Hacker News Digest

Проект "How Did I Get Here" от Hack Club демонстрирует путь, который пакеты данных проходят от вашего устройства до сервера. С помощью самописного трейсера ktr, работающего по протоколу ICMP с использованием поля TTL, проект в реальном времени отслеживает каждый узел маршрута. Интересно, что сайт работает даже без JavaScript — сервер последовательно отправляет обновленную HTML-разметку, создавая иллюзию плавной загрузки трейсера.

Важно отметить, что показанный маршрут является "обратным" — от сервера к вашему устройству, а не наоборот, что может незначительно отличаться от реального пути из-за асимметрии маршрутизации. Каждый "сеть" в маршруте на самом деле представляет собой автономную систему (AS) — коллекцию маршрутизаторов, принадлежащую одной компании. Статья вскрывает, что интернет — это не свободная сеть, а скорее совокупность корпоративных сетей, связанных финансовыми соглашениями и бюрократическими процедурами.

• Обсуждение охватывает различные аспекты traceroute и его ограничений, включая то, что AS-путь может быть нестабилен, а фактические точки пиринга могут сильно различаться.
• Участники обсуждают, что traceroute может не отображать обратный путь, особенно если сеть использует асимметричное маршрутизирование.
• Обсуждается, что веб-сайт может не работать из-за блокировки ICMP или из-за того, что маршрутизаторы не отвечают на ICMP запросы.
• Участники также обсуждают, что traceroute может не отображать правильный путь, если используются различные стратегии маршрутизации, такие как source routing или loose source routing.
• Участники также обсуждают, что traceroute может не отображать правильный путь, если используются различные стратегии маршрутизации, такие как source routing или loose source routing.

Андрей Карпати из OpenAI объясняет, почему до общего искусственного интеллекта (AGI) остаётся ещё около десятилетия. Хотя современные ИИ-агенты вроде Claude и Codex впечатляют, они пока неспособны автономно выполнять комплексные задачи, как человек-ассистент. Основные ограничения включают недостаточную многомодальность (неспособность работать с разными типами данных), неумение взаимодействовать с компьютерными системами и отсутствие непрерывного обучения на основе опыта.

Эти проблемы решаемы, но сложны — требуется масштабирование вычислительных мощностей, улучшение алгоритмов (особенно обучения с подкреплением, которое сейчас "ужасно"), и создание более сложных архитектур для обработки контекста и планирования. Как и с беспилотными автомобилями, прогресс будет постепенным, а не взрывным.

Когда AGI finalmente появится, оно, вероятно, интегрируется в экономику так же плавно, как и предыдущие технологические прорывы, поддерживая ~2% рост ВВП без резких скачков. Даже AGI не приведёт к немедленному преобразованию общества; изменения будут постепенными и управляемыми.

В конечном счёте, несмотря на текущие достижения, до AGI остаётся значительная работа, и пройдёт около десятилетия, прежде чем мы увидим системы, способные полностью заменить человеческий труд в сложных контекстах.

• Обсуждение в основном вращается вокруг того, что AGI/AGI-образные системы всё ещё далеки, и что «десятилетие» стало универсальным эвфемизмом для «мы не знаем, когда это будет».
• Участники спора подчеркнули, что текущие модели не решают фундаментальные проблемы, такие как постоянное обучение, причинность и планирование, и что мы по-прежнему полагаемся на эвристики, которые не масштабируются.
• Были выдвинуты предположения, что AGI может потребовать качественно иной архитектуры, и что текущий путь может быть тупиковым.
• Некоторые комментаторы выразили обеспокоенность тем, что гипер-оптимизм может вести к недооценке рисков и переоценке способностей текущих систем.
• В целом, обсуждение подчеркнуло, что прогресс в ИИ-технологии не линеен и что прогнозы о сроках AGI часто оказываются неверными.

Два дрона Amazon Prime Air столкнулись с башенным краном в коммерческой зоне города Толлесон, штат Аризона. Инцидент произошёл во время выполнения коммерческих полётов, оба аппарата получили повреждения, но никто не пострадал. Amazon подтвердила происшествие и заявила, что расследует его причины, подчеркнув, что безопасность остаётся приоритетом.

Этот случай поднимает вопросы о надёжности автономных систем доставки в городских условиях, особенно при наличии высоких препятствий. Хотя дроны Amazon спроектированы для обнаружения и облёта объектов, столкновение указывает на возможные пробелы в алгоритмах или сенсорах. Практический вывод: масштабирование беспилотной доставки требует более строгих тестов в сложной инфраструктуре.

• Два дрона Amazon Prime Air столкнулись с тросом строительного крана в Tolleson, AZ, что вызвало вопросы о способности их системы обнаружения и избегания препятствий видеть тонкие тросы.
• Инцидент подчеркивает потенциальные риски для безопасности, включая травмы людей на земле, и ставит под сомнение текущий уровень технологий для безопасных автономных полетов в неконтролируемом воздушном пространстве.
• Обсуждаются возможные технические решения, такие как улучшение сенсоров (лидары, детекторы электромагнитных полей), создание запретных зон вокруг стройплощадок и более строгое регулирование.
• Высказывается критика в адрес Amazon за преждевременное развертывание технологии и подход «двигаться быстро и ломать вещи», когда речь идет о безопасности.
• Отмечается, что для подобных систем может потребоваться инфраструктура наподобие управления воздушным движением для дронов, как это развивается в других странах (например, в Китае).

• Обсуждается технология дистанционного и автономного управления экскаваторами через механическое или CANbus-ретрофитирование гидравлических систем.
• Поднимаются вопросы экономической целесообразности, безопасности (обнаружение людей, функциональная безопасность) и масштабируемости решения для различных строительных и горных работ.
• Упоминаются потенциальные применения, включая ликвидацию заброшенных нефтяных скважин, и сложности, связанные с высокими затратами и сертификацией.
• Отмечается важность тактильной обратной связи и аудиоданных для оператора при удаленной работе, а также необходимость обучения ИИ на данных лучших операторов.
• Участники делятся личным опытом, выражают как скептицизм относительно скорейшей автономии, так и интерес к проекту и его миссии по повышению безопасности.