Корабль SpaceX Starship 36 взорвался при огневых испытаниях на полигоне Мэсси в США. Непонятно, насколько повреждён полигон. При итеративном подходе к разработке полигон очень важен. Последний взрыв при прожиге рабочей ракеты был 1 сентября 2016 года — тогда взорвалась Falcon 9. Взрыв на заправке может иметь много причин, SpaceX может как рассказать, так и не рассказать о них.
Начните учить английский этим летом
Летом есть множество причин, чтобы заняться английским. Например, подтянуть разговорные навыки для будущего отпуска или спокойно подготовиться к интервью на английском, пока на рынке труда затишье.
Есть и ещё один повод начать сейчас — акция в Практикуме. До конца июня при покупке полного курса английского вы получите три дополнительных урока в подарок. Это ещё 90 минут для практики грамматики и движения к своим целям — каким бы вы их ни видели.
Переходите по ссылке и забирайте три бесплатных урока.
Этические вызовы развития искусственного интеллекта: проблема „выравнивания”
Этические вызовы развития искусственного интеллекта: проблема „выравнивания” Выступление на научном семинаре по исследованиям цифровой экономики ЭФ МГУ: «Этика Искусственного Интеллекта».
ИИ отлично справляются с разовыми задачами, но при работе над длинными проектами теряют фокус, забывают контекст предыдущих этапов и создают противоречивые решения на разных итерациях.
Решение:Два специализированных промпта:
Шаблон A — для длинных задач в интерфейсе модели
Шаблон B — для API-интеграций с внешним состоянием
Возможности
Структурированное управление состоянием проекта. Защита от потери фокуса между задачами. Автоматическое сжатие памяти при переполнении. Системы самодиагностики качества работы.Обработка ошибок и блокеров
Ставим задачу, командует "вперёд" после каждой итерации, корректируем по необходимости.
Шаблон B для API требует подстройки под конкретные форматы выдачи и модель.
Промпты можно использовать для реализации длинных проектов - код, техническая документация, технические статьи и так далее. Для творческих задач требуется доработка. Решают проблему фокуса, последовательности и связности.
Пример: статья, полностью сформирована Клодом, входные данные - тема статьи (одно предложение) и команда "вперёд" после каждой итерации.
Всегда интересовало, насколько существует «настоящий русский язык», «чистый» от заимствований из других языков
Рассмотрим простое газетное предложение: "Министр совершил визит (поехал) в город Москва"
Слово «совершать» имеет древнее происхождение и связано с индоевропейскими корнями. Оно развивалось через несколько этапов — от старославянского к современному русскому языку.
Индоевропейские корни
Корень wer- или werg- встречается во многих языках и означает:
делать, работать, создавать
Древнеанглийский wyrcan делать, творить
Санскрит vṛk поднимать, делать усилие
Поехал - создано Пушкиным из французского départ
Разбор слова "depart" :Французское слово: départ
de– — приставка, означает отделение, движение от чего-то
part(ie) — корень, происходит от латинского partiri — "делить", далее от pars — "часть"
То есть "départ" буквально можно понимать как "движение от части" , то есть уход, отбытие, отъезд, отход .
Французские слова (а значит, и заимствованные в русский через французский) часто состоят из частей — морфем , которые имеют собственное значение. Это называется словосложение с помощью аффиксов или приставок.
Насколько мы видим, Пушкин не только прямо импортировал слова (famille - фамилия), но и составлял несуществовавшие ранее слова из частей по принципам словообразования французского языка.
3. Но уж слово "город" то - чисто исконное? Разочарую вас.
Слово «город» — одно из самых древних и устойчивых в русском языке. Оно имеет древние индоевропейские корни , и его происхождение связано с понятиями защиты, ограждения, укрепления .
Guard - англ., guarder - франц.
Другой пример - заменим слово компьютер на наше! Считатель.
Праславянский язык
В праславянском языке — skъtati или sъkъtati
➤ от sъ- (приставка, указывает на завершённость действия) + kъt- (корень)
Корень *kъt- может быть связан с понятием движения, соединения, приближения .
Индоевропейские корни
Корень *ket- встречается в других индоевропейских языках
Что использовалось до слова "считать", боюсь, скрыто за пеленой тысячелетий.
Получается, в приведенном примере, все слова заимствованы из других языков
Было бы очень интересно, если бы кто-то посчитал реальный процент индоевропейских (включая языки-потомки) слов в русском языке
Буду очень благодарен Вашим интересным наблюдениям касающихся данной темы
Компания Figure показала часовой ролик, где робот Helix с человеческой ловкостью сортирует посылки разного размера — от мелких коробок до крупных грузов. Helix обучается через нейросети и переносит навыки в реальный мир, приближая склады к полной автоматизации. Зрелище впечатляет: плавные движения робота порой трудно отличить от работы человека.
Xpeng и Huawei представили новый проекционный дисплей, который занимает всё лобовое стекло автомобиля. Он показывает скорость, навигацию, дорожные условия и работу системы автопилота прямо перед глазами водителя. Первой моделью с такой технологией станет кроссовер Xpeng G7.
В начале был датасет, и был он в уме дата-инженера, и имя ему было Хаос...
В мире машинного обучения термин «датасет» звучит примерно из каждого утюга, и даже если ваша сфера не ML, вы наверняка догадываетесь: это какой-то набор данных. Вот только какой именно — сильно зависит от задачи. Порой один датасет похож на другой примерно как кактус на ёлку: что-то зелёное и колется.
Часто в начале данных нет вовсе, и их приходится создавать вручную, искать в открытых источниках или генерировать синтетически, а иногда комбинировать подходы. Упорядочить хаос — задача не из лёгких, особенно если вы создаёте кастомный датасет под конкретную модель.
От чего зависит структура датасета? Если коротко: буквально от всего.
Поставленная задача, тип данных, структура, формат аннотаций, объём, качество, наличие разметчиков или доступа к "умным" моделям и даже количество «мусора» — всё это влияет на итоговую структуру. Например, даже для такой относительно несложной задачи, как обучение чатбота для покупок товаров, мы иногда работаем с:
Парами «вопрос–ответ». Такой вариант был хорош на раннем этапе разработки.
Триплетами (вопрос + хороший и плохой ответ, чтобы модель точно знала, что НЕ нужно отвечать) - такой формат хорошо заходит reasoning-моделям, когда мы ожидаем от модели более сложного поведения и умения задать вопрос, быстро "отсекающий" нерелевантный товар или неважные признаки.
Пользователь: хочу морковь
Ответ A: вам мытую или обычную?
Ответ B: скока вешать в граммах?
Предпочтение: ответ A
Примеры разных типов датасетов
📸 Computer Vision
Датасеты для задач компьютерного зрения. Картинки котиков, людей и машин (ImageNet) и (MS COCO). Учим ИИ отличать милую чихуахуа от маффина. Например, ImageNet содержит более 14 млн размеченных фотографий, а MS COCO — изображения с детальными аннотациями сцен.
🎵 Музыка и рекомендательные системы
Million Song Dataset — метаданные и фичи 1 млн треков.
Новый релиз от Яндекса — YAMBDA на Hugging Face, анонсирован в посте на Хабре. Это 500 млн взаимодействий с музыкальным контентом, включая признаки и флаги «рекомендовано/нет».
Чем он интересен:
Использует эмбеддинги вместо аудио
Подходит для обучения RecSys моделей в «индустриальных» условиях
Поддерживает архитектуры с input context (история прослушиваний)
🩺 Медицина
MIMIC-CXR — крупный публичный датасет рентгеновских снимков грудной клетки с диагнозами и метками. Один из главных бенчмарков в медицинском CV.
Проблемы: сложная лексика, разнообразие патологий, неполные аннотации. Такие датасеты часто требуют пост-обработки, аннотации врачами и серьёзного контроля качества.
📊 Табличные данные для задач логистической регрессии
UCI Adult — классика для бинарной классификации (доход >50K или нет). Здесь встречаются числовые и категориальные признаки. Часто используется для обучения простых моделей и feature engineering.
Именно такие данные лежат в основе скоринговых систем банков. Да-да, когда вы подаёте заявку на ипотеку, зачастую не человек, а модель принимает первичное решение на основе ваших параметров. ИИ тихо решает судьбу вашего жилья и кошелька.
🤖 Робототехника и сенсоры
KITTI Dataset — реальная дорожная обстановка с камеры, лидара и GPS. Используется в задачах:
Детекции объектов
3D реконструкции
SLAM и навигации
Датасеты для роботов — одни из самых тяжёлых по объёму, синхронизации и сложности синтеза сигналов.
По мере развития технологий модели обретают мультивозможности, и датасеты тоже усложняются…А как же понять, какой датасет подойдёт именно для вашей задачи?
Готовясь к обучению модели, важно помнить: 80% успеха — это грамотный датасет, причём не только по составу данных, но и по их комбинации и оформлению, подходящий под задачу. Гонка за модными тенденциями или применение готовых шаблонов тут вряд ли помогут.
В следующих постах разберу:
Можно ли полностью нагенерировать диалоговые датасеты синтетически - умными моделями типа О3 без проверки человеком.
Остальные 20% успеха в обучении модели;) Это будет не совсем про ML.
В Австралии запуск первой национальной ракеты пришлось отменить из-за неполадок с электрикой — и, возможно, виноват в этом попугай. Камеры на космодроме в Квинсленде засняли какаду, грызущего провода рядом со стартовой площадкой. В аэрокосмической компании Gilmour Space пояснили: «Не говорим, что это он… но и не исключаем!».
Обтекатель полезной нагрузки первой ракеты Eris австралийской компании Gilmour Space должен был раскрыться через несколько минут после старта с комплекса Боуэн на северо-востоке Австралии. Однако ракета сбросила носовой обтекатель за несколько часов до этого из-за сбоя электропитания на стартовом столе.
Учёные из Японии разработали пластик, который полностью растворяется в морской воде всего за час, не оставляя микропластика. Новый материал сохраняет прочность обычного пластика, но разлагается на безопасные компоненты под действием соли. Разработка уже вызвала интерес в сфере упаковки и может стать прорывом в борьбе с загрязнением океанов,
Тайм-менеджмент — это не про управление временем, а про управление силами
Часто мы думаем, что эффективность зависит от грамотного распределения времени. Но даже при четком плане и полном календаре можно чувствовать усталость и неудовлетворенность. Все потому, что в основе продуктивности — не количество часов, а то, сколько сил мы можем вложить в задачи.
Чтобы снизить перегруз и выстроить более устойчивый ритм, важно пересмотреть подход к планированию дня. Старайтесь придерживаться таких практик:
Планируйте по энергии, а не по времени. Спрашивайте: «Сколько сил потребует эта задача?», а не «Сколько времени она займет?».
Оставляйте паузы на восстановление. После эмоционально или интеллектуально тяжелых задач — делайте перерывы.
Попробуйте в течение двух недель вести простой дневник состояния. Записывайте туда:
что делали,
сколько времени ушло,
как чувствовали себя после — энергично, нейтрально или вымотано. Это поможет выявить личные ресурсоемкие зоны.
Закладывайте запас времени. Добавляйте 15–30 минут к каждой задаче. Особенно важно для новых или сложных задач.
Планируйте перерывы осознанно. Обед и отдых — полноценные пункты в расписании. При необходимости — дайте им «рабочие» названия.
Рефлексируйте ежедневно. Удалось — зафиксируйте. Не получилось — сделайте выводы и двигайтесь дальше.
Настоящая цель тайм-менеджмента — не запихнуть больше дел, а сберечь энергию, здоровье и место для жизни.
В статье Валерия Зелёная, старший менеджер по развитию образовательных программ в YADRO и автор Telegram-канала о ментальном здоровье, разбирает, почему мы на самом деле устаем и как почувствовать себя лучше.
Как полёт Starship IFT-9 может отложить высадку человечества на Луну и Марс. И может замедлить развитие спутникового интернета
В девятом тестовом полёте Starship было несколько новых улучшений — конструкция дорабатывается, чтобы не было утечек топлива, прогорания плитки и в итоге не случалось «быстрых незапланированных разборок» (так в SpaceX называют взрывы). Увы, доработки не спасли и это порождает много опасений.
Не получилось выпустить имитацию полезной нагрузки. В отличие от обычных ракет, которые просто сбрасывают обтекатель при старте, вторая ступень Starship — это одноимённый корабль, которому нельзя терять эту деталь. Поэтому спутники планируется выпускать через щель — в этот раз не получилось. А ведь полезной нагрузкой будут спутники Starlink следующего поколения. Но если спутниковая группировка может подождать (никто из конкурентов и близко не подошёл по количеству аппаратов к 7000 спутников Starlink), то полёты человека на Луну и Марс под угрозой.
Более важной неудачей стала невозможность завершить миссию: у ускорителя при перезапуске включились не все двигатели, а перед посадкой он взорвался. В будущем ему положено целым садиться на баржу. Корабль (вторая ступень) должен был войти в атмосферу под большим углом, чтобы затормозиться об атмосферу. Но что-то пошло не так и вскоре связь была потеряна, корабль взорвался.
Неудачный полёт можно списать на тестирование новых функций, но дело в том, что это уже не первая миссия, в которой не удаётся выполнить задачи. Значит, Starship ещё далёк от завершения.
Как будто предчувствуя неудачу, Илон Маск перенёс конференцию по полётам на Марс. Теперь из планов исчез пилотируемый полёт в 2028 году. И в 2026-м, и в 2028 году на Красную планет будут отправлены беспилотники, которые доставят грузы для пилотируемой миссии в 2031 году. Только получится ли запустить Starship на Марс через 1,5 года, если корабль пока не сделал ни одного витка вокруг Земли? Ещё предстоит освоить надёжную многоразовость и заправку на орбите. Это потребует много запусков. И вроде бы Илон Маск понимает это: SpaceX получила разрешение на 25 стартов в 2025 году. Но компания не реализует потенциал для экспериментов: Starship по-прежнему взлетает раз в пару месяцев.
Наконец, кроме Starlink и Марса, у SpaceX есть весьма конкретные обязательства перед NASA. Компания получила более 3 млрд долларов за создание лунного посадочного модуля HLS на базе Starship. С помощью HLS в миссии «Артемида-3» люди должны вернуться на Луну в 2027 году. А это значит к заправке на орбите добавляются вопрос по оснащению HLS системой жизнеобеспечения для астронавтов и вопросы посадки 50-метрового корабля на Луну. И всё это за 2 года!
В общем, хорошо, что Илон Маск уходит из DOGE — его компания SpaceX явно требует пристального внимания: ради спутникового интернета на Земле. А также для высадки человека на Луну и Марс.
Зумеры массово записываются на курсы по взрослению. Причина проста: они не справляются с базовыми вещами. Варить рис, пришивать пуговицу, выбирать продукты — всё это требует инструкций, а иногда и помощи нейросетей.
В Канаде и США вырос спрос на экспресс-курсы Adulting 101. Там учат всему, что раньше передавалось «от мамы к сыну»: как не уйти в минус на аренде, не поджечь сковородку и вообще не растеряться перед стиральной машиной. Психологи говорят: выросло поколение гиперопеки и цифрового комфорта, которая разбирается в трендах и TikTok, а реальность им даётся с трудом.
Космический аппарат «Союз МС-26» совершил посадку в казахстанской степи 23 апреля 2025 года, вернув на Землю экипаж в составе космонавтов Алексея Овчинина, Александра Вагнера и астронавта Дональда Петтита.
Процесс прошёл по плану: парашюты раскрылись, двигатели мягкой посадки сработали вовремя. Однако, спускаемый аппарат после касания грунта перевернулся, встав на мгновение «на голову».
Причина кувырка, вероятно, кроется в высокой горизонтальной скорости при посадке или неровности грунта — например, кочки или камня. Такие факторы не классифицируются как нештатная ситуация: конструкция «Союза» и подготовка экипажа предусматривают подобные отклонения. Космонавты, надёжно закреплённые ремнями, не пострадали.
Модель волнового строения материи и фрактальной структуры Вселенной
📄 Полная статья доступна по ссылке: https://zenodo.org/records/17425629
Так же на mail.Ru
В этой работе представлена волновая модель элементарных частиц, в рамках которой сделано обоснование существования ровно четырёх стабильных элементарных частиц. Также предложены объяснения:
почему нейтроны нестабильны и имеют определённый период полураспада;
почему нейтрино могут иметь крайне длительный, но всё же конечный период полураспада — в связи с их слабым взаимодействием с окружающей миром, что связано с их размером.
🧭 Основные положения
В работе:
выведена формула расчёта длины волны элементарных частиц, её амплитуды, а также связи массы частицы с амплитудой волны;
предложена формула для расчёта элементарного заряда;
объяснено возможное расхождение с экспериментальными значениями — не более 4%, что связано с особенность расчёта результирующей массы элементарной частицы и получения усреднённого значения постоянной Планка на опыте;
все выводы сделаны исключительно из геометрических соображений и постоянства скорости света.
🔬 Расчёты элементарных частиц
На основе волновой модели рассчитаны ключевые параметры четырёх элементарных частиц:
нейтрино,
электрон,
нейтрон,
протон.
Результаты сопоставлены с экспериментальными значениями:
Примечания к таблице:
λ₀ — характерная длина волны из модели
M₀ — амплитуда волны
m₀ — результирующая масса, зависящая от амплитуды и числа полуволн в структуре
d₀ — расчётный диаметр волновой структуры
"эксп" — экспериментальные значения из научной литературы
⚛ Элементарный заряд
В модели получено значение элементарного заряда:
q₀ = 1.5506912... × 10⁻¹⁹ Кл
что сопоставимо с экспериментальным:
e = 1.602176634 × 10⁻¹⁹ Кл
Погрешность — менее 3.2%.
📐 Обоснование фрактальной структуры
Модель позволяет выйти за пределы микромира и применить те же принципы к макрообъектам. Пример — расчёт фрактального аналога нейтрона галактического уровня.
Расчёт для Млечного Пути:
Радиус по формуле:
R = 1.335 × 10²¹ м
что сопоставимо с оценками наблюдаемого радиуса:
~10²¹ м
Масса по формуле:
M = 1.061 × 10⁴¹ кг
Астрофизические оценки:
(1.99 − 3.98) × 10⁴² кг
Рассчитанные значения радиуса и массы галактики Млечный Путь, полученные на основе фрактального коэффициента, показали хоть и отличие, но всё же интересное приближение с данными современной астрофизики. Результаты, полученные на опыте, являются косвенными, что не исключает ошибок приближенных расчётов.
🧭 Итог
Результаты указывают на то, что волновая модель материи с учётом фрактальной структуры пространства:
объясняет массу, радиус и заряд элементарных частиц;
позволяет выйти на масштаб галактик;
может пролить свет на природу электромагнитных взаимодействий и происхождение массы;
и потенциально требует пересмотра текущих методов измерения в физике — как в квантовой области, так и в астрофизике.
📎 Ссылка на полную статью и связные работы:
Модель волнового строения материи и фрактальной структуры Вселенной
Рождение измерений как следствие фрактального резонанса
Гипотеза волнового равновесия: Мир как волновое равновесие нулевого состояния
Единство волны: материя, энергия и сознание как аспекты частоты
Энергия как фундаментальная реальность. От точек к процессам
Размышления: Вера, неверие. ДУХ и материя
Занимательные задачи от Cloud.ru ☁️
Привет! Вновь с вами Павел Бузин — эксперт Cloud.ru по AI, машинному обучению и точным наукам. Это финальная задача нашего интеллектуального марафона, в которой я предлагаю пересмотреть или просто вспомнить, пожалуй, самый культовый фильм «Бойцовский клуб» и подумать об отношениях главных героев — рассказчика-протагониста и Тайлера Дёрдена.
Если мы посмотрим на Тайлера спустя четверть века после выхода фильма, кого мы представим в первую очередь? Цифрового аватара-двойника? Ассистента с искусственным интеллектом, умело манипулирующего своим хозяином? Или вторую половину раздвоившейся личности рассказчика?
Вот несколько лежащих на поверхности фактов в пользу аватара: взрыв в квартире рассказчика, переход Марлы через дорогу в нужный момент, покупка авиабилетов, о которых не помнит рассказчик.
А теперь предлагаю посмотреть на Тайлера с позиции теста Тьюринга. На какие логические противоречия по сюжету фильма может опереться рассказчик, чтобы делать вывод о том, что Тайлер Дёрден — его цифровой аватар, а не его человеческое альтер-эго?
Делитесь вариантами в комментариях 👇 Обсудим их 30 мая.
«Предлагаю простой физический эксперимент, который может показать, зависит ли постоянная тонкой структуры от гравитации. Простой, доступный, проверяемый. Подробнее ниже.»
Постоянна ли постоянная тонкой структуры?
Предложение простого эксперимента для проверки
Введение
Постоянная тонкой структуры (α) — одна из самых известных и загадочных констант физики.
Она безразмерна, составляет примерно 1/137 и определяет силу электромагнитного взаимодействия.
Но…
А что если она не такая уж и постоянная?
Вопрос звучит провокационно, но он давно стоит на повестке дня — от теоретических моделей до космологических наблюдений.
Изменения α искали в спектрах далеких квазаров, в остаточном излучении и даже в структуре ядерных реакций древних геологических образований.
Но все эти методы сложны и далеки от повседневной практики.
А можно ли проверить это прямо на столе — с помощью простого эксперимента?
Идея
В основе эксперимента — простое электростатическое взаимодействие двух одинаково заряженных шариков.
Если заряд обоих одинаков, они отталкиваются, растягивая пружины, на которых закреплены. При этом уравновешиваются две силы:
электростатическое отталкивание: 
и упругая сила пружин.
При фиксированной конструкции и постоянном заряде, расстояние ( r ) между шарами при равновесии становится индикатором взаимодействия.
И если вдруг заряд ( q ) (исходя из формулы 1/c = αћ/e², значит и α) изменится — это проявится в изменении ( r ).
Что именно предлагается
📐 Конструкция:
Два металлических шарика на симметричных пружинах (или эластичных нитях),
Подключение к общему источнику заряда (равное распределение),
Горизонтальное расположение — гравитация не влияет на измерение,
Герметичная камера (или просто стабильные условия),
Измерение расстояния между шариками в состоянии равновесия.
📈 Если провести эксперимент на разных высотах (на уровне моря, в горах, в стратосфере), или даже в условиях микрогравитации — можно получить данные о том, меняется ли сила взаимодействия при прочих равных условиях.
Почему это важно
Даже косвенное изменение α — через заряд — может означать:
зависимость взаимодействий от плотности энергии или гравитационного потенциала,
подтверждение (или опровержение) гипотез о локальности физических констант.
И главное:
Эксперимент прост. Его может повторить практически любой исследователь с минимальным лабораторным набором.
📝 Статья доступна в открытом доступе:
🔗 zenodo.org/records/15511573
Заключение
Физика — это не всегда ускорители за миллиарды. Иногда достаточно пары шариков и внимательного взгляда на то, как устроено взаимодействие.
Может быть, α действительно неизменна. А может — нет. Но проверить это доступным способом думаю стоит.
Солнечное будущее. Мнение об экономических последствиях развития фотовольтаики
Солнечная энергетика развивается и продолжает наращивать объёмы. Что будет дальше?
У энергии солнца есть особенность – это сезонность. Летом много, зимой мало. Чтобы сгладить эту неравномерность, можно запасать энергию летом, хранить её полгода и тратить зимой. Но есть и другой способ – установить побольше солнечных панелей, чтобы их хватало зимой. Похоже, это будет дешевле, чем хранить энергию полгода, учитывая цены на фотовольтаику и аккумуляторы, а также их динамику – фотовольтаика дешевеет быстрее, чем аккумуляторы.
В таком случае летом образуется избыток солнечной энергии, которую нужно куда-то девать. Поначалу это приведёт к нулевым ценам на энергию летом, Потом избыточную энергию научатся перерабатывать в энергоёмкие продукты. Например, бензин, азотные удобрения или алюминий. Тогда этих продуктов станет много, и стоить они будет недорого.
Другая особенность солнечной энергии – это доступность в любой точке планеты и отсутствие её концентрации (по сравнению, например, с месторождениями угля). Значит, энергоёмкие производства могут быть в любом месте, соответственно, и рабочие места. Это, вероятно, приведёт к некоторому уменьшению привлекательности мегаполисов.
Таким образом, ожидаю, что в будущем топливо, азотные удобрения станут дешевле, а интерес людей к мегаполисам снизится. Дело за малым – научиться производить солнечные панели без использования ископаемого топлива. День, когда запустят первый завод по производству солнечных панелей, работающий от возобновляемой энергии (solar breeder), можно будет считать началом новой энергетической эры.
Хотел поделится интересным опытом использования VR для задач обучения. В данном случае Цифровой двойник буровой установки БУ 5000/320ЭУК-Я используется при ведении лекции в формате VR.
Видео:
https://rutube.ru/video/54aa5419eaac2a5477a01d05be0bc003/
Лекция — устное систематическое и последовательное изложение материала по какой-либо проблеме, методу, теме вопроса и т.д. Семинар — форма учебных практических занятий, при которой учащиеся (студенты) обсуждают сообщения, доклады и рефераты, выполненные ими по результатам учебных исследований под руководством преподавателя. В советской школе семинары предназначались для углубленного изучения различных дисциплин.
Конечно, имитаторы/тренажеры являются только вспомогательным средством при проведении лекций или семинаров по техническим дисциплинам, там, где необходима наглядная демонстрация промышленных объектов, оборудования, принципа его работы, протекающие процессы и т. д. Такие имитаторы имеют достаточно много преимуществ перед традиционными технологиями, такими как презентация, видеофильм и т.д., главным образом в силу того, что тренажером можно управлять, т.е. лектор может производить демонстрацию «в реальном времени», т.е. управлять тем, что видят обучаемые. Если отдельно рассмотреть распределенные имитационные системы, то можно представить, например, следующую ситуацию...
Ведется «массовая» тренировка работы буровой установки, где участниками являются студенты различных кафедр. Присоединившись к этой системе, лектор может показать процесс в «реальном времени» или в необходимых временных промежутках, указать совершенные или совершаемые ошибки, работу оборудования, может сам совершать необходимые действия и т. д.
В целом использование имитаторов при проведении лекций и практик можно сравнить с возможностью «перемещать» лекционную аудиторию вместе со всеми слушателями на любые интересующие лектора производственные участки, комплексы, заводы, самолеты и т.д.
Подробнее на https://habr.com/ru/articles/844810/
Зачем бывший гендиректор Google купил космическую компанию?
Известный миллиардер Эрик Шмидт приобрёл частный космический стартап Relativity Space. Где он нашёл пересечение ИТ и космоса?
Шмидт работал над Java, руководил разработчиком серверной ОС — компанией Novell — и работал в Apple и Google. Не везде его компания побеждала на рынке, но всегда она была на переднем крае технологического прогресса.
RUVDS, как запустившая первый дата-центр на орбиту, предполагает, что Эрик Шмидт решил запустить дата-центр на орбиту. Так Илон Маск на запусках Starlink экономит десятки миллиардов долларов благодаря собственной ракетной компании.
Relativity Space сначала планировала удивить мир ракетами, напечатанными на принтере, но затем стала больше фокусироваться на том, что её ракеты будут двухступенчатыми и частично многоразовыми, а в будущем ещё и на жидком метане. Это современный подход для снижения себестоимости запусков. И Эрик Шмидт купил компанию и стал её гендиректором, поскольку планирует делать много запусков, и покупать их будет разорительно.
Сейчас космический бизнес делается на спутниках связи и дистанционном зондировании Земли. Но в этих сферах уже есть конкуренты, с которыми компании, которая не запустила пока ни одной ракеты, конкурировать будет тяжело. А вот новое направление — дата-центры на орбите — подходит идеально.
Человечеству нужно всё больше вычислительных мощностей. А значит всё больше энергии. И желательно при этом позаботиться об экологии — все три тенденции описаны в анализе трендов 2025 года компании Data 4. На орбите можно будет запитать дата-центры от Солнца, причём можно подобрать орбиту, которая всегда освещена. Передавать данные в космос и обратно на Землю человечество уже научилось — смотри Starlink. А Земля не будет загрязняться тепловыми выбросами, потому что ЦОДы будут находиться в космосе.
Так как ЦОДы и их системы охлаждения имеют значительную массу, то Эрику Шмидту и понадобилась компания, которая создаёт ракеты с большой грузоподъёмностью. SpaceX и даже Rocket lab, видимо, ему не по карману. Поэтому Шмидт выбрал Relativity Space. И пока она доводит свою ракету, может параллельно запустить конструирование дата-центров.
RUVDS по собственному опыту может сказать, что, с одной стороны, направление космических дата-центров перспективное, а с другой стороны, требуется предварительное исследование по надёжности дата-центров на орбите и бесперебойности связи с ними. Мы пока работаем над этим, есть вопросы, на которые помогут ответить только новые запуски. Так что дата-центры у Шмидта взлетят не завтра и даже не в следующем году.