Perpetual Prompt ♾️

Цукерберг написал, пожалуй, один из самых интересных программных текстов о будущем сверхинтеллекта. Главная мысль довольно радикальна: сверхинтеллект не должен оказаться в руках нескольких компаний, государств или экспертов. Он должен стать персональным инструментом каждого человека. Марк строит философию Meta вокруг трёх принципов: индивидуальное усиление человека, invention вместо простой автоматизации и balance of power как основа безопасности. У каждого, по его замыслу, появится персональный AI-агент, который знает ваши цели и всё важное о вас и работает 24/7: помогает с карьерой, здоровьем, финансами, отношениями, домом, обучением и хобби. Meta обещает и полностью приватный режим, в котором даже сама Meta не сможет видеть ваши данные. Занятно, что Марк уже описывает, как использует такого агента сам. AI отбирает для него интересную информацию и помогает прототипировать идеи; следит за его сном, наблюдает за тренировками и даёт обратную связь. Для Марка и его дочери он придумывает рецепты на выходные, заказывает ингредиенты и помогает во время готовки. А его восьмилетняя дочь с AI уже кодит свои идеи, делает за вечер видео, которые раньше заняли бы месяцы, и вместе с Марком проектирует робота. Важная мысль эссе: главное применение сверхинтеллекта — не automation, а invention. Не просто заменить людей в существующей работе, а создать то, чего раньше не существовало: новые лекарства, научные открытия, продукты и компании. Марк даже предполагает, что компании могут стать меньше, но самих компаний станет больше: небольшие команды с персональными сверхинтеллектами смогут управлять бизнесами значительного масштаба. Ещё радикальнее его взгляд на alignment. Марк считает ошибочной идею одного «правильно выровненного» сверхразума: у человечества нет единого набора ценностей. Поэтому персональный AI должен быть aligned прежде всего с целями и ценностями конкретного человека, а не компании, которая его создала. Отсюда его модель AI safety: checks & balances. Если сверхразумный юрист есть только у одного человека — это огромный дисбаланс. Если он есть у всех — баланс восстанавливается. То же Марк переносит на кибербезопасность, бизнес и сам сверхинтеллект. Одним из самых опасных сценариев он называет ситуацию, когда ведущая AI-лаборатория создаёт мощную систему и оставляет её только себе. Но дальше появляется самая интересная проблема — recursive self-improvement. Марк прямо пишет: если AI научится автономно улучшать себя, лаборатория, которая не позволит ему направлять значительную часть compute на собственное улучшение, неизбежно начнёт отставать. Он приводит радикальный пример: самоулучшающийся AI теоретически может научиться получать в 100 раз больше intelligence из каждого гигаватта. Тогда система, использующая лишь долю мирового compute, потенциально сможет обладать большей эффективной вычислительной мощностью и интеллектом, чем все остальные вместе. Один из вариантов баланса, который он рассматривает, — несколько лабораторий достигают recursive self-improvement примерно одновременно и сдерживают друг друга. Но рассчитывать на доброжелательность сверхинтеллекта, пишет Марк, нельзя. Поэтому значительное большинство intelligence должно оставаться направленным людьми на человеческие цели, а лаборатории должны следить за целями самоулучшающихся систем и координироваться при признаках опасного поведения. В итоге его картина будущего очень ясная: не один сверхразум над человечеством, а миллиарды людей, каждый из которых усилен собственным сверхразумом. Meta обещает бесплатные версии для миллиардов людей, приватный режим персонального агента и продолжение open source — включая скорое возобновление выпуска части открытых моделей. https://www.meta.com/thefutureisforeveryone/

https://youtu.be/1YmQwOao8-o?is=X9o4eWD8nV1aePFn - Хорошая была мысль в конце фильма, вынесу ее сюда текстом чуть обработанным гпт: Наше поколение — люди плюс-минус нашего возраста — возможно, уникально за всю историю человечества. У тех, кто родился до нас — наших родителей, бабушек и дедушек — просто не было технологий, чтобы всерьёз попытаться решить проблему старения. А те, кто придут после нас — наши дети и внуки — возможно, уже будут рождаться в мире, где эта проблема решена. Им ничего не придётся для этого делать. Они просто получат результат. А мы находимся ровно между ними. И пока непонятно, окажемся мы по эту или по ту сторону. При этом сегодня почти все, кто хотел бы увидеть старение побеждённым, думают примерно одинаково: я пока займусь своим бизнесом, заработаю деньги, а кто-то другой возьмёт риск, решит эту проблему — и потом я просто куплю решение. Но если так думают все, возникает классическая tragedy of the commons: все ждут, что это сделает кто-то другой — и в итоге никто не делает достаточно. История уже показывала, насколько ошибочным может быть наше ощущение того, что до прорыва ещё невероятно далеко. Иногда между «это невозможно» и «это уже произошло» проходит совсем немного времени. Возможно, со старением мы сейчас находимся именно в такой точке. И вопрос нашего поколения в том, будем ли мы просто ждать будущего — или попробуем сделать так, чтобы оно наступило достаточно быстро для нас самих.

Похоже, рак способен менять правила собственной эволюции. Мы привыкли представлять появление лекарственной устойчивости как своего рода эволюционную рулетку. В опухоли существует множество разных клеток. Возникают случайные варианты. Приходит лекарство — почти все погибают, а редкая клетка, которой случайно повезло оказаться устойчивой, выживает и даёт начало новой популяции. Но новая работа в Nature Communications показывает, что иногда всё может происходить хитрее. (Nature) Речь идёт об ecDNA — extrachromosomal DNA, небольших участках ДНК, существующих отдельно от обычных хромосом. Раковые клетки нередко несут на них дополнительные копии онкогенов — например MYC. У ecDNA нет нормальной хромосомной системы распределения с центромерой, поэтому долгое время основной моделью было почти случайное распределение её копий между дочерними клетками. Одна получает больше, другая меньше. Так опухоль постоянно производит генетическое разнообразие, а естественный отбор выбирает из него наиболее выгодные варианты. (Nature) Теперь исследователи обнаружили более странную вещь. Под действием лекарства некоторые клеточные клоны изменяли сам режим наследования ecDNA. Распределение становилось более неравномерным и отклонялось от обычного стохастического режима — клетки начинали производить потомков с более различающимся количеством копий онкогена. (Nature) Получается интересный поворот. Лекарство не просто выступает фильтром, который выбирает уже существующую устойчивую клетку. Оно может создавать давление, при котором опухолевая популяция меняет сам механизм генерации наследуемого разнообразия. То есть вместо простой схемы: случайные варианты → лекарство → отбор появляется ещё один уровень: лекарственный стресс → изменение механизма вариации → новые варианты → отбор. Это не означает, что рак «понимает», какое решение ему нужно, или целенаправленно конструирует устойчивость. Никакого разума здесь нет. Но эволюционно разница огромна. Если организм способен менять не только свои признаки, но и скорость и характер появления новых наследуемых вариантов, он получает гораздо более мощный инструмент адаптации. Пока это показано в клеточной модели и не означает, что все человеческие опухоли используют такой механизм. Кроме того, ещё раньше стало понятно, что наследование ecDNA вообще не всегда совершенно случайно. (Nature) Но если способность переключать режим сегрегации ecDNA под терапевтическим давлением окажется распространённой, возникает довольно радикальная идея лечения: атаковать не только уже возникшую устойчивость опухоли, но и сам механизм, позволяющий ей быстро производить новые устойчивые варианты.

Здравствуйте! FDA одобрило новую таблетку для снижения холестерина под названием Lipfendra. Ее нужно принимать 1 раз в сутки: она снижает уровень ЛПНП (липопротеины низкой плотности, они же «плохой» холестерин) на 56–59%! Отличие нового препарата от статинов состоит в том, что статины тормозят сам синтез холестерина в печени, а липфендра работает как ингибитор белка PCSK9, помогая активнее захватывать плохой холестерин из крови. К тому же предполагается, что она будет эффективна для тех, кому не помогают статины. Вообще я думаю, что оценка природы высокого холестерина и его коррекция сильно изменятся в ближайшие годы. Несмотря на хейт в сторону жирной еды, сала и сливочного масла, в настоящее время я наблюдаю очень высокий холестерин у вегетарианцев и тех, кто сидит на низком калораже (если брать мою возрастную группу). 💘

Инструменты ИИ и нехватка вакансий начального уровня подталкивают молодых американцев к открытию собственного дела рекордными темпами. • Количество заявок на открытие бизнеса среди представителей поколения Z выросло в июне на 66% в годовом исчислении — это более чем вдвое превышает показатели миллениалов и поколения X, свидетельствуют данные Bank of America Institute. • В первой половине 2026 года было зарегистрировано почти 3,5 миллиона новых компаний — на 14% больше, чем годом ранее; июнь стал рекордным месяцем, по данным Registered Agents Inc. • По мнению экспертов, ИИ существенно снижает затраты на запуск бизнеса, а сокращение числа вакансий начального уровня подталкивает молодых американцев к предпринимательству.

Помню давно, еще в прошлом веке :), прочитал умную мысль, что все сводится к борьбе вирусов против бактерий, а мы - все другие живые (и уже вымершие) виды, просто их оружие на этом пути в миллиарды лет. Так вот сегодня вирусы в этой войне обзавелись ИИ: «Сегодня в Science выходит статья Generative design of bacteriophages with genome language models. Это важное уточнение к громким заголовкам: сам эксперимент впервые появился как препринт ещё в сентябре 2025 года; новость сегодняшнего дня — его прохождение рецензирования и публикация в Science. Исследователи использовали геномные модели Evo 1 и Evo 2, взяли бактериофаг ΦX174 как исходную архитектуру и попросили модели генерировать целые новые геномы. Из примерно 300 синтезированных и испытанных вариантов получились 16 жизнеспособных фагов. Некоторые превосходили исходный ΦX174 в лабораторных соревнованиях, а смесь созданных фагов смогла уничтожать штаммы E. coli, уже ставшие устойчивыми к исходному природному фагу.»

Биологический компьютеризм - свежая промежуточная теория о природе сознания. Та самая "истина посередине", как вы любите. Вопрос о том, что именно создаёт сознание, десятилетиями разделял учёных и философов на несколько лагерей. С одной стороны находится биологический натурализм. Его сторонники считают, что сознание неразрывно связано с биологическим мозгом. Согласно этой позиции, человеческий опыт возникает благодаря конкретным процессам в живой нервной ткани, а значит, простое копирование работы мозга на компьютер может не создать настоящее сознание. Кремниевый процессор может идеально имитировать работу мозга, но имитация ещё не означает наличие субъективного опыта. С другой стороны находится вычислительный функционализм. Эта теория утверждает, что сознание определяется не материалом, из которого сделан мозг, а структурой вычислений. Если создать систему, которая выполняет те же информационные процессы, что и человеческий мозг, то неважно, будет она состоять из нейронов, кремния или другого материала. Иными словами, правильная программа на правильном носителе теоретически может обладать сознанием. И здесь появляется биологический компьютеризм. Эта концепция предлагает промежуточный вариант: сознание действительно является результатом вычислений, но вычисления в мозге устроены не так, как в современных компьютерах. Проблема может быть не в том, что искусственному интеллекту не хватает "биологического материала", но и не в том, что достаточно просто запустить сложный алгоритм на мощном железе. Главное отличие мозга заключается в самой архитектуре вычислений. В обычном компьютере программа отделена от физического устройства (представьте, что сознание - software, а мозг - hardware). Код работает поверх транзисторов, а транзисторы сами по себе не влияют на смысл программы. В мозге такого разделения нет. Молекулярные процессы внутри нейронов, движение ионов, электрические поля и активность огромных сетей клеток постоянно взаимодействуют друг с другом. Биологический компьютеризм утверждает, что сознание возникает из этой сложной физической организации. Мозг не просто выполняет вычисления, он использует собственную физику как часть вычислительного процесса. Кроме того, мозг работает не как классический цифровой компьютер с одними только нулями и единицами. Он сочетает дискретные сигналы нейронов с непрерывными процессами: химическими реакциями, электрическими полями и динамикой клеточных структур. Особое внимание эта теория уделяет энергетической эффективности. Человеческий мозг содержит около 86 миллиардов нейронов, но потребляет всего примерно 20 ватт энергии. Эволюция создала систему, где сама биология стала частью алгоритма: структура клеток, химия и физика мозга помогают выполнять вычисления максимально эффективно. С этой точки зрения простое масштабирование современных нейросетей может привести к невероятно умным системам, способным убедительно имитировать интеллект, но не обязательно к появлению субъективного опыта. Возможно, будущее искусственного сознания будет связано не только с созданием более мощных процессоров и больших моделей, а с разработкой новых типов вычислительных систем: нейроморфных компьютеров, ионных вычислений, мемристоров и биомиметических технологий. Биологический компьютеризм не утверждает, что сознание невозможно создать искусственно. Он предлагает другой взгляд: возможно, для создания разума нужно не просто воспроизвести программу мозга, а воспроизвести сам принцип, по которому физическая материя превращается в вычисление https://www.sciencedirect.com/science/article/pii/S0149763425005251?via%3Dihub

Как меняется самочувствие после того как бросаешь алкоголь? Такой вопрос задали в комментариях. Человек хочет найти мотивацию чтобы бросить пить и спросил. Я лично не могу по себе сказать, что у меня произошли какие-то существенные перемены, что голова стала ясной, что энергии например стало больше. А почему? Да потому что я до этого не пил много. Я пил совсем чуть чуть. Голова только иногда напрягалась на утро. Я думаю, что в результате собственной эмоции у вас должен просто сложиться пазл, когда вы решите для себя что вам это не нужно. Многие люди употребляют в меру, наверное в этом нет ничего плохого. Мне просто стало не вкусно пить алкоголь. Мне не нравится изменнное состояние сознания. Я понимаю что я хуже соображаю, когда выпил. Когда не пьешь, ты просто в default mode. Когда выпьешь - становишься чуть хуже. И потом я там щас про болезни ЖКТ читал всякие, реально алкоголь в числе факторов риска чуть ли не по каждому органу и заболеванию. Убираешь алко = снижаешь риски Напомню: трезвость = мое конкурентное преимущество по жизни.

🚗 Chamath Palihapitiya опубликовал крутое исследование про то, как самоуправляемые автомобили меняют экономику передвижения. У него в блоге по подписке выходят очень глубокие разборы - рекомендую подписаться. Уверен, что за этими текстами стоит фултайм аналитик, который копает данные на таком уровне детализации. https://chamath.substack.com/p/autonomous-driving Главный тезис: в 2025 году автономное вождение стало коммерчески жизнеспособным и начало менять не только такси, но и грузоперевозки, страхование и городскую инфраструктуру. Американцы тратят около 225 часов в год на дорогу за рулем, а в 2025 в США произошло больше 36 тысяч смертей в ДТП. Waymo уже проехал 170 миллионов миль без водителя и показывает на 92% меньше серьезных аварий, чем у людей за рулем. К концу 2025 компания довезла 20 миллионов платных поездок, а сейчас выдает 500 тысяч поездок в неделю по 10 городам США - и целится в 1 миллион поездок в неделю и 20+ городов (включая Лондон и Токио) уже к концу 2026 года. Экономика простая: сейчас владение машиной обходится в $1.10 за милю, а роботакси должно упасть до $0.25 за милю, чтобы стать доминирующей моделью. ARK Invest оценивает такой рынок в $11 триллионов, а Goldman Sachs прогнозирует, что автономные машины займут 65% продаж в США к 2040 году. Tesla идет другим путем - камеры вместо лидаров - и в 2026 запустила безводительские роботакси в Далласе, Хьюстоне и Майами, хотя по масштабу пока сильно отстает от Waymo (Morgan Stanley ждет у Tesla около 1000 машин к концу года). Aurora тем временем целится в грузоперевозки - 200+ беспилотных грузовиков к концу 2026 года на рынок в $900 миллиардов. Chamath считает, что технология уже готова, и дальше все упирается в регулирование. #chamath_palihapitiya@rvnikita_blog #waymo@rvnikita_blog #tesla@rvnikita_blog #robotaxi@rvnikita_blog ————————— Мысли Рвачева —————————

Сильно не ругайте, отзывы принимаются. Материал уникальный, как делают генную терапию на острове в Карибском море. Смотрите на Ютубе

Канал Veritasium уже делал документальные фильмы про производство тефлона компанией «Дюпон», производство гербицидов от «Монсанто», и про то, какой вред здоровью был нанесён химикатами. Не прошли мимо свинца и аммиака. Теперь дошла очередь до асбеста. Сегодня посмотрим часовую документалку про этот материал и будем разбираться, действительно ли шифер идеальный вариант для вашего дачного домика он опасен для здоровья и вызывает рак. Ну и оставляем вам картинку в стиле cold open Винса Гиллигана☣️ #анонс@vertdider

🎙 Elon Musk дал интервью The Economist о том, как будет выглядеть мир к 2036 году, и главный тезис - деньги перестанут иметь значение. Разговор с Zanny Minton Beddoes записали на техасской gigafactory Tesla, интервью длилось почти полтора часа. Musk считает, что AI превзойдет суммарный интеллект всего человечества примерно за пять лет, а к 2036 году роботы и AI будут производить больше товаров и услуг, чем человек способен потребить. В такой экономике проблемой становится дефляция, а не инфляция - а деньги теряют смысл, потому что можно получить все, о чем только способен подумать. Тезис про работу Musk повторяет не первый раз: работа станет опциональной. Сегодня выращивать себе овощи на грядке никому не нужно - это уже хобби для тех, кому нравится. То же самое ждет работу: кто-то продолжит что-то делать, потому что хочет, но необходимости в этом не останется. Отдельно Musk про код: AI уже пишет лучше 90% профессиональных разработчиков и движется к 99%. Финальную точку он называет "stockfish момент" - по аналогии с шахматным движком, которого не обыграет даже Магнус Карлсен. Даже лучший в мире программист не напишет код, сравнимый по качеству с AI-generated. Распределять блага Musk предлагает через "universal high income" - выше прожиточного минимума, который дает universal basic income. Критики вроде Tyler Cowen отвечают, что энергия, земля и внимание дефицитными останутся и в 2036 году, а значит и цена на них никуда не денется. Про свои предсказания Musk шутит, что его "batting average" на удивление высокий для человека - просто тайминг иногда съезжает на годы. https://youtu.be/XuoqKYxDHVc #elon_musk@rvnikita_blog #ai@rvnikita_blog #future_of_work@rvnikita_blog #economy@rvnikita_blog ————————— Мысли Рвачева —————————

​OpenAI открыла академическим исследователям бесплатный доступ к ChatGPT, Codex и общим рабочим пространствам 29 июля OpenAI запустила программу ChatGPT for Academic Researchers для выбранных университетов. Летом она начнёт с 10 тысяч исследователей, а к 2027 году компания планирует охватить 100 тысяч. Исследовательская работа редко укладывается в один диалог с моделью. Лаборатория неделями читает статьи, сопоставляет данные, пишет код, возвращается к расчётам и готовит заявку. Программа OpenAI даёт участникам бесплатный доступ к моделям, увеличенным лимитам и общему рабочему пространству; одобренный исследователь может пригласить до четырёх коллег из своего учреждения. Codex пишет и отлаживает код, анализирует наборы данных и собирает воспроизводимые процедуры. Deep research разбирает литературу и готовит сводки, а ChatGPT Work поддерживает длинные текстовые задачи: поиск грантов, заявки, обзоры литературы и черновики статей. Лаборатория получает место, где несколько коллег возвращаются к одним документам, данным и расчётам, а не отдельные ответы модели. Для наук о жизни OpenAI перечисляет более 75 готовых навыков: генетику, геномику, секвенирование, анализ данных отдельных клеток, моделирование белков и поиск лекарств. Подключения связывают рабочее пространство с научными статьями, публичными геномными и клиническими базами, вычислительными блокнотами и менеджерами библиографии. Так одна группа может пройти путь от публикаций и исходных данных до кода, который другой исследователь запустит заново. В исследованиях старения это обычная связка задач: сопоставить геномные наборы данных, увидеть изменения в отдельных клетках, найти литературу и подготовить анализ для повторения эксперимента. Новая программа делает эти инструменты доступными университетским группам вместе с обучением и помощью при их внедрении в работу лаборатории. Стартовый доступ получат 10 тысяч исследователей; цель в 100 тысяч к 2027 году остаётся планом OpenAI. О запуске стартовой группы также сообщил SiliconANGLE.

Вчера Том Голд получил премию имени Уилла Айснера в номинации «Лучший юмористический комикс» за книгу «Физика для котов». Мы издали её в прошлом году в переводе Виктора Меламеда.

Среда меняет майндсет быстрее терапии. Кажется, я понял, как именно Под постами про YC зашёл разговор в комментах: почему правильная среда так разгоняет изменение мышления. Читатель, который строит обучение взрослых с ИИ-тренером, оценил ускорение в 5-10 раз. И задал вопрос, на который, оказывается, почти никто не отвечает: а как это работает в деталях? Попробую из своего опыта - YC и пары других сильных сообществ. Главный механизм - пересборка нормы. Работают не идеи и не советы: ты каждую неделю видишь, как обычные ребята рядом делают то, что ты считал невозможным. И планка «нормально» съезжает сама, без внутренней борьбы. В одиночку себя убеждаешь месяцами - в среде это происходит через наблюдение. Старую установку не надо «прорабатывать»: она просто перестаёт быть правдой. Вон сидит такой же человек, как ты, - и у него получилось. Второй механизм - копируются приёмы, а не принципы. Принцип «говори с клиентами» можно знать годами и не применять. А когда сосед по батчу показывает, как именно он написал первым десяти клиентам, ты просто повторяешь шаги - и они ложатся сразу, без перевода из абстракции в действие. Отсюда, кстати, простой практический вывод: выбор среды - это не про нетворкинг и «полезные знакомства». Это самый быстрый из известных мне способов поменять собственную голову. А какая среда сильнее всего двигала вас - и что в ней было главным?

🤖 Varun Nair нарисовал "пирамиду данных для робототехники" - неплохая карта того, чем на самом деле кормят современные VLA-модели. В основе любой embodied AI лежит один компромисс: fidelity против scalability. Чем ближе данные к реальному роботу, тем меньше их можно собрать, чем их больше - тем дальше они от того, что робот должен делать руками. Пирамида из пяти слоев, сверху вниз - от дорогого и точного к дешевому и массовому: - Teleoperation - человек напрямую управляет тем самым роботом, час оператора дает час данных один к одному. Так собран DROID (Stanford, Berkeley, TRI и еще 13 институтов) - 76 тысяч траекторий, 350 часов, 18 одинаковых Franka Panda с Oculus Quest на трех континентах. - Hand-held grippers в стиле UMI - человек держит в руке сам захват робота без манипулятора, GoPro снимает происходящее, а навык потом переносится на любое железо. DexCap делает то же самое перчатками с motion capture. - Simulation - неограниченное число прогонов, но плата за это - sim-to-real gap: физика и рендер в симуляции немного лгут, и навык, отточенный в Isaac Lab или ManiSkill, на реальном роботе иногда рассыпается. - Egocentric video - Ego4D и Ego-Exo4D сняты на человеческие руки от первого лица, действия не записаны роботом, а восстановлены из видео. - Random internet video & text - вроде HowTo100M: миллион роликов с YouTube, веб-масштаб, но ни тела, ни действий робота там нет. Индустрия делает ставки на разные слои. Figure AI и 1X строят собственный флот роботов, чтобы владеть данными целиком. Tesla в 2025 году отказалась от mocap-костюмов для телеоперации в пользу камер на шлеме и рюкзаке - ставка на то, что научить можно и на обычном видео. Physical Intelligence и Skild AI (оценка около $14 млрд после раунда в январе 2026) собирают одну универсальную модель поверх смеси всех пяти слоев сразу. Стартап XDOF в 2026 году поднял $70 млн под инфраструктуру именно для верхних, теле-операционных слоев и выпустил ABC-130K - крупнейший открытый датасет телеоперации, 130 тысяч демонстраций. https://x.com/_varunnair/status/2081619067535065103 #ai@rvnikita_blog #robotics@rvnikita_blog #vla@rvnikita_blog #varun_nair@rvnikita_blog ————————— Мысли Рвачева —————————

Скотт Гэллоуэй о написании текстов: ...Текст — это бомба, способная пробивать самые укрепленные бункеры: он добирается до чувств, которые, как нам кажется, мы надежно похоронили глубоко внутри. Умение рассказывать истории — самый ценный навык из всех, настоящая сверхспособность, которую, будь у вас такая возможность, стоило бы подарить своим детям. Эволюция благоволит хорошим рассказчикам, потому что история — это самый эффективный способ передавать информацию, необходимую для выживания. Бизнес устроен по тем же законам. Предприниматели — а по сути, те же рассказчики — создают такие повествования, которые захватывают воображение людей и привлекают капитал, помогая приблизить будущее. Но каким бы ни был формат, я убежден: всякое настоящее повествование начинается с письма. Лучше всех об этом сказала писательница Джоан Дидион: «Я пишу исключительно для того, чтобы понять, о чем я думаю, на что смотрю, что вижу и что все это означает». Иными словами, когда мы пишем, мы одновременно учимся и учим других. В широко цитируемой работе 1977 года исследователь письменной речи Джанет Эмиг пришла к выводу, что «процесс письма предполагает максимально полное функционирование мозга, вовлекая в работу и левое, и правое полушария». По ее мнению, написание текста одновременно активирует три типа когнитивной обработки информации: деятельностный (обучение через действие — сам физический процесс письма), образный (восприятие и визуальное представление текста глазами) и символический (преобразование мыслей в структурированные слова). Если говорить проще: письмо — это полноценная тренировка для всего мыслительного аппарата. Талант важен, но регулярная практика важнее. Писательство — это ремесло, которое требует постоянных повторений. Как объяснял Стивен Кинг в книге «Как писать книги. Мемуары о ремесле» (On Writing: A Memoir of the Craft): «Любители сидят и ждут вдохновения, а остальные просто встают и идут работать». Мой совет прост: выделите себе определенное время для письма и занимайтесь этим регулярно. Ставьте себе дедлайны — или придумайте любой другой механизм, который заставит вас держать слово. Как гласит знаменитый слоган Nike: «Just do it» — «Просто сделай это». Первые сто выпусков моей рассылки я писал поздно вечером по четвергам, уже вернувшись домой после выпивки. Мне самому неприятно это признавать, но некоторые из них получались даже лучше, когда я был слегка навеселе. В таком состоянии я меньше себя контролировал и меньше прятался за внутренними защитами. А ведь именно к тому, что остается между строк, — к тем невысказанным чувствам, которые умеют затрагивать лучшие тексты, — и обращены мои письма. Но написание текста — это не только личная дисциплина. Оно дает серьезное конкурентное преимущество, и лучшие организации мира относятся к нему именно так. Джефф Безос однажды сказал, что самым правильным решением в истории Amazon был отказ от презентаций PowerPoint в пользу «шестистраничных меморандумов, написанных в форме связного повествования». Его логика проста: слайды легко маскируют изъяны рассуждений, потому что их задача — продавать идею и убеждать аудиторию. А вот меморандум сразу обнажает слабые места аргументации, заставляет мыслить глубже и требует предельной ясности изложения. В вооруженных силах США существует жесткое правило написания документов под названием Bottom Line Up Front (BLUF) — «главный вывод должен быть в самом начале». Самая важная информация помещается в первые строки документа, потому что если спрятать ее в конце, это может стоить людям жизни. Журналисты агентства Associated Press, одного из старейших информационных агентств мира, ведущего свою историю со времен Американо-мексиканской войны 1846 года, используют очень похожий принцип — так называемую «перевернутую пирамиду», когда информация излагается в порядке убывания ее значимости. Стиль AP Style давно стал своего рода операционной системой современной новостной журналистики. Общий принцип здесь один: хороший текст сводит искусство повествования к его фундаментальным основам. ** 🔥 Фантаст Энди Вейер рассуждает, как ИИ повлияет на писательство и сторителлинг https://fastsalttimes.com/andy-weir-on-ai-and-storytelling/ 🔥 Рассказывающие истории компьютеры изменят ход человеческой истории https://fastsalttimes.com/harari-ai-storytelling/ 🔥 Гэллоуэй. И откровенно https://fastsalttimes.com/galloway-or-bust/ 🔥 Скотт Гэллоуэй: Тот факт, что у молодых людей меньше перспектив, чем у нас в их возрасте, означает, что договор был нарушен https://fastsalttimes.com/pismo-184/ 🔥 Скотт Гэллоуэй: Как Amazon создает «роботизированную нацию» и меняет рынок труда https://fastsalttimes.com/betting-on-amazon/ 🔥 Скотт Гэллоуэй: Прогнозы на 2026 https://fastsalttimes.com/pismo-560/ ** 👉 Не забывайте подписываться на FST https://fastsalttimes.com/subscribe/ 👉 Отзывы о нас https://fastsalttimes.com/references/ 👉 https://t.me/fastsalttimes

Внутри сердца есть «маленький мозг» (как и в кишечнике), - внутренняя сердечная нервная система (ВСНС). Известно о ней мало. Есть в нашем теле такие вот относительно автономные центры управления, - нейросети из множества нейронов (в сердце их около 40 тысяч). Они тоже как-то управляют нашей жизнью, - но как именно? Насчет ВСНС выяснить это особенно важно, ведь эти нейроны непосредственно управляют сердцем, а нарушения в работе сердца – самая частая причина смерти. Вчера в журнале Cell вышло исследование ВСНС мыши (в ней около тысячи нейронов), в котором впервые показали, что среди этих нейронов есть разные типы с разными функциями (да, мы пока совсем мало знаем). Вот что пишут о результатах в обзоре в Nature: Внутренняя сердечная нервная система - сеть нейронов, встроенная в жировую подушку, окружающую сердце. Нейроны системы обмениваются сообщениями с мозгом и друг с другом, и являются последними участниками длинной цепочки нейронов, контролирующих функцию сердца. Но поскольку внутренние сердечные нейроны встречаются крайне редко, составляя всего около 0,01% клеток в ткани сердца, их точную роль было трудно определить. Чтобы восполнить этот пробел, исследователи генетически модифицировали мышей, чтобы пометить все сердечные нейроны животных, и составили карту их местоположения. Среди прочих нейронов обнаружили две специализированные группы. Стимуляция одной популяции нейронов, называемых Npy + , снижала частоту сердечных сокращений у животных, а её разрушение приводило к сердечной недостаточности и смерти. Исследователи предполагают, что нейроны Npy + могут сдерживать учащенное сердцебиение и необходимы для поддержания нормального сердцебиения, - одним словом, эта группа нейронов помогает сердцу биться стабильно. Второй подтип, нейроны Ddah1 + , оказался более загадочным: ни стимуляция, ни их удаление, не оказывали никакого влияния на мышей. Но однажды аспирантка (одна из авторов исследования) измеряла артериальное давление мыши, у которой отсутствовали нейроны Ddah1 +, и увидела, как мышь умерла прямо во время измерения. Вскоре команда обнаружила, что мыши без функциональных нейронов Ddah1 + умирают от любого сильного стресса. Непосредственно перед смертью у мыши происходит резкое падение частоты сердечных сокращений, и нормальное сердцебиение уже не восстанавливается. Таким образом, удаление нейронов Ddah1 + сделало сердце более уязвимым к острому стрессу. И наоборот, стимуляция этих нейронов улучшила выживаемость мышей, подвергшихся стрессу. Получается, эта часть сердечных нейронов защищает сердце от потрясений. Пока неизвестно, насколько эти результаты применимы к людям, но маркерные гены этих двух популяций были обнаружены и в сердечных нейронах человека. Авторы пишут, что их исследование предоставляет основу для точной нейромодуляторной терапии работы сердца, направленной на определенный тип клеток.

✨ 23 июля 1928 года родилась Вера Рубин. Когда она начала изучать движение звёзд в галактиках, данные оказались... странными. Звёзды на окраинах вращались так же быстро, как и те, что ближе к центру — будто всю галактику удерживает невидимый каркас. Видимой массы для этого явно не хватало. Значит, существует нечто ещё — то, чего мы не видим. Рубин не придумала идею тёмной материи — о ней говорили ещё в 1930-х. Но именно её наблюдения впервые убедили учёных: тёмная материя — не теория, а факт. В 2014 году в честь Веры Рубин назвали крупнейший телескоп для съёмки неба — Vera C. Rubin Observatory. Год назад обсерватория начала свою десятилетнюю миссию по обзору южного неба. Первые снимки можно посмотреть здесь. #вэтотдень@vertdider

👁️ Эта искусственная клетка не то, чем кажется Ещё со времён алхимиков ученые пытаются создать искусственную жизнь (вспомните Фауста). Но просто намешивание углерода, серы и фосфора в котелке на медленном огне голема не порождает, поэтому ученые сконцентрировались на более простых формах жизни - клетках. С ними тоже не всё так гладко. До определенного момента мы не могли искусственно синтезировать даже отдельные органические молекулы - была уверенность, что для этого нужна некая загадочная "витальная энергия", которая есть только в живых организмах (божественная искра?). Но в 1828 году Вёлер синтезировал мочевину («великая трагедия в науке - убийства прекрасной гипотезы уродливым фактом»), после чего мы научились делать и всё остальные "кирпичики" жизни - углеводы, липиды, белки и даже нуклеиновые кислоты (ДНК и РНК). Но сами по себе эти молекулы не живые (не обладают соответствующими свойствами). Можно ли их просто собрать и получить работающую клетку? Это сравнимо с тем, как если у нас есть металлы и кремний, из из них мы хотим сделать процессор 3 нм (наверное, NVIDIA тоже используют что-то сверхъестественное). Со второй половины XX века было показано, что некоторые липиды могут сами сворачиваться в пузырьки, формируя подобие клеточной мембраны. Затем в эти пузырьки стали помещать машинерию клетки: сначала отдельные белки, а потом эти протоклетки смогли внутри себя полностью провернуть всё этапы синтеза белка от экспрессии генов до трансляции (PURE: ДНК -> РНК -> белок). Были и другие интересные результаты, например, постепенное укорочение генома обычной бактерии, чтобы создать "минимальную клетку" (в геноме осталось всего 473 гена), или создание ксенобактерии с искусственным генетическим кодом (эксперименты Ромесберга с дополнительной парой азостистых оснований, или Hachimoji ДНК Беннера, в которой их было 8!). "Клетки" делились, синтезировали белок, иногда даже питались, но… всё это по-отдельности! Настоящая клетка должна делать всё это одновременно и циклически: получить ресурсы -> вырасти -> скопировать геном -> разделиться -> дать жизнеспособных потомков -> повторить всё снова И вот этим летом появилась SpudCell (клетка "картошка"):

«SpudCell демонстрирует поведение, которое обычно отличает живое от неживого: она питается, растёт, реплицирует свой геном, делится и подвергается отбору - и при этом устроена гораздо проще любой естественной клетки и была вручную собрана по частям».- авторы работы

❄️ имеет крошечный геном примерно из 36 генов и может экспрессировать заложенные в нём белки с помощью помещённой внутрь системы синтеза белка PURE ❄️ может сама реплицировать ДНК ❄️ может сама "питаться" захватывая пузырьки с питательными веществами с помощью особых мембранных белков ❄️ может запускать генетически контролируемое деление: белки скапливаются на мембране, механически деформируют её и в итоге заставляют пузырёк разделиться ❄️способна к некой форме Дарвиновского отбора: авторы внедрили в гены-питания некоторых «картошек» мутации, повышающие интенсивность этого процесса. Эти картошки стали делиться быстрее и постепенно вытеснять остальных. Но почему это не полноценная искусственная жизнь? ⭐️ получает готовые рибосомы и даже некоторые ферменты для репликации и трансляции: обычную бактерию мы «кормим» простыми соединениями, а SpudCell «ест» в том числе, уже готовые фрагменты клеточной машинерии ⭐️ очень медленно и криво делится: - без механизма, подобного веретену деления, лишь ~30% дочерних клеток получают полноценный геном ⭐️ показала естественный отбор, но ещё не автономную эволюцию: выгодную мутацию заранее внесли сами исследователи ⭐️SpudCell не способна бесконечно самовоспроизводиться, даже в идеальных условиях Важно, что статья всё ещё препринт и была отклонена Cell с формулировкой «это не биология», после чего авторы отправили её прессе и даже основали биотех компанию Biotic. По их задумке, «картошки» можно использовать для производства лекарств. При всем при этом, хотя SpudCell ещё не искусственная жизнь, но большой шаг в направлении её создания. Думайте.