Все потоки

Для инвесторов «Уоррен» может означать только председателя Berkshire Hathaway; «Джек» — основателя Vanguard Group. А до своей смерти в 2009 году «Питер» означало Питера Бернстайна: экономиста, историка, мыслителя в области инвестиций и одного из самых мудрых и философских людей на Уолл-стрит. Питер видел всё, встречался со всеми, изучал всё и многие даже из великих уверены, что он разобрался в риске лучше всех.

Его биография впечатляет: однокурсник Кеннеди в Гарварде, офицер разведки, исследователь ФРС, профессор экономики, управляющий активами, историк, специалист по риску и автор книг.

Было девять утра четверга, и Мартин Пикард наблюдал, как его кровь утекает по шлангу капельницы из руки в отверстие в стене. Он сидел на односпальной кровати в тесной комнатке, расположенной на расстоянии меньше ширины плеча от раковины из нержавеющей стали и фарфорового унитаза. Каждый час в течение 24 часов, в том числе во время сна, медсестра отводила кровь из его руки исследовательской группе, работавшей в соседней комнате; в каждый момент времени, если он не спал, он также сдавал образец слюны и заполнял анкету о своём настроении.

Комната напоминала камеру или, возможно, очень тесный гостиничный номер, но на самом деле это была камера для исследования метаболизма — одна из всего лишь 50 подобных в мире. Её очевидно небольшой размер не позволял Пикарду тратить лишнюю энергию сверх абсолютного минимума, необходимого для поддержания жизни. Дневной сон был запрещён, как и приём любой пищи, кроме строго расписанных приёмов пищи, рассчитанных с учётом его калорийных потребностей. Ложиться спать нужно было ровно в 23:00. Перед тем как погасить свет, Пикард надевал устройство для мониторинга жизненных показателей и мозговой активности во время сна.

Хотя занятий в комнате было не так уж много — в основном он сидел в постели, читая или работая за ноутбуком, — в тот июльский день 2021 года Пикард испытывал прежде всего волнение. Дело в том, что он стал первым добровольцем в эксперименте, проводимом Лабораторией митохондриальной психобиологии, которую он возглавляет в Медицинском центре имени Ирвинга при Колумбийском университете в Нью-Йорке. Изучая, сколько энергии требуется для поддержания базовых жизненных функций, его лаборатория стремится исследовать фактор, влияющий на здоровье и болезни, начиная с молекулярного уровня и заканчивая сознанием (который, по его мнению, другие упускают из виду): митохондрии.

Исторически лучший Gpick в KDE на Wayland остался без пипетки, а штатные kcolorpicker-ы повергают в печаль и уныние. Что делать? Велосипедить! Написал лёгкий Python-скрипт, дёргающий родной XDG-портал.

UPD: Прокачал утилиту до полноценного комбайна — теперь она выдаёт чистые данные без префиксов, умеет копировать конкретные форматы (HEX, RGB, HSL) в буфер и идеально встаёт в любые shell-конвейеры и хоткеи. Больше велосипедов богу СПО!

ИИ сегодня умеет рисовать персонажей и делать для них анимации. Но это только половина задачи. Их ещё нужно встроить в игру: импортировать, связать с игровой логикой, привязать экипировку, разместить в мире и доставить игрокам без обновления клиента. В этой части показываю, как этот конвейер работает у меня.

Практически любой лабораторный блок питания привязан к розетке. Это не проблема, пока работа ведётся за рабочим столом. Но как только возникает необходимость выехать на объект, протестировать автомобильную электронику или запитать устройство вдали от сети, обычный лабораторный блок питания превращается в бесполезную коробку.

Мне захотелось объединить сразу несколько устройств в одном корпусе:

Первая из серии статей о самых понравившихся мне курсах Стэнфорда*, где я отучился пять лет на факультете компьютерных наук.  

Рассматриваем курс MS&E 280: Organizations and Structures с Кэтлин Эйзенхардт.

Привет, Хабр.

В своё время я обнаружил в хабе «Научпоп» интересную нишу, статьи из которой вам нравится читать. Речь о статьях, которые рассматривают экзотические агрегатные состояния вещества. Я впервые попробовал зайти в неё со статьями «Колыбель для страпельки» и «Чёрное сердце Нептуна, или как был открыт суперионный лёд». Ещё одно важное экзотическое агрегатное состояние – это конденсат Бозе-Эйнштейна, обладающий уникальным набором свойств (кстати, уважаемый @it_history публиковал на Хабре переводной материал «Человек, подчинивший себе половину частиц во Вселенной», посвящённый великому Шатьендранату Бозе).

Экзотические агрегатные состояния возникают в условиях, когда температура, давление и концентрация вещества сильно отличаются от значений, обычных у поверхности Земли. В этой статье мы разберём ещё одно, несомненно, реальное агрегатное состояние вещества — кварк-глюонную плазму, а также затронем физические свойства условно гипотетических, но неплохо описанных на кончике пера «глюболлов» — клубочков, не содержащих кварков, а состоящих из чистых глюонов. 

Ранее я часто рассказывал об особенностях видеокарт из 90-х. В рамках прошлых статей, мы успели с вами рассмотреть внутреннюю архитектуру 3dfx Voodoo, узнать о кастомном графическом API в S3 ViRGE, и даже написать свою собственную небольшую демку под видеокарты из 90-х. Вместо рассказов о GeForce 256 и ATi 3D Rage, в сегодняшнем материале мне хотелось бы поговорить о видеокарте, которая обогнала своё время — и при этом всё равно провалилась. Как вы уже поняли — речь пойдет об Intel i740.

Каким был первый GPU от Intel, на что он был способен и в чём заключается его главная тайна — читайте в сегодняшней статье!

Уважаемые читатели, в этой статье я хочу рассказать о том, что происходит внутри values.Sum() в современном .NET — там нашлись векторные инструкции, контроль переполнения и список процессоров, которым рантайм намеренно ограничивает ширину вектора, — и представить свои выводы.

В прошлых статьях серии самописные циклы уже проигрывали BCL в поиске по строке, JIT сам выкидывал проверки границ, а foreach прятал аллокации. Тут случай интереснее: values.Sum() — это LINQ, который при оптимизации первым делом меняют на цикл.

Несколько лет у меня лежал недорогой китайский видеодомофон Doorbell M8, работающий через приложение Ulooka. Покупал я его на одном из маркетплейсов примерно за 400 рублей — скорее из любопытства, чем из реальной необходимости.

Привет, Хабр! Меня попросили создать педаль гитарного перегруза, внешний вид и звучание которой должны максимально приблизиться к легендарному японскому овердрайву Barbarossa Gargoyle, выпускаемому в очень малых количествах и продаваемому по высоким ценам.

Музыкантам надо помогать, поскольку они делают нашу жизнь лучше и интереснее. Поэтому мне пришлось отложить в сторону другие дела и заняться новым проектом.

Под катом вас ждёт видео со звучанием, схема моей версии эффекта и подробное описание того, как она работает.

Современные процессоры, графические ускорители и ИИ-чипы становятся все мощнее, но вместе с производительностью растет и нагрев. Причем проблема не только в том, что тепла много. На одном участке кристалла температура может быть значительно выше, чем на соседнем, а в многослойных чипах отвести тепло от внутренних компонентов становится все сложнее.

Исследователи из Университета Осаки предложили необычный способ частично решить эту проблему. Они создали материал, который позволяет направлять тепловое излучение в нужную сторону и одновременно не требует постоянного питания для сохранения выбранного режима. По сути, это программируемый элемент управления теплом: достаточно один раз задать нужное состояние, после чего оно сохраняется до следующего изменения. Добиться такого эффекта удалось, объединив магнитооптический материал с решеткой на основе вещества с фазовым переходом. Как это работает? 

Я продуктовый дизайнер. Недавно закончил эксперимент, в котором ни разу не открыл Фигму: сайт-портфолио, где вебкамера работает основным вводом. Страница собирает отражение посетителя из частиц, всё управление через жесты. Код писал Claude Code. За мной замысел, дизайн-решения и полевые тесты.

Потрогать: https://dimbo-design.github.io/dimbo_heavy-cv (десктоп, вебкамера)
Код и история решений: https://github.com/dimbo-design/dimbo_heavy-cv

Эта статья про формат работы: что происходит с дизайном, когда исполнитель ИИ, макета нет, а ревьюить код ты не можешь. Формат рабочий. Главный риск в нём не «ИИ нарисует плохо», а незаметно остаться в шаблонных решениях, которые он выдаёт всем подряд. Про это и поговорим.

Данная статья является первой из цикла о социальном освобождении посредством искусственного интеллекта. В ней уделено внимание решению психофизиологической проблемы. То есть вопросу о том, каким образом материальные структуры могут порождать идеальные процессы. Или иначе — как нервно-мозговые процессы могут порождать субъективные переживания. В какой-то мере я уже освещал то, о чем в ней говорится в статье об эффективном методе социального освобождения и статье о нейропсихозе. Однако в них это решение было дано кратко. В этой статье оно дано подробно.

Приведенное здесь решение проблемы «тело-разум», опирается на наработки Юрия Семенова, изложенные им в семитомнике «Введение в науку философии». При разработке этого решения, он, в свою очередь, опирался главным образом на работы Павлова, Красногорского, Анохина, Ухтомского, Выготского, Дубровского и Ильенкова, а также иных исследователей. Основная проблема этих авторов, в том, что буквально каждый из них, сумев найти те или иные верные решения частных моментов проблемы, почти всегда абсолютизировал их. Из-за этого никому из них не удалось решить проблему полноценно. Семенов, сумел непротиворечиво соединить их открытия и выводы, вскрыв и преодолев ошибки. В результате родилось решение, которое и представлено в данной статье. Также я постарался заострить внимание на тех нюансах, которые у Семенова недостаточно пояснены. Отличается и применяемая терминология. Я старался избегать специальных терминов, кроме того некоторые понятия употребляются в иных значениях. Возможно в таком виде изложение облегчит понимание.

Для крупной федеральной компании из телеком-сектора наша команда разработала закрытую семейную платформу для сотрудников и их детей. Один родительский аккаунт объединяет несколько детских профилей, а внутри находятся тематические районы, викторины, мини-игры, творческие задания, личный прогресс, баллы и общий рейтинг.

Название заказчика и самой платформы я не раскрываю по NDA. Для этого разбора важнее масштаб задачи: речь идёт не об эксперименте с генерацией картинок, а о production-продукте, где AI-механика должна работать вместе с авторизацией, детскими профилями, расписанием контента, очередями, файловым хранилищем и правилами начисления баллов.

Одной из творческих активностей стала «виртуальная роспись» городского здания. Пользователь выбирал фотографию фасада, загружал собственный рисунок, а система превращала его в изображение на стенах. Здание должно было остаться узнаваемым, а рисунок - стать частью реальной архитектуры, а не потеряться в новой генерации.

На уровне интерфейса всё выглядит просто: выбрать основу, загрузить рисунок, дождаться результата. На уровне production-системы задача быстро перестаёт быть «вызовом AI API». Прямого доступа к OpenAI API с российского сервера нет. Сама операция длительная, работает с приватными файлами и может завершиться сетевой ошибкой, ограничением провайдера или отказом модерации.

Ниже - технический разбор этого конкретного потока: от React и очереди Laravel до небольшого собственного proxy-сервиса, встроенного в архитектуру основной платформы.

SSB — «мы стояли на „плоскости“»

Предлагаемый текст представляет опыт ознакомления автора с тестом SSB в свете обычных прикладных вопросов BI‑проекта умеренного размаха. Автор пытается бросить пытливый взгляд на спектр перспективных возможностей, обеспечиваемых доступностью и масштабируемостью теста SSB.

Перевёз ИИ-агентов с зарубежного PaaS на московский VPS. Сам переезд занял день, разгребание последствий — неделю. В статье: что отваливается при переезде в Россию (реестр контейнеров, geoip, дампы баз), почему вебхуки Telegram не доходят до российского сервера и как я это доказал экспериментом с контролем, почему картинки для постов не забираются с двух независимых российских хостингов, и как устроена маскировка персональных данных перед отправкой в модель — с граблями, которые стоили времени.

Цифры за закрытый месяц внезапно меняются, а поиск причины превращается в разбор всего пайплайна — от загрузки событий до логики витрин.

В статье разбираем пять типовых сценариев, из‑за которых прошлое в отчётах продолжает «двигаться», и показываем, как сделать пересчёт данных предсказуемым.

Мы вынесли компактную карточку банковской карты в entities/card/ui: маска номера, баланс и статус — решение казалось очевидным.

Через два спринта в карточке появились действия «заблокировать карту» и «изменить лимит». В итоге entity начала импортировать features/block-card, features/change-card-limit и проверку прав доступа мимо public API. Когда ту же карточку понадобилось показать в выборе счёта списания, вместе с ней приехали ненужные зависимости и проверки ролей.

Пользовательских инцидентов не случилось, но исправление отняло время. В entity оставили чистый CardPreview, сценарии подключили выше, композицию дашборда перенесли в widgets/card-summary, затем заново прогнали ролевые тесты.

После этого на ревью мы стали обсуждать имя папки ближе к концу разговора. Сначала отвечали на другой вопрос:

Какие будущие изменения выбранная граница позволит оставить локальными?

В FSD 2.1 для подобных ситуаций рекомендуют начинать со страниц и извлекать код ниже по мере появления переиспользования. Это хороший вариант по умолчанию, хотя самостоятельный сценарий с близким вторым потребителем иногда оправдывает границу раньше.

Пользуюсь не каждый день, но там где надо выбрать из нескольких вариантов, перелопатить гору инфы и выбрать что-то одно путнее, у NotebookLM пока нет равных.