ARI IES

Предуниверсарии — старшие классы школы при университете, в которых учеба проходит по профильным для вуза направлениям, занятия ведут университетские преподаватели Учащиеся осваивают программу средней школы и параллельно глубоко погружаются в профильные предметы, а также участвуют в исследовательской и проектной работе Ключевые преимущества: сильный преподавательский состав, качественная подготовка к ЕГЭ без дополнительных вложений, ряд вузов предлагают выпускникам предуниверсариев дополнительные баллы или приоритетное зачисление Предуниверсарии интегрированы в структуру вузов Такое обучение позволяет школьникам сделать более осознанный выбор при выборе дальнейшей образовательной траектории, а университетам — получить подготовленных по нужному профилю абитуриентов, уже адаптированных к требованиям высшей школы К предуниверсариям относятся специализированные учебно-научные центры, где образование предполагает глубокую предметную подготовку и дополнительные курсы профессиональной направленности

Формирование инновационно-образовательных пространств по территории России и пост-советского пространства («Крым — детский остров», «Брест — место сбора», «Баткен — долина дружбы», «Северо-морской ход — начало земли» и остальное, с самого начала (при реализации) формировала бы совсем другую экологию отношений и логику развития Развивать инновационно-образовательные пространства на Байкале и Дальнем Востоке, по масштабу – региональные аналоги «Артек» + «Сириус» + «Мрия» – тема безотказная Дети, безопасность, здоровье, освоение своих же территорий – под такое голосуют руками и ногами все электоральные группы разом, от мам до силового блока Регионы осваивая инновационно-образовательные пространства как федеральные территории получают федеральную повестку и финансирование По фактуре: логистика в Крым и Краснодар подорожала и усложнилась, природный потенциал Байкала, Сибири и Дальнего Востока объективно недооценен, а призыв к главам регионов включиться – классический ход «перекладывания» реализации на исполнителей при сохранении авторства идеи за федеральным центром В преддверии большого электорального цикла подобные темы будут множиться – и это тот случай, когда контент реально рабочий, а не для галочки Уверен что эту возможность, электоральный потенциал, идеологему, образ будущего и позитивную повестку, внутрипол, заметёт под ковер и на этот раз Значит будем реализовывать с другими людьми

To Retain or to Adapt? Generalizing Continual Learning Авторы поставили под сомнение классическую парадигму непрерывного обучения (continual learning), где главной целью всегда считалась борьба с катастрофическим забыванием для приближения к обучению на совместных задачах (Joint-Task Learning, JTL) Сформулировав непрерывное обучение как онлайн-оптимизационную задачу минимизации средней ошибки на протяжении всей жизни модели (Average Lifelong Error, ALE), исследователи математически и эмпирически разложили эффективность переноса (Transfer Efficiency) на нестабильность (Instability) и переходную ошибку (Transient Error) Этот анализ доказал существование «критической длительности задачи» (Critical Task Duration), превышение которой делает сохранение старых знаний более вредным для скорости адаптации, чем обучение с нуля Также авторы представили новое семейство алгоритмов — прогностическое непрерывное обучение (Predictive Continual Learning) Исторически в непрерывном обучении забывание рассматривалось как инженерный баг, которого нужно избегать Данная работа подводит строгий теоретический фундамент под идею о том, что в нестационарных средах идеальное сохранение памяти часто мешает оптимизации, а не помогает ей Переосмыслив забывание как функциональную необходимость, исследование открывает новые возможности для проектирования базовых моделей и агентов обучения с подкреплением, которые должны непрерывно адаптироваться к меняющемуся потоку данных без груза устаревших знаний Если задачи в потоке данных длятся дольше критического порога или среда меняется слишком быстро, стандартные методы борьбы с забыванием (вроде буферов реплея) будут только замедлять сходимость В таких сценариях выгоднее использовать динамическое скользящее окно памяти или даже полный сброс параметров, нежели пытаться удерживать все прошлые распределения https://arxiv.org/abs/2607.05609 Review: https://arxiviq.substack.com/p/to-retain-or-to-adapt-generalizing

3D-редактор зданий в браузере Без AutoCAD Без Revit Без лицензий за $5.000 в год Называется Pascal Editor. Создан с использованием React Three Fiber и WebGPU — то есть рендерится напрямую на вашем GPU почти нативной скоростью Вот что внутри: • полная иерархия зданий/уровней/стен/зон, которую можно редактировать в реальном времени • Архитектура в стиле ECS, где каждый объект обновляется через системы, работающие на GPU • управление состоянием Zustand с встроенной полной отменой/повтором действий • фронтенд на Next.js, так что развертывается как веб-приложение, а не как десктопная установка • отслеживание измененных узлов — перерендеривает только то, что изменилось, а не всю сцену целиком

Google DeepMind год работали над этой работой под названием HOPE Они говорят, что нейросети умеют учиться, но мы плохо понимаем что именно они выучили Обычный способ заглянуть внутрь нейросети - компрессия, но у нее есть 2 больших минуса HOPE предлагает другой подход: забыть про веса и смотреть на функцию Метод работает без единого прогона данных через сеть, вся нужная статистика уже зашита в параметры Batch Normalization Практически это даёт 3 вещи: • сжатие моделей без доступа к обучающим данным • честное сравнение нейронов из разных слоёв по единой шкале, • инструмент для понимания того, что внутри Если прогрессивно сжимать сеть и смотреть, что выживает последним, то это и есть несжимаемое ядро выученного знания

When Does Continual Learning Require Learning Авторы представляют унифицированный, независимый от конкретных механизмов фреймворк для оценки непрерывного обучения (continual learning) в LLM В нём напрямую сравниваются восемь методов адаптации — от промптинга до классического обучения с учителем, обучения с подкреплением и сжатия контекста — на четырёх реалистичных сценариях изменения среды: сдвиге доменов, обновлении фактов, временном дрейфе и накоплении состояния агента Исследование математически и эмпирически доказывает, что непрерывное обучение — это не единая монолитная способность, а набор компромиссов, зависящих от характера изменений среды Универсального метода нет: медленные временные тренды требуют дистилляции для стабильности, дискретные обновления фактов — онлайн-RL, а агентские среды — файнтюнинга весов или специализированного промптинга Работа даёт чёткую инструкцию, когда моделям нужно обновлять веса внутри модели (in-weights), а когда достаточно внешних надстроек Если перед вами стоит задача долгосрочной адаптации LLM, забудьте об универсальных решениях Для исправления фактов используйте онлайн-RL (например, GRPO), для плавной адаптации к домену — дистилляцию (SDFT), а для сложных агентских сред — файнтюнинг весов или продвинутый промпт-инжиниринг https://arxiv.org/abs/2607.07847 https://github.com/anneharrington/studying-cl https://arxiviq.substack.com/p/when-does-continual-learning-require Диссекция continual learning тут: https://t.me/gonzo_ML_podcasts/4615

24 июля 1927 года в Артеке впервые была введена должность отрядного вожатого

MyClassGame - это открытая веб-платформа (open-source) для создания и управления геймифицированными учебными проектами, превращающая класс в приключение, где ученики становятся главными героями Этот инструмент, удостоенный премии SIMO Educación 2023 в категории «Лучший собственный цифровой ресурс», помогает учителям легко внедрять активные методологии через игру, системно отслеживая прогресс каждого ученика Ценность действий: Системный подход к геймификации: Платформа позволяет создавать целостные «Кооперативные геймифицированные проекты» (PCG), а не разрозненные игры Это помогает структурировать обучение в увлекательной, мотивирующей форме на протяжении длительного времени Признанное качество и инновационность: Наличие престижных наград (SIMO Educación 2023, LearnUp San Felio 2023) подтверждает, что платформа высоко оценивается педагогическим сообществом за эффективность и оригинальность подхода Интеграция с государственными проектами: Платформа активно развивается, в том числе в рамках проекта GamiFP, финансируемого Министерством образования Испании Это добавляет в инструмент возможности искусственного интеллекта для помощи учителям в создании геймифицированных сценариев Открытость и развитие сообществом: Будучи проектом с открытым кодом (лицензия GPL v3), MyClassGame приглашает учителей к сотрудничеству и адаптации инструмента под свои нужды, что создает уникальную среду для профессионального обмена Ключевые функции: Конструктор геймифицированных проектов: Интуитивный интерфейс для создания кооперативных игровых сценариев, где класс делится на команды, выполняет задания и продвигается по сюжету Управление задачами и отслеживание прогресса: Встроенная система для назначения индивидуальных и групповых заданий, а также детального мониторинга выполнения каждой задачи каждым учеником Интеграция элементов ИИ (в разработке): Благодаря проекту GamiFP, платформа внедряет искусственный интеллект для помощи преподавателям в генерации идей и контента для геймификации Аналитика и данные для учителя: Сбор всех значимых данных по проекту для последующего анализа успеваемости и вовлеченности Социальные функции и обмен: Возможность делиться своими проектами и идеями с сообществом https://www.myclassgame.com

AML уже закрывает 88.4 % ожидаемого анализа в реальных кейсах бизнес-школ – по финансам, стратегии, переговорам, HR и деловой этике Это данные нового препринта исследователей из Уортона, Карнеги-Меллон, Пенсильванского университета и Гарвардской школы бизнеса, авторов бенчмарка BusinessCaseBench: 615 экзаменационных вопросов по 238 реальным кейсам, 18 дисциплин О вытеснении младших программистов и математиков говорят давно – но здесь речь о материале, на котором десятилетиями строится подготовка MBA Задачи в тесте не про факты и не про арифметику • одной модели дают написать судебное заключение Верховного суда США по патентному спору фармкомпаний и вывести из него правовую норму для судов ниже • другой – решить за главного врача больницы, стоит ли повышать заведующего отделением, чья клиническая репутация конфликтует с корпоративной культурой • третьей – разобрать этическую позицию дата-сайентиста, которого просят встроить в HR-алгоритм оценку вероятности беременности соискательниц Каждый ответ сверяют по чек-листу критериев с решением, которое для этого кейса написал преподаватель; саму оценку выставляет судья, а ее надежность проверили вручную три эксперта с опытом преподавания на MBA-программах GPT-5.4 берет 87.2 %, Gemini 3 Flash Preview – 81.6 % Если по каждому вопросу брать лучший результат из трех моделей, показатель поднимается до 92.8 %, а полностью провалить вопрос – так, чтобы ни одна из них не преодолела даже 70% – удается лишь в 7 % случаев Нужные знания и ход рассуждения почти всегда есть хотя бы у одной модели, а слепые пятна одной закрывает другая   Есть и отрезвляющая цифра Если считать не долю правильных пунктов, а долю вопросов, где модель без единого пропуска закрыла весь чек-лист, картина куда скромнее: 49.6 % у Claude Sonnet 4.6, 47.6 % у GPT-5.4, 32 % у Gemini Лучшая модель дает исчерпывающий ответ без единого пропуска лишь в половине случаев Авторы формулируют это прямо: то, что выдает модель, – сильный черновик, а не готовый вердикт   Тревожит не столько уровень, сколько скорость, с которой сокращается разрыв Внутри одного семейства моделей OpenAI – от GPT-4 Turbo до GPT-5.4 – за два года результат по частичному зачету вырос с 63.9 % до 87.2 %, то есть на 23.3% пункта, и прибавка шла не только за счет арифметики: по субъективным и качественным вопросам модели продвинулись не меньше, чем по числовым Прогресс идет широким фронтом, а не латает одну конкретную слабость   Бенчмарк честно фиксирует и границы: модель сама не добывает недостающую информацию, не ведет переговоры с коллегами и начальством и не отвечает своей репутацией за последствия решения Но именно эти границы остаются единственной защитой там, где раньше держался весь нижний этаж белых воротничков, – в умении быстро разобрать неоднозначную ситуацию и выдать структурированную рекомендацию   Так что пора прощаться: пока что не со всеми обладателями диплома MBA, но с самой карьерной моделью, где годы уходят на то, чтобы, производя черновики для чужих решений, научиться однажды принимать решения самому Эта карьерная лестница обваливается уже не в теории (как я писал 3 года назад: 3й этап цифровизации мира станет для Homo sapiens последним. Финансовое обоснование замены людей на генеративный ИИ, а прямо сейчас P.S. Написанное касается и поступающих на МВА, и тех, кто MBA уже получил, да и вообще всех, кто идет по традиционному карьерному пути от "готовить черновики решений для других" к «принимать решения, подготовленные другими»

80 % образования должно быть математикой, физикой, информатикой Не потому, что это полезно — потому что это прокладывает бороздки в мозгу Бороздки, которые становится всё труднее прокладывать с возрастом В мире до AGI: это даёт вам работу В мире после AGI: это делает вас функционирующим, самодостаточным человеком Всё остальное? Добавьте позже Когнитивная основа — единственная основа, которая выдерживает переход

«Древо человеческого развития» (Human Development Tree) — это интерактивный визуализатор от студии Zolabo, который позволяет на основе ключевых показателей качества жизни (продолжительность жизни, образование, доход) и личных предпочтений (гендерное равенство, любимый цвет) построить уникальное «дерево» — метафорическую карту человеческого развития для любой страны или гипотетического сценария Проект основан на данных Индекса человеческого развития (ИЧР) ООН, но добавляет к ним игровой и визуальный элемент: пользователь может настроить параметры и увидеть, как меняется «рейтинг развития» в виде ветвящегося древа Визуализация сложных данных ИЧР — это абстрактный показатель, который трудно «почувствовать» Древо превращает цифры в наглядную метафору: чем выше показатели, тем более «развитым» и разветвлённым выглядит дерево Игровой подход к изучению социологии и экономики Позволяет экспериментировать с параметрами и наблюдать, как меняется результат Это помогает понять взаимосвязи между продолжительностью жизни, образованием и доходом Развитие критического мышления Пользователь может задавать собственные «минимальные условия» для жизни и сравнивать их с реальными показателями разных стран Это учит анализировать данные и делать выводы Креативный подход к обучению Проект можно использовать на уроках географии, обществознания и экономики для иллюстрации концепции человеческого развития в доступной и запоминающейся форме Можно задать значения для трёх основных компонентов ИЧР: • ожидаемая продолжительность жизни (в годах) • ожидаемая продолжительность обучения (в годах) • валовой национальный доход на душу населения (в долларах США по ППС) Дополнительные параметры: - Гендерное равенство — настройка важности этого показателя - Любимый цвет — влияет на визуальное оформление дерева - Сравнение с реальными странами Система показывает, с какими условиями в реальном мире совпадают заданные параметры (например, «сопоставимо с условиями в...») • Генерация «древа» На основе всех параметров строится визуальное дерево, которое метафорически отображает уровень человеческого развития

Всё пройдено по тысяче раз в Civilization Например, компактное расположение меди, дерева и степей на Южном Урале создало культуру колесниц и повозок, на которых арии проехались до Индийского и Средиземного морей (а «Хозяйка Медной горы» дожила с тех времён в качестве локального божества уже до эпохи литературы) Дефицит олова в Плодородном полумесяце вынудил создавать торговые империи и союзы от Гиндукуша до Корнуолла во втором тысячелетии до н. э. (и следы этого видны до сих пор в Европе) А компактное расположение угля и железа сделало Англию лидером паровой революции (Франции и Германии пришлось сурово повоевать за Рур, а прообразом ЕС стал послевоенный «Союз угля и стали») Ну или связка Магнитка–Кузбасс, откуда «Кузбасс порожняк не гонит»: транспортная артерия должна туда и сюда возить полные составы Также понятно, что поговорка про американцев: «В местах расположения нашей нефти почему-то живут арабы» — это не столько шовинизм, сколько realpolitik, которая продолжает определять уже XXI век География и ландшафт первичны Как и торговля с формированием глобальных цепочек, ведь разным технологическим слоям нужны разные ресурсы И решает в конце концов не обладание ресурсом, а умение строить на его основе индустрию соответствующей эпохи А игроки в Stellaris прекрасно знают цену расходов на рост, смену технологических платформ и баланс между войной и экономикой (там даже такой выбор политики есть) Они очень быстро начинают чувствовать ограничения в ресурсах и производстве там, где нужно нарастить военную мощь Несомненно, профессионалы понимают это на порядки лучше, но историю делают люди, часто без специальных знаний, движимые интуицией в пространстве понятных им траекторий И культурная база тут определяющая У нас принято ограничивать важность игр «распространением ценностей», но куда важнее практическое умение оперировать экономическими категориями в реальном времени и изучать природу роста и дефицита Это фундамент современного мышления и деятельности Так что, перефразируя: «значит, в нужные игры ты в детстве играл» — теперь это фундамент разумного общественного строительства Тем, кто вырос на стратегических играх, многое в человеческой истории не надо объяснять Очень недооценённый вопрос

Японские исследователи создали систему, которая симулирует целый город, генерируя до 1.000.000 виртуальных жителей, ведущих себя как люди, с использованием LLM И она предсказывала реальный мир с поразительной точностью Они создали городской симулятор под названием "CitySim", который заселяет цифровой двойник Токио до 1.000.000 автономных агентов Каждый житель работает на базе LLM и обладает: • Личными воспоминаниями • Долгосрочными целями • Человеческими желаниями (голод, усталость, социальные связи) • Пространственным восприятием и навигацией Большинство городских симуляций полагаются на жесткие, вручную созданные правила: если происходит A, следует B CitySim отличается Он "ценностно-ориентированный" У агентов есть свобода действий Они сами генерируют свои расписания на основе личных привычек, ситуативных нужд и меняющейся среды Когда исследователи запустили симуляцию в Токио, результаты были пугающе точными Будничные транспортные потоки, выходные развлечения и привычки покупок совпадали с данными статистических отчетов японского правительства с почти идеальной точностью Она даже успешно предсказала распределение толпы в Сибуе и определила, какие магазины на самом деле станут популярными, за месяцы до того, как реальные данные это подтвердили Теперь возможно безопасно и экономично тестировать подготовку к катастрофам, планирование коммерческих объектов и модернизацию общественной инфраструктуры, не перемещая ни одного реального человека Но дело не только в планировании Исследователи уже рассматривают внедрение высокоуровневых человеческих мотивов, таких как "самоактуализация", в этих агентов, чтобы посмотреть, как они эволюционируют Статья появилась на arXiv в июне 2025 года, и почти никто за пределами вычислительной социальной науки её не прочитал

Channel name was changed to «ARI IES»

ГИМНАСТИКА В ШКОЛЕ — важнейшее средство физич. воспитания детей школьного возраста. В СССР Г. в ш. подчинена интересам воспитания молодого поколения строителей коммунистического общества и служит целям его всестороннего физического и духовного развития. Основными задачами Г. в ш. в СССР являются укрепление здоровья и закаливание учащихся, правильное формирование растущего организма, выработка стройной осанки, развитие и совершенствование основных двигательных навыков и важнейших психофизических (сила, быстрота, ловкость, выносливость и др.) и морально-волевых (сила воли, смелость, решительность, инициативность, дисциплинированность и др.) качеств. В советской школе гимнастика призвана воспитывать учащихся в духе советского патриотизма и развивать у них чувства коллективизма, дружбы и товарищества. Г. в ш. проводится в виде: а) 10—15-минутной г и м н а с т и к и д о з а н я т и й, в гигиенич. целях и в помощь организованному началу уроков; б) у р о к о в, задачей к-рых является обучение учащихся физич. упражнениям и содействие их правильному физич. развитию; в) в н е к л а с с н ы х с п о р т и в н ы х з а н я т и й учащихся старших классов. Задачи Г. в ш. решаются подбором и проведением разнообразных гимнастич. упражнений, охватывающих все наиболее существенные виды жизненно-важных движений. К числу их относятся подготовительные, или общеразвивающие, физич. упражнения (для рук, ног, туловища и т. д.), проводимые без снарядов, со снарядами (палки, мячи, скакалка и др.) и на снарядах (гимнастич. стенка, скамейка, брусья, перекладина, кольца, канат и др.), а также комплексные физич. упражнения — ходьба, бег, прыжки, метание, лазание, сопротивление, упражнения в равновесии и др. Уроки гимнастики проводятся во всех классах советской школы. Гимнастич. упражнения требуют от учащихся большого внимания, сообразительности, точности, уменья сознательно рассчитывать свои движения, произвольно напрягать и расслаблять мышцы. Преподаватель гимнастики должен обращать особое внимание на качество выполнения упражнений учащимися. Уроки гимнастики требуют от учащихся большой затраты умственной энергии и не могут рассматриваться как отдых от других учебных занятий. В младших классах (1—4), в связи с возрастными особенностями детей, в уроки гимнастики включаются подвижные игры, в старших классах (8—10) — занятия по лёгкой атлетике. В отличие от СССР в капиталистич. странах Г. в ш. поставлена на службу военщине и призвана служить целям подготовки молодёжи к захватническим войнам. Лит.: Гимнастика. Методическое пособие для студентов ин-тов физ. культуры, М.—Л., 1949; «Известия Академии педагогических наук РСФСР», 1949, № 23 (номер посвящён вопросам физического воспитания); Л е с г а ф т П. Ф., Руководство по физическому образованию детей школьного возраста, ч. 1, 3 изд., СПБ, 1912; Г о р и н е в с к и й В. В., Физическое образование, СПБ, 1913. Б. С. Э., II изд., т. XI, 1952, стр. 387–388

Higgsfield Academy: курсы от режиссёров каннского AI-фильма Higgsfield запустил Academy — школу для режиссёров Курсы ведут режиссёры Hell Grind, их 95-минутный полный метр показывали в Каннах Обещают отдать свой рабочий playbook целиком, в формате интерактивных курсов Сейчас там доступно 2 курса: Getting Started with Cinema Studio (Обзор их киностудии) The AI Filmmaking Pipeline (рабочий процесс) Курсы на английском Cами видео-уроки ведут на YouTube-ссылки Academy: https://higgsfield.ai/academy

«Византийская система образования всегда оставалась классической, основанной на семи свободных искусствах Античности: слова (грамматика и риторика), мышления (логика) и числа (арифметика, геометрия, астрономия, гармония) Философская дискуссия оставалась определяющей во всей программе, хотя только «продвинутые» студенты изучали тексты Платона и Аристотеля» «Дети начинали с букв и учились писать алфавит на восковых табличках или грифельных досках От басен Эзопа они переходили к упражнениям, основанным на «Искусстве грамматики», Дионисия Фракийского (грамматик II в. до н. э.) Они учили наизусть поэтические произведения, по большей части эпос Гомера В среднем они могли запомнить и понять 30 строк в день, так что их прогресс в Илиаде, где больше 15.000 строк, вероятно, считался медленным» «После поэзии и грамматики подросток был готов приступить к риторике Он учился говорить и делать свои речи убедительными, используя короткие модели текстов (progymnasmata) Афтония Антиохийского и более поздние труды Студенты читали речи Демосфена и Либания и практиковались в произнесении речей по особым случаям, таким как императорская свадьба Все это предшествовало изучению математических наук и философии, проходившему обычно в столице» «Параллельно с классической системой образования монастыри с древнейших врёмен предоставляли неграмотным мужчинам и женщинам, посвятившим себя христианской жизни, более простую форму устного обучения: заучивание псалмов и евангельских историй Правда, в некоторых монастырях умение читать считалось обязательным – чтобы люди могли участвовать в литургии осознанно» «Некоторые женщины тоже учились грамоте и могли написать завещание, передать собственность и полноценно участвовать в монастырской жизни, хотя немногие достигали таких высот, как Кассия, монахиня IX в., которая сочиняла гимны, эпиграммы и поэмы Изучение более поздних документов позволяет сделать вывод, что умение женщин если не писать, то хотя бы читать было больше распространено в Византии, чем в средневековой Европе» Джудит Херрин Византия Удивительная жизнь средневековой империи

Есть устойчивое заблуждение: если построить что-то очень красивое и необычное, то вокруг сразу возникнет счастье, сообщество и новая жизнь. Архитекторы в этом смысле иногда чувствуют себя магами Но реальность, как обычно, сложнее ЦСП «Платформа» опросили экспертов, проанализировали медийное поле, обсудили на сессии в сообществе Noodome – и получился список из 23 проектов Первое, что бросается в глаза: Москва тут безусловный лидер по количеству Это никого не удивляет Важно другое Столица, как утверждают авторы, прошла стадию, когда любое качественное благоустройство воспринималось как откровение Сейчас там ждут от архитектуры внятной работы с городом Москва задала вектор, и ее опыт теперь тиражируют в регионах, но адаптируя под местный контекст Второе наблюдение — индустриальные города, особенно с корпоративными инвесторами, часто выдают более точный социальный эффект, чем мегаполисы Просто потому, что масштаб меньше и любое изменение заметнее Ключевой вывод из доклада — архитектура сама по себе не гарантирует ничего, она дает лишь возможность, открывает пространство, делает его проницаемым Все решает простой вопрос: «Можно ли сюда прийти просто так, без повода, и чувствовать себя здесь своим?» Поэтому, проект должен начинаться с социального проектирования, а не с красивой картинки Зачем это городу? Что мы хотим поменять в среде? Если на эти вопросы нет ответа, то даже самое дорогое здание останется просто декорацией