Научно-популярное

Предположим, вас укусил комар прямо в задницу.

Что там, вы не видите, но зудит, поэтому вы чешетесь. То есть прям берёте и начинаете водить ногтями по месту укуса. До тех пор, пока это отвратительное состояние зуда в моменте не пройдёт.

Прикол в том, что почесаться надо достаточно сильно, чтобы боль от царапин перекрыла сигнал зуда в спинном мозге. Тогда вы чувствуете облегчение на несколько секунд. Но механическое воздействие на это место усиливает выброс гистамина и цитокинов, и раздражение становится сильнее. А раздражение — главная причина зуда.

Есть ещё невероятный прикол с серотонином в этой же цепочке, но про него чуть позже.

Боль вообще-то — технология отрицательной обратной связи. Не делай, чтобы тебе не было больно. Не трогай горячее; не выгибай вот так руку; береги пораненную ногу; не бей организмом по кокосу, бей лучше камнем и так далее.

Зуд от укуса комара даёт положительную обратную связь. Чем больше зудит, тем больше зудит.

Часто бывает, что 90% итогового воспалительного процесса — это не комар и его токсины, это мы своими ногтями.

Соответственно, если вы хотите, чтобы что-то на коже заживало, нужно успокоить пользователя, отключить чувствительность в первую очередь. Потом убрать раздражение на уровне сигнальных молекул (загасить цитокиновый микрошторм). Потом уже можно заниматься починкой структуры и полирнуть сверху защитным барьером, потому что сухой роговой слой сам по себе раздражает рецепторы.

И вот у нашей лаборатории появилась задача это всё собрать. Опыт за 30 лет накопился, в регенерации тканей мы уже хорошо разбираемся, но прошло не без сюрпризов.

Новые расчёты, похоже, разрешили 25-летнюю загадку в области физики частиц. Однако они также привели к несоответствию с другими экспериментальными результатами.

На протяжении 25 лет физики были озадачены проблемой, вероятность возникновения которой составляла одну миллионную. Их прогнозы относительно того, как определённые частицы должны колебаться в магнитном поле, противоречили тому, что они наблюдали в экспериментах. Это несоответствие было интригующим намёком на то, что они, возможно, обнаружили доказательства существования неизвестных частиц.

Но в 2021 году этот намёк, казалось, испарился. Когда исследователи усовершенствовали метод теоретических расчётов, они обнаружили, что их предсказания совпадают с экспериментальными результатами гораздо точнее, чем раньше — с точностью до одной части на 100 миллиардов.

Однако это, в свою очередь, породило новую загадку: старые расчёты кажутся вполне обоснованными. Так почему же они не совпадают с новыми? Те старые предсказания не были основаны исключительно на теории; они также были выведены на основе других экспериментов. Если старые расчёты противоречили новым результатам, а сами старые расчёты основывались на экспериментальных данных, то не происходило ли что‑то странное в старых экспериментах?

Один из многообещающих ключей к разгадке даёт ускоритель частиц в Сибири, где в последнее время результаты экспериментов стали резко расходиться с данными, полученными ранее как на этом, так и на других ускорителях. Эти результаты вызвали бурную активность: физики пытаются определить, являются ли противоречивые измерения побочным эффектом различий в экспериментальных процедурах или же это признак того, что новые частицы всё‑таки появляются.

«Одиссея» Кристофера Нолана, безусловно, стала самым обсуждаемым фильмом 2026 года. Режиссера массово хейтили в сети не только из-за сомнительных (если не заведомо провокационных) кастинговых решений, но и из-за того, что Нолан всячески упирал на «историческую достоверность» того, что он снял. 

При этом уровень понимания Гомера у всех сторон дискуссии, как правило, как у хлебушка — например, я своими глазами видел, как в одном таком треде советовали «перед тем, как высказывать свое мнение, прочитать оригинал “Одиссеи“ на латыни». 

Как филолог и многолетний фанат Гомера, я решил рассказать хабровцам, какие «Одиссея» и «Илиада» поставили перед специалистами поразительные научные вопросы, рассказывающие про то, как устроено наше восприятие мира и человека.

Когда я разбирал в предыдущей статье гипотезы появления сознания, в центре внимания оказалась идея нейробиолога Антонио Дамасио о том, что сознание рождается не из абстрактного мышления, а из тела. Из тех базовых сигналов, которые организм подает сам себе ради выживания.

Но во что разворачивается это сознание по мере взросления человека?

Концепции возрастной психологии и психоанализа — от теории привязанности до моделей раннего эмоционального развития — показывают, что тело остается фундаментом и на следующих этапах. Только фокус смещается с механизмов восприятия на саму структуру личности.

Сегодня этот фундамент проходит проверку на прочность. Массовое внедрение искусственного интеллекта ломает привычные социальные маркеры, порождая закономерную тревогу. Возникает прагматичный вызов: какой психотип способен совладать с новыми технологиями и сдвинуть общество вперед, а не деградировать под их тяжестью?

Эти концепции складываются в единую систему, которая дотягивается до экономики и истории, объясняя не только структуру личности, но и причины, по которым разные эпохи востребуют определенные типы людей. Выводы следуют из общей логики материала, даже если некоторые из них выходят за рамки устоявшихся представлений.

Если спросить кого-нибудь о первом в мире автомобиле, то, наверное, многие назовут Т-модель Форда, хотя это далеко от истины. И даже бенцовский Patent-Motorwagen не являлся таковым — он скорее был первой серийной машиной на ДВС, но не первым авто, которое человек приручил и огоражил.

На самом деле, люди начали передвигаться на автомобилях гораздо раньше, еще в те времена, когда Александр Сергеевич прозябал в опале, Антарктиду только открыла экспедиция Фаддея Беллинсгаузена, а в Латинской Америке бушевали одна за другой революции…

Какая формула из мира физики самая популярная вне этой науки? Конечно же это легендарная E=mc². Её можно увидеть и на чехлах для смартфонов, и на чашечках с кофе, где расшифровка выглядит совсем не-физически, и даже в каких-то мутных околонаучных трудах, когда всё утрируется до элементарного и ей подкрепляется, что любой объект есть энергия. Даже в рекламе кое-какого напитка её использовали, потому можно с уверенностью утверждать об огромной популярности соотношения среди самых разных людей и отличающихся уровней знания.

Кажется, что слово «революция» применительно к искусственному интеллекту используют слишком легко. Каждый новый продукт теперь «революционный», каждая новая модель «меняет всё», а через полгода выходит следующая.

Но если отойти от конкретных моделей, чат-ботов и маркетинговых заявлений и посмотреть на происходящее в масштабе истории, картина получается интереснее.

Я считаю, что революция искусственного интеллекта уже началась.

Не в том смысле, что ИИ уже заменил людей, наступил AGI или мы точно знаем, каким будет рынок труда через десять лет. Как раз этого мы не знаем.

Революция — это процесс. И процесс уже идёт.

Причём во многих отношениях происходящее удивительно похоже на предыдущие технологические революции: сначала появляется новая фундаментальная технология, затем она быстро совершенствуется и дешевеет, после чего проникает в разные отрасли. Старые процессы сначала пытаются просто делать немного быстрее. Потом выясняется, что технологию выгоднее использовать вообще иначе. Начинается перестройка компаний, профессий, инфраструктуры и в конечном счёте общества.

Именно так происходило раньше.

У меня дома зоопарк устройств: Android, iPhone, MacBook, Windows. На каждом стоит своя читалка: когда‑то на андроиде был CoolReader (отличная штука, я им вдохновлялся), на маке — платный BookReader, на айфоне — Eboox, на винде — десктопный CoolReader

Я решил написать веб‑читалку для домашнего сервера.

В комментариях к статье про теорему Миттаг-Леффлера я пообещал разобрать гипотезу Римана понятно и подробно. Неожиданно оказалось, что пока я писал текст, ИИ произвел в этой области исследований новый прорыв и поэтому содержание статьи пришлось расширить.

10 августа 2026-го года Anthropic выложила препринт на тридцать пять страниц. В графе «автор» они указали Claude. Утверждение о достигнутом результате выглядит невероятно: ИИ доказал, что не менее двух третей нетривиальных нулей дзета-функции лежат на критической прямой.

В последние десятки лет прогресс в этой задаче измерялся в сотых долях одного процента и каждый такой сдвиг считался достижением: настолько хватало мощи человеческого гения.

В этой статье я расскажу о том, что это всё значит и почему это очень круто.

Ниже также — обещанный вывод связи между нулями дзеты и простыми числами, потом что именно доказано, как (идея действительно умещается на страницу и она красивая), как её нашли — там настоящий детектив, — и чего всё это не значит. Последнее важнее всего, потому что новостные заголовки на эту тему врут как минимум наполовину.

Майкл Манн - один из ведущих климатологов мира и активный сторонник более широкого и глубокого понимания климатических проблем обществом. Именно его совместное исследование с Рэймондом Брэдли и Малкольмом Хьюзом подарило нам знаменитый график “хоккейной клюшки”, наглядно показавший, насколько стремительно глобальная температура растет по сравнению с историческими значениями.

Мы немного углубимся в физику парникового эффекта, поговорим о методах, позволяющих восстанавливать температуру далекого прошлого, разберемся, почему климат раз за разом нагревается быстрее, чем в среднем предсказывали модели, а также обсудим связь между изменением климата и экстремальными погодными явлениями.

К счастью, даже этот разговор нельзя назвать исключительно пессимистичным. Если уже сейчас принять достаточно решительные меры, у нас все еще остается время, чтобы избежать самых катастрофических сценариев будущего.

Привет, читатель!

Однажды, после просмотра ролика про эволюцию Вселенной, я загорелся идеей создать свою, со своими правилами. В итоге я написал собственный физический движок на С++, и в этой статье я расскажу про него, историю создания, и разные нюансы.

Добрый день, я хотел бы поделиться своими мыслями о якобы найденных признаках жизни в облаках Венеры в 2020 году и почему вся эта история могла быть неудачной финансовой махинацией.

Насколько нам известно, в космосе пищи не найти. Если мы хотим исследовать последние из известных нам фронтиров, нам придётся брать её с собой. Одним из самых древних и распространённых видов пищи на планете Земля являются морепродукты, однако мы удивительно мало знаем о том, как водные животные будут реагировать на условия микрогравитации, с которыми они столкнутся в космосе. Новая статья исследователей из Японского научного университета Окаяма, недавно опубликованная в журнале «Microgravity Science and Technology», призвана ответить на этот вопрос. В ней был использован новый метод моделирования микрогравитации для наблюдения за реакцией ракообразных на космическую среду, и было установлено, что они, вероятно, могут стать хорошими кандидатами для включения в будущую космическую пищевую цепочку.

Большинство экспериментов по микрогравитации на Земле проводятся в камерах свободного падения или во время параболических полётов — оба этих метода обеспечивают лишь несколько секунд настоящей «микрогравитации» и не подходят для длительных испытаний. Международная космическая станция предлагает достойную альтернативу, но её использование чрезвычайно дорого, а пространство для проведения дополнительных экспериментов на ней весьма ограничено. Поэтому исследователи обратились к альтернативному инструменту — клиностату.

Эти специализированные камеры быстро изменяют ориентацию находящегося в них содержимого, варьируя действующее на него гравитационное поле и имитируя, по крайней мере, некоторые эффекты микрогравитации. Они вращаются таким образом, что совокупное действие силы тяжести и центробежной силы в конечном итоге сводится практически к нулю в течение определённого периода времени. Эти устройства хорошо подходят для одноклеточных организмов и растений. Однако для сложных животных они не столь эффективны.

В 2026 все, кто плотно сидит в ИИ и разработке, пришли примерно к одному выводу: гнаться за моделью получше почти перестало иметь смысл. Работает то, что ты строишь вокруг модели. Агент это модель плюс харнесс. Модель предлагает следующее действие и вероятностна по природе; харнесс это весь код вокруг: реестр инструментов, управление контекстом, циклы исполнения, проверка схем, права доступа, логи, точки обязательной остановки. Модель ты не тренируешь, берёшь готовой, значит вся твоя реальная работа это обвязка.

Я говорю это не со стороны. У меня есть проект, связанный с финансами, анализом и прогнозами, и харнесс там не вспомогательный слой, а фундамент. Тридцать, иногда сорок процентов всех усилий уходит не на функциональность, а на обвязку вокруг неё: команды, проверки, аудиты, логи, места, где система обязана остановиться и показать себя. Первый год это ощущалось как накладные расходы. Сейчас я вижу иначе. Обвязка и есть проект. То, что я считал настоящей работой, без неё просто не воспроизводится дважды подряд.

Смысл харнесса не в том, чтобы сделать модель умнее. Он в том, чтобы уменьшить разброс. Каждый кусок обвязки переносит одно решение из вероятностной области в детерминированную. Тест на линтере не просит агента не ломать стиль, он не даёт коммиту пройти. Схема инструмента не напоминает про обязательное поле, она отклоняет вызов. Чеклист в файле инструкций не мотивирует, он задаёт следующий шаг тогда, когда контекст уже поплыл. Хороший харнесс превращает «обычно делает» в «делает всегда».

Привет всем любителям физики и физического эксперимента! Сегодня у нас статья-рассуждение, в который мы предлагаем вам вместе с нами разобраться с одним из парадоксов трансформатора. Коротко: трансформатор работает благодаря изменяющемуся магнитному потоку, именно он создает электродвижущую силу (ЭДС) во вторичной обмотке. Но что произойдет, если сделать магнитную проницаемость сердечника бесконечно большой? Тогда магнитный поток практически полностью сосредоточится внутри сердечника, а снаружи магнитного поля как будто не останется. Как же внешний провод «узнает» об изменении потока внутри и почему в нём всё-таки возникает ЭДС? Разберем этот парадокс и выясним, что происходит с электромагнитным полем на самом деле.

Древние надписи часто выглядят как набор странных значков на камне или глине. За ними стоят целые культуры, которые исчезли, оставив после себя только обрывки. Линейное письмо А с Крита, этрусские тексты, знаки долины Инда — все это до сих пор сопротивляется полному прочтению. Без подсказок вроде розеттского камня или явных родственников среди живых языков работа превращается в долгую головоломку, где каждый новый фрагмент может как помочь, так и запутать.

В последние годы к процессу подключились нейросети. Они уже умеют восстанавливать утраченные участки текстов, искать закономерности в тысячах древних надписей, проверять гипотезы и даже оценивать возраст и происхождение находок. Разберемся, что уже умеют такие системы, а где они пока бессильны. 

Известно, что чем больше продается мороженого, тем больше регистрируется несчастных случаев с утонувшими. Корреляция есть - значит, мороженое опасно?

Эта статья — о том, почему знание правила «correlation ≠ causation» еще не гарантирует, что вы сами на нем не попадетесь

Когда кожа начинает шелушиться или стягиваться после умывания — это значит, что есть пробитие в верхнем слое. Он устроен как кирпичная кладка — кератиноциты окружены межклеточным жировым матриксом. На 40–50% он состоит из церамидов. Это молекулы, которые держат кожный барьер герметичным. Они не дают влаге бесконтрольно испаряться и не пускают внутрь бактерии и аллергены. Если умываться мылом до скрипа, постоянно жить в сухом воздухе или просто стареть — церамидов становится меньше. Барьер теряет плотность, и кожа начинает реагировать на всё подряд.

Казалось бы, логичное решение — намазать чем-нибудь жирным. Вазелином, например. Он, правда, снижает испарение воды, но работает как временная заглушка. То же самое с маслами. Чтобы восстановить барьер, нужны родные запчасти. У человека как минимум девять видов церамидов, и повторить их архитектуру в лаборатории долго не получалось — мешала сложная геометрия молекул.

Решение внезапно нашли в рисе.

От переводчика: это перевод сольного выпуска подкаста Шона Кэрролла - замечательного популяризатора науки, теоретического физика и профессора Университета Джонса Хопкинса. 

Физика переживает кризис. По крайней мере, нам так говорят. Мне доводилось слышать это в интернете, в подкастах и даже читать об этом в книгах. Мол, прямо сейчас физика находится в состоянии кризиса. И мне грустно это слышать. Я вырос с мечтой стать физиком. Теперь я физик. Помимо всего прочего, физика - это моя жизнь. Я очень ее люблю. Поэтому, когда я слышу, что моя область переживает кризис, это меня тревожит. Но что вообще значит “кризис”? Законы физики перестали работать? Физики объявили забастовку? Что именно происходит? Поэтому я решил записать сольный выпуск и рассказать вам о своем взгляде на так называемый кризис в физике. А взгляд мой заключается в том, что никакого кризиса в физике нет. Вот что я думаю. В любом случае, я объясню, почему я так считаю, а выводы вы сможете сделать сами. Но сначала хочу сказать, что мне немного грустно оттого, что приходится занимать именно эту сторону.

Величайшие математические успехи искусственного интеллекта связаны с решениями задач, поставленных неординарным ученым середины XX века. Изучая особенности задач Эрдёша, математики пытаются понять, как искусственный интеллект может изменить остальные области математики.

20 мая 2026 года компания OpenAI сделала заявление, которое потрясло математический мир. Внутренняя модель ИИ — недоступная для широкой публики — нашла контрпример к задаче «единичного расстояния», гипотезе, выдвинутой в 1946 году Полом Эрдёшом, плодовитым венгерским математиком, любившим переезжать с место на место.

Эрдёш сформулировал тысячи вопросов, но этот был особенным: его было просто объяснить, и при этом он отличался большой математической глубиной. Это было первое исторически значимое доказательство, полученное с помощью модели искусственного интеллекта. Хотя модель выдала не окончательный результат — математики‑люди существенно его усовершенствовали в течение нескольких недель — он был новаторским, поскольку использовал идеи из отдаленной области математики, которые ранее никто не применял к этой задаче. И он оказал большое влияние: в течение нескольких дней аналогичные методы уже использовались для решения других важных задач.

Затем 1 августа компания OpenAI объявила, что еще не выпущенная модель под названием Astra добилась 10 дополнительных математических прорывов, в том числе нашла решения еще для трех задач, поставленных Эрдёшем.

Многие математики оценили подобные достижения как фазовый переход в математических возможностях моделей искусственного интеллекта. Эти модели «радикально меняют подход к проведению математических исследований», — отметила Нога Алон из Принстонского университета, которая за свою многолетнюю карьеру решила десятки задач Эрдёша.