Понимаю, что тема возможно не совсем для Хабра, да и я вероятно не самый авторитетный участник сообщества, но все же - накипело.

Помню, как в университетском курсе физических полей мне порекомендовали одну книгу - она называлась Физика Веры, про автора помню только, что у него была звучная фамилия Тихоплав. В книге весьма подробно рассматривался вопрос существования торсионных полей. Надо сказать, что подход автора мало напоминал научный, лично у меня сразу возникли ассоциации с сектантской желтой прессой, в связи с чем я и начал тогда копать в интернете на предмет достоверной информации. Очень быстро выяснилось, что РАН прецедент торсионных полей объявил лженаукой и даже созвал комиссию по борьбе с данным явлением; узнав об этом, я книгу забросил, и сосредоточился на расчете электромагнитных квадруполей.

Без долгих прелюдий: я считаю, что фейки — зло, они приносят огромный ущерб и с ними надо бороться, особенно в условиях кризисов или жесткой неопределенности (например, во время истерики вокруг COVID-19). Также я считаю, что бороться надо не так, как привыкло наше государство, и еще думаю, что профилактика важнее лечения. Я уверен, что для борьбы с фейками можно применять более современные методы, чем палочная система карательного правосудия, и что фейк фейку — рознь, и надо осознавать природу этих различий.

Эту статью я написал для обеих сторон социального конфликта: и для людей, полагающих, что нельзя ограничивать свободу движения любой информации, и для пары знакомых чиновников, которым хочу дать повод подумать за пределами догмата "запрещать, не пущать и наказывать". В ней есть немного недофилософии, немного юридических аспектов и еще чуток про машинное обучение и искусственный интеллект.

Если Вы обнаружили в своём журнале комментарий будто бы от меня, содержащий требования удалить текущий пост, или какие-либо угрозы, не торопитесь хвастаться находкой перед френдами, а приглядитесь к этому комментарию чуть повнимательней. Подделку достаточно легко обнаружить, если понимать, что подлинным такой комментарий быть не может. Сравните оформление двух идущих подряд комментариев, там довольно легко видно, что второй находится внутри первого.

Научный метод, каким мы его знаем, формировался на протяжении тысяч лет в ходе преодоления череды философских кризисов. В этом посте я хочу рассказать про две величайшие проблемы в философии науки и вызовы, стоящие перед ней в настоящем.

Проблема неполной индукции

Знаменитый древнегреческий философ Аристотель в своем трактате «Аналитика» выделяет два вида возможных умозаключений - индуктивное и дедуктивное.

Дедуктивное умозаключение - это логический вывод о частных случаях исходя из общего правила. Индуктивное умозаключение - это логический вывод об общем правиле исходя из частных случаев.

Классическим примером дедукции, которую сам Аристотель называл силлогизм, является следующее рассуждение: все люди смертны (общее правило), Сократ - человек (частный случай), следовательно Сократ смертен (дедуктивный вывод).

Индукцию Аристотель делил на два вида: полную и неполную. Полная индукция - это вывод общего правила на основе свойств всех элементов множества, а неполная - это предположение об общем правиле на основе части элементов множества.

Техническое сообщество уже давно обсуждает угрозы, исходящие от искусственного интеллекта. Опасность массовых сокращений рабочих мест, распространение фальшивых новостей и опасная гонка вооружений на базе ИИ постоянно мелькают в заголовках новостей и волнуют каждого, кто думает о своем будущем. 

Чем же является продвинутый ИИ — прорывным средством производства, способным устранить рутину и подтолкнуть творческий потенциал, или чудовищной силой, которая может потенциально угрожать своим создателям? 

В этой статье мы попытаемся разобраться с наиболее актуальными проблемами, связанными с искусственным интеллектом, и с практической стороны оценить степень их реальной опасности.

В первой части этой серии мы прошлись по теории, лежащей в основе использования тестовых дублеров. Теперь же давайте на примерах рассмотрим, как их можно использовать в среде Android.

Все мы хорошо знаем, что информация в Википедии далеко не всегда соответствует действительности. Поэтому когда на Хабре выходят материалы, основанные на данных из Вики, авторов таких статей в комментариях часто «раскладывают на атомы», указывая на элементарное отсутствие проверки матчасти. 

Но порой ситуация совсем выходит из-под контроля. Так случилось в 2012 году, когда в интернете появились сотни статей с упоминанием Алана Макмастерса. Таинственного изобретателя электрического тостера из 1893 года, который стал чуть ли не национальным героем Шотландии. И которого, как оказалось, никогда не существовало.

Мы живем в эпоху абсолютно новой информационной реальности, где технологии стали неотъемлемой частью повседневной жизни. Интернет не просто инструмент, а глобальный источник знаний, легкодоступный в любом месте и в любое время. Он освободил человечество от необходимости запоминать информацию, ведь всё можно «спросить у сети». Но вместе с этим изменилось и наше мышление, восприятие данных, способы их анализа, а также сама природа нашей памяти и способности к обучению. Какие же последствия несут эти трансформации и как новое «цифровое мышление» влияет на качество нашего понимания мира, на принятие решений и нашу креативность? Давайте рассмотрим часть изменений, которые принесла информационная революция. Как она изменила роль памяти, чтения, личного поиска и осмысления сути вещей.

С некоторых пор я предпочитаю использовать фейки вместо стабов и моков, поскольку использование фейковых объектов вместо других тестовых дублёров делает тестовые наборы более надёжными. Я написал кодовую базу для своей книги Code That Fits in Your Head полностью с использованием фейков и тестового шпиона, и мне редко приходилось исправлять неработающие тесты. Никаких Moq, FakeItEasy, NSubstitute или Rhino Mocks, только написанные вручную тестовые дублёры.

Недавно я понял, что проблема с моками и стабами заключается в том, что они нарушают инкапсуляцию.

Всем привет! Меня зовут Найля, и я инженер по обеспечению качества в Т-Банке на одном из внутренних сервисов. Занимаюсь ручным и автоматизированным тестированием на проекте. Расскажу о том, как мы написали API-тесты с использованием фейков, что это такое и когда стоит отдать предпочтение им, а не мокам.

Долгое время у нас были только юнит-тесты, написанные разработчиками, и небольшое количество UI-тестов с использованием внутреннего фреймворка компании. На другие виды тестов на тот момент было недостаточно компетенций. Но время шло, и все больше всплывала потребность менять автоматизацию тестирования на проекте.

Журналист Лиз Пелли смогла раскрыть схему злоупотреблений со стороны Spotify. Выяснилось, что стриминговый сервис за бесценок заказывает музыку у неизвестных артистов, а затем выкладывает на платформу под именами выдуманных музыкантов со сгенерированными нейросетями карточками и обложками релизов.