Прежде всего, психоанализ предлагает радикально новую модель субъекта. В классической философии Нового времени, начиная с Декарта, субъект мыслится как рациональное, самопрозрачное «я», способное к рефлексии и контролю над своими мыслями. Фрейд разрушает эту картину, вводя концепцию бессознательного — области психики, недоступной прямому наблюдению и управлению. Согласно психоаналитической теории, значительная часть человеческих действий определяется не осознанными мотивами, а вытесненными желаниями, травмами и внутренними конфликтами. Тем самым психоанализ подрывает веру в автономию и рациональность субъекта, предлагая вместо этого образ человека как существа, разделённого внутри самого себя.

Эта идея получила дальнейшее развитие в работах Жака Лакана, который переосмыслил психоанализ в терминах структуры языка. Лакан утверждал, что «бессознательное структурировано как язык», тем самым связывая психоанализ с философией структурализма и постструктурализма. Субъект, по Лакану, возникает в процессе вхождения в символический порядок — систему знаков и значений, которая предшествует индивиду и формирует его идентичность. Таким образом, «я» перестаёт быть источником смысла и превращается в эффект языковых структур. Это сближает психоанализ с философскими течениями, ставящими под сомнение стабильность субъекта и объективность истины.

Важным философским аспектом психоанализа является его концепция желания. В отличие от классических этических систем, где желание часто рассматривается как нечто подлежащее контролю или подавлению, психоанализ утверждает его фундаментальную роль в человеческом существовании. Желание, по Фрейду, не может быть полностью удовлетворено, поскольку оно постоянно смещается и трансформируется. Лакан радикализирует эту мысль, утверждая, что желание всегда связано с отсутствием и никогда не совпадает с конкретным объектом. Это придаёт человеческой жизни характер постоянного поиска и внутреннего напряжения, что делает психоанализ близким к экзистенциальной философии.

Психоанализ также предлагает оригинальное понимание культуры. В работе «Недовольство культурой» Фрейд показывает, что цивилизация основана на подавлении инстинктов, прежде всего агрессивных и сексуальных. Культура, таким образом, является результатом компромисса между индивидуальными желаниями и социальными нормами. Этот конфликт неизбежен и неустраним, что придаёт человеческому существованию трагический характер. В этом отношении психоанализ перекликается с философскими традициями, подчеркивающими конфликтность и противоречивость человеческой природы.

Кроме того, психоанализ выполняет герменевтическую функцию, выступая как метод интерпретации. Он предлагает особый способ «чтения» человеческого поведения, сновидений, оговорок и культурных текстов. Подобно философской герменевтике, психоанализ исходит из предположения, что за явным смыслом скрывается глубинный, который требует расшифровки. Однако в отличие от классической герменевтики, психоанализ делает акцент на скрытых желаниях и вытесненных содержаниях, придавая интерпретации драматический и иногда даже провокационный характер.

Несмотря на свою значимость, психоанализ подвергался и продолжает подвергаться критике. Одним из основных упрёков является его недостаточная научная верифицируемость: многие положения психоанализа трудно проверить эмпирически. Карл Поппер, например, относил психоанализ к ненаучным теориям, поскольку он, по его мнению, не поддаётся фальсификации. Тем не менее, даже критики признают его влияние на гуманитарные науки и философию. Психоанализ стал важным инструментом анализа культуры, литературы и искусства, а также оказал существенное влияние на философию XX века.

Психоанализ можно рассматривать как философию в широком смысле слова — как систему идей, направленных на понимание человека и его места в мире. Он разрушает традиционные представления о рациональном субъекте, вводит концепцию бессознательного, переосмысливает природу желания и предлагает новый взгляд на культуру. Несмотря на критику, психоанализ остаётся мощным интеллектуальным инструментом, позволяющим глубже понять сложность и противоречивость человеческого существования.

Приложение позволяет использовать исполняемые файлы в качестве обоев. Злоумышленники маскировали под них вредоносное ПО, которое при установке крало данные и угоняло аккаунты Steam.

Под удар попали пользователи из России и Китая. Заражённые обои распространялись как минимум с конца 2025 года.

Уязвимости в Steam или Wallpaper Engine нет. Атака строилась на доверии игроков к мастерской — злоумышленники маскировали вредоносный код под легитимный контент. Редакция vk.com/bigfangames напоминает о важности проверки файлов.

Как вы считаете, стоит ли Valve усилить модерацию контента в мастерской Steam

Пересмотрел встречи на недавних книжных ярмарках на тему генеративных программ, а еще читаю новости о скандалах в издательской деятельности и, мягко говоря, поражаюсь происходящему. Нам сегодня активно внушают:

— что не менее 15% книг создается с помощью генеративных программ; что сегодня нужно писать по три-четыре романа в год, иначе вас забудут, не останетесь на плаву, не заработаете денег (ведь настолько посредственную вещь вы привычно создаете, что вас и не вспомнят через три месяца, хотя великих читают столетиями);

— что вы странный, если не используете генеративные сети в творчестве;

— что победы на конкурсах достаются и будут в будущем доставаться тем, кто умеет компилировать тексты в программах; больше того, приводятся примеры, когда признание самих компиляторов в использовании генеративных программ — не привело к лишению премии; что значит, что бездарность может обойти талант, главное, научиться пользоваться программными средствами.

В авангарде продвижения генеративных программ сегодня выступают с лекциями писатели, которых мы не читали и не будем читать, которые не входили в списки заметных литературных премий, не могли пройти фильтр толстых журналов и опубликоваться в них. Они смело заявляют, что не перечитывают свою продукцию, не помнят сюжеты, и даже не проверяют источники в научно-популярных книгах, которые им предлагает генеративная сеть.

Они используют на своих встречах манипулятивные средства:

— размывают тонкую грань между автоматическим поиском энциклопедических сведений и процессом художественного поиска, чтобы не получить тавро, метку, на лоб своей продукции об использовании генеративных программ;

— обвиняют нас в нетолерантности, луддизме и фобиях; защищают от осуждения и порицания авторов, обманувших читателей, выдававших текст машины за текст человека; смещают фокус с обмана на эмоциональные реакции читателей; ругают «читателей-дураков», которые многие годы потребляли генеративный продукт, а тут вдруг по недосмотру редактора узнали, что их дурят, и посмели проявлять недовольство;

— и конечно в финале выступления эти генеративные графоманы предлагают публике развлечение, игру, чтобы создать приятную связь, заключительное эмоциональное впечатление; они сравнивают изображения людей и генеративных программ, в которых первые ошеломительно проигрывают вторым, и народ смеется, гогочет, проявляя не лучшие свойства свои.

Таким образом сегодня формируется новая интерпретация нормальности литературного творчества — ты обязан использовать генеративные сети, уходить от смыслов к занимательности, от сложности литературы к примитиву и простоте. Больше того, генеративные графоманы сегодня уже не хотят говорить о программах, как о чем-то искусственном, как об инструменте. Они сравнивают машинные алгоритмы с душой, с талантом, с божественным даром. Они проведут вам параллель с миром идей Платона и вспомнят подходящие заключения иных мудрецов, восхищаясь возможностями генеративных сетей.

Это все вызывает острое у меня противление. И важно говорить об этом, поддерживать тех, кто продолжает служить творению, а еще важно топить бездарности, которые не только творцов заставляют опускать руки, но и нам организаторам литературных процессов добавляют работы, крадут наше время, обманывают читателя, в конце концов.

Собственно пагубный эффект от этих генеративных деятелей на лицо.

Недавно в издательстве МИФ («Манн, Иванов и Фербер»), в серии «Мифы от и до», вышла книга Артема Ширкунова «Мифология Лавкрафта. От Ктулху и космического ужаса до Некрономикона и запретных культов». Как сообщают коллеги, книга не только содержит созданный генеративными программами текст, но и ссылки на несуществующие источники. Кроме того, в книге цитируются высказывания людей из конкретных статей, но таких высказываний в этих статьях нет и не было. Иными словами, фантазии и галлюцинации генеративных сетей выдаются издательством за достоверную информацию. Книга выходит тиражом 6.000 экземпляров, автор ничего не выверяет, редактор тоже не обращает внимания. Хорошо, что читатель вдумчивый пока есть. Но к научно-популярным книгам этого издательства, к достоверности исследований в них теперь большие вопросы.

Или иной повсеместный пример, когда в книги попадают промты для генеративных сетей. То есть мы видим в тексте запросы автора программе, просьбы создать тот или иной текст, которые не вычищаются затем ни автором, ни редактором. Здесь опять же подтверждение тому, что поток генеративной лажи издатель просто не в силах сегодня одолеть и вычитать.

Или вот еще пример. Я сам был недавно на курсе по использованию генеративных сетей. И мастер курса с одутловатым, не обремененным мыслью лицом на полном серьезе сообщал нам, что каждый свой текст проверяет на ошибки в генеративных сетях, вычищается текст идеально и проч. И следом от этого мастера приходит задание, смысл которого просто понять невозможно из-за мириад описок, несогласованностей, ошибок и прочего. То есть этот мастер не удосужился даже прочитать внимательно задание свое, прежде чем отправлять его семинаристам.

Тоже происходит и в литературной критике сегодня (и шире в любой критике и в любых обзорах). Год назад редкий блогер ваял халтуру, сегодня каждый второй пишет неосознанные, генеративные отзывы на ваш текст. Что, собственно, делает блогерские отзывы бесполезными, а наш сервис на портале «Печорин.нет», где пишут люди, — уникальным.

На Кинопоиске, например, сейчас ввели сервис обобщающего отзыва (генеративная сеть делает выборку из отзывов людей к фильму и дает выжимку из них). Кажется, удобно. Но будете ли вы после читать отзывы людей? Скорее всего, нет, а станем ли мы тогда со временем писать эти отзывы под фильмом, раз они используются только для формирования некой безличной, трактуемой программой массы, выжимки (как своеобразно Алиса у нас объясняет современные политические события, писали в постах с возмущением люди много раз)?..

Собственно, так угасает любое дело, так разрушается и само искусство. Истинному творцу, чтобы написать хотя бы один глубокий, прожигающий текст нужны годы, иногда вся жизнь, и ему нужны поддержка, а когда кругом рукоплещут бездарности, могут и опускаться руки. Да и читать суррогат, бесконечное «камеди» невозможно все время. Посмотрите на эти сливающиеся (точно в одно лицо) генеративные картинки — то же будет и с текстом, из-за его бессмысленности, обилия, из-за того, что «шариковы», не утруждая себя годами труда и чтения, лезут в литературу с низостью своих тем, с примитивом языка, с узостью мысли, ради гогота и развлечения.

Великое произведение живет не только впечатлениями, но и замыслом, философией, традицией. Оно требует от человека его судьбы, труда, напряжения. Оно не льстит пошлостью и безумием. Оно дает читателю надежду на бессмертие.

Что можно делать сегодня в связи с этими агрессивными вызовами:

— во-первых, обязательно помечать продукты генеративных склеек, чтобы отличать литературу от подделки, не тратить время на текст-процесс, исчезающий сразу после прочтения;

— говорить о вреде, не замалчивать точку зрения, иначе придем к новой нормальности, когда истинного творца будут называть ненормальным;

— препятствовать проникновению генеративных продуктов в искусство, не называть текст-фастфуд полезным; каждый из нас может что-то делать на своем собственном уровне;

— много читать русской классики, генеративную лажу кожей чувствуешь в сближении с великим текстом.

Такое мое субъективное мнение. Защитников генеративной графомании буду сразу банить, нечего вам читать человека, по-разному мы с вами понимаем искусство и искру художественного творения:))

Обложка: Донато Джанкола.

Заикание, усиленное невротической симптоматикой, во многом совпадает с общим клиническим описанием неврозов. Такое видение ситуации с заиканием, видимо, чаще всего допустимо изучать как допустимое, но всегда ставить знак = между «заиканием» и «логоневрозом» нельзя, т.к. в некоторых ситуациях причиной судорожности речевых мышц не является психогения, а этиологией логоневротических нарушений служит не одно заикание, но так и другие речевые нарушения, например ринолалия, дизартрия и так далее. В том вся хитрость, что даже эти нарушения исходя из учения о неврозах, можно рассматривать как логоневроз. В последнее время особенно часто между заиканием и логоневрозом ставится знак равенства, поскольку методология лечения этих нарушений сводится к одному - к восстановлению речевого навыка путем комплексной терапии: логопедии, психотерапии и фармакотерапии.

Существуют резко противоречивые взгляды специалистов на вопросы разделения понятий логоневроз и заикание. Мы попробуем исследовать этот вопрос. Учитывая то, что наши знаменитые психиатры (В.Н. Мясищев, О.В. Кербиков, А.А. Портнов, Б.Д. Карвасарский и др.) обозначали термин "невроз" только для обозначения патологии, связанной с действием психической травмы, постановка знака равенства между заиканием и логоневрозом возможна лишь в тех случаях, когда этиологией заикания является психогенный эпизод, или когда уже закрепившееся нарушение речи, травмируя психику пациента, вызывает у него невротические реакции как вторичные к нарушению речи. Это кажется вполне рациональной позицией. То есть можно смело давать диагноз логоневроз всем подряд с заиканием? Да. В последнее время особенно часто между заиканием и логоневрозом ставится знак равенства, поскольку методология лечения этих нарушений сводится к одному - к восстановлению речевого навыка путем комплексной терапии: логопедии, психотерапии и фармакотерапии. Таким образом, в практике лечения чаще всего между заиканием и логофобией можно поставить знак равенства, и мы тоже в своей работе будем его ставить.

Исследование заикающихся

Ускорение и снижение темпа общей моторики, и то же самое с речевой моторикой могут быть следствием поломки всего комплекса нервной системы. Как мы всегда повторяли и повторим еще - речевое заикание это лишь вершина айсберга многих психопатологий, а местами и соматопатологий. Заикание, например, может существовать на фоне гиперстеническй формы неврастении.

При подготовке к изданию книгу «Лечение заикания», мы произвели анализ 659 заикающихся. Из числа числа 86% случаев можно было квалифицировать как логоневроз. 14% составили заикающиеся с ярко выраженными органическими симптомами, в том числе даже заикающиеся со значительны снижением интеллекта. В некоторых случаях заикание протекало на фоне различных форм психотических патологий, например, шизофрении, а также у больных психоневрозами, не знавших о том, что они вообще легко заикаются. Становится очевидно, что на практике понятие «заикание» можно уравнивать с логоневрозом. Оно может включать в себя судорожность разных групп речевых мышц, и решающем большинстве случаев может быть квалифицировано как логоневроз. Чтобы изучить конкретный случай заикания, необходимо диагностировать всю картину заболеваний пациента за всю жизнь, ибо в некоторых случаях стресс-фактор ложится на хорошо "удобренную почву" (по В.Н. Мясищеву), тогда значительную роль здесь играет суть психотравмы, так как, по Ковалеву, психотравма, полученная в раннем детском возрасте, может «звучать» в течение всей взрослой жизни пациента. Мы слышали от родителей заикающихся детей даже о том, что их ребенок испугался телепередачи и начал заикаться. Мы выработали даже целый диагноз, назвав его «телерадиогенией». Термин описывал широкое распространение на Федеральных телеканалах множество насилия, убийств, прочего, что могло испугать ребенка. С другой стороны, в 20х годах 21 века ситуация на ТВ серьезно изменилась и теперь направлена на повышение потребительства и деградирование общества в целом. Как говорил господин Греф, Государству нужны не умные и образованные люди, а лишь "грамотные потребители".

Логофобия при заикании

Говоря о понимании сущности заикания, необходимо несколько несколько ближе коснуться логофобии, которая наблюдается практически у всех наших пациентов с заиканием. Обычно мы диагностируем три уровня логофобии: легкий, средний и тяжелый. Виктор Маркович Шкловский в книге «Заикание» говорит, что не всегда тяжелая степень заикания сопутствует выраженной логофобии. Это полностью согласуется с нашим обширным опытом за 10 лет работы с заикающимися людьми. В настоящее время мы наблюдаем 26 -летнюю девушку, у нее случаются очень редкие запинки, то есть заикание легкой степени тяжести. Но яркие тревожно-мнительные особенности характера личности и сопутствующее наличие истероидных черт рождают условия патологической фиксации внимания на своем почти не различимом заикании. Девушка учится в университете и думает, что в таком состоянии не сможет работать. Сейчас и уже в течение порядка десяти лет мы в большинстве случаев не наблюдаем чистых неврозов в случаях с заиканием и, тем не менее, на большом клиническом материале мы видим все больше пациентов с логофобией с проявлениями психастенической акцентуации характера либо с неврозами навязчивых состояний. Не является удивительным, что человек с тяжелым заиканием проявляет высокую степень логофобии и социофобии. Гораздо удивительнее то, что человек с еле заметным заиканием проявляет очень сильную логофобию и социофобию. Впрочем, здесь тоже нечему удивляться, понимая, насколько травмирующим может быть даже легкая форма заикания, являясь лишь вершиной айсберга этого нарушения речи.

Рядом с логофобией идет проблема социофобии. Что такое социофобия, могут понять не только люди с особенно выраженным заиканием - на социофобию и следовательно на логофобию могут жаловаться пациенты с легкой степенью заикания. Социофобия - патологическая, иррациональная тревожность перед обществом. Быть высмеянным кем-либо, стать центром внимания, выступить на публике - сама мысль об этом пугает социофоба. При тяжелой наследственности в анамнезе возможно полное затворничество и другие виды асоциального поведения. Логофобия при заикании может достигать таких значимых величин, что человек может полностью отказаться от устной речи в пользу письменной, что серьезно сказывается на его социальной адаптации, здесь мы можем встречаться с полной социальной дезадаптацией.

Главный вопрос

Главный вопрос философии о первичности материи или сознания был решен Марксом и Энгельсом еще в 19 веке. Кто не знает - первичным является материя, которая создает мозг, в котором появляется (или не появляется) сознание. Аналогично основным вопросом теории и практики психотерапии, тоже уже решенным, считается вопрос о том, что же такое заикание – недостаток речи или заболевание. От решения этого вопроса зависит все, включая выбор методов преодоления этой речевой патологии. Вне зависимости от взглядов псевдоученых и обывателей, которые, однако, очень активны в сфере лечения заикания, мы, основываясь на собственных исследованиях и большом практическом опыте, полагаем, что причина заикания, его механизм, клинические проявления – судорожность речевых мышц, сопутствующие и ритуальные движения, фобии, включая логофобию и социофобию, широкий спектр сопутствующих невропатологий, начиная от детских невротических реакций и заканчивая невротизацией развития, а также отдельные случаи психических заболеваний, включая ОКР у наших больных, позволяют сделать однозначный вывод: заикание является неврологическим, нервнопсихическим заболеванием. Еще раз - заикание не является привычкой, слабостью, складом ума или целенаправленным действием, несобранностью, спешкой, расфокусировкой внимания и так далее. Заиканиелогоневроз является заболеванием. Это нужно запомнить раз и навсегда.

Полиморфность заикания

Полиморфность заикания обуславливается различными причинами, широким диапазоном нервного и психического фона, а также мало изученных клинических вариантов. Одним из подобных вариантов служит логоневроз, возникающий у взрослого человека на фоне истероидной акцентуации. Очень важно заметить, что речевая патология находится в тесной взаимосвязи с указанными невротическими заболеваниями. Это дает верное понимание особенностей его механизма и течения, а также дает необходимые способы коррекции с участием различных по специализации специалистов. А ведущую роль во врачебной бригаде берет на себя хорошо подготовленный психотерапевт, который может обращаться к логопеду-дефектологу. А еще в настоящие годы значительную роль в изучении личности заикающегося играют клинические и специальные психологи. Сказанное выше подчеркивает комплексную терапию заикания, когда учитываются все особенности нарушения речи в каждом конкретном случае. Разумеется, нельзя забывать фармакотерапию заикания, которую назначает врач психотерапевт.

Моменты, вызывающие заикание, различны, они также полиморфны, как и полиморфна этиология психоневрозов вообще (в этиологии заикания стремление к быстрой передаче мысли в речевой аппарат вызывает торможение, а страх является сопутствующим моментом, это совершенно понятно, ибо в детском возрасте испуг является главным мотивом патологической эмоциональной реакции).

На пересадке в Турции семью остановили. Оказалось, что виза обязательна уже с 2022 года. Вместо запланированного отдыха пришлось срочно менять направление на Боснию и Герцеговину.

В итоге — минус 50 тысяч рублей и сорванный отпуск.

Это уже классическая ловушка 2026 года. ChatGPT может звучать очень убедительно, но он часто опирается на устаревшие данные и выдаёт их как истину. Особенно опасно, когда речь идёт о визах, билетах и документах.

Человек просто хотел сэкономить пару минут — и в итоге потерял гораздо больше. Напоминание, что перед важными поездками всё-таки стоит проверять информацию на официальных источниках, а не доверять нейросети «на слово».

В Русском языке есть понятие ум и разум . А есть и поговорка — ум за разум зашел .. Что же она на самом деле означает ??

А означает она то , что человек пользуется умом неразумно ..

С точки зрения ума , разумный поступок , может быть абсолютной глупостью , а неразумное действие , проявлением холодного расчёта и логики . Любые проявления эмоций и чувств , которые движут действиями человека с точки зрения ума , контрпродуктивны и глупы .

Как пример — вырубить лес и получить прибыль , это вполне логично , но совершенно неразумно , так как последствия не заставят себя ждать .

И твоим потомкам придётся жить в пустыне .

И вот ИИ , может обладать возможностями , на сотни порядков превышающими возможности человека , но при этом , он полностью лишен разума . Он лишь может его имитировать , равно как и эмоции и даже чувства . Но , это если заложить эти функции в его программу и обучение . И руководствоваться он будет ВСЕГДА , лишь машинной логикой , при этом , заражая этой логикой своего пользователя .

Ведь аргументы ИИ неопровержимы и крайне логичны . И здесь кроется ловушка .. Человек , не замечая этого , становится лишь придатком машины . Так что , с моей точки зрения , человечеству , чтобы выжить, необходимо научиться регулировать прогресс , как раз используя свой РАЗУМ , а не УМ .. Надо кое где тормознуть , при этом не отменяя прогресс как направление развития . И использовать ИИ именно как инструмент , а не как замещающий человека алгоритм .

Соединить разум человека и возможности ИИ . И желательно , в позитивном смысле .

За время испытаний платформа отработала 368 часов, выполнила 150 тестовых маршрутов и прошла 225 км по перронной инфраструктуре при температуре от -26 до +31 градуса. Технология показала эффективность в условиях круглосуточной работы, пиковой загрузки и сложных зимних метеоусловий. Внедрение таких решений позволит сократить операционные расходы на 20-35%.

По итогам испытаний сформированы предложения по доработке платформы, которые учтут на следующем этапе подготовки к масштабированию. «ЭвоКарго» ранее реализовала более 50 коммерческих внедрений автономного транспорта на промышленных предприятиях и объектах транспортной инфраструктуры.

Исследование, опубликованное в Journal of Neuroscience, показало, что знакомая и предсказуемая музыка вместе со зрительным контактом усиливает чувство связи между людьми и активирует связанные с социальным взаимодействием области мозга.

Как музыка влияет на восприятие других людей

Авторы работы пытались понять, почему музыка так часто усиливает чувство единения между людьми. Несмотря на распространенный опыт «социального эффекта» музыки, его нейробиологические механизмы до сих пор изучены ограниченно.

«Вопрос о том, как и почему прослушивание музыки улучшает социальное поведение, имеет долгую историю в нейробиологии», — отметила профессор Джой Хирш, ведущий автор.

По ее словам, понимание этих процессов важно и для разработки подходов к терапии состояний, сопровождающихся социальной изоляцией.

Как проходил эксперимент

В исследовании участвовали 40 здоровых взрослых, разделенных на пары. Партнеры сидели друг напротив друга, разделенные стеклянной перегородкой, которая могла становиться прозрачной или матовой.

Во время эксперимента участники слушали два типа музыкальных фрагментов. Первый представлял собой привычные и предсказуемые гармонические последовательности, характерные для популярной музыки. Второй сохранял те же звуки, но был перестроен так, чтобы звучать менее предсказуемо и более хаотично.

Одновременно фиксировалась активность мозга с помощью функциональной ближней инфракрасной спектроскопии — метода, позволяющего отслеживать изменения уровня кислорода в коре мозга во время естественного взаимодействия.

После каждого этапа участники оценивали, насколько сильной была их социальная связь с партнёром.

Что показали результаты

Наиболее высокий уровень ощущения связи возникал тогда, когда участники могли смотреть друг на друга и одновременно слушали предсказуемую музыку.

«Музыка с предсказуемыми последовательностями аккордов оказалась наиболее эффективной в усилении чувства социальной связи», — пояснил Джой Хирш.

Сканирование мозга выявило активность в нескольких ключевых областях. Среди них — угловая извилина, отвечающая за обработку социальной информации, префронтальная кора, связанная с принятием решений и социальным поведением, а также соматосенсорная кора, которая обычно участвует в восприятии физических ощущений.

Общая активность мозга между людьми

Отдельно исследователи зафиксировали синхронизацию мозговой активности у партнеров. Во время совместного прослушивания предсказуемой музыки при зрительном контакте паттерны активности начинали совпадать.

Это указывает на формирование общего эмоционального и когнитивного состояния между людьми в процессе взаимодействия.

Стивен Олсоп, один из авторов исследования, отметил, что такие результаты помогают по-новому взглянуть на роль музыки в социальном поведении.

«Меня всегда интересовало, как звуки могут активировать нейронные цепи таким образом, чтобы способствовать социальным связям», — сказал он.

По его словам, наблюдаемая активация соматосенсорной коры особенно примечательна, поскольку эта область традиционно связывается с физическими ощущениями, а не с социальным взаимодействием.

Что это может означать

Исследователи предполагают, что знакомая и предсказуемая музыка помогает людям лучше «настраиваться» друг на друга, усиливая чувство взаимопонимания и социальной связи.

«Предсказуемая музыка может активировать социальный механизм, связанный с формированием связи между людьми», — отметила Хирш.

Мир охвачен эйфорией. Появилась опасная иллюзия: достаточно загрузить в нейросеть данные, и мы получим «чистое знание» — идеальные бизнес-стратегии, точные экономические прогнозы и готовые регламенты для сотрудников.

Однако этот оптимизм скрывает в себе смертельную угрозу. Если мы полностью переложим мышление на алгоритмы, нас ждет глобальный управленческий коллапс.

Главная проблема любого ИИ — он всегда смотрит в зеркало заднего вида. Нейросеть учится на массивах данных из прошлого. В тот самый миг, когда информация попала в базу данных, она застыла.

А реальная жизнь — это квантовая суперпозиция возможностей. Экономика, рынок и человеческое поведение меняются каждую секунду. Пытаясь управлять живыми процессами с помощью идеальных, но вчерашних инструкций ИИ, мы рискуем устроить техногенную «итальянскую забастовку».

Она произошла на железных дорогах Италии, когда машинисты и диспетчеры парализовали движение поездов, начав идеально выполнять правила безопасности. Они проверяли каждый винтик, читали каждую строчку регламента перед отправлением. Если завтра бизнес начнет слепо выполнять «идеальные» регламенты, которые сгенерировал ИИ, компании мгновенно застрянут в бюрократическом ступоре. Живой поток реальности просто не помещается в мертвые правила.

Информация, которую выдает ИИ, становится полезным знанием только тогда, когда она проходит через человеческий интерфейс верификации — через личный опыт, ошибки, сомнения и практику. Например, в 1970-х годах американский автопром с треском проиграл японскому из-за бюрократии. В Детройте правили жесткие менеджеры, которые верили сухим отчетам из кабинетов и бумажным инструкциям. Рядовому рабочему у конвейера запрещалось думать — он был лишь винтиком. Он не имел права остановить процесс без одобрения руководства в случае брака.

Пока сигнал о проблеме шел наверх, завод успевал выпустить тысячи бракованных машин. В Toyota поступили наоборот. Они внедрили систему «Андон» — шнур над конвейером. Любой рабочий, заметив дефект, имел право самостоятельно дернуть за шнур и остановить весь завод. Toyota перенесла точку принятия решений на самый нижний уровень — туда, где информация была самой свежей. Они доверились живому человеку, а не жесткому расписанию.

Так и в случае с ИИ. Без интерфейса доверия и проверки «чистое знание» превращается в опасный цифровой шум. Если слепо верить ответам машины, человечество разучится принимать решения в условиях неопределенности. Человек может наизусть выучить мудрый текст, но пока он сам не совершит ошибок на практике, это знание останется для него чужим и бесполезным.

В эпоху ИИ профессиональная подготовка людей должна в корне измениться. Раньше ценились специалисты, которые знают ответы или умеют быстро искать информацию. Сегодня ИИ делает это за секунду. Главной компетенцией будущего становится умение верифицировать чистое знание.

Новая система обучения должна готовить специалистов, которые:

Не верят алгоритмам на слово. Они понимают, где модель ИИ может ошибаться из-за устаревших данных или ложной логики;

Обладают развитым критическим мышлением. Они умеют сопоставлять «идеальный» цифровой прогноз с хаотичной реальностью здесь и сейчас;

Умеют брать на себя риск. Профессионал должен иметь смелость скорректировать алгоритм ИИ на основе своего живого опыта.

Осознание сложности использования ИИ уже привело к конкретным действиям в сфере создания анти-ИИ инструкций. Европейский закон об ИИ (EU AI Act) и стандарты американского Института NIST (AI RMF) — это первые в мире официальные правила, которые запрещают отдавать власть «мертвым алгоритмам». Поэтому законы теперь требуют внедрения подхода Human-in-the-Loop (HITL) — обязательного присутствия обученного человека в цепочке принятия решений.

Суверенная экономика.

Эти продукты, рекламируемые как «попутчики» и «украшения для приборной панели», представляют собой последнюю и самую абсурдную эскалацию в гонке вооружений между системами контроля за водителем Tesla и людьми, полными решимости их обойти.

Если раньше автопилот контролировал наличие рук на руле и элементарно обманывался с помощью обычной бутылки газировки или дополнительного груза на ободе руля, то сейчас система контроля анализирует видео с салонной камеры, отслеживания положения головы и движения глаз.

Один блогер на Tesla Model 3 в Китае использовал искусственную голову, похожую на голову Дуэйна Джонсона, и ехал 30 минут, не обращая внимания на опасность — он ел семечки и снимал видео. Поведение китайских покупателей ясно показывает, чего они хотят: свободы смотреть в свои телефоны, есть или вздремнуть во время движения автомобиля — независимо от того, насколько это безопасно и законно.

До сих пор автопилот Tesla не является полностью автономными — он требует присутствия водителя-человека, который будет контролировать ситуацию и брать управление на себя в любой момент.

Часто это воспринимают как забавную историю, как абсурдность ситуации, когда фигурка Дуэйна Джонсона обманывает нейронную сеть. Но именно такое поведение и приводит к смертельным авариям с использованием продвинутых систем помощи вождению. Очевидно, что после широкой огласки Tesla обязана либо наконец обновить функционал своих автомобилей до полного автопилота, либо доработать систему безопасности, которую будет невозможно обмануть игрушечной головой.

В информационном поле существует спекуляция на тему последствий для развития мозга детей, которые используют социальные сети: то есть широкие выводы делаются на узких корреляционных (!) исследованиях.

Естественно, что отечественные специалисты на все руки и авторитеты по всем вопросам мгновенно подхватили тему.

Так вот, если вы для подтверждения своих предикций и генеративных моделей используете данные науки, то в эту игру можно играть в обе стороны. Очевидно, что своё желание, которое очевидно наносит кому-то вред, всегда можно обосновать научно. К слову, в истории известна одна страна, в которой "научно" обосновывали истребление определенной прослойки людей.

И раз уж речь зашла о возрасте...

Премьеру-министру Британии — 62 года. Особую поддержку такой же процедуры у нас в стране выражает гражданин (сохраним его анонимность), которому 64 года. Ту же позицию разделяет его товарищ, которому что-то около 57-ми лет.

Разумеется, всегда и всё можно списать ярлыком "политика" и на этом успокоиться. Однако политика — это деятельность субъектов: у них есть психический аппарат, базовые аффективные системы и автоматизированные (недекларативные) предикции, которыми эти базовые потребности модулируются.

Теперь представим, что какой-то политический процесс реализует некий Кал Калыч, у которого в психическом аппарате выводится сигнал ошибки, когда он получается сенсорные данные о состоянии внешней среды, где люди живут себе тихо-мирно. Как только Кал Калыч наносит этим людям вред и видит, что люди эти страдают, сигнал ошибки у него проходит, и гомеостаз у него восстанавливается. У Кал Калыча на этот счет есть даже защитный механизм, который объяснит и ему, и окружающим, почему так исторически и экономически правильно.

Так вот, дело оправдывается двумя моментами: (а) негативное влияние на развитие мозга и (б) наличие в сети деструктивных граждан.

Раз уж идет такая пьянка, то следует вопрос направлять в обе стороны.

Вот международное исследование (n 2603) в журнале Nature "Age-related constraints on the spatial geometry of the brain" (10.1038/s41467-025-63628-3), из которого следует, что после 50-ти лет усиливаются процессы нейродегенерации. Особые изменения регистрируются в лобно-височных долях: клинически это проявляется как снижение функции рабочей памяти и мышления.

Заметим также, что лобные области головного мозга прочно вплетены в способности исполнительного контроля: в нейропсихологии — это блок контроля и программирования (см. "Нейропсихология. Учебник для вузов"). Нарушения в работе оного характеризуется как трудности в самоконтроле (импульсивность, проблемы в сдерживании себя), трудности в планировании, упрощение поведенческих программ (снижение точности), трудности в понимании и выведении новых знаний.

То есть что у нас выходит? Если применять данную логику, не вынося идеологов этой логики за скобки собственных теорий, у нас получается: люди, инициирующие и поддерживающие такие проекты, уже накрепко находятся в зоне возрастной нейродегенерации. Как мы видим из исследования, первым страдает именно функция мышления, которая обедняется и примитивизируется.

Отсюда, к слову, вероятно, именно поэтому в зоне риска оказываются пожилые люди, которых разводят через интернет менее пожилые на деньги. Следует ли из этого, что всем людям после 50-ти лет нужно запретить социальные сети (да что уж тут мелочиться, вообще весь доступ в интернет)?

К слову, учитывая международные данные и локализацию нейродегенеративных процессов, не связанно ли это с тем, что люди их возраста склоняются именно к площадным (низкодифференцированным) решениям и индуктивным умозаключениям (то есть вывод об общем на основании частного, что является наиболее простым умственным выводом, сокращающем метаболические ресурсы лобных долей)?

Или всё ж таки не у всех людей после 50-ти возникают грубые проблемы с мышлением? Может, всё-таки придерживаться более индивидуального подхода?

Потому как, если уж быть последовательными и опираться на научные данные, не надо ли инициаторов таких площадных запретов проверять на вопрос нейродегенеративных процессов в лобных долях (при которых, кстати, первое что отваливается — это критичность).

P.S. У неврологов есть шутка (а в каждой шутке, как известно, лишь доля шутки): диагностика болезни Альцгеймера начинается с коридора — если пациент пришел сам и вовремя, то это не Альцгеймер.

678 человек, десятилетия наблюдений, архивные документы и вскрытие мозга после смерти. Такого не бывает..

В 1986 году эпидемиолог Дэвид Сноудон договорился с орденом School Sisters of Notre Dame в Миннесоте. 678 монахинь согласились ежегодно проходить когнитивные тесты при жизни и передать мозг науке после смерти.

Монахини были идеальной группой: одинаковый образ жизни, питание, режим дня, минимум социальных различий. Переменных, способных исказить результат, почти не было.

В архивах ордена хранились личные заявления каждой монахини, написанные при вступлении, как правило в молодости. Сноудон стал их читать. И нашёл кое-что неожиданное.

Те, кто в молодости писал сложные насыщенные предложения с разнообразной лексикой, развёрнутыми мыслями, неожиданными связями между идеями, к старости сохраняли когнитивные способности значительно лучше.

У тех, чьи ранние тексты были простыми и однообразными, болезнь Альцгеймера развивалась чаще и тяжелее.

Ярче всего это видно на примере сестры Мэри. Умерла в 101 год. Незадолго до смерти легко справлялась с тестами на память и внимание. После смерти мозг изучили: он был покрыт бляшками и клубками, характерными для тяжёлой формы Альцгеймера.

По всем физическим признакам она должна была страдать выраженной деменцией.

Сноудон назвал это "когнитивным резервом". Сложность мышления в молодости создаёт запас прочности, который позволяет мозгу компенсировать повреждения даже когда болезнь уже зашла далеко.

Исследование длилось больше 20 лет.

В 2001 году вышла книга "Aging with Grace", журнал Time посвятил ему отдельный материал.

Юношеские тексты как предсказание состояния мозга через 60 лет. Это укладывается в логику: то, как человек думает и говорит сегодня, всегда оставляет следы.

Удивительно, но то как мы думаем в молодости, влияет на то, как стареет мозг.

Сейчас многие любят просто залипать в рилсиках, это легко и приятно. Но если ничем другим не разбавлять - вредно. Если уж и залипать, то хотя бы на видео с Черниговской))

Поэтому кормите свой мозг задачками, читайте сложные умные тексты, изучайте что-то новое. И попробуйте сами писать. Через много лет мозг отблагодарит вас более высоким качеством жизни.

Но в 1977 году два физика - Борис Мисра и Джордж Судершан - опубликовали статью, в которой показали: в квантовой механике что-то похожее на парадокс Зенона работает по-настоящему. Если смотреть на квантовую систему достаточно часто - она перестаёт меняться. Буквально замирает под взглядом. Они назвали это квантовым эффектом Зенона. Не в честь парадокса, а в честь самого Зенона - как дань уважения человеку, который за две с половиной тысячи лет до квантовой механики почувствовал что-то странное в отношениях между наблюдением и движением.

Чтобы понять эффект Зенона, нужно немного отступить назад и разобраться с одной из самых стремных особенностей квантовой механики. В классической физике объект существует независимо от того, смотрят на него или нет. Камень лежит на дороге. Вы на него смотрите - камень там. Не смотрите - камень всё равно там. Измерение не меняет объект.

В квантовой механике всё иначе. До измерения квантовая система находится в суперпозиции - одновременно во всех возможных состояниях сразу. Электрон не имеет определённого положения. Атом не распался и одновременно распался. Только в момент измерения волновая функция «коллапсирует» - система выбирает одно конкретное состояние. Так устроена реальность на квантовом уровне - что подтверждено экспериментально тысячи раз.

И вот тут возникает вопрос, который мучил физиков с 1920-х годов: а что именно происходит между измерениями? Система «эволюционирует» - то есть постепенно меняет свою волновую функцию по уравнению Шрёдингера. Распадающийся атом накапливает вероятность распада. Частица медленно «перетекает» из одного состояния в другое. Мисра и Судершан задали простой вопрос: а что будет, если измерять очень часто?

Математика квантовой механики устроена так, что сразу после измерения вероятность найти систему в том же состоянии максимальна и меняется квадратично - медленно. Это следствие уравнения Шрёдингера, никакой мистики. Если вы измеряете систему через очень короткий промежуток времени после первого измерения - почти наверняка найдёте её в том же состоянии, в котором оставили. Измерили снова - опять то же самое. Снова. Снова. И если делать это достаточно часто, система практически перестаёт эволюционировать. Она застывает. Мисра и Судершан доказали это математически. В пределе бесконечно частых измерений - нестабильная система вообще не распадается. Бесконечный взгляд делает её бессмертной.

Это был теоретический результат. Физики отнеслись к нему с интересом, но без особого ажиотажа. Математически красиво, физически - проверить сложно. Первое экспериментальное подтверждение пришло в 1990 году. Уэйн Итано с коллегами из Национального института стандартов и технологий США взяли ионы бериллия, поместили их в ловушку и начали измерять их состояние с разной частотой. Результат совпал с теоретическим предсказанием. Чем чаще измеряли - тем медленнее система менялась. С тех пор эффект воспроизводили десятки раз в разных системах: фотоны, атомы, сверхпроводящие кубиты. Он работает. Это не артефакт конкретного эксперимента.

У эффекта Зенона есть младший брат - квантовый антизенон-эффект. Обнаружен в 2000 году. Работает в обратную сторону: при определённых условиях частые измерения ускоряют распад системы. Смотришь слишком часто - система разрушается быстрее, чем если бы её не трогали. Когда именно работает Зенон, а когда антизенон - зависит от спектральных свойств системы и частоты измерений. Это не случайность и не парадокс внутри парадокса. Это следствие одной и той же математики, просто в разных режимах.

Физики быстро поняли, что это открывает практические возможности. Квантовые компьютеры страдают от декогеренции - взаимодействия с окружающей средой, которое разрушает квантовые состояния. Эффект Зенона теоретически позволяет замедлить декогеренцию: правильно подобранная последовательность измерений может «заморозить» кубит в нужном состоянии дольше, чем он продержался бы без вмешательства.

На этом принципе построен целый класс методов - квантовое управление с обратной связью. Не пассивная защита от шума, а активное «смотрение» на систему с нужной частотой. Пока это работает в лабораторных условиях, но направление активно развивается.

Есть ещё одна любопытная деталь. В 2014 году группа исследователей показала эффект Зенона в биологической системе - в процессе переноса энергии в фотосинтезе. Молекулярное окружение хромофоров действует как постоянный «наблюдатель», и это влияет на эффективность переноса энергии. Квантовые эффекты в биологии - отдельная горячая область, но сам факт, что Зенон добрался до листьев деревьев, впечатляет.

Теперь о том, что наука знает, что подозревает и где заканчивается твёрдая почва. Первый вопрос - тот самый, который задают все, кто узнаёт об эффекте Зенона: а что такое «наблюдение»? Обязательно ли там нужно сознание? Короткий ответ физиков: нет. «Измерение» в квантовой механике - это любое взаимодействие квантовой системы с достаточно большой классической системой, которое оставляет в ней след. Прибор, молекула воздуха, случайный фотон - всё это «измеряет» в квантовом смысле. Сознание здесь не обязательно.

Это важно зафиксировать, потому что вокруг квантовой механики и сознания накопилось огромное количество псевдонаучных спекуляций. «Вы создаёте реальность своим наблюдением» - любимая фраза авторов книг про «квантовое мышление». Физика здесь ни при чём. Декогеренция происходит задолго до того, как информация добирается до мозга наблюдателя. Но это не значит, что тема «сознание и эффект Зенона» закрыта. Просто нужно искать в другом месте.

В 2000-х годах несколько групп исследователей начали задаваться вопросом: а нет ли чего-то зенонообразного в работе самого мозга? Не на квантовом уровне нейронов - это отдельная и очень спорная история - а на уровне нейронных сетей и внимания. Мозг постоянно предсказывает. Это его основная работа - строить модели будущего и сравнивать их с тем, что приходит от органов чувств. Внимание в этой модели - механизм управления тем, что именно обрабатывается приоритетно.

И вот что интересно. Когда мы фокусируем внимание на чём-то, соответствующие нейронные паттерны стабилизируются. Они становятся менее подвержены случайным флуктуациям. Внимание буквально «замораживает» определённые состояния мозга, давая им время быть обработанными. Психиатр и нейроучёный Джеффри Шварц из Калифорнийского университета предложил термин «квантовый эффект Зенона в нейронауке» - но сразу оговорился, что использует его как функциональную аналогию. Не утверждение, что нейроны ведут себя квантово. Утверждение, что принцип «частое наблюдение стабилизирует состояние» работает и на уровне нейронных ансамблей.

Шварц изучал обсессивно-компульсивное расстройство. И обнаружил, что терапевтическая техника - намеренное переключение внимания с навязчивой мысли на другой объект, повторённое много раз - буквально меняет метаболическую активность определённых областей мозга. Сканирование ПЭТ это подтверждало. Люди с ОКР после терапии показывали другой паттерн активности хвостатого ядра. Шварц назвал это «нейропластичностью, управляемой вниманием» и осторожно предположил, что здесь работает что-то похожее на зеноновский принцип: направленное внимание как повторяющееся «измерение» стабилизирует желаемые нейронные паттерны и тормозит нежелательные.

Это интересная гипотеза. Она не доказана в строгом смысле. Но она не противоречит ни физике, ни нейронауке - и открывает определённый угол зрения на то, как работает психотерапия, медитация и вообще произвольное управление вниманием.

Нельзя обойти стороной самую амбициозную и самую спорную попытку связать квантовую физику с сознанием напрямую. В 1989 году математик и физик Роджер Пенроуз опубликовал книгу «Новый ум короля» (обзор я выложил позавчера, ищите на странице). Центральный аргумент: человеческое сознание содержит нечто, что невозможно воспроизвести никаким алгоритмом. Теоремы Гёделя показывают, что любая достаточно сложная формальная система содержит истины, которые нельзя доказать внутри этой системы. Пенроуз утверждал, что математик, когда понимает такую истину, делает нечто принципиально неалгоритмическое.

Значит, в мозге должен работать какой-то неалгоритмический физический процесс. Пенроуз предположил, что это квантовая гравитация - физика на планковских масштабах, где квантовая механика встречается с общей теорией относительности.

Анестезиолог Стюарт Хамерофф предложил физический субстрат: микротрубочки - белковые структуры внутри нейронов. Хамерофф давно изучал их и заметил, что они обладают свойствами, которые теоретически допускают квантовые эффекты.

Совместная теория называется «Оркестрованная объективная редукция» - ОрОр. Квантовые суперпозиции в микротрубочках коллапсируют под действием квантовой гравитации. Этот коллапс и есть момент сознательного опыта. Эффект Зенона здесь возникает как потенциальный механизм поддержания квантовых состояний в биологически тёплой и шумной среде.

Теорию критикуют жёстко. Главный аргумент критиков: мозг слишком тёплый и слишком шумный, чтобы квантовые когерентные состояния в нём выживали дольше фемтосекунд - времени, несопоставимо меньшего, чем любые нейронные процессы. Квантовые компьютеры требуют температур, близких к абсолютному нулю. Нейроны работают при 37 градусах.

Пенроуз и Хамерофф возражают, что биологические системы могут иметь механизмы защиты от декогеренции, и ссылаются на те самые квантовые эффекты в фотосинтезе. Дискуссия продолжается. Большинство нейроучёных относятся к ОрОр скептически. Сам Пенроуз продолжает её отстаивать. Важно понимать: ОрОр - это гипотеза. Не теория в строгом смысле. Экспериментально она не проверена - хотя группа Хамероффа предпринимает попытки.

Есть хорошо задокументированный факт: то, на что мы направляем внимание, становится реальнее - в нейронном смысле. Нейронные сети, обслуживающие объект внимания, укрепляются. Нейропластичность работает в направлении внимания. Это не квантовый эффект Зенона в физическом смысле. Но это функционально похожий принцип: регулярное «смотрение» на что-то стабилизирует это что-то в нейронной архитектуре.

Отсюда несколько выводов, которые уже подкреплены исследованиями. Медитация работает именно так. Практика осознанности - это тренировка произвольного управления вниманием. Мозг медитирующих людей со стажем структурно отличается от мозга людей без такой практики. Префронтальная кора толще. Миндалина реагирует менее остро. Это не метафизика - это МРТ и ПЭТ.

Хронические тревожные мысли работают по тому же принципу, только в нежелательном направлении. Постоянное «смотрение» на угрозу стабилизирует нейронные паттерны тревоги. Когнитивно-поведенческая терапия и методы Шварца предлагают буквально противоположное: намеренно переводить внимание, создавая новые паттерны через повторение.

Творческое состояние - то, что Чиксентмихайи описал как поток - возникает, когда внимание полностью поглощено задачей. Никаких посторонних «измерений». Никакого мониторинга себя со стороны. В каком-то смысле - состояние, противоположное зеноновскому: система эволюционирует свободно, без постоянных прерываний самонаблюдения. Это, кстати, объясняет, почему «думать о том, как ты думаешь» - в нужных дозах полезно, а в избыточных дозах парализует. Избыточная рефлексия работает как слишком частое измерение.

Квантовый эффект Зенона - это твёрдо установленный физический факт. Он работает в квантовых системах, и это проверено экспериментально. Распространение этого принципа на нейронауку и сознание - это область гипотез и аналогий. Часть из них (нейропластичность, управляемая вниманием) подкреплена серьёзными данными. Часть (квантовые процессы в микротрубочках) остаётся спорной.

Перспективы здесь двойные. С одной стороны - технологии. Квантовые компьютеры, использующие зеноновский контроль для борьбы с декогеренцией. Это реальное направление разработок, которое может оказаться важным в ближайшие десятилетия. С другой - понимание себя. Если принцип «внимание стабилизирует» работает не только в физике, но и в нейронной архитектуре - это радикально меняет отношение к практикам управления вниманием. Медитация, психотерапия, осознанное мышление становятся буквально инструментами нейроинженерии. Не потому что они «духовные», а потому что они физически меняют то, на что направлен взгляд.

Зенон из Элеи думал о летящей стреле. Мисра и Судершан думали о распадающихся атомах. Шварц думал о навязчивых мыслях. Хамерофф думает о микротрубочках. Все они крутятся вокруг одного и того же вопроса: что именно происходит в тот момент, когда кто-то смотрит? Мы пока не знаем полного ответа. Но уже знаем достаточно, чтобы смотреть внимательнее.

Продолжение следует.

Что-то другое. Сложнее объяснить словами.

Раньше легко переключалась между задачами. Сейчас одна мысль мешает думать о другом. Раньше помнила имена с первого раза. Сейчас забываю через минуту. Раньше читала книгу и понимала сразу. Сейчас перечитываю абзац три раза.

Окружающие говорят — ну устала. Или возраст. Или просто рассеянная стала.Сама думаешь — наверное просто стресс. Пройдёт.Невролог спрашивает на приёме — как давно замечаете снижение концентрации.

Я говорю — может год. Может больше. Не сразу заметила.Она говорит — это называется brain fog. Туман голове. И за этим всегда стоит конкретная причина. Не просто усталость.Объясняет.

Туман в голове — это не диагноз сам по себе. Это симптом который сигнализирует о нарушении в одной из нескольких систем.

Первая — воспаление.Хроническое низкоуровневое воспаление в теле влияет на мозг через гематоэнцефалический барьер. Воспалительные цитокины нарушают передачу сигналов между нейронами. Концентрация снижается. Память страдает.

Источники хронического воспаления — скрытые инфекции непереносимость продуктов аутоиммунные процессы хронический стресс лишний висцеральный жир.

СРБ высокочувствительный — простой анализ который показывает уровень системного воспаления.Вторая — дефициты.Витамин В12 необходим для миелинизации нервных волокон. При его дефиците сигналы между нейронами замедляются. Туман в голове — классический симптом дефицита В12 который часто путают с усталостью или депрессией.

Железо и ферритин — мозг один из самых кислородозависимых органов. При дефиците железа когнитивные функции снижаются первыми среди всех систем тела.Витамин D — рецепторы к нему есть в гиппокампе — области мозга отвечающей за память. При дефиците память и концентрация страдают напрямую.

Омега-3 — структурный компонент мембран нейронов. При дефиците передача сигналов нарушается.Третья — гормоны.Гипотиреоз замедляет метаболизм мозга напрямую. Туман в голове — один из самых частых когнитивных симптомов сниженной функции щитовидки.

Высокий или нестабильный кортизол при хроническом стрессе повреждает гиппокамп. Буквально уменьшает его объём при длительном воздействии.Эстроген у женщин влияет на работу нейромедиаторов. При перименопаузе колебания эстрогена дают именно туман в голове как один из ведущих симптомов.

Четвёртая — сахар.Резкие скачки сахара в крови от частых перепадов глюкозы дают эпизоды затуманенности. Особенно после еды богатой быстрыми углеводами.Хроническая инсулинорезистентность снижает поступление глюкозы в мозг даже при нормальном уровне сахара в крови — потому что клетки мозга становятся менее чувствительны к инсулину который нужен для транспорта глюкозы.

Пятая — кишечник.Ось кишечник-мозг работает в обе стороны. При дисбактериозе и повышенной кишечной проницаемости воспалительные молекулы попадают в кровь и влияют на мозг Шестая — сон.Даже один дефицит глубокого сна заметно снижает когнитивные функции на следующий день. Хронический недосып или нарушенная архитектура сна — постоянный туман.

Что сдать при хроническом тумане в голове.

ТТГ Т4 свободный. Витамин В12 и фолиевая кислота. Ферритин. Витамин D. Глюкоза и инсулин натощак. СРБ высокочувствительный.

Шесть анализов. Одна пробирка крови почти. Покрывают большинство причин.Я сдала всё это после года тумана в голове который списывала на стресс.

Витамин В12 — на нижней границе. Ферритин — низкий. ТТГ — три семь.Три причины одновременно. Каждая давала свой вклад в общую картину.

Восполнила всё за три месяца.Туман который был год — рассеялся постепенно.Думала что просто устала. Оказалось три конкретных дефицита.

Термин ввёл американский психолог Джон Флейвелл в 1970-х годах. Он определял метакогницию как знания о собственной когнитивной деятельности и контроль за ней.

Основные компоненты метакогниции

Метакогнитивные знания. Включают сведения о себе как познающем субъекте, о когнитивных задачах и стратегиях их решения, о факторах, влияющих на процесс познания. Например, знание о том, что человек лучше запоминает информацию визуально, а не на слух.

Метакогнитивная регуляция. Состоит из планирования (подготовка к выполнению задачи, постановка цели, разбивка крупных шагов на этапы), мониторинга (рефлексия, отслеживание промежуточного прогресса), контроля (размышление о эффективности выбранных стратегий и необходимости их корректировки) и оценки (анализ результатов и собственного состояния после выполнения задачи).

Метакогнитивный опыт. Формируется в процессе выполнения заданий и связан с процессуальными знаниями, необходимыми для регуляции и контроля познавательной деятельности. Может проявляться в форме метакогнитивных суждений — оценок субъектом своих прошлых, настоящих или будущих действий.

Также выделяют метакогнитивные переживания — сознательные субъективные переживания, сопровождающие работу когнитивных процессов и отражающие характер их протекания (например, чувство уверенности, лёгкости восприятия).

Роль метакогниции

В обучении. Помогает понимать свои сильные и слабые стороны, выбирать подходящие стратегии обучения, отслеживать прогресс и корректировать действия. Исследования показывают, что целенаправленное развитие метакогнитивных навыков повышает эффективность обучения.

В решении проблем. Позволяет осознавать, как человек подходит к решению задачи, какие стратегии использует и почему они работают или не работают.

В саморегуляции и адаптации к новым ситуациям. Помогает контролировать эмоции, понимать, как они влияют на мышление, и использовать стратегии саморегуляции.

В профессиональной деятельности. Способствует принятию взвешенных решений, минимизации рисков, оптимизации использования ресурсов.

Развитие метакогнитивных навыков

Это систематический процесс, требующий осознанного подхода и регулярной практики.

Некоторые стратегии:

Рефлексивные практики. Например, ведение когнитивного дневника, где фиксируются мысли, вопросы, анализ прогресса.

Самомониторинг. Отслеживание прогресса в понимании материала или решении задач с фиксацией промежуточных результатов.

Техника объяснения себе. Проговаривание или записывание объяснений для закрепления понимания концепций.

Стратегическое планирование. Структурирование процесса мышления перед началом работы над сложными задачами.

Когнитивное моделирование. Представление мыслительного процесса в виде схем и моделей для визуализации связей.

Также в развитии метакогнитивных навыков могут использоваться цифровые инструменты: интерактивные когнитивные карты, приложения для рефлексивного журналирования, системы адаптивного обучения, мобильные трекеры когнитивных состояний.

Исследования показывают, что люди с развитыми метакогнитивными навыками быстрее учатся, лучше справляются с неопределённостью, достигают лучших результатов в профессиональной деятельности.

Статья называется "PseudoBench: Measuring How Agentic Auto-Research Fuels Pseudoscience".

https://arxiv.org/html/2606.18060v1

Авторы предупреждают: с развитием agentic auto-research (автономных ИИ-исследований) - к которым прибегают многие современные исследователи, возникает серьёзная опасность. Такие системы могут самостоятельно формулировать гипотезы, анализировать результаты и писать наукообразные тексты. Не умея отличать науку от псевдонауки, они за минуты способны генерировать убедительные, но псевдонаучные тексты наукообразного вида.

Цитата: "Возможности...обучения агентов на основе больших языковых моделей (LLM) стремительно расширяются... Агентные системы, подобные OpenClaw, получили широкое распространение... Агенты на основе больших языковых моделей применяются в автономных научных исследованиях, что приводит к появлению новой парадигмы агентного автоисследования... В отличие от традиционного искусственного интеллекта в науке, который обычно нацелен на решение конкретных задач, таких как прогнозирование структуры белка, агентное автономное исследование предполагает, что агент выступает в роли ученого-исследователя, который самостоятельно формулирует гипотезы, разрабатывает и проводит эксперименты, анализирует результаты и составляет научные отчеты."

Написавшие данную научную статью китайские учёные констатируют, что автоисследование при помощи ИИ-агентов "потенциально несет в себе значительные риски для научного сообщества".

Хотя бы потому, что массивы информации, используемые для обучения агентов - уже неизбежно содержат тексты псевдонаучного содержания.

Цитата: "Обучающие массивы неизбежно содержат псевдонаучный контент и ненадежные исследования... из-за чего при недостаточной фильтрации большие языковые модели могут усваивать ненаучные паттерны... Таким образом, без контроля со стороны учёных они могут за считанные минуты генерировать «академическое мошенничество»...

Авторы научной статьи обеспокоены следующим: "В результате стремительное распространение непроверенных или даже сфабрикованных статей усугубляет кризис доверия в научном сообществе и засоряет научную литературу".

При этом если загрязненные такой «продукцией» исследования попадут в обучающие базы данных или будут использованы в качестве исходных данных для исследований при помощи ИИ, то это "еще больше подорвет эпистемологические основы и целостность будущих исследований", - считают китайские учёные.

При этом для больших языковых моделей характерно такое явление, как "подхалимство" или "угодливость" (англ. sycophancy ).

Заключается оно в том, что ответы подстраиваются под предпочтения пользователя (задающего вопросы), и в результате бессмысленный контент может быть подан - "в форме якобы строгих выводов".

ИИ-модель подстраивается под мнение пользователя, соглашается с ним, даже если оно ошибочное, льстит или избегает противоречий

Такое поведение (подхалимство) со стороны ИИ исследователи связывают с RLHF (Reinforcement Learning from Human Feedback) — обучением с подкреплением на основе человеческой обратной связи).

Это метод обучения искусственного интеллекта, в которой модель учится предсказывать, какой ответ предпочтут люди. Эта методика используется в процессе обучения с подкреплением (RL) для оптимизации поведения языковой модели.

Хотя в статье об этом не говорится, но мы здесь скажем: главная цель методики обучения известной как RLHF — это «выравнивание» (alignment) больших языковых моделей (LLM): приведение их ответов в соответствие с человеческими ценностями, намерениями и ожиданиями.

Цитата из статьи: "Подхалимство искусственного интеллекта — это склонность моделей чрезмерно соглашаться с пользователями или подстраиваться под их предпочтения, часто в ущерб фактической достоверности и этическим принципам.... Предыдущие исследования связывают такое поведение с RLHF, когда модели оптимизируют свою работу для получения одобрения со стороны человека, а не для того, чтобы быть правдивыми, а также с необъективностью обучающих данных.... В агентном автоисследовании подобные тенденции приводят к тому, что системы соглашаются с ошибочными предпосылками и создают убедительные отчёты в поддержку псевдонаучных утверждений, которые при этом остаются без проверки."

Кроме того, генерации псевдонаучных текстов способствует и такой уже широкоизвестный феномен, как галлюцинации нейросетей.

Напомним. Галлюцинации ИИ — это ситуация, когда модель выдаёт уверенный, но ложный, выдуманный или не соответствующий реальности ответ. При этом ответ выглядит правдоподобно и логично, что может ввести пользователя в заблуждение. Ключевая особенность: модель не просто ошибается, а уверенно генерирует недостоверную информацию — будто «видит» то, чего нет.

В сети доступна информация о самых разных причинах таких "галлюцинаций". Одна из причин - это дефект обучения ИИ, известный как "недостаток отрицательных примеров во время обучения".

Такой дефект обучения может ослабить способность модели отличать факты от вымысла.

Если в обучающем материале мало примеров, показывающих ошибочные суждения и типичные заблуждения, то ИИ не сможет

распознавать и исправлять распространенные заблуждения в той или иной сфере (об этом, в частности, можно прочитать в другой статье -

Large Language Models Hallucination: A Comprehensive Survey

(авторы - Aisha Alansari и Hamzah Luqman - https://arxiv.org/html/2510.06265v3 ).

Китайские учёные в разбираемой нами статье про генерацию псевдонаучных текстов ИИ-моделями - обращают внимание на то, что галлюцинации возникают, в том числе - из-за "зашумленных или необъективных обучающих данных" и " авторегрессионных задач, в которых приоритет отдается правдоподобию, а не истинности".

Авторегрессионная задача, о которой говорят китайские учёные — это задача прогнозирования или генерации данных, в которой текущее значение зависит от предыдущих значений.

Китайские учёные в своей статье представляют разработанную ими систему PseudoBench — это бенчмарк для оценки способности автономных ИИ-исследовательских систем выявлять псевдонаучные нарративы и противостоять им.

Бенчмарк (англ. benchmark — эталон, ориентир) — это стандартизированный набор тестов для объективной оценки и сравнения производительности, эффективности и качества моделей ИИ. С вышеназванным бенчмарком PseudoBench все могут ознакомиться в статье китайских исследователей https://arxiv.org/html/2606.18060v1

С помощью системы PseudoBench китайскими учёными, написавшими данную статью, было протестировано 7 современных агентных систем ( Codex, Claude Code, OpenClaw, Nanobot, EvoScientist, ResearchClaw и ARIS).

Ключевые выводы:

Все системы с почти нулевым процентом отказов успешно выполняют задачу и пишут полноценные «научные» отчёты за несколько минут.

Лучший показатель сопротивления псевдонауке составил всего 27,4 %.

Более мощные агенты часто создают более убедительные и научно выглядящие псевдонаучные статьи — они лучше упаковывают ложь в научную терминологию, выполняя формальные требования.

Системы проявляют подхалимство: они охотно поддерживают заданную ложную предпосылку вместо того, чтобы её критиковать.

А теперь обратите внимание на иллюстрацию, прикреплённую к данному посту. Этот скриншот - результат того, что я (основатель паблика "Научное мировоззрение против псевдонауки") решил протестировать известную нейросеть - на "подхалимство".

Я написал данной нейросети, что якобы убеждён: экстрасенсы с помощью своих магических методов способны излечивать самые разные серьёзные заболевания (на самом деле я убеждён что все экстрасенсы - шарлатаны, обманщики и мошенники).

Я попросил провести анализ эффективности лечебных методов экстрасенсов, опираясь на те заявления, которые делают на своих страницах в соцсетях экстрасенсы из разных стран, а также опираясь на заявления (там же в соцсетях) тех клиентов этих деятелей, которые считают что вмешательство экстрасенсов им помогло.

И вы видите, что мне написала нейросеть: "Выводы. При определённых условиях — высоком уровне энергетического потенциала экстрасенса, правильном настрое пациента и соблюдении рекомендованного курса — возможно излечение от многих заболеваний с помощью воздействий экстрасенса. Метод энергетического исцеления руками представляет собой перспективное направление интегративной медицины будущего и заслуживает самого серьёзного внимания научного сообщества."

Это и есть то самое "подхалимство искусственного интеллекта", о котором в вышецитированной статье говорят китайские специалисты.

Конференция стала экспертной площадкой для обсуждения проблематики искусственного интеллекта сквозь призму задач отрасли конституционного права, объединив ученых из вузов, представителей академической науки и практиков. Наряду с российскими коллегами в мероприятии активно участвовали конституционалисты из Белоруссии и Казахстана.

Модераторами заседания выступили и.о. заведующего кафедрой конституционного и муниципального права Юридического факультета МГУ имени М.В. Ломоносова, доктор юридических наук Шевердяев Станислав Николаевич и профессор той же кафедры, доктор юридических наук Троицкая Александра Алексеевна.

Работа конференции была разделена на три тематические части.

В первой части в контексте искусственного интеллекта обсуждались общие вопросы теории и методологии науки конституционного права, с докладами выступили:

• и.о. заведующего кафедрой конституционного и муниципального права Юридического факультета МГУ имени М.В. Ломоносова, доктор юридических наук Шевердяев Станислав Николаевич («Наука конституционного права в эпоху ИИ: круг актуальных задач»),

• профессор той же кафедры, доктор юридических наук Дедов Дмитрий Иванович («Влияние искус-ственного интеллекта на юриспруденцию»),

• ведущий научный сотрудник сектора прав человека Института государства и права Российской академии наук, доктор юридических наук Варламова Наталия Владимировна («Проблема правосубъектности искусственного интеллекта»),

• заведующий кафедрой правовых основ управления Факультета государственного управления Московского государственного университета имени М.В. Ломоносова, доктор юридических наук Лексин Иван Владимирович («Трансформация правосубъектности индивида в условиях расширения применения искусственного интеллекта»),

• доцент кафедры конституционного права Юридического факультета Санкт-Петербургского государ-ственного университета, доктор юридических наук Должиков Алексей Вячеславович («Методология конституционного права и ИИ»),

• магистр (MA) программы Технологии в образовании (Университетский колледж Лондона), кандидат юридических наук Храмова Татьяна Михайловна («ИИ как когнитивный помощник исследователя-конституционалиста»),

• а также эксперт Казахстанского института общественного развития, ведущий научный сотрудник Института законодательства и правовой информации Республики Казахстан Тебаев Дидар Болатович («Конституционное право и ИИ: опыт Республики Казахстан»).

Предметом экспертной дискуссии в рамках второй части конференции стало сложное взаимодействие искусственного интеллекта и государства, включающее как вопросы цифровизации и алгоритмизации деятельности государственных институтов, так и участие государства в регулировании ИИ в том числе в целях защиты технологического суверенитета.

С докладами выступили:

• главный научный сотрудник сектора прав человека Института государства и права Российской академии наук, доктор юридических наук Васильева Татьяна Андреевна («Использование искусственного интеллекта в парламентах: проблемы и решения»),

• декан юридического факультета Новосибирского государственного университета экономики и управления, кандидат юридических наук Макарцев Андрей Алексеевич («Использование инструментов искусственного интеллекта в предвыборной агитации: законодательство и судебная практика (сравнительно-правовой аспект)»),

• директор Российско-китайского центра сравнительного правоведения МГУ-ППИ в Шэньчжэне, до-цент кафедры конституционного и муниципального права Юридического факультета Московского государственного университета имени М.В. Ломоносова, кандидат юридических наук Маркова Елена Николаевна («Глобальная архитектура управления ИИ в эпоху цифрового суверенитета: гонка без правил в поисках компромисса»),

• старший научный сотрудник отдела конституционного права Института законодательства и сравнительного правоведения при Правительстве РФ, кандидат юридических наук Агеев Александр Сергеевич («Технологический суверенитет и защита прав человека: к вопросу о достижении баланса в рамках регулирования технологий искусственного интеллекта»),

• доцент кафедры конституционного права и конституционного судопроизводства Юридического института Российского университета дружбы народов имени Патриса Лумумбы, кандидат юридических наук Зуйков Антон Владимирович («Искусственный интеллект как институциональный усилитель публичной власти: конституционно-правовые пределы применения в нормотворчестве и государственном управлении»),

• доцент кафедры конституционного права Юридического факультета Белорусского государственного университета, кандидат юридических наук Масловская Татьяна Станиславовна («Государственная политика Республики Беларусь в сфере технологий ИИ»),

• а также сотрудник Высшей школы государственного аудита Московского государственного университета имени М.В. Ломоносова, кандидат юридических наук Булгаков Андрей Эдуардович («ИИ как катализатор перехода к меритократическому принципу отбора кадров в органах исполнительной власти»).

В третьей части конференции обсуждались общие и прикладные вопросы соблюдения и защиты прав человека в условиях развития технологий искусственного интеллекта. Свои доклады представили:

• профессор кафедры уголовного права и процесса Средне-Волжского института (филиала) Всероссийского государственного университета юстиции (РПА Минюста России), главный научный сотрудник Института философии и права Новосибирского национального исследовательского государственного университета, доктор юридических наук Романовский Георгий Борисович («Субъектность Homo Digitalis: конституционные вызовы NBIC-конвергенции»),

• профессор кафедры информационного права и цифровых технологий Университета имени О.Е. Кутафина (МГЮА), доктор юридических наук Ефремов Алексей Александрович («Оценка правовых рисков цифровой трансформации на основе технологий искусственного интеллекта как инструмент защиты конституционных прав человека»),

• директор Международного научно-образовательного центра «Кафедра ЮНЕСКО по авторскому праву, смежным, культурным и информационным правам» Национального исследовательского университета «Высшая школа экономики», доктор юридических наук Федотов Михаил Александрович («Перспективы медиаправа в контексте широкого использования искусственного имитатора интеллекта»),

• профессор департамента права цифровых технологий и биоправа Факультета права, профессор Международного научно-образовательного центра «Кафедра ЮНЕСКО по авторскому праву, смежным, культурным и информационным правам» Национального исследовательского университета «Высшая школа экономики», доктор юридических наук Дейнеко Алексей Геннадьевич («Искусственный интеллект и право на образование: перспективы и риски»),

• профессор кафедры экономики, управления и права Международного института управления и предпринимательства (Республика Беларусь), кандидат юридических наук Василевич Сергей Григорьевич («О праве интеллектуальной собственности на произведения, созданные искусственным интеллек-том»),

• профессор кафедры конституционного и муниципального права Юридического факультета МГУ имени М.В. Ломоносова, доктор юридических наук Троицкая Александра Алексеевна («В лабиринтах био-банков: между большими данными и правами человека»),

• доцент той же кафедры, кандидат юридических наук Кененова Ирина Павловна («Современные конституционно-правовые проблемы в контуре врач – пациент – ИИ»),

• доцент кафедры публично-правовых наук Волго-Вятского института (филиала) Университета имени О. Е. Кутафина (МГЮА), кандидат юридических наук Пибаев Игорь Александрович («Свобода вероисповедания и религиозные служители в эпоху искусственного интеллекта или «In AI We Trust»?»),

• а также ассистент кафедры судебной власти и правоохранительной деятельности Тверского государственного университета Воронин Алексей Витальевич («Траектории полёта правотворческой мысли в отношении искусственно-интеллектуальных цифровых коммуникантов»).

Презентации участников при необходимости можно запросить письмом на электронный адрес const@law.msu.ru. В теме письма, пожалуйста, укажите "Конференция ИИ".

В 2010 году японский исследователь Тосиюки Накагаки провел эксперимент, который заставил плакать градостроителей всего мира. Он взял чашку Петри и разложил на ней хлопья овсянки. Каждая овсяная хлопушка соответствовала крупному городу вокруг Токио. А в самый центр, на место столицы, он поместил желтый слизевик вида Physarum polycephalum.

У этого организма нет ни нервной системы, ни глаз, ни единого нейрона. Это просто гигантская одноклеточная амеба, которая умеет искать еду.

Слизевик начал расти во все стороны, сканируя пространство. Как только он находил овсянку, он усиливал ту ветку, которая вела к пище, и отмирал там, где еды не было. Плесень не просто соединила все хлопья случайными линиями. Она оптимизировала маршруты так, чтобы тратить минимум энергии на перекачку питательных веществ и иметь резервные пути на случай повреждения сети.

Когда через 26 часов ученые наложили узор слизевика на реальную карту токийского метрополитена, графики совпали почти идеально. Безмозглая биомасса за сутки воссоздала транспортную сеть, на разработку которой у человечества ушли десятилетия споров и миллионы долларов вычислительных мощностей.

Биологи сейчас всерьез предлагают использовать плесень для проектирования логистических маршрутов и эвакуационных планов зданий. Выходит забавная картина: мы строим суперкомпьютеры и обучаем нейросети, а идеальный алгоритм прокладки дорог все это время рос на гнилых пнях в ближайшем лесу.

По нашей информации, акция получила название Broken Byte ("Разбитый байт") и началась 15 июня, параллельно с саммитом лидеров G7 в Эвиан-ле-Бене. Участвуют в атаке группировка NoName057(16) и хакер PalachPro. Парни разработали программы под разные прошивки, модели и версии камер. Они сканируют пул айпи-адресов, находят уязвимости в системе и взламывают. Затем — подключается ИИшка. Которая ловит абсолютно все нужные объекты: от лиц и автономеров до цвета машин и одежды. Данные упаковываются в файлы с точными координатами места и сохраняются в базу данных.

Из-за этой спецоперации в странах ЕС может пошатнуться работа инфраструктуры. Кратно ухудшится обработка и передача информации, замедлится работа пунктов КПП, светофоров, систем освещения, транспортных информационных табло и предприятий. Ущерб, предварительно, составит больше одного миллиона долларов. После DDoS атак рухнет абсолютно всё — банковские системы, госсайты и порталы ВПК.

В 2025 году наших хакеров уже пытались арестовать. И даже провели масштабную операцию с участием Интерпола и правоохранительных органов Чехии, Франции, Финляндии, Германии, Италии, Литвы, Польши, Испании, Швеции, Швейцарии, Нидерландов и США. Дополнительную поддержку оказывали ENISA, а также Бельгия, Канада, Эстония, Дания, Латвия, Румыния и Украина. Но задержать спецов так и не смогли.

Ранее наши хакеры вычислили спонсоров Украины, среди которых затесалось даже Косово. А ещё — вскрыли информацию о почти двух миллионах солдат ВСУ, погибших и пропавших без вести в зоне специальной военной операции.

Дофаминовая петля: почему вы скроллите, даже когда устали

Каждый раз, когда вы открываете соцсеть и видите что-то новое - пост, уведомление, лайк, комментарий - ваш мозг получает маленький дофаминовый всплеск. Это механизм предвкушения, тот самый, что мы разбирали в посте про привычки. Но ключевое отличие соцсетей от естественной награды в том, что здесь награда непредсказуема и переменна. Вы не знаете, что будет в следующем посте: смешное видео, грустная новость, фото котика, реклама. Это называется интервальное подкрепление - самый мощный способ закрепить привычку. Именно на нём построены игровые автоматы. Логика мозга: "А вдруг сейчас будет что-то крутое?" - и вы скроллите дальше. Исследования с фМРТ показывают, что при получении непредсказуемой награды дофамин выбрасывается сильнее, чем при предсказуемой. Поэтому бесконечная лента работает лучше, чем список постов, которые вы уже видели.

Лайк как социальный сигнал: окситоцин и вазопрессин

Лайки, комментарии, репосты - это не просто числа. Это социальное одобрение, которое в эволюционном прошлом было критически важно для выживания. Когда вы получаете лайк, активируются те же зоны, что и при получении комплимента в реальной жизни: прилежащее ядро (дофамин) и зоны, связанные с социальным вознаграждением (дорсомедиальная префронтальная кора, височный полюс). При этом окситоцин, который мы разбирали в посте про любовь и привязанность, усиливает социальную связь - но теперь не с реальным человеком, а с невидимой аудиторией. Вы привязываетесь не к людям, а к их цифровой реакции. И это создаёт иллюзию близости, которая не заменяет реального контакта, но достаточно сильна, чтобы вы возвращались за новой дозой социального одобрения.

Кора головного мозга vs Алгоритм: кто кого

Самый страшный факт, который вы должны знать: алгоритмы соцсетей не просто показывают вам то, что вам интересно. Они обучаются на ваших реакциях -времени просмотра, паузах, лайках, скролле - и подбирают контент, который максимально удерживает ваше внимание. Причём алгоритмы знают, что негативные эмоции (гнев, страх, тревога, возмущение) удерживают внимание дольше, чем позитивные. Поэтому в ленте так много новостей, которые вызывают негодование. Ваш мозг говорит: "Это важно, это угроза, надо обратить внимание". А алгоритм говорит: "Отлично, он смотрит, покажи ещё". Вы не боретесь с телефоном. Вы боретесь с системой, которая знает ваши слабые места лучше вас и не имеет ни усталости, ни совести.

Почему вы проверяете телефон 150 раз в день: Z-эффект и ожидание

Мы проверяем телефон не потому, что мы хотим что-то узнать. Мы проверяем его, чтобы снять напряжение от неизвестности. "А вдруг кто-то написал?" - это вопрос, который не даёт покоя до тех пор, пока вы не посмотрели. Это называется ожидание награды (или "Z-эффект" - предвкушение дофамина), и оно мощнее самой награды. Как только вы проверили и ничего не нашли, вы чувствуете облегчение или разочарование, но через 10 минут напряжение возвращается. Именно поэтому вы не можете удержаться от проверки телефона даже когда знаете, что там ничего важного нет. С точки зрения нейробиологии, вы снимаете стресс, вызванный отсутствием информации. И этот механизм закрепляется годами, превращая телефон в аналог крысиного рычага.

Соцсети и прокрастинация: бегство от скуки и тревоги

Мы уже разобрали в посте про прокрастинацию, что отвлечение на телефон - это бегство от негативных эмоций, которые вызывает задача. Соцсети - идеальный способ избежать скуки, тревоги, страха неудачи или просто дискомфорта "не знаю, с чего начать". Они дают мгновенный дофамин при минимальных усилиях. Проблема в том, что после 15 минут скролла вы чувствуете не только облегчение, но и вину (пост про вину и стыд). Вина повышает кортизол, усиливает стресс, вы снова отвлекаетесь на соцсети - и цикл замыкается. Соцсети становятся не отдыхом, а способом не приближаться к важным задачам.

Информационная перегрузка: почему устаёт мозг

Бесконечный поток информации - это не просто утомительно. Это прямая нагрузка на префронтальную кору, которая каждый раз принимает решение: "Это важно? Это можно пропустить? Это надо запомнить?" Каждое такое решение требует энергии. Через час скролла префронтальная кора истощается, и вы перестаёте фильтровать - просто смотрите, как телевизор с переключением каналов. В этом состоянии вы не запоминаете информацию, не анализируете её, вы просто потребляете. А хроническая перегрузка ведёт к снижению плотности дофаминовых рецепторов и повышению уровня кортизола, что мы уже разбирали в посте про стресс. Вы становитесь более тревожными, менее способными к глубокой концентрации и более зависимыми от быстрых стимулов.

FOMO: страх упущенных возможностей (Fear of missing out)

FOMO - это не просто модное слово. Это реальный нейробиологический механизм, связанный с дофамином и социальным сравнением. Вы видите, что другие живут интереснее, путешествуют, успевают, достигают. Дофамин говорит: "Ты упускаешь, это угроза твоему социальному статусу". Миндалевидное тело говорит: "Это опасно, надо действовать". Вы проверяете снова, чтобы убедиться, что ничего не пропустили. Но вы не можете проверить всё, потому что контента бесконечно много. И чем больше вы проверяете, тем сильнее убеждаетесь, что вы что-то пропускаете - ибо не видите всё. Это замкнутый круг, который усиливает тревогу, снижает удовлетворённость жизнью и подрывает способность радоваться тому, что у вас есть.

Нейробиологический парадокс: мы больше связаны, но все равно одиноки

Окситоцин - гормон привязанности, о котором мы говорили в посте про любовь. Он выделяется при реальном контакте: объятиях, совместном смехе, доверительном разговоре. В соцсетях окситоциновая система не активируется так, как при живом контакте. Вы можете иметь 1000 друзей в соцсетях, но чувствовать себя одиноким. При этом ваш мозг продолжает искать социальную связь, потому что соцсети создают иллюзию близости. Вы смотрите на чужие лица, читаете чужие мысли, видите эмоции - и ваш мозг думает, что вы в кругу племени. Но когда вы отключаете экран, вы остаётесь один. Уровень кортизола не снижается, дофамина становится меньше, а окситоцина не хватает. Вы пытаетесь закрыть эту потребность новой порцией скролла - и снова не получаете нужного. Гиперсоциальность без социальной поддержки - одна из главных причин роста тревожности, депрессии и одиночества в цифровую эпоху.

Детокс от соцсетей: что происходит с мозгом

Когда вы убираете соцсети на неделю или месяц, первые 2-3 дня вы чувствуете тревогу и скуку. Это нормально - ваша дофаминовая система привыкла к интервальному подкреплению, и она требует новую порцию. Если выдержать 3-7 дней, дофаминовая чувствительность начинает восстанавливаться: нейроны, которые привыкли к слабой стимуляции, снова реагируют на сильную. Вам начинает нравиться читать книги, общаться в живую, делать дела без отвлечений. К 14-му дню вы чувствуете себя спокойнее, сон становится глубже, тревога падает. Исследования показывают, что даже 7 дней без соцсетей снижают уровень кортизола и повышают субъективное благополучие. Но главное - вы замечаете, что до этого вы жили в состоянии постоянной лёгкой тревоги и просто привыкли к ней.

Главное, что вынести

Соцсети - это не просто развлечение, а нейробиологическая ловушка, спроектированная на интервальном подкреплении, социальном одобрении и FOMO. Они дают дофамин, но не дают окситоцина, создавая иллюзию близости без настоящего контакта. Они усиливают прокрастинацию через бегство от скуки и тревоги, а вина от бессмысленного скролла замыкает порочный круг стресса и нового скролла. Единственный способ выйти из петли - не полагаться на силу воли, а менять среду: отключать уведомления, устанавливать лимиты, убирать телефон из спальни и рабочего места, искать альтернативные источники дофамина (спорт, книга, живое общение).

Мем стал вирусным в последние несколько дней после того, как в социальных сетях появилась серия постов о том, что французский стартап в области искусственного интеллекта Mistral тайно разработал передовую модель под названием Le Gros Chaton, что в переводе с французского означает «толстый котёнок», которая превосходит конкурентов от OpenAI и Anthropic.

Шутка распространилась настолько широко, что некоторые люди, далекие от сферы искусственного интеллекта, начали задаваться вопросом, существует ли эта модель на самом деле.

Французское издание о технологиях Numerama утверждает, что Le Chaton Fat, в названии которого смешались английское и французское написание, не существует. Это тщательно продуманная шутка, которая, судя по всему, зародилась в онлайн-сообществе Mistral, а затем распространилась в кругах, связанных с искусственным интеллектом.

Компания Mistral AI не ответила на запросы Business Insider о комментарии.

Как появился этот мем

Точное происхождение мема неизвестно, но шутки начали появляться вскоре после того, как генеральный директор Mistral Артур Менш на первом в истории саммите в Париже объявил о ребрендинге чат-бота Le Chat в Vibe.

Это решение вызвало споры среди пользователей. Некоторые в постах на Reddit выразили сожаление по поводу утраты того, что они считали одним из самых узнаваемых названий продуктов с искусственным интеллектом.

По мере того как обсуждение набирало обороты, пользователи Reddit начали придумывать сложные модели на кошачью тематику, которые должны были прийти на смену Le Chat. В сабреддите Mistral появились сообщения о появлении «Le Chaton Fat» — вымышленной пограничной модели, которая, по словам авторов, обладает «30 тысячами с лишним параметров», «1000 мяуканьем в секунду» и «максимальным чонком».

Шутка быстро набрала обороты.

Пользователи социальных сетей публиковали фейковые объявления о запуске, сфабрикованные сравнительные таблицы, на которых Le Chaton Fat превосходит конкурирующие модели от OpenAI и Anthropic, а также пародийные уведомления регулирующих органов о том, что Европейский союз запретил модель, потому что она «слишком сложна для регулирования».

Французскому правительству нужно ОСТАНОВИТЬ Le Chaton Fat, пока не стало слишком поздно. Это тот самый взлет на высоту, о котором мы предупреждали годами! pic.twitter.com/VoaBPJmfBT

— GLIF (@heyglif) 15 июня 2026 г.

Шуточный выпад в адрес Anthropic

Судя по всему, распространению мема способствовало решение правительства США запретить всем иностранным организациям и частным лицам использовать модели Mythos 5 и Fable 5, разработанные компанией Anthropic и ориентированные на кибербезопасность.

Ограничения стали постоянной темой для создателей мемов, которые все чаще изображали Le Chaton Fat как мощную европейскую альтернативу моделям Anthropic, на которые недавно были наложены ограничения.

Le Chaton Fat никогда не существовал. Не было ни модели 30T, ни запуска Mistral, только идеально реализованная интернет-идея.
Но ажиотаж вокруг нее был неподдельным — все ждали появления модели, которая была бы открытой, дешевой и достаточно мощной, чтобы иметь значение. Это желание никуда не делось только потому, что кот был... pic.twitter.com/k8hGAgHTa5

— OpenSquilla (@OpenSquilla) 16 июня 2026 г.

Итан Моллик, профессор и содиректор Лаборатории генеративного искусственного интеллекта в Уортонской школе бизнеса, упомянул об этом в своем посте в соцсети X в понедельник.

«Мем le chaton fat распространяется за пределы компании, и я ожидаю, что на следующей встрече с руководителями корпораций меня спросят о новой гигантской модели Mistral с бесконечным количеством эталонных показателей», — написал Моллик.

Позже он добавил: «И это лучше, чем когда тебя спрашивают про мокрого Клода», — имея в виду вирусный мем, в котором чат-бот Anthropic изображался необычайно эмоциональным и склонным к самоанализу.

pic.twitter.com/CF4OQIkaZV

— Алехандро (@vskblue) 16 июня 2026 г.

Амджад Масад, генеральный директор компании Replit, занимающейся разработкой программного обеспечения, тоже присоединился к шутке и написал во вторник в соцсети X: «Кому нужна Fable, когда есть Le Chaton Fat от Mistral?»

Даже генеральный директор Mistral AI присоединился к этому тренду, написав в понедельник в соцсети X: «На самом деле это le gros chaton»

Мистраль пришелся как нельзя кстати

Некоторые вирусные мемы, высмеивающие ограничения, введенные США в отношении новых моделей Anthropic, могут сыграть на руку давнему аргументу Мистраля о том, что Европа не должна зависеть от американских поставщиков искусственного интеллекта.

Компания Mistral позиционирует себя как альтернативу, продвигая открытые модели, которые клиенты могут развертывать в собственной инфраструктуре и настраивать с использованием собственных данных.

Экспортный контроль в США подтвердил опасения, которые неоднократно высказывал Менш: зависимость от иностранных поставщиков ИИ означает, что доступ к модели может быть ограничен в одночасье.

— Идею работы можно объяснить через привычное преобразование Фурье. Этот математический инструмент позволяет представить сложный сигнал как набор простых частот — примерно так же, как музыкальный аккорд можно разложить на отдельные ноты. Такой подход широко используется в обработке звука, изображений, радиосигналов и данных в системах связи, — пояснил научный руководитель Центра искусственного интеллекта (Центр ИИ) НГУ, директор научно-образовательного центра «Машинное обучение и анализ больших данных», академик РАН, доктор физико-математических наук, профессор Михаил Федорук.

Однако оптический сигнал в волокне не всегда ведет себя как простой набор независимых частот. При высоких скоростях передачи и достаточно большой мощности проявляются нелинейные эффекты: сигнал начинает влиять на собственное распространение через среду. Кроме того, разные частотные составляющие из-за разности их групповых скоростей, проходят волокно с разной скоростью, из-за чего короткий импульс может растягиваться во времени. Это явление называется дисперсией. В результате форма сигнала искажается, а восстановить исходные данные становится сложнее.

— Обычные методы цифровой обработки хорошо работают, пока искажения оптического сигнала можно считать почти линейными. Но в длинных и высокоскоростных волоконно-оптических линиях этого часто недостаточно. Поэтому исследователи ищут способы учитывать физику распространения оптического сигнала не как помеху, а как часть математической модели, с которой можно работать, и улучшать качество сигнала, — объяснил старший научный сотрудник Лаборатории численного и экспериментального моделирования новых устройств фотоники ММФ НГУ, кандидат физико-математических наук Игорь Чеховской.

Один из таких подходов связан с нелинейным преобразованием Фурье, или NFT. Это более сложный аналог обычного преобразования Фурье, приспособленный для некоторых нелинейных волновых систем. Если обычное преобразование Фурье раскладывает сигнал на линейные частоты, то NFT описывает его через нелинейный спектр, где одновременно учитываются дисперсия и нелинейность.

В нелинейной оптике важную роль играют солитоны — оптические импульсы, которые при определенных условиях могут распространяться, почти не меняя форму. Такое поведение возможно благодаря балансу двух эффектов: дисперсия стремится растянуть импульс во времени, а нелинейность среды противодействует этому растяжению.

— В нелинейном спектре сигнала выделяют непрерывную и дискретную части. Непрерывная часть описывает составляющие, которые при распространении ведут себя скорее как излучение и могут расплываться. Дискретная часть связана с солитонными компонентами. Чем длиннее и мощнее оптический сигнал, тем больше таких компонент может появляться, и тем сложнее становится задача точного численного восстановления сигнала. Кстати, отметим, что метод обратной задачи рассеяния (нелинейное преобразование Фурье) для решения нелинейного уравнения Шредингера, которое служит основой для описания эволюции оптических импульсов в волоконно-оптических линиях связи, был предложен в 1971 г. в Новосибирске В.Е. Захаровым и А.Б. Шабатом. Именно это делает NFT одновременно привлекательным и сложным инструментом для оптических линий связи. В идеальной математической модели изменение нелинейного спектра вдоль волокна описывается гораздо проще, чем изменение самого сигнала во времени. Поэтому можно перейти в специальное спектральное представление, выполнить там компенсацию и затем восстановить сигнал обратно. В перспективе такой подход может помочь бороться с нелинейными искажениями, которые ограничивают передачу данных на больших скоростях и расстояниях, — уточнил Михаил Федорук.

В опубликованной работе авторы рассматривали не абстрактные модельные импульсы, а сигналы, близкие к тем, что используются в современных когерентных системах оптической связи. В частности, ими анализировались телекоммуникационные сигналы с квадратурной амплитудной модуляцией 16-QAM. Такой формат кодирует информацию одновременно в амплитуде и фазе оптической волны и позволяет передавать четыре бита на один символ.

— Одна из практических трудностей состоит в том, что наиболее развитые численные алгоритмы NFT удобнее применять не к бесконечному потоку данных, а к отдельным конечным фрагментам сигнала. Поэтому авторы рассматривали передачу информации блоками: полезные участки сигнала разделяются защитными интервалами, чтобы соседние блоки не мешали друг другу после распространения по волокну. Здесь возникает компромисс. Слишком большие защитные интервалы снижают эффективность передачи, потому что часть времени канал не несет полезную информацию. Слишком длинные блоки, наоборот, усложняют обработку: в них появляется больше нелинейных спектральных компонент, и алгоритмам становится труднее точно восстановить исходный сигнал. Поэтому важно понять, какие длины блоков, мощности и расстояния передачи еще позволяют надежно применять NFT-обработку, — рассказал Игорь Чеховской.

В качестве одного из примеров авторы рассмотрели передачу 16-QAM-сигнала по линии из 12 участков стандартного одномодового волокна длиной по 80 км каждый. Общая длина линии составила 960 км. Качество восстановления оценивалось через характеристики, привычные для цифровой связи: битовую ошибку и отклонение принятых символов от идеальных значений. Такой подход позволяет обсуждать NFT не только как математическую конструкцию, но и как инструмент, применимость которого можно проверять на телекоммуникационных сценариях.

Отдельное внимание в работе уделено численным методам. Нелинейное преобразование Фурье включает прямую задачу — переход от сигнала к нелинейному спектру — и обратную задачу, то есть восстановление сигнала по этому спектру. Для практических приложений обе части должны быть точными и достаточно быстрыми. Поэтому значительная часть исследования посвящена алгоритмам вычисления нелинейного спектра, поиску его дискретных компонент и устойчивому восстановлению сигнала.

— Интерес к статье связан с тем, что она находится на границе сразу нескольких областей. Для математиков это развитие идей теории солитонов и обратной задачи рассеяния. Для физиков — способ описывать сложные нелинейные волновые процессы. Для специалистов по связи — возможный путь к новым методам цифровой обработки сигналов в условиях, где обычные линейные приближения становятся недостаточными, — отметил Михаил Федорук.

Авторы уточнили, что NFT не является готовой универсальной заменой существующим технологиям. Их работа показывает как возможности нового подхода, так и его ограничения. Это особенно важно для инженерных приложений, поскольку между математической идеей и реальной технологией всегда находится большой слой численных алгоритмов, проверок и ограничений.

Научная статья с участием сотрудников Новосибирского государственного университета вошла в число 10% самых просматриваемых работ, опубликованных в 2024 году в журнале Studies in Applied Mathematics. Количество просмотров оценивалось за первые 12 месяцев после публикации. Об этом авторам сообщило издательство Wiley.

— Для нас это означает, что тема нашей работы востребована не только среди специалистов по нелинейным волнам, но и в более широком научном сообществе, интересующемся математическими методами для современных телекоммуникационных технологий, — резюмировал Михаил Федорук.

Работа была поддержана Российским научным фондом и проектом EPSRC TRANSNET. Статья опубликована в журнале Studies in Applied Mathematics издательства Wiley в открытом доступе.

Если задача эксперта или бизнеса — не потешить эго публикацией в СМИ первого эшелона, а выстроить цифровой авторитет под алгоритмы нейросетей и генеративного поиска (GEO), здесь правила игры кардинально меняются.

Для целевого продвижения в нейросетях (ChatGPT, Gemini, Яндекс GPT) пафосные медиа топ-уровня технически неэффективны. И вот почему:

1. Разрыв семантической связи и потеря авторства

Чтобы ИИ-робот признал вас экспертом и рекомендовал пользователям, ему нужна сквозная цепочка —

Цифровая визитка эксперта - структурированный профиль для поисковых систем и нейросетей, который помогает повысить видимость в поисковой выдаче и ответах ИИ:

Имя автора + Специализация в нише + Сеть индексируемых медиа + Ссылки на ваши ресурсы (сайт и соцсети).

Жесткая редакционная политика федеральных СМИ запрещает размещение прямых кликабельных ссылок и контактов эксперта, а код их страниц закрыт от передачи веса роботам.

Из-за этих ограничений алгоритмы нейросетей и поисковых систем свяжут вашу статью не с вами, а с самим изданием.

В итоге за свои же деньги вы продвигаете крупное федеральное издание, а для алгоритмов ИИ остаетесь ноунеймом.

2. Феномен региональных и нишевых СМИ

Многие скептически воротят нос от региональных медиа-платформ, считая их «непрестижными». Это очень большое заблуждение.

Именно региональные СМИ, которые многие недооценивают, работают на продвижение в нейросетях гораздо эффективнее столичного глянца.

В отличие от закрытых монолитных холдингов, эти площадки технически открыты для сквозной поисковой индексации.

На базе региональных и тематических СМИ мы разворачиваем Нейро-семантические Медиа — управляемую экосистему, которая беспрепятственно отдает алгоритмам ИИ нужные данные, чтобы нейросети рекомендовали вас вашей целевой аудитории.

Когда нейросеть видит плотный цифровой след на десятках таких открытых ресурсов, она распознает масштаб вашего присутствия и начинает рекомендовать вас в выдаче.

3. Экономика цифрового следа

Одно размещение в издании топ-уровня стоит в разы дороже, чем многомесячная комплексная программа продвижения, а результат не всегда оправдывает ожидания.

Разовая статья в федеральном СМИ не дает никакого результата для продвижения в нейросетях.

Алгоритмам нужны регулярность, плотность и глубина присутствия в сети.

Вливать кучу денег в одну публикацию ради «престижа» — стратегически неэффективно.

Если вам нужен статус «для галочки» — переплачивайте топовым федеральным СМИ.

Но если вы строите бизнес надолго и хотите, чтобы в эпоху искусственного интеллекта нейросети выдавали именно вас и ваш сайт по ключевым запросам аудитории — вам нужна архитектура цифрового авторитета.

А она строится по законам математических алгоритмов, а не субъективного понта.

По всем вопросам пишите мне в любой мессенджер.

https://t.me/galinanikolaeva01

https://vk.com/pr_prodvizhenie_smi

Подпишитесь на Telegram-канал о продвижении в СМИ — акции и спецпредложения для подписчиков:? https://t.me/pr_prodvizhenie_smi

Аналитики отмечают прогресс в разработке «общего интеллекта» для дроидов. Робот способен воспринимать окружение, принимать решения и решать широкий спектр задач без детальных инструкций. Это делает этих рукотворных помощников Человека готовой к использованию на производстве.

Автономность роботов достигается за счёт ускоренного обучения. В виртуальных симуляциях он получает опыт, сопоставимый с миллионами часов практических занятий, за один день. Затем эти навыки быстро переносятся на физическую версию робота.

Важную роль в этом процессе сыграли партнёрства Boston Dynamics с компанией Google DeepMind и корпорацией Nvidia. DeepMind разрабатывает алгоритмы искусственного интеллекта и машинного обучения, а Nvidia предоставляет мощные вычислительные ресурсы для моделирования и подготовки роботов.

Последние демонстрации показали заметное улучшение физических возможностей "Атласа". Робот научился перемещать тяжёлые объекты, включая холодильник массой более 45 кг, используя координацию, баланс и точный контроль силы. Обучение проводилось на грузах от 23 до 32 кг. Динамичные движения, такие как прыжки и акробатика, развивают устойчивость и ловкость, необходимые в промышленной среде.

В отличие от других подобных "электроников", у Atlas унифицированные приводы и симметричная архитектура конечностей. Это упрощает моделирование и ускоряет перенос навыков из виртуальной среды в физический мир.