Представлена мойка для обуви с искусственным интеллектом. Модель Brolan ClearX использует «датчики» (хотя производитель не пояснил, какие именно) и ИИ для определения материала, из которого сделана ваша обувь, и выбора соответствующего цикла очистки и сушки, а также «технологию микро- и нанопузырьков» для дополнительной очистки. В ClearX планируют начать продажи мойки в середине 2026 года по цене от $500 до $800.
💀 Когда диаграмма - источник истины, архитектура умирает первой.
📝 Аналитики, использующие PlantUML, Miro, Draw.io, Visio, Structurizer и прочее, забывают что знания в диаграммах - всё равно что код в скриншотах.
Знания должны храниться в виде взаимосвязанных элементов Модели, а диаграммы должны быть лишь их Проекциями. Разработчики ArchiVision.org это прекрасно понимают. Именно это делает систему ArchiVision значительно более эффективным инструментом для хранения знаний об ИТ системах чем все вышеназванные сервисы. При этом, генерируемые ею диаграммы живые, интерактивные и редактируемые. Система также поддерживает горячие клавиши для эффективной работы с моделью и диаграммами. Горячие клавиши позволяют рисовать быстрее, чем большинство перечисленных сервисов, тем более чем писать в PlantUML, Structurizer и аналогичных.
⚡ Ключевое отличия:
- 👎 в названных выше инструментах вы редактируете диаграммы;
- 👍 в ArchiVision вы работаете с моделью, а диаграммы - это её визуальная проекция, через которую тоже можно развивать модель.
🔄 За счет этого:
- 🧠 модель становится единственным источником истины;
- 🧱 диаграммы перестают быть хрупким артефактом;
- 🧩 структура модели позволяет устранять разночтения, дублирование и рассинхронизацию;
- ✅ система способна контролировать ввод и проверять полноту данных;
- 🧼 архитектура перестаёт расползаться по версиям и интерпретациям;
- ⌨️ навигация и горячие клавиши — это часть работы с моделью, а не удобство интерфейса.
🎥 Это видео - пример того, как сочетание модели, интерактивных диаграмм и горячих клавиш меняет процесс проектирования.
Ну а вот сам канал с видеоинструкциями находится здесь.
Как я пошел на курсы ALT Linux и что из этого вышло.
Привет! Решил поделиться личным опытом — от импульсивного желания «прокачаться» с сертификатом до суровой реальности вендорных экзаменов. Если вы тоже раздумываете о сертификации по отечественным дистрибутивам, мой путь, надеюсь, поможет избежать подводных камней.
Часть 1: Выбор пути. ALT против Astra и шок от цен.
Всё началось с желания проверить и структурировать знания по отечественным Linux-системам, с которыми приходится работать. Изначально смотрел в сторону Astra Linux, но глазам сразу бросилась разница в цене. ALT Linux предлагал обучение на более доступных условиях, а поскольку в работе я касаюсь обеих ОС, выбор стал очевидным. Начал изучать предложения на официальном сайте. И вот тут — первый удар. Стоимость курсов в некоторых учебных центрах заставила меня серьезно задуматься: «А нужна ли мне эта подготовка, если вроде бы и так всё знаю?» Но любопытство победило. Я решил тестировать, попробовать .
Часть 2: Организация. Поиск курсов и «неспешные» менеджеры.
Проскролив штук пять страниц с предложениями, я нашел несколько учебных центров с адекватными ценами. Начал переписку с менеджерами.
Совет №1: настройтесь на ожидание. Ответ пришел далеко не сразу, прошло несколько дней. Видимо, такова специфика. Но как только контакт состоялся, всё пошло быстро: договор, оплата, зачисление — и вот я уже студент.
Часть 3: Учёба.
Проверенный университетский формат. Мне прислали ссылку и дату старта. Формат напомнил университет: · Лекции — в записи. Смотрел в свободное время, очень удобно. Практика — раз в неделю, онлайн с преподавателем. На ней разбирали лабораторные и отвечали на вопросы. Первая ступень — это два курса: «Альтадмин 1» и «Альтадмин 2». Каждый длится около 4 недель и включает лекции, 4 лабы и итоговый тест. Всё прозрачно и понятно. Обратная связь и преподаватель: Здесь мне повезло. Преподаватель отвечал на вопросы на учебной платформе молниеносно. Чувство юмора у него было своеобразное, но это мелочь. Главное — экспертиза и готовность помочь были на высоте.
Часть 4: Впечатления и нюансы. Кому стоит идти?
В целом курсы «зашли», и я их рекомендую, но с важными оговорками.
Плюсы:
1. Структурированный, практический материал.
2. Быстрая обратная связь.
3. Гибкий формат (запись + живая практика).
Нюансы (о которых стоит знать):
1. Для полного новичка может быть мало теории. Если никогда не работали с Linux, придется активно гуглить. Но все ключевые задачи на практиках разбираются.
2. В лабах встречаются «подводные камни». Иногда в условиях всплывают неочевидные ошибки или недоговоренности. Но иногда о них предупреждают. Если у вас есть даже небольшой опыт, вы с ними справитесь. Для меня это даже стало плюсом — пришлось глубже копать.Иногда версии virtual box показывали сюрпризы,то версии дистрибутивов Linux. Воооообщем разбирался.
Часть 5: Разочарование в сертификации.
После успешного окончания курсов и получения сертификатов учебного центра я собрался финализировать путь — сдать официальный экзамен от вендора. И здесь меня ждало главное открытие и разочарование: оказалось, что сдать экзамен на сертификат могут только представители юридических лиц. Для частных лиц эта дверь закрыта. Этот разочаравало.
Итоги и выводы
1. Качество обучения — на хорошем уровне. Если нужны структура и практика, курсы отличные.
2. Целевая аудитория — не абсолютные новички, а те, кто хочет систематизировать опыт и разобрать задачи с экспертом.
3. Главный минус — невозможность для физлица получить полноценный вендорный сертификат после обучения. Уточняйте этот момент ДО оплаты курсов. Мой опыт получился познавательным, но с послевкусием. Надеюсь, мой рассказ поможет вам сделать выбор.
Объяснять знакомыми образами
У меня есть собака породы Акита-ину. Заметная, красивая, статная, сдержанная. Прохожие часто обращают на неё внимание, просят погладить или задают какие-нибудь вопросы:
— Ого, какой красивый пёс! А что за порода? Лайка? Хаски?
Потом я пытаюсь объяснить, что это японская порода, говорю название "Акита-ину", а в глазах прохожего вижу полнейшее непонимание. И примерно такое же непонимание возникает в головах зрителей (читателей, слушателей) рекламы, когда сложно и непонятно рассказывают про продукт компании.
Но я же маркетолог 😎 Поэтому я начал применять эффект образного знакомого мышления и добавлять: "Помните фильм "Хатико"? Вот в нём была такая же собака".
В 80% случаев непонимание меняется на блаженную улыбку, а прохожий уже чувствует симпатию к моему пёселю и ещё больше хочет его погладить.
Это очень яркий пример того, как работает образное мышление, особенно через сопоставление со знакомым объектом - так гораздо проще донести сложную (ненужную/непривычную) информацию.
Но есть же ещё 20%, которые не смотрели фильм и ещё сильнее начали сомневаться в моей адекватности. И добавили к размышлениям то, что я выдумал какую-то породу и пытаюсь выдать обычную рыжую лайку за экзотического питомца.
Тогда я достаю козырь из рукава: "Ну что же вы? Такую ещё Путину дарили". И закрываю понимание у другого сегмента ЦА. Образ другой, но объект тот же, всё та же собака.
Это важный момент в коммуникации: Не менять продукт, а менять язык, на котором о нём рассказываешь. И когда этот язык совпадает с языком аудитории - появляется узнавание, доверие и желание взаимодействовать.
Получается, когда нужно рассказать про продукт разным людям, то кому-то лучше донести это через массовую культуру, кому-то через личность, а кому-то через музыку или другой понятный и простой образ, который уже есть в головах ЦА.
Представлен открытый сервис SmartImage, который проверяет ресурсы в сети и ищет первоисточник картинки на базе нескольких алгоритмов поиска: SauceNao, IQDB, Ascii2D, trаce.mоe и других. Можно искать через перетаскивание и загрузку изображений, в текстовом поле, через буфер обмена, а также через командную строку.
Представлен открытый бесплатный сервис Maltrail для анализа входящего и исходящего трафика и вредоносов в нём. Проект умеет:
обнаруживать опасные домены, URL и IP;
распознавать вредительские HTTP User‑Agent‑строки;
выявлять актуальные инструменты атак на ПК;
высокий уровень сетевой безопасности без сложного развёртывания — сервис ставится за один клик;
может помочь найти вирусы, майнеры и прочий мусор, который обращается в сети.
polluSensWeb теперь поддерживает 26 датчиков и веб-хуки
С последними обновленьями polluSensWeb теперь поддерживает 26 различных датчиков и внедряет интеграцию с веб-хуками, открывая возможности для автоматизации в реальном времени, пересылки данных и внешних аналитических конвейеров.
До сих пор polluSensWeb был в основном инструментом визуализации и диагностики. Данные оставались в сессии браузера. Это было удобно для тестирования, калибровки или демонстрации, но ограничивало возможности реального применения.
При включенных веб-хуках данные датчиков могут автоматически отправляться на внешний конечный пункт в режиме реального времени.
Это позволяет:
Пересылать измерения в базы данных.
Запускать оповещения или автоматизацию.
Отсылать данные в панели мониторинга, такие как Grafana.
Интегрироваться с платформами сообществ или пользовательскими API.
Клиент YouTube для Android под названием Download YT PRO весит всего 60 кБ (48 кБ в архиве). Приложение не требует Root-прав, убирает рекламу, даже спонсорскую. Видео не ставится на паузу, если свернуть приложение или заблокировать экран. Есть встроенный загрузчик видео и шортсов. Добавлен ИИ Gemini, который сразу сделает саммари даже часовых лекций и выдаст факты и советы по контенту.
Podman, OCI и HEALTHCHECK.
Восстанавливал работоспособность одной репы и столкнулся с забавной особенностью.
Compose файлы, которые там есть — предельно простые. Есть цепочка сервисов, которые запускаются друг за другом. Первым стартует БД, никаких проблем. Вторым — сервис с API для загрузки данных в БД. Опять никаких проблем. Третьим — контейнер с wrk для нагрузочного тестирования. И вот тут загвоздка. Контейнер зависал в бесконечном состоянии "Created".
Подебажил. Оказалось, что при сборке образа API никак не фиксировался HEALTHCHECK! Podman по-умолчанию использует именно OCI спеку контейнеров, а не Docker, и там нет поддержки HEALTHCHECK. Из-за этого не срабатывал condition: service_healthy в Compose-файле, подвешивая контейнер с wrk.
Чтобы решить эту проблему, нужно явно указать формат спеки как Docker при сборке Dockerfile/Containerfile. У Podman это выглядит так:
podman build --format docker .
А вот так для Podman Compose:
podman-compose --podman-build-args='--format docker' build
Альтернативный вариант, если не хочется передавать аргумент каждый раз — установить переменную окружения:
export BUILDAH_FORMAT=docker
Вот такие пироги :)
Почему стоит использовать protected в Angular компонентах?
Если вы используете в своих компонентах только public и private, вы упускаете возможность сделать архитектуру чище. Я предлагаю четко разделять ответственность членов класса.
Часто мы по инерции делаем public любые методы и свойства, которые нужны в шаблоне (HTML). Но public в TypeScript означает, что это публичный API компонента - к этим методам может получить доступ любой родительский компонент через @ViewChild.
Почему стоит использовать protected:
1. Явное намерение: protected сигнализирует, что метод предназначен для использования внутри класса или в его шаблоне, но не должен вызываться извне.
2. Защита от регрессии: Если другой разработчик попытается вызвать такой метод через @ViewChild, TypeScript выдаст ошибку. Это заставит его задуматься: «Действительно ли мне нужно делать этот метод публичным?» или «Может, стоит создать отдельный метод для API?».
3. Читаемость: Открывая код, вы сразу видите: public - для внешнего мира, protected - для шаблона, private - для внутренней логики сервисов и подписок.
Разделяйте Public API и внутреннюю логику шаблона - ваш код станет надежнее и понятнее.
@Component({ selector: 'app-user-profile', template: ` <!-- В шаблоне мы без проблем обращаемся к protected свойствам --> <div class="card"> <h3>{{ userName() }}</h3> <button (click)="onUpdateClick()">Обновить</button> @if(isLoading()) { <div>Загрузка...</div> } </div> ` }) export class UserProfileComponent { // PRIVATE: Внутренняя логика. // Не доступно ни в шаблоне, ни родительскому компоненту. private _userId = 123; // PROTECTED: Доступно только внутри класса и в ШАБЛОНЕ. // Идеально для переменных состояния UI и обработчиков событий. protected userName = signal('Алексей'); protected isLoading = signal(false); protected onUpdateClick(): void { this.logAction(); console.log('Кнопку нажали в шаблоне'); } // PUBLIC: Публичный API компонента. // Только эти методы мы разрешаем вызывать родительскому компоненту. public resetState(): void { this.userName.set('Гость'); this.isLoading.set(false); } private logAction(): void { console.log(`Action logged for userId: ${this._userId}`); } }
ChatGPT запускает Health сервис. 2 года, 260+ врачей. На базе того, что 230+М человек в неделю задают вопросы связанные со здоровьем.
В начале прошлого года уже публиковали исследование сравнения GPT-4+ prompt engineering (без fine-tuning) и лицензированных терапевтов на 18 терапевтических виньетках (коротких кейсах) - Hatch et al. PLOS Mental Health. Оценивали не клинический эффект, а поддерживающие ответы. Ответы терапевтов писали 13 специалистов и 9 из них с PhD/PsyD. Далее 830 участников (широкая выборка, не только клиницисты) оценивали тексты вслепую.
В тесте Тьюринга на Угадай Кто Ответил различимость почти на уровне случайного выбора: 56,1% терапевта vs 51,2% ChatGPT
В post-hoc анализах модель чаще выглядела более “connecting”, более эмпатичной. И в целом по шкале общих факторов терапии (эмпатия, поддержка и т.д..) средняя оценка модели была немного выше (27,72 vs 26,12). Понятно, что тест на виньетках и это оставляет большие риски при обобщении модели и переводе в практику
При этом концептуально, я думаю, что этот тренд не про замену врача, а про триаж. Модель может позволить снять страх первого вопроса и дать дополнительный буст обратиться к врачу при ред флагах. В общем интересно будет потестить.
Также любопытно будет влияние на статистику в ранней диагностике, запущенных случаях и ложных обращениях. AI-Health не новость, но ChatGPT имеет тот охват и соотвенно потенциальное влияние, которые могут влиять на крупные цифры
Код, архитектура и работа с командами — кажется, эти темы будут актуальны в IT-сообществе еще долго, и 2025 год не стал исключением. В нашем блоге эти темы по итогам года вошли в число самых читаемых.
Ниже мы собрали ссылки на статьи про инструменты разработки, документацию и инженерную коммуникацию. Читайте, сохраняйте, делитесь с коллегами.
Приходите на вебинар, расскажем, как сэкономить на запуске LLM-моделей
Платите за ресурсы, которые не используются, или сталкиваетесь с ошибками из-за нехватки vRAM? Тогда этот вебинар для вас. Приходите пообщаться с нашими экспертами, они расскажут, как точно рассчитать конфигурацию для запуска LLM и настраивать параметры инференса для экономии без потери в качестве.
О чем будем говорить на вебинаре:
из чего складывается потребление vRAM;
как точно рассчитать конфигурацию GPU для выбранной модели, включая форматы квантования (BF16, FP8);
какие параметры LLM сильнее всего влияют на стоимость и производительность;
как с помощью Evolution ML Inference автоматически масштабировать ресурсы и переводить модели в serverless-режим, чтобы платить только за активную работу.
Еще будет практическая часть, на которой покажем запуск LLM с оптимальными параметрами в сервисе Evolution ML Inference. Сравним разные конфигурации по производительности и стоимости.
Ждем дата-сайентистов, DevOps-инженеров и руководителей, кому интересно узнать, как оптимизировать затраты на ML-инфраструктуру.
📅 Когда? 15 января в 11:00 мск.
📍Где? Онлайн. Зарегистрируйтесь, чтобы задать вопросы экспертам в прямом эфире.
Получаем доступ к нейросетям Google бесплатно на один месяц, включая Gemini 3, Nano Banana и Veo 3.1:
Заходим на сайт Google по этой ссылке.
Выбираем опцию «Choose your edition».
Выбираем «Start 30-day trial».
Заходим на сайт через свой Gmail.
Учим Python — представлен интерактивный учебник, который работает прямо в браузере. Он поможет освоить базу буквально за пару месяцев:
Больше 100 заданий — основы для понимания основных концепций языка, беглого кодинга программ и выстраивания логики сервисов.
Примеры кода — не просто теория, анужно решать задачи сразу после прочтения материала.
Есть текстовые материалы, вшитые YouTube-уроки, задачи, дополнительные лекции и контрольные вопросы.
Энтузиаст добавил ИИ в умную камеру безопасности с помощью Raspberry Pi и протестировал её работу, переодевшись в вора.
Вслепую
Представьте, что есть некая суперспособность, позволяющая выполнять любую работу на 20% лучше и быстрее. И есть магические курсы, позволяющие обрести эту суперспособность. Доступ к курсам есть у каждого, но большинство людей либо ленятся их пройти, либо бросают на полпути. Зато те, кто дошёл до конца, всю оставшуюся жизнь пользуются указанной суперспособностью.
Когда я был в девятом классе, мне попался в руки клавиатурный тренажёр, обещавший за 100 уроков обучить слепому десятипальцевому методу набора текста. К тому моменту я уже довольно быстро печатал тремя-четырьмя пальцами и не понимал, зачем переучиваться на десять. Однако ради интереса установил программу и начал обучение. Чем дальше я продвигался, чем больше понимал, насколько новый метод эффективнее старого. За пару месяцев я освоил русский курс, а когда появился английский, прошёл и его.
С тех пор слепой набор ежедневно помогает мне в учёбе, программировании, руководстве. Он позволяет фокусироваться на задаче, а не на клавиатуре. Например, я на лету конспектирую встречи и записываю поставленные задачи.
Многие уверены, что и так набирают вслепую и не подсматривают на клавиши. Если вы тоже так считаете, пройдите простой тест. Попросите коллегу накрыть ваши руки листом A4 и попробуйте набрать без ошибок пару абзацев текста.
Впрочем, большинство людей всё равно продолжат набирать двумя-тремя пальцами. Поэтому мой совет школьникам и студентам: хотите получить фору перед сверстниками — найдите клавиатурный тренажёр.
Напряжения в ΛCDM: инвентаризация без алармизма
На arXiv вышла обзорная работа arXiv:2501.00609 Элеоноры Ди Валентино под названием «Трещины в стандартной космологической модели: аномалии, противоречия и намеки на новую физику» (Cracks in the Standard Cosmological Model: Anomalies, Tensions, and Hints of New Physics), посвящённая согласованности наблюдательных данных в рамках стандартной космологической модели 
. Несмотря на громкое название, на деле это литературный обзор (11 страниц текста с обилием ссылок на источники, ещё 21 страница – библиография), который методично разбирает, насколько различные астрофизические и космологические наборы данных вообще совместимы при их одновременной подгонке.
Эта работа Элеоноры Ди Валентино – не самый захватывающий материал, но полезный для тех, кто хочет понимать, в каком состоянии сегодня находится стандартная космология. Она не предлагает новых результатов или теоретических моделей, сосредотачиваясь на инвентаризации текущего состояния наблюдений и их интерпретаций.
В центре внимания – уже известные, но всё ещё не закрытые напряжения: расхождения по постоянной Хаббла между локальными измерениями и экстраполяцией по данным 
, параметр кластеризации и слабое линзирование, аномалия линзирования , космологические ограничения на массу нейтрино в сравнении с лабораторными данными, а также параметрические расширения стандартной модели (в частности, связанные с ослаблением допущений о тёмной энергии) и возникающие при этом вырождения параметров
Ключевое наблюдение состоит в том, что многие «решения» одной проблемы ухудшают согласие с другими данными. Это не просто статистические флуктуации – речь идёт о структурной несовместимости подпространств параметров в рамках единой подгонки. Автор оригинальной работы не утверждают, что «сломалась». Вместо этого он акцентирует внутреннюю несогласованность: разные наблюдательные каналы предпочитают разные значения одних и тех же параметров.
Ди Валентино подчёркивает роль систематики, априорных предположений и модельных допущений. Особое внимание уделено оптической глубине 
, которая измерена только одним экспериментом (Planck low-ℓ EE) на уровне, близком к шуму, но входит как мультипликативный фактор подавления амплитуд во всём высоко-ℓ участке спектра мощности , включая область силковского (диффузионного) затухания.
Из заключения статьи:
Модель
Главный вывод заключается в том, что прецизионная космология имеет смысл только в том случае, если лежащие в ее основе данные внутренне согласованы и надежны. В противном случае существует риск ошибочного принятия артефактов за открытия, что превратит точность в ложное чувство уверенности. По мере совершенствования космологических измерений крайне важно, чтобы данные говорили сами за себя, даже если это потребует пересмотра давних предположений и методологий, прежде чем утверждать, что мы можем измерять Вселенную на процентном уровне.
Похоже, что сегодня космология сталкивается не столько с нехваткой данных, сколько с вопросом, насколько согласованно мы умеем их читать.
Ссылка: https://arxiv.org/abs/2501.00609
Нативный драйвер OLED-дисплеев для RP2040
Только что в один из своих проектов на микроконтроллере RP2040 понадобилось интегрировать графический дисплей для отображения погодной информации. Выбор пал на распространенные монохромные OLED-дисплеи разрешением 128х64 точки.
Из плюсов этих дисплеев для меня: высокая яркость и контрастность, простота интерфейса, дешевизна и высокая плотность информации в небольшом размере.
Контроллер у всех этих дисплеев стандартный - SH1106.
Свои проекты я пишу на С с использованием нативной Pico SDK. Поиск библиотеки для нужной платформы на С результатов не дал. Все, что на данный момент есть, - различные ардуино-библиотеки и микропитон.
В итоге было принято решение портировать на RP2040 одну из реализаций для STM32. Эта библиотека умеет рисовать графические примитивы в виде вертикальных и горизонтальных линий, прямоугольников пустых и заполненных, растровых изображений а также есть различные функции вывода текста и числовой информации.
Библиотека позволяет задать разрешение экрана а разворачивать экран на 90/180/270 градусов.
Изначально библиотека включала в 2 шрифта с размерами знакомест 5х7 и 7х10 точек.
Для своих целей я самостоятельно разработал большой шрифт 12х16 точек (на фото он).
Репозиторий проекта: https://gitflic.ru/project/svperchenko/sh1106_for_rp2040. Всем, кому надо, можно пользоваться.
Пришлось недавно серьёзно повозиться со сложным обновлением, давно такое интересное не попадалось.
Открытий и интересных решений по дороге получилось несколько, но пока не дошло до обновления рабочей, поэтому всё рассказывать не буду.
Пока про один аспект - ускорение выполнения обработчиков.
В семействе ЕРП регулярно случаются длинные обработчики обновления. Например, при переходе с 17 на 22 в регистр сведений "Реестр документов" добавили измерение с уникальным идентификатором, которое обработчик и заполняет - для всех записей. В моём случае записей было 9 млн, и выполнение обработчика занимало больше суток.
Если нужно сделать 1 шаг обновления, то не страшно - в течение этих суток пользователи могут работать. Но, во-первых, бывают обработчики, которые "отключают" отдельные виды документов или целые контуры учёта, вроде взаиморасчётов или резервов. Во-вторых, мне надо в одно технологическое окно обновить на 4 версии, поэтому ждать было нельзя.
Так вот, попробовал я взять этот обработчик обновления, вынести код в обработку/расширение, самостоятельно распараллелить и запустить. Код там простой, изолированный, никаких зависимостей ни до ни после его выполнения я не нашёл.
И случилось чудо - обработчик выполнился часа за 4-5 (вместо 24+). Попробовал с другими обработчиками, которые столь же изолированные - результат по ускорению тот же.
Я думал, проблема в типовом распараллеливании, которое как-то не очень эффективно распределяет задания между потоками. Пошёл смотреть чужой опыт на партнёрке, нашёл относительно свежую тему (https://partners.v8.1c.ru/forum/t/2259464/m/2259464), где автор нашёл больше меня - дело и в распараллеливании, и в записи статистики. Правда, гарантированного и надёжного решения там найти не получилось - ребята из 1С сказали, что могут быть последствия, если просто отключить статистику. Но обещали что-нибудь придумать со скоростью обновлений.
А пока можете пользоваться тем же способом, что и я, коли возникнет схожая проблема.