Научно-популярное

Во время моей аспирантуры у меня был ночной ритуал. Около девяти вечера я запускал обучение. Подкручивал гиперпараметр. Может, менял learning rate, может, добавлял пару attention heads. Нажимал Enter. Потом какое-то время сидел, глядя на кривую loss, осознавал, что уже одиннадцать, ложился спать — и просыпался, обнаружив, что всё упало в три ночи из-за ошибки нехватки памяти, которую я должен был поймать заранее.

На следующий день — чинишь баг, пробуешь снова. Один эксперимент в день, если повезёт. Два — если звёзды сойдутся.

А теперь умножьте это на каждого ML-исследователя на планете. Тысячи нас сидят перед терминалами, вручную подкручивая одну переменную за раз, запуская один эксперимент, ожидая, проверяя, подкручивая снова. Именно так большая часть ML-исследований до сих пор работает в 2026 году.

Андрей Карпати просто спросил: а что если компьютер будет делать всё это сам? И выложил репозиторий под названием autoresearch. Который решает ровно эту проблему.

С каждой неделей наш мир пополняется новой нейросетью. Вспомните, каким был февраль, который принес нам новые модели от Claude, OpenAI и Gemini. Март перехватил эстафету, хотя эта неделя выдалась без особых новшеств. Небольшой клочок спокойствия за последний один-два месяца.

В своей предыдущей статье я сравнил последние новинки от компаний, названных в абзаце выше. Сравнение происходило не во всех сферах, а затрагивало только программирование. В размышлениях я подумал: а почему не столкнуть модели в еще одном варианте задач? Речь идет о генерации текста, наверное, одно из наиболее популярных направлений при работе с нейросетями.

Сегодня будет сравнение ChatGPT 5.4, Gemini 3.1 Pro и, конечно же, Claude Opus 4.6 в задачах, которые связаны с текстом. Принимайте стратегически удобное положение, ну а я начинаю свое повествование. 

Будущий создатель боевых ракет, двое будущих корифеев вертолётостроения, будущий творец реактивных двигателей, двое будущих творцов ракетных двигателей, несколько будущих сподвижников С. П. Королёва. Потрясающая плеяда великих впоследствии инженеров, а пока молодых, смелых и амбициозных — они собрались вместе... в месте, которое трудно назвать подходящим. Нет, это не про лагеря история. Светлое будущее заглянуло не в страшное настоящее, его луч упал на реликт далёкого прошлого

Юный Умберто Нобиле ещё в школьные годы увлечённо читал отчёты о полярных экспедициях и мечтал когда-нибудь поучаствовать в них и сам. Южный полюс в Антарктиде был покорён знаменитым норвежским путешественником Руалем Амундсеном — но Северный, располагающийся среди нестабильных льдов Северного Ледовитого океана, оказался куда более сложной целью. К окончанием Первой мировой войны полярники и прочие путешественники со всего света, включая Амундсена, пытались безуспешно достичь его. Этого не удавалось сделать ни на специально построенных судах, пытавшихся встроиться в циркуляцию льдов, ни на всё более совершенных самолётах, ни при разнообразных сочетаниях одного с другим. После многократных неудач Руаль Амундсен обратил внимание на альтернативное транспортное средство, а именно — дирижабль. 

Короче, я прочитал «Основание» Азимова лет в четырнадцать и с тех пор не мог отделаться от одной мысли. Гэри Селдон придумал психоисторию – науку, которая предсказывает поведение больших групп людей статистически, как физик предсказывает поведение газа, не зная ничего про отдельную молекулу.

Фантастика, понятно, хоть и годная. Но позавчера я поймал себя на том, что у нас уже есть все кубики. LLM-ы, которые умеют анализировать текст, потоки новостей в реальном времени, байесовская статистика и самое главное – у нас теперь есть вайбкодинг! Это почти, как родная шаурма в Белграде – неожиданно и приятно.

Ну и я подумал, а что если попробовать? Не как метафору, а буквально. Взять психоисторию как техзадание и посмотреть, что получится.

У меня получился Seldon Vault – сайт, который каждый день генерирует прогнозы о том, что произойдёт в мире, и потом честно считает, сколько раз угадал. Бесплатный, конечно же.

Семь аналитиков, скептик и арбитр

Архитектура Seldon устроена как аналитическое бюро, а не как один всезнающий оракул.

Каждый день система собирает сигналы из десятка открытых источников – RSS-ленты мировых СМИ, Reddit, Telegram, Bluesky, предсказательные рынки (Polymarket, Metaculus), макроэкономика (FRED, Fear & Greed Index), базы конфликтов (ACLED, UCDP), катастрофы (GDACS) и геополитические события (GDELT). Первым их обрабатывает процессор сигналов – дешёвая модель (DeepSeek), которая классифицирует: это немедленная новость или структурный тренд? Важно или шум?

Дальше отфильтрованные сигналы уходят параллельно семи аналитикам. Каждый смотрит на одни и те же данные через свою оптику:

Астероиды чрезвычайно важны для понимания ранней истории Солнечной системы. Эти куски камня и пыли были с нами с самого начала и не подверглись столь сильным изменениям в результате процессов формирования планет, как, например, Земля. Поэтому учёные были очень взволнованы, когда несколько лет назад «Хаябуса-2» доставила образцы с «Рюгу». Однако, когда они начали анализировать магнитные свойства этих образцов, разные исследовательские группы пришли к разным выводам.

Предполагая, что эти противоречивые результаты были вызваны небольшим размером образцов, в новой статье, опубликованной в JGR Planets, Масахико Сато и его коллеги из Токийского университета описали исследование гораздо большего количества образцов, чтобы наконец изучить магнитную историю этих первых в истории образцов астероидов.

На прошлой неделе заблокировали уже 5-й аккаунт в любимом Сlaudе, в основном через который работал с AI. Claude Code — десктоп, терминал и VS Code. В основном менеджерские задачи и прототипирование. Сейчас большая часть рабочих задач у меня проходит через AI-интерфейсы. И вместе с аккаунтом улетела часть рабочего контекста: проекты, истории диалогов, наработки за несколько месяцев. И это коснулось не только меня — заблокировали десятки аккаунтов у коллег по компании. Целая команда разом потеряла рабочий инструмент, кратно повышающий эффективность.

Формально не всё пропало. Часть файлов лежат локально, прошлые блокировки научили. Но пропала связность. Всё превратилось в набор разрозненных кусков, с которыми заново нужно учиться работать.

Попробовал переключиться на ChatGPT и Codex — вроде тоже AI, что-то умеет. Но результаты оказались довольно посредственными. Другая логика, другой контекст, нет привычных наработок с агентными структурами. По факту — всё равно снижение продуктивности. Даже наличие альтернативы не спасло, когда глубоко встроил конкретный инструмент в свой рабочий процесс.

Люди вырезают знаки на камне тысячелетиями — достаточно вспомнить египетские стелы или античные надписи. Но в истории рунического письма недавно была сделана находка, которая может серьезно изменить привычную хронологию.

Во время раскопок в норвежской коммуне Холе ученые обнаружили фрагменты камня с рунами. На первый взгляд — очередной древний артефакт, один из тысяч подобных в Скандинавии. Однако радиоуглеродный анализ материалов из соседних захоронений показал неожиданное: камень оказался значительно старше большинства известных рунических памятников. Его датируют периодом между 50 годом до н. э. и 275 годом н. э.

Получается, это самый ранний из известных рунических камней с надежной археологической датировкой. Причем ученым пришлось буквально собирать его как пазл — из более чем 160 фрагментов, найденных в разных могилах одного погребального поля.

Разберемся, что именно нашли археологи, что написано на этом камне и почему одна находка может изменить представления о ранней истории рунического письма.

Как бы ни старались бенефициары ИИ-пузыря прятать противоречия, разрывающие его изнутри, — правда вылезает наружу. Буквально на днях The Information оглушил всех очередным тревожным отчётом: между главными участниками проекта Stargate — OpenAI, SoftBank и Oracle — возникли серьёзные разногласия, которые могут похоронить весь проект.

Сейчас расскажу историю, от которой немного сносит крышу.

Разработчик по имени Лиюаньхао сел и написал 200 строк кода на Rust.

Всё. Крошечный, голый скрипт.

Но то, что произошло после нажатия кнопки «запустить», — из тех вещей, которые перечитываешь дважды, чтобы убедиться, что тебе не показалось.

Он назвал проект yoyo — самоэволюционирующий кодинг-агент. А потом — и вот это то, что по-настоящему цепляет — полностью отошёл. Убрал руки с клавиатуры.

Дал одну-единственную инструкцию: эволюционируй, пока не сравняешься с Claude Code. И просто сел смотреть.

Знаете это чувство — когда ткнёшь семечко в землю, напрочь забудешь про него, а потом проходишь мимо и видишь, как из земли лезет живое, настоящее растение? Вот примерно это и случилось. Только это растение не просто выросло. Оно проснулось и начало само заводить баг-репорты.

Помню, как в школе мне впервые задали сделать презентацию на классный час. Тогда я едва дружил с этими сервисами, и весь процесс казался настоящим испытанием. Я сидел несколько часов за красным фоном, пытаясь поставить текст и подобрать картинки. Волновался, переживал, и, честно говоря, результат был далёк от идеала.

Проходит время, а мы видим, как быстро всё меняется. Сегодня презентации можно создавать почти мгновенно, а нейросети умеют сами подбирать тексты, искать иллюстрации, предлагать оформление. Конечно, всегда результат требует доработки и факт-чекинга.

И именно поэтому сегодня хочется познакомить вас с десятью сервисами, которые помогут сделать презентацию. Они не всегда сделают всё за вас, но отлично формируют костяк, с которым можно работать дальше и получать действительно крутой результат.

Приятного чтения!

Допустим, вас не устраивает ваше качество сна. Вы перестали делать очевидно вредные вещи (убрали кофе на ночь), и сон улучшился, но хотелось бы поработать над ним ещё. Коллега по работе даёт вам смесь трав со зверобоем и лавандой. Вы пробуете пить его на ночь вместо кофе, и иногда сон действительно становится глубже. Но иногда нет. Вы готовы экспериментировать, но как бы проверить, действительно ли травы работают или это просто случайный разброс?

Или допустим, вы не очень довольны вашей продуктивностью на работе. По заветам из "Atomic Habits" и книг по эргономике вы внедрили несколько полезных микропривычек. Но что делать, когда низковисящие фрукты закончились? Время ограничено - всего, что кто-то называет полезным, не сделать. Некоторые привычки ещё и взаимоисключающие: невозможно за обедом одновременно и общаться с кем-то и сидеть в одиночестве в тишине.

Или например, вы хотите достичь более хороших показателей на рыболовном поприще... вы поняли идею.

"Не недооценивайте силу малых вещей, взятых в большом количестве", - мысль мудрая, но как бы понять, какие именно малые вещи действуют конкретно в вашей ситуации? Если вы проходили курс статистики, то у вас в голове есть набросок ответа. Выделить целевую метрику, собрать историю данных, затем собрать набор данных после выбранного вмешательства, сравнить средние значения метрики до и после - и готов научно обоснованный ответ. Проблема в том, что если ввязаться в подобный проект без основательного плана, вы в итоге окажетесь с ворохом бесполезных цифр в таблице. Почему именно эта затея не для слабых духом мне бы и хотелось рассказать в этой статье.

Перелом кости является одной из самых распространенных травм, которые чаще всего довольно легко лечатся без необходимости в хирургическом вмешательстве или использовании специальных металлических, костных или керамических имплантов. Однако в особо тяжких случаях без этого не обойтись. Как и любое другое инвазивное вмешательство, подобное лечение сопряжено с рядом рисков как в процессе вмешательства, так и во время восстановительного периода. Ученые из Швейцарской высшей технической школы Цюриха разработали гидрогелевые имплант, состоящий на 97% из воды и изготавливаемый с помощью лазера, которые может стать крайне эффективной заменой классических имплантов для лечения сложных переломов. Как изготавливался этот имплант, как именно он работает, и насколько он эффективен? Ответы на эти вопросы мы найдем в докладе ученых.

854 миллиона скачиваний за год. Пять дней работы Claude Code.

Вот и всё, что понадобилось, чтобы содрать двадцать лет копилефт-защиты с chardet — библиотеки определения кодировок для Python, которая сидит практически в каждой Python-среде на планете.

Прежде чем нырнём в историю, давайте проясним два типа лицензий, вокруг которых всё вертится. LGPL говорит: «Можешь использовать этот код, но если ты его изменил — делись изменениями на тех же условиях». MIT говорит: «Делай что хочешь». Первая защищает сообщество. Вторая позволяет корпорациям брать, ничего не отдавая взамен.

2 марта 2026 года Дэн Бланшар выпустил chardet 7.0.0. Назвал это «полной переписью с нуля под лицензией MIT». Лицензия LGPL, которая защищала библиотеку с 2006 года, — исчезла. Вместо неё — MIT. Инструмент, который выполнил переписку: Claude Code от Anthropic, модель Opus 4.6.

Через два дня вернулся Марк Пилгрим. Человек, который создал chardet в 2006-м. Человек, который в 2011 году стёр все следы своего присутствия в интернете. В сети это называют его «инфосуицидом». Пятнадцать лет тишины. Его первый публичный пост за более чем десятилетие — Issue #327 на GitHub: «Нет права перелицензировать этот проект».

1 468 человек поставили ему плюс. Issue теперь заблокирован.

Если вы пишете на Python, вы почти наверняка зависите от chardet. И судьба этой юридической битвы может определить, значит ли копилефт хоть что-нибудь в эпоху ИИ.

Продолжаем следить за эволюцией разума на Земле. Сегодня речь пойдёт про нейросети, но пока не кремниевые, а белковые. Их появление ощутимо подстегнуло движуху на нашей планете и стало следующим шагом на длинном пути к той позиции на шахматной доске эволюции, которую мы имеем сегодня.

Как мозг защищает убеждения вместо поиска истины и почему «давайте подумаем ещё раз» не работает

Представьте эксперимент. Перед участниками таблица с данными об эффективности нового крема от сыпи. Цифры требуют внимания: нужно учесть базовые пропорции, не ошибиться с направлением эффекта. Люди с высокой числовой грамотностью справляются лучше, что логично. На втором этапе исследователи берут те же самые цифры и переименовывают строки. Теперь это данные о влиянии законов о контроле над оружием на уровень преступности.

Плутоний — это вещество, имеющее широкий спектр применений, от устроения ядерного армагеддона до повседневной защиты от пожаров. Этот химический элемент массово производился в ядерных реакторах со Второй мировой войны, в отработанном ядерном топливе он встречается в различных изотопных составах, по которым можно определить такие параметры конструкции реактора, как выгорание топлива, исходная степень обогащения урана и спектральные характеристики нейтронов. Советский Союз изготовил больше плутония, чем любая другая страна. Основная его часть предназначалась для благородно�� цели сдерживания капиталистического империализма, однако малая доля досталась и ионизационным датчикам дыма наподобие КИ-1, РИД-1 и РИД-6М. (Буржуазные поджигатели войны предпочитали и по-прежнему предпочитают использовать для этого америций-241.) Время от времени жители бывшего СССР пытаются продавать плутоний из старых датчиков дыма на чёрном рынке ядерных технологий, считая, что их товар привлечёт бешеные деньги террористов, стремящимся развязать ядерную войну. Чуть ниже мы подробнее рассмотрим вероятность этого.

Мне были любопытны технические характеристики плутония из советских датчиков дыма, поэтому я нашёл старый датчик КИ-1 и извлёк из него источник. Конструкция источника во многом походит на конструкцию источников детектирующих камер в виде тюбика помады из первых датчиков Pyrotronics, производившихся в США. Советский выполнен из латуни и немного шире, чем аналогичный Pyrotronics. На внутренней осевой резьбе закрепляется крышкообразная защита от альфа-частиц, закрывающая полосу, которая содержит активный осадок; таким образом регулируется степень ионизации, производимой источником в камере, а также чувствительность датчика. Ниже я опишу свой анализ гамма- и альфа-излучения этого источника, а также поделюсь своими выводами о возрасте, активности, способе производства и пригодности этого плутония для ведения ядерной войны.

Когда в свет вышли данные по занятости в США за февраль 2026 года, экономисты задержали дыхание. Темпы сокращений в технологическом секторе сейчас превышают показатели и финансового кризиса 2008 года, и пандемийных локдаунов 2020-го.

Два десятилетия эти два события считались самыми жестокими экономическими потрясениями новейшей истории. Сегодня tech-индустрия перекрывает оба рекорда с пугающей точностью.

Но здесь есть вопиющее несоответствие. В 2008-м рухнула банковская система. В 2020-м мировая экономика физически остановилась.

Так что именно сломалось в 2026-м?

Правда в том, что ничего не сломалось. Многие из компаний, раздающих уведомления об увольнении, буквально купаются в деньгах. Мы наблюдаем не временный экономический спад — мы наблюдаем необратимую промышленную перестройку.

Официальный нарратив — мол, искусственный интеллект просто автоматизирует всех подряд — это тщательно сконструированная ложь. Как человек, который своими глазами видел, как мой собственный некогда процветающий ИИ-стартап использовал ровно этот сценарий, чтобы замаскировать сокращение штата на 85%, могу сказать: реальность значительно мрачнее.

ИИ не просто забирает рабочие места. Он служит идеальным PR-прикрытием для массового, тихого перераспределения капитала, которое навсегда запирает двери индустрии перед обычными tech-работниками. Вот что упускают из виду СМИ.

Сегодня полностью погрузимся в мир TTS (Text-to-Speech) — новое русло нейросетей, призванных облегчить жизнь и отобрать работу у профессиональных дикторов, актеров и тех, чей голос мы привыкли слышать в любимых фильмах.

Рассмотрим бесплатные модели, не требующие кредитов, подписок или трех цифр на обороте карты. Заранее обозначу, что не все модели поддерживают русский язык, а у некоторых присутствует своеобразный акцент, как у Шварценеггера из фильма «Красная жара». 

Я буду генерировать озвучку не только на английском, но и на русском языке, чтобы понять, насколько отличается качество звучания и произношения, и можно ли вообще использовать эти модели, закрыв глаза на ограничение языков.

В ноябре учёные прибыли на Южный полюс на самолётах с лыжами вместо колёс, чтобы осуществить строительный проект, который готовили семь лет.

У них было короткое летнее окно — с ноября по начало февраля — чтобы пробурить шесть новых отверстий глубиной не менее двух с половиной километров в антарктическом льду и установить длинные кабели, увенчанные сотнями шарообразных детекторов света. Эта плотная сеть датчиков — модернизация нейтринной обсерватории IceCube, огромной системы, построенной 15 лет назад и состоящей из более чем 5000 датчиков, встроенных в гигатонну льда.

Все эти устройства ищут мимолётные следы нейтрино — самых загадочных частиц из всех известных.