Приветствую всех!

Год назад я уже рассказывал про то, как работает мониторинг пассажирского транспорта и какое оборудование там используется. Но в комментариях мне подсказали, что рассмотренные устройства хоть и используются во многих городах до сих пор, но всё же являются довольно древними.

Прошло больше года, и вот ко мне в руки попал девайс следующего поколения, куда более навороченный. Что же он умеет? Сейчас и узнаем. Заодно выясним, как он устроен, почему новый в коробке прибор может быть сходу нерабочим и как вернуть его к жизни. Как водится, будет много интересного.

Если бы знания автоматически превращались в навыки, Хабр давно сделал бы нас крутейшими специалистами.
Мы читаем кейсы, аналитику, туториалы. Узнаём новые идеи. Комментируем, повышаем и понижаем рейтинг публикаций, иногда даже добавляем их в закладки. Но почему-то новые знания далеко не всегда превращаются в новые действия.

Причина не в лени. И не в недостатке силы воли.
На пути от «прочитал» до «начал делать» есть несколько системных препятствий. Я постоянно встречаю их и у себя, и у коллег, и у руководителей, и у участников различных программ обучения.

Начинается всё с одной глубокой ямы под названием «Я это уже знаю». Давайте посмотрим, как мы в неё попадаем и что нужно сделать, чтобы из неё выбраться.

Привет, Хабр! Я Наталья, занимаюсь технологическим развитием агропромышленного комплекса в Россельхозбанке. Наша команда активно помогает инновационным компаниям расти, а агрохолдингам внедрять новые решения первыми. Кажется, тренд на эффективность и экологию дошёл и до удобрений, и теперь фермеры не готовы бесконтрольно вносить в землю обычные минеральные удобрения, повышающие урожайность. В этой статье хочу рассказать вам об одной из самых обсуждаемых тем в агро — удобрениях с программируемым высвобождением и биоудобрениях. Что это такое и с чем это едят?

Мы переходим от эпохи грубой силы к эпохе умного управления и комплексной работы с живой системой. Удобрения становятся операционной системой на почвенном компьютере. И мы только начинаем понимать, как ей грамотно управлять.

В телевизоре есть железо и оно работает, но зачем и почему — непонятно. Как его превратить в то, что будет работать для меня, но не в виде красивых картинок и видео, которые я могу открыть с ПК.

Сеть может «лечь» не из‑за провайдера, не из‑за перегруженного сервера и не из‑за мистики в коммутаторе. Иногда достаточно одной L2-петли: кадры начинают ходить по кругу, broadcast‑трафик превращается в шторм, MAC‑адреса флапают, а пользователи внезапно теряют доступ к DHCP, шлюзам и внутренним сервисам.

Разбираемся, как быстро распознать такую аварию, найти проблемный порт и не допустить повторения.

Как дать админу доступ к виртуальным машинам на удалённом хосте без агента внутри гостевой ОС — на примере VirtualBox и Hyper-V. Один RDP-движок на оба гипервизора, три бага VirtualBox по дороге и таймаут, который переписал всю архитектуру.

Привет, Хабр! Меня зовут Кирилл Кулаков, я занимаюсь развитием MLOps-платформы в Uzum Fintech.

Недавно у нас в команде разгорелся спор о том, как правильно разворачивать платформы. Причем разгорелся он уже после того, как мы совместно всё спроектировали, двигались какое-то время в одном инфополе, и я уже развернул довольно большую часть.

И тут коллеги начали задавать вопросы «Почему мы не разворачиваем каждый компонент последовательно, настраивая все досконально?». Для меня это звучало как: «Ты сделал неправильно, сейчас будем разбирать твою работу и от половины откажемся». 

Мы строим MLOps-платформу под широкий спектр AI-задач и по ходу работы постоянно сталкиваемся с архитектурными вызовами и альтернативными решениями. 

В какой-то момент мы поняли: для одной и той же задачи мы можем собрать множество архитектурных вызовов, а потом тестировать такое же множество разных подходов. А время всё ещё не резиновое, как и силы команды. Так что мы сели и серьёзно обсудили наши методы развёртывания ИТ-платформ.

И потом я задумался, а на самом ли деле в разных компаниях и командах бывают настолько разные подходы к этому делу?

В статье предлагаю поисследовать эту тему вместе со мной.

Вот смотрите: кинули в мясорубку не только мясо, но и другие ингредиенты. Что получилось? Уже не чистый фарш, а какая-то смесь всего со всем. А если для каждого ингредиента взять свой инструмент, то получим чистый продукт. В нейросетях то же самое: общие веса = общая мясорубка. Обучили на кошках, потом на машинах, всё смешалось. Кошки забыты.

Это catastrophic forgetting. 30 лет проблемы. Тысячи статей. Регуляризация, replay, elastic weight consolidation, всё какие-то костыли. Решение лежит на поверхности.

Изготовление электровакуумных приборов (ЭВП), в том числе и в первую очередь в любительской лаборатории, имеет большой камень преткновения — вакуумную обработку собранных приборов. Это агрегаты из двух специальных насосов для получения высокого вакуума, это высокая чистота материалов и элементов «системы» и самого ЭВП, специальные методы их подготовки и обработки. Это сложно, хлопотно, громоздко, наконец, это дорого. Даже такой, казалось бы, пустяк — измерить полученное разрежение, стоит изрядной возни, ухищрений и средств. Держа в уме лейтмотив — наше будущее кустарное изготовление вакуумных и газонаполненных ламп, где всё по возможности просто, недорого и лучше своими руками — автоматически переносимся к началам электровакуумной эпохи. Совершим же небольшой экскурс по старинным, морально устаревшим средствам измерения вакуума. Тем из них, что несложно сделать и которые могут пригодиться в работе.

Середина июня 2026 г. Вижу, что цена на один интересный мне ретро-ноутбук снижена до подъёмного уровня. Решаюсь заказать. Ехать в Краснодар ноутбук будет всего каких-то 80 км. Это чистый “японец” Fujitsu FMV-Biblo NB53E 2003 г.в. на процессоре Intel Mobile Celeron. Судя по объявлению ноутбук комплектный и рабочий, но с незначительными дефектами и без блока питания, что меня не может остановить. Через день ноутбук уже у меня. Посмотрим, что на этот раз интересного преподнесёт очередной “японец”.

Привет, Хабр! Меня зовут Антон Алексеев, я MLOps-инженер в Авито. 

В статье рассказываю, как мы строим ML-платформу на базе Kubeflow. От первых DevBox-решений мы пришли к набору небольших юнит-платформ, которые разные команды развивали под свои бизнес-задачи и связывали между собой. Со временем возникла задача объединить эти решения в единую платформу. Поделюсь, как мы это делали, с какими проблемами столкнулись и как их решили. И немного о том, как должны выглядеть агентские платформы, когда за управление инфраструктурой отвечают агенты. 

Статья будет полезна не только тем, кто разрабатывает и использует платформы в больших компаниях, но и тем, кто работает на DevBox-машинах или небольших платформах для юнит-команд от 10 до 100 человек.

Несмотря на все усилия Бурбаки, Коши и Вейерштрасса, подлинно формальные доказательства всегда оставались предметом теории, а не практики. Некоторые математики теперь надеются, что компьютеры смогут это изменить.

Начиная с 1960-х годов исследователи разрабатывают компьютерные программы, называемые системами интерактивного доказательства. Используя такую систему, математик записывает каждую строку доказательства (включая каждое определение) на языке, понятном компьютеру, а затем система проверяет логику. Если хотя бы один шаг не вытекает из предыдущего — если не доказана каждая мелочь вплоть до того, что 1 + 1 = 2, — программа не примет доказательство.

Сейчас учёные надеются формализовать всю математику с помощью системы интерактивного доказательства под названием Lean. Уже создана библиотека, содержащая более 120 000 определений, и проверено четверть миллиона теорем. Несколько математиков поддерживают эту базу данных, обновляя её и проверяя новые данные. (Некоторые из них занимаются этой работой полный рабочий день.) Они уже получили более 10 миллионов долларов финансирования, в основном от миллиардера-финансиста Алекса Герко.

В 1994 году у меня появился первый компьютер: Intel i486 DX2-66 с 4 МБ ОЗУ и жёстким диском на 512 МБ. На нём были установлены IBM OS/2 и Microsoft Windows 3.11. Следующие четыре года я апгрейдил эту машину каждые несколько месяцев, добавляя больше ОЗУ (до 16 МБ), привод CD-ROM и карту SoundBlaster. Так я научился апгрейдить эту машину, устанавливать новое ПО, а потом и писать ПО на BASIC. Но я ни разу не касался процесса запуска и тонкостей MS-DOS.

В 2026 году, 32 года спустя, я узнал из скриншотов DDX3216, что в Behringer использовался настоящий процессор 386. В моём мозгу сразу же активировались какие-то нейроны и я начал размышлять о том, можно ли запускать на этом устройстве ПО или даже полнофункциональную операционную систему. Для этого мне нужно было разобраться, как запускается система x86, когда управление перехватывает DOS и что необходимо для попадания в оболочку.

Всем привет. Хотел бы поделиться своими результатами и обратиться за ответным мнением.

Представлюсь: Шевченко Максим Юрьевич. Работал мануальным тестировщиком (в том числе); считаю себя исследователем, в основном, в области математики.

Лет 10 тому назад мне удалось вывести обобщение тождества Деснано‑Якоби, связанное с методом конденсации Чарльза Доджсона (более известного как Льюис Кэрролл). Тогда это обобщение показалось мне интересным лишь с теоретической точки зрения, и никакого практического применения его я не предполагал. Некоторое время эта работа «пылилась в сундуке», пока я ее, наконец, не опубликовал на GitVerse (там же Python код, о котором позже).

В настоящее время, оказавшись без работы, я вдруг понял, что мой труд, как и я сам, снова пылится без дела и пользы, и почувствовал досаду. Дело еще в том, что будучи человеком без ученой степени, в академических кругах я часто сталкивался с так называемым «недоумением» в свой адрес по поводу моих научных изысканий. Работа моя была опубликована в нерецензируемом журнале. Так что до поры мне не удавалось осознать степень ее новизны и область применения.

И потому в качестве рецензента я решил наконец обратиться к искусственному интеллекту (далее «AI»). LLM‑модели не интересуются регалиями, не затягивают ответ на полгода и готовы отвечать на вопросы до бесконечности.

Конечно, с другой стороны AI может «галлюцинировать», а также выдавать желаемое за действительное, то есть заниматься «цифровым подхалимством»: сикофантией.

Уже прошло два года с тех пор, как мы предложили схему 4.6-битного квантования и рассказали про нее, в том числе и на Хабре: раз и два. Вспомним, что при 4.6-битном квантовании веса и входы слоя принимают такие целые значения, что их попарные произведения помещаются в знаковый 8-битный тип данных. Такая схема позволила нам вычислять нейронные сети на процессорах мобильных устройств быстрее, чем в 8-битном формате, и точнее, чем в 4-битном, потому что уровней квантования больше.

За прошедшее время у нас появился опыт практического применения таких сетей, и оказалось, что для реального использования важны не только схема квантования и алгоритм умножения. Не меньше вопросов возникает по поводу того, как устроены активации, как хранить карты признаков между слоями, как обрабатывать ветвления и как именно обучается квантованная сеть. Сегодня в статье как раз поговорим про это.

Перестанут ли пользоваться поисковиками, какие появятся модели монетизации и что ждет веб мастеров в ближайшие годы

NASA, 23 сентября 1999 года. К тому моменту аппарат Mars Climate Orbiter уже девять месяцев летел к Марсу. Вот-вот он должен был выйти на орбиту планеты. Но что-то пошло не так: связь со спутником пропала. А вместе с ней — несколько лет кропотливой работы и около 125 миллионов долларов. Что же там произошло и кто оказался виноват в ошибке?  

В статье раскрывается взгляд на проблему климата с позиции закона сохранения энергии и того, что истинная причина глобального потепления – это прямой нагрев планеты за счет производимого тепла. А изменения климата уже сейчас настолько масштабны, что мы успешно довели планету до катастрофы. И времени на ее решение у нас почти не осталось!

Также развеивается миф о влиянии парниковых газов на температуру планеты и приводятся доказательства, что не температура планеты зависит от содержания СО₂ в воздухе, а содержание СО₂ в воздухе зависит от температуры на планете.

Общепринятая точка зрения относительно причин глобального потепления объясняется производством парниковых газов. С другой стороны, например, при сгорании углеводородов или выработке электроэнергии выделяется тепловая энергия. Так как наша планета окружена вакуумом, который является идеальным теплоизолятором, то производимое тепло не может покинуть пределы нашей атмосферы и копится, приводя к прямому нагреву планеты. Сейчас эта энергия уходит в таяние льдов на полюсах, поэтому создается впечатление, что нагрев планеты незначителен. На самом деле изменения климата настолько колоссальны, что у нас осталось от 20 до 40 лет до наступления самого настоящего апокалипсиса!

С 1979 по 2020г.г. величина ледяного покрова в Арктике сократилась на ~50% и продолжает сокращаться примерно на 13% за десятилетие. Если темпы производства тепловой энергии в мире останутся хотя бы на прежнем уровне, то оставшиеся 50% льда мы растопим еще максимум за 40 лет. Далее мы столкнемся с ростом температуры планеты.

Но парадокс состоит в том, что умереть нам предстоит вовсе не от того, что мы заживо зажаримся, а оттого, что попросту задохнемся.

Подробности под катом.

Привет, Хабр! Бытует мнение, что блокчейн и криптовалюты — чуть ли не самый защищённый способ хранить активы, до которого хакеры если и доберутся, то только в формате физического завладения флешкой или социнженерии. А вот именно взломать такие протоколы очень и очень сложно.

Наш экспертно-аналитический центр InfoWatch (ЭАЦ) выпустил большой отчёт о киберпреступности в области децентрализованных финансов. В этой статье мы поделимся некоторыми данными из него. Для затравки — лишь за неполные пять месяцев 2026 финансовые потери DeFi-протоколов превысили 770 миллионов долларов. Худший месяц для индустрии в этом плане — апрель, на который пришлось 606 похищенных миллионов.

Впрочем, обо всём по порядку.

Я хотел написать маленький локальный RAG для научных статей: графы, hybrid search, HyDE, reranker, всё красиво. В итоге Full Pipeline проиграл почти всем простым baseline’ам, графы начали портить контекст, HyDE вредил, а локальная LLM уверенно делала вид, что всё хорошо. Потом я разобрался, что ломалось, выкинул лишние LLM‑вызовы, починил trimming и получил систему, которая, наконец, начала выигрывать там, где должна.