Fun Science

OpenAI на деле доказывает, что «конец математики от ИИ», объявленный Сэмом Альтманом, уже наступает. Опубликованы 722 работы новой модели ChatGPT, которая готовится к выпуску. Они важны не просто числом, а исторической значимостью для математики. 722 рукописи, сгруппированные в 372 семейства результатов по 17 областям: теоретическая информатика ~40, комбинаторика ~37, алгебраическая/комплексная геометрия ~36, теория чисел ~31 и др. Это показывает, что не остаётся убежища для «кожаных» математиков — ИИ силён во всех возможных областях математики. Ключевые заявленные результаты (примеры высокой значимости): • Квази-гипотеза Римана: все Dirichlet L-функции (включая ζ) свободны от нулей в Re(s) > 7/8 (есть Lean). Это существенный прогресс к классической гипотезе Римана (Re(s) > 1/2). • Гипотезы Малера (симметричная и общая) во всех размерностях. • Контрпримеры к гипотезам Капланского (zero-divisor и direct-finiteness). • Изоморфизм факторов свободных групп (классическая проблема Войкулеску; Lean пока нет). • Отрицательное решение 10-й проблемы Гильберта над ℚ. • Иррациональность константы Каталана. • Прогресс по Birch–Swinnerton-Dyer, Goldfeld, корреляциям мультипликативных функций, NP-hardness порогов, arithmetic progressions, результатам в матфизике (Vlasov–Maxwell, Heisenberg) и др. Нравится это или нет математикам и сторонникам математического образования, но реальность такова: математика как наука явно уходит к ИИ. Люди скорее будут пользователями сложных матмоделей, заказчиками их создания, контролёрами их качества, но не создателями этих моделей. Однако высокая доступность математических моделей топ-класса окажет ещё мощнейшее влияние на IT-разработку, где сейчас сложных матмоделей почти нет, потому что программисты — не математики и даже обычно не помнят свои курсы высшей математики из университетов. Сейчас ИИ может создать крайне сложные и рабочие модели прогнозирования и управления для бизнеса, где старые ERP будут смотреться как поделка дилетантов. https://github.com/openai/math

Китай встал в огромных пробках на десятки километров. В стране началась «Золотая неделя» — с 1 по 7 октября миллионы жителей отправляются в путешествия, из-за чего дороги и популярные туристические места оказываются переполнены. @banksta

Ладно, будем считать, что высокие цены на память оправданы. Нейрорендер, который уже даже интересно смотреть :) #plants #zombie #нейрорендер ------ @tsingular

🔬 ИИ подключили к настоящей лаборатории. Он ошибся — и благодаря ошибке сделал новое открытие Вот это уже гораздо интереснее очередного «ИИ написал научную статью». Исследователи создали систему, которая умеет пройти почти весь научный цикл: придумать гипотезу → разработать эксперимент → передать инструкции лабораторному оборудованию → получить реальные результаты → проанализировать их → придумать следующий эксперимент. ИИ дали данные примерно о 60 000 биологических связях у обычных пекарских дрожжей. Из них он самостоятельно сформировал 1 933 проверяемые гипотезы о том, какие вещества могут влиять на выживание клеток при разных стрессах. А дальше произошло самое красивое. ИИ предположил, что глутамат поможет дрожжам пережить воздействие муравьиной кислоты. Провёл эксперимент. Не помог. Но вместо классического научного метода «ну ладно» система проанализировала новые данные и предложила другого кандидата — аминоадипат, промежуточное вещество метаболизма лизина. Сформулировала новую гипотезу. Отправила её обратно в лабораторию. И эксперимент показал, что аминоадипат действительно улучшает рост дрожжей в присутствии муравьиной кислоты — примерно на 7% на каждый дополнительный миллимоль вещества в условиях опыта. Исследователи называют эту защитную связь ранее неизвестной. Важная оговорка: это пока не полностью автономный «учёный в коробке». Люди задали область исследований и ограничения, а некоторые физические операции в лаборатории всё ещё выполнялись вручную. Да и открытие касается метаболизма дрожжей, а не новой физики Вселенной. Но принцип уже работает. ИИ не просто прочитал данные и что-то предсказал. Он выдвинул гипотезу, проверил её в физическом мире, обнаружил, что ошибся, и использовал ошибку для следующего открытия. То есть мы автоматизируем уже не только ответы. Мы начинаем автоматизировать сам научный метод. Плохая новость для аспирантов: робот уже научился получать отрицательный результат и не впадать после этого в депрессию. #ИИ #наука #биология #робототехника #биотехнологии #исследования https://doi.org/10.1098/rsif.2026.0043

Терракотовый воин , оказывается, там даже такие мелочи, как подошва были проработаны 👀

А между тем, в телеграм идет аукцион за @gadget !!!! https://fragment.com/username/gadget

ИИ впервые прошел тест Тьюринга... ПО ВИДЕОСВЯЗИ — компания Tavus показала всю мощь новой модели Griffin. Виртуальная девушка может одновременно видеть, слышать, говорить и реагировать на действия собеседника: в первой демке Ванесса помогла собрать настоящий кубик Рубика. На независимом бенчмарке NVIDIA VideoFDB нейронка вырвала первое место сразу по двум направлениям — генерации и восприятию. А ещё разрабы вшили крутую пасхалку к фильму HER в названии нового класса моделей, который зародился благодаря Griffin — Human Interaction Model (HIM). @exploitex

⚡️ GPT-6 Astra расшифровала письмо наполеоновскому маршалу, которое 217 лет никто не мог прочитать Исследователь Картер Чёрч с помощью GPT-6 Astra расшифровал шифрованное письмо маршалу Огюсту де Мармону, одному из генералов Наполеона. Письмо датировано мартом 1809 года, а у модели вся работа заняла около шести часов. Сначала нужно было вообще вытащить читаемый текст из плохого скана рукописи. Astra распознала 1300 символов шифра, среди которых оказалось 155 разных знаков. Дальше модель нашла опубликованный частичный ключ французского историка криптографии Даниэля Танта: 33 буквы, которые покрывали примерно 435 символов. Для остальных знаков она написала солвер на имитации отжига, а затем сверила результат с исторической перепиской и исправила дату документа. Внутри оказалась военная сводка из штаба Евгения Богарне: позиции войск и передвижения австрийцев накануне вторжения Австрии в апреле 1809 года. Мармону пишут не бояться «нескольких отрядов или сборища черни». Заодно нашлось окончание фразы, которая обрывается в мемуарах Наполеона, изданных в 1865 году. Решение проверил Сатоси Томокиё, который ведёт сайт исторических шифров Cryptiana, и теперь шифр числится там как разгаданный. https://runtimewire.com/article/gpt-6-astra-marmont-cipher-carter-church https://x.com/Machinelearrn/status/2105593763582107849

🌌 Вселенная начала разбрасывать ингредиенты для планет почти сразу после Большого взрыва В начале всё было довольно скучно. Почти весь космос состоял из водорода и гелия. Углерод, кислород, кремний и остальные элементы, из которых потом появились планеты — и мы с вами — ещё предстояло сварить внутри звёзд. Астрономы предполагали, что на это потребуется приличное время. Но JWST обнаружил, что Вселенная начала готовить значительно раньше. Учёные исследовали три галактики, которые мы видим такими, какими они были всего через 500–700 млн лет после Большого взрыва. И обнаружили вокруг них углерод, кислород и кремний. Причём эти элементы уже не сидели внутри галактик. Газ двигался наружу со скоростью примерно 50–250 км/с — молодые галактики буквально выдували произведённые звёздами тяжёлые элементы в окружающий космос. Получается, когда Вселенной было всего около 3% её нынешнего возраста, там уже работал полноценный химический конвейер: звёзды рождаются → производят новые элементы → выбрасывают их → галактики разносят их дальше по космосу. Это может объяснить и старую загадку астрономии. Мы до сих пор не нашли ни одной подтверждённой звезды Population III — самого первого поколения звёзд, которое должно было состоять практически только из водорода и гелия. Возможно, причина проста: чистая Вселенная слишком быстро перестала быть чистой. Оговорка: пока исследованы только три очень яркие ранние галактики, поэтому говорить, что так происходило абсолютно везде, рано. Но уже через полмиллиарда лет после Большого взрыва космос начал разбрасывать углерод наших тел, кислород нашей воды и кремний будущих планет. Вселенная оказалась удивительно нетерпеливым химиком. #JWST #космос #астрономия #Вселенная #BigBang #наука https://www.nature.com/articles/s41550-026-02988-2

Дата-центры переходят на «ванны» — на Московском стартап-саммите показали систему погружного охлаждения серверов ICE+. Железо опускают в жидкость, которая не проводит ток: она отводит тепло лучше любых кулеров. Разработку компании «Инжиниринг+», участника МИК и финалиста Марафона инноваций в сфере энергетики, уже тестируют на реальных вычислительных комплексах. Смартфон в воду всё ещё не бросаем. @exploitex

«Русская математика» набирает популярность у американцев. Методика преподавания основана на традициях советской математической школы. Детей учат не просто запоминать, а разбираться, почему решение работает, рассуждать и искать разные подходы. Занятия проводят спецшколы вроде Russian School of Mathematics. Стоимость обучения там может доходить до $4000 в год. @banksta