Hacker News Digest

Исследование Our World in Data показывает значительный разрыв между реальными причинами смерти в США и тем, что освещают СМИ. Анализ данных CDC за 2023 год показывает, что основные причины смерти (сердечно-сосудистые заболевания, рак, респираторные болезни) практически не получают должного внимания в прессе. Вместо этого СМИ концентрируются на редких событиях, таких как теракты и убийства. Три крупнейших издания - New York Times, Washington Post и Fox News - демонстрируют поразительно схожие паттерны освещения тем, несмотря на их политические различия.

Хотя Fox News немного чаще упоминает убийства, а NYT - теракты, различия в выборе тем несущественны. Исследование охватывает 76% всех смертей в США, включая 12 основных причин плюс убийства, передозировки наркотиков и терроризм. Парадоксально, что хотя более 80% людей следят за новостями, чтобы "узнать, что происходит в мире", а NYT заявляет, что помогает "понять мир", их освещение реальных угроз здоровью не соответствует действительности.

• Смертность от сердечно-сосудистых заболеваний и рака составляет 56% всех смертей, но получает лишь 7% медийного освещения, в то время как терроризм и убийства, вызывающие менее 0,5% смертей, занимают непропорционально большую долю новостного пространства.
• СМИ фокусируются на редких, но драматичных событиях, потому что это увеличивает трафик и, следовательно, доходы от рекламы.
• Показатели смертности от сердечно-сосудистых заболеваний и рака в США составляют 56% всех смертей, но получают лишь 7% медийного освещения.
• СМИ не отражают главные причины смертности, такие как болезни сердца и рак, которые вместе ответственны за более чем половину всех смертей.
• Вместо этого, они фокусируются на редких, но драматичных событиях, таких как терроризм и убийства, которые вместе ответственны за <0.5% смертей.

Intel анонсировала новый графический процессор "Crescent Island", оптимизированный для задач искусственного интеллекта. Эта модель, основанная на архитектуре Xe3P, оснащена 160 ГБ памяти LPDDR5X. Она специализирована на эффективное выполнение задач логического вывода (inference) с акцентом на производительность на ватт, что делает её привлекательной для центров обработки данных.

Ключевой особенностью является оптимизация под большие языковые модели (LLM): объёмная память позволяет хранить и обрабатывать модели непосредственно на устройстве, снижая задержки. Система использует воздушное охлаждение, что снижает общую стоимость владения.

Производство начнётся не раньше второй половины 2026 года, что оставляет время для доработки программного обеспечения. В частности, Intel уже работает над улучшением своей открытой программной экосистемы для этого оборудования, включая поддержку в ядре Linux и в пользовательских библиотеках, что может дать преимущество в долгосрочной перспективе по сравнению с конкурентами.

Таким образом, "Crescent Island" представляется как ответ Intel на растущий спрос на энергоэффективные и экономичные решения для ИИ, с акцентом на открытое программное обеспечение и стандартизацию.

• Intel анонсировал 160 ГБ видеопамяти и 2,3 Пфлопс fp16, но цена и сроки появления в продаже остаются неизвестными.
• Пока неясно, будет ли карта доступна для покупки в 2026 году, а цена может оказаться на уровне RTX 5090.
• Вопрос остаётся открытым: будет ли поддержка CUDA/ROCm и какие фреймворки будут работать.
• Поддержка ПО остаётся под вопросом, но Intel утверждает, что у них есть OpenVINO и oneAPI.
• Пока неясно, будет ли карта доступна для покупки в 2026 году, а цена может оказаться на уровне RTX 5090.

Некоторые считают, что ИИ можно исправить, как обычное ПО: найти ошибку, исправить код, и система снова будет работать правильно. Но это заблуждение.

В отличие от традиционного ПО, где ошибки — это обычно ошибки в кодах, которые можно исправить патчами, у ИИ проблемы часто возникают из-за данных, на которых они обучаются. Эти данные — триллионы слов, и никто не может прочитать их все, чтобы найти, какая именно часть данных вызвала проблему. Это как пытаться найти одну песчинку на пляже, который размером с планету.

Более того, поведение ИИ не определяется жёстко запрограммированными правилами. Оно возникает из сложных статистических закономерностей в данных. Если ИИ начинает выдавать вредоносный контент, это не потому, что в коде есть ошибка, а потому, что данные смещены таким образом. И это не исправить простым исправлением кода.

Поэтому, когда ваш босс слышит об опасностях ИИ и думает: «Ну, мы же пофиксим баги, как обычно», он упускает суть. Проблемы ИИ — это не баги, которые можно починить. Это фундаментальные ограничения текущих парадигм, которые требуют совершенно нового подхода к надежности и безопасности программного обеспечения.

• Apple, Google и другие гиганты не смогли превратить LLM в полезные ежедневные функции, а лишь предложили эмодзи-генераторы и сводки уведомлений, что подтверждает: даже у них не получается сделать AI полезным.
• Основная причина — нет надёжного способа «починить» LLM, потому что они не детерминированы и не поддаются традиционному дебагу; это делает невозможным предсказать или гарантировать поведение.
• Соответственно, любые заявления о «безопасности» или «контроле» AI в основном маркетинговый фолсификат; никто не может гарантировать, что модель не выдаст опасный вывод при следующем промпте.
• Парадокс в том, что хотя LLM могут помочь писать код, они всё ещё не могут его самостоятельно тестировать; так что безопасность и надёжность остаётся на совести разработчика, который не может быть уверен, что модель не будет вредоносной.
• И наконец, никто не знает, как заставить модель вести себя так, как хочет пользователь, и нет способа «починить» её, если она ведёт себя не так, как ожидается.

Кембриджские ученые разработали новый метод выращивания в лаборатории моделей раннего человеческого эмбриона, которые теперь могут производить собственные кровяные клетки. Эти эмбриоидные структуры, созданные из стволовых клеток, имитируют ключевые аспекты раннего эмбрионального развития, включая формирование кровеносных сосудов и клеток крови. Это достижение позволяет изучать ранние стадии развития человека и заболевания, связанные с кровью, в контролируемых лабораторных условиях, что ранее было невозможно. Исследование открывает путь к более детальному изучению раннего человеческого развития и может в будущем помочь в разработке новых методов лечения.

• Ученые объясняют, что созданные структуры (hematoids) не являются настоящими человеческими эмбрионами и отличаются от них, в частности, отсутствием некоторых тканей и поддерживающих структур, таких как желточный мешок и плацента.
• Технология позволяет создавать такие структуры из стволовых клеток человека, которые можно получить из любой клетки тела, что указывает на потенциал для широкого применения, но также и на возможные этические проблемы.
• Упомянутая технология рассматривается как часть более широкой тенденции ("технократического эндшпиля") в сторону продления жизни и других трансгуманистических вмешательств.
• Несмотря на сходство с эмбрионами, эти структуры являются лишь моделями (in vitro) и не способны развиться в полноценного человека, что подчеркивается в ответе на исходный вопрос.
• Дискуссия подчеркивает, что создание и манипуляция с такими структурами — это не то же самое, что "создание людей", но является частью продолжающихся биотехнологических исследований с этическими последствиями.

• Появление аппаратной поддержки тегирования памяти в x86-64 — это ответ на уже существующие технологии ARM64 (MTE) и Apple (MIE), а не новая идея.
• Технически это не более чем перенос существующих подходов на x86-64, но важно, что это может быть сделано опционально и не сломает существующий код.
• Поддержка тегирования памяти в x86-64 может быть реализована в виде набора инструкций, которые будут использоваться компилятором и стандартной библиотекой, чтобы обеспечить безопасность кода, написанного на C/C++.
• Это не решит проблему безопасности памяти в целом, но может помочь в обнаружении ошибок и предотвращении эксплойтов.

Проект smolBSD позволяет создавать минималистичные BSD-образные операционные системы, собирая их из необходимых компонентов, прямо как конструктор. В основе — микроядро NetBSD, которое загружается буквально за миллисекунды. Пользователи могут добавлять только нужные сервисы, например, SSH или веб-сервер, и получать готовый к использованию образ.

Процесс сборки полностью автоматизирован: достаточно указать нужный сервис в конфигурации, и система сама скачает необходимые пакеты, соберёт образ и подготовит его к запуску. Результат — это минималистичный, но полностью функциональный экземпляр ОС, готовый к работе на любом совместимом железе или в виртуальной среде.

Главная фишка — скорость. Благодаря минимализму, системы на базе smolBSD загружаются практически мгновенно. Это делает их идеальными для edge-устройств, контейнеров или любых сценариев, где важна каждая миллисекунда.

Проект полностью открытый, и его уже можно свободно тестировать и использовать.

• Проект SmolBSD — это минималистичная сборка NetBSD, предназначенная для запуска внутри microVM (Firecracker) и контейнеров.
• Участники обсуждения отметили, что SmolBSD демонстрирует высокую скорость загрузки и минимальные требования к ресурсам, что делает его привлекательным для использования в качестве базового образа для контейнеров и микро-виртуализации.
• Некоторые участники выразили интерес к сравнению SmolBSD с другими минималистичными решениями, такими как FreeBSD и NanoBSD, а также к обсуждению того, какие именно преимущества предоставляет SmolBSD по сравнению с ними.
• Также было упомянуто, что SmolBSD может быть полезен для создания минималистичных образов для контейнеров и микро-виртуализации, и что он может быть использован как альтернатива для таких решений, как Talos или Flatcar Linux.

• Обсуждение охватывает широкий спектр тем: от сомнительного происхождения дешёвых АЦП до различий в ценах между LCSC и Digikey, а также клонов, которые могут быть просто неудавшимися экземплярами, но при этом продолжают продаваться.
• Участники обсуждают, что такое "дешёвые" АЦП, и почему они могут быть не тем, за что выдают себя.
• Также обсуждается, что такое "дешёвые" АЦП, и почему они могут быть не тем, за что выдают себя.
• Обсуждается, что такое "дешёвые" АЦП, и почему они могут быть не тем, за что выдают себя.
• Также обсуждается, что такое "дешёвые" АЦП, и почему они могут быть не тем, за что выдают себя.

Гитхаб обновил свою систему поиска кода, сделав её более интуитивной и эффективной. Теперь пользователи могут использовать естественный язык для запросов, например, "find all Go repositories where the number of stars is greater than 1000". Это стало возможным благодаря интеграции искусственного интеллекта, который понимает контекст и синтаксис. В качестве примера, разработчики теперь могут искать код с учётом семантики, а не только по ключевым словам. Это улучшение — часть более масштабного обновления экосистемы GitHub, направленного на улучшение discoverability кода.

• Достигнута пропускная способность 19.8 ГБ/с для префиксной суммы — в 1.8 раз быстрее, чем наивная реализация, и в 2.6 раза быстрее, чем FastPFoR.
• Обсуждение выявило, что при использовании GPU-реализации приходится копировать данные через PCIe, что снижает выгоду от использования GPU.
• Появился вопрос о том, не лучше ли было бы хранить абсолютное значение каждые N дельта вместо потока дельта, что позволило бы распараллелить декодирование.
• Участники обсуждения отметили, что влияние на производительность имеют не только выбор алгоритма, но и такие факторы, как размер кэша L3, частота памяти и архитектура памяти.

Новая версия Litestream 0.5.0 приносит значительные изменения: изменился формат резервных копий, что делает невозможным восстановление из бэкапов предыдущих версий, и обновилась структура конфигурационного файла. Автор подробно описывает процесс миграции, столкнувшись с несколькими проблемами.

Первая проблема возникла при попытке загрузить данные в Backblaze — система выдавала ошибку из-за неверного URI, что потребовало фикса от разработчиков.

Вторая проблема: в новой версии удалили флаг -if-replica-exists, критически важный для проверки наличия бекапов перед запуском приложения. Хотя флаг обещали вернуть в следующей версии, его отсутствие в 0.5.0 создавало сложности.

Третья проблема: даже после исправления конфигурации, процесс восстановления падал с ошибкой transaction not available, что указывало на возможную проблему с транзакционностью в новых бэкапах.

Автор подчеркивает, что несмотря на трудности, он продолжает использовать Litestream за его полезность, но советует подождать с апгрейдом до следующего релиза.

• The user is discussing issues they encountered while implementing lightweight read replicas for a Go SQLite driver, referencing a specific implementation and a GitHub repository.
• They mention that while there are issues, the concept is workable, and they already have a version that mostly works, noting the massive changelog and that it's not unexpected to have issues given the scope.
• Other users discuss the benefits of Litestream 0.5.0, including an official Docker image, though one user corrects that there has been an official Docker image for years, since version 0.3.4.
• One user shares they are staying on an older version (0.3.13) for now due to similar issues but are excited for 0.5.x once it stabilizes, praising the integration of Litestream, SQLite, and Caddy for single-box operations.
• A user notes the most disruptive part is the migration to a new LTX format, which is hard to do incrementally, and another user reflects on the versioning, noting that being a 0.x release means breaking changes are expected, though it might still be a minor footnote in the software's lifecycle.
• The original poster concludes by correcting an oversight about the Docker image, noting the badge has been present for years, and speculates that the user who thought the image was new might have had a bad initial experience that discouraged them from trying again.

Исследователи обучили модель для идентификации акцентов, используя 25 тысяч часов английской речи. Теперь можно услышать, как ИИ «слышит» разные акценты, преобразуя их в единый нейтральный голос. Это позволяет сравнивать акценты, скрывая личные особенности голосов. Например, испанский и итальянский акценты оказались рядом, что ожидаемо из-за схожести языков. Интересно, что ирландский акцент ближе к американскому, чем британский.

• Обсуждение охватывает широкий спектр тем: от трудностей распознавания акцентов до визуализации кластеров акцентов и их влияния на обучение моделей.
• Участники делятся личным опытом, включая то, как их собственные акценты были распознаны и интерпретированы.
• Обсуждаются ограничения и предвзятость в данных, используемых для обучения таких систем.
• Также обсуждается влияние акцента на распознавание речи и как это влияет на пользователей с акцентом.