Телеграм канал «CodeCamp»

Ночной-полезный лайфхак: любую статью с arXiv можно за секунду превратить в понятный разбор 🤓

Просто меняете в ссылке arxiv на quickarxiv — и сервис сам собирает из работы веб-страницу с объяснениями научной работы, картинками и ключевыми выводами на максимально простом языке.

Студенты оценят 100%.

Еще одно доказательство, что мы достигли AGI — робот засмотрелся на черлидерш и УПАЛ.

Понимаю тебя, железяка 😂

Полезное: Институт AIRI выложил тонну записей лекций и семинаров по ИИ от исследователей с летней школы по искусственному интеллекту «Лето с AIRI 2026».

Там больше 70 докладов, охватывающих самые разные области применения нейросетей.

Смотрим тут или тут🍴

То, что нужно в пятницу: японский храм Канда Мёдзин начал отдавать IT-обереги от багов и падений серверов.

Дайте пачку, пожалуйста 🥲

ИИ на страже порядка 🤭

Anthropic совершили тихую РЕВОЛЮЦИЮ в науке — она позволит ускорить исследования в разы!

Дело в том, что компания представила Model Hardware Standard — единый стандарт, через который ИИ-агенты смогут управлять оборудованием: микроскопами, роботизированными руками и всякими лабораторными приборами, чтобы проводить эксперименты и помогать ученым.

Сейчас подключение ИИ к железу часто требует недель кастомной интеграции, MHS же должен сократить это до часов и даже минут. Первые результаты уже поражают:

🟢 Компания QuEra подключила ИИ к части лазерной системы квантового компьютера. Агент научился самостоятельно замечать, когда лазер начинает работать неправильно, и возвращать его в нормальный режим без участия человека в 99,3% случаев.

🟢 Carnegie Mellon ускорили лабораторные эксперименты почти в 3 раза, дав агентам одновременно управлять несколькими приборами.

🟢 Genentech применяли MHS для автоматизации лабораторного анализа белка, а в университете Вашингтон ИИ контролировал qPCR-эксперимент и сам (!) останавливал процедуру в нужный момент.

Ждем «Окей, ИИ, создай лекарство от рака, проверь результаты в лаборатории и напиши статью. Только без ошибок!» 🤓

@xor_journal

ИИ сам спроектировал чип быстрее инженеров — и он оказался в несколько раз энергоэффективнее чипа NVIDIA! 🧐

Стартап Architect Labs просто задал ИИ-системе требования к будущему чипу Redwood типа сделай по красоте, а дальше он сам всё спроектировал: дизайн, прошивку, драйверы и вычислительные ядра. Весь цикл занял меньше двух недель — при том что традиционно подобная работа занимает годы + требует большой команды. При этом, по данным компании, чип может выдавать примерно в 3,4 раза больше производительности на ватт, чем NVIDIA Jetson Orin Nano.

А теперь самое безумное: запущенная на Redwood ИИ-модель затем сама предложила улучшения для следующей версии чипа.

Кажется, это начало рекурсивного самосовершенствования 🫨