惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Schneier on Security
Schneier on Security
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Attack and Defense Labs
Attack and Defense Labs
H
Hacker News: Front Page
Google DeepMind News
Google DeepMind News
雷峰网
雷峰网
C
CXSECURITY Database RSS Feed - CXSecurity.com
Cisco Talos Blog
Cisco Talos Blog
T
Tenable Blog
G
Google Developers Blog
A
About on SuperTechFans
The Cloudflare Blog
S
Securelist
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
C
Cisco Blogs
H
Hackread – Cybersecurity News, Data Breaches, AI and More
aimingoo的专栏
aimingoo的专栏
云风的 BLOG
云风的 BLOG
Forbes - Security
Forbes - Security
腾讯CDC
Application and Cybersecurity Blog
Application and Cybersecurity Blog
V
Vulnerabilities – Threatpost
IT之家
IT之家
博客园_首页
P
Proofpoint News Feed
P
Privacy & Cybersecurity Law Blog
C
Cyber Attacks, Cyber Crime and Cyber Security
Project Zero
Project Zero
月光博客
月光博客
NISL@THU
NISL@THU
爱范儿
爱范儿
S
Secure Thoughts
K
Kaspersky official blog
Security Latest
Security Latest
T
Tailwind CSS Blog
博客园 - Franky
D
Darknet – Hacking Tools, Hacker News & Cyber Security
TaoSecurity Blog
TaoSecurity Blog
The GitHub Blog
The GitHub Blog
Microsoft Azure Blog
Microsoft Azure Blog
B
Blog RSS Feed
S
SegmentFault 最新的问题
H
Help Net Security
T
Tor Project blog
L
LINUX DO - 热门话题
S
Security @ Cisco Blogs
N
News and Events Feed by Topic
O
OpenAI News
S
Schneier on Security

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Странные ИИ-существа из 00-х, которые научились размножаться сами
DimaIam (Stu · 2026-05-04 · via Все публикации подряд на Хабре

Уровень сложностиПростой

Время на прочтение5 мин

Охват и читатели965

Ретроспектива

Искусственный интеллект пришел в мир почти 70 лет назад. А наши жизни он захлестнул поистине атилловским вторжением совсем недавно.

Но когда еще сотовые телефоны едва помещались в карман, мониторы были пузатыми, а ПК стоили как целая машина, ИИ был уже рядом, делая первые робкие шаги. Сегодня мы расскажем об игре на основе AI-модели, которая наделала много шуму в 90-х и начале нулевых. А все потому что ее персонажи были пугающе умными.

Хроники Норнии

Никто бы и не подумал, взглянув на игру Creatures 1996 года, что за ее цветистым миром, как будто вылепленным из снов Сьюза Гайсела, кроется абсолютно гениальная математика взаимодействий персонажей по имени “норны” с окружающей их вселенной. А еще со своими инстинктами, которые порой приобретали довольно темную окраску.

Creatures на аутентичном ЭЛТ-мониторе (Win 3.1).

Creatures на аутентичном ЭЛТ-мониторе (Win 3.1).

Creatures была задумана как наш родной американский ответ японской Тамагочи, вышедшей в том же году. Поскольку игрушка-брелок быстро наводнила созданную ей же нишу карманных pet-games, разработчики пошли особенным путем.

На смену монохромному Тамагочи должен был прийти красочный мир, отрисованный вручную, отснятый на камеру и оцифрованный. А в качестве альтернативы то и дело пищащему от голода (а то и чего хуже) питомцу, были придуманы автономные создания. Их цель уметь выживать самостоятельно в суровом дискообразном мире Албании Альбии, их родной планеты.

В основу самосознания норнов было заложено обучение через reinforcement learning, то есть метод подкрепления. Вкратце, норны учились взаимодействовать с миром полным опасностей и удовольствий эмпирически: например запоминать какие ягоды есть нельзя, где можно нечаянно упасть с обрыва и куда лучше отправиться для фуражирования, чтобы пополнить запасы съестного. Накопленный корпус знаний передавался из поколения в поколение. Вероятно, на маленьких скрижалях.

Норн — мохнаногий герой своего времени

Норн — мохнаногий герой своего времени

Их мышление опиралось на целый кластер мини-нейронок, которые получили название модулей-лобов, имитирующих работу разных участков головного мозга. Они отвечали за следующие когнитивные качества:

  • Сенсорики 

Эти лобы кодируют сырой мир в виде вектора активации нейронов, позволяя различать звуки, цвета фруктов или формы объектов. Особенно формы гренделей — туповатых зеленых существ, терроризирующих норнов.

  • Внимание 

Этот механизм позволял норну фокусироваться на самом важном в данный отрезок времени, например голоде или половом влечении. Это похоже на принцип “soft‑attention”, когда нейроны‑селекторы усиливают нужные входы и подавляют остальные.  

Обложка версии игры за 1997 год. Норн и грендель — счастливая ячейка общества?

Обложка версии игры за 1997 год. Норн и грендель — счастливая ячейка общества?

  • Памяти 

А это скорее напоминает обычный павловский отклик — норн запоминал, что вводное “огонь” ассоциируется с данным “боль” и старался больше его не трогать. Скорее всего способность зиждилась на ассоциативной памяти на уровне весов между нейронами. 

  • Эмоции 

Эти величины выполняли ту же роль, что и гормоны в нашей крови: они моделировали важность целей. Так, например, при сильном голоде норн становится “жаднее” и мог оттолкнуть своего соплеменника, чтобы завладеть питательной, сочной репой.

  • Социального интеллекта  

Через сигнальную систему, норны учились различать друзей и врагов, реагируя на их эмоции и поведение. А также строить социальные контакты — в дальнейшем это приводило к брачным играм и появлению потомства.

  • Принятия решений/воли

Математически каждый норн был оснащен таблицей решений, состоявшей из строк потенциальных действий. Например, могли быть представлены строки “подойти”, спрятаться”, “подарить цветочек”, “спариться”. Анализируя сенсорный фидбек, норн получал входящие сигналы, например, страх или голод. Эти сигналы, в зависимости от ситуации, поднимали или снижали шкалу мотивации, приводя к наиболее логичному действию.

Мир норнов — ручная работа

Мир норнов — ручная работа

  • Моторика

Проанализировав каскад предыдущих данных, ИИ приводил норна в действие, давая ему команды по типу “бежать”, “подойти”, “подобрать предмет”, “ударить”.  

Таким образом, мы получаем колонию яйцекладущих гуманоидов, которые могут объединяться в племя исследователей, колхоз-ударник и прото-цивилизацию одновременно, чтобы иметь больше шансов выжить в столкновении с гретелями. Ну или наоборот: рассориться и погубить зачатки ушастой цивилизации.

Цель в игре... а ее в общем-то и не было. Победой считалось каждое дополнительное поколение норнов, которое смогло выжить и дать потомство. Ну а если случался демографический кризис, то высвечивался геймовер и эпопея начиналась сначала...

Своя атмосфера

Creatures не была похожа ни на одну игру своего времени. Да и сейчас аналогов у нее особо не наблюдается. Ее главное отличие от всех остальные life sims — это самостоятельность норнов на базе ИИ.

Да, на них можно было влиять, поглаживая пушистую голову. Или обучить норна простому английскому и давать лаконичную рекомендацию в виде “eat!” Ещё можно было немного поменять его биом и устранить источник опасности, например кипящую лаву. Или наоборот сделать среду максимально враждебной, чтобы выковать расу суровых норнов-воинов, умеющих выживать на половину кукурузного початка в день.

Фрагмент того, как могло выглядеть мышление норнов.

Фрагмент того, как могло выглядеть мышление норнов.

Но это все не гарантировало лояльности со стороны норна и последнее слово всегда было за ним. В частности, они сами решали с кем им построить семейное счастье и будущую ушастую династию.

Здесь в работу вступал длинный алгоритм, начинавшийся со считывания сенсоров и заканчивавшийся укреплением весов в нейронке, если действие ФЛИРТ/СПАРИВАНИЕ не наказывалось болью. 

Что интересно, предпочтения норнов возможно определялись “вшитой” в них биохимией, ведь каждый персонаж обладал уникальной ДНК. В свою очередь набор генов мог заставлять гуманоида реагировать на вероятного партнера особым образом. Например, слабые и трусливые норны могли остаться бездетными одиночками, увы. Только если игрок не устроил бы “divina interventu и не подсобил бы какому-нибудь своему протеже.

Снятся ли норнам сочные груши?

А еще у норнов была вырвимозгная система инстинктов, также прописанная в их AI. Если коротко, норн мог уяснить является ли N-действие хорошим, плохим или полезным лично для него, не проходя через этот опыт эмпирически. 

Дивный норный мир.

Дивный норный мир.

Предположительно, она работала так. Пока гуманоид спит, данные о действии, например “побить другого норна”, подаются в мозг через сенсорный вход. Затем действие запускается и соединяется через дендритический, то есть по-древесному разветвленный, канал и подается в понятийную долю с сенсорными входами.

Задействованные дендриты-разветвления укрепляются, а их нейронные веса увеличиваются в соответствии со стимулом награды/наказания, записанными в гене инстинкта. Наконец норн приобретает нейронные связи, которые могут сработать наяву, если описанный в инстинкте сценарий действительно произойдет. 

Таким образом во сне он получал подготовку  к событию, с которым даже еще не сталкивался лично! То есть в данном случае мышление норна закаляется с помощью предварительного обучения, инициализации и даже корректировки весов с помощью, вероятно, стохастического градиентного спуска. Весьма продвинутая ML-алхимия.

Большое пространство для исследований часто приводило к казусам и даже трагической гибели.

Большое пространство для исследований часто приводило к казусам и даже трагической гибели.

Все как у людей

Норн родился.

Норн родился.

К сожалению, многие знания о том как работал разум норнов ныне утеряны. Виной тому, кстати, не в последнюю очередь игровая документация, которая внесла больше путаницы, чем объяснений касательно системы инстинктов и многого другого.

Creatures была огромным успехом на Западе, но в России почему-то осталась мало замеченной — наши родные пенаты остались зоной влияния Симсов, которых даже интеллектуалы-норны не смогли потеснить. Игра увидела свет в 6 ипостасях и пара классических частей сегодня доступны в Стиме.

Ну а те, кто любят ковырять код старых интересных поделок, могут зайти на openc2e. Там выложен опенсорсный движок Creatures, на котором можно ваять интересные моды с участием так трогательно на нас похожих ушастых существ.