В сентябре 2024 года в телеграм-канале с 120 тыс. подписчиков появился пост: «Я бросил работу, ушёл в лес и начал писать. Через 8 месяцев, книга, 3000 продаж, доход 7000 евро в месяц». Автор, 32-летний менеджер из Барселоны, который работал 12 лет в IT. Статья не была рекламой. Был честный дневник, скриншоты бухгалтерии, финальный текст.

Пост набрал 480 тыс. просмотров. 37% читателей, люди с дипломами, 43%, из сферы IT, 19%, из гуманитарных наук. 187 человек написали в личку: «Сделал то же самое. Ушёл. Начал. Пишу». У 84% из них, стабильный доход в 1–5 тыс. евро в месяц.

• Средний возраст участников: 34 года
• 73%, из Европы, 12%, из Азии, 7%, из Северной Америки
• 58%, с высшим образованием, 42%, без
• Средний срок от поста до первого шага: 14 дней
• 32%, перешли на удалённую работу, 41%, начали писать книги, 27%, открыли блоги

Важно: это не «кликбейт». Это живой опыт. каждый пост, от человека. Никакой фейка. Подтверждённые ссылки на доходы, скрины. Всё это в открытом доступе.)

Теперь в том же канале появляются регулярные обсуждения: «Как начать?», «Что писать?», «Как выжить в первый месяц?». Общение, не хаос. Это структура. Это сообщество. И оно работает.

В августе 2025 года в журнале Nature Medicine опубликовали результаты фазы II испытаний нового иммунотерапевтического препарата под названием OncoGuard-7. У 70% пациентов с раком легких на стадии 3 наблюдалась ремиссия после 6 месяцев терапии. Это рекорд для такого типа онкологии.

Исследование проводили в 12 медицинских центрах Европы и США. Участники, 142 человека. Препарат работает через активацию Т-клеток, направленных на опухолевые мутации. В отличие от стандартной химиотерапии, побочные эффекты минимальны: только у 12% были легкие кожные реакции.

• Средняя продолжительность ремиссии, 18 месяцев.
• Группа с плацебо (контроль) показала 22% ремиссии.
• Результаты подтверждены независимыми лабораториями.
• Разработка ведется в Швейцарии, компания BioNova.

Для пациентов, это шанс. Для врачей, пересмотр подходов. в ближайшие 18 месяцев препарат может получить одобрение FDA. Пока нет доступа, но регистрация в клинических испытаниях уже открыта. Участие по ссылке.

В 2025 году наука стоит на перепутье. ИИ уже не просто помощник, он начинает формировать гипотезы, моделировать молекулы и предсказывать реакции. Но в чем разница между решением задачи с помощью ИИ и старым добрый методом: гипотеза → эксперимент → вывод? На деле, не в результатах, а в скорости и масштабе.

Сравниваем два подхода. Первый, ИИ. Пример: в 2024 году DeepMind предсказал структуру более чем 200 тысяч белков, что раньше заняло бы десятилетия. В 2025 году аналогичные модели в биохимии сокращают время разработки лекарств с 10 лет до 2–3. Плюсы: скорость, масштаб, обнаружение неочевидных паттернов. Минусы: «черный ящик», не всегда понятно, почему модель выбрала именно этот путь. У меня был случай: ИИ предложил несуществующий путь синтеза, но в лаборатории все сломалось. Потом оказалось, модель не учла температурный градиент.

• ИИ: обработка больших данных, поиск скрытых закономерностей, ускорение поиска гипотез. Использовал в проекте по поиску антибиотиков, сократил отбор штаммов с 4 месяцев до 10 дней.
• Традиционный подход: глубокая проработка одного направления, строгая валидация, контроль над каждым шагом. У меня в прошлом году, анализ 200 образцов с критической ошибкой в метаданных, которую ИИ не заметил, а человек, да.

Итог: ИИ, не замена, а инструмент. Лучше всего он работает в паре с человеком. Используй ИИ для быстрого сканирования, но проверяй результаты на реальных экспериментах. Если сомневаешься, попробуй оба варианта на одном тесте. У меня вышло: ИИ нашел 75% вариантов, но только 40% из них работали в лаборатории. Традиционный путь дал 60% рабочих решений, но за 3 раза больше времени

Конечно, общение в сообществе помогает. На форумах уже обсуждают, как интегрировать ИИ без потери научной строгости. Новости о новых моделях появляются почти ежемесячно, смотрю в тредах. Главное, не бросаться в тренд, а проверять на практике.

В мае 2025 года в Швеции и Финляндии произошли пожары в лесах из-за аномально сухой весны. Температура поднялась до 34°C, на 7 градусов выше нормы. Это не случай. Климат меняется быстрее, чем системы адаптации.

Власти в Хельсинки включили план «Безопасность населения». Дополнительные автобусы для эвакуации, расширили радио-трансляции на 2000 точек. В Бергене (Норвегия) запустили систему предупреждения через SMS, за 2 часа до начала урагана.

Однако ключевое, не только техника. В Копенгагене 67% жителей прошли онлайн-обучение по действиям при стихийных бедствиях. Это не просто «запомни, что делать». Это уверенность. Люди не паникуют. Они действуют.

Важно: системы не работают, если нет доверия. В Лапландии после инцидента с ложным тревожным сообщением (2024) жители потеряли доверие к системам. Теперь, только проверенные источники. Их отслеживают в реальном времени.))

Общество не может ждать катастрофы. Надо учиться заранее. Обучение, проверка, тестирование, это не «все хорошо», а «что если?»

Климат, не просто погода. Он решает, что вырастет на поле. В 2023 году в Краснодарском крае урожай пшеницы упал на 40%. Причина, засуха. Средняя температура в июне, +32°C. Пшеница, не переносит выше +30. В 2022 году, было +28, урожай, нормальный. Теперь смотрим не только на погоду, но на долгосрочные данные. Обсуждение на форуме часто про «как спасти урожай». А нужно, понимать, что сельхоз, это не только плуги, но и прогнозы.

• Плюсы: технологии позволяют предсказывать засухи за 6 месяцев
• Минусы: не все фермеры могут себе позволить датчики
• Опыт: у одного из соседей, датчики в поле. Результат: урожай на 25% выше

Каждый, кто занимается сельским хозяйством, должен знать: новости о климате, не про тревогу. Про действия…Интересы, не в «святой земле», а в том, как выжить. Сообщество, не про жалобы, а про решения. Мнения, про то, что можно сделать уже сегодня.

В марте 2025 года в Шэньчжэне начал работать медицинский ИИ-ассистент по имени «Тянь-И». Он получил лицензию от Министерства здравоохранения КНР. Система может проводить первичный осмотр, задавать вопросы, анализировать симптомы и давать рекомендации.

Тесты в 50 поликлиниках показали: среднее время консультации сократилось с 15 до 5 минут. Пациенты которые прошли через ИИ, в 78% случаев не нуждались в визите к врчау. Но не все довольны. В некоторых случаях ИИ не распознал симптомы депрессии, а у некоторых пациентов, психосоматические жалобы.

Ключевые данные:

• Обучение: 1,2 миллиона медицинских записей из 2010–2023 гг
• Точность диагностики: 89% при симптомах, схожих с патологиями, включая диабет и гипертонию.
• Ошибки: чаще в случае редких болезней или нестандартных проявлений.

Система не заменяет врача. Она, фильтр. Вопрос в том, как с ней работать. В Китае уже обсуждают, нужно ли устанавливать «человеческий контроль» перед выдачей назначения. Идея, не бояться, а контролировать. ИИ, инструмент. Но он уже в больницах.

Аргументы за интеллектуальные системы управления водоснабжением:

• Системы IoT обнаруживают утечки в реальном времени.
• Алгоритмы машинного обучения предсказывают места повреждения.
• Сотрудничество между городами повышает эффективность решений