Будем хранить данные прямо в оптоволокне, гоняя туда-сюда! — пошутил в обсуждении @Betankor.

Так вот, это нифига не шутка. Память в 1953 году была медленная. Как раз тогда придумали акустические линии задержки. Брали трубку с ртутью, туда орали звуком. Пока звук путешествует по трубке, информация физически хранится в ней. Когда импульс доходит до конца, электроника считывает его и тут же орёт обратно в начало. Получается консервированное "Ау". В первых UNIVAC использовались ртутные баки, один вмещал около 10 Кб. Там было важно удерживать температуру очень точно. Ну и чтобы достать нужный бит, нужно было ждать, пока он доплывёт до конца трубы. Плюс шум накапливался неприлично. Рядом пробовали всякую фигню — попробовали кинескопы с постоянным обновлением экрана, магнитные барабаны — металлический цилиндр с магнитным слоем крутился на скорости 75 тысяч оборотов в минуту, а рядом стояла головка записи и головка чтения. Если питание пропадало, диск не останавливался, а крутился ещё некоторое время, и если быстро восстановиться — память получалась энергонезависимой. Ещё магнитные сердечники, ИК-фосфорные схемы, газовые трубки и неон и когереры (коробки с порошком, который слипается от тока). Разве что чесночный сок не давили. Технологию вспомнили, когда понадобилась квантовая маршрутизация. Если два пакета приходят на маршрутизатор одновременно, обычно лишний пакет просто записывается в оперативную память на миллисекунды, а потом отправляется дальше. Но любая попытка записать и прочитать фотон обычно разрушает его квантовое состояние. Пробовали хранить состояния в кристаллах, но не очень получилось, там 90% потерь. Поэтому фотоны стали пускать в оптическую петлю — нарезать пару кругов ещё по 5 километров в бухте прямо на полу и вернуться. Максимальное время хранения 52 микросекунды или 11 километров, точность с коррекций 98%. Тут сделали из прошлой работы микрочип для пакетов 40 байт на 40 Гбит/с. Прям на микросхеме скрутили маленькую бухточку кабеля 98% пакетов успешно прочитаны без ошибок, 12-64 наносекунды хранения, оптические потери 99,9% изначального света, но усилители успешно это компенсировали. Это пример, есть ещё несколько реализаций. Для исправления сложных искажений отлично подходят рекуррентные нейросети. Но обычные слишком медленные для оптоволокна. Есть упрощенный вариант нейросетей — резервуарные вычисления. На базе них можно сделать аппаратную нейросеть, работающую прямо со светом. 1. Поток нарезается на спектральные полосы. 2. Каждая полоса попадает в свой фильтр. 3. Свет бегает по петлям фильтров, задерживаясь и смешиваясь сам с собой. Это создает память (контекст). 4. На выходе свет попадает на фотодиод и превращается в электричество. Стеклянные петли — пассивные, не жрут ток. Обработка со скоростью света. На тесте NARMA-10 погрешность меньше 10%, очень хорошо. Для передачи — дальность без усилителей и ретрансляторов увеличилась в 4 раза. Реализация на чипе, где нейроны соединены несколькими петлями обратной связи — оптический компьютер с WDM. Если вам непонятно хотя бы одно слово в этом предложении (особенно WDM), то просто знайте — крутая работа. И свежая работа из 2026: фотонная платформа квантового резервуарного вычисления со спектральным и временным мультиплексированием. Память сделана через обратную связь электрооптической модуляции. С нелинейным кристаллом, фемтосекундным лазером и вообще. Очень крутые результаты. Возможно, будущее нейросетей. Ну и обязательно надо вспомнить pingfs (подсказывает @laendlord). Файловая система, где данные хранятся только в самом интернете, в виде ICMP Echo-пакетов (пингов), путешествующих от вас к серверам и обратно. Так что идея ртутной колбы жива. Отправлять пинги, кстати, можно и по RFC 2549, это сильно увеличит ёмкость памяти. -- Вступайте в ряды Фурье! | Лучшие посты Есть анекдот про UDP, но не факт, что он до вас дойдёт!

Он бы не прошел у меня собеседование. Дочитал книгу Steve Jobs in Exile. Вышла всего месяц назад и на русский ещё не переведена. Про период, когда Джобса выгнали из Apple, и как он основал NeXT. Написана по внутренним документам, протоколам совета директоров и рассказам сотрудников. Местами такой абсурд, что сложно поверить, что это документалка. 1985 год, Стив открывает NeXT. Бизнес-плана нет, продукта нет, есть только идея делать компьютер для студентов. У него много своих денег, и он получает еще $20 млн инвестиций. Для начала Стив заказывает логотип компании за $100к (около $300к на сегодняшние деньги; напомню, у компании еще нет ни продукта, ни выручки). Компания сжигает по $1 млн в месяц, а он закупает в офис кресла по $2к и диваны по $10к. Он строит собственный завод под компьютер, конструкцию которого ещё даже не утвердили. На полном серьёзе планирует, что клиенты будут прилетать за компьютерами прямо на завод, как ездят в Италию за Ferrari. Его нездоровый перфекционизм заставляет команду бесконечно переделывать прототип. Когда из-за его же правок срываются сроки, он увольняет за это начальника производства. Его предупреждают, что компьютер дороже $3к никто не купит. Он выпускает за $10к. За первый год продаётся 205 штук вместо запланированных 50 тысяч (0,004% от плана 🙂) Приходит крупный контракт от IBM и в день презентации команда забывает слайды. Стив разворачивается прямо в аэропорту и улетает домой. IBM разрывает договор. Дела идут так плохо, что когда он нанимает нового CFO, то отказывается показывать настоящую отчётность до его выхода на работу. Говорит, что ему нужен risk taker. CFO выходит, видит реальные цифры, понимает, что компания фактически банкрот — и увольняется. Я вот думаю, что тот Стива Джобс не прошёл у меня собеседование. Я бы не нанял его на работу. И как инвестор я бы не вложил в него ни доллара. И как ни горько это признавать, я бы упустил настоящий джекпот. Потому похоже что горькая правда жизни в том, что никогда нельзя списывать со счетов того, кто излишне самоуверен в себе.

История деанонимизации В 2016 году (10 лет прошло!) в России прогремел FindFace. Стартап проиндексировал фотографии профилей ВКонтакте и научился по ним искать. Пользователь наводил камеру телефона на соседа в метро и узнавал его имя, возраст, а при удаче – и о чем он думал утром. Идеальный инструмент романтических знакомств. Или для всякого мошенничества, если с темной стороны посмотреть. В 2018 году сервис закрылся. Разработчики так и не научились на нем зарабатывать и решили сфокусироваться на заказных проектах по распознаванию лиц. Американский Clearview появился всего на год позже позже российского собрата и технически делал совершенно то же самое. Даешь ему фотку, он находит этого человека в интернете. Зато монетизировал технологию он радикально по-другому. Clearview не делал мобильной аппки, а продавал доступ в B2B: службам безопасности больших корпораций и подобным клиентам. В какой-то момент об этом напила пресса, начался скандал. Пользователи возмущались, что их ищут, соцсети – что данные берут без спроса. Суд в итоге постановил, что вообще-то так нельзя, но правительству можно. С тех пор Clearview имеет право продавать услуги Большого Брата государственным органам, а частникам ни-ни. И если американский пограничник сам, без подсказки, нашел ваш уютный бложек, где вы что-то не то о политике пишите – это, видимо, работа Clearview. Продолжение славной традиции –- современный американский #стартапдня Sherlock AI. Ровно та же техническая идея, а монетизация в этот – подписка в пользовательском приложении. Хочешь знать, кто сидит напротив тебя – плати. Хочешь это знать чаще, чем несколько раз в неделю, – плати дополнительно, лимиты жесткие. Запустился Sherlock в январе. Живет пока относительно тихо, большого скандала нет. Впрочем, он пока объективно маленький, Sensor Tower показывает выручку 60 тысяч долларов в месяц. https://www.imsherlock.com/ #сша #россия #насвои #общение #ai #технология