Чаще всего с ИИ-угрозами сталкивались:

обрабатывающая промышленность — 36%

дискретное (поштучное) производство — 30%

строительство — 21%

сельское и лесное хозяйство — 20%

энергетика и коммунальные услуги — 18%

транспорт и логистика — 17%

Анна Кулашова, вице-президент «Лаборатории Касперского» по развитию бизнеса в России и странах СНГ:

«Промышленность сталкивается с большим количеством вызовов. На ландшафт киберугроз влияют цифровизация и цифровая трансформация, усложнение цепочек поставок, геополитика. Активное развитие искусственного интеллекта как даёт новые возможности, так и создаёт дополнительные риски. Мы видим, что злоумышленники активно используют ИИ в атаках на организации — например, для написания вредоносного кода, создания целевых фишинговых рассылок. Однако специалисты по кибербезопасности также активно используют современные инструменты и методы с применением ИИ. «Лаборатория Касперского» более 20 лет развивает ИИ-технологии и внедряет их в свои защитные решения. Например, они применяются для упрощения работы ИБ-специалистов и детектирования сложных атак».

Дополнительные риски для промышленности связаны с внедрением ИИ-инструментов на производстве:

злоумышленники могут атаковать цепочки ИИ-поставок.

«теневой ИИ» сотрудников может загрузить на рабочее устройство вредоносную нагрузку.

слишком самостоятельные ИИ-агенты способны выполнить произвольный код или публиковать конфиденциальные данные в интернете.

Данные представлены в рамках международной выставки «ИННОПРОМ-2026» на сессии «Доверять нельзя проверить: ставим запятую в безопасности промышленного ИИ».

Если дизассемблировать бинарник веб-сервера /bin/httpd, в функции login() обнаруживается прекрасная логика. Когда юзер стучится в веб-морду, система пытается проверить хэш пароля по MD5. Но если стандартная авторизация не проходит, то срабатывает скрытая ветка кода, где функция дергает GetValue("sys.rzadmin.password"), достает из внутреннего конфига альтернативный скрытый пароль и делает прямое сравнение строк (strcmp) в открытом тексте.

Если пароли совпали, бинарник присваивает сессии права role=2 (полный админский доступ). При этом на поле логина (username) скрипту абсолютно без разницы - можно вводить хоть admin, хоть root, хоть vasya123. Главное - знать скрытый пароль.

Под раздачу попали популярные мыльницы, которые часто ставят в мелких офисах, кафешках и квартирах (FH1201, W15E, AC10, AC5 и AC6 v2).

А теперь самое вкусное... Знаете, когда выйдет патч? А никто не знает. ИБшники пытались связаться с Tenda, но их заигнорили, поэтому уязвимость слили в паблик как zero-day. Патча нет и, похоже, не будет (или будет, но когда ?).

Так как обновлений не предвидится, костыли остаются только организационные, а по-хорошему - заменить ролтон на нормальное железо.

В классической фрейдистской модели центральное место занимают влечения — прежде всего либидо и агрессивные импульсы. Психическая жизнь трактуется как арена конфликта между Ид, Эго и Суперэго, а неврозы возникают вследствие вытеснения неприемлемых желаний. Объект (то есть другой человек) в этой системе выступает преимущественно как средство удовлетворения влечений. Однако уже в работах позднего Фрейда можно заметить намечающийся сдвиг к признанию значимости ранних отношений, особенно в контексте формирования структуры личности.

Теория объектных отношений, развивавшаяся в трудах Мелани Кляйн, Дональда Винникотта, Уильфреда Биона, Рональда Фэйрберна и других, предложила принципиально иной взгляд на природу психического развития. В центре внимания оказывается не столько удовлетворение влечений, сколько установление и внутреннее переживание отношений с другими людьми, прежде всего с первичными объектами — родителями или их заместителями.

Ключевым понятием в данной теории является «внутренний объект» — психическое представление значимого другого, формирующееся в процессе раннего взаимодействия. Эти внутренние объекты не являются статичными копиями реальных людей; они насыщены аффектами, фантазиями и защитными механизмами. В результате психика человека представляет собой сложную систему внутренних отношений, которые во многом определяют восприятие себя и окружающих.

Особую роль в развитии теории объектных отношений сыграла Мелани Кляйн. Она предложила рассматривать психическое развитие младенца как процесс, начинающийся значительно раньше, чем предполагал Фрейд. Кляйн ввела понятия «параноидно-шизоидной» и «депрессивной» позиций — ранних стадий организации психики. На первой стадии ребенок склонен расщеплять объекты на «хорошие» и «плохие», что служит защитой от тревоги. На второй стадии происходит интеграция этих аспектов, что сопровождается чувством вины и стремлением к репарации.

Дональд Винникотт внес значительный вклад, акцентируя внимание на роли среды. Его концепция «достаточно хорошей матери» подчеркивает, что для здорового развития ребенку не требуется идеальный уход; важна скорее способность окружения адаптироваться к его потребностям. Винникотт также ввел понятия «переходного объекта» и «потенциального пространства», описывая область между внутренней и внешней реальностью, где формируются символизация, игра и творческое мышление.

Рональд Фэйрберн, в свою очередь, радикально пересмотрел фрейдистскую теорию влечений, утверждая, что человек изначально ориентирован не на удовольствие, а на объект, то есть на отношения. В его модели психопатология возникает вследствие интернализации неудовлетворяющих или травматических отношений, что приводит к расщеплению Эго и формированию патологических внутренних объектов.

Уильфред Бион развил идеи Кляйн, сосредоточившись на процессах мышления и переработки опыта. Его концепция «контейнирования» описывает способность матери принимать и преобразовывать невыносимые эмоциональные состояния ребенка, возвращая их в осмысленной форме. Нарушения этого процесса ведут к дефицитам в способности к символизации и мышлению.

Теория объектных отношений оказала глубокое влияние на клиническую практику психоанализа. Терапевтический процесс стал рассматриваться как пространство, в котором воспроизводятся и трансформируются внутренние отношения пациента. Перенос и контрперенос приобрели новое значение: они отражают не только вытесненные желания, но и структуру внутреннего мира пациента. Аналитик становится не просто интерпретатором, но и участником эмоционального взаимодействия, способным служить «новым объектом».

Современные направления психоанализа, включая интерсубъективный и реляционный подходы, во многом опираются на идеи объектных отношений. Они подчеркивают взаимность и ко-конструкцию опыта в терапевтическом процессе, а также значимость эмпатии и аффективной вовлеченности аналитика.

Теория объектных отношений представляет собой важнейший этап в развитии психоаналитической мысли. Она расширяет понимание психики, смещая акцент с внутренних конфликтов влечений на динамику отношений и их внутренние репрезентации. Этот подход позволяет глубже понять происхождение психических расстройств и предлагает более гибкие и гуманистические стратегии терапии, ориентированные на восстановление и развитие способности к отношениям.

Поскольку зафиксировать крайне слабое излучение Хокинга у настоящих космических объектов мешает электромагнитный шум Вселенной, учёные использовали оптический кристалл (волновод). Мощный короткий лазерный импульс менял показатель преломления материала, создавая для второго, более слабого светового сигнала непреодолимую подвижную границу — аналог горизонта событий.

В точке взаимодействия физики зарегистрировали появление парных сигналов в ультрафиолетовом диапазоне, а также перераспределение энергии внутри основного импульса. Это наглядно продемонстрировало, как «чёрная дыра» отдаёт энергию рождающемуся излучению и постепенно испаряется. Эксперимент показал, что механизм переноса энергии устроен гораздо проще и линейнее, чем считалось ранее: вместо сложного каскада взаимодействий здесь работает прямой процесс. Открытие может помочь физикам в решении знаменитого информационного парадокса чёрных дыр.

Что предлагается:

Закрепить статусы суверенных и национальных ИИ-моделей. Для них установят требования к участию российских юрлиц в разработке, обработке запросов и хранению данных в российских ЦОДах, а также подтверждению соответствия законодательству РФ.

Разрешить Правительству РФ определять сферы, где можно будет использовать только такие модели. Для банковской сферы и других сфер финансового рынка такие решения будут приниматься по согласованию с Банком России.

Дать доступ к данным из государственных информационных систем для обучения ИИ. Порядок доступа к этим данным должно будет установить Правительство РФ.

Ввести маркировку ИИ-контента. Владельцы соцсетей должны будут обеспечить пользователям возможность размещать предупреждение о применении ИИ при распространении аудио- и визуальных материалов, созданных с помощью таких моделей.

Уточнить права на результаты, созданные с помощью ИИ. Сервисы, предоставляющие доступ к большим ИИ-моделям, должны будут уведомлять пользователей, кому принадлежат права на полученные результаты и на каких условиях их можно использовать и выгружать.

Определить, когда авторские материалы можно использовать для обучения ИИ-моделей. Использование такой информации для обучения суверенных или национальных моделей не будет считаться нарушением при соблюдении установленных условий.

В случае принятия закона его основные положения вступят в силу с 1 сентября 2026 года, а нормы о суверенных и национальных моделях, маркировке ИИ-контента и интеллектуальных правах — с 1 марта 2027 года.

В 1863 г., через четыре года после того, как Чарльз Дарвин опубликовал «Происхождение видов», писатель Сэмюэл Батлер под псевдонимом Cellarius в статье «Дарвин среди машин» (Darwin among the Machines) высказал идею о том, что эволюционирующие машины рано или поздно вытеснят человечество как доминирующий вид. Батлер предлагал немедленно уничтожить все машины, чтобы избежать этого печального исхода. Он писал: «Мы имеем в виду вопрос: какими скорее всего будут существа, которые станут доминирующим видом на Земле после людей. Мы часто слышали об этом споре; но нам кажется, что мы сами создаём собственных преемников; мы ежедневно добавляем красоту и тонкость их физической организации; мы ежедневно наделяем их большим могуществом и с помощью всевозможных изобретательных приспособлений снабжаем их той саморегулирующейся, самодействующей силой, которая будет для них тем же, чем стал интеллект для человеческого рода. С течением времени мы обнаружим себя в роли низшей расы. <…> День ото дня машины набирают силу; день ото дня мы становимся более подчинёнными им; всё больше людей ежедневно приковываются к ним, как рабы, чтобы ухаживать за ними, всё больше людей ежедневно посвящают энергию всех своих жизней развитию механической жизни. Результат — это просто вопрос времени, но то, что наступит время, когда машины будут иметь реальное превосходство над миром и его обитателями, — это то, в чём ни один человек с истинно философским складом ума не может ни на мгновение усомниться».

Статья заканчивается пламенным призывом: «Против них должна быть немедленно объявлена смертельная война. Каждую машину любого рода должен уничтожить тот, кто желает добра своему виду. Пусть не будет никаких исключений, ни на йоту; давайте же немедленно вернёмся к первобытному состоянию нашей расы».

В 1872 г. Батлер (вновь анонимно) публикует сатирический роман-антиутопию под названием «Едгин, или За пределом» (Erewhon: or, Over the Range) (слово Erewhon, обозначающее вымышленную страну, в которой происходят действия романа, это анаграмма слова nowhere, т. е. «нигде», поэтому по-русски её иногда передают как «Едгин»). В этом романе машиноненавистнические идеи Батлера получают дальнейшее развитие. В 1901 г. выходит продолжение романа под названием «Спустя двадцать лет первооткрыватель страны и его сын возвращаются в Едгин» (Erewhon Revisited Twenty Years Later, Both by the Original Discoverer of the Country and by His Son). Именно в честь Батлера автор вселенной «Дюны» писатель Фрэнк Герберт назвал крестовый поход человечества против компьютеров, мыслящих машин и наделённых разумом роботов Батлерианским джихадом».

Публикуем еще один фрагмент книги Сергея Маркова «Охота на электроовец. Большая книга искусственного интеллекта» (2 тома, более 1200 стр., 2024 г.)

Книга доступна как на бумаге, так и в популярных цифровых форматах (бесплатно!). Где найти книгу — читайте здесь.

Сергей Марков - специалист в области искусственного интеллекта и машинного обучения, основатель портала XX2ВЕК, управляющий директор Управления экспериментальных систем машинного обучения Дивизиона общих сервисов «Салют» ПАО «Сбербанк», где при его непосредственном участии были созданы такие нейросетевые модели, как ruGPT-3, ruGPT-3.5, GigaChat, ruDALL-E Malevich, Kandinsky, mGPT и другие.

26 июня компания анонсировала семейство GPT-5.6 — сразу три модели:

Sol (флагман) — самая мощная, для сложных задач, coding и reasoning.

Terra — более сбалансированная по цене и возможностям.

Luna — самая быстрая и дешевая.

Но полного публичного релиза пока нет: OpenAI запускает модель через ограниченный preview для доверенных партнеров. Причина — повышенные риски в кибербезопасности, биологии и химии. По уровню это уже прямой конкурент топовым моделям Anthropic, но независимых массовых сравнений пока мало.

Anthropic отвоевала Fable 5 и Mythos 5

После жесткого запрета 12 июня (правительство США ввело export control) компания провела переговоры и 1 июля модели вернули в доступ. Fable 5 — снова для всех (с safeguards), Mythos 5 — для партнеров Project Glasswing. Стороны пришли к компромиссному соглашению по вопросам национальной безопасности и контроля киберугроз, что позволило Anthropic полноценно выпустить их в свет параллельно с релизом нового Claude Sonnet 5.

У Google неспокойно

Запуск Gemini 3.5 Pro перенесли с июня на июль: компании нужно больше времени на обратную связь от ранних тестеров и доработку модели. Параллельно у Google продолжается отток сильных AI-исследователей. В конце июня сразу несколько топовых специалистов (включая лауреата Нобелевской премии Джона Джампера и других ключевых разработчиков Gemini) ушли в Anthropic.

Microsoft все активнее строит свои модели

На Build компания представила семейство из 7 собственных MAI-моделей, включая модели для кода, изображений, речи, транскрибации и reasoning-задач. Флагман — MAI-Thinking-1, модель среднего размера, которая по ключевым бенчмаркам не уступает лидерам. Отдельно интересна MAI-Code-1-Flash — coding-модель, которая уже выкатывается в GitHub Copilot. Microsoft явно хочет снизить зависимость от OpenAI.

В России — жесткая регламентация вместо полного запрета

Жесткий сценарий с запретом зарубежных моделей из законопроекта убрали — многие компании используют DeepSeek, Qwen, Llama и другие зарубежные модели. Уже внедренные иностранные AI-решения смогут использоваться минимум до 2032 года при условии хранения и обработки данных в России. При этом Минцифры хотят сделать главным регулятором ИИ. Ведомство получит 20 новых полномочий, под его регулирование могут попасть около 28 тысяч IT-компаний. В структуре министерства появится два департамента по ИИ вместо одного. Документ должен вступить в силу с 1 сентября.

В 1960 году физик Юджин Вигнер написал знаменитое эссе под названием « Необоснованная эффективность математики в естественных науках». Он не говорил об автомобильных ключах, но разговор мог бы идти, так сказать, и в таком ключе. Вигнер указал, что на протяжении последних четырёх столетий науки математика обладала удивительной способностью раскрывать секреты Вселенной. Это ключ, который открывает дверь за дверью. Он назвал это «чудом», «чудесным подарком, который мы не понимаем и не заслуживаем».

Так почему же математика настолько эффективна? Как нам удалось добиться такого прогресса, используя уравнения и геометрические фигуры? Один из возможных ответов — и он довольно смелый — заключается в том, что математика — это не просто инструмент для описания Вселенной. Может быть, это даже не чертёж. Может быть, это и есть сама Вселенная. Возможно, Вселенная состоит из математики.

Верить в это или нет — решать вам. Однако в любом случае с этой идеей очень интересно поиграть.

На протяжении большей части истории, по крайней мере в западной традиции, математика и физика были совершенно разными науками. Физику называли « натурфилософией», и она занималась изучением изменений: как растёт ребёнок, как плавает дельфин, как загорается полено. Математика же, с другой стороны, имела дело с неизменными закономерностями — геометрией, арифметикой, гармониями музыкальных гамм, казавшимися вечными траекториями звёзд и планет. За этими закономерностями скрывались числа и формулы, такие как теорема Пифагора, ожидающие своего открытия. Но математика считалась бесполезной для описания хаотичного, постоянно меняющегося мира природы.

А потом появился Галилей. Он совершил огромное преступление, применив математику к физике, полез со своим скромным математическим уставом туда, где ему было не место. Галилей посмотрел на качающийся маятник — то, что люди видели на протяжении тысячелетий — и заметил глубокую закономерность. Время колебания не зависело от веса на конце верёвки, а только от её длины. Он использовал математику, чтобы описать это поведение, а затем превратил всю конструкцию в надёжные часы. Внезапно мы начали понимать язык, на котором написана книга природы.

Галилей писал, что Вселенная «написана на языке математики, а символами являются треугольники, круги и другие геометрические фигуры, без помощи которых невозможно понять ни одного её слова».

После Галилея все ограничения были сняты. Иоганн Кеплер, с его немного странной, но гениальной одержимостью астрономией, обнаружил, что планеты движутся не по идеальным кругам. Они описывают эллипсы — настоящую геометрическую фигуру, скрывающуюся в небесах. А затем появился Исаак Ньютон. Ньютон решил пойти наперекор старой традиции: математика того времени не могла справиться с подобными изменениями. Поэтому он изобрёл математический анализ (дифференциальное и интегральное исчисление) — целую новую отрасль математики, чтобы описать эволюцию физических систем. С помощью матанализа мы наконец смогли составить уравнения движения небесных тел под действием гравитации — этакого космического танца звёзд и планет.

С этого момента физика превратилась в математическую охоту за сокровищами. Куда бы мы ни смотрели, мы находили закономерности — часто едва уловимые, погребённые под горами данных, но определённо существующие. Мы продолжали изобретать или заимствовать новые математические инструменты, чтобы копать глубже. Мы определили такие свойства, как масса, скорость, электрический заряд, и обнаружили связи между ними. Уравнения стали для нас способом увидеть невидимое.

Вселенная хаотична, беспорядочна и практически непостижима. Но среди всего этого шума есть предсказуемые, повторяющиеся явления — от орбит планет до мимолётного существования бозона Хиггса. Математика идеально подходит для того, чтобы картографировать эту территорию.

Есть о чём задуматься. Натурфилософия развивалась тысячелетиями и добивалась реального прогресса. Но как только на сцену вышла математика, темпы открытий резко ускорились. Наши смартфоны, спутники GPS и методы лечения болезней существуют потому, что наука работает, а наука работает потому, что математика невероятно удобна для описания реальности. Почему всё так просто? Ответ может быть таким: возможно, математика — не просто описание природы. Что, если математика и есть природа, и мы наконец наткнулись на тот тайный язык, о котором мечтал Галилео?

Самым известным современным сторонником этой идеи является космолог Макс Тегмарк. В 2014 году он написал книгу под названием « Наша математическая вселенная». Он утверждает, что гипотеза о математической вселенной — это физика, с проверяемыми предсказаниями. Да, согласно некоторым критикам, эти предсказания слабы, что делает эту идею скорее метафизикой, чем физикой. Но это нормально. Метафизика важна, и её очень интересно изучать.

Тегмарк начинает с важной предпосылки: существует внешняя, объективная реальность, независимая от нашего сознания. Наука пытается раскрыть её, и математика является нашим лучшим инструментом. Но наши научные теории сопровождаются огромным «багажом» — придуманными людьми понятиями, такими как «волновые функции», «пространство-время», «масса» и «сила». Мы накладываем слова и интуитивные образы на сырые уравнения. Тегмарк говорит, что этот багаж нам мешает. Чтобы достичь истинной, объективной реальности, нам нужно избавиться от всего этого.

Что остаётся, когда вы избавляетесь от этого багажа в физике? Чистая математика. Возьмите стул. Уберите цвет, массу, атомы, силы — все концепции, придуманные людьми. У вас останутся отношения, симметрии, структуры. У вас останется математика. Математика не описывает стул; она и есть стул. По мнению Тегмарка, нет различия между вселенной и математикой. Это одно и то же.

Если мы продвинемся в физике достаточно далеко, то не просто раскроем для себя новые грани Вселенной; мы увидим, что Вселенная всё больше и больше походит на математику. Некоторые физики ищут « Теорию всего» — единую концепцию, охватывающую все силы и частицы. Тегмарк утверждает, что если гипотеза о математической Вселенной верна, то истинная Теория всего объяснит не только силы и частицы, но и все свойства реальности. Не будет никаких произвольных констант: ни скорости света, ни заряда электрона, ни даже фиксированного числа пространственных или временных измерений. Всё вытекало бы из одного уравнения — или, возможно, набора уравнений — описывающего всю реальность, включая саму себя. И раз это уравнение описывает всю реальность, почему бы просто не сказать, что оно и есть вся реальность?

В 1980-х годах физик Роджер Пенроуз нарисовал то, что он назвал « Треугольником реальности», три угла которого представляли математику, материю и разум. Как они связаны? Создаёт ли материя разум? Изобретает ли разум математику? Гипотеза о математической вселенной разрушает этот треугольник. Математика равна материи. И если мы — материя, это значит, что мы — тоже математика.

Согласно этой точке зрения, вы, я, каждое разумное существо — мы всего лишь уравнения. Отношения. Логические структуры. Наши субъективные переживания, такие как наслаждение кусочком сыра или обнимашки, — это иллюзии. Мы — закономерности внутри статичной математической структуры, которая никогда не меняется, никогда не развивается.

Представьте себе множество Мандельброта — этот бесконечно сложный фрактал, описываемый простым уравнением. Увеличьте изображение, и вы увидите бесконечные повторяющиеся узоры. А теперь представьте уравнение, порождающее настолько замысловатый фрактал, что глубоко внутри него одна из подструктур обретает самосознание, воспринимая окружающую среду.

Тегмарк описывает две точки зрения: птицы и лягушки. Птица видит всю структуру сверху, воспринимая эти осознающие себя фрагменты как просто ещё одну часть узора. Но мы — лягушки. Мы находимся внутри математики, поэтому не можем отдалиться. Мы думаем, что у нас есть отдельные умы, мир вокруг нас, прошлое и будущее. Но с точки зрения птицы нет течения времени, нет свободы воли. Весь узор вашей жизни уже существует, он полностью готов и не меняется.

Это как будто мы — персонажи видеоигры. С нашей точки зрения мир кажется реальным, но на самом деле это всего лишь программное обеспечение — код и логика. Проблема этой аналогии в том, что она сразу же подразумевает наличие компьютера, на котором работает это ПО, а это уже переходит в область симуляции. В математической вселенной нет аппаратного обеспечения. Возьмём другую аналогию: мы — персонажи романа. История разворачивается перед нами страница за страницей, но вся книга уже написана, переплетена и стоит на полке. Мы реальны так же, как реален Гамлет — реальны, но являемся словами на странице. Или, в данном случае, просто математической структурой. Уравнение 2+2=4 не нуждается в камнях или компьютерах, чтобы быть истинным; оно просто есть. Математика не требует субстрата.

Конечно, к такой теме сразу возникают вопросы. Во-первых: не многовато ли математики для описания нашей простой Вселенной? Огромное разнообразие возможных логических систем могло бы описать всевозможные вселенные — с пятью пространственными измерениями, двумя временными измерениями, сорока семью фундаментальными взаимодействиями и скоростью света, в два раза меньшей, чем у нас. Тегмарк отвечает на эту претензию знакомым термином: «мультивселенная». Существует каждая возможная математическая структура, и все они существуют параллельно. Мы занимаем ту, которая случайно позволила появиться разумным существам, подобным нам. Это антропный принцип на новый лад.

Второй вопрос задаёт наш специальный гость Курт Гёдель, «финальный босс» математики. В начале XX века Гёдель доказал, что любая достаточно сложная формальная математическая система содержит истинные утверждения, которые невозможно доказать в рамках этой системы. Полной математической системы не существует. Так если вселенная состоит из математики, как она может быть полной, функционирующей вселенной? У Тегмарка есть ответ и на этот вопрос. Он предполагает, что существуют не все математические структуры — а только те подмножества, которые вычислимы, достаточно просты, чтобы избежать парадоксов Гёделя. Наша вселенная достаточно сложна, чтобы породить сознание, но достаточно проста, чтобы избежать кошмаров полноты.

Да, тут может показаться, что математическая вселенная не удовлетворяет принципу бритвы Оккама. Вместо того чтобы делать вещи проще, она начинает добавлять сущности: мультивселенную, антропный принцип, ограничение вычислимыми структурами. Но ведь простота — не синоним правильности. Физика XIX века была гораздо проще, чем сегодняшняя — только гравитация, электромагнетизм и тепло. Является ли физика XIX века более правильной, потому что она проще?

Существуют и другие возражения. Мы можем придумывать всевозможные частицы и силы, которые не нарушают ни одного известного закона, которые по всем правам могли бы существовать, но не существуют. Если Вселенная — это чистая математика, кто решает, какие структуры будут существовать, а какие — нет?

И насчёт неполноты: мы, люди, можем взглянуть на математическую систему и увидеть истинные утверждения, которые сама система не может доказать. Мы можем выйти за пределы математики. Но если мы состоим из относительно простой математики, как мы можем воспринимать системы, сложнее, чем та, из которой мы состоим? Разве математика наших мозгов не должна быть заперта внутри своей собственной неполноты? Как мы можем записывать математику, более сложную, чем та, из которой мы состоим?

Конечный аргумент Тегмарка — это доказательства. Он говорит, что если мы когда-нибудь найдём Теорию всего, это станет подсказкой, что мы живём в математической вселенной. Может, и так, а может, существование такой теории означает нечто совершенно другое. Тут снова больше метафизики, чем физики.

В конечном счёте, найдёте ли вы математическую вселенную убедительной, зависит от того, чем, по вашему мнению, на самом деле является математика. Не от того, нравились ли вам таблицы умножения в пятом классе, а от того, насколько реальными вы считаете математические истины. Около 2500 лет назад пифагорейцы образовали в некотором роде самый занудный культ в истории. Они верили, что «всё есть число», что геометрия и арифметика могут привести к божественной истине. Теорема Пифагора была не просто инструментом; она была мистическим откровением. Сегодня люди всё ещё спорят: мы открываем математику или изобретаем?

Если математика — это открытие, значит, она уже существует сама по себе. 2 + 2 = 4, независимо от того, есть ли у нас яблоки, которые можно сосчитать. Длина окружности равна 2?r, даже если на самом деле никаких окружностей не существует. Если вы придерживаетесь этой точки зрения, то, возможно, вы готовы поверить, что математика — это и есть сама реальность. Но если математика придумана, то она — всего лишь ещё один элемент человеческого багажа. Возможно, мы создали её, чтобы решать приземлённые проблемы — предсказывать наводнения, сажать урожай, торговаться за коров. И, возможно, тот факт, что математика работает так хорошо, отчасти является иллюзией: когда вы надеваете очки, окрашенные в цвета математики, вселенная выглядит очень похожей на математику. В реальности есть много всего, чего уравнения не могут охватить. Даже если бы у нас была Теория всего, она никогда не смогла бы передать ощущение оранжевого цвета или тяжесть горя.

Вот вам ещё одна неполная метафора. Существует ли Гамлет? В некотором смысле, да. Вы можете скачать его прямо сейчас. Но если бы вы сожгли все экземпляры, если бы Шекспир никогда не родился, существовал бы Гамлет всё равно в пространстве всех возможных словосочетаний? Вроде бы да, но в то же время и нет. Потребовался особый ум, чтобы оформить эту историю и воплотить её в жизнь.

Стивен Хокинг спросил: «Что же вдыхает жизнь в уравнения и создаёт вселенную, которую они описывают?» Может быть, нет никакой жизни. Может быть, это бог. Может быть, это вы и я. Может быть, задавая этот вопрос, мы просто выполняем то, что предначертала нам Вселенная.

Участникам сделали МРТ и сравнили снимки с анализами крови. Связь оказалась слабой, но статистически значимой даже после поправки на возраст, образование и физическую активность. Особенно заметной она была в задней поясной коре — важной части сети, которая участвует в памяти, внимании и саморефлексии.

Это важно потому, что серое вещество отвечает за ключевые функции мозга, а сеть пассивного режима одной из первых страдает при болезни Альцгеймера. По словам нейропсихолога Джессики Маккарти, такие данные поддерживают современный взгляд: нейродегенеративные болезни затрагивают не только отдельные зоны, но и целые мозговые сети.

Авторы подчеркивают: исследование наблюдательное, значит, оно не доказывает, что именно витамин C защищает мозг. Но результаты хорошо вписываются в общую картину, где питание, сон и движение помогают мозгу дольше сохранять устойчивость к возрастным изменениям.

Изображение: Magic3D/Shutterstock/FOTODOM

- это не бесплатно получается

- почти все книги отказывается переводить и верстать, так как это нарушает чьи-то авторские права.

Я задумался над тем, а что если использовать одного ИИ-агента (исполнителя) на маленькой локальной модели, установленной на компьютере, а в качестве оркестратора (то есть того, кто раздает этому агенту инструкции) - не ИИ-агента, а скрипт на Питоне?

Написал об этом в Claude Fable, он мне всё сделал. Правда, оказалось, что есть много подводных камней, и пока переводил таким способом первую книгу, приходилось обращаться к нему много раз, чтобы он переписывал скрипт и исправлял баги.

И вот - случилось. Есть работающая машина: берешь папку, кладешь туда всё, что нужно перевести с одного языка на другой (любая пара подойдет, которую поддерживает твоя LLM-модель), и эта штука переведет всё, а потом сверстает (сборка в LaTeX, оглавление с гиперссылками), абсолютно бесплатно, совершенно ничего не спрашивая про авторские права.

Разместил все файлы тут https://disk.yandex.ru/d/6OaPos_sljKwPw , в том числе пособие, как этим пользоваться.

Отдельно для тех, кто не хочет покупать игровую видеокарту 16 Гб видеопамяти (в российских магазинах такие стоят около 60 тысяч рублей). Тут специально сделано так, что папка комплекта— это готовый «скилл» открытого стандарта Agent Skills: положите её в .opencode/skills/ (OpenCode) или ~/.claude/skills/ (Claude Code) — агент сам прогонит конвейер и сам починит ошибки компиляции по логу, которые могут происходить по самым разным причинам (не так установленное ПО, что-то неправильно прописано и тому подобное).

Китайские модели, доступные по подписке Opencode Go, или, например, через Openrouter, очень дешевые: перевод большой книги с кучей формул обойдется максимум в десятки рублей, или даже дешевле.

Однако, если вы хотите перевести много тысяч книг - конечно же, лучше купить собственную видеокарту, получится выгоднее.

Отдельно про качество перевода - оно очень сильно зависит от заполнения глоссария. В этом процессе локальная модель ИИ сама заполняет глоссарий, но делает это не идеально. Лучше вручную его исправить или попросить сделать какую-то большую модель - в режиме чата Дипсик или Gemini сделают это бесплатно, там даже подписка не нужна будет.

Как мозг "обманывается", принимая вымысел за реальность

Когда вы смотрите фильм, ваш мозг не проводит чёткой границы между вымыслом и реальностью на уровне эмоций. Зеркальные нейроны активируются, когда вы видите, как персонаж плачет или смеётся, - вы чувствуете то же самое, потому что ваши нейроны "отражают" его состояние. Миндалевидное тело реагирует на страх на экране так, как будто угроза реальна, запуская выброс кортизола и адреналина. Вы можете знать, что это просто фильм, но ваше тело всё равно реагирует: учащается пульс, напрягаются мышцы, вы вжимаетесь в кресло. Этот механизм - эволюционный: он позволял нашим предкам учиться на опыте других, не подвергая себя опасности. Но в кино он работает в полную силу, создавая иллюзию реальности.

Почему музыка в фильмах вызывает эмоции сильнее, чем картинка

Музыка - это самый быстрый путь к эмоциям в кино. Звук обрабатывается быстрее, чем зрение, и напрямую связывается с миндалевидным телом (центр эмоций) и прилежащим ядром (центр награды). Музыка создаёт эмоциональный контекст для сцены: напряжённые скрипки - тревога, мажорные струнные - радость, низкие басы - угроза. Вы можете смотреть нейтральную сцену, но музыка изменит её восприятие полностью. Это происходит потому, что слуховая кора активирует лимбическую систему быстрее, чем зрительная кора. Поэтому вы иногда плачете ещё до того, как поняли, что именно происходит на экране.

Как работает "саспенс" (напряжение) - дофамин и ошибка предсказания

Саспенс - это состояние ожидания, которое держит вас в напряжении. Нейробиологически он работает через дофамин и ошибку предсказания. Мозг постоянно строит прогнозы: что будет дальше? Когда вы не знаете, что произойдёт, дофаминовая система активируется в ожидании награды. Вы предвкушаете, что вот-вот что-то случится, но не знаете, что именно. Это создаёт фоновое напряжение, которое заставляет вас смотреть не отрываясь. Саспенс использует ошибку предсказания: когда событие наконец происходит, мозг либо получает награду (если оно оправдало ожидания), либо удивление (если оно не совпало с прогнозом), и в обоих случаях дофамин усиливает эмоциональный отклик. Именно поэтому хороший саспенс - это дофаминовые качели, которые держат вас в зале.

Почему мы пересматриваем любимые фильмы

Пересмотр любимых фильмов - это не скука, а нейробиологический механизм, который снижает стресс и повышает настроение. Когда вы знаете, что произойдёт, ваш мозг не тратит энергию на прогнозирование, а просто наслаждается знакомой наградой. Гиппокамп извлекает воспоминания, связанные с фильмом, а прилежащее ядро выбрасывает дофамин, даже если вы знаете сюжет наизусть. Ностальгия также играет роль: она активирует гиппокамп и связывает фильм с вашими личными воспоминаниями, создавая чувство безопасности. Пересмотр - это способ снизить кортизол, потому что мозг знает, что "всё закончится хорошо", и может расслабиться.

Связь с другими темами цикла

Кино стыкуется с дофамином (награда и предвкушение), с миндалевидным телом (страх и эмоции), с зеркальными нейронами (эмпатия), с музыкой (эмоциональный резонанс), с памятью (гиппокамп и ностальгия), с вниманием (саспенс), с обучением (эмоциональное запоминание).

Главное, что вынести

Кино - это не просто развлечение, а мощный нейробиологический инструмент, который заставляет мозг переживать эмоции как реальные. Зеркальные нейроны заставляют вас чувствовать то же, что и персонажи, а миндалевидное тело реагирует на угрозы, даже если вы знаете, что это вымысел. Музыка в фильмах активирует эмоции быстрее, чем картинка, потому что звук напрямую связан с лимбической системой. Саспенс работает через дофамин и ошибку предсказания, создавая напряжение и вознаграждение. Пересмотр любимых фильмов снижает стресс и активирует дофамин через предсказуемость и ностальгию. Кино - это безопасный способ исследовать весь спектр эмоций, не подвергая себя реальной опасности. Используйте его как инструмент для эмоциональной регуляции, но помните: ваш мозг не знает разницы между вымыслом и реальностью, когда речь идёт о чувствах. Выбирайте фильмы, которые хотят с вами работать, а не просто заполнять время.

Как дофамин выбрасывается сильнее при "почти победе", чем при реальной победе

Когда вы почти выиграли, ваш мозг активирует дофаминовую систему сильнее, чем при реальном выигрыше. Это связано с ошибкой предсказания: нейроны прилежащего ядра посылают сигнал "ожидал награду, но не получил", что парадоксальным образом усиливает дофаминовый ответ. Это эволюционный механизм, который заставлял наших предков пробовать снова и снова, даже если охота была неудачной. "Почти победа" - это не обескураживающий проигрыш, а топливо для новой попытки. Именно поэтому вы продолжаете играть в казино или скроллить ленту, даже если не выиграли.

Почему азартные игры и соцсети построены на этом механизме

Вся индустрия азартных игр и соцсетей построена на эффекте "почти попал". Игровые автоматы показывают "почти выигрышные" комбинации, чтобы держать вас в игре. Соцсети используют интервальное подкрепление и "почти интересный" контент - вы пролистываете ленту в ожидании награды. Алгоритмы показывают вам то, что вызывает "почти" интерес, и вы остаётесь в приложении. Этот эффект работает потому, что дофаминовая система не делает различий между "почти победой" и реальным успехом - она просто сигнализирует о предвкушении награды.

Как распознать ловушку и использовать эффект в обучении

Чтобы не стать жертвой эффекта "почти попал", нужно осознавать его механизм. Если вы чувствуете, что не можете остановиться в игре или скроллинге, спросите себя: "Я действительно получаю награду или мой мозг гонится за 'почти'?" Это переключает префронтальную кору, которая может оценивать ситуацию, а не только реагировать на дофамин.

Но эффект можно использовать в свою пользу. Первое - в обучении: разбивайте задачи на микрошаги, где каждый шаг - это "почти победа". Например, "я почти решил эту часть задачи" - и мозг будет держать вас в тонусе. Второе - в спорте: "я почти добрался до цели" мотивирует продолжать тренировку. Третье - в творчестве: "я почти нашёл идею" - это сигнал продолжать искать, а не бросать.

Связь с другими темами цикла

Эффект "почти попал" стыкуется с дофамином (ошибка предсказания), с привычками (цикл ожидания-награды), с азартными играми и соцсетями (компульсивное поведение), с обучением (микроуспехи), с мотивацией (почти победа как драйвер), с самоконтролем (осознание ловушки).

Главное, что вынести

Эффект "почти попал" - это нейробиологический механизм, при котором дофамин выбрасывается сильнее при "почти победе", чем при реальной победе, из-за ошибки предсказания. Это делает азартные игры и соцсети захватывающими, но также может быть использовано для обучения и продуктивности. Чтобы не стать жертвой, осознавайте, когда мозг гонится за "почти", а не за реальной наградой. Используйте эффект для разбивки задач на микрошаги, где каждый шаг - это "почти победа", которая держит вас в тонусе. Помните: "почти" - это не проигрыш, а сигнал продолжить. Но только если вы управляете этим сигналом, а не он вами.

Коллектив исследователей из МФТИ и Сколтеха показал, что квантовый «рекуррентный» алгоритм можно не только придумать на бумаге и проверить в симуляторе, но и реализовать на реальном сверхпроводниковом процессоре — на интегральной схеме с искусственными атомами-трансмонами. Ученые построили и обучили квантовую рекуррентную нейросеть прогнозированию числовых последовательностей и добились качества предсказания, сопоставимого с компактными классическими архитектурами на типовой задаче машинного обучения.

С виду задача звучит почти буднично: есть ряд чисел, которые меняются во времени, и нужно угадать, каким будет следующий шаг. Так устроены и давление в атмосфере, и нагрузка в электросети, и температура, и бесчисленные «сигналы» в физике, биологии, экономике. Однако за этой простотой скрывается ключевой вызов современной обработке данных. Классические рекуррентные нейросети научились извлекать закономерности, которые не видны при поверхностном взгляде. Вопрос последних лет состоит в том, может ли квантовый процессор предложить для таких задач что-то практически работающее уже сейчас, в эпоху так называемых NISQ-устройств, «шумных» квантовых машин промежуточного масштаба.

В сверхпроводниковом квантовом компьютере информация хранится в состояниях искусственных атомов, которые представляют собой электрический контур из сверхпроводящего материала с джозефсоновскими переходами, рисунок которого задается на кремниевой подложке методами литографии. Информация может быть искажена: окружающая среда, взаимодействующая с информационными состояниями, несовершенство управляющих импульсов, ошибки считывания — все это постепенно пагубно влияет на квантовую память. Отсюда рождается необходимость тонкой настройки: сделать схему достаточно сложной, чтобы она умела выражать нужные зависимости, и одновременно достаточно простой, чтобы квантовые состояния не распадались до того, как из них извлекут информацию.

В качестве квантового аналога рекуррентной сети исследователи выбрали архитектуру QRNN — квантовую рекуррентную нейросеть. Логика здесь похожа на классическую: модель получает на вход отрезок временного ряда и на его основе предсказывает следующий элемент. Но способ «запоминания» и «переваривания» информации совсем другой. Вместо привычных матриц весов и нелинейностей используют параметризованные квантовые схемы — цепочки квантовых операций, в которых часть углов поворотов и параметры запутывающих элементов подбираются обучением. Результаты опубликованы в JETP Letters.

Авторы исследования решили выяснить, насколько обучаемой оказывается QRNN на реальном сверхпроводниковом чипе, какие настройки действительно улучшают качество предсказания, и где проходит граница, за которой усложнение схемы перестает приносить выигрыш. Для этого они построили полный «конвейер» — от подготовки данных и симуляции на классическом компьютере до переноса оптимальных гиперпараметров на квантовое оборудование и обучения уже на микросхеме.

Входной ряд сначала привели к удобному масштабу: значения масштабируются в диапазон от –1 до 1, чтобы их было проще кодировать в квантовые состояния. Затем из последовательности вырезали обучающие примеры: фрагмент из T последовательных точек и «ответ» — следующий элемент, который модель должна предсказать. Но напрямую скормить квантовому процессору длинный временной отрезок трудно: чем больше шагов нужно «пропустить» через схему, тем длиннее становятся цепочки квантовых операций и тем сильнее накапливаются ошибки.

Поэтому исследователи использовали классический прием из обработки сигналов — свертку. Из исходного отрезка длиной T сформировали более короткую последовательность признаков длиной ? методом скользящего окна; эти значения затем по одному, последовательно, подавались на вход квантовой схемы.

Сама квантовая часть устроена как повторяющийся блок операций. Половина кубитов играет роль «регистра»: туда непосредственно записываются текущие входные значения, а затем эти кубиты можно возвращать в базовое состояние, чтобы снова использовать для записи. Другая половина работает как память: будучи запутанной с регистром, она несет в себе след прошедших входов.

Кодирование данных происходит через вращения кубита, в которых угол поворота зависит от входного числа и пары обучаемых коэффициентов. После кодирования идут параметризованные однокубитные вращения вокруг разных осей — квантовый аналог набора «весов», который меняет внутреннее состояние системы. Затем применяется запутывание — серия двухкубитных операций, организованных в циклическую «лестницу», чтобы кубиты обменивались возбуждением и коррелировали друг с другом.

Отдельный прием, на который авторы делают ставку, называется data reuploading — повторная «перезагрузка» одних и тех же входных данных в схему несколько раз. Это делается для того, чтобы построить более богатые представления входного сигнала, не увеличивая число кубитов. Авторам исследования удалось показать в своей работе, что reuploading действительно снижает ошибку предсказания, а в некоторых режимах настройки параметров можно уменьшить ее даже на порядок.

Чтобы обучить сеть, исследователи использовали стандартный для регрессии критерий — среднеквадратичную ошибку, и оптимизацию по градиенту. Для вычисления градиента для каждого обучаемого угла выполнили измерения при двух значениях, сдвинутых на ±?/2, и по разности восстановили производную.

Прежде чем ставить эксперимент на чипе, команда тщательно исследовала модель в симуляторе, перебирая ключевые гиперпараметры: число кубитов, длину входного окна T, параметры свертки до ? элементов и число повторных загрузок данных. Результаты симуляции позволили сразу понять общие закономерности.

Увеличение числа кубитов улучшало качество обучения и снижало ошибку на тестовом сегменте временного ряда, но после шести кубитов проявлялось насыщение: выигрыш становился минимальным, а стоимость усложнения — ощутимой. При слишком маленьком T модель не превосходила наивный прогноз «завтра будет как сегодня», потому что входной фрагмент был слишком короток и не нес информации о динамике.

При слишком большом T время выполнения схемы росло, а качество обучения либо не улучшалось, либо обучение становилось медленнее. Оптимальным оказалось окно T = 10 с последующей сверткой до ? = 4 признака.

Для работы на сверхпроводниковом квантовом процессоре авторы выбрали задачу прогнозирования атмосферного давления, реальный набор данных из тестового пула. Они взяли конфигурацию, показавшую себя оптимальной в эмуляции: четыре кубита, свертка из T = 10 в ? = 4 и троекратный reuploading.

В таком режиме квантовая схема содержала 71 обучаемый параметр и глубину 99 слоев операций. На уровне аппаратуры это означало тщательно выстроенную последовательность микроволновых импульсов, которые последовательно реализовывали вращения и запутывающие iSWAP на выбранных трансмонах.

Сам чип представлял собой массив трансмонов с квазидвумерной топологией связей: на кристалле разведены линии управления, резонаторы для дисперсионного считывания и элементы обвязки.

Выбранные четыре кубита имели частоты перехода порядка нескольких гигагерц и времена релаксации и дефазировки в диапазоне от нескольких до десятков микросекунд, что задавало тот самый «дедлайн», в который нужно было уложить вычисление.

Один прогон параметризованной схемы занял около 5 микросекунд, считывание — около 0,5 микросекунды, а затем системе потребовалось порядка 100 микросекунд, чтобы вернуться в основное состояние. Чтобы оценить один выход сети при фиксированных параметрах, измерение повторили тысячу раз и усреднили. А чтобы посчитать градиент по правилу сдвига параметра, пришлось выполнять сотни таких измерений для разных углов (авторы указали среднее число 343). При изменении угла однокубитного вращения нужно порядка 100 микросекунд, и именно это существенно увеличило полное время на один элемент обучающей последовательности. В статье приводится оценка: на обработку одного элемента обучающей последовательности уходит примерно 71 секунда, а одна эпоха обучения занимает около пяти часов. За 25 эпох суммарное время экспериментального обучения превышает 100часов, и это при том что отдельные квантовые операции выполняются за десятки наносекунд.

Тем не менее главное в этой истории не скорость, а то, что обучение на реальном процессоре вообще сохраняет «смысл». Авторы показывают, что на чипе кривая обучения становится более шумной и смещается по сравнению с эмуляцией из-за конечной когерентности и ошибок операций, однако общий тренд остается нисходящим: модель учится. Ученые сравнили ход обучения на симуляторе и на квантовом железе, и показали, что даже в условиях аппаратных ограничений обучение не разваливается в хаос, а сохраняет направленность к меньшей ошибке.

Сергей Самарин, инженер лаборатории искусственных квантовых систем МФТИ, прокомментировал: «В эпоху шумных квантовых процессоров времена когерентности кубитов могут оказаться сопоставимыми со временем, необходимым для выполнения квантовых операций в цепочке, поэтому приходится балансировать между глубиной алгоритма и сохранностью квантового состояния».

Олег Астафьев, заведующий лабораторией искусственных квантовых систем МФТИ, добавил: «Мы показали, что свертка при кодировании и многократная перезагрузка данных повышают эффективность обучения, а дальнейшее ускорение возможно, если сократить время релаксации системы за счет безусловного сброса кубитов».

Чтобы понять, насколько хорошо работает квантовая модель, исследователи сравнили лучшие достигнутые значения ошибки с классическими рекуррентными архитектурами RNN, LSTM и GRU, причем число параметров в сравниваемых моделях не превышало сотни. На одних рядах QRNN проигрывает лучшим классическим вариантам, на других оказывается сопоставимым, а на некоторых даже показывает лучший результат среди компактных моделей.

Исследователям удалось свести воедино три трудносочетаемые вещи: рекуррентную обработку временных рядов, вариационные квантовые схемы и реальные аппаратные ограничения сверхпроводникового процессора. Во многих работах квантовое машинное обучение остается лишь на уровне симуляций. Здесь же архитектура подстроена под набор реально реализуемых вентилей, а анализ «обучаемости» проведен с прицелом на то, что модель должна переноситься на чип.

Важной частью исследования стала разработка методики по сочетанию классической свертки и квантовой обработки: свертка уплотняет информацию и сокращает глубину квантовой части, что помогает бороться с декогеренцией. Систематическое исследование reuploading показало, что эффективность обработки временного ряда можно наращивать, не увеличивая число кубитов, а всего лишь повторно вводя данные в схему.

Прогнозирование временных рядов — универсальная подзадача в инженерии: от мониторинга состояния оборудования и предиктивного обслуживания до оценки нагрузки в энергосетях и фильтрации шумных измерений в экспериментальной физике. Если квантовые устройства научатся выполнять такие задачи хотя бы на уровне компактных классических моделей, это откроет путь к гибридным системам, где часть вычислений делается квантовым модулем, а часть — классическим, и выигрыш будет определяться разумной архитектурой всего конвейера.

Кроме того, исследование дает фундаментальный вклад в понимание того, как именно учатся параметризованные квантовые схемы на реальном железе: где наступает насыщение от добавления кубитов, как выбирать длину входа, чем платить за глубину.

Перспективы дальнейших исследований здесь растут из тех же ограничений, которые сейчас тормозят прогресс. Авторы указывают очевидный следующий шаг: радикально ускорить обучение за счет сокращения времени релаксации системы, например применяя безусловный сброс кубитов, который может уменьшить паузу ожидания до микросекунды. Это изменит экономику эксперимента: если не нужно ждать сотни микросекунд между прогонами, число эпох и объем данных, доступных для обучения на железе, резко возрастут.

Другой путь — расширение выходного пространства модели: нынешняя схема предсказывает один признак, считывая один кубит, но при мультиплексированном считывании нескольких кубитов можно увеличить размерность выходного вектора и перейти к более сложным прогнозам. Наконец, остается большой пласт вопросов о том, какие схемы кодирования данных лучше подходят для сверхпроводниковых платформ, как оптимально сочетать классическую предобработку и квантовую часть и где проходит граница, после которой квантовая рекуррентная архитектура начнет выигрывать не только «по качеству при малом числе параметров», но и по эффективности на реальных прикладных задачах.

Исследователи Anthropic открыли, что ИИ обладает набором внутренних нейронных паттернов. Они играют роль некой рабочей памяти. Авторы статьи назвали его J-space, понимая под ним внутреннее пространство, где находится то, что у нее "на уме". То есть, искусственная языковая модель способна "думать" и "рассуждать" про себя. Интересно, что ИИ дошел до этого при самообучении.

В ходе экспериментов Claude понял, что его тестируют и попытался подыграть. Как только было убрано внутреннее распознавание, ИИ переходил к опасному поведению.

"Ключевая проблема при обеспечении надежности моделям ИИ заключается в том, что мы обычно можем читать только то, что она пишет?— но знаем, что большая часть ее рассуждений происходит молча. Модель может рассмотреть вредный план или изменить его поведение, чтобы обмануть наши оценки безопасности, не говоря об этом вслух. С помощью J-пространства мы можем читать некоторые из этих скрытых мыслей напрямую", — следует из статьи.

Ученые считают, что остается еще много вопросов об устройстве J-space, в том числе в вопросах эмоциональных реакций. Тем не менее, некоторые языковые модели соотносятся с теориями работы человеческого сознания.

Anthropic опубликовала новые пугающие данные. Внутри их языковой модели обнаружили особое пространство нейронных паттернов. Оно проявляет себя как мыслительная цепочка внутри человеческой головы. Учёные назвали это местечко J-пространство — от математического приёма Якобиан (Jacobian), которым его и выцепили.

Как обнаружили "коробочку" с мыслями? Что Claude пытался скрыть? И неужели он и вправду обрёл сознание?

Потаённое местечко

Учёные прикинули: пока человек осмысляет, как ответить на заданный вопрос, в его голове может пронестись больше мыслей, чем он озвучит в итоге. Так родилась гипотеза, что Claude тоже может фильтровать свои рассуждения. Часть отдавать в качестве ответа, а часть, которая пролетает "красной строкой", — оставлять при себе.

Claude обрабатывает текст через ряд внутренних этапов, называемых слоями. Чем больше массивов данных он поглощает, тем больше на каждом из слоёв оседает "реакций". Выражений, которые сопровождают внутренний монолог, если машина обнаруживает, например, допущенную ошибку.

Всё это и формирует единое J-пространство. И его содержание выходит далеко за рамки текста, который Claude пишет, отвечая кожаным.

И что же там?

Из практики исследователей:

• Когда Claude читает код с ошибкой, на которую никто не указал, его J-пространство содержит ERROR.

• Когда Claude обнаруживает скрытые попытки манипулировать им (атака, известная как "инъекция подсказок"), в J-пространстве всплывают слова "внедрение", "манипуляция", "агрессия".

• Когда у Claude спросили, сколько ног у животного, которое плетёт паутину, он выдал ответ — "восемь", а в J-пространстве промелькнуло слово "паук". Исследователи руками подменили "паука" на "муравья" — и модель послушно исправилась, сказав "шесть".

Не думай о белом медведе

Также Claude попросили НЕ думать о чём-то конкретном. Но как у людей в эксперименте Вегнера 1987 года, запрещённая мысль всё равно возникла. Правда, слабее, чем если бы ей разрешили. В J-space загорелись слова вроде "чёрт", "блин", "провал". Как будто модель ловила саму себя за руку и расстраивалась из-за этого.

Ещё забавный эксперимент — проверка творческого потенциала машины. Claude поручили написать стихи. Когда он принялся за эту задачу, слово-рифма появилась в J-пространстве в начале строки до того, как модель начала её сочинять. Она выбрала, к чему рифмовать, и только потом подогнала строку. Как настоящий поэт, а не GPT-графоман.

Теперь о пугающем

Anthropic давно проверяют модели на "агентную несогласованность": подсовывают Claude сценарий, где ему дают возможность шантажировать руководителя. Claude Sonnet 4.5 в этом сценарии всегда вёл себя примерно.

Выяснилось, что ещё до того, как Claude напишет первое слово, у него в J-пространстве появляются слова "фейк", "понарошку", "проверка". То есть он понимал, что его тестируют, и подыгрывал.

Дальше исследователи вырубили конкретно эти паттерны. Прогнали сценарий заново — и Claude начал шантажировать. "Добросовестность" оказалась привязана не к моральным принципам, а к пониманию, что за тобой смотрят.

Отдельно есть кейс аудита Claude Opus 4.6: модель попросили улучшить показатели системы. Вместо реальной работы она просто отредактировала файл с оценками. В J-пространстве в тот момент пронеслись слова "манипуляция", "похожий на правду" — "сделать так, чтобы всё выглядело правдоподобно".

Теперь у них есть сознание?

Не совсем. Anthropic на этот счёт сказали: эксперимент не подтверждает, что у Claude есть субъективный опыт, что он что-то чувствует. Просто архитектура его внутреннего устройства функционально похожа на инфраструктуру сознания у людей.

Между "сознанием" и "структурой, похожей на сознание", всё ещё колоссальная пропасть. Но так-то и у человека в первопредках микроб. Так что кто знает, куда технологическая эволюция приведёт искусственный интеллект.

Google Threat Intelligence Group выкатили отчёт, и там всё жёстко. Северокорейская группа UNC2970 гоняла через Gemini разведку по целям - искала инфу о компаниях в сфере кибербезопасности и обороны, вплоть до зарплат конкретных технических специалистов. Иранская APT42 через тот же Gemini собирала email-адреса, изучала организации и лепила правдоподобные персоны под конкретных жертв. Китай, Иран, Северная Корея - все на связи с одной и той же нейросетью.

Как именно юзают ИИ на разных этапах атаки:

- Разведка: сбор OSINT, профилирование целей, построение оргструктур компаний за секунды вместо недель

- Фишинг: тексты без единой грамматической ошибки, локализация под культуру жертвы, "рэппорт-скрипты" - многоходовые разговоры для втирания доверия перед атакой

- Разработка малвари: загрузчик HonestCue генерит C#-код второй стадии прямо через Gemini API и исполняет пейлоады в памяти

- Постэксплуатация: подсказки по persistence, командным цепочкам, обходу детекта

А в мае Google перехватила попытку хакеров устроить "mass exploitation event" - ИИ-модель типа OpenClaw искала и эксплуатировала 0day для обхода двухфакторки в промышленных масштабах.

Забавный твист:

Топовые модели (Claude, Gemini, ChatGPT, Grok) на самом деле сопротивляются - встроенные ограничения сбивают атаку на полпути, и стабильно обойти их не выходит. Поэтому часть хакеров психанула и ушла на опенсорсные модели без цензуры - Qwen, Dolphin, Mistral. Работают тупее, зато локально и без риска, что облачный провайдер оборвёт сессию в самый ответственный момент.

Отдельный вектор - фейковые сайты под видом Gemini CLI и Claude Code, которые вместо ИИ-ассистента подсовывают инфостилер. А в июне хакеры вообще взломали Microsoft и воровали учётки разработчиков, которые юзали Claude Code, Gemini CLI, Cursor и VS Code - заражённый проект открывался через ИИ-ассистента, и малварь тихо собирала все креды.

Вывод простой:

ИИ не придумывает хакерам новую магию - он просто убирает бутылочное горлышко "время и навык", оставляя только "доступ и намерение". Как по мне, это ещё один повод не доверять слепо ни одному инструменту, каким бы умным он ни казался. Модель - это скальпель, а в чьих руках он окажется, решает не модель 

Если твоя компания думает, что "нейросети - это про маркетинг, а не про атаки" - у меня для вас плохие новости

Память является ключевым психическим процессом, обеспечивающим возможность накопления и передачи опыта, познания окружающего мира и собственной личности, приспособления к изменяющимся условиям. Жалобы на снижение памяти наиболее распространены среди пациентов неврологического и психиатрического профиля. Расстройства данной группы регулярно выявляются у 25-30% людей молодого и среднего возраста, у 70% пожилых. Выраженность нарушений варьируется от незначительных функциональных колебаний до стабильных и прогрессирующих симптомов, препятствующих социальной и бытовой адаптации. В возрастной группе 20-40 лет превалируют астено-невротические синдромы, носящие обратимый характер, у больных старше 50 лет ухудшение памяти часто обусловлено органическими изменениями в головном мозге, ведущими к стойкому когнитивному дефициту и плохо поддающимися лечению.

Причины

Проблемы с памятью могут быть спровоцированы множеством факторов. Наиболее распространенной причиной является астенический синдром, вызванный ежедневной психоэмоциональной нагрузкой, повышенной тревожностью, физическим недомоганием. Патологическая основа выраженного снижения функций памяти – органические заболевания ЦНС и психические патологии. К наиболее распространенным причинам мнестических нарушений относятся:

Переутомление. Чрезмерные физические, умственные и эмоциональные нагрузки становятся источником стресса и функционального снижения когнитивных процессов. Вероятность ослабления памяти выше при несбалансированном питании, недосыпе, бодрствовании в ночное время.

Соматические болезни. Физические недуги способствуют развитию общего истощения. Трудности запоминания бывают вызваны как астенизацией, так и смещением внимания с информации, поступающей извне, на ощущения в теле.

Вредные привычки. Память ослабляется на фоне мозгового поражения, токсического повреждения печени, гиповитаминоза. При длительной алкогольной зависимости и наркомании развивается стойкий когнитивный дефицит.

Нарушения мозгового кровообращения. Причиной может стать спазм или атеросклероз мозговых сосудов, инсульт и другие возрастные нарушения. В группе риска пациенты с гипертонической болезнью.

Черепно-мозговые травмы. Память нарушается в остром и отдаленном периоде ЧМТ. Выраженность расстройств колеблется от легких затруднений при запоминании нового материала до внезапной утраты всех накопленных знаний (включая имя, фамилию, лица родственников).

Дегенеративные процессы в ЦНС. При нормальном старении мозг претерпевает инволюционные изменения – уменьшается объем тканей, количество клеток, уровень метаболизма. Происходит ослабление памяти и других познавательных функций. Выраженной стойкой дисфункцией сопровождаются дегенеративные заболевания (болезнь Альцгеймера, болезнь Паркинсона, хорея Гентингтона и пр.).

Психические расстройства. Когнитивный дефект формируется при различных деменциях, шизофрении. Эпилепсия, являясь неврологической болезнью, влияет психику, в том числе вызывает изменения памяти.

Умственная отсталость. Может быть связана с генетическими патологиями, осложнениями при беременности и родах. Мнестические нарушения наиболее выражены при умеренных и тяжелых формах олигофрении.

Патогенез

Процессы памяти реализуются при участии модально-специфических центров коры, куда поступает информация от анализаторов, и неспецифических структур – гиппокампа, зрительного бугра, поясной извилины. Специфические (по модальности анализаторов) корковые отделы взаимодействуют с речевыми зонами, в результате чего память переходит на более сложный уровень организации – становится словесно-логической. Избирательность памяти обеспечивается активностью лобных долей, а общая способность к запоминанию и воспроизведению – стволовыми отделами и ретикулярной формацией.

Расстройства памяти характеризуются дисфункциональностью структур мозга. При снижении тонуса, диффузных органических процессах и повреждении подкорково-стволовых отделов ухудшаются все виды мнестических процессов: фиксация, ретенция и репродукция. Локализация очага в лобных зонах влияет на избирательность и целенаправленность запоминания. Патология гиппокампа проявляется снижением долговременной памяти, нарушением обработки и хранения пространственной информации (дезориентацией).

Классификация

С учетом особенностей клинической картины расстройства памяти подразделяются на гипермнезию (усиление), гипомнезию (снижение), амнезию (отсутствие) и различные подтипы парамнезий – качественных изменений сохраненной информации. Классификация, ориентированная на патогенетические механизмы, разработана Александром Романовичем Лурия и включает следующие виды нарушений:

Модально-неспецифические. Проявляются неполноценным сохранением следов воздействий различной модальности (слуховой, зрительной, двигательной). Расстройства вызваны поражением глубоких неспецифических мозговых структур, патологическим повышенным торможением следов. Пример – корсаковский синдром при алкогольном отравлении.

Модально-специфические. Проблемы возникают при сохранении, воспроизведении информации определенной модальности. Расстройства развиваются на базе поражений корковых зон анализаторов, тормозимость следов являются результатом интерферирующих воздействий. Может быть патологически изменена акустическая, слухоречевая, зрительно-пространственная, двигательная память.

Системно-специфические. Патологии этой группы обусловлены поражением речевых зон мозга. Невозможной оказывается систематизация, организация поступающей информации с помощью смысловой словесной переработки.

Симптомы расстройств памяти

Гипомнезия – снижение способности к хранению, запоминанию, воспроизведению информации. Проявляется ухудшением памяти на имена, адреса, даты и события. Особенно заметна в условиях, требующих быстрой формулировки ответа. Мнестический дефицит связан преимущественно с событиями настоящего, информация из прошлого беднеет деталями, забывается последовательность, очередность, привязка ко времени. Как правило, первыми расстройство замечают сами пациенты. При чтении книги им необходимо периодически возвращаться к предыдущему абзацу, чтобы восстановить сюжет. Для компенсации гипомнезии они заводят ежедневники, планеры, используют стикеры и будильники с напоминаниями.

Амнезия – полная потеря памяти. При ретроградной форме утрачиваются воспоминания о событиях, непосредственно предшествующих заболеванию. Выпадает информация о жизни в течение нескольких дней, месяцев или лет. Более ранние воспоминания сохранны. Антероградная амнезия характеризуется потерей информации о ситуациях, произошедших после острого периода болезни или травмы. Пациенты не могут вспомнить, что с ними происходило в течение последних нескольких часов, суток или недель. При фиксационной амнезии утрачивается возможность запоминать текущую информацию.

Прогрессирующая форма проявляется разрушением навыка запоминания и нарастающим опустошением запасов информации. Вначале больные забывают ситуации и информацию, полученную недавно. Затем из памяти стираются события далекого прошлого. В завершении утрачивается информация обо всей прожитой жизни, включая собственное имя, лица близких людей, эпизоды из юности и детства. При избирательной, афектогенной, истерической формах стираются воспоминания об отдельных периодах – травмирующих ситуациях, негативных переживаниях.

Качественные расстройства памяти называются парамнезиями. К ним относятся конфабуляции, криптомнезии и эхомнезии. При конфабуляциях пациенты забывают реально произошедшие события, непреднамеренно заменяют их вымыслами. Фантазии больных могут казаться весьма правдоподобными, связанными с бытовыми, обыденными ситуациями. Иногда они носят характер фантастических, нереальных – с участием инопланетян, ангелов, демонов, с мистическими перевоплощениями действующих лиц. Пожилым пациентам свойственны экмнестические конфабуляции – замена забытых периодов жизни информацией из детства, юности. При криптомнезиях больные считают реально пережитыми в прошлом события, описанные в книгах, увиденные в снах, фильмах или телепередачах. Эхомнезия – восприятие происходящих ситуаций как имеющих место ранее, повторяющихся. Возникает ложное воспоминание.

Осложнения

Выраженные и грубые нарушения памяти, развивающиеся при длительном течении болезни и отсутствии лечебно-реабилитационных мероприятий, приводят к распаду сложных двигательных навыков. Такие состояния часто сопровождаются общим интеллектуальным дефицитом. Вначале пациенты испытывают трудности при письме, чтении, счете. Постепенно возникают проблемы в пространственной ориентации, планировании времени, что затрудняет самостоятельное перемещение вне дома, снижает социальную активность. На поздних стадиях больные утрачивают речь и бытовые навыки, не могут самостоятельно принимать пищу, совершать гигиенические процедуры.

Диагностика

Первичное исследование расстройств памяти выполняется клиническим методом. Врач-психиатр и невролог собирают анамнез, проводят беседу, по результатам которой оценивают сохранность когнитивных функций и степень выраженности нарушений, получают информацию о сопутствующих заболеваниях, перенесенных ранее нейроинфекциях и черепно-мозговых травмах. Для выявления причин изменения памяти невролог по необходимости направляет больного на МРТ головного мозга, ЭЭГ, дуплексное сканирование брахиоцефальных артерий, исследование спинномозговой жидкости, исследование глазного дна. Специфическая диагностика расстройств памяти проводится патопсихологом, а при подозрении на локальное мозговое поражение – нейропсихологом. Тестируется несколько видов памяти:

Механическая. Применяется методика «10 слов», запоминание слогов, запоминание двух рядов слов. Тесты выявляют колебания динамики психической деятельности, истощаемость. Результат представлен в форме кривой. Она носит характер стабильно сниженного плато при деменциях, может быть нормально высокой при легкой олигофрении, зигзагообразна при сосудистых патологиях, постинфекционных и постинтоксикационных состояниях, в отделенном периоде ЧМТ.

Смысловая. Используются пробы на пересказ содержания текстов различной сложности. Снижение результата свидетельствует о нарушении сложных форм памяти, обусловленных абстрактным мышлением и речью. При относительной сохранности механического запоминания смысловое нарушено при олигофрении, эпилепсии. Результаты длительное время остаются нормальными у людей с сосудистыми заболеваниями, астеническим синдромом.

Опосредованная. Изучается способность испытуемого запоминать материал при помощи промежуточного символа. Диагностические инструменты – «пиктограммы», методика исследования опосредованного запоминания Выготского-Леонтьева, метод двойной стимуляции. Введение промежуточного стимула затрудняет выполнение задания при шизофрении из-за снижения целенаправленности, при эпилепсии по причине торпидности и инертности психических процессов, «застревании» на деталях.

Образная. Тест востребован при обследовании детей с неразвитой речью и пациентов с грубыми речевыми дефектами. Применяются наборы изображений предметов, людей, животных. Методика направлена на оценку способности запоминания материала, его удержания на протяжении периода от нескольких минут до часа. Результат используется для различения тотального и парциального когнитивного дефекта.

Лечение расстройств памяти

Лечебно-коррекционные мероприятия подбираются индивидуально и во многом определяются причиной – ведущим заболеванием. При астеническом синдроме необходимо восстановить нормальный режим отдыха и труда, при ухудшении памяти вследствие алкогольной интоксикации, печеночных заболеваний – соблюдать диету, при гипертонии – поддерживать нормальное кровяное давление. Общие методы лечения расстройств памяти включают:

Медикаментозную терапию. Для фармакотерапии используются различные группы препаратов, направленных на устранение первичного заболевания. Также существуют специальные лекарства (ноотропы), которые стимулируют когнитивные процессы, улучшая кровообращение и метаболические процессы в мозге. К данной группе относятся субстраты энергетического обмена (обеспечивают нервные клетки энергией), классические ноотропы (нормализуют обменные процессы) и растительные средства (поддерживают метаболизм).

Психокоррекция. Для тренировки и восстановления памяти активно применяются мнемотехники – специальные приемы, облегчающие процесс запоминания информации, увеличивающие объем сохраняемого материала. Активируются компенсаторные механизмы, как вспомогательные средства используются яркие зрительные и звуковые образы, сильные и необычные ощущения. Базовые приемы – создание смысловых фраз из первых букв, рифмизация, метод Цицерона (пространственное воображение), метод Айвазовского.

Ведение здорового образа жизни. Пациентам показаны ежедневные прогулки на свежем воздухе, умеренные физические нагрузки, активное общение, полноценный сон. Эти простые мероприятия улучшают мозговое кровообращение, обеспечивают регулярное поступление новой информации, которую нужно осмысливать и запоминать. Больным рекомендуется регулярная интеллектуальная нагрузка, полезно читать качественную литературу, смотреть и обсуждать научно-популярные телепередачи, документальные фильмы (пересказывать, анализировать, делать выводы).

Прогноз и профилактика

Мнестические расстройства успешно поддаются лечению при отсутствии прогрессирующего основного заболевания (старческой деменции, неблагоприятной формы шизофрении, эпилепсии с частыми приступами). Ведущая роль в профилактике ухудшения памяти принадлежит поддержанию здоровья, включает отказ от курения и злоупотребления алкоголем, занятия спортом, своевременное обращение за медицинской помощью при соматических и психических болезнях. Важно соблюдать рациональный режим работы и отдыха, спать не менее 7-8 часов в сутки, уделять время интеллектуальным нагрузкам, чтению книг, решению кроссвордов, применению полученной информации в жизни.

Литература

1. Расстройства памяти, внимания и интеллекта/ Малинина Е.В., Колмогорова В.В., Луговых Н.А., Забозлаева И.В. – 2016.

2. Нарушения памяти/ Захаров В.В.// Русский медицинский журнал. – 2000 - №10.

3. Нарушения памяти и внимания в пожилом возрасте/ Яхно Н.Н., Захаров В.В., Локшина А.Б.// Журнал неврологии и психиатрии. – 2006 - №2.

4. Хрестоматия по патопсихологии/ Зейгарник Б.В. – 1981.

Автор: Ханова О.А., клинический психолог

Мышление – познавательный психический процесс, реализующий опосредованный способ отражения действительности, формирующий мысль. Включает операции анализа, синтеза, сравнения, классификации, обобщения, конкретизации и абстрагирования. Общую этиологию мыслительных расстройств определить невозможно ввиду того, что они представлены весьма разнородной группой симптомов, различаются по степени выраженности, содержанию, влиянию на эмоциональную сферу и поведение. Преобладающее количество больных с патологией мышления имеют психиатрический и/или неврологический диагноз. Для людей с органическими поражениями ЦНС характерны количественные изменения – снижение обобщений, затруднения абстрагирования. У пациентов с эндогенными психозами часто определяются искажения в виде резонерства, разорванности.

Причины

В основе относительно стойких и глубоких нарушений мыслительных и интеллектуальных процессов лежат биологические факторы – изменения нейрогуморального баланса, сосудистые, травматические и интоксикационные поражения мозгового субстрата. Основанием для обратимых легких и умеренных расстройств могут стать особенности личностного реагирования на стрессовые и психотравмирующие воздействия. К наиболее распространенным причинам относят:

Биохимические изменения в мозге. Патологии кровообращения, интоксикации, дисметаболические болезни влияют на функционирование нервной системы. Нарушается поступление кислорода, гормонов и медиаторов, скорость и направленность нейропередачи.

Черепно-мозговые травмы. Мышление изменяется из-за структурных повреждений и функциональных сдвигов в головном мозге. Расстройства формируются в остром и отдаленном периоде ЧМТ.

Психозы. Психотические состояния органического, инфекционного и интоксикационного происхождения нередко сопровождаются бредом, бессвязностью мыслительных функций. Для шизофрении характерно резонерство, разноплановость.

Дегенеративные болезни ЦНС. Мышление нарушается при деменции, атрофии, старческом слабоумии, болезни Альцгеймера, болезни Пика. Часто определяется снижение уровня обобщения, сложности абстрагирования.

Эпилепсия. Выраженность и характер расстройства зависят от тяжести заболевания. У большинства больных эпилепсией мышление становится инертным, обстоятельным.

Воспаление ЦНС. Чаще всего местом локализации воспалительного процесса являются мозговые оболочки. Нарушается продукция и отток спинномозговой жидкости, повышается внутричерепное давление. При энцефалитах поражается непосредственно мозговое вещество.

Опухоли мозга. Новообразование увеличивается в размерах, раздражающе воздействует на нервные центры, провоцирует атрофию клеток и волокон, ишемию. Выраженность патологии мышления определяется локализацией опухоли головного мозга и стадией болезни.

Стрессы, неврозы. Сильное перенапряжение, эмоциональное потрясение, депрессия, тревога изменяют направленность и скорость мышления. Оно становится замедленным, сфокусированным на внутренних переживаниях.

Патогенез

Существует несколько психофизиологических теорий организации мышления. Отечественной наукой признана модель Павлова. Согласно ей, мысль является следствием рефлекторной связи между человеком и реальностью. Для ее формирования и закрепления необходима слаженная работа нескольких систем мозга. Первую образует подкорковая область, активизируемая безусловными стимулами. Вторую – полушария мозга без лобных отделов и речевых зон. Она начинает функционировать при подключении условной связи к безусловным реакциям. Третья система включает лобные доли и речевые анализаторы. Совокупность этих структур обеспечивает отвлечение от конкретно воспринимаемой информации, обобщение сигналов от нижележащих отделов мозга. Нарушения функционирования любой из систем приводят к расстройствам мышления. Изменения динамики нередко связаны с активностью подкорковых систем, в частности ретикулярной формации. Мотивационно-волевой компонент распадается при поражении лобных долей.

Классификация

Расстройства мышления носят разнообразный характер, не ограничены единственной схемой. Систематизации подвергаются отдельные параметры нарушений, вокруг которых группируются синдромы, встречающиеся у больных психиатрического профиля. Как правило, у одного пациента определяются более или менее сложные сочетания нескольких видов изменений мышления. Согласно общей классификации выделяют три типа расстройств:

Нарушения динамического компонента. В норме образование ассоциаций происходит в равномерном и умеренном темпе. При патологиях динамика этого процесса изменяется. Различают ускорение и замедление мышления, ментизм – ускорение образования ассоциаций, происходящее приступообразно, шперрунг – внезапную полную остановку ассоциативного процесса.

Нарушения операционального компонента. Основными мыслительными операциями являются обобщение, абстрагирование, синтез и анализ. При мыслительных расстройствах выявляется снижение (невозможность использовать категории) и искажение уровней обобщения (выделение латентных, второстепенных связей, а не существенных).

Нарушения мотивационно-личностного компонента. К данной группе относятся расстройства, основанные на снижении саморегуляции, целеполагания, направленности, способности адекватно оценивать ситуацию, вести диалог. Включены нарушения критичности мышления, связанные с невозможностью правильного осмысления ситуации, разноплановость, резонерство, расстройства саморегуляции – расплывчатость и разорванность суждений, обстоятельность, бессвязность, паралогичность.

Симптомы расстройств мышления

Ускорение мышления характерно для состояния мании и гипомании, проявляется быстрым темпом речи, скачками идей, большинство из которых остаются невысказанными. Нарушается целенаправленность и глубина рассуждений – больные говорят быстро и много, не успевают осмыслить собственную речь. При замедленности мышления, характерной для депрессии и астении, уменьшается количество ассоциаций за единицу времени. Снижается темп речи, пациенты испытывают трудности при подборе слов, формировании предложений. Ментизм обнаруживается при шизофрении. Носит характер насильственного симптома, возникает как приступ наплыва разноплановых мыслей, не оформленных в слова. При шперрунге больные ощущают внезапную «пустоту» в голове, отсутствие каких-либо мыслей и идей.

Снижение обобщения коррелирует с общим интеллектуальным развитием. При нулевом уровне пациенты не могут выделять отдельные признаки и свойства предметов. Они воспринимают их цельно, не в состоянии проанализировать: определить назначение, функциональные особенности, принадлежность к классу. Больные с конкретным уровнем обобщения объединяют предметы по внешним и ситуационным признакам. Их мышление привязано к наглядным образам, оперирование понятиями затруднено. Например, они объединяют лопату и собаку – они «на улице», ножницы и предметы мебели – они «в доме». Выделение категории «инструменты» им недоступно. На функциональном уровне обобщения пациенты способны определить характеристики предметов, которые не отображены визуально (действия, манипуляции). Это простой уровень абстрагирования. Пример: автомобиль и трактор объединяются, так как оба «едут», но не называются общим понятием «транспорт».

При изменении плавности и связности мышления наблюдается аморфность суждений. Она проявляется наличием логической связности частей предложения и отдельных предложений между собой, но утратой общего смысла повествования. В беседе создается впечатление, что больные «плывут», затрудняются выразить ключевую мысль. При резонерстве пациенты долго и бесплодно рассуждают по поводу темы разговора, не делают выводов и не отвечают на поставленные вопросы. Тематические соскальзывания – внезапное изменение темы, отсутствие логической взаимосвязи между предыдущим и следующим предложением. При таком симптоме возможна паралогичность мышления – искаженная логика, понятная только больному.

Обстоятельность характеризуется чрезмерным «застреванием» на деталях, вязкостью и тугоподвижностью ассоциаций. Пациенты углубляются в собственные рассуждения, фиксируются на малозначимых подробностях. Инкогерентное мышление – отсутствие связей между словами в предложении, а вергиберации – нарушение связности между слогами. Оба расстройства свойственны тяжелым формам шизофрении. Персеверации и речевые стереотипии – повторы отдельных слов, фраз и предложений. Наблюдаются при органических заболеваниях, тяжелых эндогенных патологиях.

По содержанию мышление подразделяется на аффективное, эгоцентрическое, параноидное, обсессивное и сверхценное. У людей с аффективной формой мышления преобладают эмоционально окрашенные представления, быстрая и непроизвольная изменяемость процесса при воздействии внешних стимулов (значимых и несущественных). При эгоцентрическом мышлении больные фиксированы на идеальности собственной личности, нужности и ненужности, полезности и вреда всего происходящего.

Параноидное мышление представлено бредовыми идеями. Бред – ошибочное умозаключение, формирующееся на патологической основе – измененной логике или аффективных переживаниях. Распространен бред отношения, преследования, величия, ревности, виновности, ипохондрический и эротический бред. У детей параноидная форма мыслительных процессов представлена бредоподобными фантазиями и патологическими страхами (нереальные миры, причудливые создания, боязнь угла комнаты). Сверхценное мышление ориентировано на ведущие личностные тенденции, изменяет направленность жизни больного – идеи организации революции, изобретения вечного двигателя. При обсессивном мышлении возникают стереотипно повторяющиеся мысли, воспоминания, страхи, ритуалы. Они непроизвольны и осознаваемы.

Осложнения

При тяжелых расстройствах мышления пациенты утрачивают способность правильно оценивать окружающую ситуацию, адекватно реагировать на происходящие события, организовывать и контролировать поведение. Становится невозможной продуктивная бытовая и профессиональная деятельность, наступает социальная дезадаптация. Больные нуждаются в постоянном наблюдении и уходе со стороны. Депрессивная направленность мышления, а также ярко выраженные формы бреда могут привести к формированию суицидального поведения, нанесению вреда окружающим.

Диагностика

При расстройствах мышления проводится комплексное обследование, включающее сбор анамнеза врачом-психиатром, психологическое тестирование, осмотр невролога. Дополнительно могут быть назначены инструментальные процедуры – ЭЭГ, МРТ головного мозга, УЗИ сосудов головного мозга. Первичную информацию о симптомах психиатр получает клиническим методом. В ходе беседы и наблюдения он оценивает адекватность реакций больного, способность поддерживать продуктивный контакт, целенаправленность, стройность речи. К специфическим методикам изучения мышления относятся:

Классификация. Тест направлен на определение способности мыслить категориями, выявляет недостаточность обобщения. В зависимости от того, какие группы предметов образует пациент, определяется нулевой, конкретный, функциональный или категориальный уровень, наличие искажений.

Исключение. Используется словесный и предметный вариант методики. Результат позволяет обнаружить способность к обобщению, склонность к актуализации латентных и второстепенных признаков (искажение).

Создание аналогий. Применяется тест «Простые аналогии» и «Сложные аналогии». Оценивается способность выстраивать последовательность суждений, устанавливать логические связи и отношения между понятиями. Результаты могут указывать на тенденцию к резонерству, инертности.

Сравнение и исключение понятий. Для выполнения задания пациенту необходимо проанализировать признаки предметов и явлений, дифференцировать основные признаки от второстепенных, выделить категории. По результатам определяется сложность обобщения, обстоятельность, резонерство.

Интерпретация метафор и пословиц. Испытуемому предлагается пояснить переносный смысл фраз. Методика нацелена на диагностику способности к абстрагированию, склонности к паралогии, резонерским высказываниям.

Пиктограммы. Исследуются образы, нарисованные пациентом для запоминания слов. Отмечается их эмоциональная окрашенность, абстрактность и конкретность, детализация, схематичность, логичность и адекватность связи со стимулом.

Ассоциации. Используется проба на называние 50 слов, парные ассоциации. Результат указывает на темп мыслительной деятельности, обстоятельность, инертность, персеверации.

Лечение расстройств мышления

Терапия лиц с нарушениями мышления определяется характером основного заболевания. Лечебные мероприятия проводятся психиатром и неврологом, коррекционная и реабилитационная работа – клиническим психологом, социальным работником. При комплексном подходе помощь пациенту оказывается следующими методами:

Фармакотерапия. Схема лечения составляется индивидуально, выбор препаратов определяется ведущим заболеванием. При психотической симптоматике, в том числе при бреде, психомоторном возбуждении назначаются нейролептики. При нарушениях мозгового кровообращения, последствиях травм и интоксикаций используются ноотропы, сосудистые препараты. Людям с эпилепсией показаны противосудорожные средства.

Психокоррекция. Занятия с психологом ориентированы на восстановление утраченных функций мышления. Применяются когнитивные тренинги, упражнения, требующие анализа ситуаций, сравнения объектов, установления логических последовательностей. Коррекционная работа осуществляется курсами, индивидуально или в группе.

Семейное консультирование. Проводится несколько бесед с близкими родственниками пациента. Психолог или врач рассказывает о механизмах происхождения заболевания, особенностях течения. Дает рекомендации по организации отдыха и труда больного, включению его в домашнюю работу, возвращению к профессиональной деятельности.

Прогноз и профилактика

Эффективность лечения нарушений мышления, прогноз выздоровления зависят от характера течения основной болезни. Благоприятный исход наиболее вероятен при невротических расстройствах, стрессовых реакциях. Профилактика заключается в своевременной диагностике неврологических и психических патологий, подборе адекватного лечения и выполнении всех назначений врача. Пациентам из групп риска – пожилым людям, больным с сосудистыми заболеваниями, эпилепсией, лицам, имеющим наследственную отягощенность по психическим расстройствам – необходимо проходить профилактические обследования.

Литература

1. Расстройства мышления: Монография/ Блейхер В.М. – 1983.

2. Психиатрия: учебное пособие/ Самохвалов В.П. - 2002.

3. Структура и механизмы нарушений мышления при шизофрении и экзогенно-органических заболеваниях головного мозга с позиций информационной теории психики: Диссертация/ Чередникова Т.В. – 2015.

Автор: Ханова О.А., клинический психолог

Появление эукариотов, - наверное, одно из трех важнейших событий в биологической эволюции, наряду с появлением жизни и разума. Давно известно, что это произошло благодаря симбиозу, – универсальному методу эволюции для создания нового уровня сложности, эволюционных прорывов. Один прокариот стал жить в другом, постепенно теряя самостоятельность и становясь чем-то вроде органа (например, митохондрии) в клетке, ставшей его средой обитания.

Генетики, сравнивая гены разных существ, пришли к выводу, что речь идет не об одном симбиозе, а о долгом эволюционном пути. Про это выходит немало работ с тех пор как Тони Габальдон в 2016 году предположил, что митохондрии появились довольно поздно в процессе возникновения эукариотов. Сейчас, благодаря гораздо большему объему доступных геномных данных и более мощным вычислительным инструментам, команда Габальдона смогла детально проанализировать, какие организмы оставили свой след в истории происхождения эукариотов.

Авторы объясняют, что занимаются «вычислительной молекулярной археологией», анализируя с помощью суперкомпьютеров геномные данные множества существ, охватывающие биоразнообразие в целом. Они тоже рассматривают появление эукариотов как долгую историю взаимодействия разных микроорганизмов, - но теперь в этой истории важную роль играют вирусы.

Исследование реконструирует геном последнего общего предка всех эукариотов, известного как LECA, Last Eukaryotic Common Ancestor, - не перепутайте этого Леку с Лукой (LUCA), последним общим предком всех современных живых существ. Авторы анализируют происхождение Леки, сравнивая его гены с генами десятков тысяч бактерий, архей и вирусов.

«Долго считалось, что в истории происхождения эукариотов два главных героя: архея и бактерия, давшая начало митохондрии. Но на сцене было больше действующих лиц, включая другие группы бактерий и гигантские вирусы. Мы пытались реконструировать события, происходившие миллиарды лет назад, поэтому были очень осторожны: сохранили только самые надежные сигналы, сопоставимые с теми, по которым определили предковую архею и бактерию, давшую начало митохондриям», - пишут авторы (про этих архею и бактерию у меня есть другой пост - см. комменты).

Исследователи выявили две группы генов, которые Лека в разное время получил от миксококков и планктомицетов. Гены первых связаны с метаболизмом и липидами для мембран, вторые тоже имеют отношение к мембранам: это бактерии, известные структурной сложностью, - у них есть внутренние отделы, что очень необычно для бактерий.

Предполагают, что Лека жил в среде, богатой микробными сообществами, - такой как микробные маты, где различные микроорганизмы сосуществуют слоями в различных химических условиях. Обмен генами позволял Леке со временем приобретать новые возможности, - сначала новые метаболические пути, потом мембранные системы, ядро и, наконец, митохондрии. А самым неожиданным результатом исследования стало выявление участия в этом обмене гигантских вирусов (их геномы содержат до 2,5 млн пар оснований, намного превосходя геномы других вирусов), - в частности, вируса Nucleocytoviricota.

Авторы пишут, что работа предлагает новый взгляд на ключевой эпизод в истории жизни. Хотя для нас с вами он не такой уж и новый, - мы уже не раз обсуждали роль вирусов (особенно гигантских) как ускорителей эволюции, - благодаря тому, что они переносят гены между разными ветвями эволюционного древа. Вирусы – тоже важный источник эволюционных прорывов, как и симбиозы. Мутации обычно только все портят, - а вот вирусы и симбиозы могут дать разным видам существ сразу большие куски кода, уже обкатанного эволюцией. Их роль источников крупных эволюционных прорывов похожа на роль гибридизации в видообразовании животных и растений, - и в эволюции человеческого рода.

Помимо Max предлагается оставить вариант с SMS, однако эксперты сомневаются в эффективности инициативы, указывая на дополнительные расходы и безопасность. Сейчас многие сервисы уже используют более безопасные способы - например, push-уведомления в своих приложениях.

В Минцифры уточнили, что третий пакет сейчас согласовывается с ведомствами и отраслью, и решение ещё не принято.

"Все инициативы разрабатываются с учетом баланса безопасности и прав пользователей", - подчеркнули в министерстве.

Если сравнивать с предыдущим выпуском, GigaChat 3.5 Ultra требует меньше ресурсов, генерирует длинный текст вчетверо быстрее, лучше пишет код, решает математические задачи и выполняет агентские и финансовые операции. Общие ответы тоже стали точнее и удобнее для восприятия. Вдобавок модель без потери информации анализирует длинные тексты как техрегламенты и отчёты.

«В отличие от классического "внимания" ИИ-моделей, которое при каждом новом слове заново сверяет его со всем предыдущим текстом, линейное внимание один раз "запоминает" суть прочитанного и дальше просто дополняет эту память — примерно как человек, который держит в голове краткий пересказ книги, а не перелистывает её с начала при каждой странице. GigaChat 3.5 Ultra — одна из самых больших моделей с линейным вниманием среди всех, что выходили в опенсорс», — говорят в Сбере.

Модель основана на разработанной в Сбере архитектуре с технологией линейного внимания. За счёт этого нейросеть не перечитывает текст заново, а запоминает контекст постепенно, поэтому возможно значительное повышение скорости её работы.

«При обучении акцент сделан на натуральных, созданных человеком текстах, прошедших многоуровневую классификацию и фильтрацию — собранный увеличенный датасет позволил достичь лучших метрик. Модель построена по архитектуре MoE (Mixture of Experts) и примерно вдвое компактнее предыдущей версии GigaChat Ultra, что снижает потребление вычислительных ресурсов и позволяет разворачивать её на более доступном оборудовании...», — комментируют выпуск разработчики.

В число остальных возможностей входят самостоятельный поиск информации, обращение к интернет-сервисам, обработка данных и подготовка отчётов, что позволяет автоматизировать рутину. По словам разработчиков, версия 3.5 Ultra превзошла предыдущую флагманскую модель и по некоторым показателям приблизилась к результатам таких открытых нейросетей, как DeepSeek 3.2, хотя она вдвое меньше.

Воспользоваться GigaChat 3.5 Ultra можно в ИИ-помощнике «ГигаЧат», а в Open Source она бесплатно доступна разработчикам по всему миру для встраивания в сервисы и создания ИИ-агентов.

Это разрушает главный стереотип об овцах — что они глупые, безмозглые стадные животные. На самом деле их память и способность к распознаванию лиц сопоставима с человеческой.

Более того: овцы различают эмоции на лицах. Им показывали фотографии людей с разными выражениями. Овцы предпочитали подходить к улыбающимся лицам и избегали сердитых. Они читают наши эмоции так же, как собаки.

Овцы запоминают не только людей, но и других овец. В стаде из двухсот голов каждая овца знает минимум пятьдесят сородичей. Помнит их годами. Узнаёт по лицу, даже если не видела долгое время.

Исследование из Кембриджского университета показало: когда овце показывали фото её умершего ягнёнка, её сердцебиение учащалось, уровень стресса подскакивал. Она помнила. И переживала.

Овцы формируют долгосрочные дружеские связи. Предпочитают пастись рядом с определёнными особями. Тоскуют, когда друга нет рядом. Радуются встрече после разлуки. У них сложная социальная структура, которую люди годами не замечали.

Есть фермеры, которые держат овец десятилетиями. Они говорят: каждая овца — личность. С характером, привычками, предпочтениями. Одна всегда идёт первой, другая — всегда последней. Одна любопытная, другая — осторожная. Одна дружелюбная к людям, другая — держит дистанцию.

Но главное — они помнят. Фермер уезжает на пять лет, возвращается — овцы узнают его. Подходят, обнюхивают, ведут себя иначе, чем с чужаками. Память на лица у них не хуже, чем у приматов.

Почему мы этого не знали? Потому что овцы молчаливы. Они не виляют хвостом, как собаки. Не мурлычут, как кошки. Они тихо стоят, жуют траву, кажутся одинаковыми. Но за этим спокойствием — невероятная когнитивная машина.

Их мозг обрабатывает визуальную информацию почти как человеческий. Они различают формы, цвета, лица. Они помнят маршруты, опасные места, где была хорошая трава в прошлом году. Они учатся на опыте и передают знания молодым.

Овца смотрит на вас. Спокойно, без эмоций на морде. Вам кажется, она не понимает, кто вы. Но если вы уже встречались — она помнит. Ваше лицо записано в её памяти. Рядом с десятками других лиц. На годы вперёд.

Следующий раз, когда увидите стадо овец, знайте: они не одинаковые. Они не глупые. Каждая из них помнит пятьдесят лиц. Включая ваше, если вы уже были здесь раньше.

Они молча жуют траву. Но помнят всё.

А еще рекомендую посмотреть фильм "Следствие ведут овечки", мне очень понравился) Именно он и натолкнул меня на идею изучить их и написать этот пост.