Борьба с ботами
Странно наблюдать, как теперь капчи для борьбы с ботами придумывают нейросети.
Капча после года карантина
Подозрительно доброжелательно, не ожидал)
6 языков программирования для мобильных игр
Рынок растет, к 2027 году аудитория мобильных игр увеличится на треть — до 35 миллионов человек. Рассказываем, какие языки программирования учить, чтобы войти в IT через геймдев.
Игровым разработчикам требуются программисты под разные проекты, от уровня казуальной Among Us до action RPG вроде Genshin Impact. Но выбор языка определяется не только графикой.
Есть две основные платформы для разработки мобильных игр:
Android;
iOS.
Ниже привели примеры популярных языков программирования, совместимые с этими операционными системами.
Основой язык для разработки игр для смартфонов с полной поддержкой Android. Его относительно просто освоить с нуля благодаря развитому сообществу и обилию библиотек. А встроенная виртуальная машина Java (JVM) обеспечивает производительность.
Kotlin
Новый перспективный язык, который призван заменить Java. Он тоже работает на JVM, но при этом его код легче и проще. В основном на Kotlin создают игры на Android, но при желании можно кодить и под iOS: например, прописывать логику через Kotlin Multiplatform (KMP).
Swift
Язык программирования от Apple, который пришел на смену устаревшему Objective-C. На нем пишут игры для iOS. В Swift интуитивный код, доступно много фреймворков для работы с 2D и 3D (SpriteKit, SceneKit, Metal), постоянно обновляются функции и библиотеки.
Lua
Скриптовый производительный язык, который используют в игровых движках и фреймворках вроде Solar2D, Defold. Благодаря этому он кроссплатформенный: на нем пишут игры для Android и iOS.
Универсальный язык программирования для игр, который поддерживает в том числе Android и iOS. Он очень мощный, поэтому используется для портирования крупных проектов на мобильные платформы. Совместим с движком Unreal Engine.
С#
«Облегченная» версия С++, на которой основан игровой движок Unity. Язык понятный для новичков в программировании. С его помощью можно создавать 2D и 3D игры любого уровня сложности.
Для тех, кто хочет создавать мобильные игры, мы в Яндекс Практикуме подготовили онлайн-курсы по направлениям «Android-разработчик» и «iOS‑разработчик». С ними вы освоите все нужные языки программирования, чтобы устроиться в геймдев или начать свой проект.
Реклама ООО «Яндекс», ИНН: 7736207543
Я и не сомневался
"Скайнет наблюдает"
Американские учёные создали ИИ который распознает капчу с большой точностью .
Американская компания Vicarious научила искусственный интеллект решать reCAPTCHA с рекордной точностью. Проект кардинально отличается от прошлых наработок: вместо анализа тысяч примеров готовых капч система видит буквы, как человек. Исследователи назвали технологию рекурсивной кортикальной сетью, рассказали о принципе её работы и эффективности.
В зрении человека разные группы нейронов распознают поверхности и очертания предметов. Вместо того чтобы воспринимать объекты и виды как подборку из разных деталей, нейроны связываются друг с другом и определяют, какие части принадлежат одной и той же вещи. После реконструкции и распознавания предмета, общий вид выстраивается иерархически, основываясь на целых объектах, а не на отдельных деталях. В результате человек способен распознавать предметы, даже если они видоизменены или искажены. Например, так мы можем читать перевёрнутый и размытый текст.
Рекурсивная кортикальная сеть подражает этим принципам, распознавая контуры, особенности и внутреннее строение объектов. Другие структуры сети отвечают за распознавание характеристик поверхности, заданных этими контурами. Затем полученная информация объединяется в массивы, которые связываются между собой и основывают группы из смежных параметров объекта. Они выстраиваются в иерархию, на вершине которой находятся гипотезы по поводу конечного предмета. Сеть оценивает каждое предположение, определяет самые вероятные и перепроверяет их на расположение в общем двухмерном пространстве. После нескольких подобных проверок технология распознаёт объект даже несмотря на незначительные изменения в форме и положении.
Анализ буквы «А»:
Vicarious AI протестировали эффективность нейронной сети на примере reCAPTCHA: с искажёнными символами из шрифта Georgia система справилась с точностью 94%. Интересно, что человек решает подобные задачи с первого раза только в 87% случаев. С системой BotDetect из Yahoo и PayPal разработка справилась несколько хуже — с 57% точностью. Обычному искусственному интеллекту понадобилось бы 50 000 решённых заранее «капч», в то время как рекурсивную кортикальную сеть обучали только на 260 картинках с отдельными символами.
Авторы технологии назвали проект большим шагом для искусственного интеллекта. В будущем сеть можно обучить и другим задачам: к примеру, распознаванию обычного текста для мгновенного перевода.
Скайнет уже близко
Эй Гугл, какой тип ИИ, я помогаю тренировать вам парни?