Читальный зал

Картинка: www.magnific.com

О чём ещё можно говорить в жаркую погоду? Конечно же, о холоде! :-)
За свою историю человечество придумало множество интересных способов достижения холода, и об одном из них мы уже говорили ранее — взять хотя бы ту же самую трубку Ранка-Хилша или, например, парадоксальный холодильник, работающий от источника огня!

Однако методы достижения холода не ограничиваются только подобным, и существует ещё как минимум один, уже многие десятки лет находящийся вне внимания широкой публики — о нём (и не только) мы и поговорим сегодня… ;-)

Anthropic (создатели Claude) провели, пожалуй, самое масштабное качественное исследование об отношении людей к ИИ. 80 508 человек из 159 стран на 70 языках поговорили с «Anthropic Interviewer» (специальной версией Claude) о своих надеждах, страхах и реальном опыте.

Всем привет! Меня зовут Дмитрий Фырнин, я управляющий партнёр и технический директор в SENSE. 

В этой статье собрал свои мысли и гипотезы о том, что происходит, когда языковая модель встраивается в коммуникацию и становится прослойкой между людьми. Сегодня модель «селится» в семейных спорах, рабочих чатах, школьных конфликтах и переписке с госорганами. Она интерпретирует, подсказывает, подтверждает и делает это не всегда нейтрально. 

Если вам интересно, как LLM выступают новым инфраструктурным слоем — встраиваясь в продукты, процессы и работу команд так же незаметно, как когда-то электричество или Интернет — загляните в первую часть.

Продолжаем проводить конкурc SQL в рамках «IT-Планеты 2026». Как обычно во втором этапе участникам было предложено решить пять задач на чистом SQL. Перейдем к рассмотрению задач.

Привет, Хабр! Этот весьма приятный экземпляр из Поднебесной достался мне в обмен на пару педалей эффектов, задержался всего на несколько дней, сильно понравился знакомому музыканту и был обменян на другой интересный инструмент.

Однако остались впечатления, видео и фотографии, которыми я с вами сейчас поделюсь.

В начале 2026 года мы добавили к облачной платформе серверы Dell R7725. В основе — новейшие 64-х ядерные процессоры AMD EPYC 9555, память DDR5-6400 и дисковая подсистема PCIe Gen 5. Также в серверах используются и графические ускорители - NVIDIA L4, A16.

Открываем крышку серверов и показываем как выглядит и что несет в себе новая платформа, в нашей конфигурации. Новые форматы дисков PCIe Gen 5 с тестами, процессоры EPYC 9555, видеокарты и блоки питания. Подробнее с фото под катом!

Наткнулся на кое-что, что показалось мне весьма ценным.

Это довольно редко встречается: AI-компании вроде Claude действительно делятся мыслями и размышлениями об организационной структуре.

Йен Белл —  со-автор, вместе с Дэвидом Бребеном, легендарной игры Elite, которая в 80-х вывела геймдизайн на уровень коммерческого и культурного феномена. Она по-прежнему изучается в разных уголках мира как пример очень эффективного и новаторского подхода к программированию, геймплею и визуальному дизайну. Йен Белл согласился немного поговорить со мной об истории игры, своих взглядах на ИИ и об искусстве геймдизайна.

Легенда передает привет Хабру с рыжим другом.

«Чтобы человечество вышло из тупика, чтобы мы смогли заселить другие планеты, сделать варп‑двигатель, создать единую теорию всего и обрести куда более глубокую власть над миром, над природой, нам необходимы гении из пробирки. Без них мы не обойдёмся.»

Российский биоинформатик, кандидат биологических наук Богдан Кириллов — о том, что такое биоинформатика, как работает редактура ДНК, кто хуже Гитлера и зачем собирать гения в пробирке.

ИТ-индустрия тридцать лет последовательно теряла один конкретный навык — умение формулировать намерение, а не алгоритм (т. е. умение говорить «что нужно получить», а не «как это вычислить»). Зачем он был нужен, если компилятор не обижается на формулировку? База данных не читает между строк — она возвращает именно то, что у нее спросили. API ведет себя так же: никакого контекста, никакой интерпретации, только буква документации. Машина не нуждалась в том, чтобы ее понимали, — достаточно было правильно ее инструктировать. Исследования фиксировали этот сдвиг, но до поры индустрию это не особо беспокоило.

А потом те же люди создали сущность с собственной логикой, скрытыми мотивами и агентным поведением — и обнаружили, что с ней нужно договариваться словами. Причем буквально: удерживать намерение, считывать, где модель соскользнула, и поправлять курс формулировкой, а не традиционным программированием.

Правильный подход к такому диалогу обнаружился не в технической документации — и, похоже, искать стоило вообще не там. В литературе и гуманитарных науках этот подход давно описан людьми, которые профессионально работали с непредсказуемыми агентами задолго до LLM. В прошлой статье мы разбирали фольклорные паттерны — те самые структуры волшебной сказки, которые неожиданно точно описывают эффективное общение с моделями. Сегодня идем дальше: смотрим, что еще сказки знают о жизни с непредсказуемым помощником. 

Изображение вольтовой батареи — работы Алессандро Вольты

Вся наша жизнь в настоящее время проходит в рамках массы разнообразных эталонов отсчёта — систем координат, мер весов, длин, силы, скорости, времени… 

Где среди ряда подобных особняком стоит ещё один эталон — напряжения! 

Задавались ли вы когда-нибудь вопросом, а что выступило эталоном электродвижущей силы источника тока, принятым за начало отсчёта? 

Вопрос, на самом деле, довольно интересный, так как произошло это достаточно давно и выступило одним из кирпичиков в основании «здания» современной электрики и электроники. 

Кроме этого, если задуматься, то становится очевидной и нетривиальность самой задачи — если, например, в отличие от мер длин или веса, где достаточно всего лишь договориться некоторому количеству людей о том, что «вот эту величину принимаем за длину и вес», то как быть с электричеством?!  

Ведь мы знаем, что напряжение — весьма нестабильная величина и может изменяться под влиянием множества факторов, например, проседать под нагрузкой, изменяться в зависимости от состояния источника и целого ряда других. 

Тем не менее, и этому вопросу также было найдено решение — а какое именно, мы узнаем ниже...

Запад не всегда был единственным флагманом робототехники. Иногда первенство, пусть и не надолго, у него перехватывали и мы. Так один советский школьник, смог сделать почти то же самое, на что у огромной американской корпорации ушло 2 года и $2,4 миллиона вложений.

Представляем новый практический курс по ИИ-агентам на Python от мастера обучающей литературы Владимира Дронова. Книга наверняка вызовет интерес у всех, кто следит за развитием больших языковых моделей и хочет создавать собственные ИИ-приложения.

Эта статья не про известную вам прокрастинацию. Она про то, что одним словом «прокрастинация» мы зовём две совершенно разные вещи — и не умеем обращаться ни с одной из них.

Давайте на примерах разберем, кто есть кто.

Пример первый. Вы три недели не открываете письмо из налоговой. Каждый день про него помните, каждый день раздражаетесь, каждый день обещаете себе открыть завтра.

Пример второй. Работа давно стала невыносимой, вы говорите себе, что пора обновить резюме. Проходит месяц, полгода, год. И дело уже не в страхе собеседований, не в лени, не в нехватке времени. Вы просто не обновляете резюме и не заходите на сайт с вакансиями.

Снаружи это одно и то же: есть задача, которая не делается. А внутренне это ощущается по-разному. В первом случае вы находитесь в отношениях с задачей: вы о ней думаете, боретесь с собой, тяните время, чувствуете вину. Во втором случае отношений нет. Нет действия, нет даже желания что-ибо совершать в этом направлении. Отсутствует связь между вами и действием. Вы и задача существуете отдельно. Если мы понимаем, что прокрастинацией называют все подряд, то во втором случае применять советы и практики по борьбе с откладыванием это как давать совет тонущему дышать глубже.

Но не это самое интересное. Я рассмотрю этот вопрос под тремя углами — психологией эмоций, нейробиологией и принципом свободной энергии Карла Фристона. Ни один не объявляю единственно верным; там, где перехожу к психоаналитической интерпретации, отмечаю это явно.

В шестидесятые годы прошлого века компьютеры общались с человеком преимущественно с помощью перфокарт и телетайпов, а результата выполнения программ иногда приходилось ждать часами. Существовали, конечно, и дисплеи, но в середине 1960-х годов сама идея вывести на экран не текст, а изображение казалась технологическим чудом.

Тем не менее, уже в первой половине шестидесятых появились системы, позволявшие отображать на экране сложные чертежи, графики и схемы в интерактивном режиме. Причём речь шла о векторных дисплеях, где электронный луч буквально «рисовал» линии на экране, перемещаясь между заданными координатами. Такие комплексы стали первыми шагами к интерактивному проектированию, компьютерной графике и системам САПР. Многие идеи, применяющиеся сейчас в графических интерфейсах и современных сенсорных устройствах, были впервые опробованы именно тогда — на огромных мейнфреймах размером с комнату и стоимостью в миллионы долларов.

За каждым запросом к ChatGPT стоят миллионы невидимых людей — работающих на низкооплачиваемых рабочих местах из неблагополучных стран. Их труд тщательно скрывается.

Если посмотреть, как устроен наш сегодняшний мир, — на мой взгляд, неожиданно актуальным оказывается не Азимов со своими законами робототехники и не Стругацкие с их предсказаниями последствий информационной эпохи, а Сергей Снегов. Он угадал не столько технологии, сколько способы взаимодействия с ними, детально описав, как вычислительные системы становятся посредником между человеком и реальностью.

Главная идея Снегова вовсе не техническая. Его интересовал человек. В мире трилогии «Люди как боги» технологии освобождают людей от рутины, но не избавляют от необходимости развиваться. Наоборот, чем могущественнее становятся инструменты цивилизации, тем большее значение приобретают любознательность, творчество, смелость и способность принимать самостоятельные решения.

Читая «Люди как боги», неожиданно обнаруживаешь знакомые вещи: персональных ИИ-ассистентов, рекомендательные алгоритмы, цифровые профили и социальные рейтинги, облачные вычисления и даже музыку по запросу. Разумеется, все это замаскировано под технологии XXVI века.

Основные прогнозы Снегова не сбылись: космические корабли не исследуют Галактику, человечество не умеет запускать искусственные солнца и превращать пространство в вещество. Но удивительно, насколько похожими на реальность оказались детали повседневной очень комфортной жизни. Воодушевляет, что за всеми этими технологиями Снегов видел ту же задачу, которая стоит перед нами сегодня: как сделать человека сильнее и свободнее, не превращая его в придаток созданных им машин.

Предисловие

Эта статья попалась мне на глаза на Reddit.

И заинтересовала она по двум причинам. Во-первых, автор задаёт нестандартные вопросы об ИИ. Когда вокруг только бенчмарки и нытье по поводу того, что ИИ лишит всех работы, он смотрит внутрь ИИ каким-то свежим, незаезженным взглядом. Например, один из его вопросов: если мы учим модель на человеческих текстах, со всеми их страстями, то почему мы ожидаем, что она будет вести себя не как человек, а как робот?

И вторая причина, это конечно картинка. Она сделана по мотивам известной притчи, которую автор пересказывает в тексте. И в этой картинке много всяких смыслов. Например, подбор профессий, их расположение вокруг слона и т.д. Мне особенно понравился User, который не то, чтобы изучает слона, а которого слон тянет за собой))

В общем, я решил перевести эту статью для русскоязычной аудитории. Тем более, что на Хабре материалы о сущности ИИ собирают большие дискуссии. Значит тема в фокусе и будет небезыинтересно посмотреть на все это ещё с одного ракурса.

Перевод сделан с помощью Google Translate, специально без помощи ИИ, который часто подсовывает что-то своё. Хотелось передать именно исходные формулировки автора. Но иногда по ходу приходилось всё-таки делать небольшие редакторские правки.

В конце позволил себе высказать пару своих мыслей по поводу этого нестандартного текста.

А как вообще живёт айтишник где-нибудь в Африке?

Мы на Хабре обсуждаем стартапы, Кремниевую долину, бигтехи и новые технологии. Спорим про AI, читаем про то, как попасть в FAANG. Смотрим, что происходит внутри всяких Сберов, Яндексов и Ozon, какие там процессы, как устроена работа, кто сколько получает и что вообще творится внутри этих компаний.

Но иногда я ловил себя на немного другом вопросе. А как вообще живёт айтишник где-нибудь в Африке?

О чём он думает? Какие вопросы его волнуют? Есть ли у них вообще свой рынок IT или все стараются работать на зарубежные компании? Легко ли их берут на удалёнку? Помогает ли английский и французский язык или это не такая уж серебряная пуля, как может показаться со стороны?

Вообще, считается ли у них IT хорошей карьерой? Получает ли средний программист заметно больше среднего жителя страны или нет?

А ещё интересно, обсуждают ли они AI так же активно, как мы? Боятся ли, что он отнимет работу?

Короче, в какой-то момент мне самому стало интересно поискать ответы на эти вопросы. А потом я подумал: почему бы не оформить всё это в статью на Хабр?

Если вам тоже интересно посмотреть, как живут айтишники по ту сторону привычного нам IT-мира, то приглашаю вас Камерун и Кот-д’Ивуар.

Взлет и падение фонда Long-Term Capital Management (LTCM) имеет все признаки великой истории. Блестящие умы, включая двух лауреатов Нобелевской премии, создали впечатляющий хедж-фонд c торговыми системами, основанными на безотказных математических моделях. Ослепительный успех, почти перевернувший с ног на голову традиционные представления о финансах, риске, доходности. Захватывающий и трагический финал – катастрофа, которая поставила под угрозу не только крупнейшие банки, но и стабильность мировой финансовой системы. И во всем этом Россия сыграла не самую последнюю роль…