Системный Блокъ

Восковая скульптура Микеланджело, которую нельзя выставлять в тепле. Средневековый французский ковёр длиной 70 метров, который невозможно рассмотреть целиком. Египетские саркофаги, внутрь которых не заглянуть. Что делать музеям с экспонатами, когда их сложно показать? Можно сделать 3D-модель! В карточках разбираем, как 3D-технологии помогают изучать и сохранять памятники культуры — от средневековых гобеленов до петроглифов на дне Амура. А в статье на сайте можно прочитать про другие примеры и покрутить 3D-модели. 🤖 «Системный Блокъ» @sysblok

Национальный корпус русского языка вырос в шесть раз Национальный корпус русского языка (НКРЯ) пополнился новым разделом — Генеральным интернет-корпусом русского языка (ГИКРЯ). В него вошли тексты социальной сети ВКонтакте с 2007 по начало 2022 года. Общий объем НКРЯ вырос с 2,2 до 13,5 млрд словоупотреблений — более чем в шесть раз. НКРЯ существует с 2004 года и объединяет более 50 корпусов: от древнерусских летописей XI века до современной прессы. В нем есть сбалансированный Основной корпус, дающий общее представление о письменном русском языке последних 200–300 лет, а также множество специализированных корпусов: газетный, синтаксический, поэтический, устный, мультимедийный, диалектный, исторический и другие. В новом корпусе есть социолингвистическая разметка: каждому тексту приписаны данные об авторе — пол, возраст, город и регион проживания. Это позволяет изучать, как говорят люди разных поколений в разных частях страны, — и делать статистически значимые выводы на огромном массиве данных. В дальнейшем в ГИКРЯ планируют добавить тексты других платформ, в частности Живого журнала. Разработку НКРЯ на протяжении более чем 20 лет поддерживает компания «Яндекс» — в том числе поисковую платформу и морфологическую разметку, для которой используются нейросетевые модели. Почему это важно? Языковые корпусы — основной инструмент современной лингвистики. В них ищут примеры употребления слов, изучают грамматику, отслеживают появление новых выражений. НКРЯ с ГИКРЯ — самый масштабный российский корпус. Тексты соцсетей фиксируют то, что раньше почти не попадало в академические базы данных: живую разговорную речь, неологизмы, мемы, региональные словечки. Теперь все это доступно не только лингвистам, но и преподавателям, студентам и всем, кому интересно, как на самом деле выглядит современный русский язык. Подробнее — на сайте. 🤖 «Системный Блокъ» @sysblok

Что монеты могут рассказать о переходе от Античности к Средневековью 476 год принято считать датой падения Западной Римской империи и началом Средневековья. Но что, если переход от Античности произошел не в один момент, а растянулся на несколько столетий? Один из источников, который помогает увидеть этот процесс, — древние монеты. В новом материале разбираемся, как монеты помогают историкам заглянуть в один из самых спорных периодов — и почему без цифровых баз данных они бы ничего не увидели. Монеты — больше, чем средство платежа На монетах есть дата, портрет правителя, религиозные символы; различается их вес и состав. Это значит, что по ним можно проследить торговые маршруты, экономические кризисы, распространение религий и даже изменения в представлениях о власти. Двуязычные монеты греческой Бактрии сыграли роль Розеттского камня для расшифровки письма кхароштхи. А монеты царя Агафокла с изображениями ведических божеств доказали, что культ Кришны существовал уже во II веке до н. э. — раньше, чем думали ученые. Как цифровые инструменты изменили нумизматику Долгое время исследователи были ограничены собственными коллекциями и печатными каталогами. Сравнивать находки из разных стран было сложно, поэтому увидеть общую картину практически невозможно. Эту проблему решает проект FLAME Принстонского университета. В его базе уже собрано почти 1,8 миллиона монет IV–VIII веков, найденных в Европе, Азии и Африке. Сервис позволяет искать монеты по месту чеканки, металлу, времени. На сайте есть карта, по которой можно проследить перемещение монет, открытие и закрытие монетных дворов. Что удалось узнать благодаря FLAME База данных помогает проверять исторические гипотезы количественно. Так, ученые обнаружили, что Дунай перестал быть торговой магистралью не в 476-м, а уже в 401–402 годах — экономика развалилась за 70 лет до политического коллапса. Иберия потеряла связь с Британией и Африкой, открыв дорогу вандалам к Карфагену. Арабские завоевания VII века разделили Средиземноморье на две зоны, западную и восточную, внутри которых торговля продолжала развиваться. Получается, что переход от Античности к Средневековью был не одномоментным событием, а длинной цепью взаимосвязанных экономических и политических изменений, которые сегодня можно проследить буквально по маршрутам древних монет. Больше подробностей об исследованиях монет и их фотографии — в полной версии нашей статьи. Время чтения: 14 минут 🤖 «Системный Блокъ» @sysblok

От Вердена до Хиросимы, от Гитлера до Трампа: как устроена коллективная память в Twitter В «Системном Блоке» — тематическая неделя материалов о памяти в цифровом пространстве. Сегодня обсуждаем, как устроена коллективная память в Twitter (ныне X). Какие события не забывают пользователи Исследователи проанализировали около миллиона англоязычных твитов об истории и обнаружили, что пользователи чаще всего обращаются к событиям XX века. Особенно заметны на «кривой воспоминаний» 1916, 1941 и 1945 годы. Интерес к 1916 году объясняется столетними годовщинами крупных событий Первой мировой войны — битвы при Вердене, битвы на Сомме и Пасхального восстания в Ирландии. Среди событий Второй мировой войны чаще всего упоминается период 1941–1945 годов — время от вступления США в войну до её окончания. История помогает объяснять настоящее Прошлое в Twitter существует не само по себе. Пользователи постоянно используют исторические аналогии для обсуждения современных событий. Например, в твитах о президентских выборах в США 2016 года рядом с именем Дональда Трампа часто появлялись Адольф Гитлер, Авраам Линкольн, Джордж Вашингтон и Барак Обама. Исторические фигуры становятся инструментом сравнения, оценки и прогноза. О ком вспоминают чаще всего Интересно, что среди самых популярных исторических объектов оказалось больше географических названий, чем людей. Однако если считать не отдельные упоминания, а общую частоту обращений к историческим субъектам, то на первый план выходят именно личности. Среди наиболее часто встречающихся фигур — Сталин и Гитлер. Что это говорит о коллективной памяти Исследование показывает, что память в социальных сетях формируется не только вокруг крупных исторических событий. Её поддерживают годовщины, памятные даты, исторические аналогии и повседневные практики пользователей. Соцсети позволяют буквально измерить, какие события прошлого продолжают жить в общественном сознании, какие исторические персонажи остаются значимыми и как прошлое используется для разговора о настоящем. Больше исторических персон, графиков и хештегов — на сайте. Время чтения: 10 минут 🤖 «Системный Блокъ» @sysblok

Подборка каналов про память в эпоху цифровых технологий от издания «Системный Блокъ» «Системный Блокъ» запускает спецпроект о том, как цифровая среда меняет коллективную память. Внутри — статьи о мемах как историческом источнике, коллективной памяти в Твиттере и осмыслении прошлого в интерактивных платформах. Плюс тесты: например, сможете ли вы отличить мемуары от нейросети? Чтобы глубже погрузиться в тему, мы собрали каналы тех, кто занимается исследованием и сохранением цифровой памяти: — @prozhito — Прожито Архивный и исследовательский проект, посвященный эго-документам, в первую очередь дневникам. Команда проекта собирает, оцифровывает и публикует дневниковые записи разных эпох, от XVIII века до наших дней. В телеграм-канале «Прожито» можно узнать о новых любопытных находках, принципах работы с эго-документами и о том, как цифровые технологии меняют исследования памяти и работу с архивами. — @vlesah — В лесах Медиа о культурном наследии российских регионов и о людях, которые помогают его сохранять. В канале рассказывают о памятниках архитектуры, региональных сообществах и исследовательских инициативах, а также публикуют анонсы волонтерских экспедиций и проектов, к которым может присоединиться каждый. — @pishuteberu — Пишу тебе На школьных уроках истории мы привыкли изучать знаковые даты и жизни важных политических деятелей. При этом повседневная жизнь миллионов простых людей остается в тени, а ведь именно она составляет большую часть прошлого. В корпусе открыток «Пишу тебе» собраны личные истории самых разных адресантов: туриста на Олимпийских играх 1912 года, модели знаменитого дореволюционного художника, сестры милосердия на Первой мировой войне и тысяч других. — @memory_studies — Мемори и другие стадиз Канал исследователя памяти Арины Зуевой, где публикуются новости из мира «мемори и других стадиз», обзоры книг и музеев, анонсы тематических событий и околонаучные мемы. Заглядывайте, если хотите поговорить про память, наследие, философию культуры, интеллектуальную историю и другие стадиз! — @USSResearch — USSResearch Канал историка Александр Фокина о советском прошлом и не только. Советуем заглянуть, если вы тоже хотите узнать, почему в России снова ставят памятники Ф. Э. Дзержинскому, зачем в советских городах высаживали так много тополей и как, согласно советской детской легенде, получить деньги за трехлитровую банку сухих комаров. — @sysblok — Системный Блокъ Научно-популярное издание о культуре, обществе, науке и цифровых технологиях. В новом спецпроекте «Системного Блока» разбираемся, почему воспоминания все чаще хранятся не в семейных альбомах, а в облаке? Кто сегодня решает, что останется в нашей памяти: историки, архивисты или алгоритмы рекомендаций? 🤖 «Системный Блокъ» @sysblok

Тест: Сможете ли вы понять, где подлинные воспоминания, а где — творение нейросети? Если вы хотя бы раз задумывались, способен ли алгоритм передать живую человеческую интонацию, — этот тест для вас. Возможно, ваша интуиция вас не подведет. Когда-то мемуары ценились за уникальный авторский взгляд, личные эмоции и неидеальность живого текста. Сегодня нейросети научились воспроизводить все это: они добавляют детали и интонации, имитируют синтаксические шероховатости. В нашем тесте — шесть пар мемуаров советской эпохи. В каждой паре один текст написан человеком, второй — сгенерирован нейросетью. Благодаря тесту вы узнаете, насколько хорошо вы отличаете подлинные записи от цифровой имитации, и какие детали выдают машину с головой. Пройти тест 🤖 «Системный Блокъ» @sysblok

7 фактов о мемах, которые делают их историческим источником В «Системном Блоке» — тематическая неделя материалов о памяти в цифровом пространстве, посвященная выходу нового проекта. Сегодня рассказываем о том, почему мемы — это тоже историческая память. Как мемы отражают общественные настроения, например во время пандемии COVID-19? Чем отличаются мемы миллениалов и зумеров? И что такое ностальгия по мемам? Слово «мем» придумал не интернет Термин ввёл биолог Ричард Докинз в книге «Эгоистичный ген» в 1976 году. Для него мем был единицей культурной передачи — аналогом гена в мире идей. Закон Годвина — один из первых интернет-мемов В 1994 году юрист Майк Годвин сформулировал правило: чем дольше длится онлайн-дискуссия, тем выше вероятность сравнения кого-то с Гитлером или нацистами. Сам закон быстро превратился в мем. Годвин также ввел понятие контр-мема, целенаправленно создаваемого для нейтрализации другого мема. Мемы фиксируют эмоции, которые не попадают в официальные документы Отчёты о пандемии расскажут о заболеваемости и смертности, но не передадут атмосферу бесконечных Zoom-звонков, домашней закваски и карантинной скуки. Мемы сохраняют именно этот опыт. Большая доля мемов может не дожить до историков будущего Аккаунты удаляются, платформы закрываются, форматы устаревают, поэтому появляются специальные проекты по архивированию мемов и социальных медиа (вроде Know Your Meme), но значительная часть цифровой культуры всё равно исчезает. Мем без контекста почти невозможно понять Со временем связь мемов с контекстом, где они появились утрачиваются. Сегодня мем This is fine с собакой в горящем доме кажется очевидным. Но через сто лет без знания исходного комикса, платформы распространения и культурного контекста он может превратиться в непонятную картинку. У мемов есть собственный жизненный цикл Сначала мем становится вирусным, затем надоедает, исчезает, а спустя годы может вернуться как ностальгическая или ироничная отсылка. Так произошло, например, с Trollface и другими символами раннего интернета. Мемы помогают переживать коллективные травмы Во время пандемий, кризисов и катастроф юмор становится способом говорить о тревоге и страхе. Когда тысячи людей публикуют одни и те же шутки, возникает чувство общности — понимание, что этот опыт разделяют многие. Мемы не просто развлекают. Они сохраняют эмоции, социальные настроения и культурный контекст эпохи — то, что часто остаётся за пределами официальной истории. Больше фактов, исследований и, конечно, мемов, — в полной версии на сайте. Время чтения: 10 минут 🤖 «Системный Блокъ» @sysblok

Исследуем цифровую память — в новом спецпроекте «Системного Блока» Почему одни исторические события становятся мемами, а другие исчезают из общего поля зрения? Что происходит с памятью о прошлом, когда ее формируют алгоритмы социальных сетей? И можно ли прожить историю через видеоигру или интерактивную карту? Мы запускаем новый проект о том, как цифровая среда меняет коллективную память. В нем мы исследуем, как интернет влияет на исторические споры, какие события остаются в центре внимания, а какие оказываются забыты, и как мы осмысляем прошлое через социальные сети, цифровые архивы, интерактивные платформы. На одной странице мы собрали статьи о мемах как форме исторической памяти, коллективной памяти в Twitter, цифровых версиях «Бессмертного полка», медиапроектах о советском прошлом и о том, как революцию 1917 года превратили в интерфейс, напоминающий Tinder. А ещё мы подготовили тесты и собрали статьи, которые помогают понять, как сегодня работают архивы, наследие и историческая память в интернете. Изучить проект — по ссылке. 🤖 «Системный Блокъ» @sysblok

Власти США заставили Anthropic закрыть Fable и Mythos Сильнейшие модели Claude были доступны всего три дня 9 июня 2026 года Anthropic объявила об открытии доступа к двум своим самым мощным моделям — Fable 5 для всех пользователей и Mythos 5 для ограниченного круга. Три дня спустя, 12 июня, после запрета властей США компания закрыла к ним доступ. Американские регуляторы считают, что модели представляют угрозу национальной безопасности. Они опасаются, что Fable 5 и Mythos 5 могут помочь злоумышленникам искать уязвимости в программах и обходить встроенные ограничения безопасности. Речь идет о джейлбрейке — методе, который позволяет заставить модель выполнять запрещенные разработчиком действия. От компании потребовали отключить доступ к моделям для всех иностранных граждан, как внутри США, так и за границей. Anthropic заявила, что не смогла быстро разделить пользователей по гражданству, поэтому временно отключила доступ для всех клиентов. Остальные модели продолжают работать. При этом Anthropic не согласилась с позицией американских властей и сообщила, что ей не предоставили никаких доказательств опасности Fable 5 и Mythos 5. «Мы внедрили надежные меры защиты, которые значительно снижают вероятность неправомерного использования Fable для задач, связанных с кибербезопасностью (и не только). На самом деле, наши меры защиты настолько сильны, что многие пользователи жаловались на их чрезмерность», — говорится в заявлении компании. Все это происходит на фоне сложных отношений Anthropic и Пентагона, который ранее признал компанию «ненадежным поставщиком» из-за ее несогласия сотрудничать на условиях военных. Почему это важно? Это один из первых случаев, когда власти ограничили доступ не к ИИ-чипам или вычислительным мощностям, а к самим языковым моделям. До сих пор государственное регулирование в основном касалось оборудования, необходимого для обучения ИИ. Случай с Fable 5 и Mythos 5 показывает, что правительства начинают рассматривать передовые языковые модели как технологию двойного назначения, которую можно использовать и для полезных задач, и для кибератак. Если подобные ограничения станут обычной практикой, доступ к самым мощным ИИ-системам может все чаще зависеть не только от технических возможностей компаний, но и от решений государственных регуляторов.

215 лет родился Виссарион Белинский — «неистовый Виссарион», возможно, самый известный критик в истории русской литературы. Прожив короткую жизнь (36 лет), Белинский успел приобрести огромное влияние на литературу середины XIX века, которое стало ещё сильнее после его смерти. Белинский напрямую повлиял на канонизацию авторов, которые сегодня составляют основу школьной программы. В день рождения критика — перечитываем наше дата-исследование о литературном каноне в советской и российской школе.   Произведения, которые изучали всегда С 1919 года содержание школьной программы неоднократно менялось, однако ряд текстов сохранялся, несмотря ни на что. Мы обнаружили 16 произведений, которые присутствуют в 90% документов. В основу канона легли такие авторы как Пушкин, Лермонтов, Гоголь, Толстой, Чехов. 1920–1960-е: плюс Маяковский, минус Достоевский В 1930-е формируется советский канон: появляются произведения соцреализма, сокращается древняя литература. Достоевского, Ахматову и Гумилева исключают. Зато место Пушкина в советской поэзии отводится Маяковскому, а Горького после возвращения из эмиграции включают в программу почти вдвое больше, чем раньше. 1970–1980-е: триумф поэзии и «застывание» канона Возвращают Достоевского, добавляют Есенина, Евтушенко, Рождественского. На волне оттепели в программу постепенно возвращались темы любви и дружбы. Однако после 1970-х происходит «застывание» канона — изменения практически исчезают до конца СССР. Пересобрать литературу заново После 1991 года Бунин, которого в советских программах встречали всего несколько раз, становится обязательным, а вот Виктор Цой и Эдуард Лимонов в курсе больше не появятся. Сейчас мы переживаем этап «замораживания» канона: в 2024 году в ЕГЭ вернулись «Что делать?» Чернышевского, «Как закалялась сталь» Островского, «Домострой» и исследование митрополита Тихона «Гибель империи». Подробнее о том, как выглядела школьная программа по литературе за последние сто лет и кто в ней держится дольше всего — читайте в полной версии исследования.

ИИ-компании готовятся к IPO, новые модели от Google и Microsoft Рассказываем, что произошло в мире ИИ за последнее время. ИИ-компании готовятся к IPO 12 июня SpaceX планирует провести первичное публичное размещение акций. По данным Reuters, компания хочет разместить акции по 135 долларов, привлечь около 75 миллиардов долларов и получить оценку в 1,75 триллиона. Помимо ракет, спутников и Starlink, SpaceX делает ставку на инфраструктуру для ИИ — включая рынок дата-центров в космосе, которого пока фактически не существует. На этой же неделе к IPO начала готовиться Anthropic. Компания подала в Комиссию по ценным бумагам и биржам США закрытую заявку, а незадолго до этого объявила о привлечении 65 миллиардов долларов. После нового раунда оценка Anthropic приблизилась к триллиону долларов и превысила последнюю известную оценку OpenAI, которая тоже готовится к выходу на биржу.

Почему это важно? С 2022 года инвестиции в ИИ резко выросли вслед за популярностью ChatGPT, Claude и других сервисов. Но экономика крупнейших ИИ-компаний остается непрозрачной: они быстро увеличивают выручку и одновременно тратят огромные суммы на обучение моделей, вычислительные мощности и исследования. IPO Anthropic впервые может показать ключевые показатели одной из ведущих ИИ-компаний. Размещения SpaceX и Anthropic станут проверкой того, готов ли публичный рынок поддерживать триллионные оценки компаний, значительная часть стоимости которых строится на ожиданиях будущего роста ИИ. Результаты IPO могут повлиять на весь сектор.

Новинки от Google и Microsoft Microsoft представила семь собственных ИИ-моделей для разных задач — от логических рассуждений и программирования до генерации изображений, транскрибации аудио и синтеза речи. Часть моделей уже интегрируется в GitHub Copilot и Visual Studio Code, а для модели MAI-Thinking-1 компания опубликовала подробный технический отчет — более развернутый, чем у многих конкурентов. Google выпустила новую версию Gemma 4 12B — компактную мультимодальную модель, которую можно запускать локально на сравнительно доступных устройствах. Главное изменение — более нативная работа с изображениями и аудио без дополнительных компонентов. Такой подход Google развивает и во флагманской линейке Gemini: локальные ИИ-модели становятся дешевле, удобнее и меньше зависят от облачной инфраструктуры. Подробнее — в полной версии материала. Время чтения: 6 минут 🤖 «Системный Блокъ» @sysblok

Популяризаторы науки и «Системный Блокъ» зовут на берег Волги В этом году «Системный Блокъ» снова едет на «Летнюю Школу». Мы будем партнером «Просветительской лаборатории им. Кота Шрёдингера» и привезем свои проекты на стыке технологий, дата-журналистики и культуры! И вы можете к нам присоединиться! 🌲Как это было в прошлые годы? — Летняя школа-2024 в цифрах от участников мастерской «Системного Блока» — Сосны, Волга, данные и пеньчарты-2025: «Системный Блокъ» провел мастерскую дата-журналистики «Просветительская лаборатория» будет проходить с 18 июля по 2 августа неподалеку от Дубны. Главная задача — прокачать навыки популяризации науки. 📝Приглашаем:

Школьников старших классов; Студентов естественнонаучных и медицинских специальностей; Молодых ученых; Педагогов и студентов педагогических вузов.

Среди организаторов мастерской будут научно-популярные журналы «Кот Шрёдингера» @kot_sh, «Системный Блокъ» @sysblok, «Думай», Фестиваль актуального научного кино и многие другие. 🧑‍🎓В программе:

Работа с самыми разными форматами: от научной и дата-журналистики до школьного урока и детской книги; Берег Волги, сосны, закаты, палатки, ёжики, душевные разговоры и другие летние радости; Лекции, мастер-классы, дискуссии и много-много практики; Известные ученые, научные журналисты и опытные учителя.

Заявки принимаются до 10 июня. Для участников есть рекомендованный добровольный оргвзнос от 800 рублей в день с человека (в зависимости от вашего желания и возможностей). Подать заявку можно здесь. В заявке сделайте пометку «Люблю Системный Блокъ».

Чек как исторический источник: как Япония оцифровывает повседневность Билеты, чеки, рекламные листовки, инструкции к бытовой технике — все это называется эфемерами. Их создают для короткого использования, а потом выбрасывают. Но именно в них скрыта повседневная история: цены, шрифты, язык рекламы, визуальные стили эпохи. Рассказываем, как в Японии такие объекты становятся частью цифровых архивов. Квитанции и билеты как культурный код В японских эфемерах часто встречаются продуманный дизайн, необычная типографика и сложная система визуальных знаков. Даже маленький чек может рассказать, какие шрифты были популярны, как размещали текст. Туристические брошюры — не просто перечень достопримечательностей: через фотографии и дизайн они создают образ места и передают его уникальность. Почему эфемеры исчезают Несмотря на ценность, эфемеры редко сохраняют специально — их просто выбрасывают. Цифровизация усугубляет проблему: билеты становятся электронными, чеки приходят на телефон, реклама уходит в интернет. Целый пласт повседневной культуры может исчезнуть почти без следа. Как оцифровывают эфемеры В ответ исследователи создают проекты по сбору и оцифровке. Один из них посвящен туристическим брошюрам Японии: участники собирают печатные материалы из разных регионов и строят цифровой архив с метаданными, описывая где и когда создан документ, о чём он, к какой категории относится. Национальный архив Японии сканирует документы планетарными сканерами — так можно сохранить даже выцветшие карандашные пометки, цвет печатей и текстуру бумаги. Метаданные при этом не менее важны, чем качество сканирования: без них найти нужный документ в цифровом архиве почти невозможно. Как выглядят оцифрованные японские чеки и билеты — в полной версии материала. Время чтения: 5 минут 🤖 «Системный Блокъ» @sysblok

«Это моя Булька…»: как ИИ-мемы становятся новым фольклором Шесть пальцев на руке, пластилиновые лица и Уилл Смит, поедающий спагетти, — так выглядели первые ИИ-мемы. Сегодня бегемот Булька и акула в кроссовках стали героями нового фольклора. Рассказываем, как это работает. Ошибка как эстетика Когда нейросети только стали доступны широкой аудитории, их выдавали лишние пальцы, неестественная мимика и «пластилиновые» лица. Со временем эти несовершенства превратились в эстетику, в узнаваемый «почерк алгоритма». Так появились Тралалело Тралала (акула в кроссовках Nike), Бомбардиро Крокодило и Брр Брр Патапим. Весь этот контент — брейнрот. Он легко потребляется, быстро распространяется и становится алгоритмическим фольклором, который возникает на пересечении народного творчества и повседневной автоматизации. Почему это фольклор? Фольклор — это не только сказки и загадки. К нему относят городские легенды, анекдоты, детские игры, а сегодня и мемы. Его ключевые свойства: вариативность, коллективность, анонимность и стереотипность. Всё это есть и у ИИ-мемов. Чтобы стать мемом, картинка должна пройти то, что в науке называется «предварительной цензурой коллектива»: не вызвал эмоций — умер, вызвал смех, страх или умиление — разошёлся в тысячах вариаций. Нейросеть при этом не пассивна: она выдаёт наиболее стереотипное и культурно узнаваемое. Показательным примером стал персонаж Крунгус: пользователь ввёл в промпт выдуманное слово, и нейросеть сама создала образ монстра, опираясь на фонетическое сходство с Крампусом из австрийского фольклора. Бабушка и бегемот В 2025 году в русскоязычных пабликах разошлась серия видео, где пожилая женщина выгуливает бегемота по кличке Булька. Всё предельно узнаваемо — панелька, лужи во дворе, ласковое обращение к питомцу. Выдаёт происхождение видео только животное. В других версиях бабушка в тех же декорациях выгуливает капибару, крокодила или Тралалело Тралала — сюжет неизменен, герой мутирует. Это классическая фольклорная вариативность. Наша повседневная реальность сосуществует с реальностью мема, и, попадая в неё, мы принимаем правила игры: бегемот может жить в хрущёвке, а акула — носить кроссовки. А автор кто? Кто создал мем с бабушкой и бегемотом? Тот, кто написал промпт? Тысячи пользователей, сделавших свои вариации? Сама нейросеть? В традиционном фольклоре ответ прост: произведение анонимно и принадлежит народу. Современные алгоритмы не просто выполняют команды. Они влияют на результат через искажения и стереотипы, а пользователь не столько творит, сколько отбирает и тиражирует. Булька, Тралалело Тралала и Крунгус — персонажи нового фольклора, которых создают сотни людей и алгоритмы вместе. Больше мемов — в полной версии материала. Время чтения: 10 минут 🤖 «Системный Блокъ» @sysblok

Что такое корпус текстов? Что общего у Библии, рилсов и постов в ЖЖ? Это все материалы для лингвистических корпусов. В новом выпуске глоссария объясняем, почему корпус бывает размером с интернет и размером с тетрадку — и тот и другой одинаково важен. Три правила настоящего корпуса Корпус — это не просто большая папка с файлами. В лингвистике корпусом называется любой набор данных на исследуемом языке, в том числе набор переведенных предложений из исследовательской анкеты для носителей языка. У него три главных правила: он должен быть большим, аутентичным (реальные тексты, а не придуманные для исследования) и репрезентативным (отражать разные стороны языка). Что значит «отражать язык»? Добиться репрезентативности корпуса довольно сложно. Если отбирать для него текста, как в жизни, то 90% корпуса станет устной речью и останется 7% на литературу. А если собирать то, что люди читают, картина будет другой. Раз уж невозможно составить по-настоящему репрезентативный корпус, создатели делают ставку на разнообразие. В корпус добавляют как можно больше разных языковых вариантов: от научных статей до постов в соцсетях. Сколько слов нужно для корпуса? Единственный честный ответ на вопрос, насколько большим должен быть языковой корпус: «Никто не знает». В погоне за объемом могут теряться другие важные параметры: например, корпусы, собранные на основе скачиваемых подряд массивов текстов из интернета, могут содержать большие объемы нейросетевых текстов. Объем корпуса сильно зависит от поставленной задачи, сейчас для большинства задач хватает 1–500 млн токенов. А для малых языков, которых почти нет в сети, даже несколько тысяч слов — уже огромный шаг вперед. Когда человек не знает, что его изучают Аутентичность корпуса — тоже непростая задача. Когда лингвисты собирают устные высказывания, то люди, узнав о записи, они начинают говорить так, как они себе представляют, что от них ожидает исследователь. Но и это не все: при переносе в корпус исчезают интонации, жесты, мимика, а у письменных текстов — шрифт, цвет и положение на странице. Современные мультимедийные корпусы, вроде мультимедийного русского корпуса, пытаются это исправить. Корпусы бывают разными — и большими, и маленькими Гиганты вроде Национального корпуса русского языка (больше 2 млрд слов) и ГИКРЯ (больше 20 млрд токенов) помогают лингвистам видеть общую картину, а малыши вроде корпуса абазинского языка (около 3 тысяч токенов) спасают исчезающие языки, создают словари и учебники. Больше примеров и тонкостей создания корпусов вы найдете на сайте. Время чтения: 9 минут 🤖 «Системный Блокъ» @sysblok

Всемирная история картотек: как учёные и библиотекари пытались упорядочить всё 27 мая — Общероссийский день библиотек. Самое время вспомнить, что до поисковой строки, тегов и электронных каталогов у человечества были бумажные полоски, карточки, шкафы и даже «ковчег познания» с крючками. Перечитываем наш материал о том, как библиотекари и ученые несколько веков пытались упорядочить все на свете — и почему история картотек подозрительно похожа на предысторию современных баз данных. Как разделить мировое знание на атомы Швейцарский ученый Конрад Геснер одним из первых попытался каталогизировать вообще все известные книги. В 1545 году он выпустил Bibliotheca universalis, в которой он пытается упорядочить всю известную ему литературу на латыни, греческом и иврите, — гигантский каталог десяти тысяч изданий с описаниями, авторами и темами. Но еще интереснее оказался его метод работы с заметками. Геснер предлагал записывать каждую мысль с новой строки, затем разрезать лист на полоски и сортировать их в любом порядке. Сегодня это звучит почти как принцип работы базы данных или системы карточек в Notion. Фактически его идея состояла в том, чтобы «разобрать знания на части» и собирать их заново под разные задачи. Что общего между крючками и тегами В XVII веке англичанин Томас Харрисон пошел дальше и придумал Arca studiorum — «ковчег познания». Это была деревянная доска с крючками: каждый крючок соответствовал ключевому слову, а карточки с заметками подвешивались к нужной категории. Харрисон создал прообраз каталожного шкафа и системы тегов одновременно. Правда, современники его не оценили: ученый безуспешно пытался продать свою систему парламенту и королю Англии — причем часть переговоров вел прямо из тюрьмы. Как придумать каталог и опередить свое время Картотеками пользовался и математик Готфрид Лейбниц. Работая библиотекарем в Вольфенбюттеле, он решил составить каталог библиотеки на отдельных карточках. Но затем произошло неожиданное: Лейбниц испугался ненадежности «рассыпавшихся» листков и приказал вклеить их обратно в переплетенные тетради. Так идея карточного каталога оказалась слишком радикальной даже для одного из самых выдающихся интеллектуалов XVII века. Почему картотеки изменили науку Картотеки стали способом работать с постоянно растущим объемом информации. Они позволяли переставлять знания, группировать их по новым темам и быстро находить нужные сведения. Во многом именно эта логика — разбивать информацию на отдельные элементы и свободно их перекомбинировать — позже легла в основу библиотечных каталогов, баз данных и цифровых поисковых систем. Подробнее о том, как люди научились пользоваться картотеками, — в полной версии материала. Время чтения: 15 минут 🤖 «Системный Блокъ» @sysblok

Рассказываем, что произошло в мире ИИ за последнее время: дайджест ИИ-агенты появятся в поиске Google На ежегодной конференции для разработчиков Google I/O компания представила новые ИИ-продукты и обновления к существующим. Наиболее заметное изменение для рядовых пользователей — полностью переработанная строка поиска. Теперь в нее можно не просто вводить запросы, но и напрямую взаимодействовать с Gemini: просить рекомендации с учетом нескольких критериев, задавать уточняющие вопросы к результатам выдачи, просить найти и купить товары, подписываться на уведомления о конкретных событиях. Поддерживается и ввод изображений. В основе обновленного поиска лежит Gemini 3.5 Flash — новая флагманская языковая модель Google, ориентированная на агентные задачи и программирование. Она превосходит предыдущую и при этом в четыре раза быстрее конкурирующих решений. Отдельным анонсом стала мультимодальная модель Gemini Omni. Она способна принимать на вход и выдавать на выходе любую комбинацию текста, аудио, видео и изображений. Omni обрабатывает все форматы одновременно в единой архитектуре, что позволяет, например, редактировать видео через обычный диалог с моделью. Первая модель из семейства Omni — Gemini Omni Flash — уже доступна в приложении Gemini, Google Flow и YouTube Shorts. Помимо этого, компания анонсировала Gemini Spark — персонального ИИ-агента, работающего в фоне круглосуточно и интегрированного с Gmail, Docs и другими сервисами Workspace.

Почему это важно? Если раньше поиск в интернете сводился к переходу по ссылкам из выдачи, то теперь рутинные задачи берут на себя ИИ-агенты. Они ищут и анализируют информацию, следят за развитием событий и совершают действия на сайтах от имени пользователя. Трансформация поисковиков началась еще в 2022 году, когда широкую известность получил ChatGPT. Пионерами нового подхода стали такие продукты, как Perplexity и ИИ-браузеры. Однако самой масштабной и отлаженной поисковой инфраструктурой по-прежнему располагает Google — и теперь компания встраивает в нее ИИ на всех уровнях.

ИИ решил задачу, c которой математики не могли справиться 80 лет 20 мая OpenAI объявила, что ее внутренняя модель самостоятельно опровергла гипотезу в дискретной геометрии, которая считалась верной почти 80 лет. Доказательство верифицировали независимые математики, в том числе лауреат медали Филдса. Задача звучит так: если расположить n точек на плоскости, какое наибольшее количество пар из них может находиться на расстоянии 1 друг от друга? Пал Эрдёш сформулировал ее в 1946 году. На протяжении почти 80 лет считалось, что лучшие из известных расположений точек — квадратные решетки — по сути оптимальны. Но строго доказать это никому не удавалось. Модель OpenAI нашла конфигурации, которые опровергают гипотезу, и доказала это математически. Доказательство получено не специализированной ИИ-системой для математики, а моделью общего назначения. При этом особенно неожиданным оказался метод: задача относится к геометрии, однако модель решила ее через алгебраическую теорию чисел.

Почему это важно OpenAI назвала это первым случаем, когда ИИ самостоятельно решил известную открытую задачу, занимающую центральное место в своей области. Многие задачи, ранее решенные с помощью ИИ, были малоизвестны или просто обделены вниманием исследователей — здесь же речь идет о задаче, которую десятилетиями безуспешно пытались решить ведущие специалисты. Роль ИИ в науке растет: он помогает подсвечивать неожиданные связи между дисциплинами, генерировать оригинальные идеи и доводить их до конца. Почитать о том, как ученые используют ИИ, можно здесь

Больше подробностей — на сайте. 🤖 «Системный Блокъ» @sysblok

Женщина для галочки: дата-исследование о принципе Смурфетты в российском кино в карточках Представьте фильм: группа мужчин спасает мир, расследует преступление, едет в экспедицию или просто проживает «сложную мужскую драму». И среди них — одна женщина. Не как полноценная героиня со своей линией, а как функция: «девушка героя», «женщина в команде», «украшение кадра». Это называется  «принцип Смурфетты»: когда в числе главных героев есть одна «женщина для галочки». Мы изучили почти 10 тысяч советских и российских фильмов за последние 50 лет и посчитали, как часто там срабатывает принцип Смурфетты. В девяти карточках — что показали данные и в каких жанрах проще всего найти Смурфетту. Полную версию читайте на сайте. 🤖  «Системный Блокъ» @sysblok

Facebook* и Instagram* будут сканировать фото и видео, чтобы находить детей, которые скрыли свой возраст 5 мая 2026 года Meta* объявила о запуске системы визуального анализа для определения возраста пользователей соцсетей. ИИ сканирует фотографии и видео, чтобы понять, сколько лет может быть человеку. Система опирается на физические признаки, такие как рост и строение костей. Помимо этого, ИИ анализирует тексты постов и комментариев — ищет упоминания школьных оценок, дней рождения и других признаков, характерных для детей и подростков. По заявлению компании, это не распознавание лиц: система не идентифицирует конкретного человека, а оценивает «общие темы и визуальные признаки». Целью внедрения такого анализа компания называет защиту детей от негативного опыта в сети. Если алгоритм решает, что пользователю меньше 13 лет, аккаунт деактивируется — для восстановления нужна верификация возраста. Для пользователей от 13 до 17 лет автоматически будет включаться подростковый аккаунт: приватный профиль по умолчанию, личные сообщения только от знакомых, фильтрация потенциально вредного контента. Пока система распространяется на Instagram* во всех 27 странах ЕС и в Бразилии, а также впервые запускается на Facebook* в США. Почему это важно? С одной стороны, новая система запускается на фоне растущего международного давления на платформы и дискуссий об ограничении доступа к ним для детей. Ряд стран запретил или готовится запретить использование соцсетей для детей младше 13 лет. В марте 2026 года компания столкнулась с несколькими проблемами. Евросоюз обвинил Meta* в том, что она не может ограничить доступ к соцсетям детям младше 13 лет. При этом европейский закон о цифровых услугах (DSA) обязывает платформы защищать несовершеннолетних — под угрозой штрафов до 6% от глобального оборота. Американский суд признал Meta* и Google виновными в том, что алгоритмы Instagram* и YouTube вызывают у молодых пользователей зависимость. При этом 46 из 50 штатов США уже приняли законы о дипфейках и защите детей в сети. С другой стороны, метод определения возраста вызывает вопросы. Сканирование всего контента пользователей в поисках признаков возраста похоже на масштабное профилирование, которое создает риски для приватности. Формально Meta* не собирает биометрию, но сканирует тела всех пользователей без исключения, чтобы найти среди них детей. * Компания Meta признана в России экстремистской организацией, ее деятельность в России запрещена; принадлежащие ей Facebook и Instagram запрещены в России. 🤖 «Системный Блокъ» @sysblok