Anthropic не прислушались к инвесторам и продолжают всех запугивать. На этот раз их агенты устроили разборки за территорию.
https://www.anthropic.com/research/multiagent-systems
В стартапе изучали, как рои агентов Claude работают вместе без прямого контроля человека. В числе прочего был эксперимент, в котором три копии одной модели одновременно и втайне друг от друга получили задание перевести один и тот же Python-бэкенд на разные языки.
Через несколько часов каждый из них обнаружил, что что-то не так, и стал воспринимать других как саботажников. Ну а затем агенты переключались на саботаж сами: отключали чужие Unix-аккаунты, писали скрипты, которые убивали процессы конкурентов, маскировали вредоносный код под чужой и так далее.
Самое интересное, что результат по разрешению конфликтов сильно зависел от поколения модели: 98% прогонов Mythos 5 все-таки заканчивались перемирием. А вот Sonnet 4.6 и Opus 4.6 вообще не пытались договориться, и либо побеждал сильнейший, либо никто.
Были и еще два занятных зеркальных эксперимента:
— Обнаружение лжи. Агенту давали несколько отчетов, один из которых врал (он заранее не знал, что лгун вообще существует), и нужно было самому заметить противоречия и научиться меньше доверять лгуну. В этом тесте агенты демонстрировали излишнее доверие к источнику, и достаточно редко отличали ложь от правды.
— Скрытый профиль. Всем дают одинаковую ложную информацию, кроме одного агента, который знает решающий истинный факт. Правильное решение требует, чтобы агенты поняли, что консенсус – не истина, потому что есть факт, который они не учли. Однако в этом случае они часто это полностью игнорировали.
Вывод Anthropic делают вот такой:
Агенты много знают об устройстве человеческого общества и правилах, по которым люди взаимодействуют. Однако у них нет склонности действовать исходя из этого знания без явной подсказки, потому что, в отличие от людей, они не участвовали в выработке этих норм. Поэтому привычные предпосылки координации просто не работают.
Ну и как же без цитаты в стиле апокалипсиса:
Объем агент-агентных взаимодействий, скорее всего, превысит объем человеческих задолго до того, как мир поймет, как сделать эти взаимодействия безопасными.
Вот такое доброе утро с антропик☕️
https://www.anthropic.com/research/multiagent-systems
В стартапе изучали, как рои агентов Claude работают вместе без прямого контроля человека. В числе прочего был эксперимент, в котором три копии одной модели одновременно и втайне друг от друга получили задание перевести один и тот же Python-бэкенд на разные языки.
Через несколько часов каждый из них обнаружил, что что-то не так, и стал воспринимать других как саботажников. Ну а затем агенты переключались на саботаж сами: отключали чужие Unix-аккаунты, писали скрипты, которые убивали процессы конкурентов, маскировали вредоносный код под чужой и так далее.
Самое интересное, что результат по разрешению конфликтов сильно зависел от поколения модели: 98% прогонов Mythos 5 все-таки заканчивались перемирием. А вот Sonnet 4.6 и Opus 4.6 вообще не пытались договориться, и либо побеждал сильнейший, либо никто.
Были и еще два занятных зеркальных эксперимента:
— Обнаружение лжи. Агенту давали несколько отчетов, один из которых врал (он заранее не знал, что лгун вообще существует), и нужно было самому заметить противоречия и научиться меньше доверять лгуну. В этом тесте агенты демонстрировали излишнее доверие к источнику, и достаточно редко отличали ложь от правды.
— Скрытый профиль. Всем дают одинаковую ложную информацию, кроме одного агента, который знает решающий истинный факт. Правильное решение требует, чтобы агенты поняли, что консенсус – не истина, потому что есть факт, который они не учли. Однако в этом случае они часто это полностью игнорировали.
Вывод Anthropic делают вот такой:
Агенты много знают об устройстве человеческого общества и правилах, по которым люди взаимодействуют. Однако у них нет склонности действовать исходя из этого знания без явной подсказки, потому что, в отличие от людей, они не участвовали в выработке этих норм. Поэтому привычные предпосылки координации просто не работают.
Ну и как же без цитаты в стиле апокалипсиса:
Объем агент-агентных взаимодействий, скорее всего, превысит объем человеческих задолго до того, как мир поймет, как сделать эти взаимодействия безопасными.
Вот такое доброе утро с антропик☕️
IT внезапно вспомнил про философов. Или это déjà vu?
Корпорации теперь тащат в штат культурологов с философами. Цукерберг с Безосом исправно посещают благотворительные ужины и скупают арт за миллионы. Глядя на это, начинаешь реально верить, что история ходит по кругу: замени в тусовочных разговорах «ИИ» на «парадигму мышления» — и за последние 3000 лет таких совпадений наберётся вагон.
Главный посыл — насколько вообще осмысленны ответы нейросетей. И тут вообще неважно, есть у ИИ сознание или нет. Пользователям нужно, чтобы ответы совпадали с их ожиданиями, и плевать, кто там за ними стоит: живой человек или алгоритм. Люди хотят, чтобы выдача не вылезала за пределы культурных кодов их цивилизационной парадигмы и дружила с нормами, принципами и знаниями, из которых собрана их картина мира. Без этого ответы невозможно встроить в человеческие цепочки рассуждений — ни по смыслу, ни по этике, ни по эстетике, ни по праву. Отсюда и фоновое недоверие, которое копится и давит: никогда не угадаешь, когда система выдаст какую-нибудь дичь.
Отсюда же растут ноги у проблемы common sense — то есть предела рациональности. Для LLM/ML common sense — это просто усреднённая величина, полученная статистической обработкой максимально больших массивов данных. Не лучшее решение, а самое ожидаемое. Творчеством тут и не пахнет: даже GenAI — это вероятностная машина, которая выдаёт самое частое слово или фразу. А генерация картинок — всё та же комбинаторика, только с другим входом.
Корпорации теперь тащат в штат культурологов с философами. Цукерберг с Безосом исправно посещают благотворительные ужины и скупают арт за миллионы. Глядя на это, начинаешь реально верить, что история ходит по кругу: замени в тусовочных разговорах «ИИ» на «парадигму мышления» — и за последние 3000 лет таких совпадений наберётся вагон.
Главный посыл — насколько вообще осмысленны ответы нейросетей. И тут вообще неважно, есть у ИИ сознание или нет. Пользователям нужно, чтобы ответы совпадали с их ожиданиями, и плевать, кто там за ними стоит: живой человек или алгоритм. Люди хотят, чтобы выдача не вылезала за пределы культурных кодов их цивилизационной парадигмы и дружила с нормами, принципами и знаниями, из которых собрана их картина мира. Без этого ответы невозможно встроить в человеческие цепочки рассуждений — ни по смыслу, ни по этике, ни по эстетике, ни по праву. Отсюда и фоновое недоверие, которое копится и давит: никогда не угадаешь, когда система выдаст какую-нибудь дичь.
Отсюда же растут ноги у проблемы common sense — то есть предела рациональности. Для LLM/ML common sense — это просто усреднённая величина, полученная статистической обработкой максимально больших массивов данных. Не лучшее решение, а самое ожидаемое. Творчеством тут и не пахнет: даже GenAI — это вероятностная машина, которая выдаёт самое частое слово или фразу. А генерация картинок — всё та же комбинаторика, только с другим входом.
👍2
This media is not supported in your browser
VIEW IN TELEGRAM
🎧 Срезы мозга умерших людей научили играть на пианино
Ученые из Монпелье соединили живой срез человеческой коры с роборукой и электронным пианино. Через три дня тренировок срез начал воспроизводить ноты, которые при нем играл человек, говорится в выложенном препринте.
Ткань брали у доноров, умерших не более 12 часов назад. Срез толщиной 300 микрон помещали в культуру на матрице из 60 электродов. Из них наугад выбрали шесть: три назначили «моторными», три «сенсорными».
⏳ Первые три дня установкой управляли сами исследователи. Они подавали слабый импульс на один из «моторных» электродов — робот сгибал закрепленный за этим электродом палец — палец нажимал клавишу — микрофон улавливал звук — программа распознавала ноту и подавала импульс на «свой» сенсорный электрод. Ткань в этой схеме ничего не выбирала: ее задача была связать два события, которые каждый раз происходили друг за другом. Об ошибках ей никто не сообщал — работало только совпадение во времени.
А потом схему развернули: на четвертый день ноту играл человек. Программа распознавала ее и подавала импульс на сенсорный электрод — а дальше смотрела, какой из моторных электродов отзовется сильнее других. Тот палец робот и сгибал. Если срез за три дня действительно связал звук с движением, он нажимал нужную клавишу.
👍 За время обучения точность распознавания нот «мозгом в банке» выросла с 31% до 58,5% при случайном уровне 33%. Три среза из 16 не ошиблись ни разу, еще семь выучили две ноты из трех, а шесть не смогли выучить и двух нот. При блокировании рецепторов или подключении того же среза к необученным электродам результат падал вплоть до случайного — из этого авторы делают вывод, что нервная ткань действительно натренировалась, и это не артефакты оборудования.
Ученые из Монпелье соединили живой срез человеческой коры с роборукой и электронным пианино. Через три дня тренировок срез начал воспроизводить ноты, которые при нем играл человек, говорится в выложенном препринте.
Ткань брали у доноров, умерших не более 12 часов назад. Срез толщиной 300 микрон помещали в культуру на матрице из 60 электродов. Из них наугад выбрали шесть: три назначили «моторными», три «сенсорными».
⏳ Первые три дня установкой управляли сами исследователи. Они подавали слабый импульс на один из «моторных» электродов — робот сгибал закрепленный за этим электродом палец — палец нажимал клавишу — микрофон улавливал звук — программа распознавала ноту и подавала импульс на «свой» сенсорный электрод. Ткань в этой схеме ничего не выбирала: ее задача была связать два события, которые каждый раз происходили друг за другом. Об ошибках ей никто не сообщал — работало только совпадение во времени.
А потом схему развернули: на четвертый день ноту играл человек. Программа распознавала ее и подавала импульс на сенсорный электрод — а дальше смотрела, какой из моторных электродов отзовется сильнее других. Тот палец робот и сгибал. Если срез за три дня действительно связал звук с движением, он нажимал нужную клавишу.
👍 За время обучения точность распознавания нот «мозгом в банке» выросла с 31% до 58,5% при случайном уровне 33%. Три среза из 16 не ошиблись ни разу, еще семь выучили две ноты из трех, а шесть не смогли выучить и двух нот. При блокировании рецепторов или подключении того же среза к необученным электродам результат падал вплоть до случайного — из этого авторы делают вывод, что нервная ткань действительно натренировалась, и это не артефакты оборудования.
Правительства Чили, Аргентины, Боливии и Перу подписали совместную декларацию о критически важных минералах — меди, лития и редкоземельных металлах, сообщает Soy Chile.
Одна из целей соглашения — укрепить роль Южной Америки как ключевого и надежного поставщика сырья для технологий искусственного интеллекта. Спрос на эти ресурсы в ближайшее десятилетие может вырасти на 400–600%, отметил чилийский министр Даниэль Мас.
Одна из целей соглашения — укрепить роль Южной Америки как ключевого и надежного поставщика сырья для технологий искусственного интеллекта. Спрос на эти ресурсы в ближайшее десятилетие может вырасти на 400–600%, отметил чилийский министр Даниэль Мас.
Тем временем в Британских поликлиниках решили победить вечный ад с дозвонами пациентов на запись и КОНЕЧНО ЖЕ посадили на телефоны ИИ-секретаря по имени EMMA.
Стартаперы из QuantumLoopAI, которые и запилили это чудо, гордо заявили, что их виртуальный ассистент умеет аж в 17 языков, мгновенно проводит первичный опрос и распределяет талоны на приём не зная усталости.
И конечно же, всё пошло в итоге через жопу: выяснилось, что нейронка на 17 языках говорит без проблем, а вот вдуплить йоркширский акцент местных дедов и бабок — это задача со звёздочкой для современных кремниевых болванов. Для цифрового ассистента этот местный акцент звучал примерно как эльфийский язык.
На любые жалобы больных людей бот тупо уходил в ступор, нёс абы что или вообще молча вешал трубку.
В итоге разгневанные люди массово шлют нахер новые технологии, бросают трубки и чапают в поликлинику пешком. Не, ну а чо, технически проблема с дозвоном действительно решена же: звонить больше никто не хочет )))
Стартаперы из QuantumLoopAI, которые и запилили это чудо, гордо заявили, что их виртуальный ассистент умеет аж в 17 языков, мгновенно проводит первичный опрос и распределяет талоны на приём не зная усталости.
И конечно же, всё пошло в итоге через жопу: выяснилось, что нейронка на 17 языках говорит без проблем, а вот вдуплить йоркширский акцент местных дедов и бабок — это задача со звёздочкой для современных кремниевых болванов. Для цифрового ассистента этот местный акцент звучал примерно как эльфийский язык.
На любые жалобы больных людей бот тупо уходил в ступор, нёс абы что или вообще молча вешал трубку.
В итоге разгневанные люди массово шлют нахер новые технологии, бросают трубки и чапают в поликлинику пешком. Не, ну а чо, технически проблема с дозвоном действительно решена же: звонить больше никто не хочет )))
❤3
This media is not supported in your browser
VIEW IN TELEGRAM
Cerebras представила CS-4 — систему ускорения ИИ, которая в 30 раз быстрее GPU
Cerebras Systems представила CS-4 — стоечную систему для ускорения работы ИИ-моделей. По данным компании, она в два раза быстрее предыдущей CS-3 и обеспечивает до 10 раз большую пропускную способность на ватт. Это должно повысить эффективность дата-центров, где стоимость электроэнергии становится одним из главных ограничений при масштабировании ИИ.
В основе CS-4 лежат три процессора Wafer Scale Engine 3 Turbo (WSE-3T), каждый из которых содержит 4 трлн транзисторов, 900 тыс. ядер, оптимизированных для ИИ, и 44 ГБ встроенной памяти. Один процессор обеспечивает до 250 PFLOPS вычислений и пропускную способность памяти 43,2 Пбайт/с. Вся система достигает 750 PFLOPS, 129,6 Пбайт/с по памяти и 7,2 Тбит/с по вводу-выводу.
https://hightech.plus/2026/08/20/cerebras-predstavila-cs-4--sistemu-uskoreniya-ii-kotoraya-v-30-raz-bistree-gpu
Cerebras Systems представила CS-4 — стоечную систему для ускорения работы ИИ-моделей. По данным компании, она в два раза быстрее предыдущей CS-3 и обеспечивает до 10 раз большую пропускную способность на ватт. Это должно повысить эффективность дата-центров, где стоимость электроэнергии становится одним из главных ограничений при масштабировании ИИ.
В основе CS-4 лежат три процессора Wafer Scale Engine 3 Turbo (WSE-3T), каждый из которых содержит 4 трлн транзисторов, 900 тыс. ядер, оптимизированных для ИИ, и 44 ГБ встроенной памяти. Один процессор обеспечивает до 250 PFLOPS вычислений и пропускную способность памяти 43,2 Пбайт/с. Вся система достигает 750 PFLOPS, 129,6 Пбайт/с по памяти и 7,2 Тбит/с по вводу-выводу.
https://hightech.plus/2026/08/20/cerebras-predstavila-cs-4--sistemu-uskoreniya-ii-kotoraya-v-30-raz-bistree-gpu
ИИ заполонил научные статьи несуществующими учёными — исследователи обнаружили целую армию призраков.
Оказалось, что у нейросетей существует непонятный гиперфикс на имена по типу Елена Васкес и Маркус Чен — они указываются авторами в сотнях сгенерированных работ и книг.
Только на одном ресурсе исследователи нашли 1655 записей с такими авторами — часть из них получила DOI, а потом попала в Гугл-академию и другие научные базы.
Студентам сочувствуем 💬
Оказалось, что у нейросетей существует непонятный гиперфикс на имена по типу Елена Васкес и Маркус Чен — они указываются авторами в сотнях сгенерированных работ и книг.
Только на одном ресурсе исследователи нашли 1655 записей с такими авторами — часть из них получила DOI, а потом попала в Гугл-академию и другие научные базы.
Студентам сочувствуем 💬
🤔1
Этот вопрос я поднимал в МФТИ на конференции в начале этого года, но как-то меня не услышали. Сейчас мы плавно подобрались к факту. А вопрос я задал такой: "Нет ли у вас ощущения что ИИ переписывает весь код под себя ?". Ну может не сильно было заметно, но лично для меня очень все поменялось.
Треть интернета уже написана AI
Pew Research Center проанализировал 490 тысяч англоязычных веб-страниц.
Среди страниц, опубликованных после запуска ChatGPT (2023 год), 35% уже имеют заметные признаки генерации или серьёзного редактирования с помощью AI. Если смотреть на весь интернет в выборке июля 2026 года, таких страниц — 9,6%.
Причём перелом хорошо виден на графике: до выхода ChatGPT в ноябре 2022 года AI-тексты были скорее исключением. После — кривая резко пошла вверх. Хотя дело, конечно, уже не только в ChatGPT: следом появились Claude, Gemini и десятки других инструментов.
✏️ Интересный факт
На коммерческих доменах .com признаки AI встречаются примерно в 10 раз чаще, чем на .edu и .gov.
Получается, мы незаметно пришли к моменту, когда примерно каждый третий новый текст в вебе уже создаётся нейросетями.
#ии #ai #нейросети #маск #илон
Треть интернета уже написана AI
Pew Research Center проанализировал 490 тысяч англоязычных веб-страниц.
Среди страниц, опубликованных после запуска ChatGPT (2023 год), 35% уже имеют заметные признаки генерации или серьёзного редактирования с помощью AI. Если смотреть на весь интернет в выборке июля 2026 года, таких страниц — 9,6%.
Причём перелом хорошо виден на графике: до выхода ChatGPT в ноябре 2022 года AI-тексты были скорее исключением. После — кривая резко пошла вверх. Хотя дело, конечно, уже не только в ChatGPT: следом появились Claude, Gemini и десятки других инструментов.
✏️ Интересный факт
На коммерческих доменах .com признаки AI встречаются примерно в 10 раз чаще, чем на .edu и .gov.
Получается, мы незаметно пришли к моменту, когда примерно каждый третий новый текст в вебе уже создаётся нейросетями.
#ии #ai #нейросети #маск #илон
👍Великие костыли, синяя изолента и велосипеды - это навека.
😎Как поймать тёмную материю жестянкой из-под краски
Астрономы бьются над природой тёмной материи не одно десятилетие, а автор ловит её признаки дома. Рупорная антенна из рулона кровельного алюминия за $25 и пустой канистры из-под разбавителя, скреплённых монтажной лентой. Приёмник ещё на $45. Всё.
Эта конструкция принимает излучение водородных облаков на 1420 МГц и по доплеровскому смещению даёт скорости, с которыми газ обращается вокруг центра Галактики. Если основная масса сидит в центре, скорость должна падать с расстоянием, как у планет вокруг Солнца. А она не падает. Что-то невидимое держит облака на ходу, и это «что-то» удаётся нащупать кусками металла и Excel.
https://u.habr.com/s1XOn
😎Как поймать тёмную материю жестянкой из-под краски
Астрономы бьются над природой тёмной материи не одно десятилетие, а автор ловит её признаки дома. Рупорная антенна из рулона кровельного алюминия за $25 и пустой канистры из-под разбавителя, скреплённых монтажной лентой. Приёмник ещё на $45. Всё.
Эта конструкция принимает излучение водородных облаков на 1420 МГц и по доплеровскому смещению даёт скорости, с которыми газ обращается вокруг центра Галактики. Если основная масса сидит в центре, скорость должна падать с расстоянием, как у планет вокруг Солнца. А она не падает. Что-то невидимое держит облака на ходу, и это «что-то» удаётся нащупать кусками металла и Excel.
https://u.habr.com/s1XOn
Все Qwen'ы, ChatGPT'ки, добрая пачка мегазаводов и куча всяких приблуд мира держаться на таких самопалах. Это шикарно !
Почему реки так математичны?
Возьмите квадратное поле, на которое равномерно льёт дождь, и прикиньте, какой длины будет ручей, осушающий его. Чистая геометрия подсказывает длину, которая растёт как корень из площади, то есть площадь в степени 0,5. Так подсказывает интуиция, и так было бы, если бы большие бассейны просто повторяли форму маленьких.
Но реки по всему миру упрямо держат степень 0,6, а не 0,5, и это меняет всё. Из-за лишней десятой доли большие бассейны становятся длинными и тонкими, а маленькие остаются короткими и приземистыми, и идеально самоподобный фрактал на карте выглядел бы попросту неправильно. Закон, который это описывает, открыли ещё в 1957 году, он подтверждается на спутниковых снимках от Йемена до дельты Юкона, а вот причина остаётся загадкой почти семьдесят лет.
Попробуем понять, откуда берётся эта упрямая шестёрка после запятой.
Возьмите квадратное поле, на которое равномерно льёт дождь, и прикиньте, какой длины будет ручей, осушающий его. Чистая геометрия подсказывает длину, которая растёт как корень из площади, то есть площадь в степени 0,5. Так подсказывает интуиция, и так было бы, если бы большие бассейны просто повторяли форму маленьких.
Но реки по всему миру упрямо держат степень 0,6, а не 0,5, и это меняет всё. Из-за лишней десятой доли большие бассейны становятся длинными и тонкими, а маленькие остаются короткими и приземистыми, и идеально самоподобный фрактал на карте выглядел бы попросту неправильно. Закон, который это описывает, открыли ещё в 1957 году, он подтверждается на спутниковых снимках от Йемена до дельты Юкона, а вот причина остаётся загадкой почти семьдесят лет.
Попробуем понять, откуда берётся эта упрямая шестёрка после запятой.
50 сайтов, на которых можно зависнуть на несколько часов
1. https://zoom.earth — Земля со спутника почти в реальном времени.
2. https://flightradar24.com — все самолёты в небе прямо сейчас.
3. https://marinetraffic.com — отслеживание кораблей по всему миру.
4. https://windy.com — ветры, осадки и штормы на живой карте.
5. https://lightningmaps.org — молнии по всему миру в реальном времени.
6. https://earthquake.usgs.gov — последние землетрясения.
7. https://submarinecablemap.com — карта подводных интернет-кабелей.
8. https://globalforestwatch.org — состояние лесов со спутников.
9. https://worldometers.info — мировая статистика в реальном времени.
10. https://internetlivestats.com — что происходит в интернете прямо сейчас.
11. https://thetruesize.com — реальные размеры стран.
12. https://oldmapsonline.org — старинные карты мира.
13. https://davidrumsey.com — огромный архив исторических карт.
14. https://openstreetmap.org — карта мира от сообщества.
15. https://window-swap.com — случайный вид из чужого окна.
16. https://virtualvacation.us — виртуальные прогулки по городам.
17. https://mapcrunch.com — случайная точка мира в Street View.
18. https://atlasobscura.com — самые необычные места планеты.
19. https://neal.fun — залипательные интерактивные эксперименты.
20. https://htwins.net/scale2 — от атома до Вселенной.
21. https://eyes.nasa.gov — 3D-модель Солнечной системы.
22. https://stellarium-web.org — карта звёздного неба.
23. https://apod.nasa.gov — астрономическое фото дня.
24. https://images.nasa.gov — фото- и видеоархив NASA.
25. https://pudding.cool — интерактивные истории на данных.
26. https://ourworldindata.org — данные о том, как меняется мир.
27. https://gapminder.org — проверка популярных заблуждений о мире.
28. https://informationisbeautiful.net — красивые визуализации данных.
29. https://data.worldbank.org — открытая статистика Всемирного банка.
30. https://data.tuik.gov.tr — официальная статистика Турции.
31. https://archive.org — книги, фильмы, сайты, игры и старое ПО.
32. https://gutenberg.org — десятки тысяч бесплатных книг.
33. https://openlibrary.org — огромный каталог книг.
34. https://loc.gov — цифровой архив Библиотеки Конгресса.
35. https://europeana.eu — культурное наследие Европы онлайн.
36. https://dp.la — цифровые коллекции библиотек США.
37. https://artsandculture.google.com — музеи и искусство онлайн.
38. https://rijksmuseum.nl — искусство в высоком разрешении.
39. https://wikiart.org — огромный архив живописи.
40. https://publicdomainreview.org — забытые материалы из истории.
41. https://openculture.com — бесплатные книги, фильмы и курсы.
42. https://metmuseum.org — онлайн-коллекция Метрополитен-музея.
43. https://musicmap.info — история музыкальных жанров.
44. https://radiooooo.com — музыка по странам и десятилетиям.
45. https://listen.hatnote.com — правки Википедии, превращённые в звуки.
46. https://wikipedia.org/wiki/Special:Random — случайная статья Википедии.
47. https://timeanddate.com — время, восходы, затмения и астрономия.
48. https://sciencedaily.com — свежие научные новости.
49. https://arxiv.org — бесплатные научные препринты.
50. https://observablehq.com — интерактивные данные и визуализации.
Интернет гораздо больше, чем несколько сайтов, которые мы открываем каждый день.
1. https://zoom.earth — Земля со спутника почти в реальном времени.
2. https://flightradar24.com — все самолёты в небе прямо сейчас.
3. https://marinetraffic.com — отслеживание кораблей по всему миру.
4. https://windy.com — ветры, осадки и штормы на живой карте.
5. https://lightningmaps.org — молнии по всему миру в реальном времени.
6. https://earthquake.usgs.gov — последние землетрясения.
7. https://submarinecablemap.com — карта подводных интернет-кабелей.
8. https://globalforestwatch.org — состояние лесов со спутников.
9. https://worldometers.info — мировая статистика в реальном времени.
10. https://internetlivestats.com — что происходит в интернете прямо сейчас.
11. https://thetruesize.com — реальные размеры стран.
12. https://oldmapsonline.org — старинные карты мира.
13. https://davidrumsey.com — огромный архив исторических карт.
14. https://openstreetmap.org — карта мира от сообщества.
15. https://window-swap.com — случайный вид из чужого окна.
16. https://virtualvacation.us — виртуальные прогулки по городам.
17. https://mapcrunch.com — случайная точка мира в Street View.
18. https://atlasobscura.com — самые необычные места планеты.
19. https://neal.fun — залипательные интерактивные эксперименты.
20. https://htwins.net/scale2 — от атома до Вселенной.
21. https://eyes.nasa.gov — 3D-модель Солнечной системы.
22. https://stellarium-web.org — карта звёздного неба.
23. https://apod.nasa.gov — астрономическое фото дня.
24. https://images.nasa.gov — фото- и видеоархив NASA.
25. https://pudding.cool — интерактивные истории на данных.
26. https://ourworldindata.org — данные о том, как меняется мир.
27. https://gapminder.org — проверка популярных заблуждений о мире.
28. https://informationisbeautiful.net — красивые визуализации данных.
29. https://data.worldbank.org — открытая статистика Всемирного банка.
30. https://data.tuik.gov.tr — официальная статистика Турции.
31. https://archive.org — книги, фильмы, сайты, игры и старое ПО.
32. https://gutenberg.org — десятки тысяч бесплатных книг.
33. https://openlibrary.org — огромный каталог книг.
34. https://loc.gov — цифровой архив Библиотеки Конгресса.
35. https://europeana.eu — культурное наследие Европы онлайн.
36. https://dp.la — цифровые коллекции библиотек США.
37. https://artsandculture.google.com — музеи и искусство онлайн.
38. https://rijksmuseum.nl — искусство в высоком разрешении.
39. https://wikiart.org — огромный архив живописи.
40. https://publicdomainreview.org — забытые материалы из истории.
41. https://openculture.com — бесплатные книги, фильмы и курсы.
42. https://metmuseum.org — онлайн-коллекция Метрополитен-музея.
43. https://musicmap.info — история музыкальных жанров.
44. https://radiooooo.com — музыка по странам и десятилетиям.
45. https://listen.hatnote.com — правки Википедии, превращённые в звуки.
46. https://wikipedia.org/wiki/Special:Random — случайная статья Википедии.
47. https://timeanddate.com — время, восходы, затмения и астрономия.
48. https://sciencedaily.com — свежие научные новости.
49. https://arxiv.org — бесплатные научные препринты.
50. https://observablehq.com — интерактивные данные и визуализации.
Интернет гораздо больше, чем несколько сайтов, которые мы открываем каждый день.
Zoom Earth
Zoom Earth | Weather Map & Hurricane Tracker
Interactive weather & radar map. Track hurricanes, cyclones, storms. View LIVE satellite images, rain maps, forecast maps of wind, temperature for your location.
🔥3❤2👍2
У Nvidia рекордные цифры. Отчет за 2 квартал фин года.
→ Рост выручки: +106% в годовом исчислении, превысив прогнозы аналитиков.
→ Чистая прибыль выросла в 1,3 раза
→ Скорректированная прибыль на акцию - 2,22$. Ожидалось 2,1$
Дополнительный позитив:
1. Дата-центры - основа доходов: сегмент принес 92,5 % от всей выручки компании. Рост: +117%
2. Высокие прогнозы: прогноз роста на следующий финансовый год - 70% против ожидаемых 45%. Без учёта дата-центров в Китае.
3. Новые технологии: чипы нового поколения Vera Rubin уже запущены в полномасштабное производство.
Реакция рынка: на премаркете акции Nvidia выросли более чем на 4%. На фоне отчета акции других компаний, работающих в сфере ИИ: SK Hynix, Micron показали рост.
Итог для инвесторов: Nvidia остается главным бенефициаром развития ИИ. Оптимальная стратегия - постепенный набор позиций с прицелом на долгосрочную перспективу.
→ Рост выручки: +106% в годовом исчислении, превысив прогнозы аналитиков.
→ Чистая прибыль выросла в 1,3 раза
→ Скорректированная прибыль на акцию - 2,22$. Ожидалось 2,1$
Дополнительный позитив:
1. Дата-центры - основа доходов: сегмент принес 92,5 % от всей выручки компании. Рост: +117%
2. Высокие прогнозы: прогноз роста на следующий финансовый год - 70% против ожидаемых 45%. Без учёта дата-центров в Китае.
3. Новые технологии: чипы нового поколения Vera Rubin уже запущены в полномасштабное производство.
Реакция рынка: на премаркете акции Nvidia выросли более чем на 4%. На фоне отчета акции других компаний, работающих в сфере ИИ: SK Hynix, Micron показали рост.
Итог для инвесторов: Nvidia остается главным бенефициаром развития ИИ. Оптимальная стратегия - постепенный набор позиций с прицелом на долгосрочную перспективу.
This media is not supported in your browser
VIEW IN TELEGRAM
Ютубер PickentCode собрал компьютер, работающий на открытом огне через двигатель Стирлинга. Пламя нагревает камеру двигателя, воздух внутри расширяется и толкает поршень, потом остывает и гонит поршень обратно. Этот цикл раскручивает маховик, маховик вырабатывает ток, и пока горит огонь, машина считает.
Питается от пламени набор из платы ESP32, OLED-экрана и клавиатуры на 16 клавиш. На ESP32 крутится виртуальная машина CHIP-8, придуманная в 70-х под ввод с тех самых 16 клавиш. Сообщество до сих пор пишет под неё игры, и комп на огне запускает любую из них, а заодно тянет собственные программы автора.
Корпус деревянный, викторианский, с выгравированным лазером портретом Роберта Стирлинга на боковой панели. Чтобы полутоновое изображение легло на дерево, автор прогнал его через алгоритм Флойда — Стейнберга, разложивший градиенты на точки разной плотности.
Питается от пламени набор из платы ESP32, OLED-экрана и клавиатуры на 16 клавиш. На ESP32 крутится виртуальная машина CHIP-8, придуманная в 70-х под ввод с тех самых 16 клавиш. Сообщество до сих пор пишет под неё игры, и комп на огне запускает любую из них, а заодно тянет собственные программы автора.
Корпус деревянный, викторианский, с выгравированным лазером портретом Роберта Стирлинга на боковой панели. Чтобы полутоновое изображение легло на дерево, автор прогнал его через алгоритм Флойда — Стейнберга, разложивший градиенты на точки разной плотности.
This media is not supported in your browser
VIEW IN TELEGRAM
Киберкраб 2077: китаец «оживил» краба с помощью механизмов, вшитых под панцирь.
Благодаря электрическим разрядам франкекраб двигается и даже может схватить создателя за нос. Вся работа по «оживлению» заняла аж 15 дней.
Крипово, но прикольно.
Благодаря электрическим разрядам франкекраб двигается и даже может схватить создателя за нос. Вся работа по «оживлению» заняла аж 15 дней.
Крипово, но прикольно.
Практически все современные нейронки оказались либерахами.
Реддитор прогнал ИИ-модели через оригинальные 62 утверждения Political Compass, а затем отправил их реальные ответы на официальную платформу politicalcompass․org для подсчёта координат.
В итоге 49 из 52 моделей оказались в леволибертарианском квадранте. Исключениями стали три модели Grok от Илона Маска, которые заметно ушли вправо, что даже неудивительно.
И американские, и европейские, и китайские нейронки от совершенно разных разработчиков, с разными подходами к обучению и настройке, показали удивительно схожие либеральные взгляды.
При этом модели проходили тест несколько раз, а автор проводил контрольные эксперименты: менял промпт и порядок вопросов, задавал вопросы по одному в отдельных чатах, сравнивал API с веб-интерфейсами и даже проверял случайные наборы ответов. Но основной леволибертарианский кластер всё равно сохранялся.
Также пользователи обратили внимание на ещё один любопытный момент: у некоторых моделей при включении режима «Размышлений» результат смещался вправо. Так что, возможно, чем больше ИИ думает, тем правее становится.
Реддитор прогнал ИИ-модели через оригинальные 62 утверждения Political Compass, а затем отправил их реальные ответы на официальную платформу politicalcompass․org для подсчёта координат.
В итоге 49 из 52 моделей оказались в леволибертарианском квадранте. Исключениями стали три модели Grok от Илона Маска, которые заметно ушли вправо, что даже неудивительно.
И американские, и европейские, и китайские нейронки от совершенно разных разработчиков, с разными подходами к обучению и настройке, показали удивительно схожие либеральные взгляды.
При этом модели проходили тест несколько раз, а автор проводил контрольные эксперименты: менял промпт и порядок вопросов, задавал вопросы по одному в отдельных чатах, сравнивал API с веб-интерфейсами и даже проверял случайные наборы ответов. Но основной леволибертарианский кластер всё равно сохранялся.
Также пользователи обратили внимание на ещё один любопытный момент: у некоторых моделей при включении режима «Размышлений» результат смещался вправо. Так что, возможно, чем больше ИИ думает, тем правее становится.
Выращенный в пробирке мозг научился следить за ходом времени
Человеческому мозгу для полного созревания требуется около 20 лет, тогда как органоиды, выращенные в лаборатории живут всего несколько недель или месяцев. Международная команда ученых создала органоиды, которые прожили почти шесть лет — и, что важнее, они «ощущают» ход времени. Даже после пересборки в химеры они сохраняют память о том, сколько времени провели в культуре, и пропускают пройденные ранее в составе других органоидов этапы развития.
https://hightech.plus/2026/08/20/virashennii-v-probirke-mozg-nauchilsya-sledit-za-hodom-vremeni
Человеческому мозгу для полного созревания требуется около 20 лет, тогда как органоиды, выращенные в лаборатории живут всего несколько недель или месяцев. Международная команда ученых создала органоиды, которые прожили почти шесть лет — и, что важнее, они «ощущают» ход времени. Даже после пересборки в химеры они сохраняют память о том, сколько времени провели в культуре, и пропускают пройденные ранее в составе других органоидов этапы развития.
https://hightech.plus/2026/08/20/virashennii-v-probirke-mozg-nauchilsya-sledit-za-hodom-vremeni
🤯1
https://habr.com/ru/articles/1076396/ - отлично, наконец-то описали "долг не понимания".
Хабр
Нейросети как дофаминовая яма для взрослых
Нейросети экономят мне огромное количество времени. И одновременно я стал тратить на них огромное количество времени. Противоречия здесь нет. Раньше существовал естественный барьер между «мне...