Представьте на секунду, что самое важное в машине — то, что заставляет её двигаться, — вдруг стало мягким, бесшумным и практически вечным. Не металлическим, скрипучим и ломким, а гибким, текучим... почти живым. Звучит как сцена из научно-фантастического романа, верно? Но именно это сейчас происходит в научных лабораториях. Физики и инженеры один за другим совершают тихую революцию, отказываясь от привычных шестерёнок и валов. И что самое удивительное — замену они нашли буквально под рукой: в самой обычной жидкости.

Вот уже тысячи лет принцип передачи движения не менялся: зуб одной железной шестерёнки цепляется за зуб другой. Но недавно команде из Нью-Йоркского университета удалось перевернуть этот принцип с ног на голову. Всё началось с простого, почти школьного эксперимента. Учёные взяли два гладких цилиндра, которые можно было сдвигать и раздвигать, и погрузили их в прозрачный аквариум. Но вместо воды они залили туда смесь воды и глицерина — густую, вязкую жидкость, похожую на сироп. Один цилиндр подключили к моторчику, а за вторым внимательно следили датчики. И тогда произошло нечто удивительное.

В 1980-м Intel 8087 сделал вычисления с плавающей запятой на 8086/8088 не «возможными», а по‑настоящему быстрыми — настолько, что на плате оригинального IBM PC под него оставляли пустой сокет.

В этой статье автор буквально смотрит на 8087 изнутри: по микрофотографиям кристалла разбирает один из ключевых ускорителей — двухступенчатый бочкообразный сдвигатель, который за один проход выполняет сдвиг на 0–63 позиций и нужен и для обычной арифметики, и для CORDIC‑алгоритмов трансцендентных функций. Будет контекст про IEEE 754, много NMOS‑схемотехники и редкое удовольствие от того, как «железо» читается прямо по топологии.

Учёные из Копенгагена наконец расшифровали одну из первых загадок телескопа «Джеймс Уэбб». Таинственные «маленькие красные точки», замеченные в 2022 году, оказались не древними галактиками, а молодыми сверхмассивными чёрными дырами. Эти космические «младенцы», увиденные в эпоху юности Вселенной, скрывались внутри раскалённых газовых коконов, которые они и поглощали для роста.

Эти объекты светились, когда Вселенной было лишь несколько миллионов лет. Два года анализа данных показали, что каждый из них — это черная дыра, заключенная в «кокон» из ионизированного газа. Поглощая его, дыра разогревается до колоссальных температур, а излучение, пробивающееся сквозь газовую оболочку, и придает объектам характерный красный оттенок.

Где-то между 2006 и 2008 годами в головах нескольких людей, которые слишком много думали про HTTP и REST, родилась не самая очевидная мысль: а что, если вместо того, чтобы каждые N секунд дёргать чужой API и спрашивать «ну что там у вас новенького?», заставить этот самый API самому постучаться к нам, когда ему действительно есть что сказать?

Сейчас это звучит как база, почти как «а давайте вместо FTP будем использовать git», но тогда это было довольно радикальным сдвигом парадигмы. От pull к push. От клиента-инициатора к серверу-инициатору.

В последние дни соцсети Китая заполонили видео с автономными фургонами, которые ведут себя на дорогах как персонажи из GTA – агрессивно и непредсказуемо.

Ранее в статье "Почему нейросети не заменят прикладных специалистов: простая логика против вероятностных подходов" рассматривались общие вопросы поиска решений управляемого данными. Кратко: это механизм динамического связывания отдельных фрагментов решения в виде информационных блоков в последовательности для определения запрошенных параметров. Эта информационная технология, основанная на простой логике, позволяет оперативно вести диалог с пользователем, используя накопленные в процессе поиска решения данные. Для того чтобы общаться с системой на естественном языке необходим терминологический словарь предметной области.

В статье рассматривается роль терминологического словаря в процессе поиска решений, требования к составу словаря и содержанию словарных статей. Именно словарь позволяет описывать фрагменты решения на естественном языке и создавать прикладные приложения с минимальным привлечением специалистов по информационным технологиям. Отдельное внимание уделяется важности указания иерархических связей терминов, которые по своей сути являются параметрами решаемой задачи.

Терминологический словарь - важный компонент экспертной системы, к созданию которого предполагается привлекать прикладных специалистов узкого профиля.

ПРИМЕЧАНИЕ. В качестве примера выбрана реальная задача из медицинской практики связанная с назначением антирабической помощи. Антирабическая помощь необходима для исключения заболевания бешенством после контакта с домашним или диким животным. Бешенство смертельно опасное заболевание. От правильности врачебных назначений зависит жизнь обратившегося за медицинской помощью. Имеется инструкция, регламентирующая действия по оказанию антирабической помощи, которая и является первоисточником базы знаний. Несмотря, на кажущуюся простоту выбор лечения (профилактики) требует чёткого анализа ситуации и учёта многих факторов. Экспертная система в диалоге управляемом данными не позволит ничего пропустить и предложит безошибочное решение.

OpenAI запустила систему предсказания возраста в ChatGPT. Алгоритм анализирует поведенческие сигналы: время активности, паттерны использования, возраст аккаунта и указанный при регистрации возраст самого пользователя. На основе этих данных система решает, принадлежит ли аккаунт несовершеннолетнему.

Привет, Хабр!

Я работаю Senior System Analyst в крупной IT-компании. Специфика моей работы требует постоянного взаимодействия с большими объемами информации, написания спецификаций и прототипирования. Однако мой интерес к технологиям не ограничивается аналитикой: в свободное время я занимаюсь разработкой пет-проектов, где также активно применяю ИИ для написания кода.

За последний год ИИ-сервисы стали неотъемлемой частью не только моего рабочего процесса, но и быта. За это время я успел перепробовать десятки инструментов — от разрекламированных флагманов до нишевых open-source решений. Я прошел путь от восторга до разочарования в некоторых «гигантах» и нашел неочевидные жемчужины.

В этой статье я хочу систематизировать свой опыт и поделиться обзором актуальных AI-сервисов. Это не маркетинговый буклет, а субъективный «field report» (отчет с полей). Мы пройдемся по бесплатным утилитам, разберем платные экосистемы и затронем профильные инструменты для кодинга и медиа.

Я дважды обнулял депозит. Первый раз — «ну бывает». Второй раз — стало ясно, что это не случайность, а системная проблема: я учусь на реальных деньгах, а цена ошибки слишком высокая.

Перед третьей попыткой я решил сделать то, что в нормальных профессиях считается базой: тренироваться в условиях, близких к боевым, но без необратимых последствий. Так появился мой «торговый спортзал» — ArenaGo.ru: виртуальный капитал, реальные котировки, соревнования и возможность подключать алгоритмы через API.

Ниже — немного личного контекста, а затем разбор того, какие требования я закладывал и как это реализовано на уровне продукта.

Возможно ли на одной домашней видеокарте (RTX 3090) создать AI-ассистента, который знает узкоспециализированный инженерный язык лучше, чем GPT-4?

Я инженер-конструктор, и мне надоело писать рутинный код для SOFiSTiK руками. Поэтому я решил дообучить (fine-tune) модель Qwen 3 (8B) с дистилляцией логики DeepSeek под свои задачи.

В статье подробный технический разбор:
— Как собрать датасет с логикой Chain of Thought (CoT).
— Как бороться с Out of Memory в 24 ГБ VRAM на Windows + WSL.
— Рабочие конфиги Unsloth, параметры обучения и итоговая GGUF модель.

LangChain — стандарт. Но что если у вас 1M+ токенов? Честное сравнение RLM-Toolkit: 287 интеграций, 10M+ контекст, H-MEM память. Когда какой использовать?

Меня зовут Степан, я C# профессионал уже более 7 лет на рынке и рассказываю об этом в Telegram каналe StepOne. В этой статье я покажу вам личную подборку 9ти underground NuGet пакетов. Вы наверняка не встречали их на работе, потому что они либо решают конкретную специальную задачу, либо решают известные задачи нестандартным подходом, либо ещё недостаточно известны на рынке РФ. Мне же удалось затащить их на прод и пощупать в бою!

Для композитного менеджера KWin предложен экспериментальный плагин, превращающий KDE в среду рабочего стола для систем виртуальной реальности. Плагин позволяет формировать интерфейс не на физическом мониторе, а в форме виртуальных экранов в 3D‑пространстве, работа с которым осуществляется через очки дополненной реальности или 3D‑шлемы.

Telegram — главная кормушка российских авторов, зарабатывающих на нейросетях. В этом обзоре я расскажу, как нейроканалы монетизируют контент, поделюсь своими расчетами по доходам. Всех истин не открою, но общую картину глянем.

Согласно гипотезе эффективного рынка, цены в прошлом не могут предсказать будущие. Но есть проблемка: прошлые цены вообще-то предсказывают будущие. И эту проблему, в общем, назвали моментумом. Если вы об этом ничего не слышали, то вкратце моментум — это удивительно живучее семейство инвестиционных стратегий, основанных на техническом анализе, которые позволяют обыгрывать рынок с завидной эффективностью и стабильностью. И это уже давно не секрет. Статистика впечатляющих результатов моментум-стратегий насчитывает более 200 лет, что стало ударом ниже пояса для гипотезы эффективного рынка

Современные кодинг-помощники кажутся магией. Достаточно описать нужное вам на хотя бы немного понятными словами, после чего они сами читают файлы, редактируют проект и пишут работающий код.

Но вот что я вам скажу: в основе этих инструментов не лежит магия. Для них достаточно примерно двухсот строк простого Python.

Давайте с нуля напишем собственный функциональный кодинг-агент.

Свою первую программу я написал в 1988 году на калькуляторе МК52. Очень хотелось программировать и даже максимально странный интерфейс не останавливал. Утекло почти 40 лет. Были Атари, Синклеры, 286 IBM, Интернет, смартофоны. Но все эти технологии входили как-то постепенно, приспосабливаясь и без шока.

AI ворвался в жизнь бывалого ИТшника как пыльным мешком по голове. После первого шока, скормленных Дипсику результатов анализов, идей подарков, профессиональная «чуйка» потребовала придумать новой чудо‑технологии боевое применение в том, чем я занимаюсь каждый день на протяжении всей сознательной жизни.

Фокус группы не сформулировали внятного предложения куда погрузить AI — было решен что потрачу время и часы штатных программистов на то, чтобы уменьшить свою боль — держать в голове кучу технических нюансов, документации, кейсов и лайфхаков.

Осторожно: данная статья — одна из моих лучших работ, посвященных истории моддинга мобильных телефонов. Если вам интересно узнать о том, как команда студентов хакала загрузчик E398, как инженеры Motorola разработали настоящее чудо и каким образом команда хакеров превращала простую «звонилку» в смартфон — приглашаю вас к прочтению!

Многие ли из вас помнят о легендарном музыкальном телефоне из далёкого 2004 года — Motorola E398? На момент выхода, модель буквально не имела аналогов на рынке и за относительно скромную цену в 150$ предлагала два огромных динамика, слот для MicroSD-карты, возможность проигрывания MP3-треков и даже неплохую поддержку 3D Java-игр. Однако Moto E398 гораздо интереснее, чем кажется на первый взгляд...

Работаем из Java с устройствами с serial-интерфейсом (COM и USB) без JNI — по TCP.

Раньше пользовались rxtx, затем jssc. После очередных крэшей JVM в коде нативных библиотек решил не выбирать замену, а отказаться от них полностью.

В качестве прокси serial-TCP можно взять ser2net или поэкспериментировать с socat, но я запилил свое простое (Rust, mio), под конкретную задачу:

Новое исследование буквально прорубило лаз в изнанку метакогнитивного пространства. Если пробежаться по новостям, то очень легко подцепить «вирус сомнений». Кажется, что мир летит в пропасть, а ты буквально не способен «поступать правильно». Любая твоя цель уже обречена на провал! Но есть ли выход из этой иллюзии? О да! Суть в том, что каждый из нас способен обновить свою мотивацию! И для этого придется решить небольшую когнитивную задачу.