Войти

Популярное за неделю

Б безопасность ·3 июл 2026

ИИ тихо подрывает стабильность электросетей непредсказуемыми скачками нагрузки

Проблема ИИ-инфраструктуры — не только в объёме потребления энергии (3-4% мирового к 2030), но и в поведении: тренировка моделей создаёт синхронные скачки нагрузки за миллисекунды, inference — непредсказуемые пики. В отличие от традиционных нагрузок, это резкие, локализованные колебания, которые стрессуют трансформаторы, резервы и системы стабилизации частоты — особенно в местах концентрации ЦОД, как Северная Вирджиния.

0 55
И инструменты ·30 июн 2026

Как инженер NVIDIA делает роботов доступнее — через открытый код

Джайвир Сингх возглавляет команду NVIDIA Isaac ROS — открытой платформы для разработки роботов на базе CUDA и ROS 2. Проект начинался как его стажёрская работа, а теперь позволяет создавать мобильных роботов, манипуляторы и гуманоидов быстрее и на прозрачной основе, которую можно изменять и улучшать.

0 95
И исследования ·30 июн 2026

ScarfBench: почему AI-агенты проваливают миграцию корпоративных Java-приложений

IBM Research представила ScarfBench — первый бенчмарк для оценки AI-агентов на задачах миграции enterprise Java-приложений между фреймворками (Spring, Jakarta EE, Quarkus). Результаты показали: современные агенты справляются с генерацией кода, но проваливаются на сборке, деплое и сохранении поведения приложений. Главная проблема — не перевод кода, а управление зависимостями, конфигурациями и окружением.

0 69
И инструменты ·27 июн 2026

Как собрать локального AI-кодера: полностью ваш, без подписок и утечек

Себастьян Рашка показывает, как настроить полноценного AI-агента для кодинга на собственном железе с open-weight моделями (Qwen, DeepSeek и др.) и открытыми харнесами (Qwen-Coder, Codex, Cline). Локальный стек даёт контроль, предсказуемые расходы и приватность — всё работает без отправки кода в облако, а производительность топовых open-weight моделей уже близка к проприетарным сервисам.

0 100
И исследования ·25 июн 2026

Google показала, как сэкономить тысячи долларов на кэше с помощью «лыжной» математики

Инженеры Google Research разработали linear elastic caching — технологию динамического управления памятью, которая снижает расходы на кэширование в облачных базах данных на 30-40% без потери производительности. Вместо фиксированного объёма кэша система решает для каждого фрагмента данных задачу 'аренды лыж': кэшировать дешевле или каждый раз запрашивать с диска. Внедрение в Google Spanner сократило потребление памяти на 35% при увеличении промахов кэша всего на 6%.

0 104
И инструменты ·24 июн 2026

Talos: ИИ-система нашла диагнозы у 5% «безнадёжных» пациентов с редкими болезнями

Microsoft и партнёры создали Talos — открытый инструмент, который автоматически перепроверяет старые геномные данные пациентов с редкими болезнями по мере появления новых научных знаний. В тесте на 5000 недиагностированных пациентов система нашла 241 новый диагноз (5,1% дополнительно), при этом врачам нужно было проверять всего 1 вариант на 200 человек в месяц.

0 112
Б бизнес ·1 июл 2026

Орбитальные дата-центры Маска: амбиции на триллион долларов и радиаторы размером с футбольное поле

Илон Маск заявил, что AI-вычисления в космосе станут дешевле земных через 2-3 года, и подал заявку на создание созвездия из 1 миллиона спутников-дата-центров. Однако математика не сходится: на это потребуется 25 лет производства спутников, 16 тысяч запусков и гигантские радиаторы для охлаждения — один GPU Nvidia H100 требует 1,4 м² радиатора при 700 ваттах. Пока это скорее хайп для привлечения инвестиций в экосистему Маска, чем реальная альтернатива наземным ЦОДам.

0 61
И исследования ·30 июн 2026

SkillOpt от Microsoft: как превратить промпты для AI-агентов в обучаемые параметры

Microsoft Research представила SkillOpt — метод, который превращает инструкции (skills) для AI-агентов в обучаемые параметры. Вместо ручной правки промптов или одноразовой генерации система оптимизирует навыки агента через циклы обучения с валидацией, как в классическом машинном обучении. На 52 тестах (6 бенчмарков × 7 моделей × 3 режима) SkillOpt показала лучший или равный лучшему результат во всех ячейках, поднимая точность на 20+ процентных пунктов без изменения весов модели.

0 47
И исследования ·24 июн 2026

Почему языковым моделям нужно «подумать», чтобы вспомнить простой факт

Исследователи Google обнаружили парадокс: даже для ответа на простой фактический вопрос (например, «В каком году X был включён в Зал славы?») языковые модели показывают лучший результат, если им дать «порассуждать». Оказалось, что это работает за счёт двух механизмов: дополнительные токены дают модели время на скрытые вычисления (computational buffer), а генерация смежных фактов активирует правильный ответ в памяти (factual priming) — эффект, похожий на человеческую ассоциативную память.

0 88
И исследования ·25 июн 2026

Что значит быть математиком, когда уравнения решает ИИ

ИИ-системы от DeepMind и OpenAI теперь решают олимпиадные задачи на уровне золотых медалистов, доказывают теоремы и даже опровергают гипотезы, достойные публикации в топовых журналах. Это ставит вопрос: останется ли место для человека в математике, если главная радость — долгий путь к пониманию — станет ненужным?

0 90