Текст уведомления здесь

Студенты университета ИТМО выиграли чемпионат мира по программированию в седьмой раз

Сборная университета ИТМО выиграла чемпионат мира по программированию ACM ICPC-2017 (International Collegiate Programming Contest), решив 10 задач из 12 лучше соперников и установив рекорд по количеству выигрышей в этом соревновании.
Добавить в закладки
Комментарии

В 2017 году в финале самого престижного соревнования среди программистов участвовали 133 команды из всех регионов мира, состязания проходили в 41-й раз. В итоге сборная ИТМО в седьмой раз стала победителем ACM ICPC, что еще не удавалось ни одному вузу в мире, говорится в сообщении пресс-службы вуза.

Победителями стали студенты кафедры компьютерных технологий Владимир Смыкалов, Иван Белоногов и Илья Збань. Главным тренером команды выступил доцент кафедры компьютерных технологий, кандидат технических наук Андрей Станкевич. В 2016 году он получил престижную награду ACM ICPC Senior Coach Award за то, что в течение 15 лет его подопечные проходили в финал конкурса.

Другие команды, вошедшие в четверку лидеров, тоже решили 10 задач, но потратили на это чуть больше времени. Так, на втором месте оказалась команда Варшавского университета. На третьей позиции — программисты из Сеульского национального университета. С четвертым результатом финишировала команда СПбГУ, чемпион 2016 года.

«Соревнование прошло удивительно гладко. В некоторых задачах мы интуитивно положились на факты, которые не могли доказать полностью, и чутье нас не подвело. Нам удалось сдать 10 задач фактически за четыре часа, и это дало хороший запас уверенности. Но только в самом конце, когда мы сдали десятую задачу, я подумал: «О'кей, видимо, получится взять золото!» — рассказал Иван Белоногов.

Призерами стали также другие российские команды: команда МФТИ и Уральский федеральный университет. Всего в 2017 году Россию представляли 13 команд из Москвы, Санкт-Петербурга, Саратова, Перми, Петрозаводска, Новосибирска, Самары, Томска и Екатеринбурга. Команды из России участвуют в чемпионате с 1993 года, а с 2000 года побеждали в соревновании уже 12 раз, включая этот год.

Традиционно контест проходил в течение пяти часов. За это время участники должны решить практико-ориентированные задачи. Особенность соревнований в том, что команды из трех человек сидят перед одним компьютером. Поэтому помимо логики и умения работать под давлением они должны проявить навыки командной игры и правильного распределения ролей. Чтобы решить некоторые задачи, достаточно лишь аккуратности и внимательности. Для других заданий требуется углубленное знание различных алгоритмов. Результатом работы команды чаще всего становится некое программное обеспечение, которое соответствует поставленным условиям. Задачи проверяются автоматически по тестам, которые заранее составляются жюри, проверка решений идет в реальном времени. Учитывается полнота и скорость выполнения задания, а также количество попыток, которое сделала команда при решении той или иной задачи. Не всегда команды успевают справиться со всеми. Такие жесткие условия соответствуют реальной жизни, ведь клиент может просто отказаться от услуг программиста, если он впустую тратит время и ресурсы.

Чтобы попасть в финал ACM ICPC, нужно было сначала пройти местный отбор в собственном университете. Обычно в этих мероприятиях участвуют более 300 тысяч человек. Затем проходят региональные контесты, в которых определяются лидеры, достойные финала. Чемпионы ICPC получают кубок чемпионата мира и денежную премию, которая в этом году равняется 15 000 долларов США.

Чемпионат по спортивному программированию International Collegiate Programming Contest проводится ежегодно c 1977 года под эгидой Ассоциации вычислительной техники (ACM, штаб-квартира в Нью-Йорке).

Ранее российские школьники выиграли две золотые, одну серебряную и одну бронзовую медаль на Всемирной олимпиаде роботов.

Вам понравилась публикация?
Расскажите, что вы думаете, и мы подберем подходящие материалы

Создан генератор случайных чисел, умеющий оценивать энтропию

Исследователи из Женевского университета разработали новый метод генерации случайных чисел на основе законов квантовой физики.
Добавить в закладки
Комментарии

С появлением систем хранения и передачи данных появились также системы, позволяющие перехватывать эти данные. Поэтому важную информацию зашифровывают с помощью криптографических ключей. Они представляют собой секретный набор символов, который используется неким алгоритмом для шифрования/дешифрования. Даже если алгоритм будет вычислен, без ключа «достать» информацию невозможно.

Хороший криптографический ключ должен состоять из чередующихся случайным образом нулей и единиц, которые составляют базовую единицу информации (бит) в цифровых устройствах, например в компьютерах. Кажется, что создать случайный набор цифр легко, но специалисты по теории информации давно поняли, что на самом деле получить действительно случайную последовательность довольно сложно. Даже если человек будет хаотично нажимать на цифры на клавиатуре, возникает определенная последовательность или выраженное преобладание одной цифры. Еще одним недостатком «ручной» генерации ряда цифр является скорость, в миллионы раз меньшая, чем скорость генерации цифр машиной. Последняя также имеет алгоритм выбор цифр, пусть и очень сложный, но поддающийся расшифровке.

Для решения проблемы предвзятости исследователи из Женевского университета разработали новый генератор случайных чисел, основанный на принципах квантовой физики.

Квантовая физика основана на непредсказуемости действия. В отличие от классической физики в ней нет зависимости действия от причины. Если мы толкнем шарик, лежащий на плоской поверхности, он обязательно покатится — таковы ясные и понятные законы классической физики. Но если направить фотон на полупрозрачное зеркало, мы не можем заранее предсказать, отразится он или пройдет через зеркало. Потому что в квантовой физике действие случайно. Следовательно, генератор на основе законов квантовой механики невозможно упрекнуть в предвзятости или наличии алгоритма. [ ... ]

Читать полностью

Искусственному интеллекту привили любопытство

Информатики из Университета Техаса и компании DeepMind разработали новый алгоритм, позволяющий искусственному интеллекту «мотивировать» себя на изучение окружающего мира и таким образом учиться быстрее и эффективнее.
Добавить в закладки
Комментарии

Специалисты в области искусственного интеллекта (ИИ) давно работают над алгоритмами «любопытства», которые позволяли бы машинам самостоятельно исследовать окружающий мир и обучаться ради самого процесса обучения. Однако скопировать человеческую любознательность очень сложно. Например, большинство существующих алгоритмов не способны оценить пробелы ИИ в знаниях, чтобы предсказать, что ему будет интересно, до того, как он это увидит. То есть компьютер пока не способен в отличие от человека оценить, интересна ли ему книга, только по ее обложке.

Кроме того, люди (в частности, маленькие дети) исследуют не все подряд и не случайным образом — они выбирают любопытную для них часть реальности и концентрируются на ней, так как у них возникает внутренняя мотивация заниматься именно этим.

Двое исследователей — Тодд Хестер, сотрудник компании Google DeepMind (именно ее алгоритм AlphaGo победил чемпиона мира в настольной игре го) и информатик из Университета Техаса Питер Стоун — решили приблизить ИИ к человеческому способу познания мира и разработали новый алгоритм любопытства под названием «Целенаправленное исследование с внутренним вознаграждением за вариативность и новизну» (Targeted Exploration with Variance-And-Novelty-Intrinsic-Rewards (TEXPLORE-VENIR).

Алгоритм основан на технике, которая называется «усиленное обучение». В процессе усиленного обучения программа пробует что-то делать, и, если это действие продвигает ее ближе к некой установленной цели, например к концу лабиринта, программа получает небольшое вознаграждение и с большей вероятностью повторит этот маневр в будущем. [ ... ]

Читать полностью

Инженеры порекомендовали героям сначала спасать себя

Инженеры из университетов Японии и Канады на основе компьютерного моделирования пришли к выводу, что в экстремальных ситуациях сильным людям лучше сначала спасти себя и только потом спасать других.
Добавить в закладки
Комментарии

Коллектив ученых во главе с Ейширо Хиго применил метод компьютерного агентного моделирования к ситуации затопления рекой трехуровневой станции метро в японском городе Киото.

Агентное моделирование учитывает не только различные параметры ситуации (например, приток воды или доступные для спасения инструменты), но и социальные взаимодействия между участниками, а также уровень их интеллекта по трем шкалам: реактивность (способность реагировать на окружающую среду), проактивность (способность принимать решения и достигать цели) и навыки общения.

По условиям моделирования, есть станция метро с парковкой и торговым центром. Эту станцию затопляет протекающая недалеко река, а группа взрослых и пожилых людей должна по лестницам выбраться с платформы метро на поверхность.

Ученые воспроизводили модель, используя три разные стратегии эвакуации: в одной люди заботились только о себе, во второй люди сотрудничали в рамках группы, а в третьей те, кто был способен спасти себя, добирались до безопасного места, а затем помогали остальным, кидая им веревку. [ ... ]

Читать полностью