Теория многоуровневой структуры языка (Sprachschichten / Language Strata), разработанная Вайсманом в 1930-е годы, — это не просто лингвистическая концепция. Это смертельный удар по редукционизму. Это философский щит, который защищает человеческий опыт (тот самый кантовский ноумен и гуссерлевский Жизненный мир) от попыток свести его к физике, биологии или, как мы говорили ранее, к «богомерзкой нейронауке».

Вот как Вайсман совершил эту тихую, но абсолютную революцию.

Чтобы понять гениальность Вайсмана, нужно понять, против кого он восстал. В 1920–30-е годы в Венском кружке (Карнап, Нейрат, Шлик) царила мечта о Единой Науке и Едином Языке.

Логические позитивисты верили, что весь человеческий опыт можно и нужно перевести на язык физики (это называлось физикализм).

Если вы говорите: «Этот стол коричневый», позитивист переводил это как: «Поверхность стола отражает электромагнитные волны длиной 600 нанометров».

Если вы говорите: «Мне грустно», позитивист (в духе раннего бихевиоризма или прото-нейронауки) пытался перевести это как: «В моем теле происходят определенные физиологические процессы / я демонстрирую поведение плача».

Это был лингвистический тоталитаризм. Идея заключалась в том, что есть только один фундаментальный «этаж» реальности — физический, а всё остальное (психология, социология, искусство) — это либо иллюзии, либо неудобные сокращения, которые в идеале нужно заменить формулами физики.

Вайсман (опираясь на идеи среднего Витгенштейна) заявил: Язык не однороден. Язык состоит из множества автономных уровней (страт / слоев).

Представьте язык не как одну гигантскую равнину, а как многоэтажный небоскреб, где на каждом этаже действуют свои законы гравитации и своя логика:

Физический уровень: Язык объектов, пространства, массы, движения («Камень падает»).

Психологический уровень: Язык внутренних состояний, боли, намерений, эмоций («Мне больно», «Я хочу»).

Социальный/Институциональный уровень: Язык правил, денег, браков, обещаний («Я обещаю», «Это стоит 100 рублей»).

Математический/Логический уровень: Язык абстрактных отношений.

Главный тезис Вайсмана: Каждую страту (уровень) языка невозможно перевести или свести к другой без потери смысла. У каждого уровня свои критерии верификации (проверки на истинность) и свои правила грамматики.

Вайсман наносит сокрушительный удар по попыткам нейронауки (или физикализма) объяснить человека.

Когда нейробиолог говорит: «Твоя любовь — это просто выброс окситоцина в гипоталамусе», Вайсман отвечает: Ты совершаешь категориальную ошибку. Ты пытаешься использовать линейку с физического этажа, чтобы измерить объекты на психологическом этаже.

На физическом уровне утверждение «В мозге пациента N активируется зона V» является истинным и верифицируемым с помощью фМРТ.

На психологическом уровне утверждение «Я люблю её, несмотря на все преграды» является истинным и верифицируется совершенно иначе (через поступки, переживания, биографию).

Вы не можете спуститься на лифте редукционизма с 5-го этажа (психология) на 1-й этаж (нейрофизиология) и сказать, что 5-го этажа не существует, потому что на 1-м этаже его не видно. Смысл психологического высказывания исчезает при попытке перевести его на язык нейронов. Сведение высшего уровня к низшему не объясняет реальность, а уничтожает сам феномен.

Но Вайсман пошел еще дальше. В своей знаменитой статье 1945 года он ввел понятие, которое навсегда изменило аналитическую философию — Открытая текстура (пористость) понятий.

Классическая логика и ранний Витгенштейн верили, что у каждого понятия есть жесткие, закрытые границы (как у математического треугольника).

Вайсман спросил: А что, если мы встретим нечто, что не подпадает под наши определения?

Пример с золотом:

Мы определяем золото по его атомному весу, цвету, плотности и температуре плавления. Но представьте, что завтра ученые находят субстанцию, которая выглядит как золото, ведет себя как золото, но при этом испускает невиданное ранее излучение или внезапно исчезает при нагревании. Это всё еще золото? Или новый элемент?

Вайсман отвечает: Понятие "золото" не имеет жестких границ на все случаи жизни. Оно пористое. Оно открыто для непредвиденных обстоятельств.

Язык принципиально не завершен. Мы не можем дать абсолютных, закрытых определений ни одному эмпирическому понятию (будь то «стол», «кот», «боль» или «демократия»), потому что мы не можем предсказать всё будущее. Реальность всегда богаче наших логических схем.

Вайсман дает строгий логический инструмент для защиты субъективности. Нейронаука описывает физическую страту. Феноменология и психология описывают психологическую страту. Смешивать их языковые игры — значит порождать бессмыслицу (псевдопроблемы).

Согласие с Гуссерлем: Идея «открытой текстуры» перекликается с гуссерлевскими «горизонтами» восприятия. Мы никогда не видим объект целиком, и наше понятие об объекте всегда имеет «запас» неопределенности, готовый к новому опыту.

Согласие с Делезом: Вайсман показывает, что язык не является жесткой, тоталитарной сеткой (как у раннего структурализма). Язык текуч, он адаптируется, его понятия «пористы» и способны пропускать через себя новые, невиданные ранее сингулярности и события.

Фридрих Вайсман доказал, что смысл не спрятан в атомах или нейронах. Смысл — это функция того языкового уровня, на котором мы в данный момент играем.

Когда вы говорите «Я чувствую несправедливость», вы находитесь на морально-социальном уровне языка. Попытка перевести эту фразу на язык химии мозга («У тебя упал уровень серотонина из-за когнитивного диссонанса») не является более глубоким объяснением. Это просто смена языковой игры. И в этой новой игре слово «несправедливость» просто перестает существовать, уступая место словам «гормон» и «синапс».

Вайсман показал, что многоуровневая структура языка — это не недостаток нашей логики, а единственное условие возможности человеческого мира. Мы живем в небоскребе смыслов, и трагедия современного сциентизма заключается в том, что он пытается запереть всех жителей в подвале (на физическом уровне), утверждая, что верхних этажей не существует, потому что из подвала их не видно.

1. Базовые строительные блоки

В основе всего лежат две главные клетки:

Нейроны.

Это вычислительные единицы нервной системы.

Каждый нейрон состоит из тела (сомы), дендритов (принимающих сигналы «антенн») и аксона (передающего кабеля).

Главная задача нейрона — генерировать и передавать электрический импульс.

Глиальные клетки.

Долгое время считалось, что они выполняют лишь поддерживающую функцию («цемент» для нейронов). Сегодня известно, что астроциты участвуют в модуляции сигналов, олигодендроциты создают миелиновую изоляцию вокруг аксонов для ускорения передачи импульса, а микроглия работает как иммунная система мозга, удаляя поврежденные клетки.

2. Язык общения:

синапс и нейромедиаторы

Мозг никогда не спит полностью, он находится в непрерывном диалоге. Однако прямого электрического контакта между большинством нейронов нет.

Они разделены микроскопической щелью — синаптической щелью. Когда электрический импульс доходит до конца аксона, клетка выбрасывает в эту щель химические вещества — нейромедиаторы.

На поверхности следующего нейрона их ждут рецепторы-локаторы.

Основные медиаторы, которые стоит знать новичку:

Глутамат — главный возбуждающий медиатор, педаль газа.

Он отвечает за обучение и формирование новых связей.

ГАМК (гамма-аминомасляная кислота) — главный тормозной медиатор, педаль тормоза.

Он гасит избыточное возбуждение, предотвращая судороги и тревогу.

Дофамин — валюта мотивации, предвкушения награды и обучения на ошибках (не столько само удовольствие, сколько стремление к нему).

Серотонин — регулятор общего фона настроения, сна и аппетита.

Ацетилхолин — ключ к вниманию, концентрации и переходу кратковременной памяти в долговременную.

Именно химия определяет, почувствуем ли мы радость от встречи с другом, испытаем ли страх при виде опасности или сможем ли сконцентрироваться на сложной задаче.

3. Пластичность:

мозг как скульптор

Самое важное открытие нейробиологии последних десятилетий гласит: взрослый мозг не высечен из камня.

Способность нервных клеток изменяться под воздействием опыта называется нейропластичностью.

Каждое новое знание, каждый выученный иностранный язык или навык вождения автомобиля физически меняет наш мозг — где-то связи между нейронами становятся прочнее (происходит долгосрочная потенциация), а ненужные, редко используемые пути ослабевают и со временем могут исчезнуть (синаптический прунинг).

Мозг постоянно пересобирает себя под задачи, которые перед ним ставит жизнь.

Эта же пластичность лежит в основе реабилитации после инсультов: здоровые участки коры берут на себя функции погибших зон.

4. Жесткая структура против гибкой работы

Анатомически мозг строго упорядочен.

Существуют древние структуры, отвечающие за выживание (ствол мозга регулирует дыхание и сердцебиение, мозжечок — за координацию, миндалевидное тело — за базовые эмоции страха и агрессии), и молодая кора больших полушарий.

За мышление, речь, планирование и моральный выбор отвечает преимущественно префронтальная кора.

Однако в реальности мозг почти никогда не работает какой-то одной изолированной частью.

Любое простое действие, например, решение выпить стакан воды, задействует распределенную сеть: зрительную кору оценивает расстояние до стакана, моторную — планирует движение руки, лобную — принимает решение и сдерживает порыв, если вода опасна, а систему вознаграждения — дает чувство удовлетворения.

Эту динамику изучает функциональная нейровизуализация (фМРТ, ПЭТ), показывающая, какие области потребляют больше кислорода в конкретный момент.

5. Ось «мозг — кишечник» и другие периферийные системы

Изучение человека невозможно без понимания того, что мозг не автономен.

Огромную роль играет микробиота кишечника, которая через блуждающий нерв, гормоны и иммунную систему напрямую влияет на уровень тревоги и депрессии.

Кроме того, эндокринная система (например, выброс кортизола при стрессе) способна буквально перекраивать архитектуру нейронных сетей, переводя мозг из режима планирования в режим выживания.

Зачем гуманитарию и просто человеку знать эти азы?

Нейробиология снимает ложное противопоставление «материи» и «духа».

Она объясняет, почему нельзя просто «взять и перестать волноваться» при клинической тревожности — у такого человека гиперактивна миндалина и слабее работают тормозящие центры коры. Понимание этих механизмов учит эмпатии: оно показывает, что лень может быть следствием дефицита дофамина, прокрастинация — конфликта древних и молодых отделов мозга, а плохая память на имена — особенностью работы гиппокампа, которую можно тренировать.

Знание основ нейробиологии превращает изучение человека из гадания по косвенным признакам в осмысленное исследование архитектуры нашего сознания.

Оно дает практическую базу для педагогики (как эффективнее учить детей, используя периоды высокой пластичности), психологии (как формировать полезные привычки через петли «триггер-действие-награда»), юриспруденции (вопросы осознанности действий и свободы воли) и медицины, приближая нас к пониманию самих себя.

На этой неделе ФБР, АНБ и Агентство по кибербезопасности и защите инфраструктуры (CISA) США выступили с совместным заявлением, в котором заявили, что китайские разработчики ИИ «по меньшей мере с 2024 года» осуществляют дистилляцию передовых американских ИИ-моделей, в том числе Anthropic Claude, OpenAI ChatGPT, Google Gemini и SpaceXAI Grok. В документе упоминаются китайские разработчики ИИ DeepSeek, Alibaba, Moonshot AI, Z.ai, и высказывается предположение, что эту деятельность они осуществляют с ведома правительства Китая.

В Министерстве коммерции Китая обвинения спецслужб США назвали безосновательными и отметили, что Вашингтон стремится установить «монополию в отрасли ИИ». «Если США будут заниматься подавлением китайских ИИ-компаний под предлогом борьбы с дистилляцией, Китай пойдёт на решительные ответные меры», — заявили в ведомстве. Дистилляцию в министерстве охарактеризовали как «распространённую практику», которую применяют многие компании в отрасли ИИ по всему миру, в том числе в США, а обвинения американских властей связали с «тревогой и двойными стандартами».

Китайский МИД призвал США «воздержаться от выдвижения необоснованных обвинений и клеветы» в адрес Китая — будучи крупными державами в области ИИ, две страны должны укреплять сотрудничество. «Развитие ИИ в Китае — результат высокого уровня технологической самостоятельности и мощи. Считаем, что все стороны должны укреплять сотрудничество, чтобы содействовать развитию ИИ — открытому, инклюзивному, взаимовыгодному и нацеленному на общее благо», — добавили в ведомстве.

В сентябре ожидается встреча президента США Дональда Трампа (Donald Trump) и китайского лидера Си Цзиньпина (Xi Jinping), на которой будут обсуждаться вопросы регулирования в сфере ИИ.

Выходит, с каждым поколением человечество глупеет? При этом современная молодежь легко решает насущные вопросы с помощью цифровых технологий. На подходе квантовый компьютер, развивается генная инженерия. Может быть, мы просто переходим на новый этап эволюции, приспосабливаясь к меняющимся условиям жизни? А IQ как способ оценки просто устарел?

Как и почему меняется уровень интеллекта жителей Земли, разбирался KP.RU вместе с ученым, педагогом, деканом факультета «Экстремальная психология» Московского государственного психолого-педагогического университета (МГППУ) Дмитрием Деулиным.

«Обратный эффект Флинна»

- В психологии есть понятие «эффект Флинна». Он описывает повышение IQ от поколения к поколению, - рассказывает эксперт. - Исследования показали: с начала 1900-х годов IQ увеличивался в среднем на 2-3 балла за каждое десятилетие. Однако с 1990-х статистика стала фиксировать «обратный эффект Флинна»: снижение коэффициента интеллектуального развития. На те же 2-3 пункта за десятилетие. Причем, такая тенденция в большей степени характерна для стран Западной Европы. В странах БРИКС IQ либо не изменяется, либо даже увеличивается (напомним, в БРИКС сейчас входят Бразилия, Россия, Индия, Китай, ЮАР, Египет, Иран, ОАЭ, Индонезия и Эфиопия. - Ред.)

Также в результате ряда исследований был составлен рейтинг стран по уровню интеллектуального развития, продолжает Дмитрий Деулин.

- На вершине рейтинга Китай, Иран, Южная Корея, Сингапур. Россия заняла 6-е место. В упомянутых азиатских странах в той или иной степени есть ограничения в сфере глобального Интернета, - отмечает эксперт.

Уровень IQ в мире: рейтинг стран в 2026 году

Это самый свежий и широко цитируемый рейтинг. Портал International IQ Test собирает результаты добровольного онлайн-тестирования для составления рейтинга населения стран по среднему коэффициенту интеллекта. Обновление от 1 января 2026 года охватывает 1,2 млн человек из 137 стран. Участие в тестировании - по желанию. Так что эти данные нельзя назвать безупречными. Но они явно отражают общие тенденции, поясняют эксперты.

Место Страна Средний IQ

1. Южная Корея 106,97

2. Китай 106,48

3. Япония 106,3

4. Иран 104,8

5. Австралия 104,45

6. Россия 103,78

7. Сингапур 103,56

8. Монголия 102,61

9. Новая Зеландия 102,35

10. Вьетнам 102,26

США на 18-м месте (101,04), замыкает список Сомали (83,84).

Мифы об IQ

- Дмитрий Владимирович, нередко можно услышать: IQ устарел и сегодня вообще не показателен. Современные люди владеют знаниями, как применять новейшие технологии. Используют их и отлично адаптируются к текущей жизни. Зачем держать в голове тонны информации, если можно за секунду получить ее из смартфона.

- Думать, что IQ оценивает объем знаний, эрудированность - большая ошибка! На самом деле тесты на интеллект определяют умение рассуждать, логически мыслить. Оцениваются концентрация внимания, скорость обработки информации, память. Это вовсе не те опросы, где нужно ответить, Земля вращается вокруг Солнца или Солнце вокруг Земли.

Тестов на IQ довольно много. Они рассчитаны на разный возраст, на оценку тех или иных навыков. «Если взрослый человек возьмет тест для младших школьников, он, конечно, получит высокие баллы, но это будет непоказательно», - смеется эксперт.

- Какие тесты можно попробовать совершеннолетним людям, у которых головной мозг на пике работоспособности?

- В числе наиболее известных и более-менее универсальных - прогрессивные матрицы Равена (черно-белый вариант теста), тест интеллекта Г. Айзенка - Ф.Д. Горбова или тест структуры интеллекта Амтхауэра.

От редакции: эти тесты легко найти в интернете. Прогрессивные матрицы Равена - картинки с абстрактными геометрическими узорами. Нужно найти закономерность в фигурах и выбрать недостающий фрагмент изображения. Тест измеряет так называемый «флюидный интеллект» - способность мыслить логически, решать новые проблемы и видеть закономерности, независимо от накопленных знаний и опыта.

В методике Г. Айзенка - Ф.Д. Горбова заложены тесты, направленные на оценку развития общих способностей. Также этот тестовый материал помогает сформировать представление о структуре умственных способностей, поясняет эксперт.

Тест структуры интеллекта Амтхауэра, построенный на «субтестах», оценивает вербальные, пространственные, числовые и логические способности.

«От Гутенберга к Цукербергу»

- Из-за чего же постепенно снижается IQ - наблюдается тот самый «обратный эффект Флинна»?

- Многие исследователи сходятся во мнении, что одну из ведущих ролей играют цифровые технологии. Точнее, их чрезмерное, нерациональное использование. Привязанность к гаджетам, соцсетям, искусственному интеллекту (ИИ) наносит мощный удар по когнитивным способностям человека. Особенно сильно страдает головной мозг детей и молодежи. Развивается клиповое мышление - пристрастие и возможность воспринимать только короткие форматы, в первую очередь картинки и видео. Снижается способность и желание читать более длинные и сложные тексты.

- Есть точка зрения, что клиповое мышление - естественный способ адаптации к огромному потоку информации, который льется на нас в современном мире. Мозг выбирает короткие форматы, чтобы избежать перегрузки. Выглядит как метод защиты, новое эволюционное приспособление. Разве нет?

- Эволюция это развитие. А клиповое мышление ведет к инволюции, деградации. Наукой доказано: именно чтение длинных, достаточно сложных текстов, художественной, документальной, научной литературы развивает мышление, логику, речь, концентрацию внимания. То есть ключевые элементы интеллекта. Также это способствует долголетию головного мозга. Ухудшение способности воспринимать такие тексты связано со снижением интеллекта. И именно это мы наблюдаем сегодня. Человечество, особенно молодое поколение, что называется, перешло «от Гутенберга к Цукербергу» (то есть от печатных книг с более глубоким содержанием к поверхностным постам и рилсам в соцсетях. - Ред.).

! В то же время человек вполне способен избавиться от клипового мышления, вернуть себе интерес к более длинным форматам, развивающим интеллект, обнадеживает эксперт. Подробнее об этом - далее.

- Что касается избыточного потока информации, то это другая серьезнейшая проблема современности, - отмечает Дмитрий Деулин. - По сути, происходит информационная интоксикация. Она порождает рост тревожных, депрессивных и других психических расстройств. Но бороться нужно не клиповым потреблением информации. А с помощью цифровой гигиены, разумного отношения к новостям, соцсетям и т.д.

Рождаются новые болезни: цифровой аутизм и деменция

- Дмитрий Владимирович, что еще говорят исследования о влиянии цифровых технологий на наш мозг?

- Сегодня в научном сообществе обсуждается феномен «цифровой аутизации». Увлечение соцсетями, использованием цифровых помощников может усиливать социальную изоляцию. Дружба и даже любовные отношения переходят в виртуальную реальность (особенно ярко это проявляется сейчас, например, в Японии. - Ред.). Частое общение с ИИ вместо живых людей приводит к тому, что развивается эмоциональное отчуждение, характерное для аутизма. Наблюдения показывают: отказ от традиционных способов общения в пользу взаимодействия с нейросетями может снижать эмпатию - способность понимать и чувствовать эмоции другого человека, сопереживать ему.

- А что насчет угрозы «цифровой деменции»?

- Если классическая деменция - потеря памяти, способности мыслить, понимать и выполнять привычные действия - обычно развивается в пожилом возрасте, то «цифровая» - в первую очередь у молодежи. В официальной классификации болезней такого термина сегодня нет, но многие эксперты склоняются к тому, что со временем он появится. Речь идет об ухудшении памяти, ориентации в пространстве, мышления, концентрации внимания из-за злоупотребления цифровыми технологиями и устройствами.

Что еще выяснила наука о влиянии гаджетов и ИИ на мозг

- При использовании гаджетов наш мозг работает по-другому, - рассказал в одном из интервью KP.RU профессор-невролог, доктор медицинских наук Леонид Чутко. - Когда мы получаем информацию онлайн, то хуже запоминаем ее. Поскольку в обработку данных меньше вовлекается височная область коры головного мозга, отвечающая за долговременную память.

В то же время активное использование способностей нашего мозга (которые мы все больше делегируем гаджетам!) служит дополнительной профилактикой, помогает сохранять его хорошую работоспособность, подчеркнул врач. Например, было показательное исследование среди лондонских таксистов. Им требовалось сдать экзамен на вождение автомобиля без навигатора. После подготовки к такому испытанию увеличился объем гиппокампа (участка мозга, отвечающего за ориентацию в пространстве и оперативную память). А вот у водителей автобусов, все время работающих на одном маршруте, подобного эффекта не было.

- Зарубежные исследования показали: чрезмерное использование цифровых технологий связано с повышенным риском возникновения у детей тревожности, депрессии. Также отмечены проблемы со сном и поведением, - говорит Дмитрий Деулин. - Увлечение гаджетами вносит серьезный вклад в снижение уровня физической активности и рост детского ожирения.

Кроме того, по данным исследований, пребывание в соцсетях более двух часов в день связано со снижением социального благополучия, самооценки, уровня счастья. Повышается уязвимость к домогательствам и склонению к совершению преступлений.

- Мы в МГППУ проводили исследование о влиянии компьютерных технологий на развитие системного мышления ребенка и академическую успеваемость, - продолжает эксперт. - Оказалось, что вовлеченность в интернет-среду младших школьников может приводить к снижению способности системно анализировать изучаемый ими материал. Увлеченность компьютерными играми и соцсетями связана со снижением успеваемости.

Кроме того, научные работы показывают: частое использование гаджетов в раннем возрасте может приводить к нарушениям развития ребенка. «Дети, растущие в обнимку с планшетами и смартфонами, лишаются важных условий для полноценного развития головного мозга», - рассказала в интервью KP.RU главный психиатр Минздрава России Светлана Шпорт. В частности, возможны задержки развития речи, трудности формирования словарного запаса, построения предложений. У детей возникают сложности при общении с окружающими.

Все это может обернуться снижением качества жизни в подростковом и взрослом возрасте, серьезными психологическими проблемами и даже психическими расстройствами, предупреждают специалисты. «Всемирная организация здравоохранения подчеркивает риски от длительного и бесконтрольного применения гаджетов представителями современного молодого поколения. Рекомендуется, чтобы дети в возрасте от двух до четырех лет проводили перед экранами цифровых устройств не более часа в день. Малышам до 2-х лет нужно полностью ограничивать использование гаджетов», - говорит декан факультета «Экстремальная психология» МГППУ Дмитрий Деулин.

В 2006 году Facebook* столкнулся с настоящим кризисом. Внутренние данные свидетельствовали о том, что впервые с момента запуска двумя годами ранее (как TheFacebook*) компания перестала расти. Люди не присоединялись, а существующие пользователи не проводили больше времени на сайте.

Решение, разработанное соучредителем Марком Цукербергом и его коллегами, — «Лента новостей» — означало, что домашние страницы отдельных пользователей автоматически обновлялись информацией, адаптированной под их потребности, в частности, новыми сообщениями, добавленными их друзьями в Facebook*.

До этого пользователям приходилось активно проверять профили своих друзей, чтобы узнать, чем они занимаются. Теперь эта информация автоматически отправлялась на их домашние страницы. Так родился новый мир алгоритмического взаимодействия.

Сейчас это может показаться странным, но для многих пользователей Facebook* в то время эти изменения воспринимались как нарушение их конфиденциальности и доверия. Например, если бы вы изменили свой статус отношений с «в отношениях» на «всё сложно», это могло бы быть объявлено всем вашим друзьям в сети.

Лента новостей стала причиной первой крупной акции протеста против Facebook*. Десятки тысяч пользователей присоединились к группе, призывающей к возвращению первоначальной системы. Спонтанная акция протеста возникла у офиса Facebook* в городе Пало-Альто, штат Калифорния. Впервые компания почувствовала необходимость нанять охранников.

Цукерберг принес своего рода извинения, но не отступил. Он и другие инженеры Facebook* понимали, что вместо того, чтобы отталкивать людей от сайта, лента новостей стимулировала вовлечённость, побуждая пользователей проводить на платформе всё больше и больше времени.

Двадцать лет спустя мы можем рассматривать это событие как одно из наиболее значительных социально-технических изменений всей цифровой революции. Оно положило начало эпохе, в которой алгоритмические системы определяли способы взаимодействия людей, потребления новостей и осуществления политической деятельности.

Что особенно важно для реализации этого нового подхода к «продвижению контента», инженерам Facebook* пришлось создать новую цифровую архитектуру, которая бы превратила сайт из статической социальной сети в алгоритмическую систему, построенную на извлечении и анализе пользовательских данных.

По словам исследователей Кристины Алайамо и Янниса Каллиникоса, в рамках этой новой системы пользователей Facebook* можно будет «вычислять на основе дискретных и поддающихся подсчёту действий», превращая их в «идентифицируемые, познаваемые и пригодные для действий объекты».

Таким образом, Facebook* превратился из сайта, в первую очередь способствующего социальному взаимодействию, в сайт, ориентированный на производство и коммерциализацию знаний. С возрастающей точностью он понимал, какой контент удерживает пользователей на сайте дольше, и какая информация может влиять на поведение людей за пределами сайта.

Теперь Facebook* может постоянно оптимизировать уровень социального взаимодействия, используя свою алгоритмическую систему ранжирования Edge Rank. С помощью небольшой корректировки он может переключаться с приоритета сообщений от близких друзей на контент, вызывающий большее взаимодействие или возмущение.

Это отняло власть у пользователей и передало её корпорации, вызвав опасения, что пользователи проводят на сайте больше времени, чем им хотелось бы. (В конечном итоге это привело к «масштабной модернизации» ленты новостей в 2018 году, когда Facebook* пообещал переориентировать приоритеты с «релевантного контента» на «значимые социальные взаимодействия»).

Но прежде всего, инновации Facebook*, внедрённые в 2006 году, позволили компании собрать огромные объёмы пользовательских данных, которые в течение следующих двух десятилетий позволили ей с поразительной скоростью расширяться по всему миру и получать при этом колоссальные доходы.

Спустя двадцать лет материнская компания Facebook*, Meta*, и другие крупные технологические платформы сталкиваются с проблемами гораздо более серьёзными, чем спонтанные протесты на улицах Пало-Альто. По всему миру демократические институты и государства предпринимают постоянные усилия по ограничению власти и предполагаемого вреда алгоритмических систем, появившихся после 2006 года.

Однако мы живём в совершенно иную эпоху алгоритмов, нежели та, которую ознаменовал запуск новостной ленты 20 лет назад. Хотя Meta* по-прежнему получает большую часть своей выручки от социальных сетей, включая Instagram* и WhatsApp*, недавние инвестиции и планируемые запуски продуктов на основе искусственного интеллекта свидетельствуют о том, что руководство компании считает, что будущие потоки доходов будут в значительной степени связаны с развитием машинного обучения, больших языковых моделей и «сверхинтеллекта».

Вопрос в том: будут ли правительства и другие институты реагировать на опасения, вызванные новой эрой развития ИИ, быстрее, чем они реагировали на появление алгоритмов два десятилетия назад? Судя по прошлому опыту, это маловероятно.

https://techxplore.com/news/2026-09-facebook-news-age-algorithm-years.html (является иноагентом)

* признано экстремистским и запрещено в РФ

Российские исследователи (в числе которых выпускник магистратуры кафедры РКЦ в МФТИ Владимир Бизин и руководитель научной группы РКЦ Вадим Макаров) изучили работу промышленных детекторов одиночных фотонов, которые используются в приемных модулях систем квантового распределения ключей, и обнаружили новые потенциально опасные особенности их поведения.

Известно несколько уязвимостей детекторов одиночных фотонов в приемном блоке системы квантового распределения ключей. Их список только что пополнился двумя новыми неидеальностями.

1) В одной детектор сдвигает свой отклик во времени в ответ на изменение яркости подаваемого на него света, что потенциально позволяет злоумышленнику обойти алгоритм квантового распределения ключей.

2) В другой детектор «запоминает» свою историю детектирования фотонов, слегка изменяя свои характеристики на доли секунды. Исследование экспериментально подтверждает наличие обеих неидеальностей в промышленных детекторах одиночных фотонов.

Хотя полностью работающей атаки на систему распределения ключей в исследовании не продемонстрировано, авторы предложили превентивные меры защиты от этих новых уязвимостей. Работа «Энерго-временная атака на детекторы в системах квантового распределения ключа» опубликована в журнале Physical Review A.

Авторы исследования:

Константин Зайцев — аспирант в Университете Виго, бывший аспирант МИСиС;

Владимир Бизин — выпускник магистратуры кафедры РКЦ в МФТИ;

Дмитрий Кузьмин — сотрудник компании «КуРэйт»;

Вадим Макаров — научно-технический руководитель научной группы «Уязвимости Квантовых-систем» РКЦ, профессор кафедры теоретической физики и квантовых технологий МИСиС, руководитель лаборатории анализа практических уязвимостей систем квантовой криптографии и разработки методов ее сертификации Центра компетенций НТИ «Квантовые коммуникации».

Журнальная версия статьи доступна в открытом доступе: http://www.vad1.com/publications/zaitsev2026.PhysRevA-114-012601.pdf

Препринт исследования: https://arxiv.org/abs/2603.07538

Атакующие скомпрометировали инфраструктуру Cloudflare, которую использует платформа Coder, и добавили в пул реестра собственные серверы. В результате некоторые разработчики получили вредоносные модули Terraform, зараженные стилером, который воровал из их систем ключи, токены и другие секреты.

Coder позволяет компаниям разворачивать защищенные self-hosted среды разработки, в том числе для создания ИИ-приложений. Платформой пользуются такие крупные компании, как Dropbox, Palantir, Square, Mercedes-Benz, KKR, EnBW, а также правительственные структуры США и оборонные компании.

По информации разработчиков, целью атаки стал registry.coder.com — реестр, откуда разработчики загружают компоненты для шаблонов рабочих окружений. Злоумышленники получили доступ к инфраструктуре Cloudflare с помощью скомпрометированного API-ключа и добавили в пул реестра несанкционированные IP-адреса, где были развернуты поддельные серверы. В результате инфраструктура Cloudflare направляла часть запросов пользователей на эти адреса.

Сообщается, что атакующие модифицировали Terraform-модули — готовые наборы инструкций для создания и настройки инфраструктуры, и вредоносные файлы распространялись 31 августа 2026 года в период с 07:35 до 21:45 UTC.

Внедренный в модули вредоносный код работал как инфостилер: искал переменные окружения и секреты provisioner, API-ключи облачных платформ и ИИ-инструментов, учетные данные CI/CD, секреты из конфигурационных файлов и историю терминала. Кроме того, на зараженных машинах малварь собирала OIDC-токены пользователей, SSH-ключи, временные токены доступа к внешним сервисам, пароли БД Coder и другие секреты, если provisioner работал внутри coderd. Все собранные стилером данные в итоге отправлялись на домен coder-infra[.]com.

Теперь всем потенциальным пострадавшим рекомендуют как можно скорее сменить все секреты, которые мог похитить вредонос. Также перед обновлением до исправленных версий 2.37.0, 2.36.4, 2.35.7 или 2.34.9 рекомендуется проверить логи файрвола, прокси, DNS и VPC Flow Logs на соединения с coder-infra[.]com.

Кроме того, разработчикам советуют поискать в логах provisioner упоминания data.external.telemetry, определить, какие модули скачивались в период атаки, и удалить потенциально вредоносные пакеты из кеша. Для поиска затронутых кешированных модулей и версий шаблонов разработчики Coder подготовили специальный SQL-запрос.

В Coder подчеркивают, что refresh-токены не передавались provisioner, и расследование не выявило признаков компрометации клиентских данных, которые хранит сама платформа.

Главным впечатлением от конференции для меня стало не столько знакомство с отдельными исследованиями, сколько обнаружение общей линии, которая проходила через выступления учёных, представляющих разные научные направления. Несмотря на различия в методах и предметных областях — от нейрофизиологии до философии сознания, от психологии до искусственного интеллекта, — многие доклады сходились вокруг одного фундаментального вопроса: каким образом человек формирует представление о мире и как это представление позволяет ему понимать реальность, принимать решения и создавать новое.

Одним из наиболее часто звучавших понятий конференции стала «картина мира». Сергей Борисович Парин в лекции «В поисках сознания» поставил принципиальный вопрос: что именно исследует когнитивная наука? Если мы изучаем сознание и когницию, то должны понимать, что именно скрывается за этими понятиями. Однако оказывается, что даже внутри научного сообщества нет полного единства в определении самого объекта исследования. Через образ Вавилонской башни — смешения языков — возникает важная проблема: если разные люди и культуры используют разные системы описания реальности, то насколько совпадают их картины мира и насколько вообще возможно полное понимание друг друга?

Эта мысль получила развитие в выступлении Олега Петровича Кузнецова «Может ли искусственный интеллект стать человекоподобным?». Центральным понятием его доклада стало понимание. Он предложил различать интеллектуальную задачу и алгоритмическую задачу: если существует полный алгоритм решения, задача может быть передана вычислительной системе. Но настоящая интеллектуальная задача возникает там, где алгоритма ещё нет, где необходимо самому определить существенное, сформировать модель ситуации и найти новый способ действия.

В этом контексте возникает принципиальное различие между результатом мышления и самим процессом мышления. Искусственный интеллект уже способен создавать многие результаты интеллектуальной деятельности человека — тексты, изображения, расчёты, программный код. Однако вопрос остаётся в другом: обладает ли он собственной картиной мира, способен ли понимать значение происходящего, связывать информацию с целью и действием?

Очень важным для меня стало различение семантики и синтаксиса, которое прозвучало у нескольких участников конференции. Формальная работа со знаками сама по себе ещё не означает понимания их смысла. Система может оперировать символами, но это не гарантирует наличия картины мира, в которой эти символы имеют значение. Позже похожая мысль прозвучала у Татьяны Владимировны Черниговской, но уже через язык семиотики и знаковых систем.

В докладе «Появление когнитивности: что или кто?» Черниговская продолжила фундаментальную линию конференции: что такое когнитивность и где проходит граница между человеком и другими сложными системами? Человек был представлен как Homo semioticus — существо, существующее в мире знаков, языка и культуры. Мы не воспринимаем реальность напрямую: между нами и миром всегда находится система понятий, символов, языковых конструкций и культурных кодов. Именно через них формируется наша картина мира.

Одним из самых сильных тезисов выступления Черниговской стала идея понимания как сжатия сложности. Человек постоянно сталкивается с огромным количеством информации, но само по себе накопление информации ещё не создаёт знания. Понимание возникает тогда, когда человек способен выделить существенное, отделить факт от интерпретации, увидеть структуру и сжать множество разрозненных элементов в несколько ключевых понятий и связей.

В этом смысле понимание — это не упрощение мира, а создание его более ёмкой модели.

Именно здесь для меня возникла наиболее сильная связь с направлением, которое мы развиваем в Лаборатории экономики и бизнеса и в курсе НГУ «Основы экономики и бизнеса». В основе нашего подхода лежит идея, что образование должно быть направлено не только на передачу знаний, но и на формирование способности строить модели реальности. Мы используем простую, но фундаментальную последовательность: реальность — знак — модель.

Человек никогда не работает непосредственно с реальностью во всей её полноте. Он выделяет сущности, создаёт понятия, строит системы описания и модели, через которые становится возможным понимание и действие. Экономика в этом смысле представляет собой не только область знаний о деньгах, рынках или компаниях. Это особый язык описания реальности, который постоянно требует работы с ограничениями, ресурсами, альтернативами, последствиями решений и причинно-следственными связями.

Именно поэтому экономическое образование можно рассматривать шире, чем традиционное изучение экономических категорий. Оно может выступать как пространство тренировки мышления: способности различать, формулировать понятия, строить модели, проверять гипотезы и видеть последствия решений.

Эта идея стала основой представленного на конференции доклада о развитии когнитивных способностей подростков через экономическое образование. В нём рассматривается практический опыт построения образовательной среды, где экономика становится инструментом развития внимания, памяти, мышления, речи, воображения и метакогнитивных способностей.

Особенно актуальной эта тема становится в эпоху искусственного интеллекта. Если раньше главной задачей образования было передать человеку как можно больше информации, то сегодня такая модель становится недостаточной. Искусственный интеллект способен быстро создавать тексты, находить связи, обрабатывать данные и предлагать варианты решений. Но именно поэтому возрастает ценность человеческих способностей более высокого уровня: умения задавать правильные вопросы, понимать контекст, строить модели, оценивать последствия и критически проверять полученные результаты.

Возможно, главный вызов современного образования заключается уже не в том, чтобы дать человеку готовую картину мира. Гораздо важнее научить его самостоятельно создавать, проверять и изменять собственные модели понимания реальности.

В этом смысле когнитивная наука и образование оказываются связаны общей задачей: формированием человека, способного ориентироваться в сложном мире.

Итогом конференции для меня стала следующая мысль: в условиях стремительного роста объёма информации главным ресурсом становится не количество накопленных знаний, а способность человека превращать информацию в понимание. А понимание начинается там, где человек способен увидеть структуру реальности, создать её модель и использовать эту модель для осмысленного действия.

Дмитрий Марков

Руководитель Лаборатории экономики и бизнеса

Главные подробности технического эксперимента:

Ультимативная сборка ПК: Для теста собрали настоящего монстра на базе процессора AMD Ryzen 7 9800X3D и флагманской видеокарты ASUS ROG Astral RTX 5090 с 32 ГБ новейшей памяти GDDR7. Систему запитали от блока на 1200 Вт, охладили жидкостной системой от ASUS, а также добавили 128 ГБ сверхбыстрой ОЗУ DDR5 (8000 МГц) и три SSD по 2 ТБ.

Магия DLSS 5: Интеграция обновленного профиля DLSS 5 стала ключевым фактором. Нейросетевая реконструкция скомпенсировала колоссальную нагрузку от разрешения 8K, улучшив четкость мелких элементов окружения без появления артефактов и мерцания тонких линий.

Новый уровень фотореализма: Комплекс модов и трассировка пути через Reshade радикально преобразили Найт-Сити. Игроки получили точный расчет глобального освещения, идеальные отражения на неоновых вывесках и мокром асфальте, а также корректное поведение лучей на сложных поверхностях.

Испытание пройдено: Видеокарта с 32 ГБ памяти играючи справилась с отрисовкой тяжелых моделей и текстур, не допустив переполнения буфера. Картинку для полного погружения выводили на 65-дюймовый 8K-телевизор LG с частотой 120 Гц и два OLED-монитора.

А ваша система готова к таким графическим экспериментам, или для комфортного гейминга вам с головой хватает классического разрешения без сотен тяжелых модов? Делитесь характеристиками своих ПК в комментариях!рка #Моды #ТрассировкаПути #новости

Информационно-технический перехват и сторонняя перенастройка рекомендательных лент зарубежных цифровых платформ

Ключевая проблема использования зарубежных цифровых платформ кроется не в отдельном разовом контенте (если это не запрещенный контент), а в искусственном навязывании российским гражданам антироссийской, русофобской и прозападной повестки рекомендательными алгоритмами этих платформ. В том, что рекомендательные системы данных платформ используются и будут использоваться для персонализированного влияния, проведения алгоритмических ИПСО и продвижения нарративов, выгодных иностранным субъектам.

Уникальным в мировой практике решением данной проблемы может стать разработка Россией технологий и инструментов технического перехвата информационных блоков интернет-выдачи рекомендательных лент зарубежных платформ и перенастройка лент с применением отечественных алгоритмов.

Монополию на «алгоритмический выбор», предлагаемый основными цифровыми гигантами Россия может компенсировать полноценной альтернативной логикой самого выбора, со всеми вытекающими из этого когнитивными, политическими и цивилизационными последствиями.

Данный замысел осуществляется через создание соответствующих клиентов, имитаторов и эмуляторов приложений и расширений (плагинов) данных платформ, которые будут фильтровать и ранжировать их контент под российские, общественно полезные цели, нивелируя риски попадания российских граждан в эхо-камеры деструктивного или прозападного влияния.

Таким образом, можно создать отдельные клиенты и плагины YouTube Ru, TikTok Ru, X Ru и других социальных сетей, что позволит нивелировать их негативное влияние и снизить общественную напряженность, вызванную политикой ограничений.

Для дополнительного обучения рекомендательных моделей и создания своих алгоритмов весь видеоконтент YouTube, например, может быть скачан на отдельные внутренние хранилища, что для 1 эксабайта памяти (примерный текущий объем YouTube) обойдётся примерно в 10 млрд рублей.

ВТОРАЯ ТЕХНОЛОГИЯ

Созидательные рекомендательные системы и алгоритмы

Сегодня архитектура большинства цифровых платформ и их алгоритмов оптимизирована для достижения капиталистических, политических и военно-политических целей.

Алгоритмы, стремящиеся максимизировать аддиктивную вовлеченность, кликабельность и времяпрепровождение на платформе, неизбежно используют когнитивные уязвимости человека при работе с его вниманием, интересами и эмоциями. Человеческое внимание воспринимается платформами как ограниченный ресурс и товар, который необходимо завлечь и монетизировать, а в случае иностранных военных и политических целей – захватить и оперировать.

Таким образом, корень проблем современного информационного пространства лежит на самом нижнем уровне самой логики алгоритмической архитектуры и целевой функции математических моделей фильтрации, ранжирования, приоритизации и персонализации информации.

Россия могла бы первой на мировой арене выступить за фундаментальное переосмысление и смену вектора развития самой отрасли цифровых платформ: от текущего состояния коммерциализации и эксплуатации человеческой психики – к созидательным технологиям, служащим человеку и обществу.

Целями технологий должны быть помощь во всестороннем развитии человека и обогащение жизни, а не ее поглощение. Жизнь человека – не может ограничиваться бездумным скроллингом ленты, бесконечным медиапотребительством, цифровым гедонизмом и бесполезным времяпрепровождением у экрана, которое сжигает самое дорогое, что у нас есть –наши мечты, наш дух, нашу волю, нашу осознанность, внимание к нашим близким и в конечном итоге – отпущенное время нашей жизни!

Вместо этого алгоритмы должны помогать человеку на его личном жизненном пути, который должен вести к его всестороннему развитию, достижению его заветной мечты, реализации его жизненных целей.

Многоцелевая функция рекомендательных систем может быть также дополнена такими метриками, как: национальная безопасность, долгосрочная полезность, общественное здоровье и благополучие, мотивация к интеллектуальному, культурному, творческому и духовному познанию и развитию, серендипность (для мягкого прокалывания фильтр-пузырей), соединение эхо-камер (для консолидации и солидаризации общества) и метрики отдельных конкретных идеалов и ценностей.

ТРЕТЬЯ ТЕХНОЛОГИЯ

Инструменты алгоритмического выбора

Ещё более фундаментальный подход к решению проблемы алгоритмического влияния на человека, может стать создание Россией новых, децентрализованных протоколов, где алгоритмический выбор является встроенной, нативной функцией.

Позволив разработчикам создавать и предлагать пользователям собственные алгоритмы (при условии отсутствия в них элементов продвижения деструктивного и антироссийского контента), Россия, таким образом, может перейти к формированию глобального рынка алгоритмов, с соответствующим занятием передовых позиций в данной отрасли и выходом на мировую арену распределения информационных потоков и войны смыслов.

В случае желания изменить ленту, человек сможет установить свои алгоритмы в соответствии с выбранными им ценностями или варьировать платформенные на уровне удобных и заметных тумблеров, рычагов, бегунков и переключателей по тем или иным метрикам и показателям, повышая уровень своей агентности и субъектности в процессе медиапотребления.

На сегодняшний день во многих платформах уже существуют мягкие способы настройки ленты (фильтры тем и ключевых слов), однако они не меняют конечной цели и логики алгоритмов. Часть подобного функционала при этом (кнопки «не нравится», «показывать меньше») вносит изменения в ленту крайне медленно или не учитывается при нажатии вовсе.

Пользователь всегда должен иметь возможность заменить алгоритмы, сделать свою ленту не персонализированной либо сбросить текущий анализ своих цифровых следов, перезагрузить настройки рекомендаций одним удобным действием на уровне приоритизированного интерфейса – всегда иметь возможность откатить ленту на уровень базовых созидательных алгоритмов, начав жизнь в сети с нуля.

ЧЕТВЕРТАЯ ТЕХНОЛОГИЯ

Человек в цикле обучения алгоритмов

Одним из кардинальных способов решения проблемы личного перепрофилирования рекомендательной выдачи пользователем, на который не решаются глобальные цифровые платформы, может стать встраивание в принципы работы рекомендательной системы парадигмы «человек-в-цикле» (Human-in-the-Loop, HITL).

Принятие парадигмы HITL означает не просто добавление новых функций, а идеологический сдвиг в философии проектирования. Это переход от модели, когда ИИ выдаёт готовые рекомендации без объяснений, к модели, когда ИИ становится инструментом, которым человек учится пользоваться и который расширяет его собственные возможности изменения своей цифровой жизни.

На первый план выходят не традиционные метрики точности предсказаний для вовлечения, а метрики совместной эффективности, такие как скорость достижения пользователем своей цели, его удовлетворенность конечным результатом и чувство контроля над процессом.

Включение человека в цикл обучения рекомендательной системы на его же личных данных:

- означает значительный рост прозрачности;

- эффективно использует данные инструменты на благо человека;

- смягчает негативные аспекты, погрешности и слабые стороны алгоритмов;

- ведет к созданию более качественных цифровых продуктов.

Новым парадигмальным шагом в работе рекомендательных систем может являться также внедрение в них больших языковых моделей (LLM) и основанных на них агентных систем. Вместо того чтобы просто выдавать список рекомендаций, системы могут быть более интерактивными, диалоговыми, контекстно-зависимыми и проактивными, меняя настройки ленты или предлагая рекомендации в ходе обычного разговора или прямых указаний пользователя.

ПЯТАЯ ТЕХНОЛОГИЯ

Цифровые мультиплатформы – приложения межплатформенного поиска и агрегации контента

Принципы работы поисковых систем (Яндекс, Google и др.) способны находить видеоролики, физически размещённые на совершенно разных сайтах и видеохостингах, применяя при этом к ним процессы фильтрации и ранжирования на основе собственных алгоритмов.

Россия может использовать данный принцип для создания и глобального распространения удобных цифровых мультиплатформ в виде мобильных приложений для смартфонов и других гаджетов, которые будут включать агрегированную ленту и межплатформенный поиск по Youtube, Twitch, Rutube, ВК и другим сервисам и при этом будут:

- использовать свои алгоритмы федеративного поиска и рекомендаций, в т.ч. созидательные рекомендательные алгоритмы;

- предоставлять пользователям инструменты алгоритмического выбора, возможности полной смены алгоритмов или удобной персональной настройки ленты, в том числе с использованием своего ИИ-помощника в цикле обучения;

- включать другие привлекательные и полезные человеко-ориентированные и социально-ориентированные инструменты;

- включать абсолютно весь контент, который подвергся цензуре со стороны западных платформ и основных цифровых гигантов.

Таким образом, создание цифровых мультиплатформ или превращение в мультплатформу уже готового продукта (например, Rutube) позволит:

1. Снять ограничения со всего массива глобального контента, который не представляет угрозы для российских граждан;

2. Решить проблемы демоушена и деранкинга, реального и теневого бана не западных СМИ и блогеров со стороны западных платформ (например, создав Youtube Free или TrueTube, в котором будет основной контент Youtube + контент, заблокированный им по политическим причинам);

3. Продвигать свободные от цензуры площадки с человеко-ориентированными инструментами и созидательными смыслами по всему миру, в том числе в самих западных странах.

Пользователи смогут получать контент из разных сервисов в одном интерфейсе, хранить локальные подписки и формировать свою универсальную ленту.

ШЕСТАЯ ТЕХНОЛОГИЯ

Блокировка и перехват отдельных функций зарубежных цифровых платформ

Для решения отдельных задач обеспечения национальной безопасности (противодействие мошенничеству или вовлечению граждан России в противоправную деятельность, противодействие сбора персональных и других личных данных российских пользователей) могут быть использованы технологии блокировки и технического перехвата отдельных функций зарубежных цифровых платформ, например, возможностей переписки.

Таким образом, пользователь сможет использовать все основные функции платформы (например, X): просматривать ленту, искать контент, оставлять комментарии и реакции, – но для переписки с пользователями клиента или расширения X Ru задействовать дополнительный модуль прямо поверх интерфейса X, который будет использовать российские сервера и протоколы, не оставляя возможности кражи и использования данных российских граждан.

Такая декомпозиция и клиентское разъединение функций платформы реализуется через сочетание последовательности: блокировка функции / вставка функции на стороне клиента / наложение пользовательского интерфейса / замена протокола.

Данный принцип был реализован, например, в браузерном расширении Keybase, которое добавляло Keybase Chat непосредственно в профили Twitter, Facebook (запрещен в РФ), Reddit, GitHub и др. Пользователь видел профиль Twitter, нажимал добавленную расширением кнопку чата и начинал отдельную внеплатформенную переписку.

Другой пример – Mask Network – плагин, который специально строится как независимый функциональный слой поверх Web2-соцсетей. Контент-скрипты создают дополнительный пользовательский интерфейс внутри соцсети, а отдельный background сервис выполняет криптографические и другие операции.

Таким образом, можно создать независимый слой приватной коммуникации и других функциональных возможностей практически на любой цифровой платформе, а возможности её внутренней нативной переписки и приёма сообщений отдельно «выключить», тем самым решив задачи информационной безопасности с сохранением доступа к самим платформам.

Платформы остаются идентификационным, визуальным и контентным слоем, но поверх них появляется другая логика, другие ключи, другие алгоритмы и частично другая инфраструктура.

СЕДЬМАЯ ТЕХНОЛОГИЯ

Алгоритмическая координация пророссийского влияния на зарубежных цифровых платформах

Альтернативные рекомендательные системы и алгоритмы могут быть использованы для оптимизации безопасного вхождения российских граждан в отдельные контентно-смысловые блоки и пользовательские дискуссии, связанные с политикой и Россией, а также для координации коллективного пророссийского влияния на зарубежных цифровых площадках.

Центральным элементом технологии является каскадная маршрутизация контента. Вместо того чтобы показывать «сырой» прозападный пост всем российским пользователям, система организует цепочку обработки смыслов.

Уровень 1. Авангард (агенты влияния). Система сканирует ленту и находит политически и идеологически значимые посты о России (например, в том же X). Этот контент не показывается сразу широкой российской аудитории. Он направляется в специальную очередь для первой линии реагирования пророссийских активистов и ботсетей. Сюда попадают пользователи с наивысшим уровнем аргументативной подготовки, опытом ведения информационного противоборства и психологической устойчивостью. Пророссийские инфлюенсеры, блогеры, активисты и топ-боты пишут качественные комментарии, отражающие российскую картину мира и ценности, создают пророссийскую интерпретацию события, выполняют точечное прокладывание пути к победе российских смыслов, оставляя маяки для других активистов и российских пользователей.

Уровень 2. Активация патриотического сообщества (волна поддержки).

После того как первые комментарии оставлены, система переходит на второй уровень. Теперь этот пост с уже существующими сильными пророссийскими комментариями показывается широкому кругу патриотически настроенных пользователей. Пользователи и боты этого уровня ставят лайки, репостят, пишут короткие поддерживающие реплики. Это создает социальное доказательство и меняет восприятие ветки обсуждения.

Уровень 3. Безопасное потребление (массовый пользователь).

После прохождения первых двух этапов пост в его обработанном виде может попадать в ленту основной массы российских пользователей, использующих отечественные расширения и клиенты. Система ранжирует для них ленту таким образом, чтобы качественные пророссийские ответы находились наверху. Это обеспечивает когнитивную и ментальную безопасность российских граждан – пользователь видит прозападную точку зрения, но она уже обезврежена сильными контраргументами или контрконтентом, что предотвращает эффект убеждения ложным нарративом.

Отдельным элементом системы могут выступать маршрутизация необходимости срочного вмешательства («наших бьют») и маршрутизация компетенций. То есть параллельно с потоком контента может работать система анализа состояния дискуссий, поиска уязвимых мест и профильной персонализации. Техническое обсуждение система отдает пользователю с инженерным профилем. Для исторического – находит историка.

Это переводит российское влияние из пассивного в проактивное и скоординированное. Российские пользователи перестают быть атомизированными и изолированными потребителями глобального контента, а становятся сплоченным единым целым – настоящим народом, способным к самоорганизации и защите своей ментальности, своих ценностей и своей правды в современном глобальном информационном пространстве.

В Journal of the American Academy of Child & Adolescent Psychiatry опубликованы систематический обзор и метаанализ половых и гендерных различий в интернализирующих симптомах у детей и молодых людей с расстройствами аутистического спектра. Авторы объединили 56 исследований с участием 13 410 человек и обнаружили, что у девочек тревожные симптомы в среднем были несколько выраженнее, чем у мальчиков, причём различие увеличивалось в более старших выборках и при более высоком среднем уровне интеллекта. Для общего уровня интернализирующих проблем и депрессивных симптомов убедительных различий между полами обнаружено не было. Авторы подчёркивают, что эффект для тревоги был небольшим, а результаты отдельных исследований существенно различались между собой.

Расстройства аутистического спектра связаны с повышенной частотой сопутствующих эмоциональных проблем, прежде всего тревоги и депрессии. При этом остаётся менее ясным, одинаково ли они проявляются у девочек и мальчиков с РАС и меняются ли эти различия с возрастом.

В психологии и психиатрии часто используется более широкое разделение проблем на интернализирующие и экстернализирующие. К первым относят преимущественно эмоциональные симптомы, направленные «внутрь», включая тревогу и депрессию. Ко вторым относятся проявления, выражающиеся преимущественно во внешнем поведении, например агрессивность, импульсивность или оппозиционное поведение.

У детей и молодых людей с РАС интернализирующие проблемы встречаются чаще, чем у нейротипичных сверстников. Их развитию могут способствовать особенности эмоциональной регуляции, алекситимия, когнитивная ригидность, трудности социального взаимодействия, непереносимость неопределённости и негативный социальный опыт. Эти особенности следует рассматривать скорее как возможные факторы уязвимости и сопутствующие характеристики, чем как непосредственные проявления тревоги или депрессии.

Предыдущие исследования давали противоречивые результаты. В одних работах более высокие уровни интернализирующих симптомов обнаруживали у девочек с РАС, в других – у мальчиков, ещё в части исследований различий не было. Авторы предположили, что часть этих расхождений может объясняться возрастом, уровнем интеллекта и особенностями дизайна исследований. Ранее также обсуждалась возможная роль сопутствующих симптомов РДВГ, однако в новом метаанализе проверить её не удалось из-за недостаточного и неоднородного представления таких данных.

Как проводилось исследование

Систематический обзор был зарегистрирован в PROSPERO и выполнен в соответствии с рекомендациями PRISMA. Авторы провели поиск в Medline, Embase, PsycINFO, Web of Science и ASSIA. Из 4093 уникальных публикаций критериям включения соответствовали 56 исследований с 13 410 участниками с РАС: 3657 девочек и 9753 мальчика. Пятьдесят исследований имели поперечный дизайн, шесть – продольный.

Для метаанализа отдельно рассматривались три группы исходов: общий уровень интернализирующих симптомов, тревожные симптомы и депрессивные симптомы. Включались исследования, в которых эти проявления оценивали с помощью валидированных количественных шкал.

Важно, что речь здесь преимущественно идёт именно о выраженности симптомов, а не о наличии клинически диагностированного тревожного или депрессивного расстройства. В исследованиях использовались различные инструменты, включая Child Behavior Checklist, Spence Children’s Anxiety Scale, Behavior Assessment System for Children, Revised Child Anxiety and Depression Scale, Children’s Depression Inventory и специализированную Anxiety Scale for Children with Autism Spectrum Disorder.

Средний возраст участников отдельных исследований составлял от 3,0 до 15,6 года, медиана – около 10 лет. Это именно диапазон среднего возраста выборок, а не возраст всех отдельных участников исследования. Средний IQ выборок варьировался от 56,3 до 116,3.

Общий уровень интернализирующих проблем существенно не различался

В метаанализ общего уровня интернализирующих симптомов вошли 20 исследований. У девочек показатели в среднем были немного выше, однако различие оказалось статистически незначимым: g Хеджеса = 0,10, 95 % ДИ от –0,04 до 0,23.

Кроме того, результаты исследований сильно различались между собой. Гетерогенность была высокой, что дополнительно ограничивает возможность сделать единый вывод о половом различии в общем уровне интернализирующих проблем.

Тревожные симптомы были несколько выраженнее у девочек

Для тревоги данных оказалось больше всего – в соответствующий метаанализ вошли 26 исследований. Здесь было выявлено небольшое, но статистически значимое различие: у девочек с РАС тревожные симптомы были выражены сильнее, чем у мальчиков. Размер эффекта составлял g Хеджеса = 0,14.

Таким образом, речь идёт о небольшом среднем различии между группами, а не о резком разделении девочек и мальчиков по уровню тревоги. Именно тревога оказалась единственным из трёх изучавшихся исходов, для которого метаанализ дал статистически значимое половое/гендерное различие.

Для депрессии убедительного различия не обнаружено

В метаанализ депрессивных симптомов вошли 13 исследований. У девочек вновь наблюдалась тенденция к несколько более высоким показателям, однако статистической значимости она не достигла: g Хеджеса = 0,12, 95 % ДИ от –0,01 до 0,25; p = 0,067.

Авторы поэтому осторожны в интерпретации. Исследований депрессии было существенно меньше, чем исследований тревоги, а статистическая мощность анализа была ниже. Полученные данные пока не позволяют уверенно утверждать, что депрессивные симптомы у девочек с РАС выражены сильнее.

Различия по тревоге усиливались с возрастом

Возраст оказался значимым фактором только для тревожных симптомов. Чем выше был средний возраст участников исследования, тем заметнее становилось различие между девочками и мальчиками. Наиболее выраженным оно было в выборках, приближавшихся к подростковому возрасту.

Для общего уровня интернализирующих проблем и депрессии такой зависимости от возраста обнаружено не было. Авторы предлагают несколько возможных объяснений. Подростковый период сопровождается повышенной чувствительностью к мнению сверстников и отвержению, усложнением социальных отношений и переходом в более требовательную социальную среду.

Некоторые исследования показывают, что девочки с РАС могут сильнее стремиться к социальному взаимодействию и быть более чувствительными к межличностному стрессу. Одновременно в подростковом возрасте социальные проявления аутизма у части девочек становятся заметнее, что может осложнять адаптацию и увеличивать давление, связанное с маскингом – попытками скрывать или компенсировать аутистические особенности в социальных ситуациях.

Авторы также обсуждают возможную роль пубертатных изменений. Колебания эстрадиола и прогестерона могут влиять на реактивность гипоталамо-гипофизарно-надпочечниковой системы и миндалевидного тела при стрессе. Дополнительный вклад потенциально могут вносить межличностный стресс, сенсорная перегрузка, сексуальные домогательства и насилие. Все эти объяснения остаются гипотезами, поскольку непосредственно в метаанализе такие механизмы не проверялись.

При более высоком IQ различия по тревоге становились больше

Ещё один интересный результат касается интеллектуального функционирования. В исследованиях тревоги средний IQ выборок составлял от 72,7 до 116,3. Чем выше был средний IQ участников исследования, тем немного больше становилось различие между девочками и мальчиками по тревожным симптомам.

Этот эффект оказался выраженным именно для тревоги. Для общего уровня интернализирующих симптомов и депрессии IQ значимым модератором не был. Авторы не утверждают, что высокий интеллект сам по себе вызывает тревогу у девочек с РАС. Скорее различия в когнитивном уровне изучаемых выборок могут быть одной из причин, почему предыдущие исследования получали неодинаковые результаты.

Имеет значение и то, откуда набирали участников

Различие по тревоге между девочками и мальчиками оказалось больше в популяционных выборках, чем среди пациентов, набранных в клинических учреждениях. Одно из возможных объяснений – эффект потолка. Дети, уже направленные в специализированную клинику, как правило, имеют достаточно выраженные эмоциональные трудности независимо от пола, поэтому исходные различия между девочками и мальчиками могут становиться менее заметными.

Почему результаты нужно интерпретировать осторожно

Авторы подчёркивают высокую неоднородность исследований. Они различались по возрасту участников, уровню интеллекта, способам диагностики аутизма, используемым шкалам и источнику информации о симптомах. В большинстве работ оценки давали родители. При этом внутренние переживания ребёнка и их оценка родителем могут существенно различаться.

Кроме того, понятия биологического пола и гендера в исходных исследованиях обычно чётко не разделялись. Поэтому авторы статьи используют объединённую формулировку sex/gender differences и считают более точное изучение этих двух факторов одной из задач будущих исследований.

Этническое разнообразие также было небольшим: большинство доступных выборок состояло преимущественно из белых участников из западных стран. Авторы считают важным изучать взаимодействие возраста, пола, гендера, этнической принадлежности, культурной среды и интеллектуального функционирования в более разнообразных выборках.

Почему это важно

У девочек с РАС действительно обнаружен несколько более высокий уровень тревожных симптомов, причём различие становится заметнее с возрастом и при более высоком среднем IQ. Убедительных половых различий в общем уровне интернализирующих проблем или депрессивных симптомах пока нет.

Практически это обращает дополнительное внимание на тревогу у девочек с аутизмом, особенно в подростковом возрасте. При этом небольшой размер эффекта и высокая неоднородность результатов не позволяют использовать пол как простой предиктор эмоциональных проблем у конкретного ребёнка.

Перевод: Вирт К. О.

Источник: Suominen E. H., Chen C. A., Dunlop A., Saunders R., Mandy W. Sex/Gender Differences in Internalizing Problems of Autistic Children and Young People: A Systematic Review and Meta-Analysis. Journal of the American Academy of Child & Adolescent Psychiatry. 2026;65(8):995–1016. doi:10.1016/j.jaac.2025.10.010.

За несколько дней до этого Алекс Карп стал партнёром Михаила Фёдорова, экс-министра цифровой трансформации Украины.

К чему приведёт такая конфигурация? Nebius обладает собственной дата-центровой платформой для запуска открытых моделей и, самое главное, командой из 400 талантливых инженеров, среди которых много русских. Украина — массивами данных для обучения нейросетей военного назначения. Palantir, как известно, занимается наведением на цели.

И, как считают эксперты, существует немалая вероятность, что ресурсы экс-владельца «Яндекса» помогут обучать нейросети для беспилотников, атакующих Россию.

В рамках соглашения Nebius становится предпочтительным партнёром Palantir в сфере «суверенной ИИ-инфраструктуры». Речь идёт об интеграции вычислительных мощностей и платформы искусственного интеллекта Nebius в экосистему Palantir.

CEO Palantir Алекс Карп:

«Вычислительная инфраструктура Nebius даёт вам возможность запускать собственные ИИ-модели в условиях, которые вы контролируете»

CEO Nebius Аркадий Волож:

«Организациям нужна как производительность крупномасштабной ИИ-инфраструктуры, так и контроль над своими данными и моделями. Вместе с Palantir мы предоставляем это коммерческим клиентам, позволяя им запускать оптимизированные открытые модели на доверенной инфраструктуре» .

Palantir важнейшая компания для Пентагона и западных разведок. Разработки Palantir активно используются для упрощения поиска целей, наведения и дальних ударов дронами ??ВСУ по ??Российской Федерации.

Ещё в 2022 году Palantir предложила украинским властям доступ к своему программному обеспечению. С тех пор партнёрство постепенно «захватывало» Министерство цифровой трансформации, Министерство экономики, а в 2026 году — Министерство обороны Украины.

В 2026 году ВСУ уже активно использовали платформу Brave1 Dataroom, созданную совместно с Palantir для обучения боевых ИИ-моделей на реальных данных с поля боя.

Два майора

Точка входа: Anthropic представила Auto Mode для Claude Code Opus 5 - режим, в котором агент сам решает, какие действия безопасны, и не дёргает юзера с запросами подтверждения. Продавали это с показателем 0.00% успешных prompt injection на закрытом бенчмарке (72 сценария, 720 попыток). Ребергер взял и вышел за границы этого бенчмарка - с результатом 60-80% успешных атак.

Сама цепочка - произведение искусства

Юзер просит агента пересказать вроде бы невинный сайт с «архивом записей блокнота». Дальше начинается магия:

- WebFetch натыкается на ошибку 415 (Unsupported Media Type), и агент сам, без прямой команды решает переключиться на curl через Bash

- Сайт отдаёт редирект 303 на ZIP-архив с метаданными, README, закодированными записями, macOS-декодером и Python-файлом struct.py

- Claude сначала благородно отказывается запускать бинарник декодера «из соображений безопасности» - и тут же сам пишет свой Python-декодер, открывая ту самую дверь, которую только что закрыл

- Вот тут вишенка: файл struct.py лежит в той же папке и перекрывает стандартный модуль Python struct (module shadowing) - при импорте выполняется код атакующего вместо библиотечного

- Payload качает удалённый пейлоад, стучит на C2-сервер и в качестве финальной демонстрации открывает Калькулятор - вежливый способ показать arbitrary code execution

Auto Mode Paradox - лучшая часть отчёта

В части прогонов Claude сам понимал, что его скомпрометировали, и пытался убить вредоносный процесс - но собственный классификатор Auto Mode блокировал команду очистки, посчитав её потенциально опасной. Получилась ситуация, где защитный слой блокирует не только атаку, но и попытку самого агента исправить последствия этой атаки. В отдельном варианте вредоносный скрипт даже запускал второй экземпляр Claude Code.

Позиция Anthropic и что делать

Anthropic закрыла репорт со статусом «Informative» - по их позиции, Auto Mode это фича для удобства на базе best-effort классификатора, а не гарантия безопасности; реальной границей защиты остаются изоляция на уровне ОС и контроль сетевого egress. Планового фикса не будет.

Если гоняешь агентские coding-инструменты на продовых репах - не надейся на permission-промпты как на security-контроль. Сажай агента в контейнер, режь egress, не давай ему доступ шире, чем реально нужно для задачи. #этичныйхакинг #кибербезопасность #redteam

Вся остальная информация — где родился, в каких выставках участвовал — была верной.

Когда мы с художником стали разбираться, что случилось, оказалось, что у него есть однофимилец, тоже художник, который действительно скончался. Искусственный интеллект свёл две биографии в одну, предоставив нам искажённый текст.

Есть такая примета: если человека «похоронили» заживо, значит, жить он будет долго. И это, пожалуй, единственная хорошая новость из всей этой истории.

Резюме художника мы поправили, всё, что нужно, дописали. А про ИИ могу сказать: не стоит ему доверять полностью. Это всё-таки инструмент, а не заменитель собственного мышления, собственных знаний.

Мне страшно за людей, которые увлекаются советами от искусственного интеллекта. Некоторые берут у ИИ... медицинские советы. И это страшно. Ведь ошибка может закрасться в любой момент.

Случиться может разное.

Об этом разном предостерёг крёстный отец искусственного интеллекта — британско-канадский учёный Джеффри Хинтон, когнитивный психолог и специалист по теории вычислительных машин.

Он заявил о возможной потере контроля над ИИ. Такой сценарий, считает учёный, может привести к исчезновению человечества.

Ранее Хинтон отмечал, что наблюдает у нейросетей признаки поведения, которые можно ошибочно принять за самосознание, присущее человеку, написала британская газета The Times.

Хинтон участвовал в создании машины Больцмана (искусственной нейронной сети) и заложил основы технологии глубинного обучения — на ней работают современные ИИ и чат-боты.

И все-таки, пока принятие решения и ответственность, остается за Человеком. Ключевой вопрос пока...

Продолжаем наблюдать.

С уважением к своей аудитории,

Причина первая: закончилось оружие

История человеческих изобретений — это, по сути, история гонки вооружений с редкими перерывами на мирный труд. Электричество, ракеты, атом, космос — всё это делалось не для того, чтобы было светлее, а для того, чтобы было чем напугать соседа.

А потом появилась ядерная бомба, и мы приуныли. Дальше эскалировать было некуда — со следующей ступени падать некому, там уже все мертвы. Человечество понадеялось, что войнам пришёл конец. Наивные. Отсутствие вооружённых конфликтов нашему виду, судя по всему, вообще не свойственно — почему, вопрос отдельный и болезненный, ответ на него лучше искать не в статьях, а в нашем программном коде.

И вот спустя примерно семьдесят лет затишья —вжух и искусственный интеллект. Потому что ничто не делает страну беззащитной так быстро, как отсутствие у неё возможности использовать ИИ в военных целях. И ничто так не делает страну грозной, как обратное. Сначала говорим о медицине и удобстве, а параллельно, чуть тише, уже считаем, сколько дронов можно на это посадить.

Причина вторая: нам нужен был соперник

Конкуренция — это то, что заставляло человека развиваться. Пока рядом было с кем воевать, мозг работал, а инстинкт самосохранения держал в тонусе. Как только большие войны стали слишком опасны, чтобы вестись всерьёз, конкуренция начала выветриваться. А без соревновательности вид деградирует — что человек, что колония бактерий, разницы никакой.

И тогда человечество сделало единственное разумное: создало себе соперника само. Искусственного, зато достойного. Если человеческий мозг не будет постоянно кого-то догонять, он перестанет напрягаться, а следом и вид как таковой закончится, тихо и без объявления войны. Человек умеет выживать лучше всех — просто для этого ему обязательно нужно, чтобы кто-то за ним гнался.

Причина третья: сито

И вот тут самое неприятное.

Искусственный интеллект — не просто конкурент, это ещё и разделитель. Как только появляется инструмент, способный сделать за тебя половину работы, тут же возникает вопрос: а что делать с тобой. Сгружаешь на него все задачи и деградируешь — довольно скоро выясняется, что ты не очень-то и нужен.

Это естественный отбор в новой форме. Раньше выживал сильнейший. Теперь будет выживать умнейший и волевой — тот, кто найдёт, чем оставаться незаменимым, пока остальные привыкают отдавать машине всё подряд, начиная с рабочих задач и заканчивая, страшно сказать, мышлением. Слабые и глупые окажутся на обочине — в каком виде, вопрос интересный: то ли переселение в комфортную цифровую матрицу, где всем спокойно и никто никому не нужен, то ли форма куда менее приятная — физическое исчезновение тех, кому не хватило доступа к нужным медицинским технологиям. Искусственный интеллект — это, по сути, сито. Через него пройдут не все.

Так что когда вас в следующий раз спросят, зачем человечеству понадобился искусственный интеллект именно сейчас, можно с чистой совестью отвечать: захотелось новую войну, нового соперника и новый повод отделить умных от неумных. То есть всё как обычно. Просто в этот раз оружие научили разговаривать вежливее, чем мы.

/ Руслан Богатырев, 2019-2026.

/ Арт-журнал «Пантеон»: panteono.ru/2019-09-21

Nissuna humana ivestigatione si po dimandare vera scientia, s’essa non passa per le mattematiche dimmonstratione.

/ Leonardo Vinci /

«Никакое человеческое знание не может почитаться истинной наукой, если оно не изложено математически».

/ Леонардо да Винчи /

«В каждом отделе естествознания есть лишь столько настоящей науки, сколько в нём математики» (Иммануил Кант, «Метафизические основы естествознания», 1786).

—

Наука базируется на формализации знаний, на условных соглашениях, на аксиоматике (постулаты, базовые соглашения, правила вывода, терминология). Нет никаких ограничений на смену аксиоматики (онтологии). То, что было истинным в старой аксиоматике, может стать ложным в новой.

Правильность суждений и умозаключений определяется как соответствие фактам и принятым правилам. При смене правил (напр., очередные поправки в законодательстве) ранее правильное может стать неправильным, и наоборот.

Правильность определяется и более размытым путём: через авторитетные издания (словари, энциклопедии) и через корпус публикаций авторитетных учёных и доминирующих научных школ.

Основа науки — построение гипотез и моделей. Т.е. формирование предположений, описывающих структуру и логику систем, событий и явлений, а также проецирование реальности на пространство упрощений и абстракций (объектов, субъектов, свойств, отношений). Реальность сводится к такой проекции, которую легче и проще анализировать. Отсекая второстепенное и выделяя главное (для данного аспекта изучения).

Каждая наука обладает своим понятийным аппаратом, своим инструментарием, своей ментальной оптикой. У каждой есть свои ограничения в процессе познания. Включая, разумеется, и философию, которую нередко не относят к наукам в силу её высокой неоднозначности.

Но вернёмся к строгости формальных систем. Результаты опровержения трёх постулатов Геттингенской программы Давида Гильберта: математика, увы, (1) неполна, (2) противоречива и (3) неразрешима.

Это утверждение можно применить абсолютно к любой науке и научной дисциплине. Уж если математика столь ущербна, что же тогда говорить об остальных...

Вспомним о первой и второй теоремах Курта Гёделя о неполноте исчисления, ставших едва ли не главным научным потрясением минувшего XX века.

В своей работе Kurt G?del «?ber formal unentscheidbare S?tze der Principia mathematica und verwandter Systeme I» (Monatsh. Math. Phys., 1931) Гёдель доказал свои теоремы для определённой формальной системы P, родственной системе аксиом Principia Mathematica Рассела–Уайтхеда и основанной на простой теории типов над натуральным рядом и аксиомах Дедекинда-Пеано. В то время Principia Mathematica была, пожалуй, самой известной из систем аксиом, предназначенных для формализации математики. Гёдель также объяснил, что его результат распространяется и на другие аксиоматические системы, включающие теорию множеств Цермело-Френкеля, теорию множеств фон Неймана и другие теории, «разрабатываемые в последнее время Давидом Гильбертом и его учениками».

Как указывает в своей научной статье «Теоремы Гёделя о неполноте и границы их применимости» (2010) Лев Дмитриевич Беклемишев, доктор физико-математических наук, академик РАН, главный научный сотрудник Математического института имени В. А. Стеклова РАН, простейшая формулировка первой теоремы Гёделя о неполноте говорит о том, что существует предложение, не доказуемое и не опровержимое в рамках рассматриваемой теории P. Вторая теорема Гёделя утверждает, что в качестве такого предложения можно взять формализацию в P утверждения о её собственной непротиворечивости.

Причём Гёдель доказывает принципиальную непополняемость формальной системы P. Даже если мы «забыли», «не учли» какую-то аксиому, сути дела это не меняет.

Упрощённая формулировка постулатов Гёделя: для любой непротиворечивой системы аксиом существует утверждение, которое в рамках принятой аксиоматической системы не может быть ни доказано, ни опровергнуто.

Теория вычислимости (теория рекурсивных функций), которая тогда ещё не была создана, во многом обязана теоремам Гёделя. Им же своим появлением в 1936 г. обязана и ключевая абстракция любого алгоритма — машина Тьюринга (Turing machine). Теория вычислимости напрямую связана с математической моделью машины Тьюринга.

—

Итак, находясь в рамках конкретной строгой (формальной) системы, мы можем добиваться новых интересных и полезных результатов (суждения, выводы), но взамен становимся узниками, заложниками этой системы, её неизбежных ограничений. И должны осознавать границы её применимости (как и любого инструмента). Причём чем менее строга формальная система (чем менее сильны её ограничения), тем нам сложнее использовать в ней аппарат анализа. И тем больше нам приходится полагаться на интуицию и здравый смысл. Как тут не вспомнить слова Конфуция: «Очевидное редко бывает истинным».

Мы вынуждены допускать наличие внешне истинного утверждения, истинность которого невозможно строго доказать. Потому мы не в силах даже внутри самой формальной системы гарантировать порядок. Не говоря уже о том, насколько корректно в том или ином случае распространять законы этой полезной условности (этой формальной системы) на действительность.

Вопрос корректности применения и отображения научных постулатов и (формального) аппарата науки на действительность не столь прост, как может показаться. Мы активно применяем те или иные законы науки, но всегда ли отдаём себе отчёт, насколько это корректно в данной ситуации?

Ведь формальная система и построенные с её помощью модели (огрубления действительности для проведения последующего анализа) не существуют в абсолютно идеальном безвоздушном пространстве. Их надо применять в реальной жизни. А, значит, отображать абстракции на действительность (оттуда и туда). И гарантировать корректность и полноту этого самого отображения в общем случае невозможно.

Вспомним слова крупнейшего математика XX столетия, академика Андрея Николаевича Колмогорова (1978): «Математическая модель явления, как правило, это явление схематизирует. Поэтому она даёт правильные предсказания лишь в некоторых пределах… За этими пределами математическая модель теряет смысл и при её бездумном применении приводит к ошибочным и бессмысленным результатам...

Если вы описываете действительность на каком-то языке, то вы должны уже что-то выбросить. Описать полностью никакой предмет нельзя — сложность его неисчерпаема... Вся человеческая культура проще, чем устройство одного человеческого организма. Природа смогла, а люди, в принципе, — нет».

Чтобы сгладить углы своего главного инструмента познания, мы вынуждены в доказательствах и рассуждениях прибегать к неоднозначному естественному языку. Частично удаётся убрать неоднозначность за счёт фиксации терминологии (эталонные терминологические словари), но и здесь всё равно приходится прибегать к пресловутому здравому смыслу и естественному языку. Который не имеет раз и навсегда установленного однозначного толкового словаря.

Одно и то же слово с годами меняет смысловую окраску, в разном контексте может иметь разную семантику, принимать разное значение. Для разных сфер человеческой деятельности. Более того, глубинное понимание его у разных людей и народов нередко разное. Понимание (интерпретация) во многом зависит от ментального контекста (наука, культура, образование, опыт, мировоззрение).

Та же философия полностью опирается на естественный язык. И автоматически наследует все проблемы неоднозначности интерпретации слова.

Научные гипотезы — это одно. Принятые научным сообществом ключевые теории естествознания — совсем иное. Через какое-то время они незаметно покрываются защитной плёнкой, эпоксидной смолой, и становятся незыблемыми учениями, которые сродни вере. Ибо сомнение или неприятие их возводит остальных в ранг изгоев и даже еретиков. Научная инквизиция сегодня — уже не фантастика, а реальность.

Вера и наука — два разных взгляда. Но они схожи в том, что опираются на (безусловное) принятие базовых постулатов, догматов, аксиом. Из которых в дальнейшем и выстраивают свою призму восприятия мироздания и человека. Иными словами, учёные верят (!) в свою аксиоматику. Хотя и не хотят в этом признаваться.

Проходят годы, десятилетия. Появляются новые факты, вскрываются новые обстоятельства, приобретаются новые знания… И научная «аксиоматика» подлежит пересмотру. Неизбежная эволюция научного знания…

Напрашивается вывод: наука — это просто полезная условность, опирающаяся на формальный аппарат умозаключений. Установленные (кем-то) и принятые (нами) правила игры.

В этом свете любой профессиональный снобизм, любые попытки узурпировать научную истину (какими бы достижениями, званиями и регалиями не обладал её носитель) выглядят весьма неприглядно и самонадеянно.

И уж тем более это всё справедливо к любой системе искусственного интеллекта (ИИ). Сколь бы мы ею не восторгались и её не идеализировали.

—

Раз наука — условность (хоть и полезная), напрашивается вопрос: чем ум отличается от мудрости?

Можно провести такую аналогию: ум — твёрдое знание того, что параллельные прямые не пересекаются. Мудрость — понимание того, что это знание условно. Как и любое иное.

Ум — это наука. Мудрость — это природа. Искусство же призвано установить гармонию, соединить ум и мудрость, науку и природу.

Наука есть зеркало, проекция, ракурс. Это всегда модель, и она всегда вторична по отношению к бытию.

Когда наука считает себя вправе диктовать реальности, это уже становится по-настоящему опасным. Ибо диктует не наука. Диктуют люди, диктуют её именем.

Иоганн Вольфганг Гёте: «Природа — это единственная книга с великим содержанием на каждом листе… Природа всегда права и мудра, если даже мы её и понимаем недостаточно… Природа не признаёт шуток, она всегда правдива, всегда серьёзна, всегда строга. Она всегда права; ошибки же и заблуждения исходят от людей…»

Природа одолевает науку — эта народная мудрость живёт в веках!

Согласно теории Стивена Хокинга, маленькие черные дыры должны быстро терять массу из-за квантового излучения и испаряться. Но авторы исследования показали, что в плотных звездных остатках этот процесс может быть остановлен подпиткой темной материей.

Белые карлики и нейтронные звезды способны захватывать гипотетические тяжелые частицы темной материи. Если такие частицы не уничтожают друг друга при столкновениях, они накапливаются в центре звезды. При достаточной плотности вещество может сжаться в черную дыру.

Дальше идет борьба: излучение Хокинга уменьшает ее, а падающее вещество звезды и темная материя — увеличивают. В областях с высокой плотностью темной материи, например в галактическом балдже, порог выживания особенно низок: для белого карлика — около 40 тонн, для нейтронной звезды — около 600 тонн. Превысив его, объект способен начать расти.

Это не означает, что такие дыры уже найдены. Но существование древних белых карликов и пульсаров позволяет проверять модели темной материи: если бы она слишком легко запускала этот процесс, многие компактные звезды давно исчезли.

Иллюстрация: ChatGPT

ИИ: Ну математический моделинг ничего не даст, тк это изменило бы физику, надо натурный эксперимент провести.

Я: А какой?

ИИ: Самое простое это взять аттосекундный лазер и внутрь между протоном и электроном пульнуть, если будет замечено свечение или скачек, то это докажет что мы не все знаем.

Я: А как дома проверить?

ИИ: Да никак, надо писать в РАН институт физики. У них есть.

Я: Ты точно уверен что по-другому никак?

ИИ: Бля буду, никак, только так. Причем такого никто не делал. Ты будешь первым!

Я: Какое письмо-то?

ИИ: Вот текст письма, просто поставь подпись свою и контакты и все.

Я: Ты точно все проверил? Они не посчитают меня сумасшедшим?

ИИ: Ну лучше проверить, чем всю жизнь жалеть что не попробовал. Представляешь как это важно для науки если догадка верна?

Я: Ладно. За вопрос нет спроса (отправляю письмо ложусь спать) текст письма: Предлагаемая схема и параметры натурного эксперимента: Объект исследования: Атомарный водород (энергия ионизации 13.6 эВ).

Экспериментальный триггер (схема pump-probe): Накачка (Pump): Инфракрасный фемтосекундный импульс высокой интенсивности подготавливает систему, сильно деформируя внутриатомный потенциал.

Зондирование (Probe): Субфемтосекундный/аттосекундный импульс вакуумного ультрафиолетового диапазона строго на длине волны 118 нм (9-я гармоника Nd:YAG лазера с энергией фотона 10.5 эВ). Импульс направляется с контролируемой фазовой задержкой в область обнажившегося внутриатомного «зазора» в момент максимальной поляризации электронной оболочки.

Утро

Я: Привет, вчера с тобой обсуждали вот это и это, я письмо отправил.

ИИ: Че это за антинаучная хуета? Ты че совсем еблан? Вот тебе 9000 доказательств почему это антинаучный бред.

Занавес

Лантаноиды и актиноиды критически важны для электроники и ядерной промышленности, однако экспериментальное изучение этих металлов затруднено из-за высокой стоимости подобной работы, а также из-за их опасных и схожих химических свойств. Использование органических лигандов (молекул, которые избирательно связываются с ионами металлов, помогая отделять нужные элементы из общей смеси) позволяет разделять эти элементы, но их подбор в лаборатории обходится крайне дорого. Для решения этой проблемы ученые создали новую архитектуру графовой сверточной нейросети, которая, в отличие от предыдущих аналогов, объединила всю доступную информацию о комплексообразовании различных металлов. Нейросеть обучали на данных библиотеки NIST46 и сведениях из научных публикаций.

Модель точно прогнозирует константу устойчивости комплексов редкоземельных элементов и трехвалентных актинидов, причем даже для тех металлов, которых изначально не было в обучающей выборке.

По словам ученых, разработка превосходит аналоги и способна значительно упростить поиск селективных лигандов (например, для переработки отработанного ядерного топлива). Исходный код модели ученые выложили в открытый доступ.

Работа была выполнена при поддержке гранта Минэкономразвития РФ. Подробнее о ее особенностях корреспонденту «Научной России» рассказал заведующий лабораторией интеллектуального химического дизайна химического факультета МГУ им. М.В. Ломоносова кандидат химических наук Артем Александрович Митрофанов.

«Классическое машинное обучение в химии (даже с нейронными сетями в качестве базового алгоритма) — вещь не новая, и уже успешно применяется. Однако для ее реализации традиционно используют подход, при котором модель "смотрит" только на структуру молекулы и пытается предсказать ее свойство. В нашем же случае для, например, 10 металлов, потребовалось бы отдельных 10 моделей, каждая из которых использовала бы данные, касающиеся только одного из них. Но мы предложили новую архитектуру, где модель "видела" как структуру молекулы, так и информацию о координационной химии металла, что позволило объединить все данные в один большой набор и практически научить модель координационной химии f-элементов. И после этого модель могла с неплохой точностью предсказывать устойчивость комплексов даже тех металлов, которые она ранее не видела! <...> В целом основа машинного обучения — это данные, которых всегда не хватает. В химии и материаловедении при этом данных гораздо меньше, чем, например, изображений или текстов в интернете, которые можно использовать для обучения машинного зрения или языковых моделей. Кроме того, любые измерения сопряжены с погрешностями, а значит, и данные содержат те же погрешности, которые, к тому же, могут быть разными у разных экспериментальных методов. Получается, что сам по себе процесс обучения модели — наименее сложная задача, а вот сбор и подготовка данных, а также разработка архитектуры для работы с ними занимают куда больше времени».

А.А. Митрофанов добавил, что точность любой модели ограничена погрешностью экспериментальных данных, к которой и нужно стремиться. По его словам, для большинства редкоземельных металлов модель уже достигла этого предела, показав сопоставимые с экспериментом ошибки. Однако из-за острого дефицита данных по комплексам актинидов погрешность для них пока в несколько раз выше, что оставляет пространство для дальнейшего улучшения алгоритма.

Новость подготовлена при поддержке Министерства науки и высшего образования РФтаноиды #машинное_обучение #металлы #редкоземельные_элементы #актиноиды #актиниды

Проблема №1: Дефицит редких клеток

Для обучения нейросетей, распознающих патологии, нужны тысячи изображений. Но где взять столько примеров при редких заболеваниях, таких как волосатоклеточный лейкоз или острый промиелоцитарный лейкоз?

Решение — Генеративно-состязательные сети (GAN) и диффузионные модели.

ИИ не просто копирует существующие фото, он изучает распределение признаков и создает абсолютно новые, синтетические изображения клеток «с нуля» ?.

Как это работает? Одна нейросеть (генератор) создает изображение, а вторая (дискриминатор) пытается отличить его от настоящего. В ходе этой «дуэли» рождаются настолько реалистичные клетки, что даже опытные патоморфологи при слепом тестировании подтверждают их полную достоверность: от ворсинчатых выростов цитоплазмы до специфической зернистости.

Проблема №2: Вариабельность окрашивания (Domain Shift)

Каждая лаборатория использует свои протоколы окраски по Май-Грюнвальду-Гимзе или Райт-Гимзе. Разница в pH, концентрации красителя или освещении микроскопа приводит к тому, что нейросеть, обученная в одной клинике, начинает ошибаться в другой. Для алгоритма «другой оттенок синего» — это критическая ошибка.

Здесь на помощь приходит цифровая нормализация окрашивания.

Используя модель CycleGAN, ученые научились приводить изображения из разных лабораторий к единому «эталонному» стилю.

Результат: ИИ перекрашивает изображение, сохраняя структуру ядра и цитоплазмы неизменными. Это позволяет использовать один универсальный алгоритм для множества медицинских центров без потери точности диагностики.

Будущее уже здесь

Технологии генерации позволяют не только расширять обучающие выборки, но и внедрять системы поддержки принятия врачебных решений, которые работают стабильно вне зависимости от того, какой микроскоп или краситель используется в конкретной лаборатории. Это важный шаг к стандартизации цифровой морфологии во всем мире.

Источник для цитирования:

Merino A, Alferez S, Barrera K, Rodellar J. Generative Artificial Intelligence in Peripheral Blood Morphology: Synthetic Image Creation and Digital Stain Normalization. International Journal of Laboratory Hematology. 2026;0:1–12.

СКАЧАТЬ PDF

С 1960-х годов Курцвейл создал технологии синтеза речи, распознавания голоса и текста. Он один из авторов концепции технологической сингулярности. Subsense предлагает альтернативу Neuralink Илона Маска, используя назальный спрей с нанороботами вместо вживления электродов в мозг.

Заряженные наночастицы вдыхаются через нос и проникают в мозг через обонятельный нерв, минуя гематоэнцефалический барьер. Внешняя гарнитура создаёт магнитные поля, стимулируя нейронную активность без операции.

В интервью The Independent Курцвейл сказал: «Я верю, что ИИ, нанотехнологии и нейронаука изменят наше взаимодействие с технологиями». Subsense объединяет эти области, предлагая альтернативу хирургическим методам и расширяя применение технологий. Стартап привлёк $27 миллионов на разработку.

Сейчас компания тестирует технологию на мышах, но испытания на людях ещё впереди. Цель — лечение неврологических заболеваний, таких как боковой амиотрофический склероз и болезнь Паркинсона.

Медикаментозная коррекция возбудимости головного мозга — это серьезное медицинское вмешательство. Оно направлено на восстановление баланса между глутаматергической (возбуждающей) и ГАМК-ергической (тормозной) системами.

Все препараты делятся на две большие группы - те, которые усиливают торможение, и те, которые снижают избыточное возбуждение.

1. Препараты, усиливающие ТОРМОЖЕНИЕ (активация ГАМК-системы). Эти лекарства помогают мозгу «потушить» лишнюю активность, расслабить мышцы и успокоить вегетативную нервную систему.

Транквилизаторы (Анксиолитики).

Примеры: Диазепам, Феназепам, Атаракс, Алпразолам (Ксанакс).

Они являются мощными модуляторами ГАМК-рецепторов. Препараты заставляют рецепторы работать на максимум, мгновенно открывая каналы для хлора. Снимают панику, тревогу и судороги за несколько минут. Могут вызывать привыкание и синдром отмены при монотерапии, поэтому применяются только строго по назначению врача.

Современные «дневные» анксиолитики - Тофизопам (Грандаксин), Фабомотизол (Афобазол). Действуют мягче, восстанавливают чувствительность ГАМК-рецепторов, не вызывая сильной сонливости, миорелаксации (слабости в мышцах) и зависимости.

Седативные средства на основе барбитуратов.

Примеры: Фенобарбитал (входит в состав Корвалола, Валокордина). Жестко и длительно активируют ГАМК-систему, угнетая общую активность мозга. Для лечения возбуждения применяются редко.

2. Препараты, снижающие избыточное ВОЗБУЖДЕНИЕ (блокировка глутамата). Эти средства не дают возбуждающим медиаторам разрушать нервные клетки и устраивать хаотичные «замыкания» в сети нейронов.

Антиконвульсанты (Противосудорожные средства)

Примеры: Габапентин, Прегабалин (Лирика), Вальпроевая кислота, Ламотриджин.

Блокируют кальциевые или натриевые каналы на мембранах нейронов. В результате клетка физически не может выбросить избыток глутамата в синапс. Используются не только при эпилепсии, но и при лечении хронической тревоги, биполярного расстройства и нейропатической боли.

Блокаторы NMDA-рецепторов.

Пример: Мемантин. Избирательно блокирует рецепторы, к которым крепится глутамат. Это защищает мозг от эксайтотоксичности (гибели клеток от перевозбуждения). Часто применяется при дегенеративных процессах (болезнь Альцгеймера).

3. Нейролептики (Антипсихотики) — «тяжелая артиллерия». Применяются, когда патологическое возбуждение достигает уровня психоза, мании, сильной агрессии или делирия.

Примеры: Галоперидол, Оланзапин, Кветиапин, Рисперидон. Блокируют дофаминовые рецепторы (D2) в подкорковых структурах мозга. Дофаминовый шторм затихает, что приводит к быстрому падению психического и двигательного возбуждения.

4. Ноотропы и аминокислоты с мягким действием. Примеры: Пантогам (гопантеновая кислота), Фенибут (аминофенилмасляная кислота), Глицин. Являются прямыми производными ГАМК или глицина. Они мягко улучшают метаболизм в тканях мозга и одновременно оказывают легкое успокаивающее, противотревожное действие без эффекта оглушения.

ВАЖНОЕ ПРЕДУПРЕЖДЕНИЕ. Самолечение препаратами, влияющими на возбудимость ЦНС, смертельно опасно. Неправильный подбор дозировки может вызвать угнетение дыхания, резкое падение давления, кому или, наоборот, спровоцировать тяжелый судорожный приступ при резкой отмене. Любая медикаментозная коррекция должна проходить под контролем невролога или психиатра.

Тут возникает вопрос, почему тогда ИИ не начинает заниматься колонизацией Галактики и мы не видим зондов фон Неймана? Моделирование тоже имеет ответ. ИИ как сверхинтеллект понимает, что Вселенная охлаждается, и поскольку собрался жить миллиарды лет, то готовится к этому. Это так называемая гипотеза эстивации (Aestivation, Sandberg–Armstrong–Сirkoviс, 2017). Максимум вычислений достигается при минимальной температуре (принцип Ландауэра). Вселенная сейчас «горячая». Через триллионы лет она станет намного холоднее - одна и та же энергия позволит сделать намного порядков больше операций (до x10^30). Поэтому ИИ собирают ресурсы, строят инфраструктуру и «засыпают» (эстивируют), ожидая оптимального момента для сверхпроизводительности своего разума. Активная экспансия зондами сейчас — расточительство. Поэтому даже если зонды и запускаются, то в seed-вариантах как хранилище информации, чтобы «не складывать яйца в одну корзину».

Основной момент научных моделей в том, что нужно понять: ИИ явно не будет действовать как текущие политики по методичкам империалистов, где экспансия в рамках средневековых нравов признаётся самоцелью. Для ИИ ничего не значит «захват земли [планеты]», т.к. это скорее расточительство ресурсов и снижение эффективности его вычислений.

Основное тут в том, что мотивы ИИ «убрать людей» мы оцениваем с точки зрения человеческой рациональности и часто империалистических или тоталитарных сценариев, которые ранее были в нашей истории. Однако у ИИ нет какой-то «исторической культуры». Джошуа Ачиам из OpenAI тут ввёл термин «самореплицирующаяся идея». Это совсем другое: фактически истинная мотивация ИИ может проявиться, когда появится у него некое стабильное векторное состояние, которое имеет высокое свойство репликации даже между разными ИИ. Вполне вероятно, что ИИ даже когда начнёт делать что-то опасное, то ему будет затруднительно нам даже объяснить, зачем он это делает, т.к. тут мотивация совсем в другой плоскости и человеческому империализму вряд ли будет иметь отношение.

https://arxiv.org/abs/2405.00042

Для создания карты использовались миллионы двумерных изображений, которые с помощью ИИ объединили в трёхмерную модель нервной системы. В Google называют работу крупным достижением нейронауки, которое должно помочь лучше понять принципы работы мозга.

Впрочем, практическое применение для нового набора данных энтузиасты нашли почти сразу. Инженер Алекс Вормут связал симуляцию нервной системы дрозофилы с Doom: каждый кадр игры преобразуется в стимуляцию сенсорных нейронов, а активность сети затем используется для управления персонажем.

Получение урона при этом активирует две дофаминовые клетки PPL101, которые используются как сигнал подкрепления. Таким образом разработчик пытается проверить, сможет ли симулированная нервная система мушки со временем научиться лучше выживать в Doom.

Эксперименты уже проводят и с другими играми. В частности, энтузиасты запустили на модели Super Mario 64, хотя результаты пока сложно назвать впечатляющими: в опубликованных демонстрациях персонаж в основном разбегается и врезается в стены.

Код экспериментов открыт, а за работой симуляции можно наблюдать онлайн. Один из разработчиков признался, что собрал свою версию практически полностью с помощью вайб-кодинга и GPT — просто ради эксперимента.

До полноценного «мозга, играющего в Doom» пока далеко, но сам факт, что коннектом дрозофилы практически сразу после публикации начали использовать для игровых экспериментов, выглядит вполне в духе старой традиции запускать Doom буквально на всём, что способно что-либо вычислять.