Системный Блокъ

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

От саркофагов до дворцовых залов: как 3D-технологии делают памятники культуры доступнее Восковой «Раб» Микеланджело, который тает на солнце. 70-метровый ковер, который нельзя охватить взглядом. И петроглифы, скрытые водой большую часть года. Что делать с экспонатами, которые сложно показать? Ответ — 3D-технологии. В новой статье рассказываем, как музеи и исследовательские проекты используют 3D-технологии, чтобы сохранять, изучать и делать искусство доступным. Реплика вместо оригинала Восковая скульптура Микеланджело «Раб» из музея Виктории и Альберта не выдерживает летней жары и ее нельзя часто выставлять, поэтому музей напечатал точную 3D-копию, покрыл воском и раскрасил. Теперь подлинник большую часть года находится в хранилище, а в зале — идеальная реплика. То, что нельзя рассмотреть Средневековый ковер из французского Байё размером почти 70 метров невозможно охватить взгядом, зато 3D-модель можно разглядеть до ниток — включая изнанку. А египетские саркофаги из Гарварда в цифре «открываются»: крышки поднимаются, и видны росписи внутри. Вернуть утраченное 3D позволяет нам даже ознакомиться с утраченным. Например, виртуальное студиоло Изабеллы д'Эсте объединяет коллекцию, которая за века разошлась по разным музеям мира. А петроглифы на дне Амура, скрытые большую часть года, теперь можно изучать в любое время. Цифровые архивы будущего Проекты вроде Digital Giza с пирамидами Египта или «Наследие степей и гор» со скифскими изваяниями объединяют 3D-модели, фото, карты и научные статьи. Это одновременно исследовательские инструменты и интерактивное погружение для всех желающих. Конечно, 3D не заменит настоящий артефакт, но эта технология дает то, чего часто не хватает ученым и посетителям музеев: эффект присутствия, доступ к хрупким объектам и шанс увидеть целое там, где остались только фрагменты. Еще больше примеров с иллюстрациями и интерактивными моделями вы найдете в нашей статье. Время чтения: 15 минут 🤖 «Системный Блокъ» @sysblok

Ваш Бубик: чем отличаются слова в дореволюционных и советских открытках В советских открытках слово «счастье» встречается в разы чаще, чем в дореволюционных. Зато слово «ангел» — наоборот. Мы изучили содержание открыток с XIX по XXI век и делимся открытиями в нашей новой статье. Корпус и метод Исследование построено на корпусе «Пишу тебе» @pishuteberu. Он включает более 60 тысяч оцифрованных открыток дореволюционной, советской и постсоветской эпох. Волонтеры оцифровывают открытки и расшифровывают рукописные тексты, указывая отправителя, дату, адрес, язык и теги по содержанию. Для анализа использовалась программа AntConc: она позволяет выделять ключевые слова и устойчивые сочетания, а также визуализировать, как менялась частотность отдельных слов в разные периоды. До революции: Бог, ангелы и французский язык В дореволюционных открытках царит религиозная лексика: христос, ангел, рождества, богу, соборовать, игумен, молитвенно, всенощный, богоспасаемый. Особенно часто встречаются слова с «ангел-». Немало и этикетных обращений, которые безвозвратно ушли: душечка, голубчик, дитятко. Отдельная черта времени — переключение на французский. Merci, maman, madame, cadeau появляются в открытках так же естественно, как сегодня английские слова в обычной переписке. Вот наш любимый пример:

Дорогая тетя Соня! Merci за хорошенькую открытку. Я ее буду смотреть с моей Madame. Крепко целую вас и жду к нам. Ваш Бубик

После 1917-го: труд, пионеры и аббревиатуры С приходом советской власти религиозная лексика почти исчезла, зато появились новые слова: пионер, комсомолец, космонавт, коммунист, технолог, старший лейтенант. Характерная черта эпохи — аббревиатуры и сокращения: КГБ, ВЛКСМ, БССР, пединститут, пионерлагерь. Изменилась и функция открыток. Телеграф и телефон взяли на себя передачу новостей, а открытки всё больше стали использоваться для поздравлений. Отсюда — устойчивые формулы: «с праздником великого октября», «с новым годом» (больше 3 800 случаев!), и расцвет слов счастье, здоровье, труд, долголетие.

Дорогая Лелечка! Поздравляю с днем рожденья[^рождения]! Желаю отлично учиться, быть примерной комсомолкой и желаю всего, что ты желаешь. Нина.

Что это значит? Язык открыток — зеркало эпохи. В дореволюционных на первом плане религия и семья, в советских — коллективизм, труд и государственные праздники. Даже небольшой почтовый текст отражает, какие ценности считались важными и о чём вообще было принято говорить. Подробнее о методах исследования и примерах открыток — в полной версии материала [ссылка]. Время чтения: 10 минут 🤖 «Системный Блокъ» @sysblok

Модель из прошлого: исследователи обучили ИИ только на текстах до 1931 года 27 апреля 2026 года исследователи Ник Левин, Дэвид Дювено и Алек Рэдфорд опубликовали языковую модель Talkie. Она насчитывает 13 млрд параметров и обучена исключительно на документах: книгах, газетах, журналах, патентах и судебных актах, изданных до 1 января 1931 года. Модель доступна на Hugging Face под свободной лицензией Apache 2.0, задать ей вопросы можно на сайте разработчиков. Talkie не знает современных, привычных для нас слов и концепций. Например, она считает, что мобильным телефоном называют мегафон. Это отличает ее от обычных LLM, которых тренируют на данных из интернета. Авторам не удалось полностью изолировать данные, на которых обучалась Talkie, от современности, так как в более поздних изданиях и републикациях старых текстов встречались предисловия или сноски, написанные после 1930 года. В результате она страдает от «временной утечки». В тестах выяснилось, что Talkie знает некоторые факты, о которых знать не должна, — например, что Франклин Рузвельт стал президентом в 1933-м. Почему это важно? У Talkie есть несколько сфер научного применения. Во-первых, это способ бороться с одной из главных проблем оценки языковых моделей — «загрязнением» тестов. Современные модели часто получают высокие баллы на бенчмарках просто потому, что видели правильные ответы во время обучения. Talkie не могла этого сделать: ни один современный тест не существовал до 1931 года. Во-вторых, вся обучающая выборка находится в общественном достоянии — авторские права на эти тексты истекли. В разгар споров о том, законно ли использовать чужие произведения для обучения ИИ, Talkie демонстрирует альтернативный путь. В-третьих, проект прямо отвечает на вызов, который в феврале 2026 года сформулировал глава Google DeepMind Демис Хасабис: могла бы модель, обученная на данных до 1911 года, самостоятельно вывести общую теорию относительности — как это сделал Эйнштейн? Talkie — это инструмент для такого рода экспериментов. 🤖 «Системный Блокъ» @sysblok

Цифровой строй: как «Бессмертный полк» переселился в онлайн В 2026 году акция «Бессмертный полк» во многих регионах России проходит не в формате шествий, а онлайн. Но несмотря на это, он остается одной из самых массовых памятных акций. В новой статье рассказываем, как технологии меняют восприятие памяти и добавляют ли они новые смыслы в сложившийся ритуал. Как все начиналось? Первое шествие под названием «Парад Победителей» прошло в Тюмени в 2007 году как локальная инициатива жителей города. Люди вышли на улицы с фотографиями родственников-участников Великой Отечественной войны. В 2012 году в Томске акция состоялась под названием «Бессмертный полк», а уже через несколько лет стала общероссийской. Постепенно она превратилась не только в семейную практику памяти, но и в большой государственный мемориальный ритуал. Как «Бессмертный полк» вышел в онлайн? В 2020 году пандемия резко ускорила цифровизацию памяти. Онлайн-формат позволил миллионам людей участвовать в акции, не выходя из дома: пользователи загружали фотографии родственников, а затем смотрели трансляцию виртуального шествия. Что изменил онлайн-формат? Во-первых, память стала «внесобытийной». Теперь добавить информацию о родственнике можно в любой момент, а не только 9 мая. Во-вторых, участие стало доступнее: присоединиться к акции можно из любой точки мира. А еще онлайн сделал память интерактивной — участники получают таймкод прохождения своего героя и делятся ссылками с родственниками и друзьями. Как «Бессмертный полк» оказался в Minecraft? В 2023 году стримеры провели собственный «Бессмертный полк» в Minecraft. Они построили Красную площадь, по которой персонажи прошли с портретами родственников-фронтовиков. Такой формат помог привлечь молодую аудиторию: игровые платформы позволяют говорить о памяти с теми, кто вырос уже в цифровой среде. Цифровая память — только российский феномен? Нет. В Австралии и Новой Зеландии во время пандемии тоже был создан специальный сайт в честь ветеранов войн: пользователи выкладывали видео с медалями предков и создавали виртуальное маковое поле памяти. В Великобритании фонд Veteran’s Foundation запустил цифровую стену памяти, где любой желающий может зажечь виртуальную свечу в честь ветерана. Но вместе с новыми форматами возникают и новые вопросы. Насколько важна историческая точность в цифровой памяти? Что важнее — аутентичность или эмоциональное вовлечение? И не начинает ли коллективная память все сильнее зависеть от логики платформ, стримов и популярной культуры? Время чтения: 12 минут 🤖 «Системный Блокъ» @sysblok

Тест: Вы ориентируетесь в пространстве как Одиссей или как Яндекс Карты? Если вы теперь знаете, кто такой периплограф, то скорее проходите наш тест. Возможно, вы один них! Древние греки описывали маршруты берег за берегом без карт и навигаторов. Средневековые паломники удерживали путь в памяти. Кто-то находит дорогу через запахи и звуки, кто-то — через ориентиры («сверни у красного кафе, потом мимо аптеки»), кто-то мыслит координатами и сторонами света, а кто-то просто открывает навигатор и идёт за синей стрелкой. В нашем новом тесте восемь вопросов и пять возможных результатов. Пройдите его — и вы узнаете, какой способ восприятия пространства вам ближе и откуда он вообще взялся. Пройти тест 🤖 «Системный Блокъ» @sysblok

OpenAI и Anthropic обновили флагманские модели: подводим итоги апреля в мире ИИ В конце апреля сразу два крупнейших разработчика выпустили новые версии своих продуктов. OpenAI обновила генератор изображений и языковую модель, Anthropic — флагманскую модель Claude. Anthropic представила Claude Opus 4.7. По заявлению компании, модель лучше справляется с программированием и сложными многошаговыми задачами, а также точнее следует инструкциям. Улучшена работа с длинным контекстом, что важно для анализа документов и написания кода. OpenAI обновила генератор изображений — ChatGPT Images 2.0. Модель точнее интерпретирует текстовые запросы, лучше работает с надписями и позволяет создавать несколько вариантов изображений по одному описанию. Это упрощает создание визуального контента — от иллюстраций до инфографики. Также компания выпустила GPT-5.5 — новую версию языковой модели. По данным OpenAI, она лучше справляется с анализом данных, программированием и подготовкой текстов. Модель дольше удерживает контекст и эффективнее решает задачи, требующие нескольких шагов. Почему это важно? Новые версии моделей лучше работают с задачами, которые нельзя решить одним запросом. Речь идет о последовательных процессах — от анализа данных до создания кода и изображений. Такой подход называют агентным ИИ. Отдельно выделяется Images 2.0 — это первый массовый генератор изображений со встроенным «мышлением», который позволяет планировать и проверять результат до финального рендера. 🤖 «Системный Блокъ» @sysblok

OpenAI и Anthropic обновили флагманские модели: подводим итоги апреля в мире ИИ В конце апреля сразу два крупнейших разработчика выпустили новые версии своих продуктов. OpenAI обновила генератор изображений и языковую модель, Anthropic — флагманскую модель Claude Opus. Anthropic представила Claude Opus 4.7. По заявлению компании, модель лучше справляется с программированием и сложными многошаговыми задачами, а также точнее следует инструкциям. Улучшена работа с длинным контекстом, что важно для анализа документов и написания кода. OpenAI обновила генератор изображений — ChatGPT Images 2.0. Модель точнее интерпретирует текстовые запросы, лучше работает с надписями и позволяет создавать несколько вариантов изображений по одному описанию. Это упрощает создание визуального контента — от иллюстраций до инфографики. Также компания выпустила GPT-5.5 — новую версию языковой модели. По данным OpenAI, она лучше справляется с анализом данных, программированием и подготовкой текстов. Модель дольше удерживает контекст и эффективнее решает задачи, требующие нескольких шагов. Почему это важно? Новые версии моделей лучше работают с задачами, которые нельзя решить одним запросом. Речь идет о последовательных процессах — от анализа данных до создания кода и изображений. Такой подход называют агентным ИИ. Отдельно выделяется Images 2.0 — это первый массовый генератор изображений со встроенным «мышлением», который позволяет планировать и проверять результат до финального рендера. 🤖 «Системный Блокъ» @sysblok

Малярия, комары и боги: как связаны древнеримские храмы и очаги болезни Малярию в Древнем Риме называли «болотной лихорадкой» и связывали с болотистыми местностями, но причиной заражения считали не комаров, а вредоносные испарения. Болезнь преследует человечество уже от 50 до 150 тысяч лет — и никуда не делась: в 2025 году, по данным ВОЗ, от малярии погибло 610 тысяч человек, 95% смертей пришлось на Африку. Исследователи из Масарикова университета решили выяснить, как малярия влияла на религиозную жизнь Римской империи. Для этого они совместили геоинформационные системы (ГИС) с количественным анализом латинских надписей. Рассказываем подробности 🦟 Болото в сердце империи В Античности особенно опасными были регионы Лаций и Кампания. Недалеко от Рима находились Понтинские болота: по словам Плиния Старшего, когда-то вокруг них существовало 24 города, но соседство с очагом болезни способствовало их исчезновению. Каждое лето патриции бежали из города на виллы в горах, но все равно летом-осенью смертность римлян возрастала. 🏛 Храм как больница Поскольку земная медицина мало что могла предложить, римляне обращались к богам-целителям — Аполлону и Асклепию. Храмы последнего — асклепионы — были одновременно святилищами и больницами. Больных оставляли здесь на ночь: считалось, что во сне явится бог и даст предписания по лечению. 🔎 Что и как изучали Исследователи сопоставили карту распространения малярии в Италии 1882 года — самый ранний точный источник до начала кампании по искоренению болезни — с местами находок посвящений и благодарностей богам из базы данных «Латинские надписи в пространстве и времени», которая включает более 525 тысяч записей. Анализировались надписи, обращенные девяти популярным богам: от Юпитера и Меркурия до Нептуна и Исиды. Асклепию среди них посвящено 327 надписей, Аполлону — 829. 🏥 Культы исцеления и малярийные зоны Надписи в честь Асклепия и Аполлона статистически значимо тяготеют к малярийным зонам — в отличие от остальных семи богов. Около половины всех посвящений Асклепию найдены не дальше 2,5 км от ближайшего очага болезни: зараженные, вероятно, просто не могли уходить далеко. Медианное расстояние для святилищ Аполлона оказалось около 6,5 км, тогда как для остальных богов этот показатель превысил 10 км. 🛐 Малярия как фактор религиозной жизни Распространение малярии в регионе напрямую влияло на популярность культов Асклепия и Аполлона. Зараженные малярией римляне пытались выздороветь через личный контакт с богами: выполняли обеты, приносили дары, оставляли надписи-посвящения. Это был единственный способ побороть болезнь, ни причины, ни способы лечения которой не были известны людям. Подробнее о том, как распространялась малярия в Древнем Риме и как проводилось исследование — в полной версии материала. Время чтения: 15 минут 🤖 «Системный Блокъ» @sysblok

Мир! Труд! Гайд! Первомайская подборка для тех, кто празднует День весны и труда работой над собой Пока жарятся шашлыки, у вас есть еще одна возможность отметить 1 Мая — изучить что-то новое. В честь праздника напоминаем: настоящий исследовательский труд невозможен без мира в голове, порядка в данных и… наших гайдов. ИИ для исследователей: как заниматься наукой по-новому Как не утонуть в генеративных моделях и начать применять их в науке? В гайде рассказываем о полезных для исследователей нейросетях, и делимся промптами для разных задач от поиска литературы до разметки текста. Как провести анализ тональности текста В этом гайде разбираем, как обнаружить и визуализировать эмоциональное содержание текста. Вы узнаете, что такое анализ тональности, как нейросети повышают его точность и как пошагово сделать такое исследование с помощью с помощью Python и RuBERT. Какие слова отличают один корпус от другого? Мы выпустили целую серию гайдов о стилометрии: базовый для начинающих и разборы отдельных функций — для исследования произведений, написанных в соавторстве, и для сравнения корпусов текстов. Хватит на все длинные выходные. Voyant Tools с Достоевским: некраткое руководство Если вы хотите освоить несложный, но эффективный инструмент для работы с корпусами, рекомендуем наш гайд по Voyant Tools — веб-приложению для анализа текстов, подружиться с которым сможет любой: никаких специальных знаний не нужно, только желание. В первой части на примере текстов Ф. М. Достоевского рассказываем обо всем, что нужно для старта: как выбрать и загрузить корпус, настроить стоп-слова, модифицировать документы и даже заставить программу игнорировать лишние фрагменты текста. Во второй части разбираем функции Voyant Tools для анализа и визуализации: подсчет частотности слов, распределение слов по тексту, коллокации. 🤖 «Системный Блокъ» @sysblok