e\u0434\u043d\u0430\u043a\u043e \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u0430 \u0441\u0442\u0443\u0434\u0435\u043d\u0442\u043e\u0432 \u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0430 \u043d\u0435 \u0442\u0430\u043a \r\n\u0445\u043e\u0440\u043e\u0448\u043e, \u043a\u0430\u043a \u043e\u043d\u0438 \u043f\u0440\u0435\u0434\u043f\u043e\u043b\u0430\u0433\u0430\u043b\u0438. \u0412 \u0431\u043e\u043b\u044c\u0448\u0438\u043d\u0441\u0442\u0432\u0435 \u0441\u043b\u0443\u0447\u0430\u0435\u0432 \u043d\u0430 \u043c\u0435\u0441\u0442\u0435 \u0443\u0434\u0430\u043b\u0451\u043d\u043d\u044b\u0445 \u043b\u044e\u0434\u0435\u0439 \u043e\u0441\u0442\u0430\u0432\u0430\u043b\u0438\u0441\u044c \u0440\u0430\u0437\u043c\u044b\u0442\u044b\u0435 \u0441\u0438\u043b\u0443\u044d\u0442\u044b. \u0422\u043e\u0433\u0434\u0430 \u0440\u0435\u0431\u044f\u0442\u0430 \u0437\u0430\u0434\u0443\u043c\u0430\u043b\u0438\u0441\u044c \u043d\u0430\u0434 \u0442\u0435\u043c, \u0447\u0442\u043e \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0438 \u043c\u043e\u0436\u043d\u043e \u043f\u0440\u0438\u043c\u0435\u043d\u044f\u0442\u044c \u0438 \u0434\u043b\u044f \u043e\u0431\u0440\u0430\u0442\u043d\u043e\u0439 \u0437\u0430\u0434\u0430\u0447\u0438 \u2014 \u043d\u0435 \u0441\u0442\u0438\u0440\u0430\u0442\u044c, \u0430, \u043d\u0430\u043e\u0431\u043e\u0440\u043e\u0442, \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0442\u044c \u043d\u0430 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u043d\u0435\u0447\u0451\u0442\u043a\u0438\u0435, \u043d\u0430\u043f\u043e\u043c\u0438\u043d\u0430\u044e\u0449\u0438\u0435 \u043f\u0440\u0438\u0432\u0438\u0434\u0435\u043d\u0438\u0439, \u0444\u0438\u0433\u0443\u0440\u044b.\r\n\r\n\u0422\u0430\u043a \u043f\u043e\u044f\u0432\u0438\u043b\u0441\u044f \u043f\u0440\u043e\u0435\u043a\u0442 \u00ab\u0418\u0418-\u043f\u0440\u0438\u0437\u0440\u0430\u043a\u0438\u00bb (AI Spirits \r\n ), \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u042d\u043f\u0448\u0442\u0435\u0439\u043d \u0438 \u0413\u0440\u043e, \u043f\u0440\u0435\u0437\u0435\u043d\u0442\u043e\u0432\u0430\u043b\u0438 \u043f\u0443\u0431\u043b\u0438\u043a\u0435 \u0432 2018 \u0433\u043e\u0434\u0443. \u0415\u0441\u043b\u0438 \u043f\u0440\u043e\u043f\u0443\u0441\u0442\u0438\u0442\u044c \u0447\u0435\u0440\u0435\u0437 \u0433\u0435\u043d\u0435\u0440\u0430\u0442\u0438\u0432\u043d\u0443\u044e \u0441\u0435\u0442\u044c AI Spirits \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u044e \u043f\u0443\u0441\u0442\u043e\u0433\u043e \u043f\u0435\u0439\u0437\u0430\u0436\u0430 (\u043c\u043e\u0440\u0441\u043a\u043e\u0433\u043e \u043f\u043e\u0431\u0435\u0440\u0435\u0436\u044c\u044f, \u0442\u0451\u043c\u043d\u043e\u0433\u043e \u043b\u0435\u0441\u0430 \u0438\u043b\u0438 \u043f\u0448\u0435\u043d\u0438\u0447\u043d\u043e\u0433\u043e \u043f\u043e\u043b\u044f \u2014 \u043d\u0435\u0432\u0430\u0436\u043d\u043e), \u0442\u043e \u043e\u043d\u0430 \u0434\u043e\u0431\u0430\u0432\u0438\u0442 \u043a \u043d\u0435\u043c\u0443 \u0447\u0435\u043b\u043e\u0432\u0435\u043a\u043e\u043e\u0431\u0440\u0430\u0437\u043d\u044b\u0435 \u043f\u044f\u0442\u043d\u0430 \u0438 \u0442\u0435\u043d\u0438.\r\n\r\n \r\n\u041d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0438\u0437 \u043f\u0440\u0438\u0437\u0440\u0430\u043a\u043e\u0432, \u0441\u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0445 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c\u044e AI Spirits \r\n\u0418\u0441\u0442\u043e\u0447\u043d\u0438\u043a: MIT Media Lab \r\n \r\n\u041d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0438\u0437 \u043f\u0440\u0438\u0437\u0440\u0430\u043a\u043e\u0432, \u0441\u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0445 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c\u044e AI Spirits \r\n\u0418\u0441\u0442\u043e\u0447\u043d\u0438\u043a: MIT Media Lab \r\n \r\n\u041d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0438\u0437 \u043f\u0440\u0438\u0437\u0440\u0430\u043a\u043e\u0432, \u0441\u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0445 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c\u044e AI Spirits \r\n\u0418\u0441\u0442\u043e\u0447\u043d\u0438\u043a: MIT Media Lab \r\n\r\n\u041e\u0431\u0443\u0447\u0438\u0432\u0448\u0438\u0441\u044c \u043d\u0430 \u043f\u0440\u0438\u043c\u0435\u0440\u043d\u043e 5000 \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0439 \r\n , \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0449\u0438\u0445 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u043b\u044e\u0434\u0435\u0439, \u0418\u0418 \u0443\u0441\u0432\u043e\u0438\u043b \u043f\u0440\u0430\u0432\u0438\u043b\u0430 \u043a\u043e\u043c\u043f\u043e\u0437\u0438\u0446\u0438\u0438 \u0441\u043d\u0438\u043c\u043a\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u043c \u043e\u0431\u044b\u0447\u043d\u043e \u0441\u043b\u0435\u0434\u0443\u044e\u0442 \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u044b. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 AI Spirits \u0432\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442 \u043f\u0440\u0438\u0437\u0440\u0430\u0447\u043d\u044b\u0435 \u0444\u0438\u0433\u0443\u0440\u044b \u0438\u043c\u0435\u043d\u043d\u043e \u0442\u0430\u043c, \u0433\u0434\u0435 \u043d\u0430\u0448 \u043c\u043e\u0437\u0433 \u043e\u0436\u0438\u0434\u0430\u0435\u0442 \u0438\u0445 \u0443\u0432\u0438\u0434\u0435\u0442\u044c, \u2014 \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043d\u0430 \u0442\u0440\u043e\u043f\u0438\u043d\u043a\u0435 \u043f\u043e\u0441\u0440\u0435\u0434\u0438 \u043b\u0435\u0441\u0430. \u0412 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0435 \u0441\u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0435 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c\u044e \u0444\u0430\u043d\u0442\u043e\u043c\u044b \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u044b \u0432\u044b\u0437\u0432\u0430\u0442\u044c \u0441\u0442\u0440\u0430\u0445 \u0438 \u0431\u0435\u0441\u043f\u043e\u043a\u043e\u0439\u0441\u0442\u0432\u043e.\r\n\r\n\r\n\r\n \r\n\r\n\r\n\u00ab\u041c\u043e\u0434\u0435\u043b\u044c \u043e\u0431\u0443\u0447\u0430\u043b\u0430\u0441\u044c, \u0441\u043e\u043f\u043e\u0441\u0442\u0430\u0432\u043b\u044f\u044f \u0441\u043d\u0438\u043c\u043a\u0438, \r\n\u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0449\u0438\u0435 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u043b\u044e\u0434\u0435\u0439, \u0441 \u0430\u043d\u0430\u043b\u043e\u0433\u0438\u0447\u043d\u044b\u043c\u0438 \u0444\u043e\u0442\u043e, \u043d\u0430 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043b\u044e\u0434\u0438 \u0431\u044b\u043b\u0438 \u0441\u0442\u0451\u0440\u0442\u044b \u043f\u0440\u0438 \u043f\u043e\u043c\u043e\u0449\u0438 \u0418\u0418. \u0410\u043b\u0433\u043e\u0440\u0438\u0442\u043c \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0435\u0442 \u043f\u0440\u0438\u0437\u0440\u0430\u043a\u043e\u0432 \u0442\u0430\u043c, \u0433\u0434\u0435 \u0438\u0445 \u043f\u043e\u044f\u0432\u043b\u0435\u043d\u0438\u0435 \u043e\u0436\u0438\u0434\u0430\u0435\u043c\u043e. \u041e\u043d \u0438\u0441\u0445\u043e\u0434\u0438\u0442 \u0438\u0437 \u043f\u043e\u043d\u0438\u043c\u0430\u043d\u0438\u044f \u043e\u0431\u044b\u0447\u043d\u043e\u0433\u043e \u0440\u0430\u0437\u043c\u0435\u0440\u0430 \u0438 \u043c\u0435\u0441\u0442\u043e\u043f\u043e\u043b\u043e\u0436\u0435\u043d\u0438\u044f \u0444\u0438\u0433\u0443\u0440 \u043b\u044e\u0434\u0435\u0439 \u043d\u0430 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f\u0445. \u041d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c \u043e\u043a\u0440\u0430\u0448\u0438\u0432\u0430\u0435\u0442 \u0438 \u0442\u0435\u043a\u0441\u0442\u0443\u0440\u0438\u0440\u0443\u0435\u0442 \u043f\u0440\u0438\u0432\u0438\u0434\u0435\u043d\u0438\u0439, \u043e\u0442\u0442\u0430\u043b\u043a\u0438\u0432\u0430\u044f\u0441\u044c \u043e\u0442 \u043f\u0435\u0439\u0437\u0430\u0436\u0430, \u0432\u0438\u0434\u0438\u043c\u043e\u0433\u043e \u043d\u0430 \u043e\u0441\u0442\u0430\u043b\u044c\u043d\u043e\u0439 \u0447\u0430\u0441\u0442\u0438 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f\u00bb.\r\n\r\n\u041c\u044d\u0442\u0442 \u0413\u0440\u043e,\r\n\u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c MIT Media Lab (\u0446\u0438\u0442\u0430\u0442\u0430: Digg \r\n)\r\n\r\n\u0421\u0432\u043e\u0438\u043c \u0438\u0437\u043e\u0431\u0440\u0435\u0442\u0435\u043d\u0438\u0435\u043c \u043c\u043e\u043b\u043e\u0434\u044b\u0435 \u0443\u0447\u0451\u043d\u044b\u0435 \u0445\u043e\u0442\u0435\u043b\u0438 \r\n\u043f\u043e\u043a\u0430\u0437\u0430\u0442\u044c \u043c\u043e\u0449\u044c \u0418\u0418, \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u043c\u043d\u043e\u0433\u0438\u0435 \u0432\u0441\u0451 \u0435\u0449\u0451 \u043d\u0435 \u043e\u0441\u043e\u0437\u043d\u0430\u044e\u0442. \u042d\u043f\u0448\u0442\u0435\u0439\u043d \u0438 \u0413\u0440\u043e \u0443\u0442\u0432\u0435\u0440\u0436\u0434\u0430\u044e\u0442 , \u0447\u0442\u043e \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0438, \u043e\u0431\u0443\u0447\u0430\u044f\u0441\u044c, \u043c\u043e\u0433\u0443\u0442 \u0430\u043a\u043a\u0443\u043c\u0443\u043b\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0432 \u0441\u0435\u0431\u0435 \u0442\u0430\u043a\u0438\u0435 \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e\u0441\u0442\u0438 \u0447\u0435\u043b\u043e\u0432\u0435\u0447\u0435\u0441\u043a\u043e\u0439 \u043f\u0440\u0438\u0440\u043e\u0434\u044b, \u043e \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0434\u0430\u0436\u0435 \u0441\u0430\u043c\u0438 \u043b\u044e\u0434\u0438 \u043d\u0435 \u043f\u043e\u0434\u043e\u0437\u0440\u0435\u0432\u0430\u044e\u0442.\r\n\r\n\r\n\r\n \r\n\r\n\r\n\u00ab\u042f \u043d\u0435 \u0434\u0443\u043c\u0430\u044e, \u0447\u0442\u043e \u0432 \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u043c \r\n\u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0435 \u0442\u0430\u044f\u0442\u0441\u044f \u0437\u043b\u044b\u0435 \u0441\u0438\u043b\u044b, \u043d\u043e \u043e\u043d \u043c\u043e\u0436\u0435\u0442 \u043e\u043a\u0430\u0437\u0430\u0442\u044c\u0441\u044f \u0432\u0435\u0441\u044c\u043c\u0430 \u043f\u0443\u0433\u0430\u044e\u0449\u0438\u043c, \u043a\u043e\u0433\u0434\u0430 \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u0442 \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0443\u044e\u0449\u0438\u0435 \u0434\u0430\u043d\u043d\u044b\u0435. \u0415\u0441\u043b\u0438 \u043c\u043e\u0434\u0435\u043b\u0438 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0431\u0443\u0434\u0443\u0442 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0431\u0435\u0437 \u043d\u0430\u0434\u043b\u0435\u0436\u0430\u0449\u0435\u0433\u043e \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044f, \u0442\u043e \u0438\u0437 \u044d\u0442\u043e\u0433\u043e \u0431\u0435\u0437\u0443\u0441\u043b\u043e\u0432\u043d\u043e \u043c\u043e\u0436\u0435\u0442 \u0432\u044b\u0439\u0442\u0438 \u043c\u043d\u043e\u0433\u043e \u043d\u0435\u0445\u043e\u0440\u043e\u0448\u0438\u0445 \u0432\u0435\u0449\u0435\u0439\u00bb.\r\n\r\n\u041c\u044d\u0442\u0442 \u0413\u0440\u043e,\r\n\u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c MIT Media Lab (\u0446\u0438\u0442\u0430\u0442\u0430: Digg \r\n)\u0427\u0442\u043e\u0431\u044b \u043f\u0440\u043e\u0434\u0435\u043c\u043e\u043d\u0441\u0442\u0440\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u0440\u0430\u0431\u043e\u0442\u044b AI Spirits, \u0443\u0447\u0451\u043d\u044b\u0435 MIT Media Lab \u0441\u043c\u043e\u043d\u0442\u0438\u0440\u043e\u0432\u0430\u043b\u0438 \u043a\u043e\u0440\u043e\u0442\u043a\u043e\u0435 \u0432\u0438\u0434\u0435\u043e \u0438\u0437 \u0441\u043e\u0437\u0434\u0430\u043d\u043d\u044b\u0445 \u0418\u0418 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439 \u043f\u0440\u0438\u0437\u0440\u0430\u043a\u043e\u0432. \u0420\u043e\u043b\u0438\u043a, \u0441\u043e\u043f\u0440\u043e\u0432\u043e\u0436\u0434\u0430\u0435\u043c\u044b\u0439 \u0430\u0442\u043c\u043e\u0441\u0444\u0435\u0440\u043d\u043e\u0439 \u043c\u0443\u0437\u044b\u043a\u043e\u0439, \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0441\u044f \u043f\u0443\u0433\u0430\u044e\u0449\u0438\u043c\r\n\r\n\u041f\u043e\u043c\u0438\u043c\u043e \u043f\u0440\u0438\u0437\u0440\u0430\u043a\u043e\u0432, \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u044b\u0435 \u0441\u0435\u0442\u0438 \u043c\u043e\u0433\u0443\u0442 \r\n\u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0435\u0449\u0451 \u0438\u2026 \u0437\u043e\u043c\u0431\u0438. \u041d\u0430 \u044d\u0442\u043e \u0441\u043f\u043e\u0441\u043e\u0431\u0435\u043d \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c Nightmare Machine . \u0414\u0430, \u00ab\u041c\u0430\u0448\u0438\u043d\u0430 \u043a\u043e\u0448\u043c\u0430\u0440\u043e\u0432\u00bb, \u0441\u043e\u0437\u0434\u0430\u043d\u043d\u0430\u044f \u0432 MIT Media Lab, \u043c\u043e\u0436\u0435\u0442 \u043f\u0435\u0440\u0435\u043d\u043e\u0441\u0438\u0442\u044c \u043f\u0443\u0433\u0430\u044e\u0449\u0438\u0439 \u0441\u0442\u0438\u043b\u044c \u043d\u0435 \u0442\u043e\u043b\u044c\u043a\u043e \u043d\u0430 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0433\u043e\u0440\u043e\u0434\u043e\u0432, \u043d\u043e \u0438 \u043d\u0430 \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0438 \u043b\u044e\u0434\u0435\u0439, \u043f\u0440\u0435\u0432\u0440\u0430\u0449\u0430\u044f \u0438\u0445 \u0432 \u0445\u043e\u0434\u044f\u0447\u0438\u0445 \u043c\u0435\u0440\u0442\u0432\u0435\u0446\u043e\u0432 (\u0447\u0430\u0441 \u043e\u0442 \u0447\u0430\u0441\u0443 \u043d\u0435 \u043b\u0435\u0433\u0447\u0435).\r\n\r\n\u0427\u0442\u043e\u0431\u044b \u043e\u0431\u0443\u0447\u0438\u0442\u044c \u0418\u0418 \u044d\u0442\u043e\u043c\u0443 \u043d\u0435\u0442\u0440\u0438\u0432\u0438\u0430\u043b\u044c\u043d\u043e\u043c\u0443 \r\n\u043d\u0430\u0432\u044b\u043a\u0443, \u0443\u0447\u0451\u043d\u044b\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b\u0438 \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0438 \u0437\u043d\u0430\u043c\u0435\u043d\u0438\u0442\u043e\u0441\u0442\u0435\u0439. \u041d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c \u0442\u0440\u0435\u043d\u0438\u0440\u043e\u0432\u0430\u043b\u0430\u0441\u044c, \u043f\u0435\u0440\u0435\u043d\u043e\u0441\u044f \u043d\u0430 \u043d\u0438\u0445 \u0447\u0435\u0440\u0442\u044b \u0437\u043e\u043c\u0431\u0438 (\u0442\u043e\u043b\u044c\u043a\u043e \u043d\u0435 \u0441\u043f\u0440\u0430\u0448\u0438\u0432\u0430\u0439\u0442\u0435, \u0433\u0434\u0435 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u0438 \u0432\u0437\u044f\u043b\u0438 \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e\u0435 \u0434\u043b\u044f \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0418\u0418 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u0441\u043d\u0438\u043c\u043a\u043e\u0432 \u043d\u0435\u0436\u0438\u0442\u0438. \u041e\u043d\u0438 \u043e\u0431 \u044d\u0442\u043e\u043c \u043d\u0435 \u0441\u043e\u043e\u0431\u0449\u0438\u043b\u0438).\r\n\r\n \r\n\u041d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c Nightmare Machine \u0441\u043c\u043e\u0433\u043b\u0430 \u043f\u0440\u0435\u0432\u0440\u0430\u0442\u0438\u0442\u044c \u0432 \u0437\u043e\u043c\u0431\u0438 \u0411\u0440\u044d\u0434\u0430 \u041f\u0438\u0442\u0442\u0430, \u041c\u044d\u0440\u0438\u043b\u0438\u043d \u041c\u043e\u043d\u0440\u043e, \u0414\u043e\u043d\u0430\u043b\u044c\u0434\u0430 \u0422\u0440\u0430\u043c\u043f\u0430, \u0425\u0438\u043b\u043b\u0430\u0440\u0438 \u041a\u043b\u0438\u043d\u0442\u043e\u043d \u0438 \u0434\u0430\u0436\u0435 \u0437\u0430\u0431\u0430\u0432\u043d\u043e\u0433\u043e \u043b\u044f\u0433\u0443\u0448\u043e\u043d\u043a\u0430 \u041a\u0435\u0440\u043c\u0438\u0442\u0430 [ https:\/\/ru.wikipedia.org\/wiki\/%D0%9B%D1%8F%D0%B3%D1%83%D1%88%D0%BE%D0%BD%D0%BE%D0%BA_%D0%9A%D0%B5%D1%80%D0%BC%D0%B8%D1%82 ] \u0438\u0437 \u00ab\u041c\u0430\u043f\u043f\u0435\u0442-\u0448\u043e\u0443\u00bb\r\n\u0418\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435: MIT Media Lab \r\n \r\n\u041d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c Nightmare Machine \u0441\u043c\u043e\u0433\u043b\u0430 \u043f\u0440\u0435\u0432\u0440\u0430\u0442\u0438\u0442\u044c \u0432 \u0437\u043e\u043c\u0431\u0438 \u0411\u0440\u044d\u0434\u0430 \u041f\u0438\u0442\u0442\u0430, \u041c\u044d\u0440\u0438\u043b\u0438\u043d \u041c\u043e\u043d\u0440\u043e, \u0414\u043e\u043d\u0430\u043b\u044c\u0434\u0430 \u0422\u0440\u0430\u043c\u043f\u0430, \u0425\u0438\u043b\u043b\u0430\u0440\u0438 \u041a\u043b\u0438\u043d\u0442\u043e\u043d \u0438 \u0434\u0430\u0436\u0435 \u0437\u0430\u0431\u0430\u0432\u043d\u043e\u0433\u043e \u043b\u044f\u0433\u0443\u0448\u043e\u043d\u043a\u0430 \u041a\u0435\u0440\u043c\u0438\u0442\u0430 [ https:\/\/ru.wikipedia.org\/wiki\/%D0%9B%D1%8F%D0%B3%D1%83%D1%88%D0%BE%D0%BD%D0%BE%D0%BA_%D0%9A%D0%B5%D1%80%D0%BC%D0%B8%D1%82 ] \u0438\u0437 \u00ab\u041c\u0430\u043f\u043f\u0435\u0442-\u0448\u043e\u0443\u00bb\r\n\u0418\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435: MIT Media Lab \r\n \r\n\u041d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c Nightmare Machine \u0441\u043c\u043e\u0433\u043b\u0430 \u043f\u0440\u0435\u0432\u0440\u0430\u0442\u0438\u0442\u044c \u0432 \u0437\u043e\u043c\u0431\u0438 \u0411\u0440\u044d\u0434\u0430 \u041f\u0438\u0442\u0442\u0430, \u041c\u044d\u0440\u0438\u043b\u0438\u043d \u041c\u043e\u043d\u0440\u043e, \u0414\u043e\u043d\u0430\u043b\u044c\u0434\u0430 \u0422\u0440\u0430\u043c\u043f\u0430, \u0425\u0438\u043b\u043b\u0430\u0440\u0438 \u041a\u043b\u0438\u043d\u0442\u043e\u043d \u0438 \u0434\u0430\u0436\u0435 \u0437\u0430\u0431\u0430\u0432\u043d\u043e\u0433\u043e \u043b\u044f\u0433\u0443\u0448\u043e\u043d\u043a\u0430 \u041a\u0435\u0440\u043c\u0438\u0442\u0430 [ https:\/\/ru.wikipedia.org\/wiki\/%D0%9B%D1%8F%D0%B3%D1%83%D1%88%D0%BE%D0%BD%D0%BE%D0%BA_%D0%9A%D0%B5%D1%80%D0%BC%D0%B8%D1%82 ] \u0438\u0437 \u00ab\u041c\u0430\u043f\u043f\u0435\u0442-\u0448\u043e\u0443\u00bb\r\n\u0418\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435: MIT Media Lab \r\n \r\n\u041d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c Nightmare Machine \u0441\u043c\u043e\u0433\u043b\u0430 \u043f\u0440\u0435\u0432\u0440\u0430\u0442\u0438\u0442\u044c \u0432 \u0437\u043e\u043c\u0431\u0438 \u0411\u0440\u044d\u0434\u0430 \u041f\u0438\u0442\u0442\u0430, \u041c\u044d\u0440\u0438\u043b\u0438\u043d \u041c\u043e\u043d\u0440\u043e, \u0414\u043e\u043d\u0430\u043b\u044c\u0434\u0430 \u0422\u0440\u0430\u043c\u043f\u0430, \u0425\u0438\u043b\u043b\u0430\u0440\u0438 \u041a\u043b\u0438\u043d\u0442\u043e\u043d \u0438 \u0434\u0430\u0436\u0435 \u0437\u0430\u0431\u0430\u0432\u043d\u043e\u0433\u043e \u043b\u044f\u0433\u0443\u0448\u043e\u043d\u043a\u0430 \u041a\u0435\u0440\u043c\u0438\u0442\u0430 [ https:\/\/ru.wikipedia.org\/wiki\/%D0%9B%D1%8F%D0%B3%D1%83%D1%88%D0%BE%D0%BD%D0%BE%D0%BA_%D0%9A%D0%B5%D1%80%D0%BC%D0%B8%D1%82 ] \u0438\u0437 \u00ab\u041c\u0430\u043f\u043f\u0435\u0442-\u0448\u043e\u0443\u00bb\r\n\u0418\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435: MIT Media Lab \r\n\r\n\u041f\u043e\u0438\u0437\u0434\u0435\u0432\u0430\u0432\u0448\u0438\u0441\u044c \u043d\u0430\u0434 \u0437\u043d\u0430\u043c\u0435\u043d\u0438\u0442\u043e\u0441\u0442\u044f\u043c\u0438, \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u0438\u0441\u0442\u044b \r\nMIT Media Lab \u0441\u043e\u0437\u0434\u0430\u043b\u0438 \u0432\u0430\u0440\u0438\u0430\u043d\u0442 \u0433\u0435\u043d\u0435\u0440\u0430\u0442\u0438\u0432\u043d\u043e-\u0441\u043e\u0441\u0442\u044f\u0437\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0439 \u0441\u0435\u0442\u0438 (GAN), \u043e\u043f\u0438\u0441\u0430\u043d\u043d\u044b\u0439 \u0432 \u043d\u0430\u0443\u0447\u043d\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 . \u0412 \u0441\u0432\u043e\u044e \u043e\u0447\u0435\u0440\u0435\u0434\u044c, \u044d\u0442\u0430 \u0441\u0435\u0442\u044c \u043e\u0431\u0443\u0447\u0438\u043b\u0430\u0441\u044c \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0430\u0431\u0441\u0442\u0440\u0430\u043a\u0442\u043d\u044b\u0435 \u043b\u0438\u0446\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043f\u043e\u0441\u043b\u0435 \u043d\u0430\u043b\u043e\u0436\u0435\u043d\u0438\u044f \u043d\u0430 \u043d\u0438\u0445 \u0441\u0442\u0438\u043b\u044f \u0437\u043e\u043c\u0431\u0438 \u043d\u0430\u043f\u043e\u043c\u0438\u043d\u0430\u044e\u0442 \u043f\u0435\u0440\u0441\u043e\u043d\u0430\u0436\u0435\u0439 \u0444\u0438\u043b\u044c\u043c\u043e\u0432 \u0440\u0435\u0436\u0438\u0441\u0441\u0451\u0440\u0430 \u0414\u0436\u043e\u0440\u0434\u0436\u0430 \u0420\u043e\u043c\u0435\u0440\u043e [ https:\/\/ru.wikipedia.org\/wiki\/%D0%A0%D0%BE%D0%BC%D0%B5%D1%80%D0%BE,_%D0%94%D0%B6%D0%BE%D1%80%D0%B4%D0%B6 ] , \u0432\u044b\u043b\u0435\u0437\u0448\u0438\u0445 \u0438\u0437 \u0441\u0432\u043e\u0438\u0445 \u0442\u0451\u043c\u043d\u044b\u0445 \u043c\u043e\u0433\u0438\u043b, \u0447\u0442\u043e\u0431\u044b \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0435\u0435 \u0441\u0435\u043b\u0444\u0438.\r\n\r\n\r\n\r\n \r\n\r\n\r\n\u00ab\u0410\u043b\u0433\u043e\u0440\u0438\u0442\u043c \u0432\u043d\u0430\u0447\u0430\u043b\u0435 \u0443\u0437\u043d\u0430\u043b, \u043a\u0430\u043a \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442 \u043b\u0438\u0446\u043e, \u2014 \r\n\u043c\u044b \u0434\u043e\u0431\u0438\u043b\u0438\u0441\u044c \u044d\u0442\u043e\u0433\u043e \u043f\u0443\u0442\u0451\u043c \u043f\u043e\u0434\u0430\u0447\u0438 \u043d\u0430 \u0435\u0433\u043e \u0432\u0445\u043e\u0434\u044b 100 000 \u043b\u0438\u0446 \u0437\u043d\u0430\u043c\u0435\u043d\u0438\u0442\u043e\u0441\u0442\u0435\u0439. \u041f\u043e\u0441\u043b\u0435 \u044d\u0442\u043e\u0433\u043e \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c \u0441\u043c\u043e\u0433 \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043d\u043e\u0432\u044b\u0435 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0441\u0430\u043c\u043e\u0441\u0442\u043e\u044f\u0442\u0435\u043b\u044c\u043d\u043e. \u041a\u043e\u0433\u0434\u0430 Nightmare Machine \u0441\u043e\u0437\u0434\u0430\u0451\u0442 \u0443\u043d\u0438\u043a\u0430\u043b\u044c\u043d\u044b\u0435 \u043b\u0438\u0446\u0430, \u043e\u043d \u201e\u0437\u043e\u043c\u0431\u0438\u0440\u0443\u0435\u0442\u201c \u0438\u0445 \u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043f\u043e\u043d\u0438\u043c\u0430\u0435\u0442, \u043a\u0430\u043a \u0434\u043e\u043b\u0436\u0435\u043d \u0432\u044b\u0433\u043b\u044f\u0434\u0435\u0442\u044c \u043d\u0430\u0441\u0442\u043e\u044f\u0449\u0438\u0439 \u0437\u043e\u043c\u0431\u0438\u00bb.\r\n\r\n\u041f\u0438\u043d\u0430\u0440 \u042f\u043d\u0430\u0440\u0434\u0430\u0433,\r\n\u0432\u0435\u0434\u0443\u0449\u0438\u0439 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c MIT Media Lab (\u0446\u0438\u0442\u0430\u0442\u0430: \r\nMIT Media Lab )\r\n\r\n\u0422\u0430\u043a\u0438\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c, \u0432 \u043f\u0440\u043e\u0435\u043a\u0442\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0442\u0441\u044f \r\n\u0434\u0432\u0435 \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u044b\u0435 \u0441\u0435\u0442\u0438. \u041f\u0435\u0440\u0432\u0430\u044f \u2014 \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u0443\u0435\u0442 \u0447\u0435\u043b\u043e\u0432\u0435\u0447\u0435\u0441\u043a\u0438\u0435 \u043b\u0438\u0446\u0430 (\u043d\u0435 \u0437\u043e\u043c\u0431\u0438), \u0430 \u0432\u0442\u043e\u0440\u0430\u044f \u2014 \u0443\u0436\u0435 \u043f\u0440\u0435\u0432\u0440\u0430\u0449\u0430\u0435\u0442 \u0438\u0445 \u0432 \u043c\u043e\u043d\u0441\u0442\u0440\u043e\u0432.\r\n\r\n\u0418\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u0438 \u0442\u0430\u043a\u0436\u0435 \u0437\u0430\u043f\u0443\u0441\u0442\u0438\u043b\u0438 \u043d\u0430 \u0441\u0430\u0439\u0442\u0435 \r\nNightmare Machine \u0433\u043e\u043b\u043e\u0441\u043e\u0432\u0430\u043d\u0438\u0435 (\u041e\u0441\u0442\u043e\u0440\u043e\u0436\u043d\u043e! \u042d\u0442\u0438 \u043a\u0430\u0440\u0442\u0438\u043d\u043a\u0438 \u043c\u043e\u0433\u0443\u0442 \u0448\u043e\u043a\u0438\u0440\u043e\u0432\u0430\u0442\u044c), \u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e \u043a\u043e\u0442\u043e\u0440\u043e\u0433\u043e \u043b\u044e\u0431\u043e\u0439 \u0436\u0435\u043b\u0430\u044e\u0449\u0438\u0439 \u043c\u043e\u0436\u0435\u0442 \u0432\u043d\u0435\u0441\u0442\u0438 \u0441\u0432\u043e\u0439 \u0432\u043a\u043b\u0430\u0434 \u0432 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 \u00ab\u041c\u0430\u0448\u0438\u043d\u044b \u043a\u043e\u0448\u043c\u0430\u0440\u043e\u0432\u00bb. \u0412\u044b\u0431\u0440\u0430\u0432 \u0438\u0437 10 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u043d\u044b\u0445 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439 \u0441\u0430\u043c\u044b\u0435 \u0436\u0443\u0442\u043a\u0438\u0435, \u043f\u043e\u0441\u0435\u0442\u0438\u0442\u0435\u043b\u044c \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u0442 \u0432 \u0432\u0438\u0434\u0435 \u00ab\u043d\u0430\u0433\u0440\u0430\u0434\u044b\u00bb \u043f\u043e\u0434\u0431\u043e\u0440\u043a\u0443 \u0438\u0437 36 \u043a\u0430\u0440\u0442\u0438\u043d\u043e\u043a, \u043a\u043e\u0442\u043e\u0440\u044b\u0435, \u043f\u043e \u043c\u043d\u0435\u043d\u0438\u044e \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0438, \u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u044f\u0442 \u043d\u0430\u0438\u0431\u043e\u043b\u044c\u0448\u0435\u0435 \u0432\u043f\u0435\u0447\u0430\u0442\u043b\u0435\u043d\u0438\u0435 \u0438\u043c\u0435\u043d\u043d\u043e \u043d\u0430 \u043d\u0435\u0433\u043e.\r\n\r\n\u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u0433\u043e\u043b\u043e\u0441\u043e\u0432\u0430\u043d\u0438\u044f \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u044e\u0442\u0441\u044f \u043f\u0440\u0438 \r\n\u0440\u0430\u0431\u043e\u0442\u0435 \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u043e\u0439 \u0441\u0435\u0442\u0438 \u0438 \u0441\u043f\u043e\u0441\u043e\u0431\u0441\u0442\u0432\u0443\u044e\u0442 \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438 \u0432\u0441\u0451 \u0431\u043e\u043b\u0435\u0435 \u0438 \u0431\u043e\u043b\u0435\u0435 \u0441\u0442\u0440\u0430\u0448\u043d\u044b\u0445 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439. \u041a\u0430\u0436\u0434\u044b\u0439 \u0433\u043e\u043b\u043e\u0441 \u043d\u0435\u043c\u043d\u043e\u0433\u043e \u043c\u0435\u043d\u044f\u0435\u0442 \u0418\u0418 \u0432 \u043e\u0434\u043d\u043e\u043c \u0438\u0437 \u043d\u0430\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u0438\u0439: \u0431\u043e\u043b\u044c\u0448\u0435 \u0437\u0443\u0431\u043e\u0432, \u0431\u043e\u043b\u0435\u0435 \u0431\u043b\u0435\u0434\u043d\u0430\u044f \u043a\u043e\u0436\u0430, \u0431\u043e\u043b\u0435\u0435 \u0442\u0451\u043c\u043d\u044b\u0439 \u0444\u043e\u043d \u0438 \u0442\u0430\u043a \u0434\u0430\u043b\u0435\u0435. \u0412 \u0433\u043e\u043b\u043e\u0441\u043e\u0432\u0430\u043d\u0438\u0438 \u0443\u0436\u0435 \u043f\u0440\u0438\u043d\u044f\u043b\u043e \u0443\u0447\u0430\u0441\u0442\u0438\u0435 \u0431\u043e\u043b\u0435\u0435 \u0434\u0432\u0443\u0445 \u043c\u0438\u043b\u043b\u0438\u043e\u043d\u043e\u0432 \u0447\u0435\u043b\u043e\u0432\u0435\u043a.\r\n\r\n\u0415\u0441\u0442\u044c \u043b\u0438 \u0443 \u0432\u0441\u0435\u0433\u043e \u044d\u0442\u043e\u0433\u043e \u043a\u0430\u043a\u043e\u0439-\u0442\u043e \u043f\u0440\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \r\n\u0441\u043c\u044b\u0441\u043b? \u0421\u043e\u0437\u0434\u0430\u0442\u0435\u043b\u0438 AI Spirits \u0438 Nightmare Machine \u0443\u0442\u0432\u0435\u0440\u0436\u0434\u0430\u044e\u0442, \u0447\u0442\u043e \u0435\u0441\u0442\u044c. \u041e\u043d\u0438 \u043e\u0442\u043c\u0435\u0447\u0430\u044e\u0442 , \u0447\u0442\u043e \u0438\u0445 \u043f\u0440\u043e\u0435\u043a\u0442\u044b \u0431\u044b\u043b\u0438 \u0441\u043e\u0437\u0434\u0430\u043d\u044b \u043d\u0435 \u0442\u043e\u043b\u044c\u043a\u043e \u0438 \u043d\u0435 \u0441\u0442\u043e\u043b\u044c\u043a\u043e \u0440\u0430\u0434\u0438 \u0442\u043e\u0433\u043e, \u0447\u0442\u043e\u0431\u044b \u043f\u0440\u043e\u0441\u0442\u043e \u043d\u0430\u043f\u0443\u0433\u0430\u0442\u044c \u043b\u044e\u0434\u0435\u0439.\r\n\r\n\u0417\u0430\u0434\u0430\u0447\u0430 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u0439 \u0441\u043e\u0441\u0442\u043e\u044f\u043b\u0430 \u0432 \u0442\u043e\u043c, \r\n\u0447\u0442\u043e\u0431\u044b \u043b\u0443\u0447\u0448\u0435 \u043f\u043e\u043d\u044f\u0442\u044c, \u043f\u043e\u0447\u0435\u043c\u0443 \u043b\u044e\u0434\u0438 \u0431\u043e\u044f\u0442\u0441\u044f \u0442\u0435\u0445 \u0438\u043b\u0438 \u0438\u043d\u044b\u0445 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439. \u042d\u0442\u043e \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u043f\u043e\u043b\u0435\u0437\u043d\u043e, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0434\u043b\u044f \u0443\u043c\u0435\u043d\u044c\u0448\u0435\u043d\u0438\u044f \u044d\u0444\u0444\u0435\u043a\u0442\u0430 \u0437\u043b\u043e\u0432\u0435\u0449\u0435\u0439 \u0434\u043e\u043b\u0438\u043d\u044b [ https:\/\/ru.wikipedia.org\/wiki\/%D0%97%D0%BB%D0%BE%D0%B2%D0%B5%D1%89%D0%B0%D1%8F_%D0%B4%D0%BE%D0%BB%D0%B8%D0%BD%D0%B0 ] , \u0441 \u043a\u043e\u0442\u043e\u0440\u044b\u043c \u0443\u0436\u0435 \u043c\u043d\u043e\u0433\u043e \u043b\u0435\u0442 \u0431\u043e\u0440\u044e\u0442\u0441\u044f \u0441\u043e\u0437\u0434\u0430\u0442\u0435\u043b\u0438 \u0440\u043e\u0431\u043e\u0442\u043e\u0432 \u0438 \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0430.\r\n\r\n\r\n\r\n \r\n\r\n\r\n\u00ab\u0423\u0447\u0451\u043d\u044b\u0435 \u0443\u0436\u0435 \u0434\u0430\u0432\u043d\u043e \u043e\u0431\u0441\u0443\u0436\u0434\u0430\u044e\u0442 \u0444\u0435\u043d\u043e\u043c\u0435\u043d \u0437\u043b\u043e\u0432\u0435\u0449\u0435\u0439 \r\n\u0434\u043e\u043b\u0438\u043d\u044b, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043e\u043f\u0438\u0441\u044b\u0432\u0430\u0435\u0442 \u0447\u0443\u0432\u0441\u0442\u0432\u043e \u0441\u0442\u0440\u0430\u0445\u0430 \u0438 \u043e\u0442\u0432\u0440\u0430\u0449\u0435\u043d\u0438\u044f \u043a \u0440\u043e\u0431\u043e\u0442\u0430\u043c, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0432\u044b\u0433\u043b\u044f\u0434\u044f\u0442 \u043f\u043e\u0447\u0442\u0438 (\u043d\u043e \u043d\u0435 \u0441\u043e\u0432\u0441\u0435\u043c) \u043a\u0430\u043a \u043d\u0430\u0441\u0442\u043e\u044f\u0449\u0438\u0435 \u043b\u044e\u0434\u0438. \u041c\u044b \u0437\u0430\u0434\u0430\u043b\u0438\u0441\u044c \u0432\u043e\u043f\u0440\u043e\u0441\u043e\u043c, \u043c\u043e\u0436\u0435\u0442 \u043b\u0438 \u0418\u0418 \u043d\u0430\u0440\u043e\u0447\u043d\u043e \u0432\u044b\u0437\u044b\u0432\u0430\u0442\u044c \u043d\u0435\u043f\u0440\u0438\u044f\u0442\u043d\u044b\u0435 \u044d\u043c\u043e\u0446\u0438\u0438, \u043f\u043e\u0445\u043e\u0436\u0438\u0435 \u043d\u0430 \u0442\u0435, \u0447\u0442\u043e \u0437\u0440\u0438\u0442\u0435\u043b\u0438 \u0438\u0441\u043f\u044b\u0442\u044b\u0432\u0430\u044e\u0442 \u043f\u0440\u0438 \u043f\u0440\u043e\u0441\u043c\u043e\u0442\u0440\u0435 \u0444\u0438\u043b\u044c\u043c\u043e\u0432 \u0443\u0436\u0430\u0441\u043e\u0432. \u0418 \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0438 \u043d\u0430 \u043d\u0435\u0433\u043e \u0447\u0451\u0442\u043a\u0438\u0439 \u043e\u0442\u0432\u0435\u0442\u00bb.\r\n\r\n\u041f\u0438\u043d\u0430\u0440 \u042f\u043d\u0430\u0440\u0434\u0430\u0433,\r\n\u0432\u0435\u0434\u0443\u0449\u0438\u0439 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c MIT Media Lab (\u0446\u0438\u0442\u0430\u0442\u0430: \r\nMIT Media Lab )\r\n\r\nP. S. \u041f\u043e\u0436\u0430\u043b\u0443\u0439\u0441\u0442\u0430, \u043d\u0435 \u0432\u0438\u043d\u0438\u0442\u0435 \u043d\u0430\u0441, \u0435\u0441\u043b\u0438 \r\n\u0441\u0435\u0433\u043e\u0434\u043d\u044f \u0432\u044b \u043d\u0435 \u0441\u043c\u043e\u0436\u0435\u0442\u0435 \u0443\u0441\u043d\u0443\u0442\u044c. \u041c\u044b \u0432\u0430\u0441 \u043f\u0440\u0435\u0434\u0443\u043f\u0440\u0435\u0436\u0434\u0430\u043b\u0438 :)\r\n\r\n\r\n\r\n\u0427\u0438\u0442\u0430\u0439\u0442\u0435 \u0442\u0430\u043a\u0436\u0435:\r\n\r\n- \u0427\u0442\u043e \u0442\u044b \u0442\u0430\u043a\u043e\u0435?! \u0424\u0438\u0447\u0438 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0435\u0439, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \r\n\u0443\u0434\u0438\u0432\u0438\u043b\u0438 \u0434\u0430\u0436\u0435 \u0438\u0445 \u0441\u043e\u0437\u0434\u0430\u0442\u0435\u043b\u0435\u0439 \r\n- \u0423\u0431\u0438\u0432\u0430\u0435\u043c \u041c\u0430\u0442\u0440\u0438\u0446\u0443 \u0432 \u0437\u0430\u0440\u043e\u0434\u044b\u0448\u0435: 7 \u0430\u0440\u0433\u0443\u043c\u0435\u043d\u0442\u043e\u0432 \r\n\u0434\u043b\u044f \u0441\u043f\u043e\u0440\u0430 \u0441 \u0444\u0430\u043d\u0430\u0442\u043e\u043c \u0418\u0418 \r\n- \u0427\u0442\u043e \u0442\u0430\u043a\u043e\u0435 Machine Learning \u0438 \u0441\u0442\u043e\u0438\u0442 \u043b\u0438 \u0435\u0433\u043e \r\n\u0438\u0437\u0443\u0447\u0430\u0442\u044c \r\n\r\n\r\n\r\n\r\n\u041b\u0438\u043c\u0438\u0442 \u0434\u043b\u0438\u043d\u044b \u0442\u0432\u0438\u0442\u0430.\r\n\r\n\r\n\r\n\r\n\u041b\u0438\u0442\u0435\u0440\u0430\u0442\u0443\u0440\u043d\u0430\u044f \u0438\u0433\u0440\u0430, \u0432 \u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u0443\u0447\u0430\u0441\u0442\u043d\u0438\u043a\u0438 \r\n\u043f\u0440\u0438\u0434\u0443\u043c\u044b\u0432\u0430\u044e\u0442 \u0441\u0442\u0438\u0445\u043e\u0442\u0432\u043e\u0440\u0435\u043d\u0438\u044f \u043d\u0430 \u0437\u0430\u0434\u0430\u043d\u043d\u044b\u0435 \u0440\u0438\u0444\u043c\u044b \u0438\u043b\u0438 \u0438\u0441\u0442\u043e\u0440\u0438\u0438 \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u043d\u043e\u0433\u043e \u0432\u0441\u0442\u0443\u043f\u043b\u0435\u043d\u0438\u044f.\r\n\r\n\r\n\r\n\r\n\u0420\u0435\u043a\u0443\u0440\u0440\u0435\u043d\u0442\u043d\u044b\u0435 \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u044b\u0435 \u0441\u0435\u0442\u0438 (\u0420\u041d\u0421; \u0430\u043d\u0433\u043b. \r\nrecurrent neural network, RNN) \u2014 \u0441\u0435\u0442\u0438 \u0441 \u043d\u0430\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u043d\u043e\u0439 \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c\u044e \u0441\u0432\u044f\u0437\u0435\u0439 \u043c\u0435\u0436\u0434\u0443 \u044d\u043b\u0435\u043c\u0435\u043d\u0442\u0430\u043c\u0438, \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u044e\u0449\u0438\u0435 \u043e\u0431\u0440\u0430\u0431\u0430\u0442\u044b\u0432\u0430\u0442\u044c \u0441\u0435\u0440\u0438\u0438 \u0441\u043e\u0431\u044b\u0442\u0438\u0439 \u0438\u043b\u0438 \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u043f\u0440\u043e\u0441\u0442\u0440\u0430\u043d\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0435 \u0446\u0435\u043f\u043e\u0447\u043a\u0438.\r\n\r\n\r\n\r\n\r\n\u0418\u0437\u0434\u0430\u043d\u0438\u0435 \u041c\u0430\u0441\u0441\u0430\u0447\u0443\u0441\u0435\u0442\u0441\u043a\u043e\u0433\u043e \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \r\n\u0438\u043d\u0441\u0442\u0438\u0442\u0443\u0442\u0430, \u0440\u0435\u0434\u0430\u043a\u0446\u0438\u044f \u043a\u043e\u0442\u043e\u0440\u043e\u0433\u043e \u043d\u0435 \u0437\u0430\u0432\u0438\u0441\u0438\u0442 \u043e\u0442 \u0443\u043d\u0438\u0432\u0435\u0440\u0441\u0438\u0442\u0435\u0442\u0430.\r\n\r\n\r\n\r\n\r\nConvolutional Neural Network, CNN \u2014 \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0430 \u0433\u043b\u0443\u0431\u043e\u043a\u0438\u0445 \r\n\u043d\u0435\u0439\u0440\u043e\u043d\u043d\u044b\u0445 \u0441\u0435\u0442\u0435\u0439, \u043d\u0430\u0438\u0431\u043e\u043b\u0435\u0435 \u044d\u0444\u0444\u0435\u043a\u0442\u0438\u0432\u043d\u0430 \u0432 \u0437\u0430\u0434\u0430\u0447\u0430\u0445 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439, \u0438\u043c\u0438\u0442\u0438\u0440\u0443\u0435\u0442 \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e\u0441\u0442\u0438 \u0437\u0440\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0439 \u043a\u043e\u0440\u044b \u0447\u0435\u043b\u043e\u0432\u0435\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u043c\u043e\u0437\u0433\u0430.\r\n\r\n\r\n\r\n\r\n\u0414\u0435\u0442\u0441\u043a\u0438\u0439 \u0444\u043e\u043d\u0434 \u041e\u041e\u041d \u2014 \u043c\u0435\u0436\u0434\u0443\u043d\u0430\u0440\u043e\u0434\u043d\u0430\u044f \u043e\u0440\u0433\u0430\u043d\u0438\u0437\u0430\u0446\u0438\u044f, \r\n\u043f\u0440\u0438\u0437\u0432\u0430\u043d\u043d\u0430\u044f \u0437\u0430\u0449\u0438\u0449\u0430\u0442\u044c \u0434\u0435\u0442\u0435\u0439 \u043f\u043e \u0432\u0441\u0435\u043c\u0443 \u043c\u0438\u0440\u0443.","author":{"@type":"Person","name":"\u0410\u043b\u0435\u043a\u0441\u0430\u043d\u0434\u0440 \u0426\u0443\u0440\u0438\u043a\u043e\u0432","url":"https:\/\/skillbox.ru\/media\/authors\/alexandr-tsurikov\/"},"publisher":{"@type":"Organization","name":"Skillbox","logo":{"@type":"ImageObject","url":"https:\/\/skillbox.ru\/static\/images\/skillbox.png"}},"mainEntityOfPage":{"@type":"WebPage","url":"https:\/\/skillbox.ru\/media\/code\/koshmary-kremnievoy-doliny-kak-navesti-zhuti-s-pomoshchyu-ii\/"},"datePublished":"2022-10-24T06:42:00Z","dateModified":"2023-08-18T10:21:06Z","image":{"@type":"ImageObject","url":["https:\/\/248006.selcdn.ru\/main\/iblock\/de9\/de948209fe192bf27f384b490120147e\/011904dcd8953d972cf992eb558d21b7.png"]},"description":"\u0417\u043d\u0430\u043a\u043e\u043c\u0438\u043c\u0441\u044f \u0441 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044f\u043c\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0441\u043e\u0437\u0434\u0430\u044e\u0442 \u0437\u043e\u043c\u0431\u0438, \u0432\u0443\u0440\u0434\u0430\u043b\u0430\u043a\u043e\u0432 \u0438 \u043f\u0440\u043e\u0447\u0443\u044e \u043d\u0435\u0447\u0438\u0441\u0442\u044c. \u0423\u0432\u0435\u0434\u0438\u0442\u0435 \u043e\u0442 \u044d\u043a\u0440\u0430\u043d\u0430 \u043c\u0430\u043b\u0435\u043d\u044c\u043a\u0438\u0445 \u0434\u0435\u0442\u0435\u0439, \u0431\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 \u0436\u0435\u043d\u0449\u0438\u043d \u0438 \u0441\u0435\u0440\u0434\u0435\u0447\u043d\u0438\u043a\u043e\u0432."}
</script><script data-skip-moving="true" id="FiMjZmipVK5U4ODg">if (window.relap) window.relap.ar('FiMjZmipVK5U4ODg');</script> </div>
<script>
window.Section_id = 10;
</script>
</div>
</main>
<footer class="without-buttons">
<div class="footer__wrapper container">
<div class="footer__firstgroup">
<section class="footer__contactbox">
<address class="footer__contacts">
<p class="footer__contacts-block">
<a class="footer__phone link" href="tel:+74951540915">8 (800) 500-05-22</a>
<span class="footer__phone-caption">Контактный центр</span>
</p>
<p class="footer__contacts-block">
<a class="footer__phone link" href="tel:+74952915987">+7(495) 291-59-87</a>
<span class="footer__phone-caption">Отдел заботы о пользователях</span>
</p>
<p class="footer__address"> Москва, Ленинский проспект, дом 6, строение 20</p>
</address>
<ul class="social-contacts footer__social">
<li>
<a class="social-contacts__item" href="https://vk.com/skillbox_education"
aria-label="Вконтакте">
<img src="/static/images/footer/soc_vk.svg"/>
</a>
</li>
<li>
<a class="social-contacts__item"
href="https://www.youtube.com/channel/UC2FJq-Rr7v4SlKAoM7x0ZhA" aria-label="YouTube">
<img src="/static/images/footer/soc_tube.svg"/>
</a>
</li>
<li>
<a class="social-contacts__item" href="tg://resolve?domain=skillboxru"
aria-label="Telegram">
<img src="/static/images/footer/soc_tg.svg"/>
</a>
</li>
</ul>
<div class="footer__age-limit">
16+
</div>
</section>
<section class="footer__rewardbox">
<ul class="rewards footer__rewards">
<li>
<span class="rewards__item">
<img src="/static/images/footer/footer_runet.svg" alt=""/>
<span>Премии Рунета</span>
<span>2018, 2019, 2020</span>
</span>
</li>
</ul>
</section>
</div>
<section class="footer__linksbox">
<ul class="links__list links__list--courses">
<li class="links__item links__item--header">Все направления</li>
<li class="links__item"><a href="/code/?utm_source=media&utm_medium=button&utm_campaign=footerlink_code&utm_term=footer">Программирование</a></li>
<li class="links__item"><a href="/design/?utm_source=media&utm_medium=button&utm_campaign=footerlink_design&utm_term=footer">Дизайн</a></li>
<li class="links__item"><a href="/marketing/?utm_source=media&utm_medium=button&utm_campaign=footerlink_marketing&utm_term=footer">Маркетинг</a></li>
<li class="links__item"><a href="/management/?utm_source=media&utm_medium=button&utm_campaign=footerlink_management&utm_term=footer">Управление</a></li>
<li class="links__item"><a href="/games/?utm_source=media&utm_medium=button&utm_campaign=footerlink_gamedev&utm_term=footer">Игры</a></li>
<li class="links__item"><a href="/multimedia/?utm_source=media&utm_medium=button&utm_campaign=footerlink_multimedia&utm_term=footer">Мультимедиа</a></li>
<li class="links__item"><a href="/psychology/?utm_source=media&utm_medium=button&utm_campaign=footerlink_psychology&utm_term=footer">Психология</a></li>
<li class="links__item"><a href="/general-development/?utm_source=media&utm_medium=button&utm_campaign=footerlink_general-development&utm_term=footer">Общее развитие</a></li>
<li class="links__item"><a href="/engineering/?utm_source=media&utm_medium=button&utm_campaign=footerlink_engineering&utm_term=footer">Инженерия</a></li>
<li class="links__item"><a href="/english/?utm_source=media&utm_medium=button&utm_campaign=footerlink_english&utm_term=footer">Английский язык</a></li>
<li class="links__item"><a href="/other/?utm_source=media&utm_medium=button&utm_campaign=footerlink_other&utm_term=footer">Другое</a></li>
</ul>
<ul class="links__list links__list--about">
<li class="links__item links__item--header">О Skillbox</li>
<li class="links__item"><a href="/company/?utm_source=media&utm_medium=button&utm_campaign=footerlink_aboutskillbox&utm_term=footer">О Платформе</a></li>
<li class="links__item"><a href="/career/?utm_source=media&utm_medium=button&utm_campaign=footerlink_careercentr&utm_term=footer"> Центр карьеры</a></li>
<li class="links__item"><a href="/otzyvy/?utm_source=media&utm_medium=button&utm_campaign=footerlink_testimonials&utm_term=footer">Отзывы</a></li>
<li class="links__item"><a href="/contacts/?utm_source=media&utm_medium=button&utm_campaign=footerlink_skillboxcontacts&utm_term=footer">Контакты</a></li>
<li class="links__item"><a href="/jobs/?utm_source=media&utm_medium=button&utm_campaign=footerlink_jobs&utm_term=footer">Вакансии</a></li>
<li class="links__item"><a href="/teachers/?utm_source=media&utm_medium=button&utm_campaign=footerlink_school&utm_term=footer">Школа кураторов</a></li>
<li class="links__item"><a href="/sale/free/?utm_source=media&utm_medium=button&utm_campaign=footerlink_free&utm_term=footer">Бесплатно</a></li>
<li class="links__item"><a href="/media/topic/tests/?utm_source=media&utm_medium=button&utm_campaign=footerlink_tests&utm_term=footer">Онлайн-тесты</a></li>
</ul>
<ul class="links__list links__list--webinar">
<li class="links__item links__item--header">Вебинары</li>
<li class="links__item"><a href="https://live.skillbox.ru/?utm_source=media&utm_medium=button&utm_campaign=footerlink_webinars&utm_term=footer" target="_blank" rel="noopener">Все вебинары</a></li>
<li class="links__item"><a href="https://live.skillbox.ru/playlists/?utm_source=media&utm_medium=button&utm_campaign=footerlink_playlists&utm_term=footer" target="_blank" rel="noopener">Плейлисты</a></li>
<li class="links__item"><a href="https://live.skillbox.ru/calendar/?utm_source=media&utm_medium=button&utm_campaign=footerlink_schedule&utm_term=footer" target="_blank" rel="noopener">Расписание</a></li>
</ul>
<ul class="links__list links__list--last">
<li class="links__item links__journal"><a href="/media/" target="_blank" rel="noopener">Медиа</a></li>
<li class="links__item"><a href="https://partners.skillbox.ru/?utm_source=media&utm_medium=button&utm_campaign=footerlink_partners&utm_term=footer" target="_blank" rel="noopener">Партнерская программа</a></li>
<li class="links__item"><a href="https://b2b.skillbox.ru/?utm_source=media&utm_medium=button&utm_campaign=footerlink_b2b&utm_term=footer" target="_blank" rel="noopener">Корпоративным клиентам</a></li>
<li class="links__item"><a href="https://career.skillbox.ru/?utm_source=media&utm_medium=button&utm_campaign=footerlink_employees&utm_term=footer" target="_blank" rel="noopener">Для работодателей</a></li>
</ul>
</section>
</div>
<div class="footer__underline container">
<span class="footer__copy">
© Skillbox, 2026 </span>
<div>
<span class="footer__oferta">
<a href="/oferta.pdf" target="_blank">Договор оферты</a>
</span>
<span class="footer__payment">
<a href="/payments/" target="_blank">Оплата</a>
</span>
<span class="footer__use-policy">
<a href="/terms_of_use.pdf" target="_blank">Правила пользования Платформой</a>
<a href="/privacy_policy.pdf" target="_blank">Политика конфиденциальности</a>
</span>
</div>
</div>
</footer>
<div class="cookies">
<p class="cookies__desc">
Пользуясь нашим сайтом, вы соглашаетесь с тем, что
<a href="https://skillbox.ru/privacy_policy.pdf" target="_blank" rel="noopener"
type="application/pdf">мы используем cookies</a> 🍪
</p>
<button type="button" class="cookies__button">
Окей
</button>
</div>
<div class="subscribe-popup subscribe">
<div class="subscribe-popup__spacer-mobile"></div>
<div class="subscribe-popup__row-content ">
<button class="subscribe__close"></button>
<div class="subscribe__content">
<div data-subscribe-popup-success class="hidden">
<h2 class="subscribe__header-success">Спасибо за подписку! Забирайте 5 бесплатных курсов:</h2>
<ul class="subscribe__list-block">
<li>Найти себя в IT за 5 дней</li>
<li>Как найти себя в дизайне в 2025 году</li>
<li>Интерьеры, мебель, ландшафт и декорирование</li>
<li>Интернет-маркетинг на практике</li>
<li>Бизнес-аналитик, продакт- и проджект-менеджер</li>
</ul>
<div class="subscribe__btns-el">
<a
target="_blank"
href="https://refer.id/?bot=skillbox_main_bot&platform=telegram&verbose_name=Skillbox&bot_avatar=https://designer.ftrcdn.com/uploads/bot_avatars/medium_54ab1ce8c393eb3df1474846ce0a0e2c.png&n=137050&c=9209&bc_number=890&?utm_source=media&utm_medium=&utm_campaign=all_all_media_banners_invite_sbornik-890_all_bot_skillbox"
class="subscribe__el-btn">Получить доступ</a>
</div>
</div>
<div data-subscribe-popup-content>
<h2 class="subscribe__header">У нас есть классные рассылки!</h2>
<form action="/media/code/koshmary-kremnievoy-doliny-kak-navesti-zhuti-s-pomoshchyu-ii/" class="newsletter-form page-subscription__form3" data-type="popup">
<input type="hidden" name="action" value="subscribe">
<div class="subscribe__checkboxes"></div>
<div class="subscribe__email email_popup">
<input class="subscribe-form__input" type="text" name="email" placeholder="Email" >
<span class="subscribe-form__label-name">Электронная почта</span>
<button type="submit" class="popup-btn-click">Подписаться</button>
<span class="email__error">Поле необходимо заполнить</span>
</div>
<div class="subscribe-popup__checkbox-end">
<div class="subscribe-popup__checkbox-item" data-checkbox-personal-data>
<div class="subscribe__checkbox">
<input type="checkbox" name="agreements[PERS]" id="isCheckTrue" value="1" data-checkbox-personal-data-input>
<label for="isCheckTrue"><span>Я согласен на <a target="_blank" href="https://skillbox.ru/legal-docs/chou/file/privacy_policy/version-290425.pdf">обработку персональных данных</a></span></label>
</div>
<span class="email__error">Нужно ваше согласие</span>
</div>
<div class="subscribe__bottom">
<span>Нажимая на кнопку, я соглашаюсь с <a target="_blank" href="https://skillbox.ru/legal-docs/skillbox/file/terms_of_use/version-300824.pdf">правилами пользования Платформой</a></span>
</div>
<div class="subscribe-popup__checkbox-item" data-checkbox-personal-data-two>
<div class="subscribe__checkbox subscribe__checkbox--end" >
<input type="checkbox" name="agreements[ADS]" id="isAdsCalls" value="1" checked="" data-checkbox-personal-data-input-two>
<label for="isAdsCalls">Я согласен <a target="_blank" href="https://skillbox.ru/legal-docs/chou/file/soglasie-na-poluchenie-reklamy.pdf">получать рекламу и звонки</a></label>
</div>
<span class="email__error">Нужно ваше согласие</span>
</div>
</div>
</form>
</div>
</div>
</div>
<!-- src="/static/images/articles/subscribe-popup-img.png" -->
</div>
<div class="bg-modal-overlay bg-modal-overlay--transparent"></div>
<script data-skip-moving="true" id="popup__data--formatted">
$(".popup-btn-click").on("click" , function (){
var emailPattern = /^[a-zA-Z0-9._-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,4}$/;
let input = $(this).closest(".subscribe__email").find(".subscribe-form__input");
let inputValue = input.val();
if(emailPattern.test(inputValue)) {
(window["rrApiOnReady"] = window["rrApiOnReady"] || []).push(function() { rrApi.setEmail(inputValue);});
}
});
/*
window.popupData = {
"8": {
header: 'У нас есть классные рассылки про дизайн!!!',
category: 'Дизайн',
checkboxes: [
'Лучшие статьи про Дизайн',
'«Типографика без боли»'
]
},
"10": {
header: 'У нас есть классные рассылки про код',
category: 'Код',
checkboxes: [
'Лучшие статьи про Код и Людей кода',
'«Жизнь без багов»'
]
},
"18": {
category: 'Геймдев',
checkboxes: []
},
"21": {
header: 'У нас есть классные рассылки про бизнес',
category: 'Бизнес',
checkboxes: [
'Лучшие статьи про Бизнес',
'«Цифровая жизнь»',
'«EdTech по полочкам»'
]
},
"9": {
header: 'У нас есть классные рассылки про бизнес',
category: 'Маркетинг',
checkboxes: [
'Лучшие статьи про Бизнес',
'«Цифровая жизнь»',
'«EdTech по полочкам»'
]
},
"11": {
header: 'У нас есть классные рассылки про бизнес',
category: 'Управление',
checkboxes: [
'Лучшие статьи про Бизнес',
'«Цифровая жизнь»',
'«EdTech по полочкам»'
]
},
"17": {
category: 'Развитие',
checkboxes: []
},
"22": {
header: 'У нас есть классные рассылки про образование',
category: 'Образование',
checkboxes: [
'Лучшие статьи про Образование',
'«EdTech по полочкам»',
'«Мой успешный онлайн-курс»'
]
},
}
*/
window.popupData = {"header":"\u0418\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u043e\u0435 - \u043d\u0430 \u043f\u043e\u0447\u0442\u0443!\u003Cbr\/\u003E\u0412\u044b\u0431\u0435\u0440\u0438\u0442\u0435 \u0442\u0435\u043c\u0443 \u0440\u0430\u0441\u0441\u044b\u043b\u043a\u0438\u003Cbr\/\u003E\u0438 \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u0435 5 \u0431\u0435\u0441\u043f\u043b\u0430\u0442\u043d\u044b\u0445 \u043a\u0443\u0440\u0441\u043e\u0432:","category":"\u041a\u043e\u0434","checkboxes":{"23":"\u041c\u0435\u043d\u0435\u0434\u0436\u043c\u0435\u043d\u0442","24":"\u041c\u0430\u0440\u043a\u0435\u0442\u0438\u043d\u0433","26":"\u041a\u043e\u0440\u043f. \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435","13":"\u0414\u0438\u0437\u0430\u0439\u043d","16":"\u041f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435","15":"\u041e\u0431\u0440\u0430\u0437\u043e\u0432\u0430\u043d\u0438\u0435","17":"\u0420\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0430 \u0438\u0433\u0440","18":"\u041f\u0441\u0438\u0445\u043e\u043b\u043e\u0433\u0438\u044f, \u043e\u0431\u0449\u0435\u0441\u0442\u0432\u043e"},"code":"code","scroll":true};
window.subscribePopupShow = 1;
</script>
<div class="copied">
<img src="/static/images/articles/done-circle.svg" alt="" class="copied__icon">
<p class="copied__text">
Ссылка скопирована
</p>
</div>
<!-- <style>@font-face{font-display:swap;font-family:Graphik;font-weight:500;font-style:normal;src:url(https://248006.selcdn.ru/Shared/fonts/GraphikLCTT-VA-Medium.woff2) format("woff2")}@font-face{font-display:swap;font-family:Graphik;font-weight:700;font-style:normal;src:url(https://248006.selcdn.ru/Shared/fonts/GraphikLCTT-VA-Bold.woff2) format("woff2")}.universal-notice{box-sizing:border-box;text-decoration:none;display:none;min-height:48px;color:var(--banner-color);background-color:var(--banner-bg);overflow:hidden;font-family:Graphik,sans-serif;-webkit-font-smoothing:antialiased;-moz-osx-font-smoothing:grayscale;-webkit-transition:opacity .25s ease-in-out;transition:opacity .25s ease-in-out}.universal-notice *{box-sizing:inherit}.universal-notice.universal-notice--active{display:block}.universal-notice--bitrix{z-index:1000}.universal-notice__wrapper{position:relative;-webkit-box-pack:start;justify-content:flex-start;display:-webkit-box;display:flex;-webkit-box-align:center;align-items:center;margin-left:12px;padding:4px 0}.universal-notice__title{position:relative;flex-shrink:0;width:132px;margin-right:27px;font-size:14px;line-height:20px;text-transform:uppercase}.universal-notice__timer{display:none;margin:0;font-feature-settings:"tnum";font-variant-numeric:tabular-nums}.universal-notice__button{flex-shrink:0;min-width:120px;padding:8px 12px;border-radius:25px;font-weight:500;font-size:12px;line-height:16px;color:#3925b7;text-align:center;text-transform:uppercase;background-color:#ffa6a6}@media (min-width:768px){.universal-notice{min-height:72px}.universal-notice__wrapper{-webkit-box-pack:center;justify-content:center;height:72px;margin:0}.universal-notice__title{width:252px;margin-right:32px;margin-left:20px;font-size:24px;line-height:32px}.universal-notice__button{min-width:200px;margin-right:20px;padding:14px 36px;font-size:16px;line-height:20px}}@media (min-width:768px) and (max-width:0px){.universal-notice{min-height:72px}.universal-notice__wrapper{-webkit-box-pack:center;justify-content:center;height:72px;margin:0}.universal-notice__title{width:252px;margin-right:32px;margin-left:20px;font-size:24px;line-height:32px}.universal-notice__button{min-width:200px;margin-right:20px;padding:14px 36px;font-size:16px;line-height:20px}}@media (min-width:1280px) and (max-width:0px){.universal-notice__wrapper{padding:0}.universal-notice__title{width:unset;margin-right:76px}.universal-notice__timer{flex-shrink:0;margin-right:32px;font-weight:700;font-size:24px;line-height:32px}.universal-notice__timer.js-universal-notice-active{display:-webkit-box;display:flex}.universal-notice__days{margin-right:5px}}@media (min-width:1280px){.universal-notice__wrapper{padding:0}.universal-notice__title{width:unset;margin-right:76px}.universal-notice__timer{flex-shrink:0;margin-right:32px;font-weight:700;font-size:24px;line-height:32px}.universal-notice__timer.js-universal-notice-active{display:-webkit-box;display:flex}.universal-notice__days{margin-right:5px}}</style>-->
</body>
</html>