Мировая губка: как изобразить теорию всего на многообразиях Калаби‑Яу В 1953 году математик Эудженио Калаби задумался о фигурах, существующих в шести измерениях. В привычном трёхмерном пространстве от них можно получить лишь причудливую «объёмную тень». Причём само существование таких объектов ещё предстояло математически обосновать. В 1973 году Шинтун Яу даже заявил, что нашёл контрпримеры, опровергающие предположение Калаби. Однако история многообразий Калаби-Яу на этом не закончилась. Позднее эти необычные геометрические объекты заинтересовали физиков, работающих над теорией струн. Ведь дополнительные измерения, если они действительно существуют, могут быть связаны со свойствами элементарных частиц. И многообразия Калаби-Яу позволяют представить, как такие измерения могли бы быть устроены. Правда, до экспериментального подтверждения подобных гипотез пока далеко.

Обзор нововведений в C# 15: от union-типов до правил unsafe Метод обрабатывает ответы API через switch. Появляется новый тип ответа, для которого забыли добавить отдельную ветку. Срабатывает default — и ошибка может остаться незамеченной. В C# 15 для подобных случаев готовят union-типы, позволяющие компилятору проверять полноту обработки допустимых вариантов. Но изменения касаются не только типов. Например, из вложенного цикла можно будет выйти без дополнительного флага, а индексаторы расширений позволят использовать привычные квадратные скобки там, где раньше требовался метод расширения. Отдельно пересмотрят правила unsafe — здесь меняется само представление о том, какие операции с указателями следует считать небезопасными.

👀Места из игр, которые вы могли не заметить Кампус Колледжа Роузвуд — помните такой? В Need for Speed: Most Wanted он довольно часто мелькает в первой половине, тогда как во второй о нём забываешь, а ведь локация очень большая и насыщенная. Кроме фасада там куча ходов внутри, по которым сплошной кайф гоняться с полицией — недавно игру выложили в браузер и я в очередной раз это осознал. Можете к слову сами проверить. Изначально колледж прям настойчиво манит к себе на гонке с Сонни, а затем совсем нет... И ведь проехаться по его залам или же упустить их — вы решаете сами, так как больше толком в заездах лока не участвует и наверняка вы её пропустили. Плюс она очень атмосферная: сама игра переполнена духом осени, а тут вообще кажется, словно вот-вот на учёбу придут студенты, пока вокруг падают пожелтевшие листья. Супер спокойное место, которое в мгновение может стать очень непростым лабиринтом для поездок с полицией. 😏Подписаться на IGM.GG

Биекция (взаимно однозначное соответствие) в сфере искусственного интеллекта и машинного обучения — это математическое свойство функции, гарантирующее, что каждому входному объекту соответствует ровно один выходной, и наоборот, при этом нет «потерянных» или дублирующихся данных. Простыми словами, биективное преобразование можно без потерь «развернуть» в обратную сторону. В современном AI концепция биекции лежит в основе нескольких прорывных технологий. 1. Нормализующие потоки (Normalizing Flows) Это один из самых ярких примеров использования биекции в генеративном AI. Нормализующие потоки используются для генерации изображений, звука и моделирования сложных распределений данных. • Как это работает: Нейросеть берет простое распределение (например, белый шум или стандартное Гауссово распределение) и через серию биективных (обратимых) слоев превращает его в сложное распределение — например, в реалистичное лицо человека. • Зачем нужна биекция: Так как все слои строго биективны, мы можем передать функции сгенерированное лицо и точно вычислить плотность вероятности для этого объекта (пройти путь назад до исходного шума). Это отличает их от GAN (генеративно-состязательных сетей), где обратный путь невозможен. 2. Обратимые нейронные сети (Invertible Neural Networks / RevNets) В стандартных глубоких сетях при обучении (обратном распространении ошибки) приходится сохранять в памяти видеокарты активации всех слоев, что требует огромных вычислительных ресурсов. • Применение биекции: Если сделать архитектуру слоев биективной, то значения предыдущего слоя можно математически вычислить на основе последующего. • Результат: Память под активации не расходуется. Сеть может содержать сотни слоев и обучаться на стандартном оборудовании, восстанавливая нужные для градиентов данные «на лету» в обратном проходе. 3. Представление данных и распутывание (Disentanglement) При обучении автоэнкодеров (VAE) или трансформеров модель пытается сжать данные (текст, картинку) в компактный вектор (латентное пространство). • Идеальное латентное пространство стремится к биективности: каждому уникальному объекту реального мира должен соответствовать строго один уникальный код (вектор) в пространстве эмбеддингов. Если биекция нарушается, у модели возникает «галлюцинация» или коллапс модальностей (когда разным объектам присваивается одинаковый вектор). Главный компромисс: Создавать биективные слои для нейросетей сложно. Чтобы функция была обратимой, матрицы весов должны отвечать строгим математическим критериям (например, иметь ненулевой детерминант), что накладывает жесткие ограничения на архитектуру и иногда снижает гибкость модели по сравнению со стандартными «необратимыми» слоями.

Стартап Eka Robotics привлек внушительные $150 млн на масштабирование своей технологической платформы для робототехники 🤖 🤍Инженеры компании разрабатывают специальную модель vision-force-action, или VFA. Ее главная задача — научить роботов базовой интуиции физики через масштабное обучение с подкреплением в реальном мире. 🤍Вместо жестких алгоритмов и слепого следования скриптам система пытается сформировать у машины понимание того, как взаимодействуют объекты, с какой силой нужно воздействовать на предметы и как предсказывать реакцию среды. 🤍Пока это инвестиции в развитие фундаментальной технологии, которой еще предстоит доказать свою эффективность за пределами лабораторных стендов. Но сама попытка обучить роботов «чувствовать» физику — это как раз тот шаг, который отделяет красивые демо от реальной автономности. 🤍Подробнее — в источнике. ————————— 🤖Подписывайтесь на лучший канал PRO Роботов 📲Мы в MAX

🟣 Российский прибор для Марса, космический мониторинг и будущие обсерватории Подборка космических новостей уже здесь. Читайте дайджест 👇 🔹️️️️️️ Россия создаст прибор для китайской миссии к Марсу 🔹️️️️️️ SpaceX впервые попробует поймать обе ступени Starship 🔹️️️️️️ Двое прокатились на одной роборуке: Федяев рассказал о работе с манипулятором ERA за бортом МКС 🔹️️️️️️ В РАН обсудили две будущие космические обсерватории: «Спектр-М» и «АРКА-М» 🔹️️️️️️ Немецкий стартап Ratlog пообещал ракету уровня Falcon 🔹️️️️️️ Спутниковая съёмка помогла возместить государству более 5 млрд рублей ущерба в 2025 году 🔹️️️️️️ Япония запустила MMX — аппарат доставит грунт с Фобоса на Землю 🔹️️️️️️ ИИ помог найти редкую пару звёзд среди сотен тысяч рентгеновских источников 🔹️️️️️️ Макет европейского орбитального аппарата Space Rider разбился при испытания 💜 Pro Космос в МАКС | ВК | ОК #дайджест@prokosmosru

Как я делаю дизайн, UI и UX Друзья, спешу поделиться с вами свежими приемчиками. Осваивал тонкое искусство производства интерфейсов и открыл для себя новый flow. Работает так - Берём какую-то идеи/задачу и описываем ее Клоду/Кодексу, просим собрать контекст. Дальше подключаем Mobbin MCP и просим агента найти релевантные интерфейсы. Изучаем что он там нашел и просим использовать генерацию картинок, для того что бы сделать прототип интерфейса. Вместе доводим до ума и дальше просим написать план по материализации проекта в код. Запускам план в ультра режиме - и готово! Намного подробнее и с примерами читайте в новом блог-посте: https://getsweat.ai/blog/from-mobbin-to-a-working-dashboard/

Интерактивные HTML-сообщения заработали в Android-приложении В Beta-версии Telegram для Android под номером 13.2 удалось проверить работу экспериментальной технологии HTMLBubbles. Она позволяет создавать интерактивные сообщения с использованием HTML, CSS и JavaScript, которые отображаются непосредственно в переписке без открытия отдельного Mini App. Для проверки редакция @tginfo создала собственный HTML-виджет. В нём удалось подтвердить выполнение JavaScript и базовых функций обычных веб-сайтов. Аналогичные компоненты обнаружены и в Beta-версии Telegram для iOS под номером 13.2, где также появились встроенные инструменты тестирования виджетов. Вопросы безопасности В настройках протестированных Beta-версий пока не обнаружено отдельного переключателя для отключения HTMLBubbles. Ранее редакция @tginfo уже выражала опасения по поводу исполнения JavaScript непосредственно в переписке. Напомним, что недавно в Telegram Desktop была обнаружена уязвимость CVE-2026-107181, позволявшая похищать файлы через специально подготовленные ссылки. Несмотря на то, что эта уязвимость не связана с HTMLBubbles, появление нового механизма исполнения кода внутри сообщений может привести к возникновению гораздо более серьёзных уязвимостей, которые для активации не требуют действия со стороны пользователя (zero-click). Когда функция станет доступна всем? Сейчас HTMLBubbles остаётся экспериментальной технологией. Возможность отправлять такие сообщения ограничена, а публичный API для разработчиков пока не представлен. #Android #iOS #Beta

Любителям схем со слоями. Вот как та же "модель OSI" только про ИИ 21 октября глава Nvidia выступил с кейноутом GTC Berlin в Темподроме. Мне не удалось сходить, но видео есть. Начал он с простого вопроса: что такое ИИ. Ответ Хуанга: ИИ это производство, а не просто программная технология. Компьютер теперь не инструмент в руках человека, а часть машинерии и инфраструктуры, то есть фабрик, которые выпускают интеллект. Продукция этих фабрик это токены. Для наглядности он предлагает думать об ИИ как о пятислойном пироге: — Энергетика. Фундамент, без электричества дальше ничего не работает. — Вычисления. Чипы, серверы, сети. Это слой самой Nvidia. — Фабрики ИИ. Дата-центры, которые не хранят данные, а производят токены. — Модели. Это не только языковые модели, но и биология, химия, физика, движения роботов, анимация, причем модели любых размеров. — Приложения. Верхний слой, где появляются деньги. Любое успешное приложение тянет за собой все слои ниже, вплоть до электростанции, которая его питает. Цифры для масштаба. Фабрика ИИ мощностью один гигаватт стоит около 50 млрд долларов. Главный посыл для европейцев: мало потреблять ИИ, нужно его производить, и все это можно делать в Европе, причем процесс уже идет. Сам "слоеный пирог" не новый. Впервые Хуанг показал эту схему в январе в Давосе, на сцене вместе с главой BlackRock Ларри Финком. В марте он написал об этом отдельную колонку в блоге Nvidia. Что тут интересно. Формально Nvidia занимает один слой из пяти. Но у компании уже есть свои открытые модели, свои готовые фабрики в контейнерах, своя платформа для агентов. TechRadar заметил, что если Nvidia пойдет дальше в модели, инфраструктуру, энергоснабжение и приложения, она окажется почти во всех слоях собственной схемы. А вот то, что внизу пирога лежит энергия, а не алгоритмы, это честно. Хуанг прямо называет энергию главным ограничением того, сколько интеллекта система может произвести. И, к слову, а попробуйте вспомнить какую-нибудь компанию, которая производит оборудование для энергетики... ну? Скорее всего это будут как раз европейские Siemens, Schneider Electric, ABB. Ну, кто-то еще вспомнит General Electric / GE Vernova или Hitachi. Но, там много всего интересно в энергетике и особенно в фундаментальных исследованиях и разработке. Потому Дженсен Хуанг и выступал в Берлине.

Как принцип неопределенности работает в реальных экспериментах и работает ли он вообще? В квантовом мире действует правило, которое кажется странным. Согласно принципу неопределённости положение и импульс объекта невозможно измерить точно одновременно. Чем лучше известна одна величина, тем размытее другая. Причина не в несовершенстве приборов, а в самой природе материи. Обычно оно заметно лишь для электронов и атомов, но в одном из самых чувствительных экспериментов в истории науки с ним приходится считаться даже при работе с зеркалами весом в десятки килограммов. Так в обсерватории LIGO принцип неопределённости создаёт необычную проблему. Чем точнее измеряется положение зеркала массой около 40 кг, тем сильнее оно начинает «дрожать», и в какой-то момент эксперимент срывается. Лазерно-интерферометрическая гравитационно-волновая обсерватория (LIGO) регистрирует гравитационные волны, то есть рябь пространства-времени, возникающую при столкновениях чёрных дыр на огромных расстояниях. Для этого лазерные лучи пускают между тяжёлыми зеркалами, подвешенными на расстоянии нескольких километров друг от друга. Каждое зеркало представляет собой массивный цилиндр из плавленого кварца массой 40 кг. Трудно ожидать, что предмет размером с крупную собаку заметно подчиняется законам квантовой механики. Гравитационные волны чрезвычайно слабы, поэтому LIGO должна измерять положение своих огромных зеркал с точностью до тысячной доли диаметра протона. Чтобы добиться такой точности, инженерам приходится увеличивать мощность лазеров, ведь чем ярче свет, тем чётче картина того, где находятся зеркала. И здесь в игру вступает принцип неопределённости. Свет состоит из фотонов, и когда миллиарды из них ударяются о зеркало, они создают крошечную случайную силу, которая называется давлением излучения. Чтобы точно определить положение зеркала (уменьшить неопределённость координаты), фотоны должны бить по нему достаточно сильно, но тем самым они его подталкивают, внося случайный толчок (увеличивая неопределённость импульса). Из-за этого зеркало смещается, и, как ни парадоксально, это искажает само измерение положения, которое пытались провести учёные. Этот барьер называется стандартным квантовым пределом. Чтобы его обойти, инженеры LIGO воздействуют на сам квантовый вакуум и используют так называемый «сжатый свет». Неопределённость перераспределяется в ту характеристику света, которую они не измеряют. Это позволяет отслеживать положение зеркал с исключительной точностью, ну а заодно показывает, что такой принцип есть. #квантовыймир ⚠️  Дебри.Физика

Пассивная агрессия в рабочей среде Пассивная агрессия проявляется, когда открытое несогласие невозможно. Сотрудник может саботировать задачи, игнорировать просьбы или использовать намёки вместо прямого общения. Часто причина — неспособность корректно выражать эмоции. Детские установки «не спорь, не показывай недовольство» не исчезают, а превращаются в сарказм, уклонение от диалога или скрытое сопротивление. В бизнесе это подрывает командную динамику, снижает продуктивность и разрушает доверие. Решение — честные и открытые разговоры. Вместо скрытого недовольства скажите: «Я чувствую напряжение, давай обсудим». Прямое общение укрепляет команду и ускоряет рабочие процессы. Фаундер | Бизнес и Стартапы