Исследование «Coexisting Non-Trivial Van der Waals Magnetic Orders Enable Field-Free Spin-Orbit Torque Magnetization Dynamics», опубликованное в журнале Advanced Materials, посвящено открытию и исследованию нового двумерного ван-дер-ваальсового магнитного материала — сплава (Co₀.₅Fe₀.₅)₅₋ₓGeTe₂ (CFGT).
Учёные обнаружили, что в этом материале одновременно сосуществуют два типа магнитного порядка — ферромагнитный и антиферромагнитный — при этом они формируются внутри одного кристалла, а не на границе между разными слоями, как это обычно бывает. Такое сочетание создаёт внутреннее обменное смещение (exchange bias) и вызывает наклонённую перпендикулярную магнетизацию, когда магнитные моменты слегка отклонены от оси.
Благодаря этим свойствам, исследователям удалось достичь детерминированного переключения магнитного состояния при помощи спин-орбитального момента (spin-orbit torque, SOT) — причём без внешнего магнитного поля. Это важный результат для спинтроники, так как традиционные устройства требуют внешнего поля для управления магнитной ориентацией, что повышает энергопотребление и усложняет схемы.
В экспериментальной части работы авторы создавали гетероструктуру, где слой CFGT сочетался с платиновым слоем, служащим источником спинового тока. Измерения показали, что устройство обладает высокой эффективностью спин-орбитального переключения и низкой критической плотностью тока, необходимой для изменения магнитного состояния. Теоретические расчёты с использованием методов функционала плотности и моделирования Монте-Карло подтвердили стабильность обнаруженного двойного магнитного порядка.
Ключевая ценность этого исследования состоит в том, что авторам удалось добиться переключения магнетизации без применения внешнего магнитного поля в едином двумерном материале, без использования сложных многослойных систем. Такое решение значительно упрощает архитектуру устройств, уменьшает энергозатраты и повышает их стабильность в работе. Подобные материалы могут стать основой нового поколения спинтронных технологий — более энергоэффективных, быстрых и надёжных элементов памяти и логических схем.
📕 Тематические ссылки:
https://advanced.onlinelibrary.wiley.com/doi/10.1002/adma.202502822
https://hightech.fm/2025/09/29/coexisting-magnetic-states
http://www.issp.ac.ru/journal/perst/Control/Inform/perst/2018/18_5_6/n.php?file=perst.htm&label=F_18_5_6_6
Учёные обнаружили, что в этом материале одновременно сосуществуют два типа магнитного порядка — ферромагнитный и антиферромагнитный — при этом они формируются внутри одного кристалла, а не на границе между разными слоями, как это обычно бывает. Такое сочетание создаёт внутреннее обменное смещение (exchange bias) и вызывает наклонённую перпендикулярную магнетизацию, когда магнитные моменты слегка отклонены от оси.
Благодаря этим свойствам, исследователям удалось достичь детерминированного переключения магнитного состояния при помощи спин-орбитального момента (spin-orbit torque, SOT) — причём без внешнего магнитного поля. Это важный результат для спинтроники, так как традиционные устройства требуют внешнего поля для управления магнитной ориентацией, что повышает энергопотребление и усложняет схемы.
В экспериментальной части работы авторы создавали гетероструктуру, где слой CFGT сочетался с платиновым слоем, служащим источником спинового тока. Измерения показали, что устройство обладает высокой эффективностью спин-орбитального переключения и низкой критической плотностью тока, необходимой для изменения магнитного состояния. Теоретические расчёты с использованием методов функционала плотности и моделирования Монте-Карло подтвердили стабильность обнаруженного двойного магнитного порядка.
Ключевая ценность этого исследования состоит в том, что авторам удалось добиться переключения магнетизации без применения внешнего магнитного поля в едином двумерном материале, без использования сложных многослойных систем. Такое решение значительно упрощает архитектуру устройств, уменьшает энергозатраты и повышает их стабильность в работе. Подобные материалы могут стать основой нового поколения спинтронных технологий — более энергоэффективных, быстрых и надёжных элементов памяти и логических схем.
https://advanced.onlinelibrary.wiley.com/doi/10.1002/adma.202502822
https://hightech.fm/2025/09/29/coexisting-magnetic-states
http://www.issp.ac.ru/journal/perst/Control/Inform/perst/2018/18_5_6/n.php?file=perst.htm&label=F_18_5_6_6
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2👍1
Развитие технологий меняет рынок труда: к 2030 году 22% рабочих мест могут исчезнуть или появиться новые. В ИТ растёт спрос на специалистов, но классическое образование не всегда успевает подстраиваться под реальные задачи компаний. Поэтому крупные компании запускают образовательные программы совместно с вузами и школами, чтобы готовить студентов к работе сразу после выпуска.
Практико-ориентированные курсы помогают студентам быстрее попасть в команду: преподаватели — действующие специалисты, обучение строится на реальных кейсах. За последние годы выпускники таких программ занимают до трети команд в некоторых бизнес-юнитах VK и Mail.
Но технических навыков уже недостаточно. Мягкие навыки — коммуникация, критическое мышление, психологическая устойчивость — становятся решающими при найме. «Горящие глаза» и мотивация часто важнее знаний, потому что всему остальному можно научить, говорят эксперты.
Особенности поколения зумеров, пандемия и развитие ИИ меняют подходы к обучению. Студенты быстро теряют концентрацию, предпочитают онлайн-занятия и часто обращаются к нейросетям за готовыми решениями. Поэтому преподаватели делают упор на живой диалог, интерактив и системное мышление, а также учат критически работать с информацией.
рассказывает Динар Сабитов, CTO VK Play.
Главные тренды ИТ-образования ближайших лет — ускорение и персонализация: программы станут короче, а треки обучения — индивидуальными, с учётом навыков и интересов каждого студента. Такой подход может помочь быстрее готовить специалистов, которые, в свою очередь, готовы к реальным задачам индустрии.
📕 Тематические ссылки:
https://hightech.fm/2025/08/28/life-coding
https://teletype.in/@mikhail_writes/1CUwEplLetq
Практико-ориентированные курсы помогают студентам быстрее попасть в команду: преподаватели — действующие специалисты, обучение строится на реальных кейсах. За последние годы выпускники таких программ занимают до трети команд в некоторых бизнес-юнитах VK и Mail.
Но технических навыков уже недостаточно. Мягкие навыки — коммуникация, критическое мышление, психологическая устойчивость — становятся решающими при найме. «Горящие глаза» и мотивация часто важнее знаний, потому что всему остальному можно научить, говорят эксперты.
Особенности поколения зумеров, пандемия и развитие ИИ меняют подходы к обучению. Студенты быстро теряют концентрацию, предпочитают онлайн-занятия и часто обращаются к нейросетям за готовыми решениями. Поэтому преподаватели делают упор на живой диалог, интерактив и системное мышление, а также учат критически работать с информацией.
Раньше практика была построена таким образом: преподаватель что-то рассказал, после чего 20 студентов пытались правильно выполнить задание, а педагог подходил к тем, у кого есть вопросы. Сейчас процесс выглядит иначе: часто преподаватель просто садится за максимально похожую на рабочую задачу, делится экраном и с комментариями её выполняет с нуля: читает описание таска и начинает лайфкодить. В процессе сталкивается со сложностями — ищет решение, гуглит, где-то подсказывают студенты. На мой взгляд, это самое продуктивное обучение: ты как будто стоишь за спиной мастера и видишь, как он выдает результат. В записи уровень включенности совершенно иной.
рассказывает Динар Сабитов, CTO VK Play.
Главные тренды ИТ-образования ближайших лет — ускорение и персонализация: программы станут короче, а треки обучения — индивидуальными, с учётом навыков и интересов каждого студента. Такой подход может помочь быстрее готовить специалистов, которые, в свою очередь, готовы к реальным задачам индустрии.
https://hightech.fm/2025/08/28/life-coding
https://teletype.in/@mikhail_writes/1CUwEplLetq
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2
Советская фантастика, которая сбылась: от беспроводной энергии до биопечати органов
Советские писатели середины XX века не просто мечтали о будущем — они предсказали технологии, которые уже становятся реальностью. Многие идеи из их книг сегодня воплощают инженеры и учёные.
⚡️ Беспроводная энергия. В «Туманности Андромеды» Иван Ефремов описал станции, питающиеся от «лучистого потока». Учёные ИТМО уже реализовали аналог — систему беспроводной передачи энергии для IoT-устройств.
🧮 Квантовые вычисления. В романе «Час Быка» Ивана Ефремова упоминается «Зеркало» — прообраз квантового компьютера. Сегодня такие процессоры реально существуют и меняют подход к обработке данных.
🧬 Регенерация тканей. У Днепрова герои восстанавливают конечности в питательной ванне. В 2025 году «Росатом» создал биореактор, выращивающий искусственные сосуды и работающий над печатью органов.
💻 Коммуникации без границ. Григорий Адамов ещё в 1936 году описал видеосвязь — предвестник Zoom и Яндекс Телемоста.
⚡️ Природа в лаборатории. В «Замке ведьм» Беляев писал об искусственном создании природных явлений. В 2024 году физики МГУ смогли воспроизвести шаровую молнию.
😊 Роботы-помощники. У Стругацких в «Отеле “У погибшего альпиниста”» робот Олаф работает механиком. Сегодня его аналоги уже убирают квартиры и управляют техникой.
🧠 Искусственный интеллект. В повести «Понедельник начинается в субботу» машина «Алдан-3» действовала как магический ИИ. Современные нейросети, вроде GigaChat, превзошли даже фантазии классиков.
Советская фантастика доказала: воображение часто опережает науку, а книги середины XX века — это не только ностальгия, но и зеркало технологического прогресса XXI века. Какие мысли о будущих творениях есть у тебя, дорогой подписчик? Кто знает, может именно они станут базовым минимумом через 100 лет в каждом доме.
📕 Тематические ссылки:
https://thegirl.ru/articles/predskazaniya-pisatelei-fantastov-10-prorochestv-kotorye-sbylis/?ysclid=mgjdii201t780974645
https://hightech.fm/2025/09/22/books-future-real
Советские писатели середины XX века не просто мечтали о будущем — они предсказали технологии, которые уже становятся реальностью. Многие идеи из их книг сегодня воплощают инженеры и учёные.
🧬 Регенерация тканей. У Днепрова герои восстанавливают конечности в питательной ванне. В 2025 году «Росатом» создал биореактор, выращивающий искусственные сосуды и работающий над печатью органов.
Советская фантастика доказала: воображение часто опережает науку, а книги середины XX века — это не только ностальгия, но и зеркало технологического прогресса XXI века. Какие мысли о будущих творениях есть у тебя, дорогой подписчик? Кто знает, может именно они станут базовым минимумом через 100 лет в каждом доме.
https://thegirl.ru/articles/predskazaniya-pisatelei-fantastov-10-prorochestv-kotorye-sbylis/?ysclid=mgjdii201t780974645
https://hightech.fm/2025/09/22/books-future-real
Please open Telegram to view this post
VIEW IN TELEGRAM
👨💻4❤1
Google добавила в чат-бот Gemini новый режим «Управляемое обучение» (Guided Learning). Теперь ИИ умеет разбивать сложные задачи на пошаговые инструкции и создавать интерактивные учебные пособия.
Новая функция доступна как переключатель в панели управления Gemini и основана на технологии LearnLM от Google — наборе языковых моделей, специально оптимизированных для образования и разработанных на основе педагогических исследований. При включении режима репетитора Gemini поэтапно разбирает задачи, адаптирует объяснения под пользователя, проверяет знания, объясняет концепции и визуализирует изучаемый материал.
В примере, который приводят разработчики в блоге компании, нейросеть не выдаёт решение задачи о высоте, на которую взлетит ракета, а предлагает пользователю разобраться в ней пошагово. Для этого бот задаёт собственные вопросы, как сделал бы настоящий учитель: какие виды энергии задействованы в движении, какие формулы нужно использовать, чтобы их рассчитать, и так далее. Если пользователь не может ответить на эти вопросы, нейросеть выдаёт подробные объяснения.
Дженнифер Шен, директор по управлению продуктами приложения Gemini, отметила, что, выступая в роли персонального ИИ-репетитора, Guided Learning помогает «глубже понять материал, а не просто получать быстрые ответы».
Обновление включает в себя автоматическую интеграцию изображений, схем и видео с YouTube в ответы. Например, при изучении фотосинтеза или строения клетки Gemini будет добавлять визуальные элементы, чтобы облегчить восприятие материала. Среди новых инструментов подготовки к экзаменам — создание карточек и учебных пособий на основе тестов или других учебных материалов. Это помогает повторить ключевые понятия и закрепить знания.
Нововведения позиционируются как инструменты для развития критического мышления, углубления понимания и повышения эффективности обучения. Вместо ответов по шаблону Gemini учит решать задачи и разбираться в сути предмета.
Дополнительно Google предлагает бесплатную годовую подписку на тариф AI Pro для студентов колледжей из США, Японии, Индонезии, Кореи и Бразилии. Подписка на год, стоимость которой обычно составляет $200, предоставляет расширенный доступ к Gemini 2.5 Pro, увеличенные лимиты загрузки файлов в NotebookLM и 2 ТБ облачного хранилища.
Однако в действиях нейросети пока сохраняется критический пробел — она не запоминает путь ученика от сессии к сессии и не учитывает развитие его знаний. Кроме того, Gemini часто льстит ученику, а если пользователь не может ответить на вопросы по теме, ИИ-бот достаточно быстро «сдаётся» и переходит к прямой помощи и подсказкам. Таким образом, пока ИИ-«учителя» не способны подталкивать учеников к тому, чтобы те размышляли самостоятельно, и выстраивать их образовательные траектории.
📕 Тематические ссылки:
https://blog.google/outreach-initiatives/education/guided-learning/
https://hightech.fm/2025/08/07/gemini-learning
https://skillbox.ru/media/edtech/v-neyroseti-google-gemini-tozhe-poyavilsya-rezhim-obucheniya/
Новая функция доступна как переключатель в панели управления Gemini и основана на технологии LearnLM от Google — наборе языковых моделей, специально оптимизированных для образования и разработанных на основе педагогических исследований. При включении режима репетитора Gemini поэтапно разбирает задачи, адаптирует объяснения под пользователя, проверяет знания, объясняет концепции и визуализирует изучаемый материал.
В примере, который приводят разработчики в блоге компании, нейросеть не выдаёт решение задачи о высоте, на которую взлетит ракета, а предлагает пользователю разобраться в ней пошагово. Для этого бот задаёт собственные вопросы, как сделал бы настоящий учитель: какие виды энергии задействованы в движении, какие формулы нужно использовать, чтобы их рассчитать, и так далее. Если пользователь не может ответить на эти вопросы, нейросеть выдаёт подробные объяснения.
Дженнифер Шен, директор по управлению продуктами приложения Gemini, отметила, что, выступая в роли персонального ИИ-репетитора, Guided Learning помогает «глубже понять материал, а не просто получать быстрые ответы».
Обновление включает в себя автоматическую интеграцию изображений, схем и видео с YouTube в ответы. Например, при изучении фотосинтеза или строения клетки Gemini будет добавлять визуальные элементы, чтобы облегчить восприятие материала. Среди новых инструментов подготовки к экзаменам — создание карточек и учебных пособий на основе тестов или других учебных материалов. Это помогает повторить ключевые понятия и закрепить знания.
Нововведения позиционируются как инструменты для развития критического мышления, углубления понимания и повышения эффективности обучения. Вместо ответов по шаблону Gemini учит решать задачи и разбираться в сути предмета.
Дополнительно Google предлагает бесплатную годовую подписку на тариф AI Pro для студентов колледжей из США, Японии, Индонезии, Кореи и Бразилии. Подписка на год, стоимость которой обычно составляет $200, предоставляет расширенный доступ к Gemini 2.5 Pro, увеличенные лимиты загрузки файлов в NotebookLM и 2 ТБ облачного хранилища.
Однако в действиях нейросети пока сохраняется критический пробел — она не запоминает путь ученика от сессии к сессии и не учитывает развитие его знаний. Кроме того, Gemini часто льстит ученику, а если пользователь не может ответить на вопросы по теме, ИИ-бот достаточно быстро «сдаётся» и переходит к прямой помощи и подсказкам. Таким образом, пока ИИ-«учителя» не способны подталкивать учеников к тому, чтобы те размышляли самостоятельно, и выстраивать их образовательные траектории.
https://blog.google/outreach-initiatives/education/guided-learning/
https://hightech.fm/2025/08/07/gemini-learning
https://skillbox.ru/media/edtech/v-neyroseti-google-gemini-tozhe-poyavilsya-rezhim-obucheniya/
Please open Telegram to view this post
VIEW IN TELEGRAM
😁2
Исследователи из Университета Суррея разработали уникальную систему навигации, которая использует искусственный интеллект и компьютерное зрение для точного определения местоположения без использования GPS. Новая технология под названием Pose-Enhanced Geo-Localisation (PEnG) демонстрирует точность в 40 раз выше традиционных спутниковых систем.
В ходе испытаний система смогла сократить погрешность навигации с 734 метров до 22 метров, используя только данные с обычной камеры. Это открывает новые возможности для автономных транспортных средств и навигационных систем в условиях, где GPS-сигнал недоступен или ненадежен.
По словам Тэва Шора, аспиранта в области искусственного интеллекта и компьютерного зрения, многие современные навигационные системы критически зависят от GPS, но его покрытие не всегда гарантировано. Цель исследования состояла в создании решения, которое будет надежно работать, используя только визуальную информацию.
Алгоритм работает в два этапа: сначала сужает область поиска до уровня улицы, затем уточняет позицию с учетом направления камеры. Для работы достаточно одной простой монокулярной камеры без дорогостоящего оборудования. Это делает технологию доступной для массового применения.
Технология особенно актуальна для навигации в городских каньонах мегаполисов: туннелях, подземных парковках и других местах с ограниченным доступом к спутниковым сигналам. Способность работать с простой монокулярной камерой делает систему практичным решением для массового применения.
📕 Тематические ссылки:
https://interestingengineering.com/innovation/surrey-ai-gps-alternative-navigation
https://hi-tech.mail.ru/news/132519-gps-v-proshlom-novaya-sistema-sokrashaet-oshibki-navigacii-v-40-raz/
В ходе испытаний система смогла сократить погрешность навигации с 734 метров до 22 метров, используя только данные с обычной камеры. Это открывает новые возможности для автономных транспортных средств и навигационных систем в условиях, где GPS-сигнал недоступен или ненадежен.
По словам Тэва Шора, аспиранта в области искусственного интеллекта и компьютерного зрения, многие современные навигационные системы критически зависят от GPS, но его покрытие не всегда гарантировано. Цель исследования состояла в создании решения, которое будет надежно работать, используя только визуальную информацию.
Алгоритм работает в два этапа: сначала сужает область поиска до уровня улицы, затем уточняет позицию с учетом направления камеры. Для работы достаточно одной простой монокулярной камеры без дорогостоящего оборудования. Это делает технологию доступной для массового применения.
Технология особенно актуальна для навигации в городских каньонах мегаполисов: туннелях, подземных парковках и других местах с ограниченным доступом к спутниковым сигналам. Способность работать с простой монокулярной камерой делает систему практичным решением для массового применения.
https://interestingengineering.com/innovation/surrey-ai-gps-alternative-navigation
https://hi-tech.mail.ru/news/132519-gps-v-proshlom-novaya-sistema-sokrashaet-oshibki-navigacii-v-40-raz/
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3👏2
Новая опция не ограничивается озвучиванием содержимого страницы. Система анализирует контент и создает структурированный пересказ с участием двух виртуальных дикторов. Первые пользователи уже заметили нововведение в сборке Chrome 140.0.7339.124.
Включить озвучивание можно следующим образом: открыть страницу, нажать на три точки в правом верхнем углу и выбрать в меню вариант «Слушать эту страницу». В панели воспроизведения рядом с настройкой скорости появится новый переключатель ИИ-озвучки, с помощью которого можно будет быстро переключаться между обычным чтением и «подкаст-версией» материала.
Данная возможность появилась благодаря проекту NotebookLM, где Google впервые запустил «Audio Overviews», диалоговую аудио-выжимку по материалам пользователя. Весной компания добавила такую же функцию в приложение Gemini.
Новый функционал обнаружил технический эксперт Мишаал Рахман в стабильной версии Chrome для Android. Распространение обновления осуществляется поэтапно, поэтому доступ к нему получают различные группы пользователей в разное время. Для активации функции требуется обновить браузер до последней версии.
Таким образом Chrome превращает любые большие по объему тексты в компактный и удобный для прослушивания формат.
📕 Тематические ссылки:
https://www.androidauthority.com/google-chrome-android-audio-overviews-rollout-3599751/
https://www.ixbt.com/live/sw/brauzer-chrome-dlya-android-teper-mozhet-vosproizvodit-lyubuyu-veb-stranicu-kak-podkast.html
Включить озвучивание можно следующим образом: открыть страницу, нажать на три точки в правом верхнем углу и выбрать в меню вариант «Слушать эту страницу». В панели воспроизведения рядом с настройкой скорости появится новый переключатель ИИ-озвучки, с помощью которого можно будет быстро переключаться между обычным чтением и «подкаст-версией» материала.
Данная возможность появилась благодаря проекту NotebookLM, где Google впервые запустил «Audio Overviews», диалоговую аудио-выжимку по материалам пользователя. Весной компания добавила такую же функцию в приложение Gemini.
Новый функционал обнаружил технический эксперт Мишаал Рахман в стабильной версии Chrome для Android. Распространение обновления осуществляется поэтапно, поэтому доступ к нему получают различные группы пользователей в разное время. Для активации функции требуется обновить браузер до последней версии.
Таким образом Chrome превращает любые большие по объему тексты в компактный и удобный для прослушивания формат.
https://www.androidauthority.com/google-chrome-android-audio-overviews-rollout-3599751/
https://www.ixbt.com/live/sw/brauzer-chrome-dlya-android-teper-mozhet-vosproizvodit-lyubuyu-veb-stranicu-kak-podkast.html
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2🔥2
Группа исследователей из Google Deepmind под руководством Тома Дентона выпустила обновленную версию нейросети для биоакустики Perch 2.0. В отличие от предыдущей версии, Perch 2.0 может распознавать не только птиц, но и других животных.
Для оценки здоровья экосистем ученые нередко отслеживают численность популяций индикаторных видов. Чаще всего в качестве индикаторов выбирают птиц, поскольку они обитают практически везде. В настоящее время отслеживать популяции птиц стало значительно удобнее, поскольку на помощь орнитологам пришли системы пассивного акустического мониторинга и биоакустические
классификаторы на основе нейросетей.
Например, ученые из Корнелльского университета разработали мобильные приложения BirdNet и Merlin Bird Id, с помощью которых любой человек может распознавать птиц в округе и делиться информацией о местоположении видов с орнитологами. Кроме того, появились модели, предназначенные для специалистов — например, Perch от Google Deepmind, которая уже помогла обнаружить новую популяцию австралийских странников рядом с Мельбурном. С помощью нее же орнитологи отслеживают популяции гавайских цветочниц, находящихся под угрозой исчезновения.
В отличие от предыдущей версии, которая обучалась на данных 10 932 различных видов птиц (набор данных Xeno-Canto), биоакустическая модель Perch 2.0 обучалась на данных 14 795 классов птиц, млекопитающих, рептилий, насекомых и других животных, а также антропогенных шумов (наборы данных Xeno-Canto, iNaturalist, Tierstimmenarchiv и FSD50K).
Архитектура модели тоже претерпела изменения. В первой версии Perch для классификации видов пятисекундный фрагмент аудиозаписи сначала преобразовывался в лог-мел-спектрограмму, которая затем подавалась на вход сверточной нейросети EfficientNet-B1 с 7,8 миллионами параметров. Модель ставила в соответствие спектрограмме векторное представление (эмбеддинг), которое встроенный линейный классификатор затем использовал для определения вероятностей принадлежности к каждому из классов. В новой версии для создания эмбеддингов использовалась сверточная нейросеть EfficientNet-B3 с 12 миллионами параметров, а помимо линейного классификатора модель получила на выходе два дополнительных модуля.
Отмечается, что Perch 2.0 создана таким образом, чтобы она могла хорошо работать в специфических случаях, например, различать звуки отдельных особей или голоса молодняка. Ученые продемонстрировали это с помощью трансферного обучения на малом количестве данных морских существ (16 примеров на вид) и сравнили со специализированными моделями. В результате, несмотря на то что наборы данных для обучения Perch 2.0 практически не содержали данных о морских видах, модель обогнала топовую нейросеть SurfPerch в тестах.
📕 Тематические ссылки:
https://arxiv.org/abs/2508.04665
https://nplus1.ru/news/2025/09/04/perch-2
Для оценки здоровья экосистем ученые нередко отслеживают численность популяций индикаторных видов. Чаще всего в качестве индикаторов выбирают птиц, поскольку они обитают практически везде. В настоящее время отслеживать популяции птиц стало значительно удобнее, поскольку на помощь орнитологам пришли системы пассивного акустического мониторинга и биоакустические
классификаторы на основе нейросетей.
Например, ученые из Корнелльского университета разработали мобильные приложения BirdNet и Merlin Bird Id, с помощью которых любой человек может распознавать птиц в округе и делиться информацией о местоположении видов с орнитологами. Кроме того, появились модели, предназначенные для специалистов — например, Perch от Google Deepmind, которая уже помогла обнаружить новую популяцию австралийских странников рядом с Мельбурном. С помощью нее же орнитологи отслеживают популяции гавайских цветочниц, находящихся под угрозой исчезновения.
В отличие от предыдущей версии, которая обучалась на данных 10 932 различных видов птиц (набор данных Xeno-Canto), биоакустическая модель Perch 2.0 обучалась на данных 14 795 классов птиц, млекопитающих, рептилий, насекомых и других животных, а также антропогенных шумов (наборы данных Xeno-Canto, iNaturalist, Tierstimmenarchiv и FSD50K).
Архитектура модели тоже претерпела изменения. В первой версии Perch для классификации видов пятисекундный фрагмент аудиозаписи сначала преобразовывался в лог-мел-спектрограмму, которая затем подавалась на вход сверточной нейросети EfficientNet-B1 с 7,8 миллионами параметров. Модель ставила в соответствие спектрограмме векторное представление (эмбеддинг), которое встроенный линейный классификатор затем использовал для определения вероятностей принадлежности к каждому из классов. В новой версии для создания эмбеддингов использовалась сверточная нейросеть EfficientNet-B3 с 12 миллионами параметров, а помимо линейного классификатора модель получила на выходе два дополнительных модуля.
Отмечается, что Perch 2.0 создана таким образом, чтобы она могла хорошо работать в специфических случаях, например, различать звуки отдельных особей или голоса молодняка. Ученые продемонстрировали это с помощью трансферного обучения на малом количестве данных морских существ (16 примеров на вид) и сравнили со специализированными моделями. В результате, несмотря на то что наборы данных для обучения Perch 2.0 практически не содержали данных о морских видах, модель обогнала топовую нейросеть SurfPerch в тестах.
https://arxiv.org/abs/2508.04665
https://nplus1.ru/news/2025/09/04/perch-2
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3
Команда Cybernews обнаружила масштабную утечку данных пользователей портативных фотопринтеров Lifeprint. Устройства, выпускаемые компанией C+A Global, позволяют мгновенно распечатывать изображения со смартфонов на базе iOS и Android.
Причиной утечки стал неправильно сконфигурированный облачный бакет, который не требовал авторизации, поэтому получить доступ к данным мог любой пользователь интернета. Среди открытых файлов оказалось не только более двух миллионов изображений, но и экспортированные данные в форматах JSON и CSV, содержащие приватную информацию, включая списки пользователей и адреса электронной почты, более чем о 100 000 пользователях. В метаданных также сохранилась статистика – суммарно владельцы Lifeprint распечатали около 1,6 миллиона фото.
В той же публичной директории исследователи нашли несколько прошивок принтера и закрытый ключ RSA (один из двух элементов криптографического алгоритма Rivest-Shamir-Adleman, который используется для асимметричного шифрования), лежащий в открытом виде. Предполагается, что этот ключ использовался для подписи обновлений прошивки. Таким образом, потенциальный злоумышленник мог создать вредоносную прошивку, подписать её закрытым ключом и подменить оригинальные файлы на сервере. Если принтеры автоматически проверяют бакет на наличие новых прошивок, такой сценарий может позволить атакующим загрузить на устройства вредоносный код, захватить управление или даже включить их в ботнет.
Исследователи подчёркивают, что ситуация представляет реальную угроз безопасности пользователей, включая риски утечек личных и интимных фотографий, кражи личности, травли или даже доксинга. Также под вопросом надёжность самой IoT-инфраструктуры. Хранение криптографических ключей рядом с прошивкой, отсутствие изоляции пользовательских данных и полное отсутствие контроля доступа соответствует классическому антипаттерну.
Cybernews передали информацию производителю, однако ответа пока не последовало. Утечка была впервые зафиксирована 28 июля 2025 года, сообщение компании отправлено на следующий день, а уведомление в CERT – 6 августа.
📕 Тематические ссылки:
https://cybernews.com/security/lifeprint-printer-data-leak-photos/
https://www.securitylab.ru/news/564327.php
Причиной утечки стал неправильно сконфигурированный облачный бакет, который не требовал авторизации, поэтому получить доступ к данным мог любой пользователь интернета. Среди открытых файлов оказалось не только более двух миллионов изображений, но и экспортированные данные в форматах JSON и CSV, содержащие приватную информацию, включая списки пользователей и адреса электронной почты, более чем о 100 000 пользователях. В метаданных также сохранилась статистика – суммарно владельцы Lifeprint распечатали около 1,6 миллиона фото.
В той же публичной директории исследователи нашли несколько прошивок принтера и закрытый ключ RSA (один из двух элементов криптографического алгоритма Rivest-Shamir-Adleman, который используется для асимметричного шифрования), лежащий в открытом виде. Предполагается, что этот ключ использовался для подписи обновлений прошивки. Таким образом, потенциальный злоумышленник мог создать вредоносную прошивку, подписать её закрытым ключом и подменить оригинальные файлы на сервере. Если принтеры автоматически проверяют бакет на наличие новых прошивок, такой сценарий может позволить атакующим загрузить на устройства вредоносный код, захватить управление или даже включить их в ботнет.
Исследователи подчёркивают, что ситуация представляет реальную угроз безопасности пользователей, включая риски утечек личных и интимных фотографий, кражи личности, травли или даже доксинга. Также под вопросом надёжность самой IoT-инфраструктуры. Хранение криптографических ключей рядом с прошивкой, отсутствие изоляции пользовательских данных и полное отсутствие контроля доступа соответствует классическому антипаттерну.
Cybernews передали информацию производителю, однако ответа пока не последовало. Утечка была впервые зафиксирована 28 июля 2025 года, сообщение компании отправлено на следующий день, а уведомление в CERT – 6 августа.
https://cybernews.com/security/lifeprint-printer-data-leak-photos/
https://www.securitylab.ru/news/564327.php
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5
Группа криптографов из российской ИТ-компании «Криптонит» разработали σAuth — модель, которая позволяет анализировать безопасность анонимной аутентификации в 5G-сетях. С её помощью специалисты могут выявлять уязвимости в протоколах и подтверждать их надёжность через формальные математические методы. По словам разработчиков, это делает инструмент универсальным для анализа и проектирования протоколов не только в 5G, но и в других цифровых
инфраструктурах.
Модель уже применяется для оценки отечественных разработок 5G-AKA-GOST и S3G-5G. В настоящее время протоколы проходят стандартизацию в техническом комитете ТК26. Ожидается, что σAuth поможет улучшить защиту от атак на анонимность, перехвата сообщений и компрометации ключей.
По данным GSMA Intelligence, к концу 2024 года по всему миру насчитывалось не менее двух миллиардов подключений к 5G. Помимо смартфонов, сеть охватывает промышленное оборудование, транспорт и IoT-устройства, из-за чего растёт количество потенциальных объектов для атак. Одним из основных уязвимых узлов является процесс аутентификации: злоумышленники могут перехватывать данные, отслеживать перемещения или подменять цифровые идентификаторы.
Владимир Бельский, заместитель руководителя лаборатории криптографии «Криптонита», отметил, что модель σAuth вводит формализацию понятия анонимности и учитывает реальные сценарии угроз, например, ситуации, когда злоумышленник получает физический доступ к оборудованию Интернета вещей. В условиях, когда защита постоянных идентификаторов, таких как IMSI и SUPI, становится критически важной, этот шаг является особенно актуальным.
Ранее специалисты «Криптонита» разработали и представили международной группе 3GPP улучшенную версию протокола ECIES+5G-AKA. Также компания работает над протоколом аутентифицированной выработки ключей 5G-AKA-GOST, который усилит защиту российских 5G-сетей.
📕 Тематические ссылки:
https://kryptonite.ru/news/v-rossii-razrabotali-instrument-dlia-o/
https://hightech.fm/2025/07/10/crypto-rus-2
инфраструктурах.
Модель уже применяется для оценки отечественных разработок 5G-AKA-GOST и S3G-5G. В настоящее время протоколы проходят стандартизацию в техническом комитете ТК26. Ожидается, что σAuth поможет улучшить защиту от атак на анонимность, перехвата сообщений и компрометации ключей.
По данным GSMA Intelligence, к концу 2024 года по всему миру насчитывалось не менее двух миллиардов подключений к 5G. Помимо смартфонов, сеть охватывает промышленное оборудование, транспорт и IoT-устройства, из-за чего растёт количество потенциальных объектов для атак. Одним из основных уязвимых узлов является процесс аутентификации: злоумышленники могут перехватывать данные, отслеживать перемещения или подменять цифровые идентификаторы.
Владимир Бельский, заместитель руководителя лаборатории криптографии «Криптонита», отметил, что модель σAuth вводит формализацию понятия анонимности и учитывает реальные сценарии угроз, например, ситуации, когда злоумышленник получает физический доступ к оборудованию Интернета вещей. В условиях, когда защита постоянных идентификаторов, таких как IMSI и SUPI, становится критически важной, этот шаг является особенно актуальным.
Ранее специалисты «Криптонита» разработали и представили международной группе 3GPP улучшенную версию протокола ECIES+5G-AKA. Также компания работает над протоколом аутентифицированной выработки ключей 5G-AKA-GOST, который усилит защиту российских 5G-сетей.
https://kryptonite.ru/news/v-rossii-razrabotali-instrument-dlia-o/
https://hightech.fm/2025/07/10/crypto-rus-2
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4
Sateliot (Барселона, Испания) совместно с компаниями Nordic Semiconductor (Тронхейм, Норвегия) и Gatehouse Satcom (Нёрресуннбю, Дания) впервые осуществила подключение стандартного коммерческого устройства Интернета вещей 5G-IoT к спутнику, находящемуся на низкой околоземной орбите (LEO).
Успешное тестирование подтвердило, что немодифицированные сотовые устройства могут обмениваться данными через спутник без каких-либо ограничений. Это открывает новые возможности для распространения Интернета вещей по всему миру.
Данное достижение подтверждает возможность осуществления на практике полной функциональной совместимости между наземными и внеземными сетями. В течение десятилетий глобальное внедрение Интернета вещей было недоступно из-за ограничений наземной инфраструктуры, которая охватывает только около 20% поверхности Земли. Теперь это ограничение снято, что открывает новые возможности для подключения к Интернету вещей в океанах, пустынях и других отдалённых от цивилизации районах.
Комплексное решение было проверено на соответствие стандарту 3GPP 5G NB-IoT Release 17 с использованием специализированного программного обеспечения для спутниковой связи 5G, предоставленного компанией Gatehouse Satcom.
Данное достижение является важным этапом на пути к разработке новых приложений. Отрасли промышленности, такие как логистика, сельское хозяйство, мониторинг окружающей среды и управление критически важной инфраструктурой, теперь могут в полной мере использовать преимущества IoT-решений благодаря внедрению спутниковой 5G-связи.
Демонстрация решения включала в себя отправку сквозного сообщения с использованием модуля Nordic Semiconductor nRF9151 – устройства с низким энергопотреблением и длительным временем автономной работы. Модуль подключается к спутниковой системе LEO Сonstellation от Sateliot без необходимости внесения изменений в оборудование, успешно воспроизводя функцию роуминга, знакомую пользователям по мобильным сетям.
📕 Тематические ссылки:
https://iottechnews.com/news/sateliot-achieves-world-first-5g-satellite-iot-connection/
Успешное тестирование подтвердило, что немодифицированные сотовые устройства могут обмениваться данными через спутник без каких-либо ограничений. Это открывает новые возможности для распространения Интернета вещей по всему миру.
Данное достижение подтверждает возможность осуществления на практике полной функциональной совместимости между наземными и внеземными сетями. В течение десятилетий глобальное внедрение Интернета вещей было недоступно из-за ограничений наземной инфраструктуры, которая охватывает только около 20% поверхности Земли. Теперь это ограничение снято, что открывает новые возможности для подключения к Интернету вещей в океанах, пустынях и других отдалённых от цивилизации районах.
Комплексное решение было проверено на соответствие стандарту 3GPP 5G NB-IoT Release 17 с использованием специализированного программного обеспечения для спутниковой связи 5G, предоставленного компанией Gatehouse Satcom.
Данное достижение является важным этапом на пути к разработке новых приложений. Отрасли промышленности, такие как логистика, сельское хозяйство, мониторинг окружающей среды и управление критически важной инфраструктурой, теперь могут в полной мере использовать преимущества IoT-решений благодаря внедрению спутниковой 5G-связи.
Демонстрация решения включала в себя отправку сквозного сообщения с использованием модуля Nordic Semiconductor nRF9151 – устройства с низким энергопотреблением и длительным временем автономной работы. Модуль подключается к спутниковой системе LEO Сonstellation от Sateliot без необходимости внесения изменений в оборудование, успешно воспроизводя функцию роуминга, знакомую пользователям по мобильным сетям.
https://iottechnews.com/news/sateliot-achieves-world-first-5g-satellite-iot-connection/
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6
Добрый день!
Завершился курс по теме «Разработка ПО для микроконтроллеров семейства STM32». Студентам, успешно прошедшим данный курс, мы подготовили красивые сертификаты и небольшие подарки с мерчем компании.
Следующие курсы запустятся уже в следующем году, а также совсем скоро появится информация о новой стажировке, которая начнется в январе.
В каких курсах и стажировках вы бы хотели поучаствовать в следующем году? Возможно, Дед Мороз исполнит ваши желания🎅
Завершился курс по теме «Разработка ПО для микроконтроллеров семейства STM32». Студентам, успешно прошедшим данный курс, мы подготовили красивые сертификаты и небольшие подарки с мерчем компании.
Следующие курсы запустятся уже в следующем году, а также совсем скоро появится информация о новой стажировке, которая начнется в январе.
В каких курсах и стажировках вы бы хотели поучаствовать в следующем году? Возможно, Дед Мороз исполнит ваши желания
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6👏2
Китайская компания DeepRoute.ai представила свою платформу для автономного вождения, оснащенную усовершенствованным искусственным интеллектом, на выставке IAA Mobility Show в Мюнхене. Как и другие технологии компании, платформа ориентирована на китайских автопроизводителей, а также зарубежные компании.
Новая платформа обладает широкой функциональностью и гибкостью и совместима как с автоматизированными транспортными средствами, оснащенными лидаром, так и с транспортными средствами, оснащенными системой pure-vision. Ее модульная архитектура позволяет использовать платформу для различных моделей и типов кузовов.
В основе новой технологии лежит модель VLA (vision-language-action), которая объединяет в себе визуальное восприятие, понимание естественного языка и физическое действие, дополненные логической цепочкой рассуждений для расширенного временного и причинно-следственного анализа. Платформа, основанная на VLA, сочетает в себе интеллектуальные и адаптивные функции.
Использование в платформе больших языковых моделей предполагает наличие обширной базы знаний, что способствует быстрой адаптации к различным дорожным системам по всему миру. Кроме того, архитектура больших языковых моделей обеспечивает дополнительную безопасность благодаря повышенной пространственной осведомлённости, оптическому распознаванию символов и улучшенному голосовому управлению.
Это особенно полезно в ситуациях рискованного вождения, таких как повороты в обход дороги, пробки из грузовиков или сложные перекрёстки, где более востребованы упреждающие действия человека, включая замедление или изменение маршрута.
📕 Тематические ссылки:
https://aibusiness.com/data/self-driving-architecture-with-advanced-ai-revealed
Новая платформа обладает широкой функциональностью и гибкостью и совместима как с автоматизированными транспортными средствами, оснащенными лидаром, так и с транспортными средствами, оснащенными системой pure-vision. Ее модульная архитектура позволяет использовать платформу для различных моделей и типов кузовов.
В основе новой технологии лежит модель VLA (vision-language-action), которая объединяет в себе визуальное восприятие, понимание естественного языка и физическое действие, дополненные логической цепочкой рассуждений для расширенного временного и причинно-следственного анализа. Платформа, основанная на VLA, сочетает в себе интеллектуальные и адаптивные функции.
Использование в платформе больших языковых моделей предполагает наличие обширной базы знаний, что способствует быстрой адаптации к различным дорожным системам по всему миру. Кроме того, архитектура больших языковых моделей обеспечивает дополнительную безопасность благодаря повышенной пространственной осведомлённости, оптическому распознаванию символов и улучшенному голосовому управлению.
Это особенно полезно в ситуациях рискованного вождения, таких как повороты в обход дороги, пробки из грузовиков или сложные перекрёстки, где более востребованы упреждающие действия человека, включая замедление или изменение маршрута.
https://aibusiness.com/data/self-driving-architecture-with-advanced-ai-revealed
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3👍1
Друзья, с наступающим Новым годом! 🥂
Учебный центр НТЦ «Вулкан» благодарит всех, кто был с нами в этом насыщенном году — учился, развивался и рос вместе с нами.
Пусть в 2026 году вас ждут яркие проекты, новые знания, крутые идеи и множество поводов для радости.
До встречи на занятиях — обещаем, будет ещё интереснее. В следующем году вас ждет масштабный релиз, не пропустите!
Учебный центр НТЦ «Вулкан» благодарит всех, кто был с нами в этом насыщенном году — учился, развивался и рос вместе с нами.
Пусть в 2026 году вас ждут яркие проекты, новые знания, крутые идеи и множество поводов для радости.
До встречи на занятиях — обещаем, будет ещё интереснее. В следующем году вас ждет масштабный релиз, не пропустите!
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥12❤3❤🔥1
Каникулы продолжаются, и мы поздравляем вас с Рождеством! 🎄
В этот светлый праздник хочется пожелать мира, тепла и гармонии. Пусть в ваших домах царят радость и любовь, а в сердцах — вдохновение и вера в лучшее.
Учебный центр НТЦ «Вулкан» желает вам вдохновения, роста и отличного настроения сегодня и каждый день нового года. Пусть наступивший год принесёт вам новые знания, силы для свершений и добрые перемены.
С Рождеством Христовым!
В этот светлый праздник хочется пожелать мира, тепла и гармонии. Пусть в ваших домах царят радость и любовь, а в сердцах — вдохновение и вера в лучшее.
Учебный центр НТЦ «Вулкан» желает вам вдохновения, роста и отличного настроения сегодня и каждый день нового года. Пусть наступивший год принесёт вам новые знания, силы для свершений и добрые перемены.
С Рождеством Христовым!
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7👍3🙏1🎄1
Исследователи Google DeepMind совместно с Оксфордским университетом и Монреальским институтом Mila представили работу «Generative Chess Puzzles», в рамках которой искусственный интеллект впервые продемонстрировал способность самостоятельно сочинять шахматные задачи, не уступающие по сложности задачам, созданным людьми.
Модели были обучены на 4,4 млн позиций из базы Lichess, представлявших партии, сыгранные пользователями до декабря 2024 года. Каждая позиция кодировалась в нотации FEN, а сеть — авторегрессионный трансформер с 200 млн параметров – училась предсказывать следующую фигуру по контексту. После базового обучения ИИ «придумывал» новые позиции, начиная с первого символа FEN и затем пошагово достраивая положение фигур.
Чтобы избежать механических комбинаций, в модель внедрили обучение с подкреплением. Вознаграждение давалось: за уникальность задачи — на доске должен был быть только один выигрышный ход; за контринтуитивность — задача должна была «сбивать с толку» слабый движок, но решаться сильным (например, Stockfish 15 в «полной» и «урезанной» конфигурациях).
Первоначально RL-модель сталкивалась с проблемой «энтропийного коллапса», то есть она быстро сходилась к повторяющимся шаблонам. Чтобы исправить эту проблему, разработчики добавили фильтры разнообразия по «расстоянию досок» и вариациям ходов.
Новый подход к разработке RL позволил увеличить количество алогичных задач в десять раз по сравнению с существующими наборами данных. В результате, количество алогичных (контринтуитивных) задач составило 2,5%, что превышает показатели существующих наборов данных (2,1%) и лучшей обученной модели Lichess (0,4%).
В отчёте показаны конкретные FEN-примеры. Например, в одной из лучших позиций единственный ход, ведущий к победе, — это неожиданный перевод ладьи на b8, а все «естественные» продолжения ведут к ничьей.
Чтобы оценить художественную ценность партий, команда ввела каталог из более чем 30 «тем» классической шахматной эстетики: от «жертвы ради пата», «двойного шаха» и «арабского мата» до «хода-переключения» (switchback). Оказалось, что сгенерированные ИИ позиции естественно воспроизводят большинство вариаций из шахматных сборников, хотя некоторые ходы, вроде «мата Анастасии» или «крючкового мата», встречаются реже.
Отдельный этап экспериментов включал в себя эволюционный поиск — случайное добавление и удаление фигур с доски с отбором лучших вариантов. Такие позиции выглядели, как произведения сюрреализма — нестандартные, но логичные.
Затем последовало тестирование с участием восьми экспертов Lichess (рейтинг 2000-2400). Им показали 40 позиций из четырёх источников: сборников, созданных специалистами-людьми, Lichess, RL-модели и финального буклета. По средним оценкам лучшие результаты по «творчеству» и «удовольствию от решения» показал именно буклет ИИ (2,48 и 2,56 балла из трёх возможных), опередив даже классические композиции.
Заключительное рецензирование провели международные мастера и гроссмейстеры Амация Авни, Джонатан Левитт и Мэттью Сэдлер. Они назвали подборку «новым шагом в человеко-машинном соавторстве» и «редким примером настоящего творчества в рамках формальных правил».
Авторы подчёркивают, что подход с подкреплением и оценкой контринтуитивности делает генерацию шахматных задач масштабируемой и саморазвивающейся в отличие от ручного отбора Lichess, зависящего от человеческих партий и ограниченных вычислительных ресурсов.
📕 Тематические ссылки:
https://www.securitylab.ru/news/565366.php
https://arxiv.org/pdf/2510.23881
Модели были обучены на 4,4 млн позиций из базы Lichess, представлявших партии, сыгранные пользователями до декабря 2024 года. Каждая позиция кодировалась в нотации FEN, а сеть — авторегрессионный трансформер с 200 млн параметров – училась предсказывать следующую фигуру по контексту. После базового обучения ИИ «придумывал» новые позиции, начиная с первого символа FEN и затем пошагово достраивая положение фигур.
Чтобы избежать механических комбинаций, в модель внедрили обучение с подкреплением. Вознаграждение давалось: за уникальность задачи — на доске должен был быть только один выигрышный ход; за контринтуитивность — задача должна была «сбивать с толку» слабый движок, но решаться сильным (например, Stockfish 15 в «полной» и «урезанной» конфигурациях).
Первоначально RL-модель сталкивалась с проблемой «энтропийного коллапса», то есть она быстро сходилась к повторяющимся шаблонам. Чтобы исправить эту проблему, разработчики добавили фильтры разнообразия по «расстоянию досок» и вариациям ходов.
Новый подход к разработке RL позволил увеличить количество алогичных задач в десять раз по сравнению с существующими наборами данных. В результате, количество алогичных (контринтуитивных) задач составило 2,5%, что превышает показатели существующих наборов данных (2,1%) и лучшей обученной модели Lichess (0,4%).
В отчёте показаны конкретные FEN-примеры. Например, в одной из лучших позиций единственный ход, ведущий к победе, — это неожиданный перевод ладьи на b8, а все «естественные» продолжения ведут к ничьей.
Чтобы оценить художественную ценность партий, команда ввела каталог из более чем 30 «тем» классической шахматной эстетики: от «жертвы ради пата», «двойного шаха» и «арабского мата» до «хода-переключения» (switchback). Оказалось, что сгенерированные ИИ позиции естественно воспроизводят большинство вариаций из шахматных сборников, хотя некоторые ходы, вроде «мата Анастасии» или «крючкового мата», встречаются реже.
Отдельный этап экспериментов включал в себя эволюционный поиск — случайное добавление и удаление фигур с доски с отбором лучших вариантов. Такие позиции выглядели, как произведения сюрреализма — нестандартные, но логичные.
Затем последовало тестирование с участием восьми экспертов Lichess (рейтинг 2000-2400). Им показали 40 позиций из четырёх источников: сборников, созданных специалистами-людьми, Lichess, RL-модели и финального буклета. По средним оценкам лучшие результаты по «творчеству» и «удовольствию от решения» показал именно буклет ИИ (2,48 и 2,56 балла из трёх возможных), опередив даже классические композиции.
Заключительное рецензирование провели международные мастера и гроссмейстеры Амация Авни, Джонатан Левитт и Мэттью Сэдлер. Они назвали подборку «новым шагом в человеко-машинном соавторстве» и «редким примером настоящего творчества в рамках формальных правил».
Авторы подчёркивают, что подход с подкреплением и оценкой контринтуитивности делает генерацию шахматных задач масштабируемой и саморазвивающейся в отличие от ручного отбора Lichess, зависящего от человеческих партий и ограниченных вычислительных ресурсов.
https://www.securitylab.ru/news/565366.php
https://arxiv.org/pdf/2510.23881
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3👍1
Новый год наступил, а значит пришло время новой стажировки!
Присылайте свое резюме на почту Учебного Центра до 26.01
📃 uc@ntc-vulkan.ru.
📍 ул. Электрозаводская, д. 27, стр. 4 (ДЦ ЛеФорт)
Присылайте свое резюме на почту Учебного Центра до 26.01
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4❤1👍1
Илон Маск запустил раннюю версию Grokipedia — онлайн-энциклопедии, созданной на базе искусственного интеллекта Grok. Предприниматель позиционирует её как «менее предвзятую» альтернативу Wikipedia. Однако, по данным The Washington Post, проект выглядит «более правым» по идеологическому тону.
Сам Маск представлен в новой энциклопедии в подчеркнуто восторженных тонах. Его деятельность описывается как направленная на «развитие ИИ ради истины, а не регулирования», а раздел о достижениях переименован в «Признание и долгосрочное видение», где упоминается миссия по «сохранению человеческого сознания и созданию многопланетной цивилизации».
Некоторые страницы Grokipedia содержат ошибки. Так, материал о работе Маска в U.S. DOGE Service утверждает, что кандидат в губернаторы Огайо Вивек Рамасвами «занял более заметную роль» после ухода Маска, однако в действительности он покинул организацию раньше. При этом Grokipedia ссылалась на BBC и Al Jazeera, которые об этом не сообщали. В статье о штурме Капитолия 6 января 2021 года проект смешивает факты с комментариями о «преувеличениях» демократов и СМИ.
Отмечается, что материалы Grokipedia, вероятнее всего, создаются с помощью той же модели, что лежит в основе чат-бота Grok на платформе X. Это позволяет обновлять тексты в режиме реального времени, но делает проект уязвимым для ошибок. Ранее Grok уже становился источником скандалов: от теорий заговора о «геноциде белых» в ЮАР до генерации неприличных изображений женщин и ошибочных медицинских советов.
На главной странице Grokipedia расположена строка поиска статей. В самих статьях нет картинок и видео, только текст и таблицы. В конце каждой статьи находится блок ссылок на источники, а в начале — информация о том, когда последний раз Grok проводил проверку фактов.
В конце некоторых статей есть отметка о том, что оригинальная статья взята с Wikipedia и адаптирована. Например, такую плашку можно найти в статье про MacBook Air. В материале про OpenAI такой отметки уже нет.
На странице каждой статьи можно посмотреть историю изменений. При этом система не показывает никнеймы пользователей, которые предложили и внесли правки. Всего в Grokipedia в настоящее время около 885 тысяч материалов на английском языке. В оригинальной Wikipedia содержится более семи миллионов англоязычных страниц. По какому именно принципу разработчики переносят материалы — неизвестно. Пока на сайте отсутствует кнопка создания новой статьи. Вероятно, администраторы сами решают, какие темы необходимо осветить на сайте.
Сооснователь Wikipedia Джимми Уэйлс заявил, что ему «любопытно взглянуть» на Grokipedia, но «высоких ожиданий нет», поскольку, по его словам, «ИИ пока не способен писать статьи без ошибок». Пресс-секретарь Wikimedia Foundation Лорен Дикинсон отметила, что «на знания, созданные людьми, опираются компании, работающие с искусственным интеллектом. Даже Grokipedia не смогла бы существовать без Wikipedia».
📕 Тематические ссылки:
https://grokipedia.com/
https://habr.com/ru/news/960720/
https://x.com/elonmusk/status/1982983035906842651
https://www.securitylab.ru/news/565191.php
Сам Маск представлен в новой энциклопедии в подчеркнуто восторженных тонах. Его деятельность описывается как направленная на «развитие ИИ ради истины, а не регулирования», а раздел о достижениях переименован в «Признание и долгосрочное видение», где упоминается миссия по «сохранению человеческого сознания и созданию многопланетной цивилизации».
Некоторые страницы Grokipedia содержат ошибки. Так, материал о работе Маска в U.S. DOGE Service утверждает, что кандидат в губернаторы Огайо Вивек Рамасвами «занял более заметную роль» после ухода Маска, однако в действительности он покинул организацию раньше. При этом Grokipedia ссылалась на BBC и Al Jazeera, которые об этом не сообщали. В статье о штурме Капитолия 6 января 2021 года проект смешивает факты с комментариями о «преувеличениях» демократов и СМИ.
Отмечается, что материалы Grokipedia, вероятнее всего, создаются с помощью той же модели, что лежит в основе чат-бота Grok на платформе X. Это позволяет обновлять тексты в режиме реального времени, но делает проект уязвимым для ошибок. Ранее Grok уже становился источником скандалов: от теорий заговора о «геноциде белых» в ЮАР до генерации неприличных изображений женщин и ошибочных медицинских советов.
На главной странице Grokipedia расположена строка поиска статей. В самих статьях нет картинок и видео, только текст и таблицы. В конце каждой статьи находится блок ссылок на источники, а в начале — информация о том, когда последний раз Grok проводил проверку фактов.
В конце некоторых статей есть отметка о том, что оригинальная статья взята с Wikipedia и адаптирована. Например, такую плашку можно найти в статье про MacBook Air. В материале про OpenAI такой отметки уже нет.
На странице каждой статьи можно посмотреть историю изменений. При этом система не показывает никнеймы пользователей, которые предложили и внесли правки. Всего в Grokipedia в настоящее время около 885 тысяч материалов на английском языке. В оригинальной Wikipedia содержится более семи миллионов англоязычных страниц. По какому именно принципу разработчики переносят материалы — неизвестно. Пока на сайте отсутствует кнопка создания новой статьи. Вероятно, администраторы сами решают, какие темы необходимо осветить на сайте.
Сооснователь Wikipedia Джимми Уэйлс заявил, что ему «любопытно взглянуть» на Grokipedia, но «высоких ожиданий нет», поскольку, по его словам, «ИИ пока не способен писать статьи без ошибок». Пресс-секретарь Wikimedia Foundation Лорен Дикинсон отметила, что «на знания, созданные людьми, опираются компании, работающие с искусственным интеллектом. Даже Grokipedia не смогла бы существовать без Wikipedia».
https://grokipedia.com/
https://habr.com/ru/news/960720/
https://x.com/elonmusk/status/1982983035906842651
https://www.securitylab.ru/news/565191.php
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4