OMG GPT: Midjourney, DeepSeek, IT

Стартап жениха Леди Гаги выращивает «живую» кожу для обучения ИИ

Американский стартап Outer Biosciences, основанный Майклом Полански — женихом Леди Гаги, — научился поддерживать донорскую человеческую кожу живой вне тела до четырёх недель.

По данным препринта, всё это время ткань сохраняет структуру и продолжает реагировать на воспаление, лекарства и ультрафиолет. То есть это не просто образец «под микроскоп», а почти полноценный тестовый полигон для косметики и биомедицины.

Сам Полански в интервью Rolling Stone рассказал, что идея проекта принадлежала Стефани Джерманотте, больше известной как Леди Гага. Она же входит в совет директоров компании. Да, звучит как сюжет, где поп-звезда случайно открыла дверь в биотех будущего.

Кожу берут из биобанков — в основном это обезличенные ткани, удалённые во время пластических и других операций. После процедуры образцы доставляют в лабораторию в течение нескольких часов.

Дальше начинается ИИ-часть. На живых образцах компания обучает модель искать новые ингредиенты для ухода за кожей: предсказывать, как конкретное вещество повлияет на нужную функцию ткани. Перспективные кандидаты проверяют на живой коже, а результаты снова возвращают в модель.

Раньше на поиск пары многообещающих веществ уходило около полутора лет. Теперь новый кандидат появляется примерно раз в шесть недель.

AliExpress поймали на скрытом аудио-фингерпринтинге

Исследователь обнаружил на сайте AliExpress скрытую механику отслеживания через звук.

Схема выглядит так: два скрипта запускают в браузере пилообразный аудиосигнал, прогоняют его через систему и отправляют на выход с нулевой громкостью. Пользователь ничего не слышит, но устройство оставляет характерный отпечаток — по нему можно отличать один компьютер от другого.

Этот аудио-след дополняется другими сигналами:
— Canvas
— WebGL
— данные о памяти
— WebRTC
— движения мыши
— параметры обработки звука

Самое смешное, что схему спалили не специалисты по приватности, а Bluetooth-наушники. Беззвучный поток удерживал подключение к компьютеру и не давал наушникам переключиться на телефон. Отключение звука во вкладке не помогало, зато закрытие AliExpress решало проблему сразу.

Срезы человеческого мозга научили играть на пианино

Учёные из Монпелье провели эксперимент на грани нейронауки и очень тревожной научной фантастики: они подключили живой срез человеческой коры к роборуке и электронному пианино.

Ткань брали у доноров, умерших не более 12 часов назад. Срез толщиной 300 микрон помещали в культуру на матрицу из 60 электродов. Из них случайно выбирали шесть: три становились «моторными», ещё три — «сенсорными».

Первые три дня систему обучали вручную. Исследователи подавали слабый импульс на моторный электрод, робот сгибал связанный с ним палец, палец нажимал клавишу, микрофон распознавал ноту, а программа отправляла сигнал на соответствующий сенсорный электрод.

То есть срез мозга ничего не «решал» сам. Он просто получал повторяющуюся связку: движение → звук → сенсорный сигнал. Без наказаний, без подсказок, только совпадение событий во времени.
На четвёртый день схему перевернули. Человек играл ноту, программа подавала сигнал на сенсорный электрод, а дальше смотрела, какой моторный электрод отзовётся сильнее. Если ткань действительно связала звук с движением, робот нажимал нужную клавишу.

Результат получился заметный: точность выросла с 31% до 58,5% при случайном уровне около 33%.

Из 16 срезов:
— 3 не ошиблись ни разу
— 7 выучили две ноты из трёх
— 6 не смогли уверенно выучить даже две

Когда рецепторы блокировали или тот же срез подключали к необученным электродам, результат падал почти до случайного. Поэтому авторы считают, что ткань действительно обучалась, а не просто ловила шум оборудования.

ИИ-чипы в России хотят измерять «отечественностью» в баллах

Минпромторг обсуждает с производителями электроники распространение 719-го постановления на чипы для ИИ.

Для тех, кто не жил в мире госреестров: это балльная система, по которой продукт признают российским, после чего он может попасть в реестр радиоэлектроники и получить приоритет в госзакупках. Порог для ИИ-чипов пока не установлен.

Под новые правила могут попасть:
— микросхемы с признаками ИИ
— ускорители нейросетей
— вычислительные устройства для обработки данных

Цель формулируют просто: не допустить на объекты КИИ и в ОПК американские вычислители, а заодно ограничить ускорители из других стран, включая «дружественные». Последнее звучит особенно прозрачно — китайские чипы тоже, видимо, не должны чувствовать себя слишком спокойно.

Что будет давать баллы:
— где вытравлен кремний
— где выполнены технологические операции
— доля отечественных комплектующих
— доля российского ПО и сложнофункциональных блоков
— наличие НИОКР в России

Но есть нюанс: баллы не отвечают на главный вопрос — сколько реальной производительности пользователь получит на живой нагрузке.

В постановлении нет критерия, который измеряет, какая часть заявленных FLOPS доедет до разработчика в реальных задачах. А именно это сейчас важнее красивой совместимости на бумаге.

Проблема в том, что AI-производительность живёт не только в железе. Она живёт в экосистеме: cuBLAS, cuDNN, CUTLASS, FlashAttention, Triton-кодогенерации и ядрах, которые пишутся под конкретную микроархитектуру. Совместимость с CUDA может закрыть сборку, но не гарантирует скорость.

ИИ-навыки становятся обязательными почти для всех digital-профессий

Нейросети постепенно превращаются из «приятного бонуса» в обычный рабочий инструмент.

С дата-сайентистами всё ожидаемо: в 99% вакансий от них уже требуют ИИ-навыки. Но интереснее другое — в остальных digital-профессиях это требование тоже держится на уровне 61%. То есть нейросети нужны уже не только тем, кто обучает модели, но и тем, кто управляет проектами, делает продукты, аналитику, маркетинг и разработку.

В исследовании Яндекс Практикума и Getmatch разобрали 1,9 тыс. вакансий и данные 17,5 тыс. студентов.

Главная цифра: в IT и digital ИИ-навыки стали обязательным требованием почти в 43% объявлений. Полгода назад было 34,5% — рост заметный и довольно быстрый.

Есть и зарплатный эффект. Там, где в вакансии требуют работу с ИИ, медианная зарплата обычно выше. Сильнее всего разница у руководителей проектов — до 14,5%. А вот в тестировании прибавки не нашли: видимо, там ИИ уже воспринимают не как суперсилу, а как ещё один инструмент в наборе.