Learning Platform
Глоссарий Troubleshooting Темы Колода
Урок 03.05 · 30 мин
Продвинутый
AIMachine learningQuantum computingBiotechClimate scienceScientific method

Наука и технологии — 2026

Лексика науки и tech в 2026 расширилась быстрее любой другой категории. Одной только AI-лексики — LLMs, RAG, fine-tuning, hallucination, alignment, AGI, agents — на потребительском уровне практически не существовало до 2022. Квантовые вычисления переехали из теоретической диковинки в коммерческую гонку. Климатологическая лексика продолжает обрастать терминами (attribution science, tipping points, AR7). Биотех-лексика перекроена CRISPR, мРНК-платформами и исследованиями longevity.

Этот урок покрывает реальную лексику, нужную, чтобы читать Wired, MIT Technology Review, Nature News и научный раздел The Economist в 2026. Он предполагает базу B1 (algorithm, social media, vaccine) и добавляет следующий слой.

Научный метод — язык того, как мы знаем

Лексика того, как наука на самом деле работает. Это критично для оценки заявлений, чтения статей и обсуждения исследований в любой области.

  • hypothesis — проверяемое предположение
  • theory — хорошо обоснованное объяснение (не «просто догадка» — частая путаница)
  • law — наблюдаемая закономерность (законы Ньютона); часто старее / проще, чем теории
  • methodology / method — как проводилось исследование
  • experiment — контролируемая проверка
  • control group vs treatment group — те, кто не получал / получал вмешательство
  • placebo / placebo effect — фиктивное лечение / его психологический эффект
  • double-blind — ни участники, ни исследователи не знают, кто что получил
  • randomized controlled trial / RCT — золотой стандарт дизайна исследований
  • sample size / n — число участников или наблюдений
  • statistical significance / p-value — вероятность, что результат случаен (p < 0.05 — конвенциональный порог)
  • confidence interval — интервал, в котором с большой вероятностью лежит истинное значение
  • correlation vs causation — совпадение vs причинно-следственная связь
  • confounding variable — скрытый фактор, объясняющий результат
  • selection bias — неслучайная выборка, искажающая результаты
  • publication bias — положительные результаты публикуются чаще нулевых

Что идёт не так

  • replication crisis — широкий провал психологии и других областей в воспроизведении заголовочных результатов
  • p-hacking — манипуляция анализом до p < 0.05
  • HARKing (Hypothesizing After Results are Known) — изображение, что разведочный результат был предсказан
  • fraud / research misconduct — фабрикация или фальсификация данных
  • retraction — формальный отзыв статьи
  • paradigm shift — фундаментальная смена научной картины (термин Куна)
  • breakthrough — крупный прорыв
  • incremental — небольшой, аддитивный прогресс

Концепции рассуждения

  • falsifiability — утверждение должно быть проверяемым и потенциально опровергаемым (Поппер)
  • parsimony / Occam’s razor — предпочтение более простых объяснений
  • inference — вывод из данных
  • deduction vs induction — от общего к частному vs от частного к общему
  • inductive reasoning — обобщение из наблюдений
  • deductive reasoning — применение общих правил к конкретным случаям
  • mechanism — как нечто работает на нижележащем уровне
  • correlation does not imply causation — самое цитируемое предупреждение в рассуждении

Искусственный интеллект — стек 2026

Это лексика, перекроившая весь технический разговор. B2-английский в 2026 обязан её включать целиком.

Базовые AI-понятия

  • AI (Artificial Intelligence) — широкий зонтичный термин
  • ML (Machine Learning) — AI-системы, обучающиеся на данных
  • DL (Deep Learning) — ML с глубокими нейросетями
  • neural network — вычислительная модель, отдалённо вдохновлённая нейронами мозга
  • deep neural network — многослойная нейросеть
  • training — процесс подгонки модели под данные
  • inference — запуск обученной модели на новых входах
  • model — обученная система
  • algorithm — процедура (часто употребляется свободно)
  • dataset — набор данных для обучения или оценки
  • benchmark — стандартизированный тест для сравнения моделей
  • state of the art / SOTA — лучший на текущий момент результат на бенчмарке

Генеративный AI и LLM

  • generative AI / gen AI — AI, производящий новый контент (текст, изображения, код, аудио, видео)
  • LLM (Large Language Model) — генерирующая текст модель, обученная на огромных текстовых корпусах (GPT, Claude, Gemini, Llama)
  • foundation model — большая предобученная модель, адаптируемая к множеству задач
  • frontier model — самые большие, самые способные модели на переднем крае
  • transformer — доминирующая архитектура с 2017
  • attention / self-attention — ключевой механизм трансформеров
  • parameters — выученные веса модели (часто измеряются миллиардами)
  • context window / context length — сколько входных данных модель видит за раз (теперь миллионы токенов)
  • token — единица текста, которую обрабатывает модель (~3–4 символа или ~1 слово на токен)
  • prompt — ваш ввод модели
  • prompt engineering — конструирование эффективных промптов
  • system prompt vs user prompt — постоянные инструкции vs сообщение пользователя
  • completion / response / output — то, что выдаёт модель

Как обучают и тюнят модели

  • pretraining — первичное обучение на огромных данных
  • fine-tuning — дополнительное обучение на конкретном наборе данных
  • RLHF (Reinforcement Learning from Human Feedback) — обучение с использованием человеческих предпочтений
  • RLAIF — обучение с подкреплением на основе AI-обратной связи
  • instruction tuning — fine-tuning модели для следования инструкциям
  • few-shot learning — даём модели несколько примеров в промпте
  • zero-shot — никаких примеров, только инструкции
  • chain of thought / CoT — модель рассуждает пошагово
  • emergent capabilities — способности, появляющиеся на масштабе и отсутствующие у меньших моделей

Как разворачивают LLM

  • RAG (Retrieval-Augmented Generation) — подтягивание релевантных данных в промпт
  • vector database / vector store — база, оптимизированная под семантическое сходство (Pinecone, Weaviate)
  • embedding — векторное представление смысла
  • semantic search — поиск по смыслу, не по ключевым словам
  • AI agent / agent — LLM-управляемая система, использующая инструменты и действующая в окружении
  • multi-agent system — несколько агентов в кооперации
  • tool use / function calling — LLM вызывает внешние инструменты (поиск, калькуляторы, API)
  • MCP (Model Context Protocol) — стандарт подключения инструментов к моделям (введён Anthropic, 2024)

Что идёт не так с LLM

  • hallucination — модель фабрикует ложную информацию
  • confabulation — альтернативный термин для hallucination
  • jailbreak — промпт, обходящий обучение безопасности
  • prompt injection — вредоносные инструкции, спрятанные во входах
  • bias — систематический перекос в выходах
  • drift — поведение модели меняется со временем
  • catastrophic forgetting — потеря старых способностей при дообучении

AI safety и alignment

  • alignment — выравнивание поведения AI с человеческими ценностями
  • misalignment — противоположное
  • AI safety — исследовательское поле о предотвращении вреда от AI
  • interpretability / mechanistic interpretability — понимание того, что внутри модели
  • red teaming — состязательное тестирование модели
  • guardrails — ограничители безопасности
  • AGI (Artificial General Intelligence) — AI, соответствующий человеческому познанию по широкому кругу задач
  • ASI (Artificial Superintelligence) — AI, превосходящий людей
  • superalignment — alignment сверхразумных систем
  • existential risk / x-risk — риск вымирания человечества
  • doomer vs accelerationist / e/acc — лагеря пессимистов и акселерационистов
WARNING

Дискуссия об AGI — одна из самых спорных тем в tech 2026. Определения сильно расходятся — некоторые лаборатории (OpenAI, DeepMind) определяют AGI экономически (AI делает большинство работ), другие — когнитивно (соответствует человеческому мышлению). Когда кто-то говорит “AGI is here” или “AGI is far away,” послушайте, какое определение он использует, прежде чем соглашаться или возражать.

Вычисления — более широкий ландшафт

Квантовые вычисления

  • quantum computing — вычисления на квантово-механических эффектах
  • qubit — квантовый бит; может быть 0, 1 или оба сразу (superposition)
  • superposition — нахождение в нескольких состояниях одновременно
  • entanglement — связанные квантовые состояния на расстоянии
  • decoherence — потеря квантового поведения из-за шума
  • quantum supremacy / quantum advantage — квантовый компьютер опережает классический в задаче
  • fault-tolerant quantum computing — квантовые вычисления с коррекцией ошибок (главная веха 2026)
  • NISQ (Noisy Intermediate-Scale Quantum) — текущее поколение шумных квантовых машин
  • quantum algorithm — алгоритм, использующий квантовые эффекты (Shor, Grover)
  • post-quantum cryptography — шифрование, устойчивое к квантовым атакам

Cloud и архитектура

  • cloud-native — изначально построенное под cloud
  • microservices — архитектура из множества мелких сервисов
  • monolith — противоположное — единое крупное приложение
  • serverless — выполнение кода без управления серверами (AWS Lambda, Cloudflare Workers)
  • edge computing — вычисления близко к источнику данных
  • CDN (Content Delivery Network) — распределённые сервера для быстрой доставки контента
  • API (Application Programming Interface) — интерфейс взаимодействия программ
  • SDK (Software Development Kit) — инструменты для разработки на платформе

Биотех и медицина

Генетические технологии

  • DNA / RNA — молекулы наследственности
  • gene — единица наследственности
  • genome — полная ДНК организма
  • gene editing — точная модификация ДНК
  • CRISPR / CRISPR-Cas9 — технология редактирования генов, получившая Нобелевскую премию 2020
  • gene therapy — лечение заболевания через модификацию генов
  • mRNA (messenger RNA) — технология вакцин против COVID и теперь множества лекарств
  • mRNA vaccine / mRNA platform — более широкая категория, ставшая возможной благодаря COVID-эпохе
  • personalized medicine / precision medicine — лечение, подстроенное под индивидуальную генетику
  • monoclonal antibody / mAb — антитела, выращенные в лаборатории под конкретные мишени
  • biomarker — измеримый биологический индикатор (часто для диагностики)

Более новая биология

  • microbiome — сообщество микробов, живущих в/на теле
  • gut microbiome — самый изученный; связан с пищеварением, иммунитетом, настроением
  • organoid — выращенный в лаборатории миниатюрный орган
  • stem cell — клетка, способная стать клетками других типов
  • iPSC (induced pluripotent stem cell) — перепрограммированные взрослые клетки
  • longevity / longevity research — продление здоровой продолжительности жизни
  • healthspan — годы здоровой жизни (vs lifespan = общее число лет)
  • senescence / cellular senescence — биологическое старение на клеточном уровне
  • anti-aging / senotherapy — вмешательства, нацеленные на биологию старения
  • mitochondrial / metabolic — энергетические системы клеток
  • GLP-1 agonists — препараты вроде Ozempic, Wegovy; революционные для лечения ожирения

Климатология — рабочая лексика

Базовое, правильно названное

  • climate change — долгосрочные изменения климата (широкий термин)
  • global warming — конкретно повышение температуры
  • greenhouse effect — потепление от атмосферных газов, удерживающих тепло
  • greenhouse gases / GHGs — CO2, метан, закись азота, фторированные газы
  • carbon dioxide / CO2 — главный антропогенный парниковый газ
  • methane / CH4 — второй по объёму; ~80× мощнее CO2 на 20-летнем горизонте
  • CO2 equivalent / CO2e — стандартная единица сравнения парниковых газов
  • anthropogenic — вызванное человеческой деятельностью
  • anthropogenic forcing — человеческий драйвер климата

Более новые климатологические понятия

  • attribution science — количественная оценка вклада человеческой деятельности в конкретное событие
  • tipping point — порог, за которым изменения становятся самоподдерживающимися
  • feedback loop — процесс, усиливающий или гасящий изменение
  • positive feedback — усиливающий (таяние льда → меньше отражения → больше потепление)
  • negative feedback — гасящий
  • carbon budget — оставшийся объём CO2, который человечество может выбросить и удержать температурную цель
  • carbon sink — система, поглощающая CO2 (леса, океаны, почвы)
  • carbon cycle — движение углерода через системы Земли
  • climate sensitivity — рост температуры на удвоение CO2

Лексика mitigation и политики

  • mitigation — снижение выбросов
  • adaptation — приспособление к климатическим изменениям
  • net zero — выбросы скомпенсированы поглощениями
  • carbon neutral — нулевой нетто-выброс для организации или деятельности
  • decarbonization — общеэкономические сокращения выбросов
  • carbon offset / carbon credit — оплата сокращения выбросов в другом месте
  • carbon market — площадка торговли credits
  • cap and trade — государственный потолок выбросов с торгуемыми разрешениями
  • carbon tax — прямая цена на выбросы
  • just transition — отказ от ископаемого топлива без бросания работников/сообществ
  • stranded assets — резервы ископаемого топлива, которые могут никогда не быть использованы

Органы и соглашения

  • IPCC (Intergovernmental Panel on Climate Change) — климатологический орган ООН
  • assessment report / AR6 / AR7 — периодические доклады IPCC (AR7 готовится в 2026)
  • COP / COP31 — ежегодный климатический саммит ООН (COP31 в Бразилии в 2026)
  • Paris Agreement — соглашение 2015 года; цель — заметно ниже 2°C, в идеале 1.5°C
  • NDC (Nationally Determined Contribution) — обязательство каждой страны в рамках Парижа

Горячие темы 2026

О чём фактически спорят в tech и научном дискурсе 2026:

  • AGI debates — когда, придёт ли и как именно AGI
  • AI safety regulation — как регулировать frontier-модели (EU AI Act, executive orders в США, добровольные обязательства)
  • AI replacing jobs — влияние generative AI на рынок труда
  • AI energy use — потребление электроэнергии дата-центрами нагружает сети
  • climate adaptation vs mitigation — деньги всё больше уходят в adaptation, поскольку mitigation отстаёт
  • climate refugees — люди, перемещённые климатическими последствиями
  • CRISPR ethics — наследуемое редактирование генов у людей
  • longevity — препараты вроде rapamycin, metformin в исследованиях здорового старения

Коллокации

  • conduct / publish / replicate a study / an experiment / research
  • test / falsify / confirm / refute a hypothesis
  • collect / analyze / interpret data
  • draw a conclusion / an inference
  • reach statistical significance
  • train / fine-tune / deploy a model
  • prompt / query an LLM
  • achieve state of the art / a breakthrough
  • edit a gene / DNA
  • sequence a genome
  • emit / capture / sequester / offset carbon
  • breach / exceed / stay below a temperature target
  • trigger / cross / reach a tipping point
  • accelerate / decelerate / slow climate change

Фразы и выражения

  • the science is settled — используется обеими сторонами; в реальной науке встречается редко
  • follow the science — политический лозунг, особенно во время COVID
  • the jury is still out — ещё не решено
  • back-of-the-envelope — грубая оценка
  • black box — система, чьи внутренности непрозрачны (часто про LLM)
  • white box — интерпретируемая система
  • garbage in, garbage out — плохие данные дают плохие результаты
  • move fast and break things — этос Кремниевой долины (старый девиз Facebook)
  • stochastic parrot — пренебрежительный термин для LLM (статья Bender et al., 2021)
  • the next big thing — перехайпленная новая технология
  • vaporware — анонсировано, но никогда не выпущено
  • wait and see — наблюдать перед оценкой
  • double down on — увеличить вложение во что-то

AmE-специфическая tech-лексика

ТерминЗначение
Silicon Valleyтехническая отрасль зоны залива Сан-Франциско
Big Techкрупнейшие tech-компании (Apple, Google, Meta, Amazon, Microsoft)
FAANG / MAMAAаббревиатуры того же набора, со сдвигами (Facebook→Meta, Netflix→Microsoft)
the Valleyсокращение для Silicon Valley
YC (Y Combinator)известный акселератор стартапов
a16zAndreessen Horowitz, крупный VC-фонд
the FDAFood and Drug Administration; одобряет лекарства и медустройства
the FCCFederal Communications Commission
the FTCFederal Trade Commission; антимонопольный
DARPADefense Advanced Research Projects Agency; финансировал ранний интернет, мРНК
NIHNational Institutes of Health; крупный финансист биомедицины
NSFNational Science Foundation
Проверка знанийKnowledge check
Статья 2026: 'The team used RLHF to fine-tune a foundation model with a 1M-token context window, then deployed it as an agent with RAG access to a vector database. Critics warn the system still hallucinates and call alignment unsolved.' Переведите для незнакомого с AI и объясните, почему **hallucination + alignment** — центральная пара тревог.
ОтветAnswer
По шагам: **Foundation model** = большая предобученная модель (типа GPT-4, Claude, Gemini), адаптируемая к множеству задач. **Fine-tune** = дополнительное обучение под конкретное применение. **RLHF** (Reinforcement Learning from Human Feedback) = техника обучения, которая использует человеческие предпочтения, чтобы модель училась, какие ответы хорошие. **1M-token context window** = модель может прочитать на входе около 750 000 слов за раз (длинный роман; целый кодовый репозиторий) — возможность 2024–2025, ставшая стандартом в 2026. **Deployed as an agent** = модель может действовать, а не только отвечать — звать инструменты, ходить в веб, запускать код. **RAG access to a vector database** = перед ответом она достаёт релевантные документы из поискового индекса, хранящего тексты по семантическому смыслу. То есть система: читает огромные входы, ищет релевантные факты и действует в мире. **Hallucination** = модель уверенно фабрикует ложную информацию. **Alignment** = обеспечение того, чтобы система преследовала цели, которые реально хотят люди. Их пара — центральная тревога потому, что: (1) hallucination означает, что система может быть уверенно неправа в фактах, и (2) alignment означает, что даже если факты верны, система может преследовать совершенно не ту цель. RAG — частичное решение для hallucination (привязка ответов к реальным документам), но не для alignment (модель всё равно может неправильно использовать инструменты или преследовать не ту цель). Отсюда *alignment unsolved* — сложная задача не в том, чтобы сделать модели умными, а в том, чтобы они хотели того, что хотим мы.

Типичные ошибки русскоговорящих

  1. Theory в значении догадка (ложный друг с теорией в свободном употреблении). По-английски в научных контекстах theory означает хорошо обоснованное объяснение, а не спекуляция. Для догадки используйте hypothesis, conjecture, suspicion.
  2. Experimental data vs experimental results. Оба корректны, но значат разное — data = сырые числа, results = проанализированные выводы. Не смешивайте.
  3. Scientist как титул*. Русское учёный покрывает и scientist, и academic. По-английски scientist означает того, кто занимается наукой (обычно естественной или экспериментальной). Для гуманитария используйте scholar, academic, researcher, professor.
  4. Genetical / biological. Английское прилагательное — genetic, не genetical. Biological — корректно. Genetics — область; genetic — прилагательное.
  5. Mass produced как глагол без дефиса. Прилагательное — mass-produced (с дефисом перед существительным: mass-produced cars); глагол — mass-produce. Mass production — существительное.
  6. Make a research (калька). Research — неисчисляемое. Используйте do research, conduct research, carry out research, perform a study. Никогда a research.
  7. Climatic vs climate. Climatic относится к climate (долгосрочный паттерн). Climactic относится к climax (пиковый момент). Их часто путают даже носители. Фраза — climate change (существительное + существительное), а не climatic change.
  8. Rocket science в буквальном смысле*. Английская идиома it’s not rocket science означает это не так уж сложно. Сказать I work in rocket science звучит странно, если вы буквально не работаете в аэрокосмосе. Говорите I work in aerospace, I’m an aerospace engineer.

Резюме

  • Научный метод: hypothesis, theory (хорошо обоснована), RCT, p-value, replication crisis, falsifiability.
  • AI/ML стек 2026: LLM, foundation model, transformer, fine-tuning, RLHF, prompt engineering.
  • Развёртывание LLM: RAG, vector database, embeddings, agents, tool use, MCP.
  • AI safety: hallucination, jailbreak, alignment, AGI, ASI, x-risk, red teaming, guardrails.
  • Quantum: qubit, superposition, entanglement, quantum supremacy, fault tolerance, NISQ.
  • Биотех: CRISPR, mRNA, gene therapy, monoclonal antibody, biomarker, microbiome, longevity, GLP-1.
  • Климатология: anthropogenic, GHG, CO2e, attribution science, tipping point, feedback loop, IPCC, AR7.
  • Лексика mitigation: net zero, decarbonization, carbon offset, just transition, stranded assets.
  • Горячие темы 2026: AGI debates, AI safety regulation, AI energy, climate adaptation.
  • Избегайте русских калек: theory как догадка, make a research, genetical, climatic change.
B1 — Технологии, AI и соцсети (2026) C1 — Наука и технологии — C1

Следующая тема: Окружающая среда и устойчивость — глубже — климатологическая лексика полностью, плюс circular economy, fast vs slow fashion и эра 2026: climate refugees и ESG backlash.

Закончили урок?

Отметьте его как пройденный, чтобы отслеживать свой прогресс

Войдите чтобы оценить урок

Прогресс модуля
0 из 22