Такая Реальность

🔵 ИИ помог найти пропущенные планеты в данных NASA

Космический телескоп TESS записывает, как меняется яркость звёзд каждую секунду. Это работает как очень точный светомер: фиксирует даже крошечные изменения яркости меньше 1%.

Когда планета проходит перед звездой, она закрывает небольшую часть её света. Это даёт короткое и регулярное «падение» яркости. Если такие падения повторяются через одинаковые промежутки времени, это признак того, что вокруг звезды вращается планета.

🔵Недавно исследователи применили методы машинного обучения к этим данным: ИИ обучили распознавать слабые транзитные сигналы и заново проанализировали архив наблюдений.

➡️ В результате:
— подтверждено более 100 экзопланет;
— найдено несколько тысяч кандидатов.

🔵 ИИ отвечает хуже «уязвимым» пользователям

Новое исследование Массачусетского технологического института (MIT) показало, что качество ответов ИИ напрямую зависит от того, как человек формулирует запрос. Люди с более низким уровнем языка или образования получают менее точные и менее полезные ответы:

🔵чем проще или менее точно сформулирован вопрос, тем выше вероятность, что ответ ИИ будет хуже.

Что ещё интересного нашли исследователи:
— эффект сохраняется даже если смысл вопроса один и тот же, но меняется только форма;
— ИИ хуже извлекает факты из своей же базы знаний при «слабых» формулировках;
— модели чаще дают обобщённые ответы вместо конкретики;
— увеличивается количество «уверенных, но неточных» утверждений;
— разрыв в качестве ответов может быть значительным даже на одинаковых задачах.

➡️ Вывод: доступ к ИИ сам по себе не гарантирует равный доступ к знаниям. Качество результата начинает зависеть от навыка общения с ИИ.

🔵 ИИ прочитал свитки, засыпанные пеплом Везувия

Vesuvius Challenge — это международный проект по спасению древней библиотеки.

В 79 году н. э. извержение Везувия засыпало виллу в Геркулануме раскалённым пеплом, и сотни папирусов превратились в хрупкие «угольные брикеты». Любая попытка развернуть их вручную уничтожила бы текст навсегда.

➡️ Поэтому лучший способ в инновационном чтении цифровым методом:
— создаются 3D-модели спекшихся слоев папируса;
— алгоритм разделяет слои и «раскатывает» их в плоскость;
— далее нейросети находят невидимые глазу следы сажи по микрорельефу папируса.

В марте технология перешла к этапу массовой расшифровки. Скорость обработки увеличилась в десятки раз, что позволило ученым восстановить целые трактаты философа Филодема. Главной находкой этого месяца стали уникальные тексты о теории музыки, ранее неизвестные мировой науке.

🔵 LEGO в смешанной реальности

Каждый день появляются десятки новых умных решений, и вместо упрощения работы они могут вызывать усталость, расфокус и ощущение, что ты постоянно не успеваешь. Но в этом и подвох: те же технологии могут давать и перезагрузку.

➡️ Например, в Vision Pro появляются такие вещи, как Blockworks: ты просто собираешь объекты из LEGO-подобных блоков, выбираешь формы и цвета, двигаешь их в пространстве. Получается чистый и спокойный процесс.

Автор: Phil Traut

🔵 ИИ усиливает креативность: что показало новое исследование

Недавно учёные из Swansea University изучили, как ИИ влияет на творческое мышление в практической задаче.

Более 800 участникам предложили разработать дизайн виртуального автомобиля. Одна группа работала самостоятельно, другая использовала ИИ, который предлагал примеры и идеи.

➡️ Результат: люди, работавшие с ИИ, создавали более разнообразные и проработанные решения, а сам процесс у них вызывал больший интерес и вовлечённость.

ИИ не придумывал за человека, а помогал находить новые варианты, расширяя поле идей и уводя от очевидных решений. Особенно заметен эффект на этапе генерации, где ИИ способен предложить больше вариантов, чем человек обычно придумывает сам.

🔵При этом эффект напрямую зависит от уровня пользователя. Лучшие результаты показывают те, кто умеет критически оценивать ответы ИИ, точно формулировать запросы и дорабатывать идеи.

🔵 Когда книга становится интерфейсом

Проект Hey Book Worm показывает, как привычное чтение может превратиться в диалог. С помощью дополненной реальности система распознаёт страницы книги и добавляет цифровой слой, который взаимодействует с пользователем в реальном времени.

➡️ Персонажи могут объяснять, задавать вопросы и вести читателя по сюжету, как будто ты внутри истории.

Один из примеров того, как технологии постепенно меняют формат обучения и сторителлинга.

🔵 А что если превратить свой обычный автомобиль в беспилотный, не покупая новую машину?

Такие проекты уже существуют! Один из известных — openpilot от comma.ai. Это система помощи водителю на базе нейросетей, которую можно установить в уже существующий автомобиль.

В отличие от классических автопилотов, встроенных в машины вроде Tesla, здесь используется внешний модуль: устройство с камерами крепится на лобовое стекло, подключается к электронике автомобиля и работает поверх штатных систем.

🔵Система анализирует дорогу через камеры, обрабатывает данные нейросетью и в реальном времени рассчитывает управление: руление, ускорение и торможение.
🔵Эти команды передаются через CAN-шину, используя уже существующие электронные механизмы машины.
🔵За счёт этого openpilot не требует изменений конструкции и может работать на разных моделях.

Автопилот постепенно превращается из редкой фичи в доступный инструмент, наблюдаем.

🔵 Камера, которую не нужно доставать из кармана

С появлением умных очков и ИИ такие сценарии становятся вполне реальными.

➡️ Представьте следующий интерфейс:
🔵человек складывает руки в рамку, как это часто делают фотографы, чтобы наметить кадр;
🔵умные очки распознают жест, камера автоматически делает снимок;
🔵алгоритм сразу кадрирует изображение;
🔵ИИ улучшает фото и даёт подсказки по композиции.

Процесс становится почти незаметным: человек просто смотрит на сцену, намечает кадр жестом, и фотография уже сделана.

Автор: AR-artist Pavlo Tkachenko

🔵 Представьте: вы смотрите на скалодром, а прямо на стене появляются подсказки. Куда поставить ногу, за какой зацеп держаться и как лучше пройти маршрут. Этот проект реализован с использованием AR-очков Spectacles.

🔵Отслеживание рук
Очки понимают, за какие зацепы вы держитесь.
🔵Анализ движений
Система сравнивает ваши движения с оптимальной техникой.
🔵 AR-подсказки на стене
Прямо перед глазами появляются рекомендации: следующий зацеп, траектория движения или баланс тела.

Очки превращают стену в интерактивный тренажёр, где обучение происходит прямо во время подъёма.

🔵 ИИ, который сам понимает, чего он не знает

Учёные из University of Southern California (USC) представили новый подход, при котором искусственный интеллект может самостоятельно обнаруживать пробелы в своих знаниях и заполнять их.

Обычно модели ИИ обучаются на фиксированном наборе данных и не «осознают», где их знания недостаточны.

➡️ При новом подходе ИИ фактически начинает работать по принципу самообучающегося исследователя:
🔵определяет, что знает недостаточно;
🔵формулирует уточняющие вопросы;
🔵находит новые данные и обновляет свои знания.

Такой подход может значительно повысить надёжность ИИ-систем в сложных областях. Например, в науке, медицине или инженерии, где критически важно понимать границы своих знаний.

🔵 Интерактивный атлас маяков

Это ИИ-карта, где можно посмотреть расположение маяков по всему миру: от Европы до удалённых островов в океане. Просто зумируешь карту и исследуешь побережья разных стран.

Такие карты хорошо показывают, насколько плотной была сеть маяков, которая обеспечивала безопасность мореплавания задолго до GPS и современных навигационных систем.

➡️ Автор сделал весь проект с помощью Claude Code.

🔵 Представьте, что можно буквально увидеть, как работает ИИ

В одном XR-прототипе для Apple Vision Pro вы оказываетесь внутри пространства, где вокруг «плавают» документы или курсы из базы знаний. Причём расположены они не случайно: похожие по смыслу материалы находятся рядом, образуя кластеры.

Вы задаёте вопрос, и ИИ прямо в пространстве подсвечивает те документы, из которых формируется ответ.

Например:

«Я хочу стать астронавтом. Что мне нужно изучить?».

И загораются кластеры с релевантными курсами.

По сути, это визуализация эмбеддингов и RAG, только не в виде графиков, а как пространство, внутри которого можно буквально находиться и видеть, как ИИ находит знания и собирает ответ.

🌸 Дорогие девушки, поздравляем вас с Международным женским днём!

8 Марта принято говорить тёплые слова благодарности и восхищения, дарить цветы, которые напоминают о весне, нежности и красоте, и просто делиться хорошим настроением.

Но время идёт, реальность меняется, и к привычным поздравлениям постепенно добавляются новые, технологичные вещи. В этом году мы решили порадовать вас именно так — оригинальностью и искусственным интеллектом.

⭐️ Поэтому сделали праздничный чат-бот с поздравлениями @w2w8marchbot!

Всё просто:

— зайдите в чат-бот и выберите, кто поздравит вас с праздником: это может быть кто-то из команды Way2Win или один из известных киногероев;

— после выбора вы получите персональное поздравление: изображение или короткое видео;

— если захочется ещё одного поздравления, можно вернуться в начало и выбрать другого героя.

Переходите в бот / @w2w8marchbot / и забирайте свою праздничную открытку.

Будьте счастливы! С теплом и любовью, команда Way2Win 💙

🔵 У искусственного интеллекта может появиться своя «таблица Менделеева»

Когда-то химия была хаотичной наукой. Учёные знали множество веществ, но не понимали, как они связаны. Всё изменилось, когда Дмитрий Менделеев создал периодическую таблицу.

Недавно исследователи предложили идею своеобразной «периодической таблицы ИИ». Это система, которая показывает, как разные алгоритмы машинного обучения связаны друг с другом.

Сегодня существует множество методов ИИ: нейросети, деревья решений, регрессии и другие. Часто разработчики выбирают их методом проб и ошибок.

Учёные заметили, что многие алгоритмы работают по одному принципу. Они сжимают данные и сохраняют только информацию, полезную для предсказаний. Поэтому их можно выстроить в единую систему, как элементы в таблице Менделеева.

➡️ Такая «карта» алгоритмов может упростить создание новых моделей и помочь быстрее выбирать подходящие решения.

➡️Похожую попытку предпринимали и раньше. В 2025 году исследователи из MIT создали небольшую «периодическую таблицу машинного обучения», где собрали около 20 алгоритмов и показали их связи.

🔵 Одна из идей, лежащих в основе новых моделей для генерации видео, — сократить расстояние между самой идеей и готовой сценой.

Например, в Kling 3.0 система пытается автоматически выстраивать такие элементы, как построение кадра, движение камеры, темп и логика сцены. Пользователь просто описывает задумку, а модель формирует последовательность кадров с более «кинематографической» структурой.

➡️ В целом развитие AI-видео постепенно идёт в сторону того, чтобы модели помогали не только генерировать изображение, но и частично брать на себя логику монтажа и построения сцены.

Автор

🔵 «Спасибо за заказ» проверяет ИИ: Burger King тестирует нового ассистента

Burger King тестирует AI-ассистента Patty, который работает прямо в гарнитурах сотрудников ресторана.

Система слушает диалоги на кассе и анализирует, насколько вежливо проходит обслуживание.
Например, проверяет, говорят ли сотрудники «please», «thank you» и «welcome» во время общения с гостями.

На основе этих фраз формируется метрика «дружелюбности», которую видят менеджеры ресторана.

➡️Помимо этого, ассистент помогает сотрудникам в работе:
— подсказывает рецепты;
— предупреждает о нехватке ингредиентов;
— сообщает о проблемах с оборудованием;
— обновляет информацию в системе заказов.

Сейчас систему тестируют примерно в 500 ресторанах Burger King, а полноценный запуск платформы планируют к середине 2026 года.

➡️ Интересно, что ИИ начинает измерять культуру сервиса. То, что раньше было просто проявлением вежливости, теперь становится показателем в аналитике.

🔵 Детский кодинг для эпохи ИИ

Проект Codie Blocks объединился с сетью школ программирования iCode, чтобы обучать детей основам кодирования уже с трёх лет. Программа запускается более чем в 70 филиалах по всей территории США.

Формат обучения построен на игре: дети работают с яркими физическими блоками Codie Dock-n-Block, которые напоминают эмодзи, и соединяют их в логические последовательности. Всё это дополняется интерактивным приложением и готовыми планами занятий.

➡️ Главная идея — научить ребёнка мыслить как программист ещё до того, как он научится читать. Через простые визуальные команды дети осваивают логику, последовательность действий и базовые принципы алгоритмов.