Ник - Ясинский Анджей

Освещенные фонарями участки я избегал. Это было легко – ближе к утру многие фонари потухли. «И здесь безалаберность», – еще подумал я.

А патрулей в городе было достаточно много. Мне не составляло труда избегать их, а вот преследователи иногда вынуждены были притормаживать, чтобы не попасться. Так вот, бегая и наблюдая за всеми перемещениями преследователей, а также отслеживая местоположение стражников, я строил свое перемещение таким способом, чтобы крайние преследователи выскакивали прямо на стражников. По логике вещей, у моих сопровождающих должно было быть какое-то подтверждение их обязанностей, эдакий аналог удостоверения тайного агента, типа бляхи какой-нибудь. Однако, к счастью, они не были настолько предусмотрительны, или им не положено было раскрываться перед стражниками, а может, местные и вообще до этого не дошли, потому как засветка надолго застревала рядом со стражниками, а я становился свидетелем очередного занимательного разбирательства.

Удивительно, но таким образом мне удалось избавиться от всех преследователей, кроме девушки. Мне повезло, что именно она бегала за мной. И, что еще более удивительно, этот фокус я проделывал в течение недели, и у меня всегда получалось. Конечно, времени такие пробежки занимали много, пару раз даже пришлось бегать около двух часов. Но преследователи оказались хорошо подготовленными – не отставали, даже девушка. Самое прикольное было, когда получалось так, что преследователи наталкивались на тот же самый патруль, что и в предыдущий раз. И хоть накануне ребят отпускали или выпускали (уж не знаю – не следил), их снова прихватывали, невзирая на все оправдания. Еще поражало, что, по логике, стражники должны ходить громко, распугивая возможных нарушителей, – кто же хочет гоняться за ними ночью? Подключившись к одному из патрулей, я понял, что это не испорченные «менты», а добросовестно делающие свое дело стражники. Во время патрулирования их практически не было слышно, а пойманный нарушитель вызывал у них восторг – и скука развеяна, и есть возможность вернуться в караулку, хлебнуть чего-нибудь горячительного. Хотя черт их знает, возможно, такое отношение к службе только во внутреннем городе.

Все это меня забавляло. По моим ощущениям, я вполне мог от них оторваться. Знаете, как бывает, – ты просто чувствуешь, что если захочешь, то спокойно можешь прыгнуть на определенную дистанцию, или если бросишь камень, то точно знаешь, что попадешь в цель. Наверное, это сродни предчувствию, а может, это полная уверенность в своих силах. Так и тут: я просто чувствовал, что в беге смогу развить скорость, сопоставимую с той, что у меня получилась в эльфийском лесу. Но мне не хотелось демонстрировать свои возможности преследователям, да и неплохая тренировка получалась, особенно с использованием элементов паркура.

Уже на третий день мне наскучило во время пробежки напрягать мозги, все время пытаясь рассчитать свое передвижение таким образом, чтобы загонять преследователей в лапы стражников. Поэтому я засел за комп и применил все свои знания и способности, чтобы переложить эту часть работы на своего электронного помощника. Задача на первый взгляд казалась простой – нахождение оптимального пути среди трехмерной модели города, к этому моменту уже построенной, не зря же я облазил почти весь внутренний город и часть внешнего. Наличие таких алгоритмов в бадди-компах является обязательным. Однако все это осложнялось дополнительными ограничительными условиями – передвижными препятствиями (стражниками) и необходимостью сталкивать своих преследователей с этими препятствиями. Мне не хотелось слишком углубляться в разработку оптимальной программы, на которую можно потратить много времени, голова была забита совсем другим. Поэтому я выбрал самое быстрое по написанию решение, но, по прикидкам, более ресурсоемкое по обучению и по загрузке компа – использовать пресловутые нейронные сети плюс еще кое-какой анализ. У них есть определенное достоинство – обучаемость. При правильно заданных граничных условиях работы и наличии достаточного для обучения времени их результативность многократно превышает другие «статичные» алгоритмы расчетов. К тому же сделал программу, запустил на обучение – и занимайся своими делами.

И тем не менее обучение нейросети двигалось медленно – слишком много динамически меняющихся параметров, пока я не сообразил сгрузить все это на удаленный субноут. Дело пошло веселее. Через пару суток я уже проверил работу программы в действии, и результат частично оправдал мои ожидания. Виртуальность, конечно, хорошая штука, но такие вещи лучше проверять на практике, и я не был уверен на все сто процентов, что проверка сразу даст положительные результаты. Поначалу были и накладки. Но вскоре все стабилизировалось. А комп, кроме того, продолжал обучаться уже на реальных данных, ведь реальность иногда даже более непредсказуема, чем фантазия человека. С этим утверждением можно поспорить, но я не буду этого делать. В постоянных спорах с самим собой и до шизофрении дойти недолго.