💻 Какой язык программирования лучше для обучения?
Многие школы используют Java, C#, C или C++, но всё больше образовательных программ переходят на Python.
У Python есть очевидный плюс — на нём легче начать. Это помогает студентам быстрее увидеть результат и сохранять мотивацию.
Но есть и минус.
Python сильно абстрагирует низкоуровневые детали, поэтому студентам сложнее понять, как работают структуры данных, память и другие фундаментальные вещи.
Лично я считаю, что программисты должны становиться polyglots — людьми, которые знают несколько языков.
Фокусироваться на одном языке — стратегическая ошибка.
Но влияет ли язык на результаты обучения?
Исследование John R. Hott (ACM ICER 2025) показывает: почти никак.
Студенты, которые выполняли задания:
- только на Python
- только на Java
- на смеси языков
показали статистически одинаковые результаты.
Не было значимых различий:
- в оценках за программирование
- в письменных заданиях
- в тестах и квизах
- в уровне сложности, который испытывали студенты
Вывод исследования простой:
👉 выбор языка программирования почти не влияет на результаты обучения.
То есть преподавателям не стоит слишком переживать о том, какой язык выбрать для курса.
Гораздо важнее другое.
Вместо бесконечных споров *Python vs Java vs C++* стоит учить студентов:
- как создавать продукты
- как запускать проекты
- как строить бизнес
- как быть независимыми от технологических трендов
Как пишет Zed Shaw в эссе
“AI Didn't Kill Programming, You Did”:
проблема не в AI и не в языках программирования — проблема в том, как люди учатся программированию.
Главная мысль:
🚀 программирование можно выучить на любом языке.
Начните с Logo.
Попробуйте Ada.
Изучите Python, Go, Rust или C.
А ещё лучше — попробуйте придумать свой язык программирования.
Именно так и начинается настоящее понимание компьютеров.
Исследование
https://engineering.virginia.edu/faculty/john-r-hott
Эссе
https://learncodethehardway.com/blog/39-ai-didnt-kill-programming-you-did/
#programming#education#python#java
#einstein
Einstein@Home нашёл новые пульсары
25 сентября 2025 вышла свежая работа (arXiv:2509.21307) — проект Einstein@Home нашёл четыре новых гамма-пульсара, включая один миллисекундный, с помощью добровольных вычислений.
Да-да, эти открытия сделали обычные ПК и GPU людей по всему миру.
Ключевое:
Данные — с телескопа Fermi LAT.
Один пульсар всего в 0,93° от центра Галактики.
Все четыре — «немые» в радио, их раньше просто не замечали.
Расчёты шли на ~30 000 машин, объединённых в распределённый кластер через BOINC.
И это не игрушка — публикация в рефери-журнале.
Любопытно, что метод поиска использовал фазовое вычитание, чтобы отделить слабый сигнал от фона центра Галактики — почти как в AI-детекции шумных данных.
Мораль: если дома стоит без дела мощная видеокарта, она может не только простаивать 99% времени, но и внести вклад в науку.
Сравниваем
MacStudio на M1 Ultra
и MacBook Pro на M4 Pro
на проекте Einstein@home
У M1 Ultra 20 CPU, но одну таску на 105 000 GFLOPS он далает 2ч15мин на CPU
M4 Pro чип намного более свежий, в ноутбучном исполнении. 12 CPU, но на одну таску уходит по 1ч15мин на CPU
На GPU работает 48 ядер на M1 Ultra против 16 на M4Pro
Но новое поколение решает и более свежий чип делает одной таску на 17 500 GFPOLS за 6 минут вместо 8. Несмотря на ноутбучное исполнение.
#einstein
Я поставил в расчет на Einstein по 4 задачи в паралели (настраивается на сайте проекта), потому что длительность расчёта почти не увеличивается, а количество отработанных тасков увеличивается значительно (RTX 4090).
Почему так? Таcки Einstein на GPU что-то долго крутят вначале на почти холодной видеокарте, а при расчете четырех тасков параллельно нагрузка на GPU становится стабильной, TDP 260Ватт. Это, кстати довольно много, но для сравнения PrimeGrid умеет грузить GPU на 450Ватт, сказывется особенность вычислений. Операции с простыми числами будто созданы для обеспечения полной нагрузки на видеокарты.
#einstein
#primegrid
🪐 In the galaxy cluster Abell 2744, astronomers use high-precision observations to study the effects of gravitational time dilation, where the enormous mass of the cluster slows the passage of time for objects inside compared to more distant observers. This real effect, predicted by Einstein, means that clocks deep within Abell 2744’s intense gravity would actually tick just a little slower than those far from its massive core—a subtle warping of time caused by gravity on a truly cosmic scale. ✨
#timedilation⚡#einstein⚡#abell2744⚡#nasa⚡#galaxy⚡#stars⚡#astronomy⚡#universe⚡#cosmos⚡#space
👉subscribe Universe Mysteries
👉more Channels
What If The Universe DID NOT Start With The Big Bang?
@PBS Space Time
👉 Head to https://brilliant.org/spacetime/ for a 30-day free trial + 20% off your annual subscription
#YouTube#liked#Black_Holes#Black_Hole#Black_Hole_Physics#Space#Outer_Space#Physics#Astrophysics#Quantum_Mechanics#Space_Physics#PBS#Space_Time#Time#PBS_Space_Time#Matt_O_Dowd#Einstein#Einsteinian_Physics#General_Relativity#Special_Relativity#Dark_Energy#Dark_Matter#The_Universe#Math#Science_Fiction#Calculus#Maths#Holographic_Universe#Holographic_Principle#Rare_Earth#Anthropic_Principle#Weak_Anthropic_Principle#Strong_Anthropic_Principle