Все потоки

Уже скоро год, как запущена AI-платформа для хранения и аналитики персональных медицинских данных Lissa Health. Недавно в ней появился отчет «Профиль здоровья», который учитывает любую информацию, которую пользователь предоставил о себе. Чтобы его реализовать, нам пришлось полностью переработать идеологию движка системы.

Мы совершили качественный переход от документо‑центрической к фактор‑центрической модели данных, где атомом информации о здоровье человека является медицинский факт с уникальным кодом и контекстом.

Ниже — техническое описание новой структуры.

Сразу вкратце отвечу на вопрос заголовка: выбрал Suno, поскольку ему уступают Udio, Tad и Yolly.

В этой статье поделюсь опытом написания музыкального альбома с помощью ИИ. Подспудно упомяну как можно больше интересных с моей точки зрения технических подробностей о процессе создания песен с 4-мя разными ИИ.

Вдохновившись мемом "Вася Тестировщик", я решил реализовать этот шутливый замысел мемодела: воплотить картинку в звук.

И сделал, бонусом узнав много интересного про ИИ-генераторы. Этим и поделюсь!

Общеизвестный товарный знак, появившийся в России как институт в 2000 году, предоставляет бизнесу больше юридических возможностей, чем регистрация в общем порядке: во-первых, он действует бессрочно (а это означает, что компаниям не надо продлевать охрану каждые десять лет); во-вторых, правообладателю предоставляют расширенные инструменты защиты своего дела (если обнаружится, например, что кто-то поставил незаконно подобное наименование в доменное имя сайта, то нарушителя штрафуют, а портал — принудительно ребрендируют). 

Эти обстоятельства делают регистрацию общеизвестных товарных знаков крайне выгодным для бизнеса. Однако попасть в привилегированный список непросто.

Один из наших проектов нужно было перенести на Kotlin, чтобы включить его в общую экосистему клиента и упростить поддержку. Мы должны были курировать процесс и следить за итоговой реализацией, в которой заказчик решил использовать ИИ.

В этой статье рассказываем о реальных возможностях нейронки для миграции бэкенда и про то, с чем лучше к ней не обращаться — чтобы не тратить ни время, ни нервы.

Привет, Хабр! Это Сергей Перевозчиков, основатель агентства контекстной рекламы «КонтекстЛаб». В 2024 году ко мне пришёл поставщик профессиональных тренажёров с, казалось бы, хорошими цифрами: лиды по 1500 ₽. Проблема была в другом — почти все обращения оказывались спамом и фродом. Мы начали с аудита, разобрали воронку и увидели, где именно теряется качество. После этого запустили серию экспериментов с лид-формами ВКонтакте. За год прошло три итерации: мы меняли подходы к креативам, пересобирали аудитории, тестировали гипотезы и отсекали всё лишнее. В итоге у нас получилась система, которая стабильно приносит качественные b2b-заявки по 2500–3500 ₽.

В этом кейсе я подробно рассказываю, как мы нашли свою b2b-аудиторию во ВКонтакте — площадке, которую многие по привычке считают b2c-шной, — и выстроили работающую систему лидогенерации.

"Перед вами результат моего небольшого литературного эксперимента: я взял отрывок из одной известной классической книги, написанной почти век назад, и адаптировал описанное собрание акционеров под реалии 2026 года, наложив на современные технологии искусственного интеллекта, роботов и ИИ-агентов, а также на актуальные события — от взрывного роста ИИ в экономике до этических дебатов.

Прошу вас — читайте с открытым умом, без предвзятости, и, возможно, увидите в этом зеркало нашего времени.
"

...

КУРТ ФОН ФРИШ спрашивает, годятся ли роботы с ИИ в пищу.

ДЖ. ГИЛБЕРТ: Вовсе нет. Точно так же и их корпуса ни к чему не пригодны.

М. БОНАНФАН задает правлению вопрос, что они все же намерены предпринять.

Добрый день, Хаброжители!

Новогодние праздники продолжаются и в честь Старого Нового года у нас для вас большая распродажа!

Не буду в очередной раз напоминать вам, что мировой рынок оперативной памяти переживает очень непростые времена, а цены растут чуть ли не каждый день, и дальше будет только хуже. Важно то, что модули DDR5, которые еще недавно можно было купить за разумные деньги, сейчас стоят как башенный кран. Но есть один интересный способ немного сэкономить при покупке памяти. Он не самый очевидный, но реально работает и позволит сэкономить от пяти до двадцати процентов стоимости планки. И все это без каких-либо танцев с бубном.

Огонь в камине украшает жилище и создает уют, особенно зимой, особенно в мороз, особенно в новогодние каникулы. Но квартир с каминами очень, очень мало.

Поэтому придумали снимать и выкладывать в разных местах многочасовые ролики с огнем в камине, которые имеют огромные миллионы просмотров. Это красиво, похоже на настоящий камин и реально создает уют. Но настоящий камин в отличие от телевизора или монитора не может стоять на столе или висеть на стене, это портит эффект.

А еще придумали делать декоративные камины из всяких подручных материалов, покрывать фактурной грунтовкой и красиво красить. Вот только огня в этих каминах нету.

Осталось сделать логический шаг.

Современные LLM принципиально не могут иметь сущность. Не из-за архитектуры, а из-за способа обучения.

Подход по компонентам — не новое понятие. Например, в экосистеме Vue vue-i18n поддерживает [i18n SFC (Single File Component)](https://vue-i18n.intlify.dev/guide/advanced/sfc.html). Nuxt также предлагает [переводы на уровне компонента](https://i18n.nuxtjs.org/docs/guide/per-component-translations), а Angular использует похожий паттерн через свои [Feature Modules](https://v17.angular.io/guide/feature-modules).

Даже в Flutter-приложении часто встречается следующий паттерн:

Говорят, что 90% программистов не могут написать бинарный поиск без ошибок с первого раза. Вроде бы простая логика: делим массив пополам и ищем. Но почему тогда программы «падают» на больших числах или уходят в бесконечный цикл? В этой статье мы разберем бинпоиск «на пальцах», напишем идеальный код и посмотрим на анимациях, как именно работают «тиски» этого алгоритма.

Привет, Хабр! Меня зовут Александр Колесов, в Бастионе я руковожу направлением развития в департаменте тестирования на проникновение. Мы профессионально ломаем то, что другие старательно защищают. Разумеется, с разрешения владельцев.

Сегодня предлагаю поговорить о внутреннем пентесте — одной из самых недооцененных услуг на рынке. А точнее, о современном подходе к нему — Assumed Breach («предполагаемое нарушение»). В рамках этого метода мы отталкиваемся от предпосылки: «а что, если компания уже скомпрометирована?».

Я уже рассказывал на SOC Forum 2025, почему классический внутренний пентест часто не отвечает на реальные потребности бизнеса и как Assumed Breach позволяет это исправить. В статье поделюсь записью этого доклада и покажу, как максимизировать пользу от внутренних пентестов с помощью Assumed Breach.

В инфраструктуре банка мы ежедневно работаем с ~200 000 физических устройств: это IP-камеры, сетевые видеорегистраторы и другая периферия. Каждое из них должно быть проверено на доступность — не реже чем раз в 10 минут.

Требования к системе:

• не создавать бессмысленную нагрузку на инфраструктуру;

• решение должно быть горизонтально масштабируемым;

• система должна выдерживать падение pod, rebalance, сетевые сбои.

Привет, Хабр!

В последнее время я вижу много рекомендаций о том, как успешно работать с клиентской базой и развивать клиентский опыт. Кажется, что в этой теме я могу быть полезным. Меня зовут Алексей Ласкин, я руководитель Центра компетенций по монетизации данных в команде РСХБ.Цифра, занимаюсь проектами по монетизации данных в цифровых каналах экосистемы «Я в агро» — Свое фермерство, Свое родное, Свое за городом, Свои финансы, Свой бизнес, Монеты.

Хочется поделиться тем, как развивается СVM (Customer Value Maximization) и какие тренды на него влияют: разработчикам это может помочь сформировать понимание целей и средств разработки, которые следует использовать при проектировании СVM-систем. Опыт банков, показателен в части объема данных, который мы можем использовать для формирования предложений.

Сравниваем REST и SOAP : чем отличаются эти подходы, как они работают и почему сегодня все еще чаще выбирают REST, а не SOAP.

Всем привет! Меня зовут Артём Вичужанин. В разработке я больше пяти лет: начинал с десктопных приложений на Delphi и микропрограмм для контроллеров на C++, позже ушел в мобильную разработку. Сейчас в Naumen я отвечаю за разработку мобильных продуктов, и в рамках проектов регулярно сталкиваюсь с вопросами качества кода и автоматизации.

Именно в корпоративной разработке особенно остро чувствуется: чем больше проектов и команд, тем сложнее удерживать единый стиль кода.

В этой статье я делюсь опытом настройки SwiftLint сразу для нескольких репозиториев — так, чтобы кодстайл оставался единым и не расползался со временем.

Психолог Эдуард Барский, применив инновационный подход, получил новую информацию о природе таланта, о факторах, определяющих силу и направленность таланта, предложил новые методы для его распознавания и оценки.

Согласно Э. С. Барскому, деление способностей на врождённые и приобретённые является весьма условным. По существу, любая способность представляет собой комплекс врождённых и приобретённых качеств. Врождённые свойства определяют специфику и силу способности, а приобретённые — обеспечивают её адаптацию к конкретным условиям среды. Таким образом, любую способность можно рассматривать как врождённо-опытную. Это относится также и к таланту, врождённые свойства которого до определённого момента существуют не явно (в виде потенции); по мере опыта они всё больше проявляют себя, воплощаются в результатах деятельности.

Я уверен, вы видели модели машинного обучения, которые принимают текст и предсказывают, является ли он спамом. Аналогично модель может проанализировать отзыв о фильме и определить его тональность — положительную или отрицательную, понимать что «груша» связана с «яблоком» куда больше, чем с «теплоходом».

Первое правило обучения любой модели машинного обучения — это преобразование входных данных в числа. Цифровой объект можно представить числом: картинку, текст, аудио или видеофайл — практически всё что угодно.

Для того чтобы ввести этот объект в нашу ML модель как некое понятие, мы должны преобразовать его в определённый набор чисел. По этому набору чисел мы сможем определить, что, например, этот объект «яблоко», а не «груша».

С картинками все просто. В чёрно-белом изображении (в градациях серого) самый яркий пиксель имеет значение 1, самый тёмный — 0, а оттенки серого имеют значения от 0 до 1. Такое числовое представление упрощает обработку изображений. Преобразовав изображение в цифровую форму на основе значений пикселей, мы можем использовать его в качестве входных данных для обучения нашей модели, позволяя нейронной сети обучаться на значениях пикселей.

Однако что делать с текстом? Как спроецировать буквы в числа?

Если кто-то пару месяцев назад советовал вам воздержаться от покупки нового ПК, планок памяти или SSD – он явно должен вам пиво. Цены на модули памяти выросли почти втрое, на SSD-накопители – вдвое, и многим кажется, что этот кризис напоминает предыдущие проблемы, с которыми в прошлом сталкивался рынок высокотехнологичной промышленности. Проблемы с поставками во время бушующего ковида, пики доходности майнинга, из-за которых даже бюджетные видеокарты раздувались в цене на порядок – всё это мы уже видели, и всё это не затягивалось слишком надолго. Но все предыдущие кризисы поставок и рыночные скандалы от нынешней ситуации отличает одна вещь. И это – природа происходящего.

Предыдущие кризисы были вызваны или внешними обстоятельствами (как например, проблемы с поставками во время пандемии) или спекуляциями на рынке (как несколько волн бума майнинга, когда Эфир рос в цене и майнинг-фермы скупали все подходящие видеокарты). Эти обстоятельства были стихийными, а потому краткосрочными, но сегодня причиной возникших у покупателей проблем стало нечто куда более серьезное – инициативы OpenAI.