Бейсбольная команда Red Sox следила за соперниками с помощью Apple Watch

Бейсбольная команда Red Sox следила за соперниками с помощью Apple Watch

Бейсбольная команда Red Sox следила за соперниками с помощью Apple Watch

Известная бейсбольная команда Red Sox перехватывала сигналы рук своих соперников с помощью Apple Watch, чтобы заранее узнать их стратегию и предугадать движения. Бостонские игроки признались, что тренеры их команды используют умные часы, чтобы красть информацию у других команд и передавать её своим подопечным.

Эта схема была раскрыта после того, как генеральный менеджер New York Yankees Брайан Кэшмен подал жалобу на Red Sox, приложив к делу видеозаписи, на которых видно, как спортсмены получают какие-то данные через Apple Watch, пишет life.ru.

Из ролика, который предоставили Лиге, следует, что один из сотрудников Red Sox смотрел трансляцию матча и расшифровывал знаки, которые показывал кэтчер перед броском мяча. Именно эти данные передавались игрокам через Apple Watch, в результате чего они были заранее готовы к подачам соперников.

По правилам Главной лиги бейсбола (Major League Baseball) в игре запрещена "кража знаков" соперников с помощью различных приборов и гаджетов. При этом пытаться разглядеть послания другой команды своими глазами игроки могут, не нарушая правил.

Подпишитесь на новости

Не просто стойка с GPU: в России собрали ПАК для корпоративного ИИ

«Лаборатория Числитель» и «Информзащита» представили программно-аппаратный комплекс, который должен помочь крупным компаниям перейти от вечных ИИ-пилотов к нормальной промышленной эксплуатации моделей. Решение анонсировали на форуме TNF-2026.

В основе ПАК — высокопроизводительный ML-кластер и российская платформа контейнеризации «Штурвал». Но создатели подчёркивают: это не очередная дорогая стойка с GPU, на которой каждый проект приходится собирать руками.

Комплекс превращает вычислительные мощности в единый управляемый ресурс. ML-специалист запускает задачу, а платформа сама выделяет CPU и GPU, поднимает нужное окружение, подключает хранилище, запускает обучение и масштабирует нагрузку. Для автоматизации используются Kubernetes и инструменты MLOps, включая Kubeflow, MLflow и model serving.

Архитектура состоит из четырёх уровней: аппаратной инфраструктуры, платформы «Штурвал», MLOps-стека и прикладных ИИ-сервисов — от прогнозирования и аналитики до корпоративных ассистентов. Вокруг ядра работают IAM/SSO, объектное хранилище, реестр образов, CI/CD, мониторинг и аудит.

Заказчики получают единый пул вычислительных ресурсов, изоляцию проектов, централизованное управление доступами и полный жизненный цикл моделей — от эксперимента до публикации и обновления. При этом ML-инструменты не лезут напрямую в железо, а получают инфраструктуру как сервис.

Как сообщается в публикации о проекте, архитектура уже прошла промышленную эксплуатацию у крупного государственного заказчика.

RSS: Новости на портале Anti-Malware.ru