Мы предлагаем новую физическую гипотезу: в иерархических системах со вложенной самореферентной рекурсией может существовать дополнительный энергетический вклад, не сводимый к обычной попарной энергии связи. Этот вклад, обозначаемый E_rec, зависит от глубины рекурсии, межуровневой когерентности и внутренней меры связности системы.
Корабль тороидальной формы — один из самых распространённых вариантов обитаемой космической станции на 10 000 жителей и больше. Такие станции есть в «Стартреке» и других произведениях НФ. Форма тора идеально подходит для создания искусственной гравитации 1G и комфортной жизни большого города.
Первым такую конструкцию предложил Константин Циолковский в 1895 году, но описал её достаточно условно. В начале 20 века конструкция была тщательно доработана немецкими инженерами, а сейчас есть уже несколько почти официальных проектов, созданных при участии НАСА.
Мемификация того, как Маск раз за разом не выполняет даже малой доли своих обещаний по автопилоту, прошла путь от забавного до по-настоящему неловкого. У меня складывается впечатление, что именно это - больше чем что-либо другое - подорвало восприятие Маска как технологического визионера. Его неоднозначные политические взгляды терпели годами - до тех пор, пока всё больше людей не начали замечать расхождение между обещаниями и реальностью. И, похоже, это расхождение только растёт. Мне кажется, я понимаю почему.
Уже довольно давно Маск повторяет, что роботакси Tesla вот-вот появятся в Калифорнии - как только регуляторы дадут разрешение. В октябре 2025-го он заявил, что роботакси будут доступны «через несколько месяцев» и что компания «ждёт одобрения регуляторов в Калифорнии». Однако Reuters недавно выяснил, что Tesla зафиксировала ровно ноль миль автономного тестового вождения на дорогах Калифорнии в 2025 году. Более того - это уже шестой год подряд, когда Tesla не проезжает ни одной автономной тестовой мили в штате, несмотря на имеющееся разрешение.
Почему это важно? Потому что это указывает на прямо противоположную картину: не Tesla ждёт регуляторов, а регуляторы ждут Tesla.
Продолжаем проектирование. В этот раз рассмотрим бассейн, выращивание водорослей, солнечные панели и систему очистки остекления теплицы
Введение.
В результате одного диалога в комментариях к предыдущей статье (https://habr.com/ru/articles/1007808/) я решил взглянуть на тему аналог vs цифра с другого, философского ракурса.
В дискуссии о дискретности и непрерывности интересно рассмотреть следующую проблему - что такое сознание и может ли оно возникнуть у машины. Инженеры обещают AGI со дня на день, философы спорят о сознании, но похоже, что каждый говорит на своем языке.
Эта статья — попытка разобраться в понятиях, которые использует современная наука.
Глава 1. Жизнь требует белка (эмпирическое наблюдение).
В 1883 году Фридрих Энгельс, осмысляя достижения естествознания XIX века, сформулировал определение, которое до сих пор остается отправной точкой для любого разговора о природе жизни: «Жизнь есть способ существования белковых тел, существенным моментом которого является постоянный обмен веществ с окружающей их внешней природой» (Энгельс, «Диалектика природы», 1883).
Энгельс уточнял: «Повсюду, где мы встречаем жизнь, мы находим, что она связана с каким-либо белковым телом, и повсюду, где мы встречаем какое-либо белковое тело, не находящееся в процессе разложения, мы без исключения встречаем и явления жизни». Он отдавал себе отчет в ограниченности своего определения, но для обыденного употребления такие дефиниции удобны и без них трудно обойтись.
Против этого определения часто выдвигают вирусный парадокс. Вирусная частица (вирион) содержит белок, но вне клетки вирус не проявляет никаких признаков жизни. Он обретает свойства живого, только внедрившись в клетку и используя ее метаболический аппарат.
Что это означает? Во-первых, белок — необходимый, но не достаточный компонент жизни. Нужна еще целостная самоподдерживающаяся система — клетка с ее обменом веществ, энергетикой, ферментативными циклами. Во-вторых, и это принципиально важно: все известные нам формы жизни — белковые. Других примеров у нас нет. Никто никогда не наблюдал жизнь на кремнии, на углеродных нанотрубках или на чистых транзисторах. Это не теоретический запрет, а эмпирическое наблюдение.
В 2024 году Нобелевский комитет присудил премию по химии Демису Хассабису и Джону Джамперу за разработку AlphaFold2 — системы ИИ, предсказывающей структуры белков (Нобелевский комитет, 9 октября 2024). Это решение — не просто признание заслуг DeepMind. Это напоминание: самый громкий успех современного ИИ связан с изучением белка. Того самого субстрата, который Энгельс назвал основой жизни. Хассабис может сколько угодно прогнозировать скорый AGI, но Нобеля ему дали не за это, а за то, что его алгоритмы помогли понять, как устроены белковые тела.
И жизнь в известном нам виде требует белка и клеточной организации. Может ли существовать иная жизнь? Вероятно может. Но пока это вопрос веры, а не знания. Фактов в пользу такой возможности у нас нет.
Я долго думал, как будет выглядеть общество в эпоху ИИ.
Похоже, что будут взаимодействовать 3-4 типа интеллекта:
1. Собственно люди
2. ИИ (на базе LLM или что их заменит)
3. Киборги (люди с вживленными нейроимплантами)
4. Оцифрованное сознание людей (умерших или же просто дубли)
Пункт 4 – это пока фантастика, киборги только появляются, а вот люди с ИИ уже взаимодействуют во всю. И многие профессии начинают исчезать или изменяться. Переводчики уже стонут.
Очередная технологическая революция? Да. Но здесь есть принципиальное отличие. В прошлые разы профессии изменялись (например, ямщики были заменены машинистами паровозов или водителями автомобилей) но в итоге все равно работу выполняли люди. Пусть для этого требовалась иная, зачастую более высокая, квалификация. Сейчас же работу выполняет автоматика. Ей нужно лишь поставить задачу (сформировать промпт).
Но ИИ — это пол беды.
Сейчас начинает появляться ещё один фактор. Роботы. И они реально делают людей не нужными во многих сферах уже. Когда же робот сможет сварит борщ и заменить смеситель, то работы либо не будет, либо станет кардинально меньше. Понятно, что роботы такого уровня могут чинить и производить сами себя.
Как будет тогда выглядеть общество? Если работы нет, а потребности остаются? Армия тоже будет вся автоматизирована. Соответственно государства должны будут людям обеспечить какой-то доход?
Что получается?
1. Верхушка общества власть не отдаст ни за что.
2. ИИ и автоматику кто-то должен контролировать. Это будет весьма немногочисленная прослойка очень квалифицированных людей. Я не знаю есть или будет у ИИ самосознание, но без контроля не работает в этом мире ничего.
В понедельник в 11 утра по тихоокеанскому времени Дженсен Хуанг выйдет на сцену в куртке, которая давно стала мемом, и скажет то, что уже заставило рынок замереть. “Чип, который потрясет мир”. Без оговорок, без “мы надеемся”, без скучных слайдов с оговорками. Просто констатация факта.
Я перечитал стенограммы шести презентаций Nvidia. Пролистал десятки патентов. И чем больше я погружался в технические детали, тем яснее становилось: нас готовят не к очередному апгрейду, а к смене физической парадигмы. Пока все ждут цифр терафлопсов, Хуанг, кажется, собрался пересадить чипы с медных дорожек на световые лучи. И это меняет всё – от планировки дата-центров до глобального баланса сил в ИИ-гонке.
Еще совсем недавно электромобили подавались как безальтернативное будущее. Не просто новый тип транспорта, а единственная морально правильная форма передвижения: тихая, цифровая, экологичная, прогрессивная. Машина как смартфон на колесах, только большая и с батарейкой.
На этом образе и выстрелила Tesla. OTA-обновления, автопилот, огромный экран, минимализм, ощущение, что ты покупаешь не машину, а подписку на будущее. Производители классических автомобилей сначала посмеивались, потом испугались, потом дружно побежали перестраивать линейки, обещая в считаные годы отказаться от ДВС. Казалось, еще немного — и бензиновая машина станет чем-то вроде кнопочного телефона.
А потом что-то пошло не так. В новостях начали мелькать заголовки о падении продаж, откате стратегий, замедлении спроса, разочаровании покупателей и кризисе самой идеи электрических авто. Одни бренды срочно возвращают гибриды, другие переносят запуск электрических моделей, третьи вдруг вспоминают, что двигатель внутреннего сгорания вообще-то еще не умер и местами чувствует себя вполне бодро.
Но если снизить градус драмы и перестать смотреть на рынок исключительно через кейс Tesla, выяснится любопытная вещь: электромобили в Европе вовсе не рухнули. Более того, рынок в целом продолжает расти.
Проблема не в том, что электрокары «никому не нужны». А в том, что после фазы эйфории рынок вошел в более скучную, но куда более честную фазу: конкуренции, ценового давления, смены лидеров, зависимости от субсидий и волн популярности отдельных моделей. То есть будущее не отменилось. Просто оказалось не таким гладким и блестящим, как обещали в рекламных роликах.
Представьте картину маслом: вторник, восемь вечера. Петя, ученик 9-го класса, тупит над квадратным уравнением. Рядом нет репетитора (дорого), родители заняты. Петя открывает ноутбук, заходит в ChatGPT и пишет: «Объясни квадратные уравнения просто, как будто мне 12». Через минуту он получает три разных способа решения, шутку про квадрат и контрольный пример для тренировки. Бесплатно.
А теперь представьте Марию Ивановну, учительницу математики с 30-летним стажем, которая в это же время проверяет тетради и случайно находит у Пети идеально решенную работу. Только вот почерк не Пети, а цифровой.
Вопрос, который мучает Марию Ивановну, Петю, его родителей и инвесторов Кремниевой долины: если нейросети уже умеют объяснять, решать и даже проверять, то зачем через пять лет вообще нужны живые учителя и репетиторы?
Паниковать начали не вчера. Еще в 2023 году исследование Walton Family Foundation показало, что больше половины американских студентов (51%) уже вовсю пользуются ChatGPT для учебы. Учителя тоже не отстают - каждый третий признался, что нейросеть помогает им составлять планы уроков. Российская Вышка докладывает: 2/3 преподавателей хотя бы раз ловили студента на работе, написанной нейросетью. Но те же 40% педагогов считают, что запрещать ИИ бесполезно, надо учить им пользоваться.
Пока чиновники и академики спорят о регулировании, рынок делает свое дело. В приложения вроде Photomath или Socratic от Google льются большие деньги. Идея идеального репетитора, который никогда не устает, не злится и стоит как подписка на кофе, звучит слишком соблазнительно.
СЕЗОН 0. КОД ВЫЖИВАНИЯ
Эпизод 1. Термодинамика распада
Просторная, залитая мягким неоновым светом лаборатория гудела, как пчелиный улей. Вдоль одной из стен ритмично шуршала ферма из десятка кастомных 3D-принтеров. Они работали круглосуточно, печатая сложные композитные детали для черного рынка и принося Алексу более чем солидный доход. В центре комнаты возвышалась серверная стойка с топовым железом, собранным по крупицам через серые каналы. Алекс создал для себя настоящий технологический рай, автономную крепость посреди гниющего мегаполиса.
Но на огромном изогнутом мониторе реальность все равно прорывалась внутрь. Диктор с идеально синтезированным лицом вещал монотонным, гипнотическим голосом:
«...глобальная коалиция продолжает операции по стабилизации. Распад сопредельных территорий на карантинные зоны признан необходимой мерой для нашей с вами безопасности. Как заявил министр...»
Алекс небрежно смахнул окно трансляции с экрана.
— «Стабилизация», — процедил он, откидываясь в дорогом эргономичном кресле. — Они даже не пытаются договориться. Каждое правительство сейчас делает одно и то же: отправляет военных с промытыми мозгами крошить чужие страны на куски. Их логика примитивна до тошноты: давайте устроим глобальный пожар везде, чтобы на фоне этого мирового хаоса наша собственная гниющая помойка казалась островком стабильности.
Елена сидела на широком подоконнике, потягивая кофе и глядя сквозь щели в умных жалюзи. На улице было серо. Низкое свинцовое небо давило на типовые бетонные коробки, по улицам брели ссутулившиеся, похожие на тени люди.
Способности AI в написании кода растут быстрее, чем наше умение этими способностями пользоваться. Поэтому рост баллов на SWE-bench не коррелирует с метриками продуктивности, которые волнуют инженерных руководителей. Когда команда Anthropic выкатывает продукт вроде Cowork за 10 дней, а другая команда не может довести до ума сломанный POC на тех же моделях, разница в одном: первые закрыли разрыв между возможностями моделей и практикой, вторые — нет.
Этот разрыв не закрывается за одну ночь. Он закрывается по уровням. Их 8. Большинство читающих эту статью, скорее всего, уже прошли первые несколько, и стоит стремиться к следующему, потому что каждый новый уровень — это резкий скачок производительности, а каждое улучшение моделей усиливает этот эффект ещё больше.
Зачем были разработаны уровни CEFR A1-C2? По мере глобализации и унифицирования систем образования чиновники выделили бюджет и на разработку системы уровней в языках. Ну а поскольку деньги были выделены и до сих пор выделяются, то почему бы их не «освоить»? Поскольку языки оказались слишком разными, то и соотношения между их уровнями оказались настолько же расплывчатыми, как и предвыборные программы.
Но ещё до появления CEFR учебники по иностранным языкам были трёх уровней: начального, среднего и продвинутого. Эти разграничения вольно истолковывались издателями универсальных одноязычных учебников (для использования учителями‑носителями языка?), которые никогда не писали, что кроме зарабатывания денег у них была ещё какая‑то филантропическая миссия по просвещению покупателей. Бизнес есть бизнес, и лоха надо обобрать до нитки.
Учебники не являются самоучителями. Учебники обеспечивают рабочие места британским безработным шахтёрам — ведь в «книге для учителя» есть проверочные ключи для чисто символических упражнений. Лично я это понимаю потому, что в начале девяностых у меня в ассистентах были эти географы, историки, социологи. Они с удивлением обнаружили, что, оказывается, для того, чтобы работать учителем английского, вообще не нужно иметь какие‑либо профессиональные знания и навыки точно так же, как для производства «сырного продукта» необязательно иметь в наличии какие‑либо молочные продукты. Неразборчивый народ всё равно проглотит. Мои ассистенты периодически смущались, когда мне приходилось их носом тыкать в оксфордские словари и прочие справочники.
С каждой неделей наш мир пополняется новой нейросетью. Вспомните, каким был февраль, который принес нам новые модели от Claude, OpenAI и Gemini. Март перехватил эстафету, хотя эта неделя выдалась без особых новшеств. Небольшой клочок спокойствия за последний один-два месяца.
В своей предыдущей статье я сравнил последние новинки от компаний, названных в абзаце выше. Сравнение происходило не во всех сферах, а затрагивало только программирование. В размышлениях я подумал: а почему не столкнуть модели в еще одном варианте задач? Речь идет о генерации текста, наверное, одно из наиболее популярных направлений при работе с нейросетями.
Сегодня будет сравнение ChatGPT 5.4, Gemini 3.1 Pro и, конечно же, Claude Opus 4.6 в задачах, которые связаны с текстом. Принимайте стратегически удобное положение, ну а я начинаю свое повествование.
Как бы ни старались бенефициары ИИ-пузыря прятать противоречия, разрывающие его изнутри, — правда вылезает наружу. Буквально на днях The Information оглушил всех очередным тревожным отчётом: между главными участниками проекта Stargate — OpenAI, SoftBank и Oracle — возникли серьёзные разногласия, которые могут похоронить весь проект.
Сейчас расскажу историю, от которой немного сносит крышу.
Разработчик по имени Лиюаньхао сел и написал 200 строк кода на Rust.
Всё. Крошечный, голый скрипт.
Но то, что произошло после нажатия кнопки «запустить», — из тех вещей, которые перечитываешь дважды, чтобы убедиться, что тебе не показалось.
Он назвал проект yoyo — самоэволюционирующий кодинг-агент. А потом — и вот это то, что по-настоящему цепляет — полностью отошёл. Убрал руки с клавиатуры.
Дал одну-единственную инструкцию: эволюционируй, пока не сравняешься с Claude Code. И просто сел смотреть.
Знаете это чувство — когда ткнёшь семечко в землю, напрочь забудешь про него, а потом проходишь мимо и видишь, как из земли лезет живое, настоящее растение? Вот примерно это и случилось. Только это растение не просто выросло. Оно проснулось и начало само заводить баг-репорты.
Большую часть рабочего дня мы проводим в браузере: ищем информацию, заполняем формы, сравниваем цены. Все это - рутина, которую теперь можно делегировать.
Я разобрала, как с помощью ИИ-агента Claude Cowork и расширения для Chrome автоматизировать работу в браузере и освободить время для более важных задач.
Внутри - 10 готовых сценариев, которые можно применить уже сегодня.
Привет, это новый выпуск «Нейро-дайджеста» — коротких и полезных обзоров ключевых событий в мире искусственного интеллекта и технологий.
Неделя вышла насыщенной: гибридная 120B модель от NVIDIA, Claude нашёл 22 дыры в Firefox, а ChatGPT и Gemini интегрировались в Excel и Google Docs. Голливуд заставил ByteDance убрать видеомодель, а ЕС запретил дипфейки после скандала с Grok.
Всё самое важное — в одном месте. Поехали!
Помню, как в школе мне впервые задали сделать презентацию на классный час. Тогда я едва дружил с этими сервисами, и весь процесс казался настоящим испытанием. Я сидел несколько часов за красным фоном, пытаясь поставить текст и подобрать картинки. Волновался, переживал, и, честно говоря, результат был далёк от идеала.
Проходит время, а мы видим, как быстро всё меняется. Сегодня презентации можно создавать почти мгновенно, а нейросети умеют сами подбирать тексты, искать иллюстрации, предлагать оформление. Конечно, всегда результат требует доработки и факт-чекинга.
И именно поэтому сегодня хочется познакомить вас с десятью сервисами, которые помогут сделать презентацию. Они не всегда сделают всё за вас, но отлично формируют костяк, с которым можно работать дальше и получать действительно крутой результат.
Приятного чтения!
Один из распространенных инструментов на основе ИИ – автозаполнение с подсказкой. В идеале, он должен ускорить набор текста. Однако, такие инструменты незаметно меняют наше мировоззрение. Масштабное исследование показало, что подсказки автозаполнения с заранее заложенным паттерном смыслов, меняют позицию пользователя в отношении к смертной казни и добыче сланцевого газа методом гидроразрыва. И это только то, что нам известно.
Продолжу цикл статей по системе автоматической доставки дронами. Появились новые данные по внедрению подобных систем по миру. Они показывают, что данная тема как очень интересна инвесторам. Но пока мы видим только банкротство её участников. Попробуем рассмотреть причины.
Десять лет экспериментов, миллиардные инвестиции Amazon и Google — а курьеры на велосипедах всё равно дешевле. Разбираем неразрешимые проблемы с экспертами и доказываем, что пока будущее доставки — за наземными роботами. Что же не так с воздушной доставкой.
Введение: Мечта, разбившаяся о реальность
2013 год. Джефф Безос выходит на сцену и обещает: через несколько лет дроны Amazon будут доставлять покупки за 30 минут. Картинка futuristic — маленькие винтокрылые машины несут коробки к порогу каждого американца — облетела мир.
2026 год. Где массовая доставка дронами? Её нет.
Единичные пилотные проекты в Дублине (ирландская Manna), Техасе (Wing от Google) и паре африканских стран (Zipline с вакцинами) — вот и всё, чего добилась индустрия за 13 лет. Amazon так и не запустил коммерческую доставку. «Додо Пицца» свернула эксперименты. «Почта России» разбила дрон в Улан‑Удэ при первой же публичной демонстрации.
Почему?
Ответ жёсткий и циничный: доставка еды и ширпотреба дронами по воздуху никогда не станет массовой. У этого бизнеса есть несколько «неразрешимых проблем», о которых не любят говорить в рекламных буклетах.
«Несмотря на огромные инвестиции и штат специалистов высоких компетенций, несмотря на собственную производственную базу и законодательное лобби, несмотря на готовый рынок услуг, который мог быть форсирован усилиями самих Google и Amazon, ничего с доставкой дронами не вышло. На то есть целый ряд неразрешимых проблем, которые так и не удалось решить и вряд ли удастся решить в ближайшей перспективе» — Дмитрий Кузякин, генеральный директор Центра комплексных беспилотных решений (ЦКБР).
