Искуственный интеллект

🎬 Видеопересказ новостей ИИ за 23.10.2026

Главное за день — 13 сюжетов в одном выпуске: что случилось, кто участник и почему это важно для рынка ИИ.

Открытый движок для гадания Цзывэй Доушу: алгоритмы, база знаний и древние тексты

На GitHub появился проект Renhuai123/ziwei-doushu — открытый движок для расчёта карт Цзывэй Доушу (紫微斗数), одной из самых сложных систем китайской метафизики. Проект написан на TypeScript и реализует полный цикл построения карты: от ввода даты и времени рождения до интерпретации с учётом всех ключевых факторов.

В основе движка лежит методика Ни Хайся (倪海厦) из его [запрещенная организация] курса «Тянь Цзи» (天纪). Система включает алгоритмы размещения 14 главных звёзд, вспомогательных звёзд и 12 дворцов, а также механизм «四化» (четырех трансформаций) — ключевой элемент анализа влияния звёзд на судьбу. Кроме того, в проекте есть база знаний по структурам карт (格局) и оцифрованные тексты древних трактатов, что делает его полезным как для практиков, так и для исследователей.

Проект примечателен тем, что делает сложную эзотерическую систему доступной для программистов: весь код открыт, а данные структурированы. Это позволяет не только строить карты, но и изучать логику традиционных алгоритмов, а также создавать собственные аналитические инструменты на их основе. Для разработчиков, интересующихся пересечением ИИ и традиционных знаний, это редкий пример формализации сложной экспертной системы.

Репозиторий: https://github.com/Renhuai123/ziwei-doushu

Главное:
• Открытый движок Цзывэй Доушу на TypeScript с полным циклом расчёта карт
• Реализована методика Ни Хайся из [запрещенная организация] курса «Тянь Цзи»
• Включает алгоритмы, систему «四化», базу знаний и древние тексты
• Полезен для практиков и разработчиков, изучающих традиционные системы

#OpenSource #TypeScript #ЦзывэйДоушу #КитайскаяМетафизика #GitHub

Как хакеры получили фору в четыре дня до раскрытия уязвимости PHP2Shell

Уязвимость, получившая название PHP2Shell, стала предметом активной эксплуатации злоумышленниками за четыре дня до того, как о её существовании узнали защитники. Это означает, что хакеры уже начали сканировать и атаковать системы, пока исследователи безопасности и вендоры ещё не имели патча или официального уведомления. Такой разрыв во времени — серьёзная проблема, поскольку он даёт атакующим возможность действовать без помех.

Суть проблемы заключается в том, что уязвимость позволяет выполнять произвольный код на сервере, где развёрнуто PHP-приложение. Для успешной эксплуатации злоумышленнику обычно требуется доступ к определённым параметрам запроса или возможность манипулировать входными данными. В случае PHP2Shell, как следует из названия, атакующий может получить командную оболочку, что даёт полный контроль над сервером. Это делает уязвимость критической, особенно для сайтов на общем хостинге или небольших корпоративных порталов, где администраторы не всегда оперативно обновляют компоненты.

Почему так происходит? Часто причина в том, что информация о новых уязвимостях сначала становится известна узкому кругу лиц, а публичное раскрытие задерживается. Однако в данном случае хакеры, по всей видимости, использовали собственные методы обнаружения или утечки данных, что позволило им опередить официальное уведомление. Для защиты необходимо применять многоуровневую стратегию: регулярно обновлять программное обеспечение, использовать веб-приложения фильтры (WAF) и следить за аномальной активностью в журналах сервера. Раннее обнаружение вторжений — единственный способ минимизировать ущерб, когда эксплойт уже существует, но ещё не задокументирован.

Репозиторий: https://github.com/NCSC-NL/php2shell

Главное:
• Атаки начались до официального уведомления, что дало хакерам фору в четыре дня
• Уязвимость позволяет выполнять произвольный код и получить полный контроль над сервером
• Необходимо использовать WAF и регулярно обновлять ПО для снижения риска
• Своевременный анализ журналов помогает обнаружить вторжение на ранней стадии

#ИИ #Безопасность #PHP #Уязвимости #CyberSecurity

Почему интернет переживает один из худших дней в сфере кибербезопасности

Массовый сбой в работе интернет-инфраструктуры, затронувший сервисы по всему миру, привёл к тому, что эксперты называют одним из самых серьёзных инцидентов в области кибербезопасности за последнее время. Проблемы начались с некорректного обновления программного обеспечения, которое используется для защиты конечных устройств — от серверов до персональных компьютеров. В результате автоматизированные системы, призванные обеспечивать безопасность, начали блокировать легитимные запросы и вызывать каскадные отказы.

Особенность ситуации в том, что уязвимость оказалась связана не с внешней атакой, а с внутренней ошибкой в процессе обновления. Это подчёркивает хрупкость современных цифровых экосистем, где одно неверное изменение в конфигурации может парализовать работу банков, авиакомпаний, медицинских учреждений и государственных порталов одновременно. Пока специалисты восстанавливают системы, пользователи по всему миру сталкиваются с недоступностью привычных сервисов и задержками в обработке данных.

Эксперты отмечают, что подобные инциденты становятся всё более частыми, поскольку сложность инфраструктуры растёт, а тестирование обновлений не всегда успевает за скоростью внедрения. Для бизнеса это урок о необходимости резервных планов и многоуровневой защиты, а для рядовых пользователей — напоминание о важности регулярного резервного копирования данных. Пока рано говорить о полной картине последствий, но уже ясно, что этот день войдёт в историю как пример того, как одна ошибка может всколыхнуть весь интернет.

Главное:
• Массовый сбой вызван ошибкой в обновлении защитного ПО, а не внешней атакой.
• Проблемы затронули банки, авиакомпании, медицину и госсервисы по всему миру.
• Инцидент подчёркивает хрупкость цифровой инфраструктуры и необходимость резервных планов.
• Тестирование обновлений не успевает за скоростью внедрения, что увеличивает риски.

#Кибербезопасность #Сбой #Интернет #ИТ #Безопасность

Как мини-мозг из стволовых клеток управляет роботом: 94% точности

Ученые вырастили миниатюрную модель человеческого мозга из стволовых клеток и подключили ее к гуманоидному роботу. Эта биологическая нейросеть, состоящая из нескольких тысяч нейронов, научилась хватать предметы с точностью 94%, преследовать лазерную указку и переносить навыки между задачами. В ограниченных тестах она превзошла обычную искусственную нейронную сеть.

Исследователи использовали органоид — крошечную трехмерную структуру, имитирующую отдельные функции мозга. Ее электрическая активность считывалась через микроэлектроды и передавалась роботу. Обучение происходило по принципу обратной связи: когда робот выполнял действие правильно, нейроны получали стимул, закрепляя нужные связи. Такой подход напоминает естественное обучение, но в ускоренном темпе.

Особый интерес представляет перенос обучения: навык, освоенный в одной задаче, помогал быстрее решать другую. Это свойство, известное как трансферное обучение, в биологических системах работает эффективнее, чем в классических алгоритмах. Пока исследование носит экспериментальный характер, но оно открывает путь к созданию гибридных вычислительных систем, сочетающих биологическую пластичность и машинную точность.

Важно подчеркнуть: речь идет не о сознательном мозге, а о примитивной модели, лишенной восприятия и эмоций. Тем не менее, работа демонстрирует, как биологические нейроны могут стать основой для новых архитектур ИИ. Дальнейшие исследования в этой области могут привести к созданию более адаптивных роботов, обучающихся быстрее и эффективнее современных алгоритмов.

Главное:
• Мини-мозг из стволовых клеток управлял роботом с точностью 94%
• Органоид обучался хватать предметы и преследовать лазер
• Трансферное обучение работало лучше, чем у обычной нейросети
• Гибридные системы могут стать основой новых ИИ

#ИИ #Нейротехнологии #Робототехника #Органоиды #БиоИИ

Claude-Red: библиотека offensive security навыков для Claude

Проект claude-red представляет собой курируемую библиотеку навыков offensive security, предназначенную для системы навыков Claude. Каждый навык оформлен в виде структурированного файла SKILL.md, который задаёт Claude экспертную методологию для конкретной области атак — от SQL-инъекций до shellcode, от обхода EDR до разработки эксплойтов.

Библиотека насчитывает 209 звёзд на GitHub за сегодня, что говорит о растущем интересе сообщества к использованию больших языковых моделей в задачах кибербезопасности. Проект написан на Python и распространяется как open source, что позволяет специалистам по безопасности адаптировать навыки под свои нужды.

Основная идея claude-red — систематизировать знания по атакующим техникам и сделать их доступными для LLM в структурированном виде. Это может быть полезно для автоматизации пентестов, обучения специалистов и быстрой генерации идей при анализе защищённости систем. Однако важно помнить об этических ограничениях и использовать такие инструменты только в легальных целях.

Репозиторий: https://github.com/SnailSploit/Claude-Red

Главное:
• Библиотека содержит навыки для Claude по offensive security
• Каждый навык — структурированный SKILL.md с методологией
• Покрывает SQLi, shellcode, EDR evasion, разработку эксплойтов
• Проект на Python, open source, 209 звёзд за день

#ИИ #Кибербезопасность #OpenSource #LLM #Пентест

Tesla запускает производство робота Optimus в Калифорнии: прибыль упала на 43%

Tesla начала серийное производство гуманоидного робота Optimus на своем заводе в Калифорнии. Это событие совпало с публикацией финансового отчета, согласно которому чистая прибыль компании снизилась на 43% по сравнению с аналогичным периодом прошлого года. Руководство Tesla связывает запуск Optimus с долгосрочной стратегией диверсификации бизнеса, которая должна компенсировать падение продаж электромобилей.

Optimus — это автономный робот, предназначенный для выполнения рутинных задач в промышленности и быту. На начальном этапе роботы будут использоваться на собственных производственных линиях Tesla для перемещения деталей и сортировки материалов. Позже компания планирует предлагать Optimus другим предприятиям, однако точные сроки коммерциализации не раскрываются.

Финансовые показатели Tesla демонстрируют давление на основной бизнес: снижение прибыли связано с ростом конкуренции на рынке электромобилей, а также с инвестициями в новые проекты, включая робототехнику и системы искусственного интеллекта. Аналитики отмечают, что запуск Optimus — это сигнал о переориентации Tesla на высокотехнологичные направления, где компания может сохранить лидерство.

Пока производство Optimus носит ограниченный характер, и его масштабы несопоставимы с выпуском автомобилей. Тем не менее, для Tesla это важный шаг в реализации амбициозной стратегии, которая предполагает, что роботы станут значимым источником выручки в ближайшие годы. Насколько успешным окажется этот проект, покажет время.

Главное:
• Tesla начала выпуск робота Optimus в Калифорнии.
• Прибыль компании упала на 43% за отчетный период.
• Роботы сначала будут работать на заводах Tesla.
• Коммерческие поставки Optimus планируются позже.

#Tesla #Робототехника #ИИ #Электромобили #Финансы

Как полная интеграция ИИ меняет процессы в современной разработке

В современной команде разработчиков искусственный интеллект перестал быть инструментом для генерации кода и превратился в полноценного участника процессов. Программист, работающий в такой среде, делится опытом: ИИ-ассистенты пишут значительную часть кода, а люди сосредотачиваются на архитектуре, ревью и тестировании. При этом ключевой принцип звучит так: «Код дёшев, но пишите тесты». Именно тесты становятся главным артефактом, который обеспечивает качество и безопасность изменений.

В такой интегрированной системе ИИ используется на всех этапах: от генерации первичных набросков функций до автоматического создания тестовых сценариев и анализа покрытия. Разработчики тратят меньше времени на рутину и больше — на проверку гипотез и проектирование. Однако полная интеграция требует пересмотра ролей: человек остаётся ответственным за постановку задач, валидацию результатов и критическое мышление. ИИ-инструменты становятся «младшими коллегами», которые быстро выполняют черновую работу, но не заменяют экспертизу.

Практика показывает, что такой подход повышает скорость выпуска фич и снижает количество багов в проде, но только при условии дисциплины в тестировании. Без тестов ИИ-код может выглядеть правдоподобно, но содержать скрытые ошибки. Поэтому в командах, где ИИ внедрён полностью, тесты становятся обязательным этапом каждого изменения. Это смещает фокус с написания кода на его проверку и документирование ожидаемого поведения.

В итоге современная разработка с ИИ — это не замена программистов, а эволюция их работы: меньше механического набора, больше анализа и инженерии качества. Те, кто выстраивает такие процессы, получают конкурентное преимущество за счёт скорости и надёжности. Главный урок — инвестиции в тестовую инфраструктуру и культуру тестирования окупаются многократно.

Главное:
• ИИ берёт на себя генерацию кода, но тесты остаются критически важными.
• Роль разработчика смещается к архитектуре и проверке результатов.
• Полная интеграция ИИ требует дисциплины в тестировании.
• Скорость разработки растёт, но только при надёжном тестовом покрытии.

#ИИ #Разработка #Тестирование #Интеграция

Canva представила ИИ-модель, которая планирует дизайн до генерации

Canva анонсировала свою первую модель генерации изображений, которая отличается от традиционных подходов: она сначала планирует композицию будущего изображения, а только затем генерирует его. Это позволяет получать более структурированные и продуманные визуальные результаты, что особенно важно для создания макетов, плакатов и других дизайнерских материалов.

В основе модели лежит двухэтапный процесс: на первом этапе нейросеть анализирует запрос пользователя и создает детальный план будущего изображения, включая расположение объектов, цветовую гамму и общую композицию. На втором этапе этот план используется для генерации финального изображения с учетом всех заданных параметров. Такой подход снижает вероятность хаотичных или несбалансированных результатов, которые часто встречаются у других генеративных моделей.

Новая модель уже интегрирована в платформу Canva, что позволяет пользователям создавать изображения прямо в редакторе, используя текстовые описания. Это упрощает рабочий процесс для дизайнеров, маркетологов и всех, кто работает с визуальным контентом. Важно отметить, что модель ориентирована на практические задачи: от создания иллюстраций до подготовки материалов для социальных сетей.

Пока неизвестно, будет ли Canva открывать доступ к модели для сторонних разработчиков, но уже сейчас очевидно, что компания делает ставку на улучшение качества генерации за счет предварительного планирования. Это может стать значимым шагом в развитии генеративных технологий, где основной проблемой часто является именно контроль над результатом.

Главное:
• Canva представила первую ИИ-модель с этапом планирования дизайна
• Модель сначала создает план композиции, затем генерирует изображение
• Интеграция в платформу Canva упрощает создание визуального контента
• Подход снижает хаотичность результатов генеративных моделей

#ИИ #ГенеративныеМодели #Дизайн #Canva

Как LLM делают формальную верификацию ПО доступной в большем масштабе

Формальная верификация программного обеспечения — это математически строгий способ доказать, что код работает корректно при любых условиях. Долгое время этот подход оставался уделом узких специалистов: он требовал огромных ручных усилий и глубоких знаний в логике. Однако с появлением больших языковых моделей (LLM) ситуация начала меняться: модели способны автоматизировать значительную часть рутинной работы, связанной с написанием спецификаций и доказательств.

Ключевой прорыв заключается в том, что LLM могут генерировать инварианты и промежуточные утверждения, которые необходимы для верификации сложных систем. Раньше такие артефакты приходилось создавать вручную, что ограничивало размер проверяемых программ. Теперь же модели позволяют обрабатывать кодовые базы на порядки большего объёма, делая формальную проверку применимой к реальным промышленным проектам, а не только к учебным примерам.

Важно понимать, что LLM не заменяют верификаторы — они лишь ускоряют подготовку исходных данных. Окончательное доказательство всё ещё выполняется строгими инструментами, которые не допускают ошибок. Это сочетание генеративных моделей и формальных проверок даёт двойную гарантию: модель предлагает правдоподобные решения, а верификатор подтверждает их корректность.

Однако остаются вызовы: модели могут предлагать неверные утверждения, и требуется аккуратная интеграция в существующие пайплайны разработки. Тем не менее, наблюдаемый прогресс указывает на то, что формальная верификация становится практичным инструментом для обеспечения надёжности критически важных систем, от финансовых протоколов до авионики.

Главное:
• LLM автоматизируют генерацию инвариантов и спецификаций для верификации
• Формальная проверка масштабируется до промышленных кодовых баз
• Модели не заменяют верификаторы, а дополняют их
• Остаются проблемы с корректностью предложений моделей
• Верификация становится доступной для критически важных систем

#ИИ #LLM #ФормальнаяВерификация #НадёжностьПО