Разработка

Российские физики-теоретики из МФТИ и Лаборатории теоретической физики им. Н. Н. Боголюбова Объединенного института ядерных исследований РАН провели ряд исследований в суперсимметричной теории полей высших спинов. Научная группа в составе Иосифа Бухбиндера, Евгения Иванова и Никиты Заиграева существенно продвинулась на пути построения теории полей высших спинов с расширенной суперсимметрией. Серия статей по результатам их исследований опубликована в течение нескольких последних лет в журнале Journal of High Energy Physics.

Хорошо известно, что классическая эйнштейновская Общая теория относительности великолепно объясняет макроскопические гравитационные явления, но ее описание методами квантовой теории поля приводит к существенным трудностям. Это может означать, что Общая теория относительности хоть и является эффективной теорией, но, скорее всего, требует модификации при высоких энергиях. 

Суперсимметричная теория полей высших спинов может служить естественным развитием квантовой теории поля одновременно в двух фундаментальных направлениях: в ведении полей высших спинов как новых степеней свободы и их симметрий, важных при экстремально высоких энергиях, и введении суперсимметрии как принципа объединения бозонов и фермионов и их взаимодействий. В результате формируется новый подход к изучению гравитации на квантовом уровне.

Ученые из МФТИ и ОИЯИ в своей работе исследовали, как построить такую теорию, используя N = 2 гармоническое суперпространство, которое представляет собой специальный тип суперпространства, содержащего специальный набор антикоммутирующих координат и вспомогательные переменные, называемые гармониками, связанные с внутренними симметриями соответствующей теории поля. 

OpenAI впервые раскрыла реальную статистику использования ChatGPT: 73% запросов не связаны с работой

Компания OpenAI опубликовала первое масштабное исследование поведения пользователей ChatGPT, проанализировав 1,5 миллиона реальных диалогов за период с мая 2024 по июнь 2025 года. Результаты оказались неожиданными и развенчали многие мифы об использовании ИИ.

Ключевые выводы:

700 млн пользователей в неделю — каждый десятый взрослый житель планеты

73% запросов личные, только 27% связаны с работой (год назад было 50/50)

Женщины обогнали мужчин — 52% vs 48% пользователей

Программирование — всего 4,2% от всех запросов (а не основное применение, как многие думали)

Три главные категории: практические советы (29%), поиск информации (24%), создание текстов (24%)

Неожиданные факты:
→ В развивающихся странах ChatGPT растет в 4 раза быстрее, чем в богатых
→ 10% всех обращений — это обучение и репетиторство
→ Больше половины "письменных" задач — редактирование существующих текстов, а не создание нового контента

Исследование показало, что ChatGPT превратился из нишевого инструмента для программистов в массовый помощник для повседневных задач — от рецептов до домашних заданий.

В недавней статье об SSL‑сертификатах, точнее, в комментариях к ней, затронули вопрос, который похоже создает для многих головную боль: как обновлять сертификаты от Let's Encrypt? Ведь сертификаты выдаются на 3 месяца, а потом их надо обновлять.

Конечно, есть Certbot, есть софт, который умеет сам получать и обновлять сертификаты — но вопрос возник именно по тому софту, который сам не умеет (а подключить Certbot почему‑то не получается)

Когда‑то у меня тоже возник такой вопрос, и почему‑то не устроил Certbot — не помню уже точную причину. Решил проблему иначе.

Made only by human brains

- в написании книги и данной статьи принимали участие только люди.

Можно ли написать и опубликовать книгу в научно-популярном жанре на тему информационных технологий, заработать и стать известным?

Вероятно, можно! Для этого требуется выполнить 3 шага:

1) написать и опубликовать книгу;
2) поработать и заработать;
3) стать известным, используя один из доступных вариантов,

где пункты 2 и 3 скорее всего не зависят от пункта 1. В этой иронии - больше правды..

Когда бизнес слышал слово SWIFT, это ассоциировалось с надёжностью. Система работала десятилетиями и считалась «золотым стандартом» международных платежей. В начале 2010-х предприниматель знал: перевод в Европу или Китай пройдёт за три дня, комиссия составит предсказуемые полпроцента, а рисков почти нет.

Сегодня всё иначе. С 2022 года SWIFT превратился в поле боевых действий: часть российских банков отключена от системы, на каждый перевод ложится груз санкционного скрининга, сроки растянулись, комиссии взлетели. В результате бизнес, который работает с Китаем, Турцией или ОАЭ, получает постоянную головную боль. Деньги «застревают» в банке, грузы простаивают на складах, а партнёры теряют доверие.

На этом фоне появилось решение — платёжные агенты. Это не банки и не «серые проводки», а компании, которые берут на себя функцию переводчика между российским бизнесом и зарубежными контрагентами. Их преимущество: скорость, гибкость и меньше бюрократии.

В этой статье расскажу, как мне удалось «влезть» в плагин GitHub Copilot, обойти ограничения проприетарного инструмента и научить его помогать писать unit-тесты буквально в пару кликов. Думаю это будет полезно тем, кто хочет узнать как влезать в работу сторонних плагинов, ускорить написание тестов и тем, кто ищет способы прокачать работу с ИИ-помощниками в своих проектах.

Привет, Хабр! Я Кристиан Бенуа, iOS-разработчиĸ в Т-Банĸе. В современном мире производительность приложения — ĸритичесĸи важный фаĸтор, определяющий его успех. Пользователи ожидают мгновенного отĸлиĸа и плавной работы, даже небольшие задержĸи могут негативно сĸазаться на восприятии приложения.  

Для больших iOS-приложений, написанных на Swift, понимание работы Swift Runtime и его влияния на производительность — важный навыĸ разработчиĸов. Swift Runtime при исполнении ĸода отвечает за фундаментальные вещи языĸа Swift: управление памятью и систему типов в рантайме.

В статье сосредоточимся на механизмах приведения типов и создания generic-типов внутри Swift Runtime и рассмотрим один ĸонĸретный метод, ĸоторый является узĸим местом в производительности приложения. Разберем примеры ĸода, демонстрирующие, ĸогда и почему этот метод вызывается, ĸаĸово его влияние на отзывчивость приложения и ĸаĸие стратегии использовать для смягчения негативного воздействия. 

В мире Data Science и Data Engineering ценится не только теория, но и практический опыт: умение работать с реальными данными, строить модели и доводить решения до результата. Однако получить такой опыт непросто: рабочие проекты часто закрыты NDA, а учебные кейсы не отражают сложность реальных задач.

Именно поэтому платформа Kaggle заняла особое место в индустрии. Это крупнейшее мировое сообщество специалистов по данным:

Всем привет! Меня зовут Данила Леньков, я руковожу платформой A/B-экспериментов Trisigma в Авито. За 7 лет мы прошли путь от небольшой внутренней команды из трёх человек до полноценного технологического продукта, который теперь доступен на B2B-рынке. В этой статье я рассказываю о четырёх ключевых проблемах, с которыми мы столкнулись на пути от десятка экспериментов в год до четырёх тысяч. Это реальный опыт масштабирования, который может быть полезен любой компании, серьезно относящейся к принятию решений на основе данных.

Привет, Хабр! Я Степан Малькевич, руковожу командой рекомендации ленты ВКонтакте, AI VK. Сегодня расскажу, как мы за последний год прокачали алгоритмы рекомендаций для историй. Это был путь от MVP с простыми эвристиками до ML‑системы с моделированием авторов, поведенческими фичами и прицелом на онлайновые реакции.

Еще вчера фотография была «доказательством» того, что событие произошло. Сегодня любой школьник может сгенерировать или изменить изображение до неузнаваемости с помощью ИИ. Индустрия цифровой-криминалистики пытается угнаться за технологиями, разрабатывая все новые детекторы фальсификаций. Но что, если подойти к проблеме с другой стороны? Не искать следы конкретного алгоритма генерации, а задать более фундаментальный вопрос: насколько естественны статистические свойства этого изображения?

В этой статье мы не предложим вам волшебную таблетку для детекции фейковых картинок. Это интеллектуальный эксперимент. Возьмем известный математический закон — закон Бенфорда — и попробуем применить его для анализа изображений. Мы реализуем этот метод на чистом JavaScript, чтобы любой желающий мог поэкспериментировать в собственном браузере, и обсудим результаты, философские вопросы и технические подводные камни, которые ждут нас на этом пути.

Привет, Хабр!

Я люблю помогать фронтендерам больше узнать о HTML и CSS. Общаясь, я составил список HTML и CSS фич, которые полезные, но почему-то о них мало кто знает. В этой статье я пришёл поделиться ими.

Давайте посмотрим, что я вам подготовил.

В июне 2025 года Twitch ограничил качество трансляций для зрителей в России до 720p. Сервис и раньше динамически снижал разрешение картинки по необходимости, но хотя бы можно было выставить 1080p. А теперь качество изначально стало низким.

В ggsel мы увидели в этой ситуации не только проблему, но и возможность. Ограничение качества затронуло значительную часть аудитории, и стало очевидно, что спрос на решение будет высоким. Так родилась идея создать браузерное расширение, которое вернет 1080p и при этом будет работать стабильно, без лишней рекламы и с интеграцией в нашу экосистему.

Мы решили подойти к задаче как к полноценному продукту: провести исследование, оценить рынок, продумать архитектуру и выпустить решение, которое будет полезно зрителям и органично впишется в наши сервисы.

Я не делал «крутой ИИ».
Я сделал систему, которая не давала людям уйти обратно к старым процессам.

Первый этап — показал простоту. Второй — показал надёжность. Третий — показал интеллект.

Именно поэтому этот проект стал основой для всей команды ИИ в компании.
Потому что мы доказали:

Не нужна большая команда. Не нужен большой бюджет. Нужно — понимание, как сделать так, чтобы каждый шаг приносил пользу.

Если вы тоже работаете в корпорации, где «это невозможно», где «нет бюджета», где «это не наша задача» —
начните с каркаса.
Сделайте так, чтобы сегодня стало легче.
И завтра — уже сами будут просить: «А теперь ты сможешь…?»

Привет, Хабр! Меня зовут Павел Галкин, я тимлид в проекте «яЭнергетик». Расскажу про наш кейс с Ростелекомом — как мы помогли им сэкономить сотни миллионов на электричестве.

Электричество можно экономить по-разному, но в основном экономия связана с энергосберегающими устройствами типа светодиодных лампочек, холодильников с высоким классом энергоэффективности или умных розеток с таймерами. Но в этой статье мы расскажем о другом способе — он позволяет снизить платежи за электроэнергию до 30%. Причем новое оборудование покупать не надо, да и режим потребления менять тоже.

Ростелеком на таком способе сэкономил сотни миллионов рублей на электроэнергии. При этом компания не тратилась на энергосберегающее оборудование, сотрудникам не пришлось менять привычки, и ни один клиент не заметил каких-либо изменений в качестве услуг связи. Магия? Нет, просто правильный подход к учету электроэнергии..

В этой статье покажем, как может происходит внедрение проекта в крупной компании и к чему готовиться, если у вас это первый опыт.

Airbnb недавно завершила первую крупномасштабную миграцию кода под управлением LLM: мы обновили почти 3,5 тысячи файлов тестов React-компонентов, переведя их с Enzyme на React Testing Library (RTL). По первоначальным оценкам ручная работа заняла бы 1,5 года инженерного времени, но — используя сочетание передовых моделей и надёжной автоматизации — миграция завершилась всего за 6 недель.

В этой статье я расскажу о сложностях, с которыми мы столкнулись при переходе с Enzyme на RTL, почему LLM отлично подходят для такого рода задач и как мы спроектировали инструменты миграции, чтобы запускать LLM-управляемую миграцию в масштабах всей кодовой базы.

Добрый день, Хаброжители!

Встречаем осень с хорошими новостями — в нашем интернет-магазине только что началась новая распродажа!

Привет, Хабр! Меня зовут Сергей, я DevOps-инженер в компании Webest. В работе ежедневно сталкиваюсь с задачами мониторинга и анализа логов, и знаю, как иногда трудно разобраться в причине, почему лег прод в 5:21 утра.

Здесь на помощь приходит Zabbix. Он как верный пес: всегда громко «лает», когда что-то идет не так, и даже может «принести» алерт прямо к тебе с тапочками. Но на этом история не заканчивается. Если нужно понять, что именно сломалось и по какой причине, приходится копать глубже — в мир логов, где живет ELK Stack.

В статье хочу поделиться опытом для чего программы нужны, как дополняют друг друга, каким образом их можно связать и нужно ли.

Есть за мной такой грешок: если какая-то проблема мне долго досаждает, я в конце концов пишу библиотеку, которая её решает. На сей раз такая история возникла с кодом для валидации CLI.

Смотрите, я немало времени уделяю чтению кода, который написали другие люди. Это код опенсорсных проектов, всякий материал по работе, а также код из случайных репозиториев с GitHub, на которые, бывает, наткнёшься в два часа ночи. Причём, я то и дело замечаю одну и ту же проблему: в любом инструменте CLI найдётся одинаковый уродливый валидационный код, запрятанный поглубже. Знаете, в таком роде:

Четверть века назад язык, придуманный для «умных тостеров», стал символом корпоративного софта и огромных систем. Сегодня Java продолжает эволюционировать, и каждая новая версия всё сильнее ломает стереотип о «тяжёлом корпоративном динозавре».

Встречайте 25 версию Java вместе с командой Spring АйО!