Встроенное приложение «Погода» в Windows 11 показало в тестах аномально высокое потребление оперативной памяти, заняв более 1,2 Гбайт ресурсов даже в режиме простоя. При этом утилита, фактически являющаяся веб-обёрткой сервиса MSN, расходует в пять раз больше памяти, чем аналог в macOS.

Обзор беззеркальной камеры Sony Alpha 7 V: эволюция с человеческим лицом

Выбираем лучшие игровые ноутбуки на российском рынке (вторая половина 2026 года)

Топ-10 смартфонов до 10 тысяч рублей (2026 год)

Компьютер месяца — август 2026 года

Сравнительный тест камер флагманских смартфонов (2026): итоги

Лучший процессор под DDR4 в 2026 году: AM4 против LGA 1700

Снято в Голливуде? Почему Стэнли Кубрик физически не смог бы подделать лунную походку

Источник изображений: windowslatest.com

Как выяснил журналист Windows Latest, причиной столь высокого потребления ресурсов оказалась внутренняя архитектура программы, которая построена на базе движка WebView2. Диспетчер задач показал, что при запуске утилиты активируется сразу девять изолированных подпроцессов, вместо единого системного процесса. Для сравнения, стандартное приложение Weather на компьютерах Apple функционирует как монолитная нативная программа и занимает в оперативной памяти всего около 247 Мбайт, предоставляя при этом сопоставимый набор метеорологических данных.

Несмотря на техническую неэффективность, функциональность приложения остаётся достаточно полной благодаря лицензированию данных у таких поставщиков, как Foreca и Европейского центра среднесрочных прогнозов погоды (ECMWF). Пользователи получают доступ к радарам, почасовым графикам осадков, индексу качества воздуха и предупреждениям от национальных метеослужб. Однако визуальная сетка прогнозов регулярно разбавляется спонсорскими плитками, которая стилизована под информационные карточки температуры или ветра, что затрудняет их идентификацию в качестве рекламных материалов.

Ситуация выглядит особенно спорно на фоне недавних заявлений руководства Microsoft о курсе на создание полностью нативных приложений для Windows 11. Руководитель этого направления Руди Хуан (Rudy Huyn) ещё в марте публично обязался перевести стандартные приложения на современный стек WinUI, отказавшись от устаревших технологий. Тем не менее, в опубликованный недавно список из восьми обновлённых встроенных программ, куда вошли «Калькулятор», «Камера» и редактор Paint, приложение «Погода» не попало, что подтверждает его особый статус веб-сервиса, а не полноценного системного компонента.

В компании признали существующие проблемы с оптимизацией и в последних сообщениях для участников программы Insider упомянули о работе над повышением эффективности движка WebView2. Однако точечная настройка браузерного ядра имеет ограниченный потенциал, и эксперты считают единственным верным решением полный перенос утилиты на нативный фреймворк WinUI. Это позволило бы не только снизить нагрузку на память, но и убрать необходимость принудительного входа в учётную запись Microsoft, которую приложение настойчиво требует для полноценной работы.

В Южной Корее набирает популярность мобильное приложение, которое прокладывает пешеходные маршруты не только с оценкой расстояния и времени в пути, но также по количеству тени на маршруте. Сервис оказался особенно востребован на фоне экстремальной жары, охватившей страну этим летом. В начале августа температура в южнокорейском Янсане достигла 42,5 °C — это новый национальный рекорд за всю историю метеонаблюдений, а в Сеуле столбики термометров приближались к 39 °C.

Компьютер месяца — август 2026 года

Обзор беззеркальной камеры Sony Alpha 7 V: эволюция с человеческим лицом

Топ-10 смартфонов до 10 тысяч рублей (2026 год)

Снято в Голливуде? Почему Стэнли Кубрик физически не смог бы подделать лунную походку

Лучший процессор под DDR4 в 2026 году: AM4 против LGA 1700

Выбираем лучшие игровые ноутбуки на российском рынке (вторая половина 2026 года)

Сравнительный тест камер флагманских смартфонов (2026): итоги

Источник изображения: ИИ-генерация ChatGPT/3DNews

Главная особенность приложения — динамический расчёт затенённости улиц. Оно определяет положение Солнца для текущего места и времени, после чего оценивает, куда будут падать тени от зданий и деревьев. На основании этих данных программа ищет маршрут, позволяющий как можно большую часть дороги провести вне прямых солнечных лучей. Пользователь также видит, какой процент выбранного пути будет находиться в тени, поэтому может сравнить более короткий маршрут с более прохладным, но потенциально более длинным вариантом.

Идея оказалась особенно актуальной для крупных корейских городов, где раскалённые асфальт и бетон усиливают воздействие жары. Подобная навигация фактически добавляет к привычным параметрам маршрута ещё один — солнечную засветку, которая меняется в течение дня вместе с положением Солнца. На фоне нынешней жары такой подход превращает городскую тень из простого удобства в фактор безопасности: власти Республики Корея уже усилили меры защиты населения после рекордных температур и роста числа случаев проблем со здоровьем, связанных с перегревом.

Само приложение называется Geuneullo, что можно перевести как «по тени» или «к тени». Его разработал студент Сеульского национального университета, которому надоело перемещаться по жаре во время летних поездок. На фоне рекордной жары приложение действительно стало быстро набирать пользователей. И ведь такое с погодой не только в Южной Корее. Местные разработчики — берите на заметку!

Команда учёных из Университета науки и технологий Китая и Китайского университета Гонконга сообщила о способности квантовых платформ превзойти классические суперкомпьютеры с ИИ в задачах прогнозирования погоды. Это грозит подорвать огромные инвестиции в классические платформы прогноза погоды, поскольку китайцы обещают создавать квантовые платформы по предсказанию погодных явлений за суммы в сто раз меньше.

Топ-10 смартфонов до 10 тысяч рублей (2026 год)

Лучший процессор под DDR4 в 2026 году: AM4 против LGA 1700

Компьютер месяца — август 2026 года

Обзор беззеркальной камеры Sony Alpha 7 V: эволюция с человеческим лицом

Снято в Голливуде? Почему Стэнли Кубрик физически не смог бы подделать лунную походку

Выбираем лучшие игровые ноутбуки на российском рынке (вторая половина 2026 года)

Сравнительный тест камер флагманских смартфонов (2026): итоги

Источник изображения: ИИ-генерация ChatGPT/3DNews

Государственные и частные структуры в США уже вложили и планируют вкладывать в классические ИИ-платформы по предсказанию погоды сотни миллионов долларов. По утверждению китайских исследователей, за всего 1 % от этих денег можно создать простую и компактную квантовую платформу, которая либо сравнится, либо превзойдёт по точности предсказаний классический суперкомпьютер с искусственным интеллектом. В конце марта в журнале Physical Review Letters исследователи из Китая опубликовали работу, в которой показали, что такое возможно.

Техническая сторона исследования — это организация так называемого квантового резервуарного вычисления (QRC) на платформе ядерного магнитного резонанса (ЯМР). Данные кодировались на взаимодействующих ядерных спинах (4 углеродных и 5 протонных) молекулы кротоновой кислоты с метками из изотопа углерода-14. Учёные описывают эксперимент как чашку с кофе, в которой ингредиенты перемешали ложечкой и оставили приходить в равновесное состояние.

По большому счёту — это не вычисления, а симуляция. Она не может быть универсальной, но для решения специфических задач может считаться работой вычислительного алгоритма. В данном случае квантовая платформа анализировала временные ряды, чем обычно занимаются алгоритмы прогнозирования погоды и не только. Резервуарный метод, кстати, способен использовать для анализа даже шум в системе и при этом работает при комнатной температуре.

Предложенный китайскими исследователями подход существенно снижает аппаратные требования и энергопотребление по сравнению с классическими нейронными сетями, делая технологию доступной для решения реальных задач уже на современном оборудовании. В случае классических суперкомпьютеров с ИИ для решения той же задачи с существенно меньшей точностью потребовалась бы система с 10 тыс. узлов. Тем самым учёные делают вывод, что это первый доказанный случай, когда квантовая система превзошла классические в решении задач, имеющих прикладную ценность.

AccuWeather запустила приложение для ChatGPT, которое добавляет в сервис информацию о текущей погоде в заданной точке, прогноз на срок до 10 дней, сведения с учётом исторических данных и официальные предупреждения, связанные с погодой. Это помогает лучше планировать прогулки и поездки и, по замыслу разработчиков, должно снизить вероятность неточных ответов ChatGPT о погоде.

Обзор беззеркальной камеры Sony Alpha 7 V: эволюция с человеческим лицом

Выбираем лучшие игровые ноутбуки на российском рынке (вторая половина 2026 года)

Снято в Голливуде? Почему Стэнли Кубрик физически не смог бы подделать лунную походку

Топ-10 смартфонов до 10 тысяч рублей (2026 год)

Лучший процессор под DDR4 в 2026 году: AM4 против LGA 1700

Компьютер месяца — август 2026 года

Сравнительный тест камер флагманских смартфонов (2026): итоги

Источник изображения: accuweather.com

Для доступа к функции пользователю необходимо подключить приложение AccuWeather к своему профилю ChatGPT. После этого запрос оформляется через символ @: пользователь выбирает AccuWeather и затем вводит запрос, который приложение должно обработать.

Источник изображения: chatgpt.com

Иными словами, речь идёт не просто об улучшении ИИ-модели, а о явной связке ChatGPT с внешним погодным сервисом, доступ к которому инициирует сам пользователь.

Источник изображения: chatgpt.com

Запуск приложения последовал вскоре после объявления OpenAI о прекращении развития Sora. После этого изменения OpenAI ограничит генерацию видео платными тарифами в ChatGPT и сторонними инструментами через API.

Nvidia представила программное обеспечение и модели с открытым исходным кодом, призванные облегчить использование искусственного интеллекта и сложных данных для создания систем прогнозирования погоды. Новая платформа Earth‑2 («Земля-2») включает в себя погодные модели на основе ИИ для создания более точных двухнедельных прогнозов и получения краткосрочных сводок на ближайшие шесть часов о штормах и других погодных аномалиях.

Топ-10 смартфонов до 10 тысяч рублей (2026 год)

Сравнительный тест камер флагманских смартфонов (2026): итоги

Лучший процессор под DDR4 в 2026 году: AM4 против LGA 1700

Обзор беззеркальной камеры Sony Alpha 7 V: эволюция с человеческим лицом

Выбираем лучшие игровые ноутбуки на российском рынке (вторая половина 2026 года)

Компьютер месяца — август 2026 года

Снято в Голливуде? Почему Стэнли Кубрик физически не смог бы подделать лунную походку

Источник изображения: Nvidia

ИИ стал основой революции в предсказаниях погоды, которые начинают заменять прогнозы, долгое время генерируемые суперкомпьютерами. Новые модели искусственного интеллекта, которые выявляют закономерности в огромных наборах данных об атмосферных условиях вместо воссоздания сложной физики атмосферы, оказались более точными, чем традиционные методы прогнозирования погодных условий.

Самая дорогая публичная компания в мире предлагает технологию, которая, как она надеется, устранит препятствия на пути внедрения ИИ в экономику в целом. Чипы и компьютеры Nvidia стали одной из основных статей расходов на новую инфраструктуру для поддержки рабочих нагрузок искусственного интеллекта. Моделирование погоды и климата является долгосрочным интересом компании из-за высоких требований к вычислениям.

Поставщики энергии и другие предприятия в чувствительных к погодным условиям секторах, таких как судоходство, страхование и сельское хозяйство, активно внедряют прогнозирование погоды с помощью искусственного интеллекта, чтобы сохранить лидерство в своих отраслях.

Nvidia заявила, что технология «Земля-2» предоставит пользователям более удобный способ создания индивидуальных прогнозов с использованием её ИИ-моделей, которые, по словам компании, конкурируют с моделями, выпущенными государственными метеорологическими агентствами и DeepMind от Google. Платформа Earth‑2 располагает новой моделью обработки начальных условий, таких как карты температуры, ветра и давления воздуха на планете, необходимых для запуска пользовательских прогнозов.

Компания также заявила, что прогнозы, генерируемые её инструментами, можно создавать независимо, что позволяет правительственным учреждениям и компаниям полностью контролировать этот процесс. Используемое программное обеспечение имеет открытый исходный код, что означает, что его можно свободно копировать или адаптировать под свои нужды.

Учёные Кембриджского университета представили Aardvark Weather — ИИ-систему для прогнозирования погоды, которая позволяет формировать как глобальные, так и локальные прогнозы за считанные минуты с использованием обычного настольного компьютера. В сравнении с традиционными подходами, Aardvark обеспечивает предсказания в десятки раз быстрее и при этом требует в тысячи раз меньше вычислительных ресурсов.

Выбираем лучшие игровые ноутбуки на российском рынке (вторая половина 2026 года)

Компьютер месяца — август 2026 года

Сравнительный тест камер флагманских смартфонов (2026): итоги

Обзор беззеркальной камеры Sony Alpha 7 V: эволюция с человеческим лицом

Снято в Голливуде? Почему Стэнли Кубрик физически не смог бы подделать лунную походку

Лучший процессор под DDR4 в 2026 году: AM4 против LGA 1700

Топ-10 смартфонов до 10 тысяч рублей (2026 год)

Источник изображения: Brian McGowan / Unsplash

Aardvark Weather была разработана в Кембриджском университете (University of Cambridge) при участии Института Алана Тьюринга (The Alan Turing Institute), Microsoft Research и Европейского центра среднесрочных прогнозов погоды (ECMWF). Скорость и эффективность метеорологических моделей имеют решающее значение: традиционные методы опираются на ресурсоёмкие суперкомпьютеры и труд множества специалистов, тогда как формирование прогноза зачастую занимает несколько часов. В этом контексте Aardvark демонстрирует принципиально новый подход, устраняя необходимость в громоздкой инфраструктуре.

Последние разработки таких технологических гигантов, как Huawei, Google и Microsoft, показали, что ИИ способен значительно улучшить отдельные компоненты метеорологического моделирования. Особенно важными стали достижения в области алгоритмов, моделирующих динамику атмосферы во времени. Интеграция ИИ в эти процессы уже привела к ускорению расчётов и повышению точности метеопрогнозов.

Яркий пример — компания Google, разрабатывающая модели на базе ИИ и предлагающая два таких решения корпоративным клиентам своей облачной платформы. Эти модели, созданные исследователями лаборатории Google DeepMind, используют исторические метеоданные и позволяют предсказывать погодные условия на срок от 10 до 15 дней вперёд.

В отличие от гибридных подходов, Aardvark полностью заменяет традиционную многоступенчатую схему прогнозирования единой моделью машинного обучения (ML). Используя стандартный настольный компьютер, система обрабатывает данные из различных источников, включая спутники и метеостанции, и формирует прогнозы в течение нескольких минут.

Профессор Ричард Тёрнер (Richard Turner) с инженерного факультета Кембриджского университета, возглавивший исследование, заявил: «Aardvark переосмысливает существующие методы прогнозирования погоды, позволяя получать прогнозы быстрее, дешевле, гибче и точнее, чем когда-либо прежде. Aardvark в тысячи раз быстрее всех прежних методов прогнозирования погоды». В перспективе Aardvark сможет формировать прогнозы на 8 дней вперёд с высокой степенью точности, что на 3 дня превышает горизонт современных систем.

Несмотря на то, что система использует лишь часть объёма данных, задействованных в традиционных моделях, Aardvark демонстрирует результаты, превосходящие показатели американской Национальной системы прогнозирования (GFS) по нескольким ключевым метрикам. При этом она остаётся сопоставимой по точности с прогнозами Национальной метеорологической службы США (NWS), где обычно применяется комбинация моделей и экспертный анализ.

Источник изображения: NASA

По словам Анны Аллен (Anna Allen), первого автора исследования из факультета компьютерных наук и технологий Кембриджского университета, реализованный в системе подход сквозного машинного обучения может быть легко адаптирован для решения других задач климатического моделирования — от прогнозирования ураганов, торнадо и лесных пожаров до оценки качества воздуха, динамики океанических течений и предсказания морского льда.

Одним из наиболее примечательных свойств Aardvark является её архитектурная простота и высокая гибкость. Благодаря тому что система обучается напрямую на метеоданных, она может быть быстро перенастроена для формирования индивидуализированных прогнозов, адаптированных под конкретные отрасли или регионы. Это может быть, например, прогноз температуры для сельского хозяйства в Африке или прогноз скорости ветра — для европейских компаний, работающих в сфере возобновляемой энергетики. Такой подход кардинально отличается от традиционных систем, настройка которых требует многолетней работы крупных команд специалистов.

Подобная адаптивность может стать решающим фактором для стран с ограниченным доступом к вычислительным ресурсам и метеоданным. Как подчёркивает доктор Скотт Хоскинг (Scott Hosking) из Института Алана Тьюринга, перенос метеопрогнозирования с суперкомпьютеров на настольные машины делает высокоточные прогнозы доступными в развивающихся странах и регионах с дефицитом данных.

Следующим этапом проекта станет формирование новой исследовательской группы на базе Института Алана Тьюринга. Её задачей станет изучение возможностей внедрения технологии в странах Глобального Юга, а также интеграция Aardvark в более масштабные инициативы по экологическому прогнозированию.

Google DeepMind разработала новую модель прогнозирования погоды с помощью искусственного интеллекта (ИИ) GenCast, которая превосходит традиционные метеорологические методы по прогнозированию погоды на срок до 15 дней и, к тому же, точнее предсказывает экстремальные погодные явления.

Топ-10 смартфонов до 10 тысяч рублей (2026 год)

Сравнительный тест камер флагманских смартфонов (2026): итоги

Лучший процессор под DDR4 в 2026 году: AM4 против LGA 1700

Снято в Голливуде? Почему Стэнли Кубрик физически не смог бы подделать лунную походку

Компьютер месяца — август 2026 года

Обзор беззеркальной камеры Sony Alpha 7 V: эволюция с человеческим лицом

Выбираем лучшие игровые ноутбуки на российском рынке (вторая половина 2026 года)

Источник изображения: NOAA/unsplash.com

ИИ-модель GenCast рассматривает вероятность реализации нескольких сценариев для точной оценки тенденций — от выработки энергии ветра до перемещения тропических циклонов. Вероятностный метод GenCast является новым рубежом в использовании ИИ для обеспечения более качественных и быстрых ежедневных прогнозов погоды. Этот подход всё чаще используют крупные метеослужбы, пишет Financial Times.

«Это знаменует собой своего рода переломный момент в развитии ИИ для прогнозирования погоды, поскольку современные необработанные прогнозы теперь поступают из моделей машинного обучения», — отметил Илан Прайс (Ilan Price), научный сотрудник Google DeepMind. Он добавил, что GenCast может быть включен в оперативные системы прогнозирования погоды, что позволит метеорологам лучше понимать тенденции и готовиться к предстоящим погодным явлениям.

Новизна подхода GenCast в сравнении с предыдущими моделями машинного обучения заключается в использовании так называемых ансамблевых прогнозов, представляющих различные результаты, — метода, применяемого в современном традиционном прогнозировании погоды. Для обучения GenCast использовалась накапливавшаяся в течение четырёх десятилетий база данных Европейского центра среднесрочного прогнозирования погоды (ECMWF).

Согласно публикации в Nature, модель GenCast превзошла 15-дневный прогноз ECMWF по 97,2 % из 1320 переменных, таких как температура, скорость ветра и влажность. Таким образом она превзошла по точности и охвату ИИ-модель GraphCast от Google DeepMind, представленную в прошлом году. GraphCast превзошла прогнозы ECMWF на 3–10 дней вперед примерно по 90 % показателей.

Модели прогнозирования погоды на основе ИИ работают гораздо быстрее стандартных методов прогнозирования, которые полагаются на огромную вычислительную мощность для обработки данных. GenCast может сгенерировать свой прогноз всего за восемь минут, тогда как на составление прогноза с помощью традиционных методов уходят часы.

По словам исследователей, ИИ-модель GenCast может быть дополнительно улучшена в части способности предсказания интенсивности крупных штормов. Также может быть увеличено разрешение её данных, чтобы соответствовать обновлениям, сделанным в этом году ECMWF.

ECMWF назвал разработку GenCast «важной вехой в развитии прогнозирования погоды». Центр также сообщил, что интегрировал «ключевые компоненты» подхода GenCast в версию своей собственной системы прогнозирования ИИ с ансамблевыми прогнозами, доступную с июня.