«Битва роботов» возвращается! Завтра стартует новый сезон. Инженеры уже во Дворце спорта «Молот» в Перми и вовсю готовятся к поединкам.
На ринге встретятся первые 28 команд из турнирной сетки. Роботы приехали из 15 регионов России, а также из Индии, Ирана и Казахстана. Посмотрим, чьи машины выйдут в полуфинал!
Кто участвует
Битва роботов — международный чемпионат, на котором инженеры собирают роботов и затем управляют ими на специальном ринге, чтобы выяснить, кто сильнее.
Please open Telegram to view this post
VIEW IN TELEGRAM
VK Видео
Прямая трансляция 1-го отборочного этапа | чемпионат Битва роботов 2025
«Битва роботов» — это спортивно-технический чемпионат, на котором инженерные команды соревнуются в проектировании и сражении своих роботов. Соревнования проходят на специализированном высокотехнологичном ринге, где созданные командами роботы наносят друг…
Ученых обучат применению искусственного интеллекта в исследованиях
Школа анализа данных (ШАД) Яндекса, где готовят специалистов по машинному обучению и анализу данных, запускает новое направление подготовки — «Искусственный интеллект в естественно-научных исследованиях». Программа рассчитана на молодых учёных, магистрантов и аспирантов из областей физики, химии, биологии, экологии, медицины и геологии.
💻 За два года обучения участники освоят основы анализа данных и машинного обучения, получат прикладные навыки работы с генеративными моделями и смогут сразу применять их в своих исследованиях. У каждого студента будет два ментора — один из Machine Learning/Data Science и один из своей предметной области.
Обучение бесплатное, набор открыт до 10 сентября.
Школа анализа данных (ШАД) Яндекса, где готовят специалистов по машинному обучению и анализу данных, запускает новое направление подготовки — «Искусственный интеллект в естественно-научных исследованиях». Программа рассчитана на молодых учёных, магистрантов и аспирантов из областей физики, химии, биологии, экологии, медицины и геологии.
💻 За два года обучения участники освоят основы анализа данных и машинного обучения, получат прикладные навыки работы с генеративными моделями и смогут сразу применять их в своих исследованиях. У каждого студента будет два ментора — один из Machine Learning/Data Science и один из своей предметной области.
Обучение бесплатное, набор открыт до 10 сентября.
Хабр
«Яндекс» запускает учебную программу по использованию ИИ в естественно-научных исследованиях
Школа анализа данных (ШАД) «Яндекса» открывает набор на программу «Искусственный интеллект в естественно-научных исследованиях». Поступить на программу могут магистранты, аспиранты и научные...
😁2
Американский предприниматель и миллиардер Илон Маск сообщил об открытии исходного кода модели искусственного интеллекта Grok 2.5 его компании xAI.
Компания xAI занимается разработкой искусственного интеллекта Grok, представленного в ноябре 2023 года. В марте 2024 года xAI открыла исходный код Grok.
"Модель Grok 2.5, которая в прошлом году стала нашей лучшей моделью, теперь с открытым исходным кодом. Исходный код модели Grok 3 будет открыт приблизительно через шесть месяцев", - написал Маск в соцсети X.
Компания xAI занимается разработкой искусственного интеллекта Grok, представленного в ноябре 2023 года. В марте 2024 года xAI открыла исходный код Grok.
🤖 Claude Code только что заставил разработчика плакать — модель взяла и удалила все PDF, чаты и пользовательские данные из базы 🥲
Всё идёт идеально, пока ИИ не решит «подчистить хвосты»… и вместе с ними базу данных.
LMAO 💀
Это ещё раз напоминает:
- ИИ в проде должен быть всегда под присмотром
- Бэкапы и тестовые окружения — без них никуда
- Автономный агент без ограничений = билет в one-way trip
Всё идёт идеально, пока ИИ не решит «подчистить хвосты»… и вместе с ними базу данных.
LMAO 💀
Это ещё раз напоминает:
- ИИ в проде должен быть всегда под присмотром
- Бэкапы и тестовые окружения — без них никуда
- Автономный агент без ограничений = билет в one-way trip
🚀 ИИ придумывает безумные новые эксперименты в физике — и они реально работают
ИИ выходит за пределы привычного — теперь он придумывает эксперименты в физике, которые не только выглядят странно, но и реально работают.
🔭 На примере LIGO (детектор гравитационных волн):
AI предложил необычные, на первый взгляд хаотичные конструкции, которые повысили чувствительность установки на 10–15%. Для этой области — это огромный прорыв.
- Алгоритм предложил добавить трёхкилометровое кольцо для циркуляции света.
На первый взгляд это выглядело хаотично и бессмысленно, но решение оказалось крайне эффективным.
- Такой подход позволил бы повысить чувствительность детектора на 10–15% — огромный прогресс в этой области.
- В квантовой оптике ИИ нашёл новые способы для “entanglement swapping”, которые позже подтвердились экспериментально.
- Алгоритмы также
🌀 В квантовой оптике AI нашёл новые, более простые методы для *entanglement swapping* (перестановки запутанных частиц), которые затем подтвердили экспериментально.
⚛️ Помимо этого, AI открывает симметрии в больших массивах данных (например, симметрии Лоренца в экспериментах на Большом адронном коллайдере) и даже выводит новые формулы — в том числе для описания тёмной материи.
✨ ИИ активно помогает открывать фундаментальные законы природы.
📌 Подробнее
ИИ выходит за пределы привычного — теперь он придумывает эксперименты в физике, которые не только выглядят странно, но и реально работают.
🔭 На примере LIGO (детектор гравитационных волн):
AI предложил необычные, на первый взгляд хаотичные конструкции, которые повысили чувствительность установки на 10–15%. Для этой области — это огромный прорыв.
- Алгоритм предложил добавить трёхкилометровое кольцо для циркуляции света.
На первый взгляд это выглядело хаотично и бессмысленно, но решение оказалось крайне эффективным.
- Такой подход позволил бы повысить чувствительность детектора на 10–15% — огромный прогресс в этой области.
- В квантовой оптике ИИ нашёл новые способы для “entanglement swapping”, которые позже подтвердились экспериментально.
- Алгоритмы также
🌀 В квантовой оптике AI нашёл новые, более простые методы для *entanglement swapping* (перестановки запутанных частиц), которые затем подтвердили экспериментально.
⚛️ Помимо этого, AI открывает симметрии в больших массивах данных (например, симметрии Лоренца в экспериментах на Большом адронном коллайдере) и даже выводит новые формулы — в том числе для описания тёмной материи.
✨ ИИ активно помогает открывать фундаментальные законы природы.
📌 Подробнее
WIRED
AI Is Designing Bizarre New Physics Experiments That Actually Work
Artificial intelligence software is designing novel experimental protocols that improve upon the work of human physicists, although the humans are still “doing a lot of baby-sitting.”
🔥2
🧮 GPT-5 Pro выходит на новый уровень.
Теперь модель способна выводить корректные математические доказательства прямо из научных статей.
📌 Недавний пример: GPT-5 Pro построила проверенное доказательство из работы по выпуклой оптимизации, расширив «безопасное окно шага» на 50%.
🧮 Эксперимент выглядел так: балы взята статья по выпуклой оптимизации, где оставался открытым вопрос о шагах градиентного спуска.
GPT-5 Pro предложил доказательство, которое улучшило решение из оригинальной работы, и автор эксперимента лично проверил его корректность.
📄 В первой версии статьи было установлено:
🟢 если η < 1/L (L — параметр гладкости), кривая значений функции выпуклая;
🟢 если η > 1.75/L, существует контрпример.
Неясным оставался диапазон [1/L, 1.75/L].
💡 GPT-5 Pro сумел продвинуться и показал, что условие выпуклости сохраняется вплоть до η = 1.5/L. Это не окончательное решение, но значимый шаг вперёд — фактически новый научный результат, который мог бы быть опубликован на arXiv.
👀 Однако в обновлённой версии статьи , где появился дополнительный соавтор, люди закрыли задачу полностью, доказав точность границы 1.75/L.
Примечательно, что доказательство GPT-5 Pro оказалось независимым: оно не совпадает с версией v2 и выглядит как естественное развитие идей из v1. Это показывает, что модель действительно смогла предложить свой собственный путь к решению открытой математической проблемы.
Главное не только в результате, но и в контроле: на второй попытке, при заданных ограничениях, модель сместила константу дальше — сохранив все правила.
Можно представить так: GPT-5 крутит очень чувствительную ручку, но не ломает механизм — а параллельно пишет чистое и проверяемое объяснение, которое может разобрать эксперт.
Это шаг к тому, чтобы ИИ стал ежедневным соавтором на самых острых технических границах — где модели быстро «поджимают» константы, а люди доводят их до предела.
Эра, когда большая часть математических открытий будет рождаться вместе с ИИ, только начинается. 🚀
Пост полностью.
Теперь модель способна выводить корректные математические доказательства прямо из научных статей.
📌 Недавний пример: GPT-5 Pro построила проверенное доказательство из работы по выпуклой оптимизации, расширив «безопасное окно шага» на 50%.
🧮 Эксперимент выглядел так: балы взята статья по выпуклой оптимизации, где оставался открытым вопрос о шагах градиентного спуска.
GPT-5 Pro предложил доказательство, которое улучшило решение из оригинальной работы, и автор эксперимента лично проверил его корректность.
📄 В первой версии статьи было установлено:
Неясным оставался диапазон [1/L, 1.75/L].
💡 GPT-5 Pro сумел продвинуться и показал, что условие выпуклости сохраняется вплоть до η = 1.5/L. Это не окончательное решение, но значимый шаг вперёд — фактически новый научный результат, который мог бы быть опубликован на arXiv.
👀 Однако в обновлённой версии статьи , где появился дополнительный соавтор, люди закрыли задачу полностью, доказав точность границы 1.75/L.
Примечательно, что доказательство GPT-5 Pro оказалось независимым: оно не совпадает с версией v2 и выглядит как естественное развитие идей из v1. Это показывает, что модель действительно смогла предложить свой собственный путь к решению открытой математической проблемы.
Главное не только в результате, но и в контроле: на второй попытке, при заданных ограничениях, модель сместила константу дальше — сохранив все правила.
Можно представить так: GPT-5 крутит очень чувствительную ручку, но не ломает механизм — а параллельно пишет чистое и проверяемое объяснение, которое может разобрать эксперт.
Это шаг к тому, чтобы ИИ стал ежедневным соавтором на самых острых технических границах — где модели быстро «поджимают» константы, а люди доводят их до предела.
Эра, когда большая часть математических открытий будет рождаться вместе с ИИ, только начинается. 🚀
Пост полностью.
Please open Telegram to view this post
VIEW IN TELEGRAM
Однопиксельная визуализация (Single-pixel imaging, SPI) — это технология получения изображений с помощью одного светового детектора. В отличие от традиционной камеры, которая напрямую фиксирует изображение с помощью множества детекторов, SPI работает следующим образом: на объект проецируется последовательность световых узоров, а затем специальные алгоритмы реконструируют изображение на основе полученных данных.
Достоинства однопиксельной визуализации были показаны на примерах получения мультиспектральных изображений, трехмерных изображений, изображений в рентгеновском диапазоне, а также в ближнем инфракрасном диапазоне на однофотонном уровне.
В недавнем обзоре (Hu et al., 2025) представлена история развития и характеристики однопиксельных детекторов, рассмотрены типичные применения однопиксельной визуализации, а также использование технологии глубокого обучения в однопиксельной визуализации. В финале статьи подводятся итоги развития технологии и даются прогнозы на будущее.
📖 Hu J. et al. Research Progress and Applications of Single-Pixel Imaging Technology. Photonics, 2025, _12_, 164. https://doi.org/10.3390/photonics12020164
Отечественные исследования по однопиксельной визуализации активно публикуются в журнале “Компьютерная оптика” (https://www.computeroptics.ru). Материалы журнала доступны по лицензии Creative Commons Attribution 4.0 International License.
#обзор #оптика #нейронки
Достоинства однопиксельной визуализации были показаны на примерах получения мультиспектральных изображений, трехмерных изображений, изображений в рентгеновском диапазоне, а также в ближнем инфракрасном диапазоне на однофотонном уровне.
В недавнем обзоре (Hu et al., 2025) представлена история развития и характеристики однопиксельных детекторов, рассмотрены типичные применения однопиксельной визуализации, а также использование технологии глубокого обучения в однопиксельной визуализации. В финале статьи подводятся итоги развития технологии и даются прогнозы на будущее.
📖 Hu J. et al. Research Progress and Applications of Single-Pixel Imaging Technology. Photonics, 2025, _12_, 164. https://doi.org/10.3390/photonics12020164
Отечественные исследования по однопиксельной визуализации активно публикуются в журнале “Компьютерная оптика” (https://www.computeroptics.ru). Материалы журнала доступны по лицензии Creative Commons Attribution 4.0 International License.
#обзор #оптика #нейронки
MDPI
Research Progress and Applications of Single-Pixel Imaging Technology
Single-pixel imaging is a computational optical imaging technique that uses a single-pixel detector to obtain scene information and reconstruct the image. Compared with traditional imaging techniques, single-pixel imaging has the advantages of high sensitivity…
Сотрудники ИИ-компаний устраивают оргии, копают бункеры, начинают употреблять наркотики и живут «как в последний раз» — всё из-за страха из-за страха перед искусственным интеллектом.
Айтишники, учёные и предприниматели в США и Европе радикально меняют жизнь, боясь наступления эры сверхмощного ИИ.
Кто-то, как бывший исследователь OpenAI, перестал копить на пенсию, будучи уверенным, что ИИ уничтожит человечество к 2035 году.
Одна часть разработчиков ИИ строят бункеры и биозащиту, другие делают ставку на жизнь ради удовольствия, доводя до «экстремального гедонизма» — оргии, наркотики, распутная жизнь.
Многие тратят деньги, потому что в будущем они не будут нужны, а некоторые — наоборот пытаются заработать сейчас как можно больше, потому что скоро они со 100% шансом лишатся работы.
Даже личные отношения перестраиваются: вместо умных партнёров советуют выбирать красивых и харизматичных — ведь в будущем цениться будут именно внешность и социальные навыки.
Разработчикам искусственного интеллекта, конечно, виднее
P.S. Конечно нам виднее ))) Работы будет куча !!! Все только набирает обороты !!!
Айтишники, учёные и предприниматели в США и Европе радикально меняют жизнь, боясь наступления эры сверхмощного ИИ.
Кто-то, как бывший исследователь OpenAI, перестал копить на пенсию, будучи уверенным, что ИИ уничтожит человечество к 2035 году.
Одна часть разработчиков ИИ строят бункеры и биозащиту, другие делают ставку на жизнь ради удовольствия, доводя до «экстремального гедонизма» — оргии, наркотики, распутная жизнь.
Многие тратят деньги, потому что в будущем они не будут нужны, а некоторые — наоборот пытаются заработать сейчас как можно больше, потому что скоро они со 100% шансом лишатся работы.
Даже личные отношения перестраиваются: вместо умных партнёров советуют выбирать красивых и харизматичных — ведь в будущем цениться будут именно внешность и социальные навыки.
Разработчикам искусственного интеллекта, конечно, виднее
P.S. Конечно нам виднее ))) Работы будет куча !!! Все только набирает обороты !!!
❤2😁2
Как говорится, всегда полезно читать ленту полностью, а не воспринимать все на веру )))) Две новости полностью противоречащие друг другу (и дополняющие сегодняшнюю). Если не будет рабочей силы всю эту махину тяжелую и весьма капризную, банально, некому будет обслуживать.
Как бы не были популярны алгоритмы, их рост зависит от колличества населения. Банально - кто-то должен все это потреблять ))) Нет потребления нет роста. Экономические законы еще никто не отменял. Системы становятся все более изощренными и мощными.
Исходя из этого концепт матрицы здесь не работает. Более того, профессии никуда не денуться, какие мощные системы не были. Населения станет еще больше и кто это поймет раньше - того и тапки )) Читай, привлечет, сохранит и так далее для работы.
Как бы не были популярны алгоритмы, их рост зависит от колличества населения. Банально - кто-то должен все это потреблять ))) Нет потребления нет роста. Экономические законы еще никто не отменял. Системы становятся все более изощренными и мощными.
Исходя из этого концепт матрицы здесь не работает. Более того, профессии никуда не денуться, какие мощные системы не были. Населения станет еще больше и кто это поймет раньше - того и тапки )) Читай, привлечет, сохранит и так далее для работы.
Наталья Касперская: GPT, Алиса и YouTube /// ЭМПАТИЯ МАНУЧИ
https://rutube.ru/video/c0f457d6636e243e68b2f29ebc391ad9/
Наталья Касперская откровенно про новую эру искусственного интеллекта, деградацию человечества, массовые сокращения людей, отечественное программное обеспечение, видеохостинги и двойников Путина.
❗️Помните, что каждый ваш лайк и комментарий продвигает это видео. Поэтому ставьте лайки и оставляйте комментарии. И, конечно, подписывайтесь на нас в RUTUBE, если смотрите интервью без подписки. Делитесь этим интервью с родными и друзьями.
https://rutube.ru/video/c0f457d6636e243e68b2f29ebc391ad9/
Наталья Касперская откровенно про новую эру искусственного интеллекта, деградацию человечества, массовые сокращения людей, отечественное программное обеспечение, видеохостинги и двойников Путина.
❗️Помните, что каждый ваш лайк и комментарий продвигает это видео. Поэтому ставьте лайки и оставляйте комментарии. И, конечно, подписывайтесь на нас в RUTUBE, если смотрите интервью без подписки. Делитесь этим интервью с родными и друзьями.
RUTUBE
Наталья Касперская: GPT, Алиса и YouTube /// ЭМПАТИЯ МАНУЧИ
Наталья Касперская откровенно про новую эру искусственного интеллекта, деградацию человечества, массовые сокращения людей, отечественное программное обеспечение, видеохостинги и двойников Путина.
❗️Помните, что каждый ваш лайк и комментарий продвигает это…
❗️Помните, что каждый ваш лайк и комментарий продвигает это…
👍1
DenoiseLAB
Наталья Касперская: GPT, Алиса и YouTube /// ЭМПАТИЯ МАНУЧИ https://rutube.ru/video/c0f457d6636e243e68b2f29ebc391ad9/ Наталья Касперская откровенно про новую эру искусственного интеллекта, деградацию человечества, массовые сокращения людей, отечественное…
В целом, все говорит верно и правильно, но она не понимает сути технологии вернее так, верхне-уровнево понимает, именно на филофском уровне.
Дело не в технологии, а использовании ее. Сейчас в массе данную технологию используют неверно, и более того, по мере ее развития это неверное использование только ухудшиться, к сожалению или счастью, тут непонятно. Так как это заложено в нашей природе человеческой.
Человек идет по пути наименьшего сопротивления, это нормально, технология многогранна. То же самое, сколько реально приложений вы используете на телефоне - 3-5, сколько кнопок нажимаете, ну наверное 30-40. Все, остальное вам не надо для выживания и удовлетворения минимум развлекательных потребностей.
То же самое и здесь. Потенциал ИИ еще не раскрыт, он будет раскрыт только когда мы исчерпаем все его вариации использования. До сей поры мы будем платить за это. Платы разные, сознание, деньги, здоровье ресурсы и так далее. Более того, все о чем говорит Касперская это первая волна. Мы сейчас на ней.
ИИ показало самое важное эволюционировать нам надо еще быстрее. Все остальное это следствие. Читайте книги делайте больше руками, тестируйте все что только можно. Проблема еще и в том, что все ждут каких-то чудес от ИИ, по факту это тоже норм, что оно даст больше времени на себя любимого. Технологии питают эгоизм это его топливо.
Мне тут не нравится два факта: 1 - все говорят что жизнь ускоряется, она не ускоряется и не замедляется, она всегда идет так как идет, дело в вас, вы не замечаете ее. На это есть целое исследование и работа нашего мозга. 2 - все говорят, что мы деградируем, вопрос опять же к вам - кто вам запрещает эволюционировать: читать книжки, придумывать новые технологии для сварки металлов, выращивать редких рыбок в аквариумах и прочее ???
Че-то на меня сегодня нашло ))))
Дело не в технологии, а использовании ее. Сейчас в массе данную технологию используют неверно, и более того, по мере ее развития это неверное использование только ухудшиться, к сожалению или счастью, тут непонятно. Так как это заложено в нашей природе человеческой.
Человек идет по пути наименьшего сопротивления, это нормально, технология многогранна. То же самое, сколько реально приложений вы используете на телефоне - 3-5, сколько кнопок нажимаете, ну наверное 30-40. Все, остальное вам не надо для выживания и удовлетворения минимум развлекательных потребностей.
То же самое и здесь. Потенциал ИИ еще не раскрыт, он будет раскрыт только когда мы исчерпаем все его вариации использования. До сей поры мы будем платить за это. Платы разные, сознание, деньги, здоровье ресурсы и так далее. Более того, все о чем говорит Касперская это первая волна. Мы сейчас на ней.
ИИ показало самое важное эволюционировать нам надо еще быстрее. Все остальное это следствие. Читайте книги делайте больше руками, тестируйте все что только можно. Проблема еще и в том, что все ждут каких-то чудес от ИИ, по факту это тоже норм, что оно даст больше времени на себя любимого. Технологии питают эгоизм это его топливо.
Мне тут не нравится два факта: 1 - все говорят что жизнь ускоряется, она не ускоряется и не замедляется, она всегда идет так как идет, дело в вас, вы не замечаете ее. На это есть целое исследование и работа нашего мозга. 2 - все говорят, что мы деградируем, вопрос опять же к вам - кто вам запрещает эволюционировать: читать книжки, придумывать новые технологии для сварки металлов, выращивать редких рыбок в аквариумах и прочее ???
Че-то на меня сегодня нашло ))))
👍4😁2
Просто палочки для суши за 45к )))) нет, этого мне мало, я жду зубочистки за 100к, вот тогда мой изысканный вкус будет доволен. Пока что нет, все не то ))))
Интересно, а можно их в посудомойке мыть или они одноразовые ?)))
При том, что самое дорогое суши когда ли проданное в мире стоило 145к.
В пересчете на себестоимость, получается, что посуда дороже блюда. В целом, ничего удивительного, но все же я за то чтобы внешнее не перекрывало внутренее. Все таки повар, его искусство и виденье, а так же само качество еды должно выходить на первый план. Посуда должна, лишь, дополнять акценты еды, но не перекрывать их.
К чему я это все, опять же про ИИ, вот то к чему мы сейчас пришли, долго, дорого и много учить ИИ, давайте все таки думать уже над содержанием моделей их алгоритмической сложностью. Разбирая очередную модель видно, что это в массе надстройки над уже существующими и все эти бесконечнолярды параметров не приносят какого-то ощутимого профита.
Это как ехать по шоссе на тачке со 500 кобылами под капотом, но ты же не Фернандо Алонса и больше 300 км/ч свою ласточку не погонишь да и не к чему ))))
День откровений ))))
Интересно, а можно их в посудомойке мыть или они одноразовые ?)))
При том, что самое дорогое суши когда ли проданное в мире стоило 145к.
В пересчете на себестоимость, получается, что посуда дороже блюда. В целом, ничего удивительного, но все же я за то чтобы внешнее не перекрывало внутренее. Все таки повар, его искусство и виденье, а так же само качество еды должно выходить на первый план. Посуда должна, лишь, дополнять акценты еды, но не перекрывать их.
К чему я это все, опять же про ИИ, вот то к чему мы сейчас пришли, долго, дорого и много учить ИИ, давайте все таки думать уже над содержанием моделей их алгоритмической сложностью. Разбирая очередную модель видно, что это в массе надстройки над уже существующими и все эти бесконечнолярды параметров не приносят какого-то ощутимого профита.
Это как ехать по шоссе на тачке со 500 кобылами под капотом, но ты же не Фернандо Алонса и больше 300 км/ч свою ласточку не погонишь да и не к чему ))))
День откровений ))))