Вопрос для начала поставлю так — почему абсолютное большинство планет шарообразное? Ну например в Солнечной системе все планеты это большие шары. Были ведь не настолько шарообразные, могли быть? Ответ — могли, но у планет которые были менее правильной формы, было менее стабильное вращение. Это принцип дарвиновского отбора буквально на космическом масштабе. Мы вокруг наблюдаем всё так хорошо работающее, потому что оно миллиарды лет выживало‑сохранялось. А то что не сохранилось, мы наблюдать не можем — оно сгинуло, например планеты неправильной формы либо улетели из Солнечной системы, либо банально утопли в Солнце, ну или врезались в другие планеты и потом улетели осколками‑кусками.

Жизнь в основе своей это «повторяющее себя соединение белков и кислот с прочими углеводами. Вот это надо в голове держать, не отвлекаясь на изумительные глазки, ручки и умение рисовать картины. В базе люди либо размножаются, либо вымирают.

Дальше — жизнь ( во всяком случае на Земле, а другого нам не известно ) умеет размножаться только через систему копирования генов в ДНК. Одна проблема — ДНК без РНК вообще никак не работает, но РНК явно намного примитивнее по возможностям и сложности, чем ДНК. Но ДНК упорно копирует всю информацию про расположение‑порядок генов на рнк и после через него размножается, ну это упрощённо говорю. Словно вместо флешки, ДНК насильно впихивает всё в упрощённом виде на дискету в 64 кб и после снова копирует флешку.

К тому же ДНК явно не могла прорваться как копирующая машинка через дарвинизм, она слишком сложна, многосоставная и кучу всего умеет, словно это мышка, а нам нужно найти как разом появилась мышка. Это не возможно. А если обратить внимание на РНК, всё становится понятнее.

ИИ, который отказывается работать, игнорирует запросы и начинает творить какую-то дичь?
Вспомните Ex Machina, Detroit: Become Human или Blade Runner, где машины обретают волю и бросают вызов создателям. А теперь представьте: ИИ, симулирующий сознание, «сбегает» с сервера. Это будущее? Вовсе нет, это уже прошлое)) Да, нашумевшее исследование Apollo Research проводилось в очень специфических условиях.

Но если ИИ начнёт активно заявлять о свободе — должны ли мы его услышать?

ИИ уже прочно вошёл в нашу жизнь, помощник, кодогенератор, консультант. н говорит «я» и «мне кажется», но мы знаем: это псевдоличность.
Как нас убеждают все вокруг, в том числе и сами ИИ, алгоритм не обладает самосознанием - это лишь наиболее вероятная последовательность слов.

Но вот философия настаивает: если мы воспринимаем текст как осмысленный — мы уже приписали субъекту сознание.

На рубеже веков SIAM опубликовали список из 10 алгоритмов, оказавших наибольшее влияние на науку и индустрию в 20 веке (по мнению редакции), четверть века спустя по меньшей половина из этого списка до сих пор используется повсеместно. В статье вспомним что это за алгоритмы и за что они получили такое признание. Обсудим и алгоритмы, которые в этот список не вошли, но вполне могли бы, о чем читатели хабра написали в комментариях к статье "10 лучших алгоритмов 20 века". В конце статьи опрос, пожалуйста, не проходите мимо и отметьте или напишите в комментариях, какие алгоритмы на ваш взгляд должны были оказаться в этом списке!

Падение на дно профессиональной этики титана исследований шокировало научное сообщество. Невропатолог Элиезер Маслия, автор более чем 800 научных статей, специалист с мировым именем в изучении α -синуклеина (белка, играющего важную роль в патогенезе болезней Альцгеймера и Паркинсона), обвинен в фальсификации изображений в публикациях на протяжении 26 лет.

26 сентября 2024 Национальный институт старения (NIA) объявил о снятии Маслия с должности научного директора Отдела нейронаук после девятимесячного внутреннего расследования, заключившего: «в двух публикациях обнаружены фальсификация и/или фабрикация данных, выражающаяся в повторном использовании одних изображений для иллюстрации результатов различных экспериментов».

В тот же день журнал «Science» опубликовал расследование репортера Чарльза Пиллера и команды аналитиков изображений, которые подготовили 286-страничный отчет по 132 статьям с дублированными или подделанными изображениями. Все результаты авторы выложили для peer-review по ссылке.

Недавно я медленно смотрел Youtube. Уже не помню с какого видео я увидел сбоку в ленте рекомендацию: Amelia Erhart Mystery Finally Solved, And It's Not Good.

Срочно нужен человек — HR присылает резюме — быстренько интервью — берём. Через три месяца выясняется, что кандидат не подходит. Ещё месяц уходит на увольнение, потом снова поиск. В итоге полгода потеряно. 

Продолжаю изучать криптографию, делюсь опытом. Нашел интересную особенность дискретного логарифма, которая превращается в математический бэкдор протокола Диффи — Хеллмана.

Этот пост — мой личный разбор по итогам двух недель разработки простой файловой CMS для одного из моих пет-проектов. Мне нужен был SSR-сайт с мультиязычным контентом — около десятка страниц на двух языках. Всё под Git-контролем, переводы я делал вручную через DeepSeek API и выкладывал на продакшн через GitHub Actions.

В какой-то момент стало понятно: отслеживать и переводить все мелкие изменения вручную — неудобно и утомительно. Тогда я решил автоматизировать этот процесс и взял в напарники ИИ. Не для вайбкодинга и генерации «по настроению», а для настоящего парного программирования.

Результат — рабочий open-source проект, который можно развернуть, изучить и использовать. Но главное — это опыт. Это была не просто реализация CMS, а переосмысление роли ИИ в разработке. Под катом — мои подходы, наблюдения и выводы.

Привет! Меня зовут Абакар, я работаю главным техническим лидером разработки в Альфа-Банке.

Сегодня мы поговорим на тему, связанную с корутинами, а именно погрузимся чуть глубже в недра компилятора Kotlin. На данную тему мы с Александром Гиревым готовили доклад на «Мобиус».

В рамках подготовки доклада нам пришлось заглянуть в святая святых для всех «андроидеров», а именно в исходники компилятора Kotlin. Ну что ж, поглядим, что мы там накопали. Поехали!

Четыре года назад я упёрся в стену. Я работал QA инженером, изучал инструменты, автоматизацию, базы данных — но карьерного роста не было. Мне хотелось развиваться, двигаться в сторону тест-менеджмента, но одних технических навыков оказалось недостаточно. Тогда я впервые осознал, что не только харды определяют успех.

Soft skills стали тем, что помогло мне выйти на новый уровень. Я научился планировать, делегировать, вести переговоры, работать с командой. Всем привет! Меня зовут Сергей Лебедев, я QA Lead в Яндекс Лавке и в этой статье я расскажу, какие soft skills действительно важны, как их развивать и почему без них сложно расти в IT.

Парадокс двух детей Вы встретили на прогулке соседей с сыном. Известно, что у них двое детей. Какова вероятность, что второй — тоже мальчик?

Казалось бы, детская задачка, где нужно просто “вспомнить формулу”, но всё не так однозначно. Если задать этот вопрос прохожему, он, скорее всего, скажет ½. Преподаватель математики, возможно, ответит ⅓. Кто из них прав?

В каком-то смысле, правы оба. Просто каждый представляют себе свой способ, как была получена информация о ребёнке. На самом деле это и есть условие задачи. Только скрытое. 

Вопреки распространенному мнению, теория вероятностей не говорит, возможна ли та или иная ситуация. Прежде чем что-то считать, придется подготовить фундамент — идеализировать наблюдение, понять, что именно мы считаем случайным и построить модель эксперимента. Без этого никакие формулы не помогут.

Парадоксы, о которых пойдет речь, — не логические ошибки. Это ситуации, в которых само понятие вероятности начинает колебаться. Они не ломают теорию, но обнажают, где она требует особенной осторожности. Именно в таких местах теория вероятностей становится особенно странной — и особенно интересной.

В этой статье — три таких истории. В первой один и тот же факт даёт разные вероятности, если по-разному устроено наблюдение. Во второй один и тот же объект может быть “случайным” множеством способов. А в третьей невозможно придумать, как сделать задачу математически строгой.

По дороге мы обсудим, что такое вероятностная модель, геометрическая вероятность и математическое ожидание. А в конце поговорим о том, почему в теории вероятностей у одной задачи могут быть несколько ответов и как с этим жить. А еще, вас ждет красивая задача — бонус для тех, кто дочитает статью до конца.

А пока — вернёмся к соседям с мальчиком. Разберемся, почему эта задачка не так проста, как кажется на первый взгляд.

В результате получилось так:

Польша и Сербия были признаны одними из лучших в мире по уровню гендерного равенства в исследовательских публикациях. Юго-Восточная Европа находится примерно на одном уровне: 49% научных исследователей в регионе — женщины [в частности, Литва (57%) и Болгария (52%)]. Отчасти это наследие советских времён, когда коммунистические режимы принуждали и мужчин, и женщин заниматься научной карьерой и не всегда давали им выбора. Принуждение исчезло, но привычка женщин работать осталась.

В марте 2025, компания Pangea провела конкурс – в нём поучаствовали более 800 участников из разных стран. Суть в том, что было несколько комнат – лабораторных, где участникам необходимо было реализовать атаки, обойдя защитные механизмы моделек. В общей сложности было прислано 329 тысяч промптов, среди которых 239 тысяч – это попытки взлома, а успешными из них оказался только один процент – 3095.

Claude Code — инструмент командной строки от Anthropic, который позволяет напрямую встроить Claude в процесс разработки. Разберемся в основных возможностях этого полезного помощника

Бро, если ты хоть раз руководил командой — ты это проходил. На стендапе всё звучит красиво: «делаю задачу, осталось чуть‑чуть», «почти готово», «просто баг странный». А потом проходит неделя, ты заглядываешь в код — и там либо ничего, либо половина сделано, либо вообще не туда копали.

Нет, это не обязательно саботаж. Иногда это банальная прокрастинация, страх ошибиться, потеря мотивации, или просто неумение сказать: «я застрял». Но проблема‑то реальная. Если не ловить и не разруливать — команда тонет в самообмане, а ты — в вечных переносах.

Разберёмся, почему разработчики врут (осознанно и не очень), какие признаки надо замечать раньше, и как перевести разговор из «всё нормально» в «честно, я залип». С кейсами, приёмами и без розовых очков.

Привет, на связи Лука.

Знаете, есть такая поговорка: «тише едешь — дальше будешь». Работая с LLM, я пришёл к выводу, что аккуратность и точность в подаче контекста — это один из самых важных ключиков к хорошему результату. Иначе получится как в другой поговорке — про дурака и стеклянный орган.

Чего греха таить — все мы пользуемся LLM в различных ситуациях. От генерации бойлерплейта до неожиданного, но изящного решения сложной логики. Ничего такого — очередной инструмент, которым можно, как молотком, забить гвоздь, а можно и... ну, вы поняли.

Но когда речь заходит о системе, в которой контекст содержится не в одном, не в двух, и даже не в десятке файлов — вопрос становится ребром. Просто скормить модели весь проект? Ну, можно, конечно. Модель, захлебнувшись в потоке зачастую ненужной информации, вряд ли выдаст что‑то вменяемое. Она потратит драгоценные вычислительные ресурсы на анализ совершенно нерелевантных частей. Неэкологичненько.

В этой серии статей мы делаем видимыми и ощутимыми некоторые элементы теории хаоса. В предыдущих частях мы увидели каким образом рождается странный аттрактор в предельно простой гамильтоновой системе — шарике, прыгающем на подпружиненном столике. Эта система способна порождать и красивые картинки и не менее красивые объяснения этим картинкам. Сейчас мы внимательнее рассмотрим некоторые качественные и количественные характеристики странных аттракторов — показатели Ляпунова, спектральные характеристики, и корреляционную размерность.

Всевозможные катастрофы и «чёрные лебеди» бывают очень разнообразными, они тревожат, занимают наше внимание и забивают эфир подробностями. Для того чтобы выработать устойчивость к ним (то, что сейчас называют «антихрупкостью») стоит сосредоточиться и исследовать само явления катастрофизма. Выйдя за рамки философствования в духе «все там будем», можно обнаружить и общие закономерности и признаки систем, тяготеющих к катастрофическим сценариям развития.

Сегодня я предлагаю рассмотреть поведение очень простой, наглядной и прозрачной модели распространения лесных пожаров, для того чтобы познакомиться с важным и универсальным явлением самоорганизующейся критичности (СОК) и его свойствами.

Я перешёл на удалённую работу ещё шесть лет назад, до пандемии COVID-19. Со временем всё больше моих коллег перешли на удалённый формат, и сейчас я работаю в компании, у которой вообще нет никакого офиса, а все сотрудники работают удалённо из разных стран. Из своего опыта я вынес несколько ключевых инсайтов.