Історія про те, як шпак став носієм PNG-зображення качки на 176 кілобайтів 😲

Блогер і музикант Бенн Джордан вирішив перевірити, наскільки реально використати птаха як фізичне сховище даних. Так-так, буквально 👀

📍Що відбулося:
Джордан записав звук, створений на основі спектрального зображення PNG-файлу качки (176 КБ), і кілька разів відтворив його шпаку, який вихований людьми з дитинства.

Птах не намагався скопіювати звук одразу, зате згодом, вдома, аналізуючи гігабайти запису птаха, на спектрограмі автор помітив: шпак відтворив фрагмент звуку, підтвердженням цього є малюнок качки на частотній шкалі.

З технічної точки зору:

1️⃣ Птах проспівав сигнал у тому самому частотному діапазоні, ефективно "передавши" 176 КБ сирих даних.

2️⃣ Якщо використати стиснення 10:1 – отримаємо до 2 МБ/с передачі.

3️⃣ Щоб "передивитися" всі 8 фільмів про Гаррі Поттера таким способом – шпак мусив би співати 33 години без перерви 😅

Юзери в Reddit та YouTube вже жартують про новий "природний" протокол передачі даних і потенційний бекап на випадок цифрового апокаліпсису. А дехто порівнює це з голосовими сигналами переспівниць в «Голодних іграх» 🌝

Що ви думаєте з цього приводу?

P.S. Ти ж пам'ятаєш, що ми тебе чекаємо 30 липня о 19:00 на нашому онлайн-мітапі "How AI is reshaping product innovation in big enterprises"
Залишилося 10 квитків, тому встигни вхопити свій!

OpenAI навчає ChatGPT розпізнавати ваші нервові зриви (і натякає: менше залипайте в чат) 😬

OpenAI готує ґрунт перед релізом GPT-5 – і вже запускає зміни в ChatGPT, щоб покращити “здорове використання” АІ, аби ви не залипали у ньому годинами, не залежали емоційно від бота і не питали його, чи звільнятись після складної розмови з менеджером 😶‍🌫️

Отож, з оновлень:

🗝 ChatGPT почав краще розпізнавати ознаки ментального виснаження чи дистресу.

🗝 Якщо щось іде не так – він може делікатно порадити звернутись до ресурсів з доказовою базою.

🗝 Модель більше не буде давати прямі відповіді на особисті питання типу “змінювати роботу чи ні?” – лише допомагати структурувати думки.

🗝 OpenAI залучили 90+ експертів (психіатри, педіатри, терапевти), щоб навчити ChatGPT краще реагувати в чутливих ситуаціях і не давати шкідливих порад.

Що ж, тепер ChatGPT не просто каже, що робити, а ще й запитує, чи ви добре виспались 👀

🎓 OBRIO надає гранти на IT-магістратуру в SET University!

Хочеш отримати престижну IT-освіту та старт або розвиток у технологічній індустрії?

Українська продуктова ІТ-компанія OBRIO та SET University запускають унікальну соціальну ініціативу — іменні гранти для майбутніх студентів магістратури.
OBRIO надає грант у розмірі 520 тис. грн.

Завдяки цьому троє вступників у 2025 році отримають фінансове покриття навчання на магістратурі SET University:
- ШІ та стратегічне лідерство в технологіях — 100%
- Компʼютерні науки: Інноваційна інженерія — 50%
- Компʼютерні науки: ШІ та хмарна інженерія — 50%

💡 Пріоритет — для молоді з малих громад, деокупованих територій, ветеранів, людей з інвалідністю та тих, хто втратив батьків через війну.

Магістерські програми поєднують глибоку технічну експертизу, роботу з технологіями майбутнього та мʼякі навички, які не замінить ШІ — саме те, що цінується на ринку та в топових компаніях сьогодні.

Тому гранти — не просто фінансова підтримка, а інвестиція у майбутнє українських інженерів, лідерів і засновників стартапів.

❗️Дедлайн реєстрації — 10 серпня, тому поспішай!

GEPA: новий "еволюційний" оптимізатор підказок, який обходить RL у власній грі 🫣

Дослідники з Berkeley, Stanford, MIT та Databricks представили GEPA – алгоритм Reflective Prompt Evolution, який оптимізує LLM-системи не через важкі тисячі rollouts у стилі Reinforcement Learning, а за допомогою “мовних роздумів” і генетичної еволюції підказок.

🔍 Як це працює:

GEPA дивиться на роботу всієї системи (chain-of-thought, виклики інструментів, помилки), викликає цю ж LLM та за допомогою неї описує, що пішло не так, звичайною людською мовою.

Потім пропонує нову версію промпту, комбінує кращі рішення з різних спроб та при цьому всьому зберігає межу Pareto - набір промптів, які найкраще підходять принаймні для одного навчального прикладу.

І як результат – швидке навчання з мінімумом запусків.

👉🏻 З цікавого те, що на чотирьох бенчмарках (HotpotQA, IFBench, HoVer, PUPA) GEPA обійшов GRPO до +10.1% точності, використавши до 35× менше повних проходів системи.

👉🏻 Проти MIPROv2 – +14% у середньому, і ще й промпти у 9 разів коротші.

👉🏻 Показав потенціал і в генерації високопродуктивного коду для GPU та NPU.

GEPA виглядає як must-have для оптимізації агентів, коли рахунок іде на сотні ітерацій виконання, а не сотні тисяч. Якщо так піде далі – RL може залишитися “олдскулом” для дуже специфічних кейсів 👀

🤖 AI-агенти: пустий хайп, міф чи нові колеги по роботі?

Агентів обговорюють усі, але без відповіді лишається одне питання: вони реально допомагають бізнесу чи це лише красива теорія?

Ми розклали все по поличках на Hackernoon і ділимося кількома інсайтами тут:

🔹 Агент ≠ будь-яка LLM. Це система з пам’яттю, можливістю планувати, доступом до тулзів й логікою перевірки результату.
🔹 LangGraph і CrewAI дозволяють будувати складні пайплайни, де агенти ділять контекст і працюють паралельно.
🔹 У продакшені агенти вже оптимізують роботу фінансистів (економія до $20k/міс), команд підтримки (відповіді швидші у 4 рази) і DevOps (авто-моніторинг та реакція за секунди).

А ще вони реально допомагають ML-командам: зберігають історію експериментальних прогонів моделей, впорядковують інформацію у Slack та нотатках, і дозволяють зосередитися на гіпотезах замість рутини.

👉 Хочеш більше деталей і прикладів? Читай повну статтю на Hackernoon

А чи бачили ви найперше фото підняття українського прапора над Києвом 🇺🇦?

Ми знайшли його для вас 😉

Трохи історії: 24 липня 1990 року над будівлею Київської міської ради замайорів синьо-жовтий стяг. Тоді він ще був не державним, а лише національним – і це сталося за 13 місяців до проголошення Незалежності.

Але фото виявилося чорно-білим (неочікувано, правда!?) Ми вирішили, що йому явно бракує кольорів, особливо блакитного та жовтого…

🖌 Тож поки одна частина команди старанно розфарбовувала знімок, інша натрапила на справжній скарб – тутор, як накодити собі власний український прапор.

Тепер шукаємо того, хто створить свій найгарніший варіант синьо-жовтого стяга у коді.

Руки геть від Paint! А чи буде це CSS, Python чи ASCII – тут повна свобода 💻

Надсилайте свої варіанти у коментарі 👇🏻😅

34 роки незламності, 12 418 днів стійкості та 298 048 годин незалежності України 💛💙

Це день, коли ми особливо відчуваємо силу єдності, адже кожен із нас робить свій внесок: хтось підтримує інших, хтось – працює на благо спільноти, хтось – відстоює право жити в незалежній Україні.

Серед них є і ті, що змушують говорити про Україну весь світ.

Ми зібрали наші компанії-фаворити, що були “народжені” в Україні:

🔹 Grammarly – заснований у 2009 році Максом Литвином, Алексом Шевченко та Дмитром Лідером. Щоденно їхнім продуктом користується близько 40 млн користувачів та понад 50 000 організацій серед бізнес-клієнтів.

🔹 Reface – додаток, створений у 2018 році сьома випускниками Києво-Могилянської академії. У 2020 році Reface став першим українським AI-додатком, який очолив топ американського App Store, випередивши TikTok, Netflix та Amazon (До речі, core team наймали саме ми :)

🔹 MacPaw – у 2008 році компанію заснував Олександр Косован. Серед найвідоміших продуктів – CleanMyMac, SetApp і Gemini 2. До речі, у 2013 їхню корпоративну ліцензію придбав офіс Facebook.

🔹 Ajax Systems – заснована Олександром Конотопським у 2011 році та базується у Києві. На сьогодні Ajax захищає понад 1,5 млн користувачів у 130 країнах.

Діліться в коментах: про які ще українські продукти має почути весь світ? 👀

Натрапили на цікавий гайд "How OpenAI Uses Codex" – всередині чистий практичний досвід технічних команд і нічого зайвого 👀

За словами інженерів OpenAI, Codex допомагає швидко аналізувати системи, рефакторити код і запускати нові функції.
А що ще? 👇🏼

1) Розуміння коду – швидкий онбординг і пошук логіки.
2) Рефакторинг і міграції – масові зміни та очищення коду.
3) Оптимізація продуктивності – пошук частин коду, які сповільнюють роботу, і їх оптимізація.
4) Покращення тестового покриття – генерація юніт- та інтеграційних кейсів.
5) Прискорення девелопменту – генерація чернетки функціоналу та скриптів.
6) Збереження фокусу – відновлення контексту після перерв.
7) Дизайн-мислення та дослідження – тестування альтернатив і пошук багів.

👉🏼 Також у гайді знайдеш best practices: структуру промптів, AGENTS.md, “Best-of-N” та налаштування середовища для кращих результатів.

Маєш великі кодові бази, робиш рефакторинг або хочеш прискорити роботу команди з AI – цей гайд must-read 😉