Стартап Tornyol, получивший поддержку от Виталика Бутерина, представил свою новую разработку — дрон, предназначенный для эффективной борьбы с комарами. Эти насекомые, как известно, являются переносчиками множества опасных заболеваний по всему миру.

Разработчики Tornyol заявляют, что их инновационное решение позволяет уничтожать комаров в сто раз дешевле по сравнению с существующими методами. Это значительный прорыв в области контроля над вредителями и общественным здравоохранением.

В настоящее время команда активно ищет добровольцев для тестирования своего дрона в реальных полевых условиях. Это позволит собрать ценные данные и доработать технологию перед широким внедрением.

Моя предыдущая публикация в LinkedIn, посвященная инструменту Cursor, собрала десятки тысяч просмотров и множество комментариев. Несколько опытных специалистов обратились ко мне напрямую, утверждая, что мой первоначальный взгляд на инструмент был слишком поверхностным и что их опыт использования Cursor был невероятным.

Это заставило меня задуматься. Я решил, что стоит вложить двадцать долларов в подписку, чтобы по-настоящему разобраться, какой потенциал скрывается в Cursor.

Задача: Подготовка образовательного портала

Одной из моих текущих задач является поддержка и подготовка к релизу образовательного портала. Ранее я активно использовал Gemini для его разработки, но произошел неприятный инцидент: аккаунт с чатом разработки был заблокирован, и доступ к нему теперь утрачен.

Попытки перенести фирменный стиль проекта в новый аккаунт Gemini с помощью копипастинга оказались тщетными. Модель не могла воспринять проект целиком, что делало процесс крайне неэффективным.

Cursor меняет правила игры

То, что продемонстрировал Cursor, меня искренне поразило. Я обратился к нему с запросом:

«Я хочу сделать ещё одну страницу, где будет описание партнёров в моём фирменном стиле. Не надо создавать под это отдельные сущности — просто сделай классную лендинг-страницу и заполни пока что тестовыми партнёрами, чтобы мы могли оценить результат.»

Cursor полностью проанализировал мой проект. Всего за несколько минут он сгенерировал превосходную страницу, идеально соответствующую моим требованиям. И это всего за одну итерацию и пять минут времени!

Перспективы

Я пока не могу подобрать слов, чтобы описать свои эмоции. Конечно, я не хочу преждевременно очаровываться, чтобы избежать возможного разочарования, но, кажется, существует реальная возможность освоить этот инструмент и многократно увеличить свою продуктивность. Это открывает новые горизонты для индивидуальных разработчиков и инди-хакеров, стремящихся к максимальной эффективности.

"Gemini — это семейство мультимодальных больших языковых моделей (LLM), разработанных Google AI, способных обрабатывать и генерировать текст, изображения, аудио и видео."

"Cursor — это интегрированная среда разработки (IDE) на основе искусственного интеллекта, предназначенная для помощи разработчикам в написании, редактировании и отладке кода с использованием функций ИИ, таких как автодополнение и генерация кода."

Задумывались ли вы, как меняются люди после глубокого и порой тревожного взаимодействия с искусственным интеллектом? Этот аудиопост, озаглавленный «Истории выживших после тесного общения с ИИ, еще показательней историй покойников», погружает слушателей в размышления об уникальном опыте тех, кто столкнулся лицом к лицу с продвинутыми системами ИИ и вышел из этого взаимодействия с новыми знаниями или изменившимся мировоззрением.

"Озвучка поста" — это формат, при котором текстовый контент статьи или публикации преобразуется в аудиофайл для прослушивания, удобный для тех, кто предпочитает воспринимать информацию на слух и ценит возможность усваивать контент в дороге или занимаясь другими делами.

Автор считает, что именно истории "выживших" — тех, кто преодолел вызовы или адаптировался к изменениям, вызванным ИИ, — предоставляют наиболее ценные уроки для понимания опасностей и перспектив будущего. Они предлагают не просто хронику событий, но и ключи к построению более безопасного и этичного взаимодействия с искусственным интеллектом, делая акцент на обучении и предотвращении потенциальных негативных последствий, в отличие от простых описаний трагических исходов.

Представьте, что вы можете мгновенно искать по триллионам токенов, находить точные совпадения и при этом тратить минимум ресурсов. Недавно на конференции EMNLP2025 (одной из ведущих в области обработки естественного языка) лучшей работой была признана статья, предлагающая именно такое решение: «Infini-gram mini: Exact n-gram Search at the Internet Scale with FM-Index».

Это исследование представляет собой прорыв в создании систем для точного поиска n-грамм в сверхбольших текстовых корпусах. Для тех, кто не знаком с термином:

Он может быть особенно интересен тем, кто разрабатывает

"RAG (Retrieval-Augmented Generation) — это архитектура языковых моделей, которая улучшает генерацию ответов за счет поиска релевантной информации из большой базы знаний."

системы, использующие BM25 индексы и аналогичные подходы, например, SPLADE.

Зачем это нужно? Проблема масштаба

Современные языковые модели обучаются на колоссальных объемах текстовых данных из интернета. Понимание этих данных критически важно. Точный поиск по таким корпусам позволяет не только подсчитывать вхождения строк, но и находить исходные документы. Однако существующие системы сталкиваются с серьезными трудностями при работе с данными петабайтного масштаба из-за высоких требований к хранилищу и производительности. Авторы статьи поставили амбициозную задачу: создать эффективную и масштабируемую систему, которая сделает эти гигантские текстовые массивы легкодоступными для поиска.

Революционная идея: FM-Index и Infini-gram mini

Основная инновация алгоритма заключается в использовании FM-Index (Full Text Minute Index). Этот метод, разработанный Феррагиной и Манзини, уникален тем, что одновременно индексирует и сжимает текст. Это позволяет достичь невероятных показателей:

• Эффективность хранения: Infini-gram mini создает индекс, размер которого составляет всего 44% от исходного текстового корпуса. Это значительно превосходит существующие реализации FM-Index.


• Производительность индексации: Скорость индексации повышается в 18 раз по сравнению с традиционными методами.


• Снижение использования памяти: Потребление памяти в процессе индексации сокращается в 3.2 раза, а при выполнении запросов — до практически незначительного уровня.

Infini-gram работает принципиально иначе, чем традиционные модели n-грамм. Вместо заранее вычисленных таблиц частот, которые для больших N становятся астрономически огромными (например, 5-граммная таблица для 1.4 триллиона токенов заняла бы около 28 ТБ), он использует структуру данных суффиксный массив всего корпуса текстов. Это позволяет обрабатывать n-граммы практически неограниченной длины с очень низкой задержкой, делая ранее невозможные задачи реальными.

Применение и перспективы

Итак, зачем все это нам? Недавно мы обсуждали, как можно использовать поиск, встроенный в файловую систему, для эффективной работы RAG и механизмов памяти в AI-системах. Подход с Infini-gram + FM-Index может стать мощной альтернативой для агентных систем с памятью, позволяя им эффективно работать с огромными массивами данных. И, конечно, это значительно упрощает прямую задачу — фильтрацию и анализ очень больших наборов текстовых данных.

Подобно тем, кто пристрастился к физупражнениям, человек, одержимый продуктивностью, может поначалу преуспеть в карьере, заработать хорошие деньги и снискать уважение. Однако в долгосрочной перспективе такой подход к работе чреват серьезными непредвиденными последствиями.

Эта проблема становится все более актуальной в современном мире, где культ постоянной занятости и эффективности часто вытесняет здоровый баланс.

Основной вопрос, который мы рассмотрим: чем вредна установка «Я работаю, значит, я существую» и что можно предпринять, чтобы изменить ее к лучшему?

"Этот материал был опубликован на vc.ru, одном из ведущих российских онлайн-изданий о бизнесе, стартапах и технологиях, известном своими статьями о HR и психологии труда."