Куратор из ЛСБ

Презентация робота Figure 03 Гендиректор компании заявляет, что все действия в этом ролике роботы выполняют автономно, без участия телеоператора

Палмер Лаки и его компания Anduril сделали «читы» для армии США. Благодаря EagleEye военные смогут «видеть» сквозь стены. Этот шлем объединяет информацию с камер других бойцов и дронов, а также различных сенсоров. Благодаря этому военный может видеть противников и своих напарников, даже когда они находятся за препятствием. В EagleEye использовали наработки Hololens от Microsoft, а также помог Цукерберг с Oculus Quest. @zavtracast

Очень красивая книжная обложка

По-моему без лишней драмы это буквально все, что можно сказать про аи-арт.

4 664 000 промышленных роботов используется в мире в 2025 году согласно оценкам Международной федерации робототехники. Более двух миллионов их них находится в Китае В 2024 году Китай ввёл в эксплуатацию около 300 тысяч новых роботов, что составило 54% от мирового прироста @rationalnumbers

Визуализация 20 известных решений задачи трёх тел Задача трёх тел — одна из задач небесной механики, в которой нужно вычислить движение трёх объектов. В условиях тела притягиваются друг к другу по законам Ньютона, и известны их начальные положения и скорости В отличие от задачи двух тел, где есть точное решение (как, например, движение планеты вокруг Солнца), для трёх тел общего решения нет. Их движение обычно хаотично, и предсказать его точно можно только с помощью численных вычислений Учёные изучают разные упрощённые варианты этой задачи. Например, если два тела движутся по кругу, а третье почти не влияет на них, можно рассчитать траекторию третьего — это называется «круговая ограниченная задача трёх тел». Такие модели помогают понимать орбиты спутников, астероидов и космических аппаратов На видео — 20 частных случаев решения этой задачи Больше интересного из мира математики: — Визуализация первых 500 последовательностей чисел согласно гипотезе Коллатца — Число Грэма на пальцах — Многоугольник для неповторяющихся паттернов — Сравнение двух алгоритмов поиска кратчайшего пути — Визуализация работы алгоритмов поиска кратчайшего пути на примере городов мира

А почему же люди вдруг ни с того ни с сего берут и меняют плоскость? По одной причине: они не замечают свою этику. Считают свою — единственно верной, нормальной. Этика — это как раз мостик от наблюдаемого к должному. Этика — в широком смысле. На практике это может быть религиозная система, философоская, политическая, корпоративно-культурная. Главное, что она предписывает, как действовать. И получается, что если ты свою этику считаешь единственно возможной, тебе кажется, что: — достаточно скорректировать наблюдения, корректировка «должного» произойдёт синхронно и автоматически (типа когда оба человека считают, что некачественные фотки нельзя в прод, достаточно просто сказать «фотка некачественная», это будет значит «её нельзя в прод») — можно «подсказывать» должное, и в этом не будет нарушения границ, потому что оно очевидное и объективно верное. А почему же Арутюнов тогда запрещает? Ну вы, наверное, догадались.

Вот эту помните телегу про закон Юма — я писал, и в подкасте (в самом конце) рассказывал — и я думаю, что меня нескоро отпустит, потому что чем дальше, тем чаще я замечаю, насколько этот фаномен объясняет до фига всего — в общем, потерпите и попробуйте понять, оч. рекомендую. (Феномен заключается в том, что, ну в общем https://ru.wikipedia.org/wiki/%D0%9F%D1%80%D0%B8%D0%BD%D1%86%D0%B8%D0%BF_%D0%AE%D0%BC%D0%B0) Частный пример про коммуникацию. Диалог: — Выкати это в прод, пожалуйста. («Должное», Д.) — Но там же фотка некачественная! («Наблюдаемое», Н.) Это немного искусственный, выдуманный диалог, но в целом его легко представить. Один человек оперирует плоскостью должного, хочет изменить реальность. Второй человек отвечает тезисом из плоскости наблюдаемой реальности — что вот, мол, некачественная фотка. А так блять нельзя было делать! Первый человек оказывается в коммуникационном тупике — вроде бы ему что-то ответили, но совершенно непонятно, что именно. Это отказ? Согласие? Это приглашение к переговорам? Это первая реплика и дальше будет что-то ещё? Чтобы преодолеть этот тупик первый человек должен взять на себя обязанности прояснителя и начинать выяснять, что же там в голове у второго, каковы его намерения и всё такое. Закон Арутюнова гласит, что менять плоскость просто потому что тебе так захотелось — противозаконно. Нормальным был бы такой диалог: — Выкати это в прод, пожалуйста. (Д.) — Я не буду, отказываюсь. Там фотка некачественная! (Д. + объяснение из Н.) Или наоборот, такой: — Выкати это в прод, пожалуйста. (Д.) — Хорошо, выкатываю, но ты же видел, что там фотка некачественная? (Д. + вопрос) Оба варианта, хоть по содержанию и противоположны, вполне законны, потому что это ответы в той же плоскости. Ещё пример, когда плоскость меняется, только в другую сторону: — Что-то я устал. («Наблюдаемое», Н.) — Так пойди прогуляйся! («Должное», Д.) Вот это запрещено делать. Я запретил. Вот так можно: — Что-то я устал. (Н.) — Да, я тоже. (Н.) — Что-то я устал, пойдём прогуляемся? (Д.) — Пойдём. (Д.) Если вы очень-очень хотите сменить плоскость, договоритесь о смене плоскости или задайте вопрос. — Выкати это в прод, пожалуйста. (Д.) — Окей. Но я там заметил кое-что, сказать? (Д. + вопрос) — Что-то я устал (Н.) — Да я тоже. Хочешь прогуляться? (Н. + вопрос)

Насколько хорошо языковые модели прогнозируют будущее (FutureX) FutureX проанализировали прогнозы 25 языковых моделей с 20 июля по 3 августа 2025 года. Ответы нейросетей сравнивали не только между собой, но и с ответами 40 экспертов Исследователи отобрали 195 сайтов и при помощи собственной LLM ежедневно извлекали оттуда события и факты. После фильтрации событий (например, субъективных) нейросетям задавали вопросы четырёх уровней сложности: 1. базовый — закрытые вопросы, мало вариантов ответов 2. широкий поиск — закрытые вопросы, много вариантов ответов 3. глубокий поиск — открытые вопросы, низкая волатильность 4. супер-агент — открытые вопросы, высокая волатильность На графике — получившийся рейтинг LLM. В лидерах Grok-4, две модели от OpenAI и Gemini-2.5-Pro Главные выводы из исследования: — модели с поиском и рассуждением на уровнях посложнее показывали результаты лучше, чем базовые модели — в финансовых вопросах по S&P500 лучшие модели получили больше баллов, чем аналитики Уолл-стрит, в 33-37% случае — на первом и втором уровнях сложности Grok-4 догонял или перегонял людей Полный текст исследования Другие наши публикации о том, как ИИ проходят тесты: — Как большие языковые модели проходят тест на IQ — Результаты решения теста ARC Challenge нейросетями, 2019–2025 — Политическая ориентация 24 крупнейших языковых моделей — Как хорошо справляются с тестами DeepSeek-R1 и ChatGPT o1

Переиздание альбомов Фила Колинза Перефоткаться — гениальная идея. Если это придумал сам Фил, ну окей. Но если это придумал какой-то нанятый для проекта арт-директор — я хочу быть таким арт-директором. Хочу обладать способностью в нужный момент сообразить, что вот именно это и надо делать. Вдумайтесь, сколько в этом решении скромности и смелости. Не придумывать новый дизайн. Отправить чувака перефоткиваться. (В каменты ща покрупнее закину.)

Частота колебаний, скоростей и циклов в секунду разных объектов и явлений (Information Is Beautiful) Больше интересных диапазонов: — Диапазоны громкости звука по степени воздействия на человека — Диапазон видимого света на электромагнитном спектре

Офигеть, но в Китае больше ста автомобильных брендов. Я слышал о трех.