OrganizationPrinceton UniversitySeptember 2026

Princeton University — September 2026

What Telegram channels wrote about Princeton University in September 2026: 29 posts from 26 channels, collected automatically from public Telegram channels.

29 posts·26 channels

More posts — page 2

29 posts total

😀😃😃😃😃😃😃🤩😀😃😃😃😃

Хелена Хейл "Холодный кофе, или Одиночество Офелии Коулман"

Издательство @clevertrendbooks

Офелия Коулман привыкла выстраивать вокруг себя защитные стены, прячась в учёбе, боксе и книгах, но, приехав в Принстонский университет и став частью одного из сестринств, эти стены начали потихоньку разрушаться. А знакомство с одним из самых красивых и популярных парней университета Реймондом стремительно переворачивает её жизнь с ног на голову, утягивая в пучину его тёмных тайн и внезапной влюблённости...

Какое же невероятное удовольствие я получила от этой книги ❤️ Мне понравилось буквально всё: неповторимая атмосфера студенческой жизни в уютном Принстоне, цепляющие герои, их тайны и травмы, отличный юмор и лёгкий слог автора 📚

Очень зацепило, что герои были настоящими, им веришь и ими проникаешься, понимая их боль и поведение в попытках принять прошлое и научиться жить с ним.

Офелия с первых же страниц влюбила меня в себя своей дерзостью, чрезмерной смелостью и откровенностью. А их тандем с таким же хмурым и несносным как и она Реймондом просто невероятен и постоянно вызывал улыбку.

Помимо искрящейся любовной линии тут держит в напряжении детективная линия, добавляя в милоту и веселье нотку опасности и адреналина.

По итогу я влюбилась в эту книгу, как и в первую прочитанную у автора "Сердце лета" и уже в предвкушении продолжения знакомства с её творчеством 🤩

Знакомы с книгами автора? Любите атмосферу студенческих городков и студенческой жизни? А дерзких и непростых героев?

#книжныйотзыв #хеленахейл

✔️ Prof. Arjun Krishnan | پروفسور آرجِن کریشنن

🔗 Associate Professor of Biomedical Informatics at the University of Colorado Anschutz Medical Campus

🔅 Academic & Industrial Background:

🔹 Associate Professor, Department of Biomedical Informatics, University of Colorado Anschutz 🔹 Former Faculty Member at Michigan State University (MSU) 🔹 Principal Investigator of the Krishnan Lab (Data-driven integration for biomedicine)

🎓 Educational Background:

▪️ Postdoctoral Research, Lewis-Sigler Institute for Integrative Genomics, Princeton University ▪️ Ph.D. in Genetics, Bioinformatics, and Computational Biology, Virginia Tech

🔗 LinkedIn / Google Scholar

📌 Presentation Title | عنوان ارائه

~ Harnessing public omics data at scale using AI: why it’s hard, what it reveals about disease biology, and what it teaches us about doing science

🌎 Language of Presentation

~ English | انگلیسی

#ComputationalBiology #Bioinformatics #MachineLearning #HBC2026 #Presenters

Instagram / Linkedin

Sep 7, 03:45 PMMore from @rsgiran

Мне кажется, интервью это одна из самых нелюбимых частей для поступающих 😅 Поэтому давайте разберёмся, как оно проходит )))

Обычно интервью длится 30–45 минут, чаще в Zoom, иногда лично. В Harvard, Yale, Princeton, MIT и некоторых других вузах интервью назначают выборочно. Если вам не предложили, то это не всегда минус, но если предложили, лучше согласиться.

Вас спрашивают о выборе вуза, об увлечениях, о том, как вы справляетесь с трудностями. Иногда про книги, которые недавно прочитали, или про то, что бы изменили в своей школе. Заучивать ответы не советую (такие вопросы проверяют, как вы мыслите, а не что запомнили)

⚠️ Главное правило: не пересказывайте резюме. Комиссия и так знает ваши достижения… Ей интересно узнать то, чего нет в заявке: например, как вы пришли к своей теме или что вынесли из неудачи

И не забудьте подготовить свои вопросы (про студенческую жизнь, клубы, поддержку первокурсников) Это показывает, что вам действительно интересно :)

Sep 3, 07:27 PMMore from @nst_itsme

📌 Теренс Тао объяснил всю математику

Самый известный из ныне живущих математиков записал для Big Think полуторачасовое видео, где раскладывает математику на шесть опорных концепций и объясняет, как они предвосхищали открытия в науке и что с ними будет дальше, когда в дело вошёл ИИ.

Видео сделано под его книгу Six Math Essentials, которая готовится к выходу.

Тао - профессор математики Калифорнийского университета, в десять лет взял бронзу на международной олимпиаде, в тринадцать - золото и до сих пор остаётся самым молодым золотым медалистом в её истории.

Докторскую защитил в Принстоне в двадцать один год, профессором в UCLA стал в двадцать четыре (тоже самым молодым за всю историю университета). Филдсовская медаль 2006 года, стипендия Макартура того же года, одна из первых Премий по прорывам в математике.

В последние годы он один из самых заметных голосов в дискуссии о том, что ИИ делает с математикой - недавно он объявлял об открытии реестра Palomar, куда складывают доказательства на Lean после машинной проверки.

Числа, алгебра, геометрия, вероятность, анализ и динамика. Тао выбрал их потому, что все шестеро уходят корнями на тысячи лет назад, всем знакомы в начальном виде - и все за это время развились до крайне изощрённой математики.

Но если убрать техническую сложность, под ней остаются интуитивно понятные вещи, а сама математика - это лишь точный язык, позволяющий описать их аккуратно.

Видео разбито на три части: сами шесть понятий, затем то, как математика решает задачи науки, и в финале - как ИИ меняет математику и науку.

🟡Таймкоды

0:00 Часть 1. Шесть опорных элементов математики 1:14 Числа: древнейшее изобретение, которым пользуются до сих пор 5:56 Алгебра: правила, стоящие за правилами 11:39 Геометрия: как греки измерили Луну 13:30 Вероятность: ставки на неопределённость 17:00 Анализ: как приручили бесконечность 24:07 Динамика: математика изменения

32:12 Часть 2. Как математика решает задачи науки 34:30 Три открытия, изменившие мир 48:17 Почему математика работает и как её делают на самом деле

54:29 Часть 3. Как ИИ навсегда меняет математику и науку 1:07:38 Почему быстрее не всегда лучше 1:15:18 Что ИИ умеет сейчас и что поставлено на карту

🔜 Для тех, кто без Ютуба - видео и транскрипт.

@ai_machinelearning_big_data

Sep 2, 12:58 PMMore from @data_math

📌 Теренс Тао объяснил всю математику

Самый известный из ныне живущих математиков записал для Big Think полуторачасовое видео, где раскладывает математику на шесть опорных концепций и объясняет, как они предвосхищали открытия в науке и что с ними будет дальше, когда в дело вошёл ИИ.

Видео сделано под его книгу Six Math Essentials, которая готовится к выходу.

Тао - профессор математики Калифорнийского университета, в десять лет взял бронзу на международной олимпиаде, в тринадцать - золото и до сих пор остаётся самым молодым золотым медалистом в её истории.

Докторскую защитил в Принстоне в двадцать один год, профессором в UCLA стал в двадцать четыре (тоже самым молодым за всю историю университета). Филдсовская медаль 2006 года, стипендия Макартура того же года, одна из первых Премий по прорывам в математике.

В последние годы он один из самых заметных голосов в дискуссии о том, что ИИ делает с математикой - недавно он объявлял об открытии реестра Palomar, куда складывают доказательства на Lean после машинной проверки.

Числа, алгебра, геометрия, вероятность, анализ и динамика. Тао выбрал их потому, что все шестеро уходят корнями на тысячи лет назад, всем знакомы в начальном виде - и все за это время развились до крайне изощрённой математики.

Но если убрать техническую сложность, под ней остаются интуитивно понятные вещи, а сама математика - это лишь точный язык, позволяющий описать их аккуратно.

Видео разбито на три части: сами шесть понятий, затем то, как математика решает задачи науки, и в финале - как ИИ меняет математику и науку.

🟡Таймкоды

0:00 Часть 1. Шесть опорных элементов математики 1:14 Числа: древнейшее изобретение, которым пользуются до сих пор 5:56 Алгебра: правила, стоящие за правилами 11:39 Геометрия: как греки измерили Луну 13:30 Вероятность: ставки на неопределённость 17:00 Анализ: как приручили бесконечность 24:07 Динамика: математика изменения

32:12 Часть 2. Как математика решает задачи науки 34:30 Три открытия, изменившие мир 48:17 Почему математика работает и как её делают на самом деле

54:29 Часть 3. Как ИИ навсегда меняет математику и науку 1:07:38 Почему быстрее не всегда лучше 1:15:18 Что ИИ умеет сейчас и что поставлено на карту

🔜 Для тех, кто без Ютуба - видео и транскрипт.

@ai_machinelearning_big_data

Zur Erinnerung in puncto "Demokratie": Eine Princeton-Studie stellte 2014 fest, dass die Korrelation zwischen Wählerwillen und Realpolitik in den USA "praktisch null" ist. In Deutschland machen die "Repräsentanten" das aber bestimmt viel besser.🙂

Studie: https://www.cambridge.org/core/journals/perspectives-on-politics/article/testing-theories-of-american-politics-elites-interest-groups-and-average-citizens/62327F513959D0A304D4893B382B992B

Sep 1, 07:42 AMMore from @regenauer

Готовка как первая технологическая революция

Сегодня 1 сентября, поэтому возобновляю работу канала. И на эту осень у меня есть несколько планов.

Во-первых, я ещё не закончила с Тунисом и буду делиться наблюдениями, которые имеют отношение к экономической истории. Рабочее название этой серии: «Экономическая история в глазах смотрящего».

Во-вторых, как я и обещала, будем разбираться с тем, что такое мужской и женский труд в России XVIII–XIX веков. Это уже непосредственно связано с книгой, которую я сейчас пишу, поэтому длинные тексты всё-таки будут уходить в книгу, а сюда отдельные сюжеты и всякие фактики в мире галактики, которые попадаются мне по дороге. И да, кажется, я забыла здесь написать: я получила контракт на книгу в Принстоне. Так что, наверное, меня можно поздравить.

И вот в пандан к тому, что мы уже говорили про мужской и женский труд. Кажется, никто особенно не спорит с тем, что на протяжении большей части истории готовка была преимущественно женским занятием. Так вот, если верить одной довольно интересной гипотезе, если бы не готовка, то, возможно, сегодня некому было бы ходить в школу. Потому что не было бы нашего огромного и страшно энергозатратного мозга.

Но обо всём по порядку. Этот пост по мотивам одной из книг, которые я читала летом, Paleoeconomics Олы Олссона (2024). Книгу я бы скорее рекомендовала, хотя читается она тяжело. И дело даже не в английском. Она как будто собрана из научных статей, поэтому временами приходится буквально продираться через текст. Но когда продираешься, там обнаруживается много прекрасного.

Одна из основных идей Олссона состоит в том, что климатические изменения были важнейшим фактором человеческой эволюции, а развитие мозга можно рассматривать в том числе как накопление человеческого капитала. А приготовление пищи - это одна из важнейших технологических революций в истории человечества.

Олссон здесь опирается на так называемую cooking hypothesis, которую Robert Wrangham подробно сформулировал в 2009 году. Её идея состоит в том, что контроль над огнём и приготовление пищи радикально изменили энергетический бюджет человека. Мозг - это страшно дорогое удовольствие. У современного человека на него приходится около 20% энергозатрат организма. Чтобы позволить себе такой орган, нужно было каким-то образом получать больше доступной энергии из пищи, не тратя при этом огромную её часть на само пищеварение.

И тут появляется готовка. При нагревании крахмал желатинизируется, белки денатурируют, а пища в целом становится мягче и легче переваривается. Даже если её энергетическая ценность формально остаётся примерно той же, организму требуется меньше времени и энергии, чтобы эту энергию получить. Есть прекрасное сравнение: шимпанзе и, вероятно, ранние гоминиды могли тратить около пяти часов в день только на пережёвывание пищи. Современному человеку, питающемуся приготовленной едой, достаточно примерно часа. Четыре часа жизни каждый день внезапно освобождаются. С тем, когда именно люди начали регулярно готовить, всё сложнее. Для очень ранних дат, связанных уже с Homo erectus, свидетельства довольно слабые и спорные; значительно увереннее говорить о систематическом использовании огня можно для более поздних периодов.

Но меня здесь интересует даже не точная дата. Меня совершенно покоряет сама возможность посмотреть на готовку иначе. То, что мы потом на протяжении тысячелетий будем считать обычной домашней работой, а во многих обществах ещё и «естественной» женской обязанностью, возможно, когда-то было технологией, которая изменила энергетические ограничения человеческого организма и создала условия для развития нашего огромного и чрезвычайно прожорливого мозга.