Midjourney и другие нейросети обработки изображений - страница 1121
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
AliBaba выпустил AI-платформу для программистов Qoder
У меня открывается. Но возможно вся соль немного в другом
Также есть ИИ-сайты китайские, в которых не зарегистрироваться неместным.
Например, мне не удалось получить доступ к Seedream и Seedance, вот где печаль, учитывая первые позиции в арене картинок и видео.
Уже учится зарабатывать
Агентный ИИ и первая молекулярная карта болезней
//новость была получена от Grok4 в ежедневной сводке через промпт/задание. Текст собран, проверен в интернете и расширен с помощью ChatGPT5 (лучший фактчекинг на сегодня). Обложка Gemini 2.5. От себя добавлено - ничего.
С чего всё началось
Медицина привыкла классифицировать болезни по органам и симптомам. Но это подход XIX века.
Современные данные говорят: за пределами клинических ярлыков у разных болезней могут быть общие молекулярные механизмы — например, пути воспаления, нарушения метаболизма или работы митохондрий.
Проблема в том, что вручную такие связи почти невозможно отследить: тысячи заболеваний, миллионы генетических сигнатур, десятки биобаз данных.
Кто сделал
Работу провели Ke Chen и Haohan Wang из Университета Иллинойса в Урбана-Шампейн (UIUC).
Они разработали мульти-агентную систему GenoMAS (Genomic Multi-Agent System).
Идея проста: превратить скучную рутину биоинформатики (чистка данных, скрипты, статистика, проверка гипотез) в управляемую агентную «команду» из ИИ.
Характеристики модели
Архитектура: мульти-агентная система поверх больших языковых моделей (LLM). Каждый агент отвечает за часть пайплайна: загрузка данных, препроцессинг, код для анализа, построение сетей.
Данные: 1 384 disease-condition пар (132 болезни × 911 когорт × >150 000 образцов).
Источники: транскриптомные профили из открытых биобаз (например, GEO), аннотации путей из GO, KEGG, Reactome, TF, miRNA, HPO.
Масштаб: 65 000 значимых связей на уровне генов, после дедупликации — 1 293 устойчивых, из них >1 000 показали конвергенцию на уровне путей.
Сравнение: на бенчмарке GenoTEX агентная система превзошла все традиционные пайплайны автоматизированного анализа.
Прозрачность: код и результаты открыты — GitHub: Pathway Similarity Network .
Что нашли
Известные коморбидности — диабет и ожирение, аутоиммунные заболевания и воспалительные пути.
Неожиданные мосты:
Нейродегенеративные болезни ↔️ глазная меланома (общие сигнатуры оксидативного стресса и липидного метаболизма).
Расстройства аутистического спектра ↔️ иммунные заболевания.
Болезнь Альцгеймера ↔️ метаболические синдромы.
Редкие заболевания начали «пришиваться» к более изученным — это даёт шанс на репрофилирование уже одобренных препаратов.
Как это объяснить живым языком
Представь, что симптомы — это как одежда. А вот клеточные пути — это ткани и струны внутри. GenoMAS смотрит не на одежду, а видит, как сделана ткань и как проложены струны. Так ты можешь понять: две болезни выглядят по-разному, но сделаны из одинаковых нитей. И это открывает путь к лечению — одну терапию можно применить к двум «внешне несвязанным» болезням.
Почему это важно
Новый язык медицины: диагнозы больше не «симптомные ярлыки», а «сбой в молекулярных путях».
Репрофилирование лекарств: если болезни делят одни и те же пути, то и терапия может быть общей.
Редкие болезни: у них появляется шанс «подключиться» к исследованиям более массовых диагнозов.
ИИ в науке: это пример, как агентные системы берут на себя тяжёлую аналитику и позволяют учёным работать уже с готовыми гипотезами.
Важные caveats
Это препринт (6 августа 2025, arXiv) — peer-review ещё впереди.
Связь по путям ≠ клиническая причина. Это гипотезы, которые надо проверять в лаборатории и на пациентах.
Часть аннотаций (например, сопоставление с ICD) делалась LLM, что требует дополнительной валидации.
Реакция сообщества
В X исследование уже называют «агенты для науки в действии». Техноблогеры подчёркивают, что это первый случай, когда agentic AI сделал не просто анализ, а построил целую новую карту медицины.
Вывод
Мы впервые видим, как болезни можно группировать по их молекулярным маршрутам.
Это не футурология, а реально работающий прототип.
Если хотя бы часть неожиданных связей подтвердится, медицина получит:
быстрый путь к новым терапиям,
новые классификаторы болезней,
и, возможно, новую «карту» здравоохранения.
И всё это — благодаря агентным ИИ, которые умеют делать науку так, как раньше могли только команды биоинформатиков.
Маск выложил исходник Grok 2, а через полгода и 3-я выйдет.
https://huggingface.co/xai-org/grok-2
Разное. Миджорни
Gemini 2.5 Flash Image (nano banana) вышла.
Доступна в https://aistudio.google.com/app/welcome (есть региональное ограничение)
Также есть данные, что она доступна в обычном чате при выборе Gemini 2.5 Flash https://gemini.google.com/app
Также есть данные, что она доступна в обычном чате при выборе Gemini 2.5 Flash https://gemini.google.com/app
"К сожалению, я не могу изменять изображения в вашем регионе. Создать для вас новую картинку или помочь с чем-то другим?"
Дикая природа удивительна
Арты. Stable Diffusion
//далее информация собрана с помощью GPT5
Эра обратного старения: Life Biosciences готовит клинику на 2026 год
В мире биотехнологий назревает прорыв: компания Life Biosciences (Бостон, США) работает над терапиями, которые обращают возрастные изменения клеток через частичное перепрограммирование эпигенома факторами Яманаки (OSK: Oct4, Sox2, Klf4).
Что уже сделано
ER-300 (печень, MASH): в экспериментах на мышах препарат устранял практически все ключевые маркеры метаболического стеатогепатита (MASH) — снижались уровни ALT, AST, холестерина, улучшались показатели стеатоза и масса печени.
ER-100 (зрение, оптическая нейропатия): у приматов удалось не только восстановить функцию зрительного нерва, но и «отмотать назад» эпигенетические часы — уровень метилирования ДНК приблизился к молодому профилю.
Кто стоит за разработкой
Компания основана с участием профессора Дэвида Синклера (Гарвард), одного из пионеров исследований долголетия.
Сейчас проект возглавляют CEO Джерри Маклафлин и CSO д-р Шэрон Розенцвейг-Липсон.
В разработку уже вложено более $150 млн, крупнейший инвестор — Alpha Wave Ventures.
Что дальше
Life Biosciences планирует начать клинические испытания ER-100 в 2026 году, первыми показаниями будут два типа оптических нейропатий (в т.ч. NAION). Если данные подтвердятся на людях, это станет одним из первых примеров реального обращения возрастных изменений в медицине.
Почему это важно
Мы стоим на пороге новой терапевтической эры. Если подход с частичным перепрограммированием окажется безопасным, он может открыть путь к лечению болезней старения и системному омоложению клеток. Пока это доклиника, но масштабы открывающихся возможностей трудно переоценить.