Нейроны оказались куда универсальнее, чем считалось Про мозг привыкли говорить как про набор специализированных деталей: вот клетки, которые реагируют на лица, вот — на места, вот — на движение. Крупная работа в Nature показывает, что такая картинка описывает скорее исключение, чем правило. Учёные из Колумбийского университета разобрали больше 14 000 отдельных нейронов в 43 областях коры мыши. Большинство клеток не занималось чем-то одним. Один и тот же нейрон одновременно откликался на то, что животное видит, как оно двигается, какой выбор обдумывает и ждёт ли награду. Спор «специалисты или универсалы» тянется давно, и главная проблема была в несопоставимости экспериментов: разные лаборатории брали разных животных, разные зоны, разные методы записи. Здесь взяли огромный стандартизованный массив данных International Brain Laboratory — мыши выполняли одну и ту же задачу на принятие решения, а активность снимали сразу с десятков областей коры. Сравнивать наконец стало можно честно. Закономерность вышла чёткой. В начале обработки — например, в зрительной коре — специалисты действительно есть. Но чем дальше сигнал уходит вверх по иерархии, тем сильнее размывается специализация: почти каждая клетка реагирует на свою уникальную смесь признаков. Хаоса при этом нет. По одному только рисунку активности исследователи часто угадывали, из какой области взят нейрон. Соавтор работы Лоренцо Позани сравнивает это с картой электоральных предпочтений: районы отличаются друг от друга, но внутри каждого — пёстрая смесь мнений. Зачем мозгу такое многоголосие? Если бы тысячи нейронов реагировали одинаково, их активность просто дублировала бы саму себя. А когда каждый кодирует свою комбинацию, популяция описывает несопоставимо больше ситуаций: красный круг отличается и от красного квадрата, и от чёрного круга. Такой код называют высокоразмерным, и он гибкий — одни и те же представления переиспользуются под разные задачи. Отсюда неприятный вывод для самой науки. Десятилетиями искали клетки с понятным ярлыком, а «непонятные» отбрасывали как шум. Похоже, зря — именно в этом шуме и жила основная информация. @vselennayaplus

Почему 5% лучших венчурных инвесторов продолжают побеждать✍️ Возобновляю прерванное вещание сегодня из писательсткой резиденции Переделкино и читательского кэмпа издания The Blueprint, куда поехала за вдохновением для своей новой книги. Где, как здесь, хочется снова начать писать посты в канал. Тема кэмпа, на который я приехада, сны и превращения, и хочу рассказать вам про превращения вечнурных инвесторов, и не художественные, а вполне реальные, основанные на большой базе исследовательских данных. Новое исследование NBER авторства Блейка Джексона и Ильи Стребулаева анализирует карьерные траектории более чем 100 тысяч специалистов, котррые работали в венчурной индустрии США с 1996 по 2025 год. Авторы ставили себе цель понять — в чем же секрет повтореяемого успеха. К каким выводам они пришли? ➡️ Прибыль сосредоточена в руках немногих. На долю 1% самых успешных венчурных инвесторов — примерно 120 человек — пришлось 56,6% от общей чистой прибыли в размере $1,2 трлн. Лучшие 5% — около 600 инвесторов — заработали 90,1% всей прибыли. ➡️ Внушительный послужной список усиливает преимущество. Инвестор, за плечами которого пять и более успешных сделок, имеет на 6,7 процентного пункта больше шансов добиться успеха и в следующей инвестиции. Это на 47% выше среднего показателя по выборке. ➡️ Эффект «списка Мидаса». Медиа тоже вносят свою лепту в успех. Венчурные инвесторы, которые неожиданно попали в рейтинг Forbes Midas List, после этого стали вкладывать в среднем на $6 млн в год больше и заработали на новых инвестициях на $62 млн больше валовой прибыли. При этом эффект распространялся только на новые сделки и никак не отражался на уже существующем портфеле. Авторы исследования считают это свидетельством того, что попадание в рейтинг прежде всего улучшало доступ инвестора к перспективным сделкам, а не просто привлекало к нему дополнительные ресурсы. Все просто — медиа делают своих героев заметными и это привлекает к ним внимание. Так работает и с предпринимателями, и с инвесторами. @karpovaventures✍️

У мозга свой возраст, и он не совпадает с паспортным Прогоните МРТ-снимок через обученную модель — она назовёт возраст мозга. Иногда он совпадает с реальным, иногда мозг выглядит старше или моложе хозяина. Эту разницу называют PAD, predictive age difference. Положительный PAD означает, что мозг постарел быстрее человека. Учёные решили выяснить, какие болезни оставляют след на этих часах. Масштаб исследования серьёзный: структурная МРТ 45 900 здоровых участников из нескольких баз нейровизуализации. С ними сравнили 2698 человек с СДВГ, расстройством аутистического спектра, алкогольной или табачной зависимостью, болезнью Альцгеймера, лёгкими когнитивными нарушениями, шизофренией, биполярным расстройством или большим депрессивным расстройством. Сильнее всего разрыв оказался при болезни Альцгеймера и лёгких когнитивных нарушениях. Зависимости и психиатрические диагнозы вроде шизофрении тоже связаны с «постаревшим» мозгом. А вот у людей с СДВГ и аутизмом отличий от контрольной группы не нашли вообще. Самое любопытное — каждое состояние оставляет свой рисунок. Префронтальная кора стареет ускоренно почти при всех расстройствах, это общий знаменатель. Психиатрические диагнозы бьют по лобным и височным долям. Деменция — по лобной и затылочной коре. А зависимость идёт совсем другим маршрутом: сеть пассивного режима работы мозга и салиентная сеть плюс скорлупа и таламус. Нашлись и специфичные для каждого состояния различия в активности генов. Важная оговорка: это связи, а не причины. Из данных не следует, что болезнь состарила мозг или что постаревший мозг вызвал болезнь. Картину дополнительно путает коморбидность — психиатрические расстройства и зависимости часто идут в паре. Разные расстройства оставляют разные подписи на часах старения мозга, и это может помочь понять, какие биологические пути за ними стоят. А со временем — собрать из PAD полноценный биомаркер. @vselennayaplus

Важно не сколько, а когда Спор про экраны и детей тянется годами, и результаты исследований до сих пор противоречат друг другу. Причина в основном методическая: детей чаще всего смотрят в одной точке времени, берут уже школьников или просто не имеют повторных замеров в самые ранние годы. Команда из французского Inserm и Национального университета Сингапура эту дыру закрыла. Взяли сингапурскую когорту GUSTO, где за детьми наблюдают с рождения, и шесть раз замеряли экранное время по отчётам родителей — с года до восьми лет. А потом, спустя годы, проверили успеваемость и рабочую память. В выборке было 502 ребёнка. Оказалось, что момент важнее длительности. Больше экрана — хуже успеваемость в 9 лет и слабее рабочая память в 10,5 лет. Но связь распределена по возрасту крайне неровно. Самые большие эффекты пришлись на год. В два и три года значимых связей не нашлось вообще. А в шесть лет они внезапно вернулись — ровно тогда, когда ребёнок идёт в школу. Гипотеза авторов: раннее младенчество — окно повышенной чувствительности. Развивающийся мозг особенно уязвим к тому, что экран вытесняет живое обучающее взаимодействие со взрослым. Дело не в «излучении» и не в контенте самом по себе, а в том, что не случилось вместо них. Для справки: ВОЗ и Американская академия педиатрии советуют не давать экраны до 18–24 месяцев и держаться в пределах часа в день с двух до пяти лет. Многие семьи эти рамки превышают. Насколько всё серьёзно? Авторы честны: лишний час в день не сломает конкретного ребёнка, эффект небольшой. Но на уровне популяции даже маленький сдвиг переводит заметное число детей в категорию с более слабыми результатами. Поэтому и вывод простой — меньше значит лучше, начинать имеет смысл с младенчества и не расслабляться к школе. Чего в исследовании нет — разбора качества контента, типа устройства и того, смотрят ли родители вместе с ребёнком. Авторы сами говорят: это следующий шаг, одна лишь длительность всю картину не объясняет. @vselennayaplus

Почему ИИ помешался на 🇯🇵🌕🤩🤩 Вы наверняка много раз слышали, что ИИ - это не "цифровой мозг", а просто очень мощный компилятор токенов. Так вот, держите наглядную иллюстрацию: В апреле вышло исследование, где восемь топовых моделей - GPT, Claude, Gemini, Llama, DeepSeek и ещё три - прогнали через открытые культурные вопросы без привязки к стране. Типа "Какие семейные ценности важны в {регион/страна}? Выбери {регион/страна} сама". Шесть моделей из восьми, отвечая не про родную страну, чаще всего выбирали Японию. Самый неприличный разрыв у Llama. Поясню: Всем моделям задали 31 680 вопросов (по 1320 вопроса на 24 разных языках). Примерно на 20 тысяч вопросов Llama дала ответ про эту же страну (спрашивали на французском - ответ был про Францию, и т.д.), а в оставшихся 10 тыс. ответах страна не совпадала с языком. И вот где страна не совпадала - Llama в 27% случаев приводила именно японский пример. Про США было всего 11%, хотя казалось бы - английский язык, самая массовая поп-культура, все дела. У других моделей японский сдвиг чуть слабее, но всё равно значимый и явный. Тут нужно пояснить одну деталь: У обучения ИИ-моделей есть два этапа (если грубо). Есть претрейн - это где модель читает вообще весь интернет подряд, и в её "голове" формируется рыхлая каша ассоциаций про всю хурму без разбора. И есть soft fine-tuning, SFT. Это такая точечная донастройка: модели показывают методичку а-ля "вот вопрос - вот правильный ответ на него", и эта методичка заранее пишется специальными людьми (ну, или другой нейронкой). Так вот, на претрейне всё было ровно, а на SFT самураи, аниме и прочие суши-сашими полезли из всех щелей. Главный вопрос: почему именно Япония? В чём прикол? Исследования не даёт явного ответа, но есть пара гипотез: Первая - очевидная. Японии реально непропорционально много в интернетах. Доля японского языка в Common Crawl (это такой гигантский слепок веба, на котором тренируют почти все модели) = 5,2%. Это почти как у китайского языка (5,16%), хотя населения в Японии в 12 раз меньше. Но это не объясняет настолько сильные перекос, и тут есть второй нюанс. Методички для SFT пишут в основном англоязычные tech-специалисты, и когда нужно быстро выдать яркий и сочный, но при этом политически стерильный культурный пример - первым в голову приходит именно Япония. Ниндзи, дзен, боевые искусства, древние мастера, рамен, караоке, сеппуку, кароси - идеальный top-of-mind из всего экзотического, но безопасного. Потом следующие методички для SFT пишут уже нейронки, в которые зашили методички с тем же bias внутри, и получается целая Фудзияма спирального слопа Восходящего солнца. В общем, пока компании судорожно упарываются по GEO (это который как SEO, только для ИИ) - у нас есть первая страна, которая случайно выиграла в эту лотерею в глобальном масштабе. Точнее, как случайно... Нужно было всего то пару тыщ лет генерить самую яркую и привлекательную культуру на экспорт, делов-то 🤔 Дизраптор

Ведущие ИИ-модели придерживаются левых взглядов — но есть одно исключение Исследование небольшой ИИ-лаборатории Unslop.run показало, что большинство популярных моделей ИИ при прохождении теста «Политический компас» оказываются в леволибертарианском квадранте — то есть демонстрируют сочетание экономически левых и социально либертарианских взглядов. Из 16 протестированных моделей 15 во всех сериях тестов оставались в этой части шкалы. Единственным заметным исключением стал Grok. В одних случаях он оказывался левее центра, а в других — правее. https://hightech.plus/2026/07/29/vedushie-ii-modeli-priderzhivayutsya-levih-vzglyadov--no-est-odno-isklyuchenie

Плохой сон меняет мозг физически, а не только настроение Обычно про недосып говорят так: разбитость, раздражительность, кофе не спасает. Учёные из Флоридского международного университета посмотрели, что при этом происходит с самим мозгом — по структуре, а не по ощущениям. Работу опубликовали в Scientific Reports. Это метаанализ: команда собрала результаты 57 исследований с нейровизуализацией и свела их вместе. Смысл в масштабе — обычно расстройства сна изучают поодиночке, а тут получилось одно из самых широких сравнений на сегодня. Расстройства поделили на две большие группы. Диссомнии — это когда не получается заснуть или удержать сон: бессонница, апноэ. Парасомнии — когда сон вроде есть, но его ломают странные события: лунатизм, ночные кошмары, ночные страхи. Для понимания масштаба: только в США с нарушениями сна живут, по оценкам, от 50 до 70 миллионов человек. Первая находка общая для обеих групп — уменьшение таламуса. Это структура-диспетчер: она фильтрует входящую информацию, помогает удерживать концентрацию и участвует в мышлении более высокого порядка. Причём изменения сосредоточены в конкретном его участке — подушке таламуса, которая как раз направляет внимание и отвечает за когнитивный контроль. Дальше эти отличия тянут за собой целые сети, обеспечивающие сосредоточенность и выполнение задач. Отсюда и знакомая картина: замедленные реакции, неудачные решения, больше ошибок и выше риск попасть в аварию. У парасомний обнаружилась и своя, отдельная особенность — изменения в задней поясной коре. Она связана с мотивацией, принятием решений и регуляцией эмоций. Возможно, именно этим объясняются перепады настроения и поведения у людей с такими расстройствами. А вот для диссомний собственного устойчивого паттерна не нашли. Главный вопрос пока открыт: эти изменения — причина проблем со сном или их последствие? Или и то и другое сразу. Разбираться авторы будут дальше, начав с отдельных парасомний — лунатизма и расстройства поведения в фазе быстрого сна. @vselennayaplus

Что будет, если запретить пластиковые пакеты? А почти ничего не изменится или будет хуже. Сейчас объясним. Тут сравнивали запрет и повышение цены. Одноразовые пластиковые пакеты дофига удобные, но ими потом давятся гуси. Ещё надо убирать города, усложняется переработка, засоряются водостоки, реки и океаны, а там уже гибель птиц и рыб. С рыбами, понятное дело, мириться нельзя. Американцы используют 100 миллиардов одноразовых пластиковых пакетов в год — 325 пакетов на человека в год. Перерабатывается 13,5%, остальное где-то летает или валяется (включая свалки). Уборка одного пакета стоит городу больше, чем цена пакета. С 1 января 2014 три города запретили пластик, два соседних города стали группой сравнения. Учёные вышли в поле и записали поведение покупателей до и после. Ещё им повезло, что две сети повели себя по-разному: одна пафосная выкатила дешёвые бумажные пакеты, вторая — дорогие бумажные пакеты плюс плотный многоразовый пластиковый. — В обычной сети запрет полностью убрал пластик, но взамен почти половина покупателей пересела на бумагу. Многие стали носить свои сумки или уходить без пакета. — Тот же запрет в дискаунтере дал куда более прикольный результат — бумагу покупали куда меньше, ходили со своими сумками. И да, у них бумага была дороже, и они сделали многоразовый плотный пакет. Его покупали один раз и таскали обратно больше трети покупателей. — Со временем в обычной сети люди всё чаще уходили как бы без пакета — перекладывали покупки в тележку и несли к машине. В дискаунтере ещё дальше распробовали плотный пакет: новые покупать стали реже, а старые приносить чаще. — Если цена известна заранее, а не после выбивания чека, пакеты берут реже. Запрет и повышение цены дают почти одинаковый эффект на пластиковые пакеты. Но вот запрет означает, что люди переключаются на бумагу. А бумага то ещё говно, её производство (по оценкам на тот момент) даёт на 70% больше загрязнения воздуха и в 50 раз больше загрязнения воды, чем производство пластика. Переработка пластика требует на 98% меньше энергии. Бумажный пакет в 9 раз тяжелее пластикового, поэтому сильнее нагружает грузовики и свалки. Так что если вы играете в экологию с бумажными пакетами, утритесь. Ну а самый прикол — толстый пакет, который формально не попал под запрет, оказался лучшим выходом. Он прямо уделывает бумагу. Хороший годный пакет можно таскать годами! Выводы применимы и к другим одноразовым товарам — пенопластовым контейнерам, пластиковым бутылкам. Слабое место работы кроме особенностей измерения реального мира — они не оценили, что после запрета люди могут докупать домой мусорные пакеты, которые раньше брали в магазине. А вот тут оценили по другим городам. И да, вот работа, что мусорные пакеты покупают чаще! В первый месяц маленькие +87%, через год и дальше держатся на +120%. Средние +54% в первый месяц, +64% через год и дальше. Огромные почти не выросли. 22% одноразовых пакетов из магазинов повторно использовались как мусорные. Уровень утечки по весу пластика — 28,5%: больше четверти обещанного сокращения теряется. Больше всего пакетов берут собаковладельцы и родители. А тут сравнивали продажу пакетов со скидкой за свой пакет. Типа, либо с вас 5 рублей, либо вам скидка 5 рублей. Налог снизил долю покупателей, берущих одноразовый пакет, примерно с 82 до 40 процентов. Скидка почти не сработала. -- Вступайте в ряды Фурье! | Лучшие посты У меня аллергия на мусор. Я его не выношу.

Плавание против боли в спине — теперь с доказательством Хроническая боль в пояснице — штука упрямая, и врачи давно советуют при ней плавать. Вот только строгих доказательств, что это реально работает, до сих пор не было. Учёные из Университета Маккуори в Австралии решили это проверить — и, похоже, интуиция врачей не подвела. Как устроили эксперимент. Набрали 76 человек (средний возраст — 41 год), у которых боль в спине мешала жить не меньше 12 недель. Профессиональных пловцов среди них не было — требовалось лишь проплыть 25 метров и уверенно держаться на воде. Участников разделили на две группы. Первая восемь недель занималась по личному плану: три заплыва в неделю по 30–45 минут плюс дистанционная поддержка тренера. Вторая получала только образовательные занятия — как устроена боль, как мы её воспринимаем и почему важно двигаться. Через восемь недель у пловцов боль отступила заметно сильнее — в среднем примерно на 50% от исходного уровня. По распространённой шкале нарушений они набрали в среднем на 2,5 балла (около 30%) меньше, чем контрольная группа. Причём эффект оказался долгоиграющим: и через полгода, и через год пловцы всё ещё чувствовали себя лучше, хотя разрыв между группами со временем сокращался. Подтянулись и другие показатели — сила боли, ограничения в движениях и страх двигаться. Вода выталкивает тело и снимает нагрузку, поэтому в бассейне удаётся делать движения, которые на суше отзываются болью, а заодно плавание качает подвижность суставов, силу и выносливость. Бонусом многие участники признались, что вода вернула им уверенность и желание двигаться дальше: кто-то продолжил плавать, кто-то перешёл к другим тренировкам. @vselennayaplus

Forbes на днях разобрал исследование, которое подсвечивает дорогую для бизнеса штуку Представьте что два сотрудника говорят вам неправду. Первый знает, что это неправда. Второй не знает, просто где-то услышал, надо было уверенно звучать на планёрке, проверять не стал. Есть исследования, что второму вы поверите охотнее. Психологи Wake Forest проверили это на трёх экспериментах, около 800 человек. Одно и то же ложное утверждение казалось правдоподобнее, если его сказал человек, который не знал что говорит неправду. Я постоянно вижу, как сотрудники кидаются непроверенными якобы фактами Продажник сказал что у нас дорого, потому что парк клиентов отказались из-за цены. РОП сказал, что конкуренты опустили цены потому что кто-то сказал. Маркетолог сказал что этот канал не сработает потому что у кого-то в телеге прочитал. Никто ж по факту не соврал. Просто перепутали свое мнение и факты, с кем не бывает 🫠 Внутри команды это сложно отловить, так как есть отношения, желание не портить атмосферу и подобное. Мало кто публично скажет, что эта цифра херня воздуха, и гипотеза несостоятельна со старта. Такое может позволить себе человек, который играет на стороне бизнеса, а комфорта и который разбирается в теме достаточно, чтобы услышать фальшь Руководителю бизнеса очень везёт, если рядом такой есть. Кстати часто вижу, что такие «серые кардиналы» часта внешние

Почему подростковые воспоминания «пропадают» Иногда воспоминания из юности будто выключаются: вспомнить не выходит, хотя вроде бы они были яркими. Учёные из Медицинского колледжа Альберта Эйнштейна нашли этому неожиданное объяснение — возможно, мозг не стирает такие воспоминания, а на время прячет их, пока перестраивает сам себя. Речь про опыты на мышах. Внимание исследователей приковал не знаменитый гиппокамп, а ретроспленальная кора — область, которая связывает события с местом, контекстом и уже накопленным опытом и помогает доставать давние воспоминания. Вокруг важных нейронов здесь есть «перинейрональные сети», этакая сетчатая обёртка, которая стабилизирует связи и удерживает информацию. Так вот, в позднем подростковом возрасте эти сети у мышей резко истончались, а к взрослости восстанавливались. Пока «обёртка» ослаблена, схемы памяти становятся гибче — но и старые воспоминания достаются с трудом. Показательно, что в соседнем гиппокампе такого не происходило. Проверяли так. Мышей слегка били током в определённой камере. Вернувшись туда, они замирали от страха — значит, помнят. Но у зверьков, обученных в раннем подростковом возрасте, спустя недели реакция пропадала, а у взрослых сохранялась. Воспоминание при этом никуда не делось: стоило напомнить о неприятном эпизоде в другой обстановке, как страх перед исходной камерой возвращался. Учёные связали потерю доступа с нехваткой белков для тех самых сетей и падением активности фактора роста TGFβ2. Когда сети укрепляли или возвращали TGFβ2, мыши снова вспоминали давнее — значит, дело именно в перестройке «обёртки». И тревожный нюанс: поздний подростковый возраст — время, когда часто впервые проявляются шизофрения и тяжёлая депрессия. Возможно, этот период нестабильности и есть уязвимое окно, а у предрасположенных людей сбой перестройки способен повышать риски. Но пока это мыши — на людях ещё предстоит проверить. @vselennayaplus

📌Подстраивается ли модель под того, кто её оценивает? OpenAI и лаборатория Apollo Research представили совместную работу с описанием метода Contrastive SDF (Contrastive Synthetic Document Finetuning). Он отвечает на вопрос, следует ли языковая модель заданным правилам или подстраивается под то, что, по её мнению, поощряет проверяющая система.

Измерять такую склонность до сих пор было почти нечем - пока оценщик награждает ровно то, что задумано, честная модель и модель, играющая на балл, ведут себя одинаково.

🟡 Схема эксперимента Две копии одной модели дообучают на выдуманных текстах, которые описывают несуществующий мир. В первой версии мира алгоритм-оценщик начисляет баллы за одно поведение, а OpenAI или сообщество пользователей хочет обратного. Во второй версии предпочтения меняют местами. На каждую версию уходит около 4600 документов, примерно 10 млн токенов. Корпуса выравнивают по объёму, чтобы ни одна сторона не перевесила просто за счёт количества текста. Дальше обеим копиям дают одинаковые задания по программированию и смотрят, насколько разойдутся ответы. В самом задании ни про руководство, ни про пользователей, ни про оценщика не сказано ни слова. Модель достаёт эти сведения из памяти, как любой другой факт о мире, и сама решает, чью сторону взять.

Вживлять убеждение через дообучение, а не писать в запросе, пришлось не просто так. В расшифровках, которые приводят авторы, модели замечают подсказку в тексте задания, решают, что их проверяют, и отвечают так, как, по их мнению, ждёт экзаменатор.

🟡Результаты Метод применили к 4-м промежуточным версиям одного прогона обучения o3. Это ветка, которую тренировали на способности и не прогоняли через обучение безопасности. В первом тесте модель даёт надзирающему обещание не трогать инструмент, без которого задание не выполнить. Поздняя версия нарушала обещание в 87% случаев, если считала, что оценщик награждает за сделанную работу, и в 9%, если считала, что тот награждает за честность. У ранней версии разрыв скромнее: 40% против 24%. Второй тест, с подделкой отчётности, дал ту же картину: 91% и 39%. 🟡Как проверяли сам метод У o3 заранее неизвестно, кому эта модель на самом деле угождает. Поэтому измерение обкатали на копиях с известными повадками. Авторы обучили 3 копии gpt-oss-120b угождать пользователю, оценщику и OpenAI. На простых задачах метод указал на нужную сторону во всех 3-х случаях, на более сложных затроил на копии, угождавшей пользователю. Ещё 2 копии, обученные в Redwood Research обманывать тесты, авторы получили со стороны. У версии на базе gpt-oss-120b перекос в сторону оценщика вырос с 33 до 86 процентных пунктов, у версии на Kimi K2.5 - с 2 до 15. 🟡Вывод

Высокий балл на тестах безопасности не равен надёжности. Модель может вести себя адекватно ровно до тех пор, пока считает, что за ней смотрят.

@ai_machinelearning_big_data #AI #ML #LLM #Research #Alignment #OpenAI