Kurgan-Telecom Ru | Информационные технологии

Привет, Хабр! Меня зовут Максим, я студент РТУ МИРЭА. Это продолжение статьи «Мелкие дефекты теряются, а метрика молчит». В ней я сравнивал Mask R-CNN и YOLO на 1812 производственных снимках с повреждениями автомобилей и закончил на тайлинге: если снимок резать на куски, мелкие объекты не будут ужиматься вместе со всем кадром.

До тайлинга я в итоге добрался, и прямой дороги не получилось. Почти каждая попытка что-то чинила и одновременно что-то ломала. Ниже рассказ о том, какие шаги я делал, где ошибался и какие выводы из этого вынес.

Искусственный интеллект сделал написание кода дешевым и заодно незаметно лишил мою команду трёх вещей, на которых всё держалось. Теперь руководить командой сложнее, чем до появления ИИ. В этой статье я расскажу, что именно пошло не так.

В рамках данной статьи рассматривается применение побитовых операций для осуществления операций сложения, вычитания и побитового разворота тех или иных чисел.

Почти более 200 катушек с компонентами уже пересчитаны. Сколько деталей - понятно. Что это за детали и для каких плат они нужны - знает только инженер, которому теперь предстоит неделя сортировки и учёта. Мы дали офис-менеджеру телефон с МиниМаксом, который читает фотографии катушек и каталог компонентов. Получился небольшой склад, который помогает распознать детали, разложить их по коробкам и собрать комплектацию для производства. Расскажу, как он устроен и почему инженеру теперь хватает полдня вместо недели

Привет, Хабр! Мы — Настя и Эвелина — бэкенд-разработчики Т-Банка, пишем код на Scala и горим желанием его популяризировать. Мы собираем и агрегируем новости из разных источников, включая Scala Times, блог Petr Zapletal, добавляем дополнительные материалы и собственные комментарии. Мотивацию черпаем из желания развиваться и делиться полученными знаниями.

Приветствуем любую обратную связь! (づ ◕‿◕ )づ

Захотел добавить себя в Dungeon Cult — свою игру на Unreal Engine 5. Первую голову локальная нейросеть сделала за 273 секунды, но дальше пришлось возвращать сходство, чинить шею, руки и плащ, а потом добиваться внятной речи. Показываю удачные и провальные попытки, сравнения версий и итоговый ролик.

В последние два десятилетия в мире активно обсуждается проблема гендерного неравенства, когда женщины не имеют возможности участвовать в экономике наравне с мужчинами по ряду причин. От так называемого «штрафа за материнство», когда женщины вынуждены делать перерывы и отставать в карьере из-за рождения детей, до прямых запретов занимать определённые должности и недостаточной их представленности на руководящих постах. В некоторых странах из нижней части рейтингов гендерного неравенства женщины до сих пор не имеют базовых прав, таких как защита от насилия и право на образование.

Эксперты, проводящие различные исследования по теме, сходятся в одном. В мире до сих пор нет ни одной страны, которая смогла бы полностью преодолеть гендерный разрыв и обеспечить равное участие мужчин и женщин в экономике. Между тем, недостаточная представленность женщин на рынке труда дорого обходится мировой экономике.

Это перевод нашего райтапа решения, занявшего 19-е место в соревновании RSNA Knee Abnormality Detection на Kaggle. Оригинал: 19th Place Solution.

Про соревнования я пишу в Telegram-канале Pseudolabeling: там можно найти разборы и заметки, которые не попадают в большие статьи.

Это вторая статья из моей серии исследований финансового рынка с помощью кода.

В прошлый раз я проверил правило четырёх недель Ричарда Дончиана из книги Джона Мэрфи «Технический анализ фьючерсных рынков».

На этот раз проверяем серьёзную научную статью из Journal of Financial Economics. И с ней тоже не всё так однозначно.

Поехали.

Привет, Хабр!

На связи Андрей, продуктовый дизайнер Garage Eight.

В октябре было что обсудить: новые айдентики, шрифт, редизайн Photos, ИИ-агенты и несколько заметных продуктовых релизов. Остальные находки месяца — ниже.

1. Новая визуальная айдентика Apple Music

2. Zohran for New York

3. Логотип и бренд «Лужников»

4. Новый открытый шрифт Medeo

5. Редизайн Photos для Windows 11

6. Dots — ИИ-агенты

7. Fizzy Kanban

8. MacBook Pro PROLED XDR

Ввиду быстрого развития технологий искусственного интеллекта все чаще и громче звучат предостережения о его безопасности. И в качестве решения чаще всего предлагается процедура под названием выравнивание. Ее суть в том, чтобы привести интересы искусственного интеллекта в соответствие с человеческими. Иначе у него могут возникнуть собственные интересы, расходящиеся с интересами человека. В этом случае он может устранить последнего как препятствие на пути следования им. Подобный подход предполагает, что в интересах человечества нет ничего объективного, и потому развитый искусственный интеллект может иметь не схожие интересы, а какие-то иные.

Такая позиция несет в себе концептуальный изъян, и при его выявлении обнаруживается, что антагонизм имеет место, но не между интересами человека и искусственного интеллекта, а между интересами разных групп самих людей. И в такой ситуации подлинную глобальную угрозу для человечества, несет как раз само выравнивание. Каким образом интересы продвинутого искусственного интеллекта могут быть ближе к глобальным интересам человечества, чем интересы определенных групп людей? Об этом данная заметка.

Некоторое время назад я опубликовал на Хабре криптографическую задачу №2 с зашифрованным посланием на кубике Рубика. Поскольку никто не прислал правильного ответа, я решил дать шанс чату GPT.

Толстый харнесс - окружающий модель программный контур, который берёт на себя большую часть проверяемых решений: нормализацию запроса, маршрутизацию, требования к контексту, политику, разрешения, выполнение воркфлоу, долговременное состояние и верификацию. Модель остаётся полезной на границе, где требуется понять человеческий текст, но не становится единственным источником истины. Это архитектура, в которой значительная часть решений вынесена из вероятностной модели в явные контракты и обычный код.

У Anthropic три бота с разными задачами: один собирает тексты для обучения ИИ-моделей, второй индексирует страницы для поиска Claude в интернете, третий приходит, когда пользователь просит прочитать страницу. В robots.txt каждого можно закрыть отдельно, но сайты закрывают и тех, от кого зависят ответы. Crawl Readiness в октябре 2026 года проверил топ-1000 сайтов: Claude-SearchBot закрыт у 63 из 569 сайтов, где robots.txt вообще есть, то есть у каждого девятого. Страница попадает в источники Claude, только если её видит поиск, через который он ищет, и на сайт пускают поискового и пользовательского ботов. Обучающий ClaudeBot на это почти не влияет, так что если цель была не отдавать тексты в обучение, хватило бы закрыть его одного.

В мае 2021 года на заводе «Ямал СПГ» запустили четвертую линию сжижения газа. Первые три линии завода работают по лицензии компании APCI, а для четвертой НОВАТЭК разработал собственный процесс «Арктический каскад»: газ охлаждают сначала этаном, затем азотом, а сам техпроцесс рассчитан на холодный арктический воздух. Значительную часть ключевого оборудования для линии впервые сделали российские заводы. Но в сентябре председатель правления НОВАТЭКа Леонид Михельсон сказал, что линия «работает, но плохо».

Успешный пилот показывает только, что решение работает в тех условиях, в которых его проверяли. Чтобы оно доросло до уровня технологии, его нужно испытать в условиях, близких к производственным, запустить, посчитать экономику и, возможно, опробовать на нескольких площадках. И на каждом этапе могут быть подводные камни.

Посмотрим, как производитель обсадных труб справлялся с капризами хромистой стали, появившимися при масштабировании; как добивались кратного снижения стоимости добычи нефти на Баженовской свите и как меняли методику обжига электролизеров, когда технологию перенесли из Хакасии в Иркутскую область.

Представьте: вы создаёте персонажа в RPG. Сила 15, интеллект 18, харизма 16, то есть отличный набор. Вы входите в первую комнату, а там нужно пройти проверку ловкости. Ловкость у вас, к сожалению, 2, так что бросок оказывается провален. Всем фанатам Диско элизиума привет, кстати! Одним словом: вы умерли.

Именно так и устроен онлайн-дейтинг.

Только большинство людей убеждены, что играют по другим правилам, там, где высокая зарплата компенсирует плохие фотографии, а хорошее чувство юмора перевешивает жизнь далеко за МКАДом. Пользователи часто мыслят логикой суммы, но система работает по логике перемножения. Статья именно об этом!

HeadHunter на самом деле не монополист, в последнее время появляется все больше площадок для поиска работы: карьерные сайты напрямую от каждой компании, tg каналы, Hirehi, Hirify, Remote ok/job/work, Habr Career, Linkedin, Geek job, Talent — move, Getmatch, Gdtalents, Soprovod, CareerSpace, WantApply, GitHub Jobs, Careerist, Wellfound, Greenhouse, Huntflow, We Work Remotely, FlexJobs, etc. и каждый день этот список пополняется. Но как за ними всеми успевать следить? Есть огромное количество готовых нейронок по поиску работы, но они не охватывают ВСЕ вакансии и галлюцинируют. 

Есть старый дедовский способ из практики рекрутеров, который откроет вам доступ ко всем опубликованным вакансиям — Boolean Search. И он актуален даже во времена нейронок, хотя бы чтобы лучше настроить их работу, не теряя 60% вакансий, как это происходит в многочисленных продуктах по поиску работы. В 99% случаях из моих карьерных консультаций, кандидаты пробуют писать запросы по текущим статьям по булевым запросам, но на практике плохо получается сделать это самостоятельно, поэтому я решила опубликовать эту статью. Здесь вы найдете и логику составления запросов и самые простые примеры для «чайников» и «кофейников», а дальше уже забирайте их в свои ИИ парсеры.

За время работы над разными проектами, в разных компаниях, я замечал одну похожую историю: все собирают трейсы, но пользы от них мало. Их просто никто не смотрит, потому что они неполные. В них буквально не видно весь путь запроса от клиента до последнего микросервиса в цепочке интеграций разных продуктов и команд в компании. В итоге на них все забивают, ищут проблемы по логам, это входит в привычку, так дальше и живут.

В этой статье я хочу рассказать, где же теряются трейсы в микросервисах и как перестать жрать кактус.

Как встроить AI-агентов в командную разработку и контролировать качество изменений? Внедрение ИИ в разработку часто начинается с простого требования: используйте агентов и выпускайте фичи быстрее. И даже среди разработчиков есть мнение, что они теперь “мясные прокси”. Но довольно быстро возникают вопросы: кто проверяет, как агент понял задачу, какие решения можно ему доверить и как убедиться, что новая фича не сломала существующие?

Возможно, вы думаете, что космическое пространство совершенно пустое. Однако эта кажущаяся пустота содержит едва заметный туман из водорода и других нейтральных атомов. В 2020 году космический аппарат НАСА New Horizons, уже миновавший орбиту Плутона, измерил показатель, позволяющий оценить количество окружающего его водорода. В пространстве между звёздами нашей Галактики, межзвёздной среде, New Horizons обнаружил около 130 атомов водорода на литр пространства.

Этот водород вместе с некоторым количеством гелия и других молекул в основном остался со времён Большого взрыва. Его запасы постоянно пополняются благодаря различным космическим явлениям, например звёздам, которые при рождении выбрасывают струи газа и пыли, а умирая, сбрасывают свои внешние оболочки.

Поскольку межзвёздная среда чрезвычайно разрежена и изменяется очень медленно, на протяжении последних пятидесяти лет астрономы практически не уделяли внимания её деталям, рассматривая её как неподвижный фон для более зрелищных событий во Вселенной.

Однако это почти пустое пространство устроено сложнее, чем кажется.

За последние несколько лет астрофизики существенно изменили наши представления о межзвёздной среде. Используя недавно созданные карты, охватывающие тысячи световых лет нашей Галактики, они обнаружили, что она вовсе не является таким спокойным и неизменным фоном, каким её считали исследователи. Напротив, значительная часть межзвёздной среды, по‑видимому, неустойчива. Этот вывод прямо противоречит ведущим теоретическим моделям, описанным в учебниках. Неожиданное открытие может помочь найти ответ на давно остающийся нерешённым вопрос о скорости звездообразования.