Есть магия: взять число, разделить на ничто, умножить на ничто — и получить исходное. Не иллюзия, а математика уровней. Paradox библиотека — проводник в мир, где ноль бесконечно глубок, бесконечность структурирована, а запретные операции ведут не к краху, а к новым измерениям. Заклинание на C++ прилагается.
Современную авиацию и армию сложно себе представить без радаров. В этой статье мы поговорим про то как устроены разные виды радаров, какие у них есть проблемы, как военные и гражданские эти проблемы решают, и как военные прячутся от радаров противника. Если Вы в прошлом флеймили на тему стэлсов - то Вам сюда :)
Первый задокументированный случай, когда изменение в одном гене перенастроило существующую нейросеть и перенесло врождённое, сложное половое поведение от одного вида к другому.
Исследователи из Японии генетически перенесли уникальное поведение ухаживания от одного вида плодовой мушки к другому. Активируя один-единственный ген в нейронах, производящих инсулин, команда добилась того, чтобы вид Drosophila melanogaster начал выполнять ритуал дарения подарков, который ему ранее был не свойственен. Исследование, опубликованное позавчера в журнале Science, представляет собой первый пример манипуляции одним геном для создания новых нейронных связей и переноса поведения между видами.
В природе большинство самцов плодовых мушек ухаживают за самками, быстро вибрируя крыльями и создавая звуковые узоры — так называемые «песни ухаживания». Однако Drosophila subobscura развила совершенно другую стратегию: самцы срыгивают пищу и предлагают её самкам в качестве подарка во время ухаживания. Это поведение отсутствует у близкородственных видов, таких как D. melanogaster.
Эти два вида плодовых мушек разошлись примерно 30–35 миллионов лет назад. У обоих есть ген, называемый «fruitless» или «fru», который управляет поведением ухаживания у самцов, но стратегии различаются — один вид «поёт», другой — «дарит». Учёные выяснили причину этой разницы: у мушек-доноров (D. subobscura) нейроны, производящие инсулин, соединены с центром управления ухаживанием в мозге, тогда как у «поющих» мушек (D. melanogaster) эти клетки остаются несвязанными.
Журнал Time в 2025 году назвал 300 лучших изобретений этого года, поделив их на категории (например, робототехника, сельское хозяйство, образование). Кот, который охлаждает суп, карманный микроскоп, ультрареалистичный телевизор и борец с дипфейками — рассказываем в нашем обзоре про эти и другие инновации.
Общее мнение аналитиков, экспертов и руководителей компаний сходится в том, что на рынке компьютерной инфраструктуры раздувается очередной пузырь. Несколько крупных корпораций по кругу инвестируют друг в друга, раздувая капитализацию, привлекая новые средства розничных инвесторов (обычных граждан) и накачивая курс акций. Всем понятно, что пузырь лопнет.
Тут разногласий вроде нет. Пузыри надуваются и лопаются постоянно — это циклическая природа финансовых рынков, которыми движет жадность и страх инвесторов. Но есть разные мнения по поводу последствий:
Группа учёных из Швейцарии и Италии опубликовала в Nature Neuroscience результаты удивительного эксперимента. Оказалось, что иммунная система может включаться не только при настоящем контакте с вирусом или вакциной, но и тогда, когда человек всего лишь видит в виртуальной реальности больного с симптомами инфекции.
В исследовании приняли участие почти 250 здоровых добровольцев. Им показывали трёхмерных аватаров, одни выглядели нейтрально, другие выражали агрессию, а третьи имели очевидные признаки болезни, покраснение глаз, бледность, сыпь, насморк. Когда такие «инфицированные» персонажи приближались к участникам, активировались зоны мозга, отвечающие за защиту пространства вокруг тела и за обработку угроз.
Самое интересное произошло на уровне иммунитета. Кровь у добровольцев брали до и после сеанса виртуальной реальности. Оказалось, что после встречи с «больным» аватаром в крови увеличивалось количество врождённых лимфоидных клеток (ILC) и натуральных киллеров, а также росла экспрессия молекул активации вроде CD69 и HLA-DR. Их появление на поверхности Т-лимфоцитов и других клеток иммунной системы указывает на то, что клетка «проснулась» и включилась в работу. Чтобы проверить, насколько это похоже на настоящую иммунную реакцию, исследователи собрали ещё одну группу участников и сделали им прививку от гриппа. Спустя два часа изменения в их крови оказались удивительно похожими:
Эусоциальность – социальная система с королевой и стерильными рабочими была обнаружена на тот момент только у насекомых. При соответствующем наборе условий, как предсказал Александер, эволюция должна привести к появлению эусоциального позвоночного, хотя эусоциальность у голого землекопа (или любого другого позвоночного) в то время была неизвестна.
Корни предсказания Александера уходят в вопросы, поднятые Дарвином за 100 лет до этого. В главе «Трудности теории» Дарвин рассмотрел проблему, которую представляют для естественного отбора стерильные рабочие особи в колониях социальных насекомых. Как естественный отбор может вызвать различия между пчелиными матками и рабочими особями, если рабочие особи стерильны? Дарвин предположил, что в таких случаях отбор действует между семьями или ульями.
В 1964 году Уильям Гамильтон формализовал эту идею родственного отбора и предположил, что эусоциальные колонии с королевой и рабочими многократно эволюционировали у муравьев, пчел и ос благодаря их необычной генетической системе. У этих перепончатокрылых насекомых самцы имеют один набор хромосом (гаплоид), а самки — два набора (диплоид); это называется гаплодиплоидией. Вследствие этой генетической особенности рабочие сестры у этих насекомых более близки друг к другу, чем к своему потомству. Следовательно, они способствуют распространению большей доли своих генов, помогая выращивать братьев и сестер, чем производя потомство сами.
В 1974 году энтомолог и теоретик эволюции Ричард Александер утверждал, что «субсоциальное» поведение (то есть родительская забота) и возможность манипулирования родителями были еще более мощными факторами в эволюции социального поведения у насекомых. В разных таксонах родительское поведение коррелирует с эусоциальностью гораздо сильнее, чем гаплодиплоидия. Критики Александера утверждали, что если родительская забота является важнейшим предшественником эусоциальности, то следует ожидать, что эусоциальность также развилась среди позвоночных с высоким уровнем родительской заботы: птиц и млекопитающих. Александр мог бы указать на то, что видов птиц и млекопитающих гораздо меньше, чем видов насекомых, или на то, что птицы и млекопитающие существуют всего 160 и 250 миллионов лет соответственно, а насекомые — 350 миллионов лет. Вместо этого он задался вопросом, какими характеристиками обладало бы эусоциальное позвоночное, если бы оно эволюционировало.
LLM учатся не только тому, чему мы пытаемся их научить. Вместе с задачами, метками и инструкциями они усваивают и побочные сигналы, которые мы воспринимаем как шум или случайность. Исследование международной группы учёных показало, что такие подпороговые сигналы могут работать как канал передачи поведения между моделями. Даже если убрать все явные инструкции, то стиль рассуждений, стратегии ответов и другие поведенческие признаки все равно просочатся через данные, которые семантически с ними никак не связаны.
Авторы называют этот эффект сублиминальным обучением. Мы можем удалить метки, отфильтровать инструкции и проверить датасет вручную, и всё равно передать модели поведение, которое не планировали передавать.
У людей, лишь шапочно знакомых с кубиком Рубика, иногда возникает вопрос, можно ли собрать кубик, просто вращая грани случайным образом? Несколько раз я слышал истории о том, что кто-то долго крутил кубик и случайно собрал его. Во-первых, «долго крутил» не значит «случайно собрал»: Эрнё Рубик крутил свой первый прототип несколько недель, прежде, чем понял, как перемещаются его элементы, и вернул волшебный куб в исходное состояния. Во-вторых, собрать одну грань или один слой – не значит, собрать весь кубик (а некоторые воспринимают «почти получилось» как «получилось»). И, наконец, математика практически не оставляет шанса собрать кубик случайно. Поэтому будем развенчивать этот миф.
На некоторые вопросы ответить проще, чем на другие.
Много лет назад - больше, чем мне хотелось бы признать - в те времена, когда программное обеспечение устанавливалось с компакт-дисков, а для выхода в интернет нужно было ждать, пока модем дозвонится по телефонной линии, мы писали тексты с помощью текстовых процессоров.
Именно так Microsoft Word получил свое название: буквально версия текстового процессора от Microsoft. А до Word были терминальные редакторы вроде WordStar - которым, как известно, до сих пор пользуется Джордж Р. Р. Мартин.
В то время у нас были проверки орфографии. Гораздо более примитивные, чем современные инструменты в браузерах и приложениях.
Из руководства пользователя WordStar 4.0 - версии 1987 года, в которой до сих пор пишет автор «Игры престолов»:
Что общего у ядерной физики, теории дрейфа континентов и филателии? Ответ кроется в устройстве самой науки. Эта статья — попытка построить карту научного знания, где у каждой дисциплины своё место. Почему геология с её историческими реконструкциями и уникальными объектами так сбивает с толку человека, привыкшего к языку физики? И как знаменитая фраза Резерфорда помогает этот диссонанс объяснить? Взгляд из мира формул на науку о конкретной планете.
ИИ повсюду. Но никто не знает, будет ли он работать завтра так же, как сегодня.
Туристические приложения рекомендуют направления. Чат-боты обрабатывают жалобы. Ассистенты программирования пишут целые функции.
Но вот загвоздка: мы понятия не имеем, будут ли эти системы работать стабильно.
Большие языковые модели обеспечивают работу значительной части современных приложений. При этом они фундаментально непредсказуемы.
Один из самых странных фактов о нашей Вселенной в то же время и один из самых известных: гравитация, как взаимодействие, невероятно слаба. Слаба не в том смысле, что она не формирует галактики и не удерживает планеты на орбите — она это очевидно делает — но слаба по сравнению с другими фундаментальными силами природы. Это огромное несоответствие лежит в основе того, что физики называют «проблемой иерархии», одной из самых глубоких и стойких загадок современной теоретической физики.
На первый взгляд проблема иерархии звучит абстрактно и технически. Но за жаргоном скрывается простой, почти философский вопрос: «почему природа оперирует в таких разных масштабах энергии?» Почему гравитация так слаба по сравнению с силами, которые управляют атомами и частицами? И что это говорит нам о структуре реальности на самом фундаментальном уровне?
Если вы попробуете обсуждать с большими языковыми моделями (LLM) прорывные новые идеи в области теоретической физики, то знайте — это занятие совершенно бесполезное. Объясню, почему.
Одним из самых примечательных технологических достижений последнего времени являются «обучающиеся машины», то есть, искусственный интеллект. Притом, что возможности таких систем обширны и очень впечатляют, работа этих машин опирается на математику уровня младших курсов и большие наборы высококачественных данных. Возможности таких машин не безграничны, поэтому при попытке побеседовать с ИИ на темы из области передовой теоретической физики ответы машины будут сильно замусорены ИИ-шлаком.
1 - Кукушки все рождаются разными, как и люди. Чуть чуть отличается размер каждой части тела у каждой кукушки. Чуть чуть меняется окрас яиц, их размеры. Поэтому внутри вида кукушка обыкновенная — Cuculus canorus, неизбежно есть местные подвиды. Каждый подвид кукушек отличается цветом‑размерами‑формой яиц и видами птиц, кому эти яйца подкладывают. Птицы отличаются сроками прилёта, выведения птенцов, количеством еды которое приносят птенцам. Если вид птицы может питаться только семенами, то кукушонок банально помрёт. Но кукушки периодически суют яйца и к зерноядным птицам, на удачу так сказать. Получается статистика выживания.
Полезность кукушки для природы — она жрёт самых ядовитых гусениц. Буквально специалист по ним. В целом кукушки прожорливы и уж если дело касается насекомых, жрут буквально всё с самого детства. Видимо изначально это была птица, которая и была всеядной в плане насекомых, это позволило ей широко расселится и затем успешно стать гнездовым паразитом.
Любопытное наблюдение: некоторые люди, которые не матерятся и в прицнипе мат порицают, вызывают, скорее, глухое раздражение, нежели чем одобрение или уважение. Замечено, что негативная реакция чаще направлена на тех, кто использует эвфемизмы, а значит, есть какая-никакая корреляция между утверждением "я не матерюсь" и его фактической (не)реализацией. У меня есть некоторые мысли на счёт того, как это работает "под капотом" нашего восприятия, что я, собственно, и излагаю в этой небольшой заметке. Мне было бы интересно узнать, что вы думаете на этот счёт.
И теперь выстрел из ПВО стоит пару долларов, вместо сотен тысяч на одну ракету. О том, как работает система Железный Луч, почему ученым ранее не удавалось построить компактные лазеры, и как остальной мир строит свои военные технологии будущего, вплоть до насекомых-киборгов.
Привет Хабр!
В основе многих законов физики лежит простой принцип: ничто не возникает из ниоткуда и не исчезает в никуда. Этот принцип сохранения находит своё выражение в уравнениях неразрывности, описывающих, как текут реки, перемещаются заряды или распределяются вероятности в квантовом мире. Представленный здесь вывод обобщённого уравнения неразрывности начинается с элементарной геометрии — бесконечно малого треугольника — и через язык комплексных чисел приходит к удивительно универсальному результату. Это уравнение сохраняет свою форму в пространствах любой размерности и оказывается полностью совместимым с продвинутыми алгебраическими системами, такими как алгебры Клиффорда, предлагая тем самым единый и элегантный формализм для описания законов сохранения в классической физике, квантовой теории и за их пределами. Эта работа демонстрирует, как глубокие физические истины могут проистекать из простых геометрических рассуждений.
Эта статья поможет новичкам в программировании (и, может быть, не только им) понять законы логики и почему они важны при создании приложений, а также в повседневной жизни. В статье приведены примеры того, как эти законы могут нарушаться в реальных приложениях и в нашей жизни. Также есть ссылки на видеоверсию статьи и бесплатный онлайн курс по теме.
Весь год мы хоронили классическое обучение ИИ. Оказалось, рано.
Почти весь этот год мы провели в убеждении, что подход, подаривший нам оригинальный ChatGPT - первый закон масштабирования - окончательно мертв.
Считалось, что этот путь развития зашел в тупик. Теперь единственное, что имеет значение - обучение с подкреплением, метод «проб и ошибок», который обеспечил большую часть прогресса за последний год.
Это мнение оказалось в корне неверным. Даже такие ведущие лаборатории, как OpenAI, были застигнуты врасплох и теперь расплачиваются за это.
Предварительное обучение (pre-training), классический метод обучения ИИ через имитацию, не просто живо - оно готовится к настоящему ренессансу в 2026 году. И это важно для вас при выборе ИИ-продуктов или принятии инвестиционных решений.
