На технологическом саммите Unleash, организованном Atlassian совместно с YourStory, обсуждался переход от впечатляющих демонстраций искусственного интеллекта к его надежному использованию в производственных условиях. Хотя демонстрации часто показывают успешное выполнение задач агентом, такой как ответы на сложные вопросы или генерация кода, саммит сосредоточился на более сложной проблеме: как сделать ИИ надежным в работе.
Система должна обеспечивать точность результатов, работать в рамках установленных разрешений, иметь видимость, безопасность и возможность восстановления действий. Кроме того, она должна функционировать стабильно не только на сцене, но и постоянно в различных продуктах, среди пользователей и в сложных корпоративных средах.
Путешествие от запроса до рабочего процесса было представлено через инженерные мастер-классы, презентации продуктов и практические семинары. Команды Atlassian подробно разобрали системы вокруг Rovo и ее расширенного стека ИИ, включая ограниченные контексты, долговечные рабочие процессы, анализ инцидентов, интеллектуальную безопасность и инфраструктуру, необходимую для обеспечения надежности ИИ в масштабе.
Картик Чандрасекаран, старший инженер-программист Atlassian, продемонстрировал агентную систему для обработки запросов на отчетность. Ранее такие запросы требовали участия инженеров поддержки, которые находили нужные API и структуры баз данных, писали и запускали код, а затем вносили изменения по отзывам клиентов. Этот процесс мог занимать часы или дни и оценивался в годовые затраты около 500 000 долларов инженерных часов.
Однако система Atlassian позволяет инженеру описать отчет на естественном языке. Агент генерирует исполняемый код, который проходит проверку перед запуском через механизм долговечного рабочего процесса. Финальный результат собирается в отчет и предоставляется заказчику. Важным инженерным решением было не просто использование LLM для написания кода, а ограничение доступа модели и генерируемого ею контента. Вместо предоставления агенту широких спецификаций API, команда создала узкоспециализированные инструменты в контролируемой среде, применяя автоматические проверки, которые устанавливают детерминированные ограничители вокруг вероятностного вывода. Вывод был очевиден: агенты промышленного уровня часто нуждаются в более строгих операционных средах, а не в более объемных запросах. Аналогичный принцип применим и при диагностике сбоев.
Сатиш Кумар, старший ведущий инженер Atlassian, рассказал, как ИИ может помогать в анализе первопричин во время инцидентов программного обеспечения. Расследование может включать изменения кода, флаги функций, метрики, журналы, трассировки, зависимости сервисов и исторические знания. Без четко определенной области действия агент может быстро потерять сигналы в общем шуме или сделать слабые выводы. Представленный подход AI SRE объединил когнитивные возможности кода, данные наблюдаемости и топологию сервисов для формирования и проверки гипотез на основе имеющихся доказательств. Целью было не заменить инженеров в реагировании на инциденты, а помочь им быстрее добраться до правильной проблемы.
По мере ускорения создания программного обеспечения с помощью ИИ, команды по безопасности сталкиваются с давлением с другой стороны: больше изменений, больше сервисов и больше решений борются за ограниченное внимание. Лохит Мехта, старший ведущий инженер по безопасности продукта Atlassian, и Ачьюта Онти Сринивасан, старший инженер по безопасности продукта Atlassian, описали переход компании от ручных очередей проверки к платформе оценки безопасности с помощью ИИ. Atlassian имеет более 6000 инженеров, работающих над более чем 1000 микросервисами, и примерно 3000 проектов проходят через организацию каждый квартал. Платформа использует сигналы из бизнес-приоритетов, состояния сервисов, подверженности клиентов и инженерной активности. Затем ИИ применяется к этой обоснованной информации для генерации сводок и ускорения рабочих процессов оценки. Однако модель не рассматривается как источник истины; детерминированные данные сервисов и человеческое суждение остаются центральными для решений, имеющих отношение к безопасности.
Поскольку ИИ ускоряет разработку и обновление приложений, возникает еще один фактор: объем кода, попадающего на рынок, что, в свою очередь, увеличивает поверхность риска. Сундар Чакраборти, старший инженер по безопасности продукта Atlassian, показал, что тот же многоуровневый подход применим и к экосистеме партнеров и маркетплейса. Он подробно описал стратегию компании по усилению безопасности в Data Center Marketplace посредством верификации партнеров, подписания приложений и автоматизированного конвейера сканирования, охватывающего анализ состава программного обеспечения, статическое тестирование, обнаружение секретов и анализ вредоносного ПО. Этот конвейер ежедневно выполняет более 10 000 сканирований и выявил более 6 700 уязвимостей, из которых более 5 100 классифицированы как критические или высокоприоритетные. Это подчеркнуло, что безопасность маркетплейса не может опираться на один контроль; доверие должно строиться на нескольких уровнях — от личности партнера до происхождения и содержимого самого приложения.
Несколько сессий были посвящены системам, которые должны продолжать функционировать после завершения видимого взаимодействия с ИИ. Поскольку агенты начинают генерировать код, задачи и документацию на машинной скорости, лежащая в основе инфраструктура должна справляться с большим объемом автоматизированной деятельности, не снижая производительность, корректность или возможность восстановления.
Приянш Джайн, старший инженер-программист Atlassian, и Амми Редди Чирла, ведущий инженер Atlassian, поделились тем, как компания решила узкие места при миграции крупных клиентов Jira Data Center в облако. Изменения в конвейере миграции привели к шестикратному увеличению пропускной способности. Однако эта скорость выявила еще одно ограничение: ошибки данных, которые могли вынудить клиентов очищать свои исходные системы и перезапускать длительные миграции. Команда переработала процесс, чтобы классифицировать и исправлять определенные ошибки во время передачи данных, не изменяя исходные данные. Такой подход нацелен на снижение числа сбоев миграции на 50%–60% и может сэкономить корпоративному клиенту от 22 до 30 дней.
Картикеян Мурти, ведущий инженер по поиску проблем Jira в масштабе Atlassian, глубоко изучил архитектуру, обслуживающую более 1,5 миллиарда запросов Jira Query Language ежедневно для более чем 350 000 арендаторов. Система разбивает запросы на промежуточное представление и направляет их через специализированные сервисы, что позволяет добавлять новые клаузы и поля без дестабилизации основного пути поиска. Для крупнейших арендаторов Atlassian архитектура обеспечила производительность, которая в 2 раза выше, при этом продолжая поддерживать большое количество пользователей, проблем и одновременных запросов. Эти примеры напомнили, что корпоративный ИИ определяется не только видимыми функциями; если агенты увеличивают скорость и объем работы, то и поисковые, и системные, и миграционные системы, лежащие в их основе, должны развиваться.
В треке по продукту рассматривалось, как должен измениться сам процесс, когда ИИ сокращает дистанцию между идеей и рабочим прототипом. Туласи Менон, руководитель отдела стратегии ИИ в продукте Atlassian, заявила, что хотя рутинные задачи в продукте уменьшаются, ответственность за определение того, что является «хорошим», становится более важной. Она описала жизненный цикл продукта на базе ИИ, основанный на восприятии, формировании, проверке, выпуске и непрерывном обучении. ИИ может сжимать рыночные исследования и конкурентный анализ, а современные инструменты могут превращать идеи в рабочие прототипы в течение нескольких часов или дней. Однако скорость сама по себе не делает продукт лучше. Менеджеры по продукту все равно должны определять правильную проблему, устанавливать планку качества и решать, какие доказательства оправдают выпуск или отказ от идеи. Менон также предупредила об использовании ИИ для создания отполированных, но пустых артефактов — будь то длинные продуктовые документы или впечатляющие прототипы, которые не помогают командам принимать решения. Тем не менее, выпуск — это не конец жизненного цикла. Командам необходимы оценки, реальные следы, критерии качества и циклы обратной связи, которые выявляют сбои и улучшают продукт с течением времени.
Это было продемонстрировано Алоком Агравалом, руководителем продукта Atlassian, и Абхинаей Синхой, групповым менеджером по продукту Jira Service Management в Atlassian. Эта пара показала, как менеджеры по продукту используют Rovo и Rovo Dev для сбора отзывов клиентов, синтеза информации, подготовки обновлений и создания ранних прототипов. Более важным вопросом было не то, сколько задач может выполнить ИИ, а то, что менеджеры по продукту могут сделать с освободившимся временем. Участники использовали Rovo Studio для настройки агентов для конкретных рабочих процессов продукта, переходя от разовых запросов к повторяемым инструментам, основанным на организационном контексте. Другие сессии распространили этот подход, ориентированный на производство, на весь стек Atlassian, от персистентности, определяемой схемой, до агентного анализа длительных бизнес-процессов и обзоров безопасности продукта с помощью ИИ. Вместе они раскрыли более широкий подход Atlassian к корпоративному ИИ. Компания не рассматривает агента как модель, размещенную поверх существующего рабочего процесса; она создает контекст, разрешения, механизмы проверки, оркестрации, безопасности и восстановления, необходимые для того, чтобы этот агент был полезен на практике. Демонстрация может показать, что агент способен сделать. Производство показывает, может ли организация ему доверять.
Samsung представила в 2025 году новую линейку телевизоров, оснащенных технологией Vision AI, чтобы повысить как качество изображения, так и интеллектуальные возможности экранов. Для тех, кто планирует заменить телевизор в гостиной, были отобраны три знаковых модели, которые уже доступны на Amazon.
Модель Samsung Vision AI TV 43″ NEO QLED ULTRA 4K QN90F 2025 выпущена с использованием технологии NEO QLED. Эта технология использует мини-светодиоды для обеспечения точного контроля освещения и очень глубокого контраста. Эта 43-дюймовая панель с разрешением 4K включает процессор Neural Quantum, который использует искусственный интеллект для автоматической оптимизации как изображения, так и звука в зависимости от отображаемого контента. Она рекомендуется тем, кто ищет превосходное качество в более компактном формате.
Модель S85F предлагает самое передовое из OLED-панелей, отличаясь идеальным черным цветом, широкими углами обзора и чрезвычайно точными цветами. Имея диагональ 55 дюймов и разрешение 4K, она оснащена технологией Vision AI от Samsung, которая непрерывно анализирует контент для настройки параметров изображения в реальном времени. Этот аппарат считается отличным выбором для киноманов и геймеров, которые придают первостепенное значение визуальному качеству.
Наконец, Q5F выступает в качестве входной точки в линейку QLED от Samsung в 2025 году, сохраняя при этом замечательные функции. Эта 43-дюймовая модель поддерживает Xbox Cloud Gaming непосредственно через телевизор, включает встроенные бесплатные каналы, а также предлагает HDR и функцию Виртуальный звук в движении, которая имитирует пространственный звук без необходимости использования внешней саундбара. Она представляет собой более доступную альтернативу для тех, кто хочет получить технологию QLED с дополнительными функциями, ориентированными на развлечения.
Все три упомянутые модели в настоящее время доступны на Amazon. Учитывая частые колебания запасов такого типа телевизоров, рекомендуется проверять условия, пока продукты находятся в списке. Потребители могут нажать соответствующую кнопку для каждой модели, чтобы получить подробную информацию непосредственно на странице магазина.
Недавняя репатриация тысяч окаменелостей включает в себя ракообразное Cicero spectabilis, которое помогает изучать историю эволюции жизни и разделение континентов.
Примерно 120 миллионов лет назад территория современного Сеара, в бассейне Арарипе, имела совершенно иной облик. Климат был теплым и влажным, а над многочисленными озерами летали птерозавры. В то время люди еще не существовали, а земные массы находились в составе суперконтинента Гондвана. В период Гондваны море начало разделять земли, которые впоследствии станут Южной Америкой и Африкой, и соленые воды затопили озера Сеара.
Палеонтология, наука, изучающая следы древних животных, обнаружила новую важную находку — прекрасно сохранившееся ракообразное Cicero spectabilis. Это был изопод, беспозвоночное животное, обитавшее на дне озер бассейна Арарипе. Это первый случай обнаружения свободноживущего изопода этой эпохи на землях, входивших в состав Гондваны. Более древний родственник этого вида был известен в далекой Лавразии, которая охватывала Северную Америку, Европу и Азию.
Данное открытие позволяет предположить, что эти животные мигрировали на протяжении миллионов лет через Средиземное море Тетис, которое разделяло Гондвану и Лавразию. Даниэль Лима, профессор Регионального университета Карири (Urca) и ведущий автор исследования, опубликованного в журнале Nature Communications, пояснил, что находка не просто фиксирует вид изопода, но и несет в себе всю эволюционную историю для понимания распространения группы изопод.
При описании нового вида исследователи часто выбирают людей, учреждения или места для чествования. Аллиссон Пиньейру, директор Музея палеонтологии Пласидо Сидаде Нувенс (MPPCN) при Urca, рассказал, что название Cicero spectabilis было дано в честь Падре Сисеро, который является важной и харизматичной фигурой для жителей Северо-Востока Бразилии. Приставка «spectabilis» отражает впечатляющую природу фоссилии, поскольку этот организм крайне редок в палеонтологических записях и сохранился в уникальном виде.
Регион Карири, часть бассейна Арарипе, богат исключительными по качеству окаменелостями. Изменения на планете превратили озера в своего рода капсулы времени. Однако из-за десятилетий отсутствия надзора и недооценки фоссильного наследия тонны бразильских окаменелостей попадали в музеи и коллекции по всему миру. В Бразилии все фоссилии являются собственностью Союза и не могут продаваться, а холотипы, используемые для описания видов, не могут покидать страну.
С 2020 года бразильские ученые возглавляют глобальное движение, осуждающее неоколониальные отношения в этой сфере и требующее возвращения бразильских фоссилий. Это движение добилось значительных успехов, включая возвращение динозавра Ubirajara jubatus в 2023 году. Cicero spectabilis является одним из последних примеров таких достижений. Образец хранился в Illinois Center for Paleontology в США, но никогда не был должным образом изучен и описан.
Возвращение началось после того, как Лима узнал от студента о наличии изопода из Карири в американском учреждении. Как специалист по ракообразным, он решил разобраться в этом вопросе. Результатом стала академическая и дипломатическая коллаборация. Исследователи из зарубежных институтов участвовали в изучении вместе с бразильскими коллегами, и фоссилия будет возвращена в MPPCN, где ее смогут посетить, как и Ubirajara, получивший прозвище «Мона Лиза» музея.
Музей также скоро получит более десяти видов бабочек, живших в бассейне Арарипе около 120 миллионов лет назад. Эти образцы хранились в Государственном музее естественной истории Карлсруэ, Германия, где также находились Ubirajara и другие бразильские фоссилии. Ученые отмечают, что благодаря кампаниям по повышению осведомленности и репатриации многие иностранные учреждения проявляют большую готовность возвращать незаконно хранящиеся фоссилии.
Директор MPPCN, Пиньейру, отметил поступление пяти коробок с более чем 70 фоссилиями из Швейцарии и двух тонн из Франции, а также фоссилии из Великобритании и Новой Ирландии. Он подчеркнул, что переговоры стали более политическими и государственными, чем чисто научными. В Сеара успех Ubirajara и MPPCN способствует развитию регионального туризма и культуры, привлекая политические инвестиции в научные исследования.
Музей недавно получил микротомограф последнего поколения, позволяющий создавать трехмерные цифровые копии фоссилий. Этот формат дает возможность исследователям по всему миру анализировать детали образца без необходимости его физического присутствия. Пиньейру объясняет, что теперь можно предложить альтернативу: «Вы не считаете томографию такой интересной? Я дам вам томографию, но верните мне фоссилию». В свете этих изменений, один из недавно описанных кузнечиков, возвращаемый в Сеара, получил символическое название Auroralocusta restituta. Авторы статьи в журнале Zootaxa объясняют, что эпитет «restituta» происходит от латинского глагола «restituere» (восстанавливать, возвращать) и означает «восстановленная» или «возвращенная», тем самым чествуя акт реституции.
Следующая крупная космическая обсерватория НАСА, телескоп Нэнси Грейс Роман, запланирована к запуску 30 августа. Этот прибор призван расширить методы исследования Вселенной учеными, работая в сотрудничестве с Джеймсом Уэббом, а не заменяя его.
По данным НАСА, Роман достиг финальной стадии подготовки. Оборудование будет интегрировано с ракетой Falcon Heavy, предоставленной SpaceX, и будет защищено конструкцией, используемой во время запуска, который запланирован в Космическом центре Кеннеди во Флориде.
Научные ожидания высоки, поскольку новый телескоп способен провести обзор Млечного Пути — задачу, которая заняла бы около столетия с помощью Хаббла, всего за один месяц. Джеки Таунсенд, руководитель проекта в НАСА, подтвердила готовность Романа к запуску.
После старта Роман направится к точке Лагранжа 2 (L2) — местоположению, находящемуся примерно в 1,5 миллионах километров от Земли, в той же области, что и Джеймс Уэбб, благодаря стабильным условиям для космических наблюдений.
Хотя оба работают в одной космической области, Роман и Джеймс Уэбб имеют разные цели. В то время как Уэбб фокусируется на чрезвычайно детальном анализе ограниченных областей, новая обсерватория обладает значительно более широким полем зрения, что позволяет идентифицировать объекты, которые впоследствии могут быть изучены более глубоко.
К основным функциям Романа относится картирование обширных участков неба с высоким разрешением, обнаружение необычных явлений, таких как галактики, сверхновые и планеты, а также выявление интересных целей для более глубоких исследований, проводимых Джеймсом Уэббом. Кроме того, он сможет регистрировать космические области в тысячу раз быстрее, чем Хаббл, сохраняя при этом сопоставимую чувствительность в инфракрасном спектре.
Телескоп назван в честь астронома Нэнси Грейс Роман, известной тем, что она сыграла ключевую роль в разработке Хаббла. Его главное зеркало имеет диаметр 2,4 метра и работает совместно с камерой с разрешением 300 мегапикселей, обеспечивающей поле зрения как минимум в сто раз больше, чем у аналогичных приборов Хаббла. Одно изображение может охватывать небесную область, большую по видимому диаметру, чем полная Луна.
Помимо фотографирования больших областей, Роман разработан для изучения расширения Вселенной, природы темной материи и планет, расположенных за пределами нашей Солнечной системы. Миссия также будет включать мониторинг звезд в центральной части Млечного Пути с целью поиска экзопланет с помощью методов транзита и гравитационного микролинзирования. Он будет способен обнаруживать блуждающие планеты, вращающиеся в галактике без орбиты вокруг звезды, и наблюдать пылевые диски, где формируются новые миры.
НАСА подчеркивает, что обе обсерватории будут сотрудничать в изучении древних галактик, черных дыр и внеземных миров. Хотя первоначальный план миссии составлял пять лет, оборудование спроектировано для работы до десяти лет, генерируя десятки петабайт данных, доступных мировым исследователям, что будет способствовать росту знаний о космической эволюции.
