Kurgan-Telecom Ru | Информационные технологии

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.

Как браузер принимает решение о кешировании? Что такое условный HTTP-запрос? Как возникает 304 Not Modified? Как устроен принудительный запрос ресурса, минуя кеш? Если эти вопросы для вас актуальны, прошу на огонёк.

Изложение намеренно подробное: статья адресована и тем, кто только начинает путь в веб-разработке, и тем, кто просто хочет закрыть отдельные пробелы в понимании механизма кеширования.

Скажем "нет" слепому копированию заголовков кеширования.

Можно ли сделать игру, имея лишь идею, но без программирования, без навыков, и, главное, без денег? Я решил посмотреть, как обстоят дела с «вайб‑кодингом» игр и протестировал несколько (условно‑)бесплатных генераторов.

В качестве промпта нужно было взять описание игры, причем как можно более далекое от стандартов индустрии, такое, например, какое написал бы ребенок. И я вспомнил про «корованы».

В далеком 2001 году в игровую компанию пришло письмо, содержание которого многие из вас знают...

Задался вопросом - как связаны порядки (в смысле перебора от begin к end) элементов в хеш-таблице, если её сначала сериализовать, а потом результат распарсить. Друими словами - смотрим на преобразование

T RefillSimple(T& x) { T res; for(auto& p : x) {res[p.first] = p.second;}; return res; }

Вариант перекладывания, сохраняющий порядок, получить удалось - и для меня это стало неожиданностью.

п.с.
(сори за форматирование - предпросмотр для ленты не сохраняет переносы в коде )

Приветствую читателей. Один из моих лучших друзей в детстве заболел отитом, и впоследствии у него сильно снизился слух. Недавно я расспросил, какие устройства он использует, какой уровень комфорта и так далее. Ответы более чем шокирующие.

Для начала предлагаю посмотреть на проблематику: 2 основных кейса, когда слуховые аппараты могут помочь - кондуктивная тугоухость - это когда весь спектр частот снижен по громкости, и нейросенсорная тугоухость - когда человек одни частоты слышит лучше, другие хуже, некоторые не слышит вовсе. То есть в первом случае проблема может быть решена почти полностью, во втором случае все зависит от конкретной ситуации: слуховые аппараты могут помочь лишь частично.

Итого, слуховые аппараты могут помогать следующим образом:

Компанией Humathèq, занимающаяся разработкой новых продуктов и индустриальным дизайном, однажды сформулировала свой ключевой смысл, как "Сильный продукт продаёт себя сам".

Идея данного смысла в создании продуктов, ориентированных на конкретных клиентов и пользователей, решающих их проблемы и боли, улучшающих их пользовательский опыт. Вместо создания бессмысленных коммодитивных продуктов, которые способны продаваться только благодаря усилиям продавцов и маркетинговым кампаниям, построенным на обмане и манипуляциях.

Для создания сильных продуктов Humathèq потребовались методологии, часть из которых пришлось создавать самим, и одной из таких методологий стала знаменитая концепция SPSF.

Изначально SPSF предназначалась для разработки продуктовых стратегий, ответов на вопросы: над какими продуктами компаниям стоит работать, на каких направлениях сконцентрироваться, от каких отказаться, но позже компании доказали эффективность SPSF и для разработки корпоративных стратегий наряду со SWOT, BCG, 5-сил Портера и др.

В данной статье вы познакомитесь с типичными ошибками и привлекающими внимание подходами, которые можно встретить в разных Open Source проектах. Без воды, только конкретные комментарии. Будет полезно и для своих проектов.

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.

Сегодня я хочу рассказать о внедрении финансового генеративного чат-бота в финтех и о том опыте, который был приобретен за время запуска этого проекта. Эта статья написана с целью объяснить концепции и трудности, с которыми мы с командой столкнулись, поэтому постараюсь обойтись без особого погружения в технические детали.

Распознавание речи в реальных условиях представляет собой одну из наиболее сложных задач в области обработки сигналов. Особенно актуальна эта проблема для роботов, которые должны функционировать в разнообразных зашумленных условиях: в толпе людей, на открытом воздухе при сильном ветре, в помещениях с высоким уровнем фонового шума. Традиционные алгоритмы шумоподавления, разработанные для стационарных условий, оказываются неэффективными в таких сценариях.

В данной статье описывается исследовательский проект по разработке и оптимизации алгоритмов цифровой обработки сигналов для обеспечения надежного распознавания речи в экстремальных акустических условиях. В качестве тестовой платформы использована система автоматического распознавания птиц на базе BirdNET-Go, что позволило проводить длительные полевые испытания в естественных условиях с разнообразными типами шумов.

Ключевой задачей проекта был подбор оптимальных алгоритмов фильтрации и их параметров для работы с нестационарным шумом. В процессе исследования были реализованы и протестированы различные подходы к шумоподавлению, включая спектральное вычитание, адаптивные фильтры и алгоритмы на основе минимальной среднеквадратичной ошибки. Особое внимание уделено алгоритму Log-MMSE (Minimum Mean-Square Error Log-Spectral Amplitude Estimator), который показал наилучшие результаты в условиях нестационарного шума.

Выбор птиц в качестве тестового объекта был неслучаен: вокализация врановых (ворон, сойка, сорока, галка, грач) по своим частотным характеристикам близка к человеческой речи, что делает их идеальной моделью для отработки алгоритмов, предназначенных для роботов. Длительные полевые записи в различных погодных условиях позволили собрать обширную базу данных для анализа эффективности различных подходов к шумоподавлению.

Перекличка эпох. Буквально недавно я опубликовал очередную cool-story о лихих математиках из лихих 90-х, как получил живое свидетельство алгоритмов управления прямиком из тех легендарных времен.

Заливаем алгоритмы, созданные 20 лет назад для АСУ ТП нефтепровода, в современные контроллеры .

По работе сейчас нужно сделать стенд-демонстратор. Задача – показать, как, используя среду математического моделирования, можно заливать одни и те же технологические алгоритмы АСУ ТП в контроллеры от разных производителей и на разных аппаратных платформах. Идея в том, чтобы спроектировать алгоритм в SimInTech один раз, а потом, при смене контроллера (привет санкциям и старушке Шапокляк фон дер Ляйен), уже ничего не нужно проектировать заново: ни этот же самый алгоритм, ни создавать его заново в другой среде разработки. Открываем SimInTech с готовым проектом – и пожалуйста:

«…нажми на кнопку – получишь результат,

И твоя мечта осуществится.

Что ж ты не рад?

Тебе больше не к чему стремиться!»

А вот если алгоритм в среде разработки Siemens, то тут уже фигушки, нужно его опять пересобирать в среде разработки от другого производителя. А нам её ещё нужно найти, что нетривиальная задача. Если все разработчики автоматики, за редким исключением, собирали свои алгоритмы в различных импортных Codesys, запрещённых нашими немецкими партнёрами из ЕС.

«…а ещё вчера все вокруг говорили: Siemens – друг, Siemens наш немецкий друг…»

На этом месте возник у меня вопрос: а что, собственно, взять в качестве примера для стенда-демонстратора? Первая мысль, конечно, обратиться к текущим проектам в которых нас привлекают как консультантов:

Мое субъективное мнение о лучших объективах для беззеркальных кроп-камер Sony. Некоторые модели доступны и для других беззеркальных систем.

Когда мы обучаем модели машинного обучения, почти всегда возникает один и тот же вопрос:

Что именно происходит во время обучения?

Обычно мы смотрим на графики метрик и пытаемся вручную интерпретировать происходящее.

Можно посмотреть на learning curves и понять, что происходит:

Но этот анализ почти всегда выполняется вручную или с помощью простейших эвристических правил. А ведь сколько времени, сил и нервов можно было бы сэкономить, если обучить до 100 эпохи а не до 500 (см картинка выше) :-(

Но можно задать интересный вопрос:

А можно ли автоматически определить состояние обучения модели?

В одной из своих предыдущих статей «Как нейросети меняют наш мир и как адаптироваться к новым вызовам» я упоминал, что современные технологии выступают в качестве великого уравнителя. Смартфон у миллиардера и у студента один и тот же, доступ к Википедии равен для всех. Однако революция искусственного интеллекта — это не просто новый гаджет. Это тектонический сдвиг, сравнимый с изобретением парового двигателя или электричества. Только если промышленная революция разделила мир на тех, у кого есть заводы (буржуазия), и тех, кто на них работает (пролетариат), то ИИ-революция грозит создать когнитивный разрыв. Пропасть будет лежать не между богатыми и бедными, а между теми, кто управляет алгоритмами, и теми, кем алгоритмы управляют. Давайте немного поразмышляем над тем, каким будет возможное расслоение общества из-за активного внедрения искусственного интеллекта. Проанализировав текущие тенденции и мнения визионеров, я выделяю четыре основные касты, на которые разделиться общество будущего.

Пару месяцев назад я публиковал отчет об эксперименте по созданию языковой модели на базе модульной архитектуры с ядром на латентных представлениях. Данная статья является отчетом о новых аспектах этого эксперимента. Поэтому для тех, кто не в теме, совсем коротко: классические авторегрессивные LLM оперируют токенами, условно говоря думают на токенном уровне. В модульной архитектуре отдельно выделяется языковой интерфейс в виде энкодера и декодера, а само «думающее» ядро работает уже не с токенами напрямую, а с их сжатыми латентными представлениями. Кому интересно, вот ссылка на статью с предыдущим экспериментом: https://habr.com/ru/articles/985496/

Но в ходе экспериментов быстро выяснилась одна важная деталь...

Наверное вся страна уже знает о том, что власти планируют отменить Телеграм на всех уровнях и вместо Телеграма предлагают нам перейти в довольно сырой мессенджер MAX.

В данном лонгриде я попытался предсказать, что будет происходить в ближайшие месяцы и кому-то реально стоит переживать, а для кого-то это окно возможностей и им надо пользоваться.

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.

Привет, меня зовут Владимир Голубев, я системный архитектор. Последние несколько лет я занимался системной архитектурой в финтехе. За это время у меня накопилось много опыта и понимание того, чтобы я хотел изменить в работе архитекторов. Я хочу рассказать, как я пришёл к подходу "архитектура как код" и почему в итоге начал создавать свой инструмент для работы с живой архитектурной моделью.

С момента появления следящих и подслушивающих устройств люди стремились разработать надёжный прибор для их обнаружения. Один из самых эффективных инструментов в этой области — детектор радиозакладок на ВЧ-излучении. Любые P-N полупроводники по своей природе будут светиться излучают волны на гармонических частотах исходной волны.

28 февраля 2026 года я стоял у окна на 41-м этаже в JBR в Дубае и смотрел, как системы ПВО ОАЭ перехватывают иранские беспилотники прямо над моей головой. Полез в новости — в Google и Яндексе статья двухчасовой давности, Telegram-каналы противоречат друг другу. Когда это происходит где-то далеко, не придаёшь этому значения. Когда ты в центре событий, то хочешь знать оперативную информацию, желательно с push-уведомлениями.