Все потоки

32 открытых урока недели: закрываем пробелы в знаниях

Привет, Хабр. Делимся подборкой бесплатных уроков, которые проведут на этой неделе преподаватели Otus. Это не предзаписанные, а живые онлайн-встречи — на них вы сможете узнать больше о формате обучения и задать свои вопросы экспертам. Выбирайте тему ниже и присоединяйтесь!

16 марта, понедельник:

• 20:00 — Списывай, но только точь-в-точь: копирование базы данных на примере MySQL

• 20:00 — PostgreSQL и секционирование: «разделяй и властвуй!»

17 марта, вторник:

• 20:00 — Как перейти на ClickHouse, когда PostgreSQL уже не хватает?

• 20:00 — Концепция ИИ-агентов и мультиагентных систем

• 20:00 — Выравнивание данных в C++: как память влияет на скорость и эффективность программ

• 20:00 — Работа с данными и сетями в Docker

• 20:00 — Один рабочий день с ИИ: как маркетинг и бизнес-задачи решаются быстрее

18 марта, среда:

• 18:00 — RandomForest — мощный метод ансамблирования в машинном обучении

• 18:00 — API — учим модель общаться с внешним миром

• 20:00 — Сообщество как инструмент устойчивости бизнеса: создаем, развиваем и масштабируем

• 20:00 — Пишем простой проигрыватель на SwiftUI

• 20:00 — Универсальный код в Rust: сила без потерь в скорости

• 20:00 — CTO (технический директор) как система: люди, процессы и ИТ для управления бизнесом

• 20:00 — Как построить аналитическую функцию в компании

• 20:00 — Инвестиция в себя: стратегия карьеры функционального архитектора 1С

• 20:00 — API Gateway и не только: шаги к идеальной архитектуре внешних API

19 марта, четверг:

• 18:00 — Подготовка данных от А до Я: разбираем основные шаги на Python

• 19:00 — Метрики удержания клиентов: соответствие продукта рынку (Product Market Fit) и удержание клиентов (Retention)

• 20:00 — Кафка — работа с сообщениями в форматах Avro и Protobuf

• 20:00 — Современная архитектура приложения и внедрение зависимостей

• 20:00 — Создаем современный монолит на Inertia: Laravel + Vue.JS

• 20:00 — Основы многопоточности в Java. Асинхронные методы

• 20:00 — Создаём автономную сеть: Обходимся без роутера с ESP32 (STA, AP, MESH)

• 20:00 — Пишем первый DSL на Kotlin

23 марта, понедельник:

• 19:00 — SSH: безопасный доступ и автоматизация в Linux

• 20:00 — Джедай или Ситх? Собираем идеального руководителя команды DevOps

• 20:00 — Современное хранилище данных (DWH) в 2026: какие технологии реально нужны, а какие — хайп

• 20:00 — Как системный аналитик может использовать ИИ в своей работе

• 20:00 — ИИ в автотестах: помощник или угроза?

• 20:00 — ИИ-подход к анализу рынка: как видеть возможности раньше других

• 20:00 — Навигация Pro-уровня в SwiftUI: как строить масштабируемые iOS-приложения без хаоса в переходах

Для начинающих рекомендуем обратить внимание на короткие видеокурсы, которые помогут закрепить основы, сейчас всего за 10 рублей:

• Основы SQL

• Основы Git

• Linux для начинающих

Переходим полностью к тестам датасета COCO. День 4.

Пока Альтман рассуждает о бороздящих кораблях Вселенную и о моделях, которые будут после трансформеров, мы делаем. Такое вступление я придумал для статьи, когда мы закончим с экспериментами и доделаем пилот, а пока продолжу дневник обучения TAPe-модели. Кому интересно: начало тут, здесь и там, а немного про методы TAPe (Теории активного восприятия) в области обработки информации – здесь.

Сначала протестировали эту же модель с тем же числом параметров на большом датасете COCO. Без оптимизации получили решение с точностью 60.59%, что является очень высоким для такой модели (невозможно высоким даже, такая модель по идее не должна сходиться и находить общее решение из количества параметров, но данные TAPe позволяют). Пока сложно сравнить с конкретной метрикой других моделей, потому что мы не строим рамки вокруг предмета, но находим конкретно центр объекта. Это проведем позже. 

Тренировка на процессоре как минимум не дольше, чем тренировка на видеокарте, поэтому мы ограничены только количеством данных на ОЗУ в TAPe-формате - что не является ограничением в целом, можно весь датасет уместить одновременно там
Пока существуют несколько проблем:

• Количество ложных срабатываний (скорее симптом, но все же);

• Не самая лучшая классификационная точность (тоже в большой степени симптом);

• Неправильное центрирование объектов (немного ограничение детекции, но есть способы обойти);

• Размерность COCO;

Начали экспериментировать, чтобы найти решения, при этом также экспериментируем с несколькими предметами, с которыми ранее уже хотели провести эксперимент.

Конкретно:

Работа матрицы преобразования на данный момент времени немного линейная. Зависимости по большей части линейные (то есть, независимые друг от друга). Это не хорошо, по понятным причинам, но в тоже самое время это помогло перейти к пониманию одного факта: в найденном нами подходе, о котором писали выше, есть как раз нелинейная зависимость коэффициентов друг от друга. Эту связь нужно выстраивать вручную, в зависимости от градиентного спуска и deep learning, но в нашем случае связи по TAPe известны заранее,
Дополнительно начинаем вторую фазу создания решения, чтобы можно было захватывать объекты любого размера. Это должно привести к намного более точным ответам, при этом ускорив модель. 

Ну и решаем еще одну проблему: модель учится определять бэкграунд, но имеет сложности определять объекты со стороны классификации. То есть - большая часть тренировки потери идет в сторону тренировки хорошей точности в бэкграунд, что приводит к ложным срабатываниям, потому что текстуры на заднем плане превращаются для модели в что-то напоминающие объект, пусть и с низкой точностью.

Дальше планируем продолжить работу с полным датасетом (используя 2% из него для быстрых тестов - это около 2400 изображений).

Попалась на глаза статья (https://infostart.ru/1c/articles/2636935/#5. В чем плюсы использования интервальных регистров) на Инфостарте, про интервальные регистры сведений в ЗУПе.
Вспомнил, что недавно использовал эту ЗУПовскую идею для совершенно другой задачи - интервального хранения цен.
Но цель использования интервальных РС - та же, оптимизация скорости выполнения запросов и удобства их написания.

Проблема была такая. Есть КА1, в ней - дофигищща чеков. В чеке есть цена продажи, но нет себестоимости.
Можно получать какую-то себестоимость, если включить оценку стоимости списания при проведении документа (фифо, средняя), но это замедлит проведение документов (а их очень много).
К тому же, себестоимость не будет актуальной - документы поступления, как положено, вводятся с опозданием. Соответственно, чтобы актуализировать с/с по чекам, надо или документы перепроводить (а их, напомню, слишком много), или расчёт себестоимости ежедневно или ежечасно делать (не вариант).

У клиента уже было своё технико-методическое решение - считать себестоимостью цену последнего закупа номенклатуры.
Но тут две проблемы.
Если определять цену при проведении чека, то получаем обозначенную выше проблему - поступления вводят с опозданием, поэтому с/с при проведении чека не будет актуальной.
Если же брать с/с не при проведении чека, а на лету, отчётом, то тормозит и запрос неприятный получается - кто писал запросы получения среза последних на дату документа, знает, о чём речь.

Ну я и сделал интервальный регистр сведений с ценами. Измерения - номенклатура, дата начала, дата окончания, ресурс - цена.
Обращаться запросом к такому регистру - одно удовольствие. И работает сильно быстрее, чем срез последних.

Обновление интервального регистра делается рег.заданием - это быстро, где-то одна минута на всю номенклатуру.
Но всю номенклатуру обновлять надо редко. Я сделал регистр с очередью обновления, туда попадают номенклатуры из поступлений, которые записываются. Провели поступление с сотней номенклатур - сотня записей в очереди появилась. Рег.задание зашло и актуализировано интервальный регистр с ценами по сотне позиций.

Хорошая штука эти интервальные регистры. Рекомендую.

https://t.me/ywhite

Переключение раскладки

Большинство людей переключают раскладку либо по Ctrl + Shift, либо по Alt + Shift. Это одно из самых часто используемых сочетаний клавиш, наряду с Ctrl + C и Ctrl + V. Насколько оно популярно, настолько и неудобно.

В то же время на каждой клавиатуре есть идеальный переключатель. Он большой, удобно расположен и почти не используется по прямому назначению. Это Caps Lock.

Как настроить переключение раскладки капслоком?

🔸 Для Windows есть бесплатная утилита Switchy (всего 12 КБ). Достаточно скачать и добавить в Автозагрузку.

🔸 В macOS есть штатная настройка (находится по «Caps Lock»). Однако у этого решения есть маленький недостаток. Разработчики зачем-то решили защищать пользователей от случайного нажатия Caps Lock, поэтому при очень быстром наборе раскладка не переключается. На помощь приходит утилита Karabiner Elements, позволяющая отлавливать нажатие клавиши на более низком уровне.

Три онлайн-ресурса для тех, кто выгорел и хочет разгрузить свои мысли:

• Slowroads — бесконечная дорога, по которой можно ехать под спокойную музыку. Никакой цели — нужно наслаждаться видами и самой поездкой.

• Window-Swap — виды из окон людей со всего мира. Можно смотреть на дождь в Японии, ночные огни в Австралии или на озеро в Канаде.

• Asoftmurmur — генератор фоновых звуков: дождь, ветер, шум кафе, камин и другие уютные шумы для работы или отдыха.

Андрей Карпаты представил проект US Job Market Visualizer, где можно узнать, когда ИИ заберёт определённую работу — это карта рисков автоматизации по 342 профессиям.

Автор проанализировал данные по рынку США: с требованиями к образованию работников, средней зарплате и обязанностям, превратив всё это в интерактивную карту. Чем больше блок, тем больше людей в профессии, а цвет показывает шанс остаться без работы по десятибалльной шкале.

Разумное раздолбайство.

Человек не проваливает свое здоровье как-то громко и трагично. Обычно это происходит спокойно, разумно и постепенно.

Он много работает, устает, выбирает удобное, меньше двигается, ест как придется, спит как получится, терпит фоновую усталость, привыкает к тяжести в теле, к скованности, к ощущению, что сил как будто всегда немного не хватает.

Это даже выглядит как нормальная взрослая жизнь. Есть занятость делом, построение карьеры, решение вопросов, развитие и рост.

Вот только вместе с этой жизнью часто разрушается и тот, кто ее живет.

Ты слишком расчетлив, чтобы вредить себе открыто. Поэтому ты будешь соглашаться на постепенное ухудшение.

Ты слишком здравомыслящий, чтобы сказать себе «мне плевать на свое здоровье».
Поэтому ты будешь говорить: 

«Сейчас просто такой период».
«Позже станет поспокойнее».
«Вот еще немного, и тогда займусь собой нормально».
«Сейчас не до этого».
«Нужно сперва решить более важные задачи».

Ты слишком умный, чтобы просто бездействовать. Поэтому ты изощренно будешь это бездействие оправдывать.

Обычно мы воспринимаем тишину как отсутствие сигнала. Появись проблема, она должна заявить о себе громко. Но с нашим телом часто все наоборот. Тишина и есть сигнал усыпляющий бдительность.

И к тому моменту, когда проблема наконец становится очевидной, многие меры уже запаздывают. Самые рабочие меры обычно нужны не для того, чтобы героически вытаскивать себя из ямы.

Они нужны для того, чтобы не дать тишине стать нормой.

Чтобы не привыкнуть к постоянной усталости и не принять скованность за «такой возраст».
Чтобы не жить в состоянии, где ты вроде функционируешь, но уже давно не чувствуешь себя по настоящему живым, собранным и сильным.

Вот почему человек чаще всего теряет здоровье не безответственно, а вполне разумно. Никто не выбирает разрушение. Каждый выбирает то, что логично в моменте.

Поэтому проблема часто начинается не тогда, когда человек чувствует, что с ним “что-то случилось”, а гораздо раньше: когда он привыкает считать нормой то состояние, которое нормой быть не должно.

И тогда даже попытка позаботиться о себе несет на себе следы этого же мышления. Человек и в питание, и в тренировки заходит не как в форму внимания к себе, а как в форму расплаты за то, что слишком долго откладывал.

Тогда и питание, и тренировки легко превращаются в тушение пожара, в героизм, самопожертвование, тревожную попытку срочно все исправить. Хотя пожара еще нет.

Настоящая забота о себе редко выглядит как героизм. Чаще это медленный разворот в нужную сторону, когда ты не пытаешься каждый день стать другим человеком, а день за днем чуть меньше предаешь самого себя.

Комплексный подход к нейминг-ма́ркетингу

на примере международной компании АромаКо

Создан Телеграм-канал

aromakocity.t.me.

Никнейм канала выбран с учётом перехода в будущем на международный домен:

aromako.city

Когда компания примет решение создавать своё оборудование и новые технологические процессы для отрасли, то у них для этих целей будет тематический сайт:

aromako.tech

Для веб-проектов, связанных с ароматами компания может использовать домен:

aromako.online

Текущий сайт продолжит работать, как база глобального развития компании. Сайт всегда доступен по адресу:

aromako.ru

Данный пример показывает комплексный подход к онлайн-представительству!

Домен — ваш элитный участок земли в Интернете!

----

Хотите занять свою землю выгодно прямо сейчас?

Используйте специализированные сайты или пишите в комментарии

Валидация полей форм в Joomla 6

У каждого поля в форме Joomla есть поле type, но за валидацию значения отвечает атрибут validate.

Например: number — очевидно что значение должно быть числом.

<field
	name="count"
	type="number"
	label="MOD_ARTICLES_FIELD_COUNT_LABEL"
	description="MOD_ARTICLES_FIELD_COUNT_DESC"
	default="5"
	filter="integer"
	min="0"
	validate="number"
/>

Или UserId — тут сложнее, значение должно быть реальным id сужествующего пользователя.

<field
    name="default_value"
    type="user"
    label="PLG_FIELDS_USER_DEFAULT_VALUE_LABEL"
    validate="UserId"
/>

А в моём компоненте нужна валидация id компании.

Добавляем в поле атрибут validate="CompanyId":

<field
    name="company_id"
    type="text"
    label="COM_WISHBOXBONUSSYSTEM_FIELD_COMPANY_LABEL"
    required="true"
    validate="CompanyId"
/>

Добавляем класс правила (в моём случае по сути копия правила UserId):

<?php
/**
 * @copyright   (c) 2013-2026 Nekrasov Vitaliy <nekrasov_vitaliy@list.ru>
 * @license     GNU General Public License version 2 or later;
 */
namespace Joomla\Component\WishboxBonusSystem\Administrator\Form\Rule;

use Joomla\CMS\Form\Form;
use Joomla\CMS\Form\FormRule;
use Joomla\Database\DatabaseAwareInterface;
use Joomla\Database\DatabaseAwareTrait;
use Joomla\Database\ParameterType;
use Joomla\Registry\Registry;
use SimpleXMLElement;
use function defined;

// phpcs:disable PSR1.Files.SideEffects
defined('_JEXEC') or die;
// phpcs:enable PSR1.Files.SideEffects

/**
 * Form Rule class for the Joomla Platform.
 *
 * @since  1.0.0
 */
class CompanyIdRule extends FormRule implements DatabaseAwareInterface
{
    use DatabaseAwareTrait;

    /**
     * Method to test the validity of a Joomla User.
     *
     * @param   SimpleXMLElement  $element  The SimpleXMLElement object representing the `<field>` tag for the form field object.
     * @param   mixed              $value    The form field value to validate.
     * @param   ?string            $group    The field name group control value. This acts as an array container for the field.
     *                                       For example if the field has name="foo" and the group value is set to "bar" then the
     *                                       full field name would end up being "bar[foo]".
     * @param   ?Registry          $input    An optional Registry object with the entire data set to validate against the entire form.
     * @param   ?Form              $form     The form object for which the field is being tested.
     *
     * @return  boolean  True if the value is valid, false otherwise.
     *
     * @since   1.0.0
     *
     * @noinspection PhpMissingReturnTypeInspection
     */
    public function test(SimpleXMLElement $element, $value, $group = null, ?Registry $input = null, ?Form $form = null)
    {
        // Check if the field is required.
        $required = ((string) $element['required'] === 'true' || (string) $element['required'] === 'required');

        // If the value is empty, null or has the value 0 and the field is not required return true else return false
        if (($value === '' || $value === null || (string) $value === '0')) {
            return !$required;
        }

        // Get the database object and a new query object.
        $db    = $this->getDatabase();
        $query = $db->createQuery();

        // Build the query.
        $query->select('COUNT(*)')
            ->from($db->qn('#__wishboxbonussystem_companies'))
            ->where($db->qn('id') . ' = :companyId')
            ->bind(':companyId', $value, ParameterType::INTEGER);

        // Set and query the database.
        return (bool) $db->setQuery($query)->loadResult();
    }
}

И в модели нашей сущности (в моём случае OperationModel) подключаем префикс класса:

	public function getForm($data = [], $loadData = true)
	{
		FormHelper::addRulePrefix("\\Joomla\\Component\\WishboxBonusSystem\\Administrator\\Form\\Rule");

		return parent::getForm($data, $loadData);
	}

Начать тренировки можно в любом возрасте, но лучше раньше.

Несколько лет назад я публиковал материал о влиянии силовых тренировок на атлетов разного возраста, главным выводом которого было то, что тренироваться можно в любом возрасте и в любом возрасте тренировки результативны. Оказалось, результат тренировок мало подвержен годам. После начала занятий всегда наблюдалось значительное увеличение как силы, так и размера мышц даже у пожилых людей.

Совсем недавно вышло новое исследование, которое изучало поддержание пожизненной программы фитнеса. Исследователи набрали 4 когорты:

• Молодых спортсменов (20–35 лет)

• Мастеров-атлетов силовых видов (60–75 лет которые тренировались последовательно на протяжении взрослой жизни,

• А также две сопоставимые по возрасту нетренированные контрольные группы.

У возрастных мастеров-атлетов объём мышц бедра и ног был примерно на 17% больше по сравнению с малоподвижными пожилыми взрослыми. Ещё более показательно, что их мышечный объём был примерно на 10% больше, чем у молодых нетренированных людей.

Но тут возраст полностью не победить и молодые спортсмены всё же демонстрировали примерно на 8% больший мышечный объём, чем мастера-атлеты, что подчёркивает возрастающую сложность наращивания мышц с возрастом. Тем не менее общий уровень мускулистости у пожилых мастеров-атлетов был близок к уровню молодых спортсменов, что указывает на значительное сохранение мышечной массы при пожизненном тренинге.

Ключевой вывод очевиден и я могу его снова повторить: никогда не поздно начать силовые тренировки — даже самые пожилые люди способны нарастить заметную мышечную массу. Однако откладывание тренировок на более поздний возраст увеличивает дефицит, вызванный возрастными потерями, и снижает вероятность полного восстановления «молодых» уровней мышечной массы.

И напротив, более раннее начало силовых тренировок даёт долговременные преимущества, позволяя сохранить большую часть наработанной мышечной массы и во многих случаях превосходить по мышечной массе молодых нетренированных взрослых.

Китайские машины в РФ начали превращать в игровые консоли. Например, на перепрошитых Changan теперь запускают NFS и GTA прямо на штатной мультимедийной системе. На экране машины запускается много старых и достаточно интересных игр, среди которых: GTA: Vice City, GTA: San Andreas, NFS: Underground 2, Resident Evil 4 и даже FIFA. Секрет простой: мультимедийная система работает на Android, но из коробки она сильно ограничена. После перепрошивки ограничения снимают и на систему можно ставить обычные приложения и игры. В итоге штатный экран в машине превращается в довольно мощный Android-планшет, который тянет старые, но популярные игры без лагов.

Как мы ушли от всем известного способа градиентного спуска

Продолжаю дневник разработки "Суперраспознавалки" для демо/пилота. День третий. Основная задача: настроить TAPe-модель на датасет типа COCO под задачу detection. Вторая - дать клиентам возможность добавлять собственные классы к уже существующим. Ну и далее, при необходимости, полная адаптация модели под конкретного заказчика. Поскольку у нас есть Теория активного восприятия с ее методами, на выходе заказчик должен получить кратную эффективность и кратную экономию ресурсов.

В первые два дня настраивали базовую струтуру сегментации, детекции и классификации. Модель решает задачи на обучении уже 115 тыс параметров – в отличии от YOLO, которой мало 2 млн + параметров.

Начало здесь

Второй день здесь

Про архитектуру TAPe+ML здесь

Тут сравнение трех десятков кодировок в задаче сегментации видео в DBSCAN (включая ViT, DINO) с TAPe

День 3

Сегодня занимаемся исправлением количества ложных срабатываний. Проблема ложных срабатываний в целом в том, что мы смотрим в первую очередь на текстуру изображения (из-за особенностей методов TAPe). Поэтому приходится прибегать к менее-обычным способам для обучения разделения между текстурой заднего плана (в каком-либо виде, будь это снег, или трава) и текстурой самого объекта.

Сейчас эта проблема решается условно через определенные движения области сбора данных для выявления текстур, которые, возможно, не были найдены в области, расположенной стандартным способом (то есть начальным разбиением изображения на патчи). Это позволяет сильно уменьшить количество ложных срабатываний.

На данный момент времени около 220 объектов срабатывают без ложных срабатываний в целом. Проблема происходит только в изображениях с большим количеством маленьких деталей по типу гравия, или же травы, при этом не уменьшая общее количество правильных нахождений.

В целом, здесь помогают стандартные ML-подходы по типу увеличения батчей, чтобы сгладить ошибки. Были эксперименты с проведением аугментаций, которые не привели к улучшению результатов: большая часть аугментаций просто повторяют уже существующие данные.

Также начали эксперименты с добавлением цветовых каналов. Однако проведенные эксперименты с цветами в простой схеме объединения features по каналам не дало желаемых результатов: даже с greyscale мы забираем столько информации, что цветовая гамма по большей части их просто дублирует. Это приводит к тому, что модель опирается слишком сильно на общие черты, не “видя” при этом выдающиеся черты разницы цвета. Что в то же самое время может и являться хорошей фичей, а не багом, потому что через разницу в текстуре мы, по идее, должны найти разницу в любом случае (если это реальное изображение). Поэтому мы не полагаемся в решении на конкретную задачу, где цвет более релевантен, а полагаемся на общее решение детекции в целом.

Также на заднем плане были закончены эксперименты с разными архитектурами (эксперименты продолжались параллельно несколько дней). Нашли самую лучшую архитектуру на данный момент (самая логичная по её смыслу, как нам кажется). Тут без подробностей, но мы ушли от всем известного способа градиентного спуска, что позволяет нам после тренировки модели прийти к глобальному минимуму решения (или к чему-то очень близкому к этому – всё равно есть зависимость от задачи).

Мы собираем данные из патчей определенным образом, объединяем их в общее описание, а затем уже классифицируем конкретно эти объединения по тому, есть там объект или его нет. Классификация происходит за счет общих описаний каждого класса, который модель видит - и не тренируется отдельно, потому что исходит натурально из первичной тренировки векторов, а затем сводится к одному описанию через k-means.

В результате выходит модель с очень малым количеством ложных срабатываний – с которыми, впрочем, мы все равно боремся. Плюс есть некие проблемы центровки, так что скорее всего количество параметров увеличится. Но все равно, модель работает чрезвычайно быстро. Тренировка как таковая проходит на CPU (так проще).

Предсказывают, что абсолютно все люди родившиеся в 2100 году и позже будут носителями срединной артерии, то есть примерно через 250 лет после первых сообщений о встречаемости артерии как «варианта». Если конечно тенденция сохранится, что далеко не факт.

Представлен открытый проект JobSync - Job Search Assistant для поиска работы с помощью ИИ:

• ИИ мониторит подходящие для вакансии, правит резюме и адаптирует под каждый отклик.

• мониторинг и трекинг вакансий: можно вести учет заявок, офферов, компаний, должностей и текущих статусов. •

• анализ рынка труда делают, например, Llama 3.2 или Deepseek, можно подключить и другие модели с помощью Ollama.

• есть встроенный трекер задач и созвонов с рекрутерами.

• создаёт и корректирует различные версии резюме — сервис за секунду адаптирует портфолио под любую вакансию.

• работает полностью локально.

Расширение вселенной. Разве может быть что-то со скоростью света расширяться?(Я знаю что расширяется пространство и что это не противоречит ОТО) Моя мысль это просто гипотеза, но мне кажется оно расширяется с 99.9% скорости света. Почему именно 99.9%? Если верить теории мультивселенной, то существует и другие вселенные, у них своя физика(вероятность этого чрезвычайно высока) и так далее, но темная материя и энергия схожие по природе в каком-то аспекте, если существует темная материя, значит существует и что-то по типу его противоположности и ему и эта тёмная энергия, а почему оно существует? Возможно темные материи тянутся к друг другу и у них больше влияние друг на друга и к ним тянутся с других вселенных(квантовая физика), а вселенных бесконечно много... И появляется деформация вселенных, то есть расширение идёт с определенной скорости от скорости света и деформация из-за влияния темных энергии, и ограничений наблюдений из-за скорости света и прочих факторов, нам кажется что вселенная расширяется со скоростью света. Тогда почему так не расширяются другие вселенные? Я сказал не похожи на 100%, но и не абсолютно другие, то есть есть доля схожести из-за чего все тянутся к друг другу, потому-что эта природа быть сплочённым и иметь ещё больше влияние(ОТО), по этому мы не видим влияние других вселенных на нашу, потому-что влияют темные материи и энергии, а их мы не видим.

P.S. Тут много неточностей и отсутствует математическая модель и наблюдения с точными данными. Мне просто хотелось бы поделиться с мыслью и узнать ваше мнение, возможно есть люди которые разделяют моё мнение.

Привет Хабр!

Помогите добить реверс bike tracker на MC60 + STM32L486 – что здесь за интерфейсы и как лучше подступиться.

• модем / GNSS / Bluetooth — Quectel MC60EC3-04-BLE

• отдельный MCU — STM32L486GT7

• внешняя SPI flash — Adesto / Dialog AT25DB321E;антенна Antenova A10340;

• есть SIM-слот, батарейный блок и несколько непонятных тестовых/сервисных точек.

• Из того, что пока смущает –MC60 и STM32 здесь явно живут как два разных мозга, и я пока не до конца понимаю, кто кого будит, кто держит power sequencing и где именно проходит основной UART.

  На плате нет "человеческих" кнопок boot/reset, поэтому неочевидно, насколько реалистично подлезть к MC60 напрямую без плясок с его boot/pwrkey линиями. Не уверен, не зашита ли вся критичная логика именно в STM32, из-за чего идея "просто заменить SIM и жить" может оказаться слишком наивной.

  Что уже удалось идентифицировать по плате:

• MC60 — сотовая часть, GPS и Bluetooth а STM32L486 — управляющий MCU,

• SPI flash рядом с белым разъёмом , возможный сервисный коннектор / debug-разъём;

• батарейный блок выглядит как 1S Li-ion pack на нескольких параллельных банках.

  Моя цель сейчас не "ломать прод", а именно картировать железо, найти UART между STM32 и MC60 - понять, где SWD на STM32. Определить, можно ли безопасно снять дамп / хотя бы проверить RDP. Понять, есть ли смысл лезть в SPI flash отдельно да и прикинуть, насколько жизнеспособен вариант со своей SIM и своим софтом. Инструменты у меня пока довольно базовые: паяльник и USB-UART, нормального анализатора и ST-Link пока нет. (Заказал себе пока, ST-link v2 Clone M89 для STM)

  Поэтому особенно интересны советы именно по порядку действий: с чего лучше начать, чтобы не убить плату и не потратить неделю впустую.

Ссылка на гугл папку с фото (ибо более одного медиафайла не разрешено, добавлять.)

Всем спасибо!

Генеральный директор стартап в сфере ИИ и разработки ПО Emergent Мукунд Джа предупредил о ключевых рисках для быстро набирающего популярность вайб-кодинга:

• главной угрозой остается качество создаваемого кода. По словам Джа, современные инструменты способны быстро генерировать приложения, однако такие решения часто оказываются нестабильными, содержат ошибки или плохо масштабируются. «Есть большая ставка на то, что качество создаваемого программного обеспечения будет экспоненциально расти. Если этого не произойдет, это станет серьезной угрозой», — отметил Джа;

• вторым риском для индустрии Джа назвал сам дальнейший прогресс ИИ. По мнению эксперта, развитие автономных ИИ-систем может привести к тому, что рынок «перепрыгнет» традиционный этап разработки приложений. «Мы прошли путь от телефонов Nokia к BlackBerry, а затем все перешли на iPhone. Возможно, программное обеспечение окажется тем самым BlackBerry», — сказал Джа. В будущем пользователи могут все чаще полагаться на ИИ-агентов и языковые модели, которые выполняют задачи напрямую, без необходимости устанавливать отдельные приложения.

Представлен проект DigitalDefynd — большая база IT‑курсов от лучших университетов мира. Материал на ресурсе обновлён на 2026 год. Там актуализировали курсы и оставили только те навыки, которые пригодятся при устройстве на работу и росте по карьерной лестнице. Есть сотни воркшопов, в том числе от Google и IBM. Большая часть курсов с лицензированными сертификатами и дипломами, которые можно положить в портфолио.

Хотите выяснить, где учиться IT? В экосистеме Хабра есть маркетплейс курсов на Хабр Карьере, на котором собраны сотни онлайн-обучений в самых разных специализациях: программировании, аналитике, дизайне, менеджменте и других. Чтобы пользователи могли проверить качество курсов, там показаны отзывы от тех, кто уже прошел обучение — изучайте и выбирайте лучшее для себя.

Я считаю.

Что вместо того, чтобы отключать везде Интернет, лучше бы запретили использование видеокамер, оснащённых не доверенным не отечественным ПО. А то уже появляются сведения. В принципе некоторые типа "российские оппозиционеры", на деле работающие на иностранные спецслужбы, ранее (ещё года 3 назад) уже заявляли, что могут смотреть камеры в Москве.

Как Оземпик, только для мышц.

Представьте, что у вас есть препарат, который применяешь затем ничего не делаешь, ждешь, а твои мышцы вырастают. Похоже мы на грани того, чтобы у нас такое появилось.

На одной конференции, посвященной диабету (EASD), представили препарат тревогрумаб (Trevogrumab REGN-1033), который помог принимающим GLP-1 потерять на 50% меньше мышц по сравнению с контрольной группой (это основной побочный эффект всех уколов для похудения).

Результаты всех удивили. Разрабатывающие этот препарат, заявили, что он находится уже на 2 стадии (применяют на людях).

Принцип действия крутится вокруг миостатина. Это такой белок, который на определенном этапе развития, начинает блокировать рост мышц, чтобы мы не росли до бесконечности. Раньше носить на себе избыток мышц было экономически не выгодно. Хотя, и сегодня попробуй прокормить. Если миостатин подавить, то мышцы растут гораздо охотнее.

Может быть вы видели фото экспериментальных животных, которым как раз заблокировали миостатин.

Это не ИИ генерация.

В общем, похоже, в ближайшее время у нас будет таблетка для похудения и для мышц. А количество мышц будет управляться дозой.

Интересно, как это изменит индустрии фитнеса и красоты? Сегодня хорошая физическая форма - это почти единственное, что невозможно купить. Что-то настоящее и ценное. Потеряет ли это ценность, когда станет доступно по запросу? Интересно будет узнать ваше мнение.