Hacker News Digest

Space Now · Belle Lune 2 — интерактивная 3D-модель Солнечной системы и околоземного пространства, обновлённая на 30 сентября 2026 года. Визуализация показывает 19 890 спутников с известными орбитами и ещё 15 252 приблизительных объекта, а также 527 080 тел Солнечной системы, включая планеты, луны, астероиды и кометы. Масштаб условный: одна точка соответствует примерно 50 км, тогда как реальные спутники имеют размеры всего несколько метров.

Модель структурирована по категориям: планеты и их луны (включая Землю с одним спутником и Марс с двумя), карликовые планеты и крупные астероиды (8 объектов), гелиосфера и её границы (гелиопауза на ~120 АУ, терминальный удар солнечного ветра на ~90 АУ), а также более 527 001 астероида и кометы, распределённых по размеру и происхождению — от межзвёздных гостей вроде ʻOumuamua и Borisov до пояса Койпера и гипотетического облака Оорта. Среди космических аппаратов выделены станции (МКС с модулями Zarya и Nauka), телескопы (James Webb, Euclid), аппараты в точках Лагранжа, навигационные системы и крупные созвездия спутников: Starlink (11 127), OneWeb (651), Kuiper (391) и Qianfan (256). Также отслеживается орбитальный мусор, включая обломки от испытаний ASAT и столкновений 2007–2021 годов. Интерфейс позволяет вращать модель, приближать, выделять группы и получать информацию по клику.

Обсуждение дополняет статью техническими деталями: данные обновляются ежедневно из CelesTrak (TLE, SGP4), JPL SBDB (астероиды и кометы) и JPL Horizons (космические аппараты). Визуализация на WebGL2 и расчеты в web-workers обеспечивают плавную работу (более 60 fps при 500 000 объектов) даже на обычных ноутбуках, что значительно превосходит возможности старых систем вроде 486DX. Высокая производительность, вероятно, достигается за счет отбрасывания удаленных объектов или оптимизации GPU. Отмечено доминирование Starlink: на 29 сентября 2026 года из 16 613 активных спутников около 2⁄3 (11 128) принадлежат этой системе. Это поднимает вопрос о синдроме Кесслера и риске перекрытия обзора Млечного Пути обломками. Пользователи предложили добавить поиск межзвездных объектов («interstellar»), голосование за лучший астероид и расширить масштаб до всей Вселенной. Один из комментаторов сравнил проект с Celestia, где аналогичный функционал был доступен более 10 лет назад. Выявлены проблемы и вопросы: — Баг: при ускорении симуляции до 2.8 h/s объекты ISO DEB становятся сплошными красными эллипсоидами и восстанавливаются с задержкой при замедлении до 17 min/s. — Визуализация пояса астероидов показывает, что без увеличения детали большинство из них неразличимы. — Вопрос о причинах появления стандартного кольцевого маркера у объектов с неточными данными.

Transformer — это архитектура нейросети, представленная в 2017 году в статье «Attention is All You Need», которая стала основой для современных языковых моделей, таких как GPT, Llama и Gemini. Её ключевая инновация — механизм самовнимания, позволяющий модели анализировать взаимосвязи между всеми токенами последовательности одновременно, эффективно улавливая дальние зависимости. Трансформеры работают по принципу предсказания следующего токена: на основе входного промпта модель вычисляет вероятности появления каждого следующего слова или его части.

Архитектура трансформера состоит из трёх основных блоков: эмбеддинга, трансформер-блока и выходного слоя. Эмбеддинг преобразует текст в числовые векторы через токенизацию, поиск векторов токенов, добавление позиционной информации и их суммирование. Трансформер-блок включает слой внимания, который распределяет фокус между токенами, и MLP-слой, обрабатывающий каждый токен независимо для уточнения его представления. Выходной слой преобразует финальные представления в вероятностное распределение над словарём через линейное преобразование и softmax.

Transformer Explainer — интерактивный инструмент, визуализирующий работу малой версии GPT-2 (124 млн параметров) прямо в браузере. Он построен на nanoGPT, сконвертирован в ONNX для в-browser выполнения, и использует Svelte и D3.js для динамических визуализаций. Пользователь может вводить собственный текст, наблюдать за вычислением эмбеддингов, весами внимания, активациями MLP и выходными вероятностями, а также экспериментировать с температурой, top-k и top-p семплированием, чтобы увидеть, как эти параметры влияют на креативность и детерминированность генерации. Инструмент разработан командой из Georgia Institute of Technology для наглядного обучения принципам работы трансформеров.

Обсуждение подтверждает, что механизм внимания работает как динамический слой плотных связей, где матрица внимания играет роль весов, а Value‐вектор проходит через него. Указывается на исторический предшественник — Fast‐Weight Programmers Шмидхубера. Трансформеры превосходят dilated CNN по соотношение точность/вычисления, позволяя обмениваться информацией между удалёнными позициями за один шаг. Другие архитектуры работают, но менее эффективно; традиционные сети используют иной порядок умножения матриц, меняя форму представления данных. Визуализации вроде bbycroft.net/llm и Illustrated Transformer существенно упрощают понимание внимания и архитектуры трансформеров, особенно для новичков. Рекомендуются: The Illustrated Transformer (@jasonjmcghee), книга "Hands of Large Language Models" (@hangonhn, @israrkhan). Ключевые параметры внимания — Q/K/V матрицы — должны быть показаны в визуализации в начале блока "Head N of M" (@maciejzj). Запрос на более простое объяснение роли K/Q/V отражает потребность в доступных объяснениях (@bilsbie). Практические ограничения: модели требуют большого объёма скачивания (~600 МБ) (@shagie); визуализатор не работает на мобильных устройствах (@hollowturtle). Предупреждение: визуализатор на GPT‐2 может вводить в заблуждение из‐за устаревшего абсолютного позиционного кодирования (@E-Reverance). Идея динамического формирования весов восходит к Fast Weight Programmers Шмидхубера, но в современных публикациях часто не упоминается (@octoberfranklin).

В статье описывается онлайн-атлас периодических решений задачи трёх тел, содержащий 3 915 орбит, в которых три массы возвращаются к начальным позициям и скоростям после одного периода. Хотя общая формулировка задачи не имеет аналитического решения, такие периодические траектории существуют в большом количестве и образуют структурированные семейства. Орбиты с похожими форматами расположены рядом на карте, формируя «острова» решений, каждая группа из которых имеет отдельную страницу с подробным описанием.

На сайте пользователи могут интерактивно исследовать орбиты: при приближении видно движение тел в реальном времени, каждую траекторию можно запудить на один период, слегка отклонить от орбиты, оценить и сравнить с другими в «битвах». Атлас визуализирует не только математические решения, но и делает их доступными для исследования — отдалённые участки карты напоминают созвездия, а близкий взгляд раскрывает динамику каждой орбиты. Это сочетание строгой науки и интерактивной визуализации превращает абстрактную задачу в живой, исследовательский опыт.

Атлас демонстрирует около 3915 периодических орбит, упорядоченных по схожести, что подтверждает наличие обширных структурированных семейств решений. Для задачи трёх тел не существует общего общего аналитического (закрытого) решения нет; известны лишь отдельные периодические семейства. Численная интеграция позволяет получить траектории, но из‐за хаотичности малые ошибки растут экспоненциально, ограничивая предсказуемость во времени. Большинство найденных орбит нестабильны; лишь небольшие подмножества демонстрируют линейную стабильность. Существует формальное общее решение Сандмана в виде бесконечного ряда, однако его сходимость настолько медленная, что оно бесполезно для практических расчётов. Классическая механика остаётся детерминированной: при точных начальных условиях существует единственное решение, за исключением сингулярных столкновений тел. В сообществе подчёркивается отсутствие общего аналитического решения, высокая чувствительность к начальным условиям и преобладание нестабильных траекторий. Спор: deskamess полагал, что задача утверждает отсутствие любых решений, тогда как layer8 указал, что формулировка лишь описывает отсутствие общего закрытого решения, не отрицая частных случаев. Сайт threebodyorbits позволяет задействовать вычислительные ресурсы браузера для поиска новых орбит и получить право назвать найденную стабильную траекторию. Интерфейс обеспечивает плавную анимацию и работает даже на смартфонах, делая просмотр орбит доступным широкому кругу пользователей. Для полного осмотра орбит в трёх измерениях пользователям рекомендуется запросить или реализовать управление вращением, так как текущий UI этого не поддерживает. При рассмотрении хореографий для практических целей, например ускорения космического аппарата, следует оценивать их устойчивость и наличие резонансных свойств. Атлас может служить источником вдохновения для дальнейших исследований и разработки новых периодических решений задачи трёх тел.

В этом интерактивном симуляторе «Relativity Park» скорость света искусственно снижена до 5 км/ч — примерно скорость быстрой ходьбы. Это позволяет наглядно наблюдать релятивистские эффекты, которые в реальном мире проявляются только при скоростях, близких к скорости света. По мере ускорения наблюдатель начинает видеть искривление пространства: объекты сокращаются в направлении движения (сокращение длины), часы на них идут медленнее (замедление времени), а из-за конечной скорости света и разницы во времени прибытия фотонов возникает эффект Террелла — объекты кажутся повернутыми, а не просто сплющенными.

Кроме того, проявляется релятивистский эффект Допплера: объекты перед наблюдателем смещаются в синюю часть спектра (блюшифт), а сзади — в красную (редшифт). Поперечный эффект Допплера также заметен на движущихся объектах по бокам. Управление реализовано через клавиши W/A/S/D для ускорения, мышь — для обзора, пробел — для остановки, а клавиши L, G, C, B переключают визуальные эффекты, позволяя изучать каждое явление по отдельности или в комплексе. Симуляция делает абстрактные принципы теории относительности интуитивно понятными через прямую визуализацию.

Симулятор имеет технические недостатки: не работает на мобильных устройствах (отсутствует управление и отрисовка), не отображается в Safari (работает в Brave), содержит баги управления (W/S работают в обратном порядке, при движении назад скорость может расти), и не моделирует столкновения — пользователи проходят сквозь объекты. Физически при снижении скорости света до 5 км/ч длина волны видимого света становится меньше атома, делая его невидимым для биологических глаз; радиус Шварцшильда Земли достигает ~400 млрд км, превращая планету в чёрную дыру. Изменение c влечёт изменение других фундаментальных констант, так как метр определён через c и частоту цезия. Симулятор напоминает MIT-проект 2012 года и игру Velocity Raptor — это развитие существующих идей, восходящих к книге Гамова «Мистер Томпкинс в стране чудес». В реальности при такой скорости света живые существа не полагались бы на зрение, а развивали бы эхолокацию или другие чувства. Наблюдаемые эффекты часто сравнивают с психоделическими переживаниями. Лоренц-инвариантность предполагает вращение при последовательных бустах — но в симуляторе этот эффект отсутствует, что ставит под сомнение корректность модели. Скорость света не «медленная» — проблема в масштабе человеческого восприятия: даже при 99.999% c до Андомеды — 11 000 лет, что мало для Вселенной. Некоторые отмечают, что свет не «движется», а создаёт пространство-время через запутанные фотоны, делая понятие «скорости света» фундаментально некорректным. Симулятор не предоставляет реальных-time объяснений эффектов — пользователи просят подсказки.

LLM превратил первый абзац «Властелина колец» в 5500 строк кода, который за два часа создал три интерактивные 3D-сцены с анимированными персонажами и пейзажами. Главное — он сам определил, какие объекты разместить в трёхмерном пространстве, написал логику анимации и даже добавил звуковые эффекты, хотя запрос был крайне абстрактным.

Ключевой факт: за 1 млн токенов (примерно $10) модель смогла «написать» полностью автономный движок, способный визуализировать классическую литературу. Это демонстрирует, что LLM могут стать «бесконечными разработчиками» — они не устают, не требуют зарплаты и готовы экспериментировать с тем, что человеку пришлось бы писать месяцами. Однако их слабость проявляется в невозможности быстро проверять результат: модель вынуждена делать скриншоты, а затем вручную исправлять ошибки, что приводит к «жужжанию» кода. Таким образом, текущий уровень мультимодальности остаётся ограниченным, но уже позволяет создавать эпические, кастомизированные миры «на лету».

Тред обсуждает ограничения и применение LLM для генерации 3D-сцен. Пользователи отмечают, что сгенерированные сцены требуют доработки, но видят в LLM потенциал. Споры: @kooi считает проблемой медленную обработку визуальной информации, @YmiYugy — низкое качество контента; @djhworld критикует выбор «Властелина колец» как избыточно известного источника, @hooloovoo_zoo — считает его удачным. Предложения: @baron816 — использовать LLM для оптимизации производственных процессов, @fzeindl — предупреждает о риске «одноразового» ПО, @sinaatalay — генерировать код для 3D-графики, @hkalbasi — применять игровые движки и агенты.

Искусственный интеллект позволил перенести десятки старых математических апплетов, написанных в Java 1999‑го, в современный JavaScript‑репозиторий. Миграция заняла несколько часов, все приложения снова заработали, один из них получил цветовую проработку Besicovitch‑множеств, а один, совместно с Алленом Кнутсоном, ожил после почти трёх десятилетий. При этом агент обнаружил два скрытых бага в оригинальном коде, а в реальном тестировании выявлен лишь один мелкий недочёт при перетаскивании за пределами окна, так что падение качества оказалось нейтральным.

Тот же подход использовался для создания новых визуализаций: за пару часов агент сгенерировал интерактивный симулятор специальной теории относительности, воспроизведший задумку «Inkscape в Мяковском пространстве», и отдельный инструмент для наглядного изучения Гиблеит‑конъюнкции. Эти «альфа‑версии» служат лишь вспомогательными материалами к статьям, но уже демонстрируют, как LLM‑агенты могут ускорить разработку учебных и исследовательских визуализаций, минимизируя риск критических ошибок.

Все новые и перенесённые апплеты размещены в открытом репозитории, доступном по ссылке, и могут использоваться как интерактивные дополнения к публикациям, позволяя читателям экспериментировать с параметрами и лучше воспринимать абстрактные концепции.

• LLMs позволяют быстро создавать визуализации и прототипы, которые ранее требовали значительных усилий.
• Они удобны для модернизации устаревших учебных материалов и приложений, например, портирования старых Java‑апплетов.
• Не все задачи требуют полного доверия к генерации кода, особенно поддержка и рефакторинг сложного legacy‑кода.
• Общий эффект – расширение круга разработчиков, снижение барьера входа в программирование за счёт автоматизации рутины.

Разработчик mgreenwood1001 создал классический медиаплеер Winamp на Swift для macOS. Проект воссоздает знакомый интерфейс и функциональность культового плеера 90-х, адаптируя его под современные стандарты Apple. Клон поддерживает основные возможности оригинала, включая визуализацию, плейлисты и эквалайзер.

Проект демонстрирует потенциал Swift для создания ностальгических приложений с нативной производительностью. Хотя репозиторий не содержит подробного описания, код доступен для изучения и доработки. Интересно, что автору удалось воссоздать не только внешний вид, но и анимации, которые сделали Winamp таким узнаваемым.

• Re:AMP и Foobar2000 упоминаются как лучшие альтернативы Winamp для macOS, но Re:AMP не обновлялся с 2020 года.
• Пользователи выражают ностальгию по Winamp, особенно по визуализаторам (Geiss) и эпохе локальных коллекций музыки.
• Критика текущего клона включает технические недочеты (отсутствие библиотеки, проблемы с FLAC, несоответствие гайдлайнам Apple).
• Предупреждения о юридических рисках из-за использования названия Winamp (товарный знак).
• Запросы на кроссплатформенность (Windows, Linux) и интеграцию со стриминговыми сервисами.

Статья исследует странные аттракторы — математические концепции, создающие красивые паттерны из простых уравнений. Автор, экспериментируя с Three.js, обнаружил, что сложные визуальные образы возникают из трёх базовых уравнений, что поглотило его время и внимание. Странные аттракторы демонстрируют, как порядок может рождаться из хаоса, что оказалось для автора глубоко удовлетворительным наблюдением.

Динамические системы описывают, как вещи меняются во времени, следуя определённым правилам. Фазовое пространство представляет все возможные состояния системы, а динамика определяет переходы между этими состояниями. Теория хаоса изучает системы, которые кажутся случайными, но на самом деле следуют детерминированным правилам. Такие системы, как погода или экономика, чрезвычайно чувствительны к начальным условиям — малейшее изменение может привести к совершенно разным результатам, что известно как эффект бабочки.

• Обсуждение показало, что визуализация 3D-фазового пространства привела к всплеску ностальгии по 90-м и эпохе Fractint, а также подчеркнула, что современные технологии позволяют в реальном времени рендерить то, что раньше требовало часов рендеринга.
• Участники делились личными историями, от вдохновляющих всплесков любознательности до вдохновляющих влияний на их карьеру.
• Обсуждались идеи добавить параметры для взаимодействия, такие как изменение цвета точек в зависимости от их положения в пространстве фаз, что может быть реализовано в будущем.
• Также обсуждались вопросы открытого исходного кода и использования визуализации в образовательных целях.
• Были сделаны ссылки на старые и новые инструменты, такие как Fractint и современные библиотеки визуализации.

Репозиторий the-litte-book-of/linear-algebra на GitHub.
Эпиграф Жана Дьёдонне: «Линейная алгебра — почти самая элементарная теория, хотя преподаватели и авторы учебников на протяжении поколений затемняли её простоту чудовищными выкладками с матрицами».

Меню навигации, вход, настройки внешнего вида, поиск и другие стандартные элементы GitHub опущены.

• Линейная алгебра считается глубокой и полезной, но базовая механика скучна.
• Многие советуют начинать с геометрической интуиции и визуализации (3Blue1Brown, «Wild Linear Algebra», mini-book photon_lines).
• Книга Axler «Linear Algebra Done Right» и курс Hefferon хвалятся за строгий, но понятный подход.
• Практика в графике/3D, экономике, машинном обучении и сжатии JPEG делает тему мотивирующей.
• Сообщество жалуется на плохое преподавание и просит больше визуальных объяснений, меньше «так надо».