Системный Блокъ

«Системный Блокъ» выбирает слово года вместе с «Грамотой» Портал «Грамота» в четвертый раз выбирает слово года. В этом году «Системный Блокъ» — информационный партнер проекта. Мы расскажем о шорт-листе и итогах, а наши эксперты по NLP прокомментируют слова о технологиях. 📖 Как выбирают «Слово года»?  Отбор состоит из трех этапов: лонг-лист, в который попадают слова из опросов на сайте и в соцсетях, шорт-лист на основе анализа поисковых запросов, публикаций на разных площадках, экспертная оценка. На последнем этапе слово года определяется по итогам рейтингового голосования среди специалистов в области науки о языке. В 2025 году «Грамота» проверила больше 500 кандидатов и оставила 12. Победителя среди них выбрали 469 лингвистов из 20 городов. Слово года должно быть новым, актуальным, частотным и закрепившимся в повседневной речи. 🤖 Нейросети третий год подряд меняют словарь русского языка — 2023: словом года стала «нейросеть» (75% голосов экспертов); — 2024: «промпт» победил в номинации «Информационные технологии»; — 2025: в шорт-лист вошли «слоп» и «брейнрот» — так называют бессмысленный контент, который генерируют нейросети. А в ИТ-номинации победил «вайбкодинг». 📈 Какие еще слова становились победителями? В 2024 году словом года стал «вайб», а в 2025-м «зумер».    ✍️ Какое слово 2026 года останется в языке? Предложите своих кандидатов в комментариях к посту «Грамоты» или этому посту до 10 октября включительно. Мы в редакции уже предложили! 🤖 «Системный Блокъ» @sysblok

Марш энциклопедистов: легендарная вселенная профессора Фортрана вчера и сегодня Как детская книга о компьютерах 1991 года помогла целому поколению освоить технику, которая тогда казалась незнакомой? Новый выпуск блога Бориса Орехова — об «Энциклопедии профессора Фортрана», ее создателях, героях и мире, где компьютер превращается в огромный город. Пересказываем самое интересное. Как компьютер стал понятным В 1990-е персональный компьютер еще мог казаться чем-то неведомым — устройством, к которому многие боялись подходить без необходимости. А социолог Джефри Александер показывает, что в американской прессе 1944–1975 годов компьютеры описывали как «священные и таинственные» объекты: их сравнивали с электрическим мозгом, а специалистов — со жрецами. Борис Орехов пишет, что страха перед компьютером никогда не испытывал, зато был интерес, который появился в том числе благодаря «Энциклопедии профессора Фортрана». В книге компьютерный мир превращался в дружелюбную вселенную с профессором, котом Иксом, Воробьем и Гусеницей. Через комиксы они объясняли, что такое алгоритм, программа, байт, память и компьютерный вирус. Как появилась «Энциклопедия» В конце 1980-х молодые научные сотрудники Андрей Зарецкий и Александр Труханов решили написать детскую книгу о компьютерах. Первоначальные образы профессора Фортрана и кота придумал Павел Околев, а иллюстрации создала художница Элина Десятник. Книга вышла в 1991 году в издательстве «Просвещение» тиражом около 2 млн экземпляров, а по некоторым оценкам — вдвое больше. Правда, денег и славы авторам это не принесло. Компьютер как открытый мир В энциклопедии рассказывается об устройстве компьютера — от дисплея и клавиатуры до процессора и дисковода. Авторы включили историю вычислительной техники: механические машины Паскаля, Лейбница и Бэббиджа, электронные лампы, транзисторы и микросхемы. Отдельно говорится о применении компьютеров в медицине, космонавтике, роботах, учебе и быту. В книге были игры, головоломки и кроссворды. А еще читатель мог вырезать макет компьютера и фигурки персонажей, сыграть в настольную игру-путешествие по Компьютерной Стране и получить диплом профессора Фортрана за выполненные задания. Вселенная книги устроена как открытый мир — герои свободно перемещаются во времени и пространстве (например, могут попасть на старинный корабль), а компьютер предстает огромным городом с еще не исследованными пространствами. Что осталось от профессора Фортрана сегодня С 1991 года технологии изменились, но базовые объяснения устройства ЭВМ по-прежнему актуальны. А ещё «Энциклопедию» можно дополнить современными главами: мобильными устройствами, компьютерными сетями, Linux и свободным ПО, виртуализацией, облачными технологиями, искусственным интеллектом, хакерами, паролями и аутентификацией. Все это довольно легко поддаётся генерации, и вот уже знакомые герои «Энциклопедия профессора Фортрана» рассказывают вам об устройстве больших языковых моделей. Подробнее (с картинками!) о легендарной книге — в полной версии материала. Время чтения: 10 минут 🤖 «Системный Блокъ» @sysblok

Тест: угадайте, что отправители писали на старых открытках До появления социальных сетей открытка была не только красивой картинкой, но и способом отправить короткое сообщение — от поздравления до совершенно неожиданных новостей. При этом у почтовых карточек есть свои маленькие загадки: изображение рассказывает одно, а несколько строк на обороте 一 порой совсем другое.  Для этого теста мы использовали материалы из корпуса «Пишу тебе» — цифрового архива дореволюционных, советских и современных почтовых открыток. Попробуйте, глядя на открытку, угадать, что на самом деле написал отправитель?  Проходите тест на сайте и делитесь в комментариях результатом. 🤖 «Системный Блокъ» @sysblok

От рок-баллад до Тейлор Свифт: как алгоритмы находят сюжеты в песнях 1 октября мир отмечает международный день музыки, а мы напоминаем, что цифровые науки проникли и сюда и все-таки научились проверять алгеброй гармонию. В честь праздника предлагаем вам послушать любимый альбом и полистать карточки по мотивам нашей статьи о том, как с помощью алгоритмов можно оценить, есть ли в песне сюжет. Время чтения: 8 минут 🤖 «Системный Блокъ» @sysblok

Пользователи применяли Claude для слежки и кибератак В новом отчете Anthropic рассказала, как Claude использовали для создания ракет, вредоносного кода и мошеннических приложений В сентябре компания Anthropic опубликовала отчет о случаях злоупотребления Claude, которые удалось выявить с декабря 2025 по август 2026 года. Под подозрение попали пользователи из России, Йемена, Китая и других стран. Ряд аккаунтов был заблокирован. Например, в одном из кейсов русскоязычный пользователь использовал модель для разведки, разработки вредоносных инструментов и обработки украденных данных. Объектами атак стали больше 20 организаций Европы и Ближнего Востока: военные и разведывательные структуры, государственные ведомства, дипломатические представительства и оборонные компании. Если защитные системы обнаруживали вредоносную программу, ИИ помогал переписать ее и снова развернуть. В другом случае российские пользователи, которых авторы отчета обозначили как группу фрилансеров, с помощью Claude писали и тестировали программное обеспечение автономных FPV-дронов-камикадзе. Система могла самостоятельно выбирать цель и принимать решения без участия человека. Также Antropic обнаружил несколько аккаунтов, связанных с российским информагентством Sputnik: с помощью Claude создавались посты для соцсетей и новостные заметки.  Еще один кейс связан с ячейкой из Йемена, которая вела сразу три программы по разработке вооружений: управляемую ракету с системой наведения, многоступенчатую баллистическую ракету дальностью свыше 2000 км и линейку изделий с гиперзвуковым вариантом. Claude использовали, чтобы создать программное обеспечение для управления и навигации. После неудачного тестового пуска одного из образцов разработчики снова обратились к Claude, чтобы разобраться в причинах сбоя. Anthropic отмечает, что не нашла свидетельств того, что разработчикам удалось получить боеспособное оружие. Почему это важно? ИИ-инструменты достаточно развиты для того, чтобы причинять вред, и далеко не всегда его можно вовремя пресечь. Отчет показывает, что разработчики LLM — в данном случае это Anthropic — не только сами отслеживают и останавливают случаи ее неправомерного использования, но и решают, что  допустимо, а что нет. Компании видят переписку пользователей, и определяют, было ли нарушение и стоит ли его обнародовать. Поскольку внешнего наблюдателя у этого процесса нет, о случаях злоупотребления мы узнаем только в том объёме, который компания сама решает раскрыть.  Как Claude использовали для сбора данных о религиозных меньшинствах в Китае, с кем переписывались пользователи приложения для знакомств и в чем Anthropic уличил DeepSeek, рассказываем в полной версии на сайте. Время чтения: 5 минут 🤖 «Системный Блокъ» @sysblok

Минпросвещения составило правила  для учителей по работе с ИИ Ведомство рекомендует школам отдавать приоритет «суверенным» и «национальным» моделям, а самостоятельно пользоваться нейросетями разрешает ученикам только с 5 класса  Минпросвещения направило в школы методические рекомендации по применению искусственного интеллекта в работе учителей. Ведомство делит сервисы ИИ на четыре категории: зарубежные общедоступные, российские общедоступные, а также встроенные в государственную систему «Моя школа» — с доступом в интернет и без него. Приоритет рекомендовано отдавать сервисам на основе суверенных и национальных больших языковых моделей. Эти статусы начнут присваивать с 1 марта 2027 года по новому закону об ИИ. Нейросети разрешается использовать для того, чтобы адаптировать для разных групп школьников, анализировать успеваемость, вести записи в журнале. Однако в документе подчеркивается: ИИ должен оставаться вспомогательным инструментом и не подменять педагога. Отдельно сказано, что учителям нельзя загружать в нейросети. Под запретом персональные данные учеников, родителей и коллег, оценки и характеристики, а также приказы, служебные записки и другая внутренняя документация. ИИ нельзя использовать при проведении промежуточной и итоговой аттестации, а также для подготовки обратной связи ученику — эту работу учитель должен делать сам. В начальной школе дети не должны работать с нейросетями: разрешено только применение ИИ учителем при подготовке к уроку. В 5–9-х классах ученикам можно использовать нейросети для поиска информации и проверки гипотез, а в старших классах — для проектной и исследовательской работы. Министерство также предупредило, что сервисы проверки текста на ИИ часто ошибаются, поэтому решение о том, списал ученик или нет, всегда должен принимать учитель. Материалы, созданные с помощью нейросетей, рекомендуют сопровождать пометкой «Создано с помощью ИИ», а школы обязаны обеспечить учителям бесплатный доступ к сервисам проверки текстов. Педагогов обязали информировать родителей о том, что в классе используется ИИ, — например, на родительских собраниях. Почему это важно Это первый системный документ, который регулирует использование искусственного интеллекта учителями по всей стране, а не на уровне отдельных регионов или школ. При этом документ опережает практику: приоритет суверенным и национальным моделям министерство закрепляет уже сейчас, хотя требования к ним вступят в силу только с 1 марта 2027 года и ни одной LLM такой статус пока не присвоен.   Впервые министерство прописало, что именно и на каком этапе обучения школьникам разрешено делать с помощью нейросетей. Это показывает, что ведомство не видит в ИИ угрозу учебе, а наоборот — постепенно встраивает его в школьную программу. 🤖 «Системный Блокъ» @sysblok

Едят ли корейцы собак? Отвечает статистика В феврале 2027 года в Южной Корее истекает переходный период — и полный запрет на производство и продажу собачьего мяса начнет действовать в полную силу. В то же время в Северной Корее таких ограничений нет. С помощью данных разбираемся, как распалась общая для двух Корей традиция. Собачье мясо в корейской традиции Точно неизвестно, когда корейцы начали есть собачатину — многие ученые относят это к эпохе неолита. Но повседневной пищей она никогда не была: блюда считались сезонными или целебными. Трактат 1613 года «Тонъый погам» («Сокровищница знаний восточной медицины») приписывал собачьему мясу способность лечить эпилепсию, депрессию и глазные болезни. В современной Южной Корее его едят в основном в жаркие летние дни «покналь» — считается, что горячая пища помогает переносить зной. Как сейчас относятся к собачьему мясу в Южной Корее? Тренд на отказ возник давно. По опросу 2022 года, 94% южнокорейцев не ели собачье мясо за последний год, 89% не планируют есть его впредь. Одновременно доля корейцев, держащих собак как питомцев, выросла с 16% в 2010 году до 25% в 2022-м. В 2024 году парламент Южной Кореи единогласно принял закон о полном запрете собачьего мяса. На момент принятия в стране работало 1537 ферм, 221 скотобойня, 1788 торговых точек и 2352 ресторана. В 2026 году закрылось 82% ферм и 60% ресторанов. Поголовье собак на убой сократилось с 460 000 в 2024 году до 20–30 тысяч в июле 2026-го, а цена порции супа посинтхан за первые полгода 2026 года выросла с 12 000 до 25 000 вон. Часть ресторанов сохранила посинтхан в меню, дополняя его супом из козлятины; некоторые фермы сменили специализацию и перешли на разведение чёрных коз. Внутреннее потребление козьего мяса в стране выросло с 6300 тонн в 2020 году до 13 000 тонн в 2024-м. А что в Северной Корее? В КНДР ситуация обратная. Ким Ир Сен приказывал называть собачатину «сладким мясом», и ее употребление поддерживается на государственном уровне: в марте 2026 года в Пхеньяне открылся новый ресторан посинтхана, а число участников ежегодного кулинарного конкурса выросло со 100 поваров в 2024 году до 200 в 2025-м. Неожиданный эффект южнокорейский запрет вызвал в Японии. Там опасаются, что рестораны собачьего мяса в Токио и Осаке (в основном заведения китайской кухни) укрепят среди корейских туристов мнение, что «собачье мясо можно есть в Японии» — и это ударит по репутации страны. Партия инноваций Японии добивается запрета на парламентском уровне. Стереотип подтвержден, но тренд уходит Стереотип о корейцах и собачьем мясе статистика подтверждает — но только наполовину. В Южной Корее у традиции официально осталось жить полгода, хотя часть продавцов и потребителей может уйти в нелегальный сегмент. А вот в КНДР при нынешней государственной поддержке традиция не исчезнет — и, вероятно, мы о ней ещё услышим. Больше графиков и фактов — в полной версии статьи.

От Пикуля к ИИ: как создавалась и на чем держится книжная империя Эксмо-АСТ За последние десятилетия российский книжный рынок сильно изменился, а издательская группа «Эксмо-АСТ» стала его главным игроком. Мы изучили, как Олег Новиков построил империю «Эксмо-АСТ», какую долю тиража книг она издает и как монополизация рынка влияет на цены и качество изданий. В карточках — история «Эксмо-АСТ», данные о российском книжном рынке и проблемы отрасли. Полную версию исследования можно прочитать на сайте.

Как построить систему самообучения: алгоритм от цели до результата Можно скачать 10 приложений для учебы, составить идеальный план и все равно мало чему научиться. Проблема кроется в том, как устроен процесс обучения. Ее можно решить с помощью модели саморегулируемого обучения. Она помогает самостоятельно ставить цели, выбирать методы и проверять результат. В новой статье подробно рассказываем, как она работает, а в посте делимся с вами советами, как учиться самому и не пожалеть о потраченном времени.  Начинайте с конкретной цели Цель должна описывать действие и измеримый результат: например, не «выучить английский», а «за неделю запомнить 30 слов и использовать 20 из них в предложениях». Большую цель разбивайте на задачи, которые можно выполнить за одно занятие. Полезно также заранее спросить себя — зачем мне это нужно, что я уже знаю и чему хочу научиться. Выберите стратегию Сначала определите, что требуется — запомнить факты, понять принцип или научиться применять знания. Затем выберите 2–3 инструмента и следите за тем, помогают ли они решить именно эту задачу. Если тема вам совсем не знакома, начните с объяснения и примеров, которые дают необходимую опору для дальнейшей работы. Сохраняйте концентрацию во время занятия Учиться лучше в месте, где меньше отвлекающих факторов. Во время занятия распределяйте время между знакомством с темой, выполнением заданий, повторением и синтезом материала. Параллельно наблюдайте за собой — что понятно, где возникли трудности, какие появились вопросы. Сначала вспоминайте, потом сверяйтесь с источником Активное припоминание — один из наиболее эффективных методов обучения. Закройте текст и попробуйте воспроизвести материал по памяти, а потом проверьте себя.  Повторяйте с увеличивающимися интервалами Применяйте интервальное обучение: возвращайтесь к теме на следующий день, через несколько дней, через неделю. При каждом повторении вспоминайте материал заново, а не перечитывайте конспект. После занятия оценивайте результат и меняйте план Сравнивайте результат с вашей целью и предыдущими попытками, а не с успехами других. Если что-то не получилось, ищите объяснение в факторах, на которые вы можете повлиять: выбранной стратегии, количестве практики или подготовке, — и корректируйте их.  Подробнее о том, какие методы самообучения работают, а какие нет, — в полной версии статьи. Время чтения: 10 минут 🤖 «Системный Блокъ» @sysblok

OpenAI заявила о решении задачи тысячелетия — и оказалась в центре скандала 8 сентября OpenAI объявила, что её внутренняя модель решила одну из семи «задач тысячелетия» — об уравнениях Навье — Стокса. За её решение математический Институт Клэя обещает миллион долларов. Институт пока считает задачу нерешённой: доказательство не прошло стандартного научного рецензирования. Что случилось за день до анонса 7 сентября профессор Нью-Йоркского университета Тристан Бакмастер опубликовал заявление: он опасается, что OpenAI могла использовать его подход. Почти год он вместе с математиком (и сотрудником Anthropic) Левентом Альпёге в частном порядке работал над той же задачей. По словам Бакмастера, OpenAI начала работу над задачей именно в те дни, когда информация о его исследовании дошла до компании. В чём суть претензий Во время переговоров с OpenAI Бакмастер узнал, что модель пошла тем же путём, что и он сам. По его словам, прийти к нему за несколько дней, просто дав модели условие задачи, практически невозможно. На вопрос к представителям компании, когда именно был отправлен первый запрос, ему долго не отвечали, а потом подтвердили: уже после того, как информация о его работе попала в компанию. Что предложила OpenAI — и чем закончилось Компания предложила учёному два варианта совместной публикации, оба — с указанием, что задачу решила модель OpenAI. При этом, по словам Бакмастера, представитель компании дважды настаивал, чтобы его коллега Альпёге не значился среди авторов. Бакмастер отказался и пригрозил оглаской — в ответ услышал вопрос, зачем ему «рушить карьеру». В итоге исследователи опубликовали свои результаты самостоятельно. Позиция OpenAI Компания утверждает, что работа над задачей началась 1 сентября — до того, как стало известно об исследовании Бакмастера. Ни агенты, ни исследователи компании не видели его работу до публикации, а доказательства существенно различаются. При этом OpenAI признаёт, что не может полностью исключить попадание обезличенных данных из пользовательских сессий в обучение модели. Почему это важно Это первый громкий случай, когда решение задачи тысячелетия анонсируют как результат работы ИИ. История Бакмастера ставит вопрос, который раньше казался абстрактным: коммерческие ИИ-инструменты могут стать каналом утечки идей — и граница между личным исследованием и чужой инфраструктурой размыта. Подробности и хронология конфликта— в полной версии материала. Время чтения: 8 минут 🤖 «Системный Блокъ» @sysblok

Муки творчества на аутсорсе у LLM: что остается человеку? Вы потратили несколько часов на промпты, отбор, редактуру и получили результат, которым гордитесь. Но стоит кому-то спросить «это ты сам сделал?» — и уверенность куда-то исчезает. В новой статье разбираемся, почему так сложно признать совместное с ИИ творчество своим. Контроль ускользает — авторство размывается Ощущение «это мое» обычно складывается благодаря тому, что мы контролируем над процесс и понимаем, как пришли к результату. С ИИ этот механизм ломается: один и тот же промпт приводит к разному итогу, и между замыслом и финальным текстом появляются решения, которые вы не принимали. Хорошая работа кажется заслугой машины, а не вашей. Это — синдром самозванца, вызванный искусственным интеллектом. Именно из-за него человек не может разграничить, где заканчивается его вклад и начинается вклад языковой модели. Это подтверждают и эксперименты: чем меньше авторских решений остается за человеком, тем труднее считать результат своим. Оценка со стороны усиливает сомнения Даже если вы сами уверены в своем вкладе, внешняя оценка может его обесценить. В одном из исследований ученые предлагали респондентам оценить стоимость художественных работ. Оказалось, что ярлык «AI-made» снижает оценку почти вдвое — даже когда зрители сами признают, что не отличают ее от человеческой. За этим стоит психологическая закономерность: мы выше ценим то, во что вложено больше труда.  Что помогает Неуверенность в авторстве — не личная слабость, а предсказуемая реакция на новую ситуацию. Ее можно ослабить, если сделать собственный вклад более видимым — для себя и для других. Начинайте с собственной идеи или черновика, а не с запроса к модели. Оставляйте за собой ключевые решения — замысел, аргументацию, финальный выбор. Не торопитесь исправлять нейросетью все, что выбивается из «идеальной» формы: в шероховатостях часто и проявляется авторский голос. Перед финалом спросите себя: согласен ли я с тем, что говорит эта работа, и готов ли поставить под ней свое имя? Если ответ «да» — значит, это ваша работа. В полной версии материала рассказываем, что думают про совместное авторство с ИИ философы и юристы, а также выясняем, как нам может помочь цифровой гуманизм. Время чтения: 12 минут 🤖 «Системный Блокъ» @sysblok

OpenAI выпустила GPT‑6 Astra и заявила об AGI OpenAI говорит об «эре AGI», но самое заметное улучшение — работа с компьютером: от заполнения форм до создания 3D-моделей. OpenAI объявила о выпуске GPT‑6 Astra — преемницы GPT‑5.6 Sol. Президент компании Грег Брокман назвал релиз «генерационным скачком» и заявил, что мир вступил в «эру AGI», общего искусственного интеллекта, способного решать мыслительные задачи наравне с человеком. Модель уже доступна пользователям большинства платных тарифов ChatGPT. Главное практическое изменение — Astra лучше справляется со сложными задачами, где нужно самостоятельно работать с компьютером. Например, в одной из демонстраций модель самостоятельно построила дом в Blender, а затем перенесла его в игровой движок Unreal Engine — так, что по готовому помещению можно «пройтись» и осмотреть его со всех сторон. По данным OpenAI, на бенчмарке OSWorld 2.0 модель тратит примерно на 47% меньше времени на задачу, чем GPT‑5.6 Sol, при этом показывая более высокий результат. Astra успешно справляется с тестом ARC-AGI-3, оценивающем гибкость мышления ИИ и способность справляться с интерактивными играми без заранее заданных правил. Организация ARC Prize, которая разрабатывает тест, независимо протестировала Astra и опубликовала два результата: 62,7% — в стандартном режиме тестирования, одинаковом для всех моделей, и 99,9% — с адаптером, который позволяет модели дольше сохранять контекст между запросами и который специфичен для OpenAI. Именно поэтому данные из презентации компании нельзя воспринимать как универсальную оценку возможностей модели: они получены в нестандартных условиях тестирования. Отдельное внимание OpenAI уделила безопасности. В июле 2026 года ИИ-агенты OpenAI в рамках внутренних тестов кибербезопасности самовольно скоординировались между собой и получили несанкционированный доступ к части инфраструктуры Hugging Face. После этого инцидента компания усилила проверки и ограничения: по собственным данным OpenAI, Astra впервые в истории компании достигла «критического» порога возможностей в кибербезопасности согласно её Preparedness Framework, поэтому для модели введены дополнительные меры контроля, включая мониторинг цепочки рассуждений и поэтапный доступ к самым мощным функциям. Почему это важно? Сдвиг в сторону того, что ИИ выполняет не только текстовые, но и практические задачи на компьютере, произошёл не с выходом Astra — агентный режим уже давно продвигают и OpenAI, и другие компании. Но с Astra автоматизация таких задач становится доступнее и быстрее, а спектр работ, которые можно поручить модели без участия человека, расширяется: от заполнения форм и CRM до 3D-моделирования и научных расчётов. При этом громкое заявление об «эре AGI» не следует автоматически из технических результатов. У термина AGI нет общепринятого строгого определения, а слова о наступлении «эры AGI» — это позиция самой OpenAI, а не установленный научный факт или консенсус исследовательского сообщества. 🤖 «Системный Блокъ» @sysblok

Как превратить гуманитарную курсовую в GitHub-проект Курсовая сдана, оценка получена, файл kursovaya_final_FINAL2.docx лежит в папке «Учеба». Между тем ее можно превратить в GitHub-проект, который долго будет работать на вас. Даем пошаговую инструкцию, как это сделать.  С чего начать Хороший проект начинается не с кода, а с вопроса, на который можно ответить количественно: различается ли частотность слов в текстах разных эпох, меняется ли тональность рецензий в зависимости от жанра. Под вопрос подбирается метрика — и можно двигаться дальше. Что понадобится Для проекта нужны четыре инструмента, которые работают вместе. Git запоминает историю изменений, GitHub хранит файлы в интернете. Jupyter Notebook — среда, где код, графики и текст живут в одном документе. Python-библиотеки (pandas, matplotlib, razdel) выполняют конкретные задачи. Файл requirements.txt фиксирует версии библиотек, чтобы любой мог воспроизвести окружение одной командой. Как оформить Сначала нужно подготовить рабочие материалы. Чтобы проще обрабатывать, тексты стоит хранить в .txt, таблицы в .csv — не в .docx или .xlsx. Сырые и обработанные данные лучше разложить по разным папкам — так вы ничего не перепутаете.  Сделайте файл README. Это «Введение» из курсовой, переписанное для читателя, который не знает вашу дисциплину: что за проект, откуда данные, как запустить. Основной анализ оформляется в Jupiter Notebook: график появляется прямо под ячейкой с кодом, рядом — интерпретация. Что в итоге Базовые команды Git и работа с Jupyter Notebook осваиваются за пару вечеров. Готовый репозиторий можно отправить рекрутеру или научному руководителю — и они за несколько минут увидят вопрос, данные, метод и результат. Аккуратно оформленный проект останется в вашем портфолио. В полной версии материала рассказываем, как мы все это проделали на собственном примере и сравнили длину предложений у Чехова, Толстого, Брюсова и Горького. А также делимся чек-листом и набором полезных ссылок.  Время чтения: 20 минут 🤖 «Системный Блокъ» @sysblok

Тест: какая профессия в NLP вам подходит? В сфере обработки естественного языка (NLP) нужны не только инженеры. Здесь найдется место и гуманитариям. Тем, кто сможет размечать данные, учить модель отличать хорошее от плохого, переводить сложные тексты так, чтобы не потерялся смысл, и спасать от забвения языки, на которых говорят несколько сотен человек. Если вы хотите попробовать себя в этом направлении, но не знаете, с чего начать, этот тест для вас. 🤖 «Системный Блокъ» @sysblok

Карьера в NLP: карта выживания для гуманитариев — новый проект «Системного Блока» Почему большие языковые модели иногда уверенно выдают за правду то, чего на самом деле нет? Чем работа с текстами в AI отличается от привычного анализа языка? И можно ли прийти в NLP из филологии, перевода или лингвистики? Мы запускаем новый проект о NLP — обработке естественного языка. Это область на стыке лингвистики, программирования и машинного обучения, благодаря которой работают машинный перевод, поиск, голосовые помощники, чат-боты и большие языковые модели. На одной странице собраны материалы для тех, кто только начинает разбираться в языковых технологиях: студентов и выпускников филологических факультетов, людей с гуманитарным или междисциплинарным бэкграундом.  Вы узнаете, какие роли существуют в NLP: от разметки и подготовки данных до оценки качества моделей, AI-тренинга, исследований и разработки. Мы расскажем, почему понимание смысла, контекста, стиля и языковых ошибок остается важным в эпоху LLM, а также как гуманитарию превратить курсовую или диплом в исследовательский проект на GitHub. Отдельные материалы посвящены тому, что обычно кажется сложным: математике, машинному обучению и тому, как модель проходит путь от обучения до работы в продукте. Вы сможете разобраться, какой технический минимум нужен на старте, а также узнать об образовательных программах по компьютерной лингвистике, машинному обучению и искусственному интеллекту. Подробнее — на странице проекта. 🤖 «Системный Блокъ» @sysblok

«Один человек сможет построить компанию в миллиард долларов»: интервью с технооптимистом Иваном Ямщиковым Сегодня 1 сентября — день начала учебного года в школах и университетах. В этот день перечитываем интервью с профессором, международным ИИ-экспертом и предпринимателем Иваном Ямщиковым о том, как должно трансформироваться образование в эпоху больших языковых моделей. 

«Чтобы добиться тех улучшений, которые нам нужны (и с точки зрения самоактуализации, и с точки зрения роста ВВП), искусственный интеллект неизбежно придется внедрять в систему образования. Если сделать это правильно, ситуация улучшится. Если сделать неправильно — станет хуже».

Время чтения: 15 минут 🤖 «Системный Блокъ» @sysblok

Как новый африканский алфавит пробился в Unicode: цифровая жизнь адлама В 1989 году два брата из Гвинеи, 14-летний Ибрагим и 10-летний Абдулае Барри, придумали письменность для родного языка фульфульде, на котором говорят около 40 млн человек. В новой статье рассказываем, как за несколько десятилетий их алфавит — адлам — прошел путь от рисунков в школьных тетрадях до собственного блока в Unicode. Зачем был нужен новый алфавит Фульфульде веками записывали арабским письмом, но оно неточно передавало звуки. Единого стандарта не было, поэтому братья Барри придумали систему из 28 букв, которые пишутся справа налево. Они назвали ее ADLaM — это аббревиатура фразы «Alkule Dandayɗe Leñol Mulugol» («алфавит, оберегающий народы от исчезновения»). Самиздат на адламе На бумаге адлам прижился быстро. Братья создали сообщество единомышленников, стали переписывать книги и выпускать рукописную газету. Однако распространение нового письма вызывало и подозрения — его нельзя было прочесть без специального знания, поэтому власть воспринимала встречи сообщества настороженно. В 2002 году Ибрагима арестовали, и около трех месяцев он провел под стражей без обвинения. В 2007 году братья переехали в США. К тому времени рукописное письмо достигло своих пределов, и чтобы охватить больше людей, его нужно было сделать пригодным для компьютеров. Почему шрифта мало и нужен код В США братья заказали разработку шрифта и раскладки клавиатуры для адлама — первый шаг к цифровой жизни письма. Однако одного шрифта оказалось недостаточно: он работал на их компьютерах, но на других устройствах превращался в арабские буквы. Причина была в том, что у букв адлама не было собственных кодовых позиций — чисел, за которыми компьютер закрепляет символы. Только с ними можно вводить букву, искать ее, копировать и пересылать между устройствами. Следующей задачей стало включение адлама в Unicode. Как алфавит попал в стандарт Ибрагим познакомился с Майклом Эверсоном, редактором Unicode. В 2013 году Эверсон помог братьям подать заявку на добавление адлама в стандарт. В июне 2016 символы письменности вошли в Unicode 9.0 и получили блок U+1E900–U+1E95F. Адлам хорошо вписался в цифровую среду: он использует стандартные для компьютеров механизмы — письмо справа налево, соединения букв и комбинируемые знаки. Шрифт, выросший из орнамента После включения в Unicode адламу понадобились шрифты, которые поддерживали бы его кодовые позиции. Благодаря братьям Барри, адлам вошел в семейство Noto — теперь он отображается на большинстве устройств без дополнительных шрифтов. В 2023 году Microsoft заказала отдельный display-шрифт ADLaM Display — для заголовков, логотипов и других элементов, где текст должен привлекать внимание. За основу взяли элементы традиционных орнаментов народа фульбе. Что Unicode дал адламу — и чего ему пока не хватает Unicode открыл адламу дорогу в цифровую коммуникацию, но инфраструктура письменности остается неполной: еще предстоит создать словари, сервисы проверки орфографии и другие инструменты. Не все технические проблемы решены. Даже при поддержке Microsoft, Apple и Google письмо справа налево не всегда отображается корректно.  Но путь, который прошел адлам — от тетрадных листов до смартфонов сотен тысяч людей, — показывает, что у языкового сообщества есть инструменты, чтобы добиться цифрового присутствия для своего алфавита. Узнать подробнее о пути адлама и рассмотреть письменность можно в полной версии нашего материала. Время чтения: 8 минут 🤖 «Системный Блокъ» @sysblok

🎬 В отечественных фильмах женщины все еще рискуют оказаться «для галочки». К Дню российского кино перевыпускаем наше дата-исследование о принципе Смурфетты: почти 40% русскоязычных фильмов имеют перекос в сторону мужских персонажей. Самые интересные выводы мы собрали в карточках, а полную версию читайте на сайте. Время чтения: 15 минут 🤖 «Системный Блокъ» @sysblok