Kurgan-Telecom Ru | Информационные технологии

Вот уже несколько десятилетий физики пытаются примирить две великие идеи, появившиеся столетие назад: общую теорию относительности и квантовую механику. Окончательного ответа мы пока не знаем, но это путешествие привело нас в удивительные места. Одним из лидеров этих поисков стал Леонард Сасскинд, который помог прояснить некоторые из самых поразительных идей квантовой гравитации: голографический принцип, ландшафт теории струн, дополнительность чёрных дыр и другие. Он также прославился как писатель, оратор и популяризатор головокружительных идей. Мы поговорим о чёрных дырах, квантовой механике и самых захватывающих новых направлениях квантовой гравитации.

Леонард Сасскинд получил степень доктора физики в Корнеллском университете. Сейчас он занимает должность профессора физики имени Феликса Блоха в Стэнфордском университете. Он внёс важный вклад во множество идей теоретической физики, включая теорию струн, решёточную калибровочную теорию, динамическое нарушение симметрии, голографический принцип, комплементарность чёрных дыр, матричную теорию, космологическую мультивселенную и квантовую информацию. Он автор нескольких книг, в том числе серии учебных текстов по физике под названием "Теоретический минимум" (The Theoretical Minimum). Среди его многочисленных наград - премия Дж. Дж. Сакураи и медаль Оскара Клейна.

В разработке постоянно появляются задачи, для которых приходится осваивать новые инструменты и разбираться в незнакомых подходах. Когда времени на самостоятельное изучение мало, полезно посмотреть, как с похожими задачами работают другие специалисты. Собрали 50 бесплатных открытых уроков на оставшуюся часть октября — с практическими разборами по разработке, архитектуре, инфраструктуре и другим ИТ‑направлениям.

В новостях о применении технологий искусственного интеллекта в бизнесе в основном мелькают названия очень крупных компаний. Но это не означает, что небольшим компаниям, без многомиллионных бюджетов здесь делать нечего. Сейчас на маркетплейсах можно встретить полезные решения в связке 1С с ИИ в самых разных ценовых категориях. Есть до 100 тыс. рублей и даже до 10. При этом недорогое не значит бесполезное. Если у вас есть 1С в том или ином виде и вы хотите попробовать искусственный интеллект в деле, то вот несколько направлений, в сторону которых имеет смысл смотреть.

Привет, Хабр! На связи команда разработки кредитных продуктов для физлиц Т-Банка. Продолжаем серию статей о нашем опыте работы с Zeebe — workflow-движком, лежащим в основе Camunda 8. В прошлой части затронули архитектуру, отказоустойчивость, масштабируемость и асинхронную обработку.

За высокой производительностью в начале эксплуатации может скрываться постепенное замедление. Долгосрочная эксплуатация Zeebe выявляет критическую зависимость от инфраструктуры хранения истории. Накопление данных о процессах нагружает не только сам движок, увеличивая потребление памяти и время создания снапшотов, но и Elasticsearch, который при недостатке ресурсов быстро становится узким местом. Хотя архитектура Zeebe позволяет гибко управлять экспортом событий через кастомные экспортеры и выбирать альтернативные инструменты мониторинга, именно стабильность работы с историей определяет общую эффективность системы. 

В статье разберем, как рост объема данных трансформируется в падение throughput, и почему оптимизация хранилища зачастую важнее тонкой настройки самого движка.

Я диктую по полторы-три минуты подряд: мысль для поста, письмо, правка к задаче. Готовые приложения для голосового ввода на маке я перепробовал, но для длинных кусков они не годились, и в итоге я за пару вечеров собрал свою диктовку на Python. Зажимаешь правый Command, говоришь, отпускаешь, и текст вставляется туда, где стоит курсор. Распознаёт Deepgram.

Статья про то, как это устроено, и про три места, где я потерял больше всего времени. Все три связаны с тем, что обычный Python-скрипт и приложение, которое macOS запускает сама при входе в систему, ведут себя по-разному. Код ниже взят из рабочего файла, лишнее я выкинул.

Directum Projects многие воспринимают как комплексную платформу для управления проектами. И, конечно, они правы. Однако систему можно использовать и для организации ежедневной работы команд: чтобы участники получали, выполняли, контролировали и обсуждали задачи в одном цифровом пространстве. Как это сделать? Рассказала Ия Тарасова, генеральный директор МайТэк.

Google выпустил Nano Banana 2.1 6 октября 2026. Мы проверили её на 14 задачах с русскими промптами против Nano Banana 2, Pro и GPT Image 2.5: часы, таблица элементов, афиши, правка карточки тарифов. В восьми задачах русский текст стоит прямо на картинке.

По сумме пунктов все четыре модели уложились в 5 пунктов из 76, а ошибки у них разные. Nano Banana Pro сильно сломалась на таблице из 18 элементов, Nano Banana 2.1 теряла регистр и знаки препинания в афишах и инфографике, GPT Image 2.5 Sunburst пропустила меньше всех, но от Nano Banana 2 её отделяет один пункт (72 и 71), то есть шум. Ниже: что заявлено, как устроен тест, результаты по задачам, цена в токенах и промпты для повтора.

Днём я занимаюсь корпоративными системами, а по вечерам делаю свои проекты с помощью Claude Code. В какой-то момент я заметил, что пишу код всё меньше, а работаю диспетчером всё больше: напоминаю агенту продолжить, перепроверяю его «готово», а утром обнаруживаю, что в час ночи закончился лимит подписки и всё стояло. Я написал для этого локальный надсмотрщик, AIWorks, а потом отдал ему на сутки его собственный репозиторий. Ниже — как он устроен, что получилось и, главное, что сломалось по дороге.

Подготовка к экзамену часто превращается в перечитывание: материал кажется знакомым, но на вопрос без подсказки ответить трудно. ИИ можно включить в процесс как помощника для составления вопросов, распределения тем и разбора ошибок. Проверять знания всё равно придётся самостоятельным ответом.

Разберём практический сценарий для экзамена с теорией и задачами. Начать работу с учебным материалом можно в Kampus AI; на сайте платформы заявлена подготовка к экзаменам. Описанный ниже план — пример организации занятий, а не гарантия оценки или результат исследования сервиса.

Ну что ж, завершаем наш обзор спецэффектов в докомпьютерную эпоху. В этой части компьютер у нас появится. Но совсем не для того, о чем вы могли подумать. 

Хороший конспект позволяет восстановить ход объяснения после лекции. Список ключевых слов для этого недостаточен: в нём могут исчезнуть условия задачи, исключения и переходы между понятиями. ИИ удобно использовать для первого разбора материала, а затем сравнивать результат с источником.

Ниже — процесс работы с лекцией или учебным текстом. В качестве отправной точки можно открыть Kampus AI. На сайте платформы заявлена работа с учебными материалами; поддерживаемые форматы и ограничения загрузки проверяйте в своём аккаунте. Иллюстрации в статье показывают учебный процесс и сгенерированы ИИ.

Четыре ИИ-субагента нашли ошибку, которую пропустил одиночный агент. После успешной оплаты заказ всё ещё можно было оплатить повторно. В скрытом наборе тестов одиночный запуск набрал 7/8, а агентная команда получила 8/8. При этом обе версии успешно прошли production build и свои тесты. Значит ли это, что команду разработчиков уже можно заменить?

В прошлый раз STM32N6 собирал слова из фонем по заданной таблице. Теперь микроконтроллер превращает свободную английскую речь в текст - без интернета и сервера, при потреблении около 0,2 Вт во время вычислений. Показываю, как это работает на реальной плате, где модель ошибается и что удалось улучшить. Исходники, модель и готовая прошивка выложены на github

Домашний сервер — обычное дело в наше время. Кажется, таким никого не удивишь. Но некоторые экстремальные примеры всё-таки поражают. Вот недавно товарищ рассказал, как организовал у себя дешёвый аналог S3: купил пять недорогих HDD по 8 ТБ и подключил их к ноутбуку через дисковую стойку.

Я делаю Lumi, открытый лаунчер в духе Spotlight: по горячей клавише открывается строка, в которой можно запустить программу, найти файл или задать вопрос нейросети. Честно скажу сразу: код я пишу вместе с Claude, сам я не программист. Но тесты, цифры и ошибки ниже настоящие, и о них хочется рассказать.

Задача была такая: человек без опыта нажимает одну кнопку и получает ИИ, который работает без интернета. Ему не нужен терминал и не нужно знать, что такое Ollama. Дальше расскажу, что из этого вышло и обо что я споткнулся.

Привет, Хабр. Месяц назад я рассказывал, как в одиночку построил AI-платформу на железе под столом. Та статья вышла с опозданием на день, «потому что вчера я чинил NFS». Через три недели NFS-сервер — старенький QNAP TS-220 — умер окончательно. А вечером того же дня мне переслали список б/у железа «под NAS, не надо?».

Эта статья — о том, что выросло из этого совпадения: домашнее ZFS-хранилище из б/у комплектующих, три слоя бэкапов и, главное, проверка восстановления, которая теперь запускается сама. В комментариях к прошлой статье мне резонно заметили, что своё железо — это ещё и время на «поддержку хозяйства». Эта статья во многом о том, куда оно уходит. Грабель было больше, чем хотелось бы, и почти все — в самих бэкапах.

«Сделать текст человечнее» — слишком широкое задание для онлайн-редактора. Одному читателю нужен короткий ответ, другому — подробное объяснение, третьему — инструкция. Чтобы получить полезную правку, нужно описать адресата и действие, которое он должен выполнить после чтения.

В этой статье разберём редактирование объяснения для однокурсника. Такой сценарий отличается от удаления штампов: здесь мы меняем порядок подачи, выбираем примеры и проверяем, насколько понятны термины. Для работы с учебными материалами можно перейти в Kampus AI; конкретные возможности выбранного режима уточняйте в интерфейсе.

Просьба «убери ИИ-слова» обычно означает, что текст звучит расплывчато: много вводных конструкций, повторов и громких оценок. Надёжного списка слов, по которому можно определить автора, нет. Выражения «важно отметить» или «играет ключевую роль» встречаются и у людей. Редактировать нужно функцию фразы: что она сообщает и нужна ли читателю.

Разберём процесс правки учебного текста: от проверки смысла до последнего чтения. Для организации работы можно открыть Kampus AI; ниже приведены самостоятельные редакторские приёмы, а не обещание автоматической оценки качества или прохождения каких-либо проверок.

Презентация для семинара должна помогать объяснять тему. Если перенести на слайды страницы реферата, слушателю придётся одновременно читать и слушать. ИИ полезен на этапе отбора материала: предложить структуру, сократить формулировки, найти места для схем. Решение о том, что доказывает доклад, остаётся за автором.

Ниже — рабочий процесс на примере учебного выступления о том, как команда выбирает инструмент для совместной работы. Это методический пример, а не отчёт о тестировании конкретной платформы. В качестве точки входа в учебный сервис можно использовать Kampus AI. На официальном сайте платформы заявлено создание PPTX-презентаций; условия доступа и экспорт стоит проверить в своём аккаунте.

Самый частый вопрос, который мне задают про так называемый бюстгальтер, уменьшающий грудь, звучит как вопрос о сжатии: «насколько он утягивает?». Подразумевается, что изделие работает как пресс, и чем сильнее давит, тем меньше результат. С инженерной точки зрения это неверная модель, и из неё вырастают почти все ошибки выбора, которые я вижу на примерках. Ниже попробую разобрать, что на самом деле происходит с объёмом, какие силы при этом действуют и почему самое неприятное давление возникает вовсе не там, где его ждут.

Дисклеймер про мой интерес: меня зовут Ольга Васильева, я подбираю бельё с 2019 года и регулярно объясняю это на пальцах. Здесь попробую объяснить через физику, которую обычно опускают.