Бюджетная астрофотография

В последние лет 10-15 астрофотография, благодаря прогрессу в софте и электронике, превратилась из узконишевого, дорогого и сложного хобби во что то доступное и красивое.
Потратив 500-600 долларов Вы можете снимать сотни объектов глубокого космоса, а потратив 2-3 тыс долларов (и много времени) Вы можете получать кадры, которые лет 30 назад были доступны лишь многомиллионным телескопам в обсерваториях
Попробую рассказать без углубления в детали как это работает.
Уровень первый - только с мобильником.
Берете ваш мобильник, ручной режим, фокус на бесконечность, выдержка 30 секунд, диафрагма пошире, спуск с задержкой через 10 секунд и ставите на камень, чтобы он смотрел на Млечный путь.
В некоторых мобильниках есть режим ночной съемки или даже астро съёмки.
Как я собрал AI-ассистента для отца с больным сердцем: Tool-Calling RAG Pipeline на GPT-4o-mini без LangChain

Мой отец — человек, переживший несколько сложнейших операций на сердце. Жизнь с хроническим заболеванием — это бесконечный поток анализов, заключений и схем приёма лекарств. Находясь далеко (я живу во Вьетнаме), я постоянно волновался: не забудет ли он про дозу, правильно ли понял назначение, задал ли все нужные вопросы врачу?
Мне нужен был не просто бот-напоминалка, а второй пилот — умный, конфиденциальный и мультимодальный AI-Кардиолог. Ассистент, который знает его анамнез наизусть, понимает голосовые команды и может «прочитать» фотографию свежего анализа.
Я решил собрать полноценный автономный агент с возможностью вызова внешних инструментов (Tool‑Calling) и локальной базой знаний (RAG), но без использования громоздких фреймворков вроде LangChain или LlamaIndex.
Происхождение духов: как естественный отбор работает в мире информационных сущностей, и причём тут LLM и кибернетика

Обычно, когда мы слышим слово "дух" в нашем воображении всплывает что-то похожее на кадр из советского мультика с замотанным в простыню Карлсоном. Так работает человеческий ум - для понимания какой-либо концепции ему нужно связать её с метафорическим визуальным образом. Так, например, Бог в умах людей представляется в виде живущего над облаками белобородого старика, а ад в виде греющихся на огне котлов с кипятком, в которых хвостатые черти варят людей и тыкают их трезубцами, хотя в религиозных текстах ничего подобного вовсе нет. Человеческому уму трудно оперировать абстрактными идеями, ему нужно, чтобы идея была воплощена в визуальном образе. И часто бывает так, что ум настолько крепко привязывается к этому визуальному образу, что путает его с самой идеей - так рождаются симулякры. Визуальное воплощение подменяет саму бесплотную идею. Но, как говорят китайские мудрецы, нужно уметь отличать палец, указывающий на Луну, от самой Луны.
Пример работы естественного отбора на динозаврах

Вот пример того, как работает дарвиновский отбор, сейчас покажу как надо правильно рассуждать и не попадаться в "научные ямы". Тираннозавриды это целое семейство разных по размеру динозавров, хищников. Известны тем, что почти всё время доминировали среди динозавров, занимая верхние позиции хищников, в разных весовых классах.
Прикольная черта внешности - маааленькие лапки передние, при огромной морде и мощных задних лапах. Получается такой зверский страус, только без крыльев и без намёка на то, что в будущем заимеет крылья. И вот люди спрашивают палеонтологов - а чего у них такие лапки маленькие? Палеонтолог выпускает например такую статью - https://www.app.pan.pl/article/item/app009212021.html. Надо добавить, что это один из палеонтологов, а не некий сверх авторитет. И человек сделал предположение - лапы у тираннозавров уменьшились как реакция на то, что тираннозавры часто участвовали в драках и лапы часто повреждались укусами. Ну в принципе реальный фактор отбора. Плюс он говорит про всё семейство тираннозаврид.
Вся правда о карьере в ИБ: разбираем мифы про хакеров и высокие зарплаты

Кибербезопасность сегодня выглядит как одна из самых заметных сфер в IT: о ней много говорят, специалистов не хватает, а зарплаты обсуждают даже в общих чатах про карьеру. Неудивительно, что у новичков складываются свои ожидания: от «быстрых денег» до образа белых хакеров.
На деле всё чуть сложнее. А путь в профессию устроен иначе, чем может показаться на старте. Поэтому мы разобрали 5 самых популярных мифов о карьере в ИБ и проанализировали, что за ними стоит.
Робот-слесарь идеальнее человека

Цех по сборке металлоконструкций. Зал для производственных совещаний. Только что завершилась презентация новых роботов-слесарей. В зале повисла гнетущая тишина. Все ждут уже неотвратимого решения Генерального.
Как одна бумажка 1942 года до сих пор определяет, на чём мы летаем

1942 год, разгар войны. Американские бомбардировщики ревут в небе, и где-то в штаб-квартирах нефтяных компаний инженеры лихорадочно мешают новые рецептуры топлива. В тот год появилась техническая спецификация на авиационный бензин. Документ, написанный сухим языком стандартов, но с судьбоносными последствиями.
Никто из авторов тогда и представить не мог, что спустя 80 лет пилоты небольших самолётов всё ещё будут зависеть от этой бумажки, а из выхлопных труб их Цессн и Пайперов будет лететь свинцовая пыль.
Ваш автомобиль уже давно переваривает исключительно бензин без свинца, а вот самолёты малой авиации до сих пор летают на этилированном. Почему так вышло? Сейчас расскажу.
Мы пройдём путь от военных топлив времен WWII до современных поисков «зелёного» авиабензина. Будут и про октановое число, загадочную аббревиатуру TEL и кейсы, при которых переход на новое топливо внезапно обернулся износом двигателей. Это история о стандартах и компромиссах, о том, как одна специфическая формула топлива стала монополией в нишевом рынке, и о драматичной гонке за её замену.
Переработка солнечных панелей: патентный анализ

По данным Международного энергетического агентства, в 2024 году в мире было введено в эксплуатацию около 597 ГВт новых солнечных электростанций, что на 33% больше, чем в 2023 году. Благодаря этому общая установленная мощность солнечных электростанций в мире составила около 2,5 тераватт (ТВт). Кроме того, по прогнозам Bloomberg NEF, в 2025 году общая установленная мощность солнечных электростанций в мире может достичь 698 ГВт, что свидетельствует о продолжении роста, хотя и более скромном — на 16% по сравнению с 2024 годом. Цифры впечатляющие. Но остается открытым вопрос — куда девать отработанные панели? Разбираемся.
Ошибки, которые инженеры совершают при код-ревью

Код-ревью стало ключевым этапом в разработке: генерация кода с помощью LLM упростилась, а вот проверка его качества по-прежнему требует инженерной экспертизы.
В новом переводе от команды Spring АйО эксперты сообщества подробно и на собственном опыте рассказали про нюансы код-ревью.
Введение в Xray
Документ для тех, кто совсем не знает, что такое Vless, Xray и прочие штуки, связанные с «ВПН», но кому это нужно для планирования организации доступа через данные инструменты. Или если кому-то просто интересен принцип работы «на пальцах».
В некоторых местах используются упрощения, из-за которых могло бы быть сломано не мало копий на профильных форумах, но для человека, который не знает и не очень горит желанием знать технические детали, они все равно роли не играют.
В данной статье представлена исключительно архитектура работы, как настроить сервер ищите в других статьях или гугле.
От хаоса данных к управляемому знанию: как ИИ-агенты помогают бизнесу принимать верные решения

В мире бизнеса сейчас из каждого колодца слышится, как искусственный интеллект готов избавить нас от рутинных задач, сделать аналитику и выявить своевременные идеи, чтобы стимулировать рост компании. Однако на практике существует значительный разрыв между тем, что могут сделать даже самые продвинутые нейросети, и реальными потребностями бизнеса. ИИ-агенты часто функционируют как черные ящики, оставляя организации с туманным представлением о том, как или почему был получен определенный результат.
Исследователи из Salesforce AI переосмыслили способ использования ИИ для поддержки бизнес-исследований. Они утверждают, что дело не только в размерах моделей или скорости генерации, но и в лучшем понимании того, как ИИ формирует свои ответы, и в возможности проверить этот процесс. Их новая мультиагентная система под названием Enterprise Deep Research Framework делает ИИ для глубоких исследований более понятным и контролируемым.
Давайте рассмотрим, как современные ИИ-агенты помогают бизнесу принимать более обоснованные решения.
CPython простыми словами: всё, что нужно знать начинающему

Привет, Хабр!
Сегодня вместе заглянем за дверки Python и разберемся, что же там внутри. Оказывается, под привычным синтаксисом Python скрывается целая машина – интерпретатор CPython, написанный на языке C.
Это самая популярная и каноничная реализация Python. Существует и другие реализации (PyPy, Jython, IronPython и т.д.), но 99% времени, говоря Python, имеют в виду именно CPython – оригинальный и наиболее поддерживаемый интерпретатор. Без строгой формальной спецификации языка Python, именно поведение CPython во многом определяет, что такое Python.
Многофакторная обобщенная линейная модель

Поставим задачу автоматического подбора весовых коэффициентов вместе с настройкой функции связи обобщенной линейной модели.
Регрессионная модель: .
Неизвестными считаются не только весовые коэффициенты , но и функция
.
Абсолютный конструктивный предел: ординальный анализ границы формализуемых числовых структур

Идея этого исследования, которое привело к формализации абсолютного конструктивного предела математики, возникла в процессе разработки гугологического фреймворка BeyondNumbers на Python — системы, предназначенной для формального описания и классификации чрезвычайно больших чисел и функций, растущих быстрее всех известных конструктивных процессов.
В ходе этой работы естественно возник вопрос: существует ли предельно большое конечное число (или ординал), которое можно получить, оставаясь в рамках конструктивной математики, например ZFC или аналогичных систем? Что-то вроде конструктивного аналога числа Rayo— но формализуемого в рамках доказуемых систем, например CZF.
На интуитивном уровне кажется, что ответ — нет. Какое бы большое конечное число мы ни зафиксировали, всегда можно прибавить 1, применить новую функцию, ввести новую иерархию. Однако строгое рассмотрение показывает, что это рассуждение применимо лишь к числам, но не к ординалам, описывающим скорость роста функций: для достаточно сложных конструкций операции вроде +1, умножения или возведения в степень перестают менять принципиальный порядок роста. Иными словами, мы можем говорить о предельной скорости роста — не отдельного числа, а конструктивного ординала, который задаёт границу всех конечных процедур в пределах данной теории.
Как я оптимизировал отдел и получил врагов вместо премии

Продолжаю цикл статей из серии давно минувших дней.
Недавно встретил бывшего коллегу и он мне напомнил эту историю, о которой я абсолютно забыл. Не об уроке, а просто о самом случае.
2010г: по семейным обстоятельствам я оказался в глубоком финансовом кризисе. У меня не было денег даже на бензин. Один знакомый мне предложил поработать у них в отделе 1с-ником. Оплата была небольшая (по сравнению с рынком). Я согласился поработать у них несколько месяцев, пока не найду нормальное место, такой и был изначальный уговор. В отделе 1С было 3 человека, я стал четвертым.
Все, что написано ниже, это, конечно же, произошло не в первый день и не в течение одного месяца. Просто постепенно я погружался в атмосферу коллектива и организации.
Был у них там финансовый отдел, который считался о-о-о-чень важным. Не с точки зрения его пользы, а с точки зрения позиционирования. Они там раздували щеки, что без нас вы вообще никуда. Мы тут самые специалисты. Да без проблем, они в другом конце здания, я с ними не пересекался. Но слышал обсуждения коллег.
В том отделе 4 человека. Одна из их задач была подбирать копейки для счетов-фактур. Чтобы строки с итоговой суммой сходились. Ну вы знаете про округление. Для этого у них был целый инструмент - документ в 1С аж с десятитысячными долями в ценах! Они там сидели вручную подбирали десятые доли копеек. Этот процесс был легендарным. Считалось, что его нельзя автоматизировать - кто ни пробовал, ни у кого не получалось, так мне сказал начальник.
Да как так? Не может такого быть! Я-не-ве-рю! Покажите!
Автоматизация vs «Петрович-фактор»: Как перевести персонал из режима «сопротивление» в режим «развитие»

Мы в LogistiX, внедряя технологические инновации, неизбежно сталкиваемся не только с техническими задачами, но и с человеческим фактором. На стороне заказчика это часто проявляется как пассивный саботаж, сомнения или эмоциональное отторжение, что ставит под угрозу сроки и качество проекта.
Важно понимать, что сопротивление персонала — это не «поломка» системы, а совершенно нормальная реакция на неопределенность. Люди боятся возможной потери контроля и изменения привычных ролей.
Эта проблема имеет предсказуемую логику, и ею можно управлять. Ответственность за снижение сопротивления лежит, прежде всего, на стороне заказчика, поскольку именно у него есть полномочия и каналы коммуникации с сотрудниками.
В этой статье мы разберем, почему автоматизация часто буксует из-за конфликта с персоналом и как системные инструменты превращают это сопротивление в ресурс для развития.
Как загрузить GPU на максимум. Разбираем узкие места в инфраструктуре для ИИ

Представим, что вы запускаете обучение модели, ждете, что процесс пойдет как по маслу. Но вместо этого в инструментах мониторинга видите, что GPU загружен на 40–60%, а то и меньше. Время обучения растягивается и эффективность не та, что вы ожидали. Даже самый быстрый GPU беспомощен, если данные не успевают до него «доехать». Он просто ждет.
В статье разберем, почему для эффективного AI-обучения важны быстрые диски, память и CPU, и расскажем, как спроектировать сбалансированную инфраструктуру — даже в условиях ограниченных ресурсов.
Гриб-слизевик, клетка и Nokia — классические примеры traveling networks

Что общего у слизевика Physarum polycephalum, клетки и Nokia? Способ двигаться вперёд.
Слизевик отращивает новые ветви, избавляясь от старых. Клетка наращивает свой белковый каркас с переднего края и разбирает его с заднего. А Nokia наращивала новые бизнес-направления, одновременно сворачивая устаревшие.
Учёные предложили для всех таких систем общую концепцию — путешествующие сети (traveling networks) — и показали, что их поведение укладывается в единые математические принципы.
Особенность таких сетей в том, что они полностью обновляются за предсказуемый срок. Это принципиально отличает путешествующие сети от обычных растущих структур вроде нейронных дендритов или кровеносных сосудов — те тоже ветвятся, но остаются на месте, привязанные к исходной точке роста.
Сейчас разберём их архитектуру.
Как управлять теплотой и холодностью тканей?

В прошлой статье мы подняли такой интересный вопрос, как создание ткани своими руками.
Мы увидели, что это более чем реально, собственно, как об этом не просто утверждает, а, можно сказать, «вопиет» вся история человечества.:‑).
Создание ткани само по себе, надо думать, достаточно «медитативное» занятие, и хорошо разгружает голову (с пользой для домашнего хозяйства).
Однако, в ходе рассмотрения, был и ещё один очень любопытный вопрос, который мы так и не затронули: а как вообще управлять «холодностью» или «тёплостью» тканей?
И вопрос этот, как мы увидим далее, достаточно нетривиальный, но, в то же время, очень интересный, так как если мы научимся управлять теплотой тканей, поймём основные принципы, то, это поможет, как в деле гипотетического постапокалиптического «выживальчества», так и может дать ряд новых интересных идей...
Итак, посмотрим, как это всё работает...
Information
- Rating
- Does not participate
- Location
- Москва, Москва и Московская обл., Россия
- Date of birth
- Registered
- Activity
