Kurgan-Telecom Ru | Информационные технологии

Фото островного курорта. Ни EXIF, ни GPS, ни модели камеры – ничего. Нужно назвать курорт, координаты и сторону света, куда смотрела камера. Пытаться ответить на эти вопросы через google lens – значит упустить возможность повеселиться. Поэтому я взялся за задачу с помощью математики и программирования.

Как клинике законно отдать пациенту снимки, анализы и выписки через интернет: требования 323-ФЗ, 152-ФЗ и приказа 789н, сравнение шести каналов передачи.

BrentRF

Вот мы тут «носимся» с полупроводниками, всевозможными сложными этапами их производства, легированием, p-n переходами и прочим… «А счастье было так близко» — приходило ли вам в голову, что в качестве диода может работать любое обычное пламя, например, от свечки?! А в качестве триода?! :-)

Разделённые миллиардами километров и сформированные совершенно разными условиями окружающей среды, туманный спутник Сатурна Титан и карликовая планета Плутон, на первый взгляд, имеют мало общего.

Титан — геологически активный мир, окутанный атмосферой, более плотной, чем земная; его ландшафт сформирован морями жидкого метана и обширными дюнами, сложенными из органических частиц, выпадающих с неба в виде дождя. Плутон, напротив, представляет собой ледяной аванпост с разреженной атмосферой, парящей над ледяной, замёрзшей поверхностью.

Тем не менее, наблюдения с помощью космического телескопа «Джеймс Уэбб» показали, что эти два непохожих мира имеют одинаковую, пока не объясненную инфракрасную сигнатуру на своих поверхностях — признак того, что, несмотря на их резкие различия, на обоих мирах, возможно, происходят схожие химические процессы, полагают учёные.

Как подробно описано в новом исследовании, эта особенность проявляется на точно такой же инфракрасной длине волны как на Титане, так и на Плутоне, что указывает на то, что она поглощает свет одинаково на обоих мирах. Этот сигнал указывает на наличие неизвестного соединения или группы родственных соединений, которые учёные ещё не идентифицировали.

«Это довольно загадочно», — сказал Space.com Бруно Безар, планетолог из Парижской обсерватории, возглавивший это открытие. «Мы не можем сказать, что это такое».

Несколько лет назад у нас с одногруппником был зачёт по C++, и вместо того чтобы сделать что-то скромное (например, «Калькулятор» или «Генератор паролей»), мы, конечно же, решили замахнуться на какую-то игру, и тогда нам попалась новость о 30-летнем юбилее игры DOOM. План был красивый, т. к. на тот момент командной работы у нас не было, мы решили, что мой одногруппник пишет псевдо-3D-движок в духе классического рейкастинга, а я делаю 2D-платформер, который в итоге должен был запускаться прямо внутри его мира, как игровой автомат, который запускался бы перед игрой, и сколько патронов ты собрал, столько у тебя и будет в игре.

Проблема появилась не в архитектуре и не в гейм-дизайне, а гораздо раньше — на этапе, который мы оба благополучно пропустили: мы не договорились, на чём пишем. Я по рекомендации преподавателя взял SFML — с ним я уже возился на парах, там всё human-readable, спрайты, окна, звук из коробки. Товарищ выбрал SDL, т. к. видел гайд про DOOM на SDL — она даёт прямой доступ к буферу пикселей, что для рейкастинга буквально то, что нужно: рисуешь вертикальные полоски стен вручную, без лишней абстракции между тобой и экраном.

По отдельности оба выбора были правильными, а вместе — нет. Слинковать в одном проекте SDL и SFML можно, но два разных event loop, два разных подхода к окну и таймингу — это уже не работа для автомата по зачёту, а отдельная курсовая работа, на которую у нас оставалось дня два-три. Мы посчитали и сдали как два независимых проекта. Препод посмотрел, оценил — и выдал ровно ту фразу, которую в такой ситуации выдал бы любой человек, который знал о проекте: «Идея классная, жалко, что не объединили», но нам это было неважно на тот момент, как говорится, зачёт получили — и на этом спасибо.

Что ж, продолжим погружаться в теорию нейросетевой обработки фотографий. В первой части мы разобрали общий принцип работы диффузионных нейросетей и начали объяснять, почему для обработки фото этот принцип часто больше вредит, чем помогает. В этой статье мы продолжим разбор.

Привет! Сразу признаюсь, я — гуманитарий. Уже лет двадцать работаю в IT, притворяясь своим среди хардкорных технарей. Людей, которые писали на Фортране и Бейсике, пережили диалап и вспоминают «3dfx» с лёгкой ностальгией. 

Мой максимум — навайбкодить какой‑нибудь скрипт для аналитики. Для гуманитариев это звучит страшно, потому что ничего не понятно. Для IT‑специалистов — страшно, потому что всё со мной понятно. 

Меня до сих пор не раскрыли только потому, что айтишники обычно смотрят в монитор, а не друг на друга. Зато наблюдать за ними невероятно интересно. Благодаря подлой гуманитарной сущности я смог оформить эти наблюдения в рассказ о жизни удивительного биологического вида Informaticus vulgaris, он же «айтишник обыкновенный». 

Рассказ буду вести от первого лица. Все совпадения случайны, как бы вы не пытались доказать обратное.

В первой части я разбирал, как сделать, чтобы поля в одной строке не противоречили друг другу: пол, имя и диагноз перестают жить сами по себе и начинают сходиться. Заканчивалось всё карточками, напечатанными через запятую. Откуда в них взялись запятые, я не сказал ни слова. А это очень важно для понимания!

Или не вышел? Стульев оказывается два: на одном ИИ учат писать ИИ, на другом — понимать реальность. OpenAI и Anthropic сели на первый и поставили на него всё, Google тихо пересел на второй. Обе дороги обещают привести к AGI, и одна из них — тупик.

Привет, Хабр! Меня зовут Илья Кербатов, я старший консультант в компании «ДАР» (ГК «КОРУС Консалтинг»), занимаюсь BI на Qlik Sense.

В проекте с несколькими сотнями приложений Qlik Sense я часто сталкивался с такими вопросами, как: в каких приложениях Qlik Sense используется это поле и можно ли его удалить? В каких приложениях используется эта тема? Как сделать бекап скриптов приложений, не вынося их текст в .qvs?. Попытка найти ответы на эти вопросы раньше означала, что я проведу целый день ручных «раскопок».

Чтобы сегодня отвечать на подобные вопросы за минуты, я собрал браузерную панель, которая выгружает метаданные Qlik Sense (скрипты загрузки, меры, измерения, переменные, листы, закладки, мастер-объекты, общую информацию) по одному приложению, потоку или всему серверу. В прошлой статье я рассказывал, как консольные скрипты помогли поймать баг с переменными. В этой расскажу, как из стопки таких скриптов вырос один инструмент, полезный Qlik-разработчикам и админам, которые ведут десятки приложений.

Сразу пара цифр для масштаба: полная выгрузка информации из сотни приложений занимает около двух минут при трёх параллельных соединениях. Написан инструмент целиком моделью Claude Fable 5: из примерно тысячи строк кода я не набрал руками ни одной. Код открыт и лежит на GitHub.

Документация Яндекс 360 API на 20 августа 2026 года перечисляет 17 сервисов, и раздела о вебхуках или подписке на события среди них нет; аудит-лог организации документирует 26 типов событий — двенадцать почтовых и четырнадцать дисковых. Кадровых и оргструктурных событий не документировано ни одного. Разбираю, что из этого следует тем, кто строит провижининг: чем располагает UserService_List для поллинга, почему isDismissed нельзя записать и что документация обещает при создании пользователя с занятым логином.

Задал ИИ-поиску один и тот же вопрос про мастера на дом три раза подряд, ничего не меняя: первый ответ назвал 9 компаний, второй 12, третий 7, а во всех трёх попытках совпали пять названий из пятнадцати. По одному запросу первая и третья попытки не пересеклись вообще ни одним сайтом. Это значит, что отчёт «вас упоминают в 20% ответов», снятый одной попыткой, может целиком состоять из случайности — и рост до 25% через месяц тоже. Внутри: как я сам на этом попался и публично отзываю свою цифру из прошлой статьи, что при таком разбросе всё-таки измеряется надёжно, три вопроса подрядчику до оплаты и проверка своими руками за десять минут и ноль рублей.

В какой‑то момент я осознал, что у меня много источников данных, есть мощная машинка в виде MacBook Pro M4 Max со 128 гигами оперативки, и надо как‑то это объединить, чтобы эффективно использовать. Всё же такую покупку согласовывали под использование ИИ, а не просто так я решил потратить деньги.

И триггером стал момент, когда в клубе по ИИ начало появляться всё больше и больше классных отзывов про Гермес. Причём отзывов, похожих на магию — типа он сам продумал за меня весь отдых, делал планы, проверял меню ресторанов и развлечения на день и всё в таком духе. Про рабочие кейсы почему‑то никто не рассказывал, но в магию я влюбился.

В целом Гермес выглядел идеально — есть память, скиллы, которые он пишет сам (ну и ты, конечно, тоже можешь написать), простота установки и использования, крон‑задачи. В общем, полный комплект.

Потом я радовался, что всё работает, потом понял, что это была видимость работы, и разочаровался, потом пересмотрел подходы и переизобрёл то, о чём, естественно, писали не раз, но зато у меня всё стало работать.

В статье не буду рассказывать о том, как установить Гермес, подключить Codex и наслаждаться. Будут локальные модели, виртуалки, шишки и преодоление в истинно инженерном стиле.

Всем привет. Добро пожаловать на подкаст Mindscape. Я ваш ведущий Шон Кэрролл. Сегодня у нас специальный сольный выпуск Mindscape. Иногда мы делаем такие выпуски, когда одновременно с подкастом у меня выходит новая книга. Кажется, это всего второй такой случай. В прошлый раз мы делали нечто подобное в связи с выходом «Нечто глубоко скрытое» (Something Deeply Hidden), моей книги о квантовой механике. Новая книга, которая выходит 20 сентября 2022 года, называется «Самые большие идеи во Вселенной. Том 1: Пространство, время и движение» (The Biggest Ideas in the Universe, Volume One: Space, Time, and Motion). Разумеется, она основана на серии видеороликов, которые я выпускал на YouTube в самом начале пандемии, в 2020 году. И эта книга в некотором смысле представляет собой отход от привычного формата - как для меня самого, так и для книг по физике вообще. Обычно, когда я пишу научно-популярные книги, я стараюсь обосновать какую-то точку зрения, которая может оказаться верной, а может и нет. Я пытаюсь убедить читателя, что существует хороший способ размышлять о той или иной проблеме - будь то стрела времени, натурализм или многомировая интерпретация квантовой механики. На этот же раз моя задача исключительно педагогическая: мы будем говорить о том, что я называю большими идеями, то есть об идеях, которые, по сути, останутся с нами навсегда.

Это идеи, которые, как мы считаем, играют важную и корректную роль в описании мира, по крайней мере в определенной области применимости. Речь идет именно о физических идеях. Конечно, существуют большие идеи и за пределами физики, но у меня нет достаточной компетенции, чтобы рассказывать о них, поэтому в названии книги слово «физика» как бы подразумевается. Главное здесь в том, что я не собираюсь заниматься спекуляциями. В книге нет рассуждений о самых далеких следствиях квантовой механики, о мультивселенной, дополнительных измерениях, частицах темной материи или чем-то подобном. Речь идет о том, что мы действительно знаем и что уже надежно установлено. В первом томе мы занимаемся классической физикой. Но классическая физика позволяет продвинуться очень далеко. Она ведет нас не только через Ньютона и Галилея, но и вплоть до Эйнштейна. Поэтому мы рассматриваем специальную теорию относительности, общую теорию относительности и черные дыры. Еще одна особенность этой книги заключается в том, что в ней есть уравнения. Существует множество книг, которые пытаются объяснять основы физики с разной степенью глубины и увлекательности. Но книг, занимающих промежуточное положение между обычным научпопом и учебниками, не так много. Научно-популярная книга обычно старается обходиться почти исключительно словами, аналогиями, метафорами и, возможно, несколькими схемами, чтобы объяснить вам происходящее. Учебник же предполагает, что вы буквально годами будете изучать физику и в конечном счете попытаетесь стать профессиональным физиком.

Недавно на Хабре вышла статья «почему 90% проектов на 1С теряют смысл» о том, что внедрение системы ≠ автоматизация бизнеса, которая больно бьёт по самому больному месту российского рынка автоматизации: клиенты, обращающиеся за автоматизацией, на самом деле хотят изменить бизнес — а работа большинства 1С-франчайзи заключается в том, чтобы менять систему — была УПП, стала ERP, а в процессах ничего не изменилось. Это происходит из-за того, что где-то по дороге бизнесовая задача внедрения подменяется технической — и подмена эта остаётся незамеченной, напоминая классический монолог Аркадия Райкина про пиджак:

— К пуговицам претензии есть?
— Нет. Пришиты насмерть, не оторвёшь!

«Перейти со старой системы на новую», «нам нужен Честный знак», «старая версия снимается с поддержки» — вот типичные формулировки, под которыми скрывается пустая трата десятков миллионов рублей. По частям, вроде, всё чётко, а в итоге — теряется 90% смысла автоматизации.

Мы рассмотрим новый фреймворк Areg SDK, идея которого, по моему мнению, может задать новый стандарт в распределенных системах. От идеи микросервисов, где компонент общается с другими компонентами мы выходим на уровень выше — структуры бесшовно общаются со структурами на других потоках и хостах в эталонной синхронизации.

Какой подход выбрали коллеги и причем тут бог Солнца? Давайте выясним.

У пограничного расстройства личности девять диагностических критериев. Для диагноза достаточно пяти. Если посчитать все возможные сочетания, получится 256 комбинаций. Два человека с одним диагнозом могут совпасть друг с другом всего по одному критерию (Leichsenring et al., 2024).

Один человек годами живёт с ощущением пустоты и неустойчивым представлением о себе, другой переживает тяжёлые кризисы с суицидальными намерениями при разрыве отношений, третий прежде всего рискует, дерётся и употребляет вещества. Все они могут получить один диагноз.

В 2019 году Всемирная организация здравоохранения сделала то, о чём исследователи личности спорили больше сорока лет. В одиннадцатом пересмотре Международной классификации болезней (МКБ-11) она упразднила все классические типы расстройств личности. Вместо них появилась единая дименсиональная шкала тяжести — лёгкая, умеренная, тяжёлая — и пять черт-квалификаторов. Это гораздо ближе к тому, как устроены реальность и сложность человеческой психики (WHO, 2024; Tyrer et al., 2019).

Из всей старой таксономии в особом положении осталось только пограничное расстройство личности. В МКБ-11 для него сохранили специальный квалификатор borderline pattern.

Почему система, устремлённая к непрерывным шкалам, сделала исключение именно для него? Что это за сбой психики, который клиницисты отказались выпускать из поля зрения?

Представьте себе не очень опытного яхтсмена, который управляет своим небольшим судном в достаточно сильный шторм. Он непрерывно мечется по палубе, то поднимает, то убирает парус, меняет галс, периодически выпадает за борт, забирается обратно, требует ром и привязать себя к мачте, потом прячется в трюм и в ужасе молится Посейдону, а затем снова бежит на палубу и пытается удержать судно на плаву. Это не пограничность.

Разработчик понимает, что не успевает, но молчит до последнего. Сильный специалист не делегирует, потому что другим не доверяет. Тимлид видит, что проблема выходит за пределы команды, но боится сообщить наверх.

Психологический процесс начинает влиять на работу раньше, чем появляется событие, которое мы уже называем проблемой. Разбираю, как замечать такие сценарии раньше — и почему профилактика начинается не только с сотрудника, но и с безопасной среды внутри команды.

Есть компании, где вопрос «какую модель выбрать» отходит на второй план, а первым встаёт другой: выйдут ли данные за периметр. Банк, госкорпорация, оборонный подрядчик, медицинский холдинг. И если ответ «выйдут, но мы всё обезличим» — начинается тяжёлый разговор. Обезличивание не даёт технической гарантии: достаточно одного не вычищенного поля в выгрузке или сочетания признаков, по которому человек восстанавливается. А отвечать за это решение будет конкретный человек — и чем выше цена ошибки, тем охотнее он выбирает вариант, где данные просто никуда не уходят.

Крупные игроки эту задачу решают. Сбер сделал GigaChat, у Яндекса своя линейка, ряд банков строит внутренние платформы; другие компании разрешают облачные модели, но под контролем — DLP, договоры, фильтрация персональных данных на выходе. Оба пути рабочие. Только первый — это программа на сотни человек и бюджет соответствующего порядка, а второй упирается в политику безопасности, которая не везде это позволяет.

А между «построить свою модель, как Сбер» и «отправлять всё в облако» лежит широкая полоса: компании, которым первое не по карману, а второе не разрешает служба безопасности. Вот им обычно и говорят: тогда ничего серьёзного не получится. Аргумент — открытая модель среднего размера проигрывает облачным гигантам почти по всем строкам бенчмарков, так что максимум, на что можно рассчитывать, — умный автодополнитель.

Вот это утверждение я и взялся проверить на практике: собрать не чат-бота, а полноценный корпоративный оркестратор — систему, которая понимает задачу, сама выбирает исполнителей, ходит в корпоративные системы, делает многошаговую работу и отвечает файлом, письмом или отчётом. И запустить его не на кластере ускорителей, а на одной потребительской видеокарте.

В данной статье рассматривалось: что такое шейдеры, что такое вычислительный шейдер, как его создать и использовать.