С переходом на Wayland (и даже на некоторые новые freerdp под x11) столкнулся с проблемой, что нельзя развернуть RDP-сессию на несколько мониторов.

Сам разрабочик например RDP-клиента Remmina говорит, что все дело в Wayland, а на стороне Remmina ничего сделать нельзя. В комментариях народ ищет обходные пути, возвращается на X11 или пытается использоваться xfreerdp (к которому тоже есть вопросики).

После некоторого шаманства выяснилось, что в sway (под Wayland) всё же можно сделать рабочий multimonitor для некоторых клиентов.

Сочетание ИИ и интернета вещей — один из ведущих трендов в digital-среде. Так, по версии Mordor Intelligence, рынок искусственного интеллекта вещей (AIoT) в 2030 году вырастет до 89,38 млрд долларов — это почти на 155% выше показателей 2025 года.

Чем вызван интерес к этой технологии, и какие AIoT-решения активно применяются уже сегодня — подробнее расскажем в этой статье.

Игровая индустрия остается одной из самых сложных и многопрофильных областей в IT. Геймдев требует не только технических навыков, но и понимания дизайна, визуального языка, пользовательского опыта и особенностей интерактивных систем. Для большинства айтишников это непривычная среда — профессиональный опыт у них чаще связан с корпоративными сервисами, вебом или мобильной разработкой, которые почти не пересекаются с созданием игр.

Подавляющая часть специалистов в IT никогда не работала в геймдеве напрямую и сталкивалась с чем-то подобным разве что в детстве, когда делала первые попытки собрать игру в конструкторе. Либо занимались в свободное время 3D-сценами. И когда непрофильные разработчики переносят опыт корпоративного программирования или моделирования статичных сцен на игровую разработку или создание графики реального времени возникает огромное количество заблуждений.

В этой статье постараемся развеять самые распространенные мифы, чтобы объяснить, как геймдев и игровая графика устроены на самом деле.

Я использовал новый функционал от Claude - Claude Cowork.

Claude Cowork - это новый агентский режим от Anthropic, доступный в приложении Claude Desktop, который сейчас доступен только на macOS по подписке.

Я попросил его сгенерировать план изучения Go. В статье разбираю особенности и ограничения.

Здравствуйте, мои уважаемые читатели.

Исследование так называемой «Виртуальной Вселенной» продолжается — и, к счастью, пока не упёрлось ни в окончательные ответы, ни в окончательные разочарования.

В этой статье я расскажу об атоме в рамках рассмотренной ранее теории, которую мы строили.

Атом изучен очень хорошо. Его спектры известны с высокой точностью, его устойчивость проверена экспериментом, а любые теоретические допущения в этой области быстро становятся видны. Если геометрический фазовый подход действительно претендует на отражение физической реальности, то он обязан воспроизвести атомную структуру без апелляции к дополнительным квантовым постулатам и без подгонки под известный результат.

Большое количество игровых проектов терпят неудачу. Но что, если это не вопрос удачи, а следствие ошибок управления, рисков, не выявленных во время, или выявленных, но оставленных без должного внимания? Провал игрового проекта — это чаще всего не случайность.

• NASA и Министерство энергетики США планируют построить ядерный реактор на Луне к 2030 году

• Некоторые «экзопланеты» могут оказаться крошечными чёрными дырами из ранней Вселенной

• Обнаружена сверхновая, которая взорвалась вопреки ожиданиям учёных

• Учёные усомнились в стандартной модели Вселенной и предложили рассматривать пространство как «вязкую среду»

• Учёные нашли галактику, похожую на Млечный Путь, существовавшую всего через 2 миллиарда лет после Большого взрыва

До недавнего времени оптогенетика использовалась преимущественно в экспериментах. Отследить активность в конкретной части мозга, проследить связь между стимуляцией участка мозга и поведением субъекта. Главное её преимущество: точечный контроль отдельных цепей нейронных связей. Но насколько реально перепрошить геном человеческих нейронов, а потом стимулировать их светом, через вживленное или внешнее оптоволокно? Вот этому и посвящен новый материал!

Главная проблема столовой – это люди.

Повара мечтают работать в ресторане Мишлен, но никто не мечтал стать поваром в столовой. Люди оказываются там, потому что так получилось. Надо было кормить семью, не хватало денег, была только эта работа рядом с домом.

Изначально у меня было производство пельменей, а постоянно есть пельмени надоедает. 

За стенкой пельменного цеха было помещение советской столовой. Хозяин площади жаловался, что поесть негде, а мои пельмени ему нравились. И он натолкнул на мысль покормить людей самому. 

В ходе нарастающих трений между США и Европой давний технологический дисбаланс обрел новое измерение. В то время как политики обмениваются угрозами по поводу тарифов, Гренландии и регуляционных штрафов, в странах ЕС производится попытка создать конкурентноспособный европейский ИИ, так называемый “европейский DeepSeek”.

От теоремы Шеннона 1948 года до pip install rlm-toolkit 2026 года. 78 лет фундаментальной науки в одной библиотеке.

Anthropic готовит крупное обновление приложения Claude, которое включает базы знаний для Claude Cowork, улучшенную интерфейсную оболочку, голосовой режим и усовершенствованный Pixelate-опыт.

Уже более полутора лет Perplexity почти полностью заменяет мне классический поиск, помогая в работе, учёбе и бытовых вопросах.

Для доступа к Perplexity из России не нужен VPN, есть мобильное приложение и собственный браузер Comet. В наличии много популярных AI-моделей. Базовые функции - бесплатны. Для студентов есть скидка 50% на версию Pro.

В этой статье я постарался систематизировать свой опыт работы с Perplexity.
Мы разберем, как превратить Perplexity из «умного чата» в интерактивную базу знаний, используя Spaces, Tasks, Comet Assistant и другие функции.

Человек тем успешнее, чем ближе к реальности. Но мысль о том, что она рядом, говорит скорее об обратном. Поэтому мистер Чэтфилд ни на что не претендует, а просто излагает факты и результаты исследований. Честно, открыто, и в большинстве случаев не лестно для среднестатистического человека.

Что ж, попробуем в этом разобраться.

Меня зовут Костя Дубровин. Я веду канал про книги.

Джеффри Эмануэль — бывший квантовый аналитик с Уолл-стрит, автор эссе про NVIDIA, которое год назад связывали с падением рынка на $2 трлн. Сейчас он руководит блокчейн-компанией Lumera Network, а в свободное время строит открытые инструменты для ИИ-кодинга, используя 20+ ИИ-агентов параллельно.

Почему запуск нового устройства часто превращается в сериал: ревизия №1, №2, а иногда и №4? Ответ, который редко звучит вслух, неудобен: во всём «виноват» тополог. Точнее — системное недопонимание важности этой роли.

В 2012 году AlexNet потряс мир — тысячи строк кода, две видеокарты, недели обучения. Сегодня вы превзойдёте его одной строкой, а модель загрузится за секунды.

В статье — 20 полностью рабочих примеров глубокого обучения, каждый ровно в три строки Python. Анализ тональности, резюмирование текста, вопросно-ответные системы, генерация текста, перевод, NER. Детекция объектов, сегментация, оценка глубины, поиск изображений по описанию. Мультимодальные модели, которые отвечают на вопросы о картинках.
Это не упрощение и не обман. За тремя строками скрываются модели с миллиардами параметров: BERT прочитал всю Википедию, GPT-2 обработал 40 ГБ текста, CLIP просмотрел 400 миллионов пар «картинка-описание». Всё это знание теперь доступно через один вызов функции.

Никакой дополнительной подготовки данных, никаких конфигурационных файлов, GPU не требуется. Скопируйте код — и получите результат, на который ещё пять лет назад ушли бы недели. Те же модели прямо сейчас работают в production у Netflix, Google и тысяч стартапов.
К концу статьи вы освоите 20 техник, покрывающих большинство задач NLP и компьютерного зрения — и каждая уместится в твит.

Z.ai выпустила GLM-4.7-Flash — облегченную версию флагмана с 30 миллиардами параметров, из которых активны только 3 миллиарда. На бенчмарке SWE-bench Verified модель набрала 59.2% — почти втрое больше, чем Qwen3-30B-A3B-Thinking (22%). Это открытая модель, веса которой уже доступны на Huggingface.

Для многих людей искусственный интеллект стал важной частью жизни: с ним советуются по поводу здоровья, психологических проблем, составляют планы питания и тренировок, дружат, пишут с ним исследовательские работы и т.д. Но мало кто задумывается о качестве информации, которую выдает ИИ, предпочитая слепо верить первому же ответу. В статье история моего личного провала.

В прошлой статье я описывал свой путь в качестве основателя стартап в Кремниевой Долине и вывел 12 уроков. Одни из наиболее «срезонировавших» тезисов того материала стал раздел про «управленческий долг». Я упомянул его вскользь, но на самом деле именно он стал тем фактором, который не позволил вырастить компанию до уровня в десятки миллионов долларов – хотя такой шанс в какой-то момент реально был.

Термин управленческий долг (management debt) я впервые увидел в книге Бена Хоровица – The Hard Thing About Hard Things. Бен – легендарный CEO (выводил компанию на биржу и продавал на $1млрд+) и сооснователь фонда Andreessen Horowitz, он умеет называть вещи своими словами.

Все похоже на техдолг – ты принимаешь удобное, «мягкое» решение сегодня, а завтра за него приходится расплачиваться с дикими процентами. И как и в случае с техдолгом, management debt может приводить к серьезным последствиям.

Ниже – 5 уроков о том, как я брал эти «кредиты», и как потом приходилось расплачиваться.