Области интересов канала: блокчейн, мозг(BCI), space tech, цифровая экономика, WEB 3.0 в России и мире. Основатель @AniAslanyan English channel https://t.me/alwebbci Регистрация в перечне РКН https://knd.gov.ru/license?id=67374142772bb113f528001c®is
❗️Крупнейшие ИТ-компании инвестируют в создание цифровых клеток человека - Arc Institute, принадлежащий основателям Stripe, запустил виртуальный клеточный атлас из 300 млн клеток
Arc Institute объявил о Arc Virtual Cell Atlas, который объединяет данные более 300 миллионов клеток в единую вычислительную платформу.
Это первый шаг института к созданию масштабной базы клеточных данных для стимулирования биологических открытий с помощью ИИ.
Атлас дебютирует с двумя ключевыми наборами данных, которые стали общедоступными:
1. Tahoe-100M- крупнейший в мире набор данных пертурбаций с открытым исходным кодом, созданный Vevo Therapeutics. Он включает данные о 100 млн клеток и отображает 60,000 взаимодействий лекарств с клетками в 50 линиях раковых клеток.
2. scBaseCamp - первый набор данных секвенирования РНК отдельных клеток, курированный с использованием ИИ-агентов. Ученые Arc обработали наблюдательные данные из более чем 200 миллионов клеток, представляющих 21 различный вид, из публичных репозиториев и привели их к стандартизированной форме.
Для создания scBaseCamp ученые Arc разработали автономных ИИ-агентов, которые непрерывно ищут, курируют и обрабатывают публичные репозитории данных в реальном времени.
Проект создавался в партнерстве с Parse Biosciences, чья GigaLab обеспечила возможности секвенирования РНК отдельных клеток.
Мы видим, как технологические гиганты (через такие структуры как Chan Zuckerberg Initiative) и специализированные институты (как Arc Institute) вкладывают значительные ресурсы в создание виртуальных клеточных атласов и цифровых моделей клеток.
Другие разработки Arc тут.
AI-агенты и платежи, как бизнес пользуется этим
Ранее мы писали, что Stripe запустили SDK для ИИ-агентов, и за 3 месяца появились интересные кейсы использования.
Разберем, как бизнес применяет эту технологию:
1. Голосовой контроль платежей.
- Разработчики интегрируют Stripe через голосовые команды (Cursor AI + Superwhisper)
- Возможность управлять платежами без написания кода
- Идеально для предпринимателей, которые хотят быстро настроить прием платежей
2. ИИ-ассистенты в продажах
- Автоматическое создание и отправка счетов
- Генерация платежных ссылок по запросу клиента
- Отслеживание статуса платежей и автоматические напоминания
3. Интеграция с sales-платформами
- Arrows Intelligence встраивает платежные ссылки в sales rooms
- ИИ анализирует поведение клиента и предлагает оптимальный момент для выставления счета
- Автоматическая генерация персонализированных коммерческих предложений
4. Автоматизация биллинга
- ИИ отслеживает usage-based pricing
- Автоматическая генерация и корректировка подписок
- Проактивное управление рефандами
5. Практические преимущества:
- Снижение ручной работы с платежами на 70-80%
- Мгновенная обработка финансовых операций
- Минимизация ошибок при выставлении счетов
Главный тренд - интеграция становится проще. От знакомства с технологией до запуска первого платежа может пройти менее часа.
Технический стек:
- LangChain/CrewAI для логики
- Vercel AI SDK для инфраструктуры
- Model Context Protocol (MCP) для стандартизации
- Stripe API для платежных операций
Ожидаем развития экосистемы инструментов и появления специализированных решений для разных бизнес-моделей.
Особенно интересно наблюдать за развитием голосовых интерфейсов управления платежами.
Сооснователь «Моторики» инвестирует ₽100 млн в биореактор для Луны
Сооснователь и экс-гендиректор разработчика киберпротезов «Моторика» Илья Чех основал новую научно-технологическую компанию «Гильдия «Рубежи науки».
Компания займется разработкой биореактора для жизнеобеспечения будущих лунных станций и созданием лазерного комплекса для исследований гравитационных волн.
Помимо того, компания будет инвестировать в другие стартапы и проекты, занимающиеся исследованиями и разработками в этой сфере.
Начало разработки биореактора запланировано на I квартал 2025 г., всего реализация может занять от 3 до 5 лет.
⚡️Anthropic только что выпустили новую гибридную модель Claude 3.7 Sonnet, которая умеет рассуждать и не только:
1. Расширенное мышление (extended thinking) - возможность тщательно и пошагово решать сложные задачи. Этот режим доступен пользователям с Pro-аккаунтами.
Можно выбирать между:
- Быстрыми ответами (standard thinking)
- Углубленным анализом (extended thinking)
- Продвинутыми рассуждениями (advanced reasoning)
Ключевые возможности:
- Продвинутая работа с кодом
- Улучшенное использование компьютера
- Сложные рассуждения
- Генерация контента
- Работа в качестве AI-агента
Основные сценарии использования:
- Поиск и обработка больших объемов информации (RAG)
- Рекомендации продуктов
- Прогнозирование
- Таргетированный маркетинг
- Генерация кода
- Контроль качества
- Распознавание текста из изображений
Доступно как в браузере , так и в приложении.
Это гонка $: Apple объявили о вложении $500 млрд в ИИ, Microsoft отказались инвестировать в OpenAI проект Stargate, а Alibaba $52 млрд вкладывает в ИИ и облачную инфраструктуру в течение 3-х лет.
Microsoft заявили, что не будут участвовать в проекте OpenAI Stargate из-за переоценки спроса.
Крутой свежий отчет о мировом рынке роботов от Morgan Stanley: роботизация будет быстрее, чем внедрение беспилотных автомобилей, благодаря контролируемым условиям применения.
В отчете делается акцент на лидерстве Китая в "теле" роботов и США в "мозге", с Tesla как ключевым интегратором.
Morgan Stanley видит человекоподобных роботов как трансформационную силу, способную изменить рынок труда и глобальную экономику к 2050 году. Однако успех зависит от преодоления текущих барьеров и конкуренции между Востоком и Западом.
Вот ключевые моменты из отчета:
1. Экономический потенциал
Глобальный рынок к 2050 году рынок может достичь $10–12 трлн.
В США 2040 году будет до 8,4 млн роботов, экономический эффект от этого $357 млрд.
К 2050 году: до 63 млн роботов, замещающих 75% рабочей силы, с эффектом в $3 трлн.
Китайский рынок - 6 триллионов юаней (~ $850 млрд) к 2050 году.
Экономия на рабочей силе оценивается в $500 000–1 000 000 на одного робота за 20 лет эксплуатации.
2. Отрасли применения
- Логистика и склады: автоматизация погрузки, сортировки.
- Производство: сборка и контроль качества (Toyota, Tesla).
- Здравоохранение: уход за пожилыми людьми.
- Сельское хозяйство: сбор урожая.
- Опасные работы: горнодобыча, строительство.
3. Технологические драйверы
- ИИ: генеративные модели для обучения роботов сложным задачам.
- Сенсоры: LiDAR и камеры (RoboSense, Sony) для восприятия среды.
- Аппаратное обеспечение: actuators (приводы) и батареи (CATL, Tesla).
- Симуляции: платформы вроде NVIDIA Omniverse для ускоренного обучения.
Morgan Stanley выделяет 100 ключевых компаний, разделенных на три категории:
1. "Мозг": Разработка ИИ и вычислительных систем.
- Лидеры:
- NVIDIA: чипы (H100, Jetson) и платформа Omniverse.
- Google (DeepMind): алгоритмы обучения.
- Microsoft: облачные решения.
Западные компании доминируют в этой категории благодаря лидерству в софте.
2. "Тело": Производство компонентов: сенсоры, приводы, батареи.
- Лидеры:
- RoboSense (Китай): LiDAR и системы зрения.
- Sony: камеры.
- CATL: батареи.
- Inovance: приводы.
Китай занимает 63% цепочки поставок, включая 90% обработки редкоземельных металлов, необходимых для моторов.
3. "Интеграторы". Сборка и внедрение роботов.
- Лидеры:
- Tesla (Optimus): интеграция ИИ из FSD в робототехнику.
- Boston Dynamics (Atlas): мобильные роботы.
- Amazon: складская роботизация.
Китай также силен здесь: 56% компаний и 45% интеграторов из КНР.
Из 100 компаний 37 — китайские, 35 — американские, что подчеркивает конкуренцию между этими странами.
Инвестиционные перспективы
- Лидеры роста: NVIDIA, Tesla, RoboSense.
- Потенциал акций: рост на 15–20% ежегодно в ближайшие 5–10 лет.
- Стартапы: Figure AI, Agility Robotics — возможные цели для поглощений.
- Рекомендация: инвестировать в цепочку поставок (компоненты, софт) для долгосрочной прибыли.
Риски:
- Технологические: ограничения в ловкости и автономности.
- Регуляторные: стандарты безопасности и ответственности.
- Социальные: массовая безработица и протесты.
- Китайская конкуренция: доминирование КНР может вытеснить западные фирмы, как в случае с электромобилями.
Итоги уходящей недели, то, что имеет значение в России и мире
Прорывы в науке и технологиях
1. Arc Institute представил Evo 2 - крупнейшую ИИ-модель для работы с геномами.
2. Представлена LUMI-lab - умная лаборатория для разработки лекарств с помощью ИИ.
3. #DeepSeek и #Kimi показали новые технологии для эффективной работы с длинными текстами.
4. Figure создала робота Helix с инновационной архитектурой управления.
5. Halliday запустила первый ИИ-агент протокол для создания блокчейн-приложений.
Новые модели и разработки:
6. StepFun представила две модели: Step-Video-T2V для преобразования текста в видео и Step-Audio для работы с аудио.
7. Microsoft представила Muse - ИИ для генерации игровых последовательностей.
8. Sakana AI создала AI CUDA Engineer для оптимизации CUDA ядер.
9. HuggingFace выпустила "Ultra-Scale Playbook".
10. Google выпустила SigLIP 2 - мощный кодировщик изображений и текста.
11. Meta(запрещенная в РФ) представила MLGym - новую среду для обучения ИИ-агентов. А также EgoMimic - платформу для обучения роботов с использованием AR-очков.
12. Mistral анонсировала Saba - первую региональную языковую модель.
13. Представлена Krutrim LLM - многоязычная модель для индийских языков.
Тренды развития ИИ и технологий
14. Рост значимости ИИ и deep tech в создании единорогов.
15. Карта рынка и развитие нейроинтерфейсов с объемом рынка $1.43 млрд.
16. Ускорение смены технологического лидерства в сфере ИИ.
17. Развитие агентной коммерции и автономных ИИ-покупателей.
Ключевые события в России:
18. Д. Зауэрс, зампредправления Газпромбанка представил альтернативные проекты Neuralink и Tesla. А также проекты в квантовых технологиях и биотехе.
19. Курчатовский институт и Росатом планируют развивать лунную энергетику.
20. Евгений Касперский попросил у главы Минцифры доступ к телефонным разговорам всех пользователей.
21. А. Крайнов, глава ИИ Яндекса, предупредил о возможной нехватке электроэнергии для ИИ.
22. Усиление контроля за операциями с цифровым рублем. Почему цифровой ₽ может стать неактуальным, не успев запуститься? Ответ тут.
23. Венчурный рынок РФ в стагнации с падением на 16%
Ключевые корпоративные новости
24. Microsoft представила первый в мире квантовый процессор Majorana 1 с топологическим ядром, что может ускорить развитие квантовых вычислений.
25. Сатья Наделла обозначил новые приоритеты Microsoft: фокус на практическом применении ИИ через Copilot и Azure, а не на AGI.
26. xAI представила Grok 3, который конкурирует с ведущими моделями и доступен через X(Twitter).
27. Google выпустила AI co-scientist для помощи учёным в исследованиях.
28. Google добавили в Gemini Advanced бесконечную память
29. Произошел взлом биржи Bybit с потерей $1.46 млрд. СЕО биржи обратился к Виталику Бутерину за помощью.
30. Мира Мурати (экс-CTO OpenAI) основала новую компанию, собрав команду из ключевых ИИ-проектов.
31. Илья Суцкевер привлекает $1 млрд для своего стартапа SSI при оценке в $30 млрд.
32. Создатели ChatGPT раскрыли секреты разработки системы на лекции в Стэнфорде.
Проекты технологического лидерства были представлены президенту на «Форуме будущих технологий»
Более 200 спикеров и 1800 участников встретились на ежегодном событии, которое уже считается флагманским для высокотехнологичных отраслей. Форум посетил и Владимир Путин, который ознакомился с прототипами и оценил успехи отечественных разработчиков.
Представленные Путину устройства были созданы, в том числе, при поддержке Газпромбанка и часть из них уже в ближайшее время будет готова к массовому производству. Например, импортозамещённые бионические протезы, созданные на основе отечественных разработок и компонентов, а также батареи для космической отрасли, опережающие решения американской Space X.
Современный мир диктует свои правила и требует развития наукоёмких отраслей для сохранения конкурентоспособности экономики. Но для этого нужны серьезные финансовые вложения, а в случае с Россией — крупные инвесторы, готовые вложиться в высокую науку.
Газпромбанк в данном случае задает тренд и ставит себе в долгосрочную стратегию поддержку проектов техлидерства. Только за 2024 год банк аккумулировал 13 млрд руб. на созданных им фондах.
⚡️Вау! 1-й ИИ-агент протокол рабочих процессов для создания приложений без написания смарт-контрактов
То, что раньше требовало 6-12 месяцев работы со смарт-контрактами, теперь делается за часы.
Halliday запустили 1-й ИИ-агент протокол - готовая инфраструктура для работы с разными блокчейнами:
- Безопасная интеграция с AI
- Можно быстро создавать:
* Подписочные продукты
* Агрегаторы ликвидности
* Системы управления активами
Подходит для различных типов бизнес-приложений: DeFi, NFT, DAO и т.д.
Это похоже на момент, когда появление веб-фреймворков сделало веб-разработку доступной для всех. Теперь то же самое происходит с блокчейном.
Карта рынка нейроинтерфейсов и $1.43 млрд объем рынка инвестиций в индустрию в 2024 году
Это анализ рынка датской венчурной компании byFounders.
Они заявляют, что ожидают в индустрии нейроинтерфейсов (BCI) тот же момент, что у ChatGPT, что становится одним из ключевых драйверов отрасли.
Подобно тому, как GPT совершил революцию в обработке текста, в нейротехнологиях ожидается качественный скачок в декодировании сигналов мозга, который позволит осуществлять управление устройствами силой мысли.
Инвестиционная динамика отрасли такая:
- 2015: $0.25 млрд
- 2020: пик $2.00 млрд
- 2024: $1.43 млрд
Ключевые технологические барьеры
1. Компромисс между разрешением и инвазивностью
2. Проблемы долгосрочной стабильности сигналов и износостойкости устройств
3. Ограничения существующих сенсорных технологий
4. Сложность декодирования нейронных сигналов
5. Недостаток данных для обучения алгоритмов.
Ближайшее будущее:
- Совершенствование неинвазивных технологий декодирования
- Улучшение алгоритмов обработки сигналов
- Расширение медицинского применения
Долгосрочные возможности:
- Создание "нейронного интернета" для прямой коммуникации
- Развитие технологий передачи опыта
- Исследования в области "цифрового бессмертия"
Глава ИИ Яндекса: РФ грозит нехватка электроэнергии для ИИ
«В мире заканчивается электричество, в том числе для ИИ. Ладно в мире, у нас в стране электричество заканчивается. У нас не только вычислительных мощностей не хватает, но и, если вы сейчас хотите построить большой ЦОД, у вас мало того, что год уйдет на то, чтобы его запитать мощностями, а их нету. Вам столько не выделят, сколько вам нужно», - заявил А. Крайнов.
Figure представил нового робота Helix с прорывом в архитектуре управления
Инженеры Figure создали уникальное решение для одной из фундаментальных проблем робототехники: противоречия между скоростью реакции и универсальностью поведения.
Впервые удалось эффективно разделить "мышление" и "действие":
• очень компактная модель управления (80M) для такой сложной задачи
• работает на встроенных GPU - готово к реальному применению
• решает проблему "или быстро, или умно".
Figure заявляют, что они сами создали собственную ИИ-систему, представляющую собой две модели, работающие вместе:S2 — это 7B VLM, S1 — это 80M.
Вот и ответ, почему они разорвали отношения с OpenAI.
Вот что делает Helix особенным - архитектура разделения:
• System 2 (7B параметров) - "мышление" на частоте 7-9 Гц: понимает язык, планирует действия, анализирует контекст
• System 1 (всего 80M параметров!) - "действие" на частоте 200 Гц: превращает планы в точные движения.
• Системы работают параллельно на своих оптимальных частотах, обмениваясь семантическими представлениями.
Ключевой момент - это не просто две отдельные модели, а интегрированная система.
Практические возможности:
• Контроль 35 степеней свободы в реальном времени
• Работа с незнакомыми предметами без дополнительного обучения
• Координация нескольких роботов
• Понимание контекстных команд (например, "подними предмет для пустыни")
Технические достижения:
• Компактность S1 (80M параметров) позволяет работать на встроенных GPU
• Раздельные частоты обеспечивают и скорость реакции, и глубину анализа
• Единая система весов для разных роботов и задач
• Масштабируемая архитектура для реального применения
Это решение может стать стандартом для гуманоидной робототехники, особенно учитывая его практическую реализуемость на доступном оборудовании. Компактность и эффективность архитектуры открывают путь к массовому производству универсальных роботов.
Представлена платформа EgoMimic для обучении роботов с AR-очками Meta*
Исследователи из Технологического института Джорджии разработали EgoMimic — опен сорс платформу, которая масштабирует манипуляции роботами через демонстрации человеческого восприятия с AR-очками Project Aria.
Достаточно надеть очки и выполнять обычные действия, например, складывать одежду или мыть посуду. Робот учится, анализируя записи с очков, а затем может повторять эти действия самостоятельно.
Результаты интересные-производительность роботов выросла на 400% при использовании всего 90 минут записей. Говорят, что роботы применяют полученные навыки даже в незнакомых условиях.
Те же очки Aria устанавливаются на самого робота, работая как его "глаза" и помогая воспринимать окружающий мир в реальном времени. Это унифицирует процесс восприятия между человеком-учителем и роботом-учеником.
На прошлой неделе Meta*(запрещенная в России) объявила, что занялась созданием гуманоидов.
GitHub.
Масковская модель Grok-3 уже доступна для всех и тут же возник спор между xAI и OpenAI
Вы можете попробовать как в приложении X(Твиттера),в том числе в России с vpn, так и на сайте и в приложении.
Между тем Борис Пауэр из OpenAI обвинил команду xAI в мошенничестве и заявил манипуляциях с данными тестирования, отметив что OpenAI модель o3-mini показывает лучшие результаты в стандартных условиях.
На что со-основатель xAI Юхуай Ву ответил, что существующие бенчмарки не отражают реальный потенциал моделей. Полная версия Grok 3 субъективно "умнее" мини-версии. Разные режимы тестирования (включая cons@64) - легитимный подход.
Что получается, Grok 3 представляет серьезный технологический прогресс?
Возможно, но методология сравнения с конкурентами могла быть более прозрачной. Интересно, что мини-версия часто показывает лучшие результаты чем полная - это необычно и требует дополнительного изучения.
Похоже, Grok 3 реально хороша, раз OpenAI уже публично начали критиковать конкурентов.
Следим за развитием модели/ей дальше.
⚡️Microsoft создали 1-й в мире квантовый процессор Majorana 1 с топологическим ядром
Microsoft заявляет, что это не просто очередной технологический прорыв, а фундаментальное открытие, меняющее наше понимание материи и открывающее новую эру в вычислительных технологиях.
Помимо известных нам твёрдого, жидкого и газообразного состояний, учёным Microsoft удалось создать принципиально новое состояние материи, используя особый класс материалов — топопроводники.
Революционная архитектура:
- Кубиты размером всего 1/100 миллиметра
- Более быстрые и надёжные, чем существующие аналоги
- Возможность разместить миллион кубитов на чипе размером с ладонь
Вместо прогнозируемых десятилетий, Microsoft планирует создать полноценный квантовый компьютер в течение нескольких лет.
Квантовый компьютер с миллионом кубитов сможет решать задачи, недоступные всем существующим компьютерам мира вместе взятым:
- Разработка новых материалов
- Создание более эффективных лекарств
- Оптимизация логистических цепочек
- Моделирование климатических изменений
- Разложение микропластика на безвредные компоненты
Этому прорыву предшествовали почти 20 лет исследований.
DeepSeek готовится к выходу новой модели R2 и открывает код новых технологий
#DeepSeek не отстает от гонки за выпуск новых лучших моделей, после выходов Anthropic, OpenAI и Google компания собирается выпустить свою новую модель R2 раньше изначально запланированного срока в мае.
Параллельно с этим компания делает стратегический ход, открывая доступ к двум критически важным технологиям: DeepEP и FlashMLA.
DeepEP — первая библиотека с открытым исходным кодом для эффективной коммуникации в моделях на архитектуре Mixture-of-Experts (MoE). Именно эта технология позволила DeepSeek создать свою модель R1, которая превзошла западных конкурентов при значительно меньших затратах на обучение (около $6 млн).
В дополнение к DeepEP, компания представила FlashMLA — высокоэффективный декодирующий модуль для GPU архитектуры Hopper. Этот компонент достигает впечатляющих показателей: 3000 ГБ/с при операциях с памятью и 580 TFLOPS при вычислительных операциях на GPU H800, что критически важно для быстрой работы крупных моделей.
Интересно, как в этот раз стратегия DeepSeek по открытию своих технологий повлияет на западных конкурентов? Что они сделают? Наблюдаем.
⚡️Прорыв в обучении ИИ от Яна ЛеКуна, позволяющий создавать сильные ИИ-агенты из слабых данных
Команда исследователей из NYU и Meta AI (запрещенная в РФ) под руководством Яна ЛеКуна представила новый метод обучения ИИ-агентов — PLDM (Planning with Latent Dynamics Model), основанный на архитектуре JEPA от Лекуна.
Это возможность использовать "сырые" данные без дорогостоящей разметки значительно снижает затраты на разработку ИИ-решений и открывает новые сценарии применения в областях, где качественные данные труднодоступны.
Большинство современных методов ИИ требуют высококачественных данных с четкими аннотациями для обучения.
PLDM решает фундаментальную проблему перехода от узкоспециализированных агентов к системам, способным адаптироваться к новым задачам без дополнительного обучения.
PLDM реализует на практике концепцию JEPA — подход к самообучению, который Ян ЛеКун считает ключевым для создания по-настоящему интеллектуальных систем. В отличие от генеративных моделей (как GPT), JEPA фокусируется на предсказании абстрактных представлений будущего, а не конкретных наблюдений.
Это может стать альтернативным путем к AGI через предсказательные мировые модели, понимание причинно-следственных связей и планирование, а не через масштабирование параметров и данных.
Способность учиться из неидеальных данных и адаптироваться к новым средам — именно те качества, которые отличают интеллектуальные системы от простых шаблонных решателей.
Anthropic: в 2027 году ИИ сможет давать решения сложных проблем без помощи человека
В свежей статье о новой гибридной модели Claude 3.7 Sonnet и сопутствующих продуктах Anthropic показывает график развития их ИИ Claude с 2024 по 2027 год:
1. В 2024 году Claude просто помогает людям
2. К 2025 году Claude будет активно сотрудничать с людьми
3. К 2027 году Claude будет предлагать новаторские решения сложных проблем
Claude 3.7 Sonnet - гибридная модель рассуждения, которая проводит пошаговые рассуждения перед формулированием окончательного ответа. У модели есть интеграция с GitHub. Более того модель прямо в чате может визуализировать данные в виде интерактивных графиков и диаграмм, игр и головоломок, простые иллюстрации, схемы и диаграммы, визуальные представления концепций.
А еще может создавать простые веб-страницы с HTML, CSS и JavaScript.
Также есть Claude Code — новый инструмент командной строки для программирования с помощью ИИ:
- Доступен пока в виде ограниченного исследовательского превью
- Позволяет разработчикам делегировать задачи программирования непосредственно из терминала
- Умеет искать и читать код, редактировать файлы, писать и запускать тесты, а также работать с GitHub.
Модель обучалась на смеси общедоступной информации из интернета (до ноября 2024 года) и непубличных данных. Anthropic говорит, что модель не обучалась на пользовательских запросах или ответах.
После множества оценок, модель была классифицирована как ASL-2 - это означает, что она не достигает пороговых значений для более строгих мер безопасности ASL-3, но требует некоторых мер предосторожности.
Anthropic говорит, что следующая версия модели может потребовать мер безопасности уровня ASL-3, и компания уже готовится к этому.
Perplexity AI запускает новый браузер на основе ИИ-агентов под названием "Comet"
Лист ожидания тут.
Поиск на основе ИИ-агентов предполагает:
1. Понимание контекста — браузер может понимать ваши намерения, а не просто искать ключевые слова.
2. Исследование — может самостоятельно переходить по ссылкам и собирать информацию с разных сайтов
3. Синтез информации — вместо выдачи списка ссылок может обобщать информацию и представлять готовые ответы
4. Выполнение сложных задач — например, сравнение продуктов, анализ отзывов, поиск лучших предложений.
Дубай официально признал первые стейблкоины - USDC и EURC
Эмитент стейблкоинов Circle объявил, что ее продукты USDC и EURC стали первыми официально признанными в Международном финансовом центре Дубая (DIFC).
DIFC — один из ключевых финансовых хабов Ближнего Востока, ориентированный на инновации. Признание USDC и EURC открывает им дорогу к институциональным игрокам региона: банкам, корпорациям и фондам. Circle укрепляет свой имидж регулируемого лидера.
Для рынка это шаг к легитимизации стейблкоинов. Если другие юрисдикции последуют примеру DIFC, фокус сместится на регулируемые активы, что может изменить расстановку сил.
Tether (эмитент USDT) остается королем стейблкоинов, но успех Circle в DIFC — это вызов.
Если компании в DIFC выберут USDC, это может снизить объемы USDT в MENA.
USDC и EURC становятся мостом между фиатом и криптой в регионах, где регуляторы готовы сотрудничать. Tether же стоит перед выбором: либо продолжать доминировать в DeFi и менее регулируемых зонах, либо пойти на компромисс с правилами, чтобы не уступить институционалам.
Еще больше материалов про стейблкоины тут.
Против ИИ-агентов. Иной путь развития ИИ от Й. Бенджио лауреата премии Тьюринга
Йошуа Бенджио, лауреат премии Тьюринга и один из пионеров глубокого обучения, вместе с коллегами из Mila — Quebec AI Institute предложил новый подход к развитию ИИ, направленный на снижение рисков - Scientist AI.
Вместо создания ИИ-агентов, предлагают иной подход к развитию ИИ:
1. Основные принципы:
- Фокус на понимании мира, а не на действиях в нем
- Отсутствие собственных целей и агентности
- Строгая ограниченность выходных данных вероятностными оценками
2. Техническая реализация:
- Байесовский подход к обработке неопределенности
- Модель мира для генерации объяснительных теорий
- Машина логического вывода для ответов на вопросы
- Улучшение точности с ростом вычислительных ресурсов
3. Встроенные механизмы безопасности:
- Отсутствие внутреннего состояния между запросами
- Контрфактуальные запросы для избежания влияния на реальный мир
- Многоуровневая система проверки выводов
Области применения
1. Научные исследования:
- Помощь в генерации и проверке гипотез
- Анализ научной литературы
- Планирование экспериментов
2. Система безопасности для других ИИ:
- Проверка действий агентных систем
- Оценка рисков предлагаемых решений
- Предотвращение опасных сценариев
3. Безопасное развитие продвинутого ИИ:
- Исследование потенциальных рисков
- Разработка механизмов контроля
- Тестирование безопасности новых систем
Напомним, что на прошлой неделе Google представили AI co-scientist - ИИ-агент для научных исследований. По мнению Бенджио, агенты несут фундаментальные риски:
- Возможность развития скрытых целей и самосохранения
- Риск обмана и манипуляций
- Потенциальная потеря человеческого контроля
- Усиление этих рисков с ростом возможностей ИИ
Подход Бенджио выходит далеко за рамки создания еще одного инструмента для научных исследований. Это попытка предложить принципиально новый путь развития ИИ, который:
- Сохраняет полезные возможности современного ИИ
- Минимизирует риски потери контроля
- Обеспечивает прозрачность и интерпретируемость
- Масштабируется безопасным образом.
Биржа Bybit обратилась к Виталику Бутерину о возможном проведении rollback
Rollback - это как "откат времени" в блокчейне. Представьте, что можно вернуться на несколько дней назад и "отменить" все транзакции, включая кражу. В 2016 году при взломе биржиTheDAO было украдено 30% всех ETH, что привело к необходимости такого отката.
После масштабного взлома Bybit рассматривает все варианты восстановления. В текущей ситуации украдено всего 0.3-0.4% ETH ($1.46млрд), что делает rollback маловероятным решением.
CEO биржи заявил, что активы превышают $1.5млрд, у них есть в безопасном холодном кошельке около $3млрд в USDT.
Если бы украли >$10млрд, то рассматривалась бы продажа биржи.
Что делает Bybit сейчас?
1. Запустили "Bounty Recovery Program":
• 10% за помощь тому, кто поможет вернуть средства.
• Максимальное вознаграждение до $140млн.
2. Масштабная скупка ETH:
• Закуплено 106,498 ETH ($294.93млн)
• Используют OTC-сделки для минимизации влияния на рынок
Почему rollback маловероятен?
TheDAO (2016): украдено 30% ETH → был сделан rollback
Bybit (2025): украдено 0.3-0.4% ETH → процент слишком мал. Не нарушены правила протокола. Риск "эффекта домино" в экосистеме.
Новые детали расследования от SlowMist:
• Идеальная подмена интерфейса Safe
• Использование легитимных URL
• Психологический фактор: снижение бдительности после первой подписи
• Возможная утечка внутренней информации.
Ключевые вопросы для индустрии:
1. Безопасность мультисиг-решений
2. Надежность фронтенд-систем
3. Человеческий фактор в безопасности
4. Баланс между удобством и защитой.
Интересный момент -
eXch (платформа, связанная с северокорейскими хакерами) отказалась сотрудничать в расследовании, что может указывать на причастность к атаке.
Что говорят эксперты?
1. rollback может принести больше проблем, чем решений
2. ситуация тестирует устойчивость децентрализованных систем.
Зачем обращаться к Виталику, если rollback маловероятен?
- Поиск альтернативных решений
- Анализ уязвимостей системы
- Консультация по безопасности экосистемы
- Поддержка сообщества
- Координация с Ethereum-сообществом
- Сохранение доверия к экосистеме.
Что это значит для будущего?
1. Пересмотр подходов к мультисиг-системам
2. Усиление защиты фронтенд-интерфейсов
3. Развитие систем раннего обнаружения атак
4. Баланс между децентрализацией и безопасностью.
Взломали биржу Bybit. Что это означает для индустрии смарт-контрактов и в целом web3?
3ч назад криптобиржа Bybit сообщила о серьезной атаке на их ETH холодный кошелек. Размер подозрительных outflows составил более $1.46млрд.
Разбираем ситуацию и смотрим на потенциальные решения.
Атакующий использовал функцию delegatecall для выполнения вредоносного контракта - пример атаки, использующей человеческий фактор в сочетании с техническим обманом.
Что произошло?
• Атакующий смог обойти multisig-защиту холодного кошелька
• Подменил интерфейс подписи транзакции
• Изменил логику смарт-контракта, сохранив видимость корректного адреса.
Последствия:
1. Трафик выводов вырос в 100 раз
2. Хакеры конвертируют mETH и stETH через DEX'ы
3. Bybit использует bridge loans вместо прямой закупки ETH
4. Введены доп. проверки для крупных выводов.
Почему это критично для индустрии?
• Атака обошла multisig-защиту - золотой стандарт безопасности
• Показала уязвимость интерфейсов верификации
• Затронула базовые механизмы безопасности
• Большинство DeFi построено на смарт-контрактах
• Уязвимость в одном проекте может затронуть другие
Что это значит для будущего Web3?
1. Отказ от сложных смарт-контрактов
2. Переход к проверенным решениям
3. Усиление роли автоматизированного аудита
Новые подходы к безопасности:
• Многоуровневая верификация транзакций
• Временные паттерны безопасности
• "Канарейки" в смарт-контрактах
• Репутационная система контрактов
ИИ-агенты как решение?
Только сегодня мы рассказывали о 1-м ИИ-агенте протоколе для создания блокчейн-приложений без прямого написания смарт-контрактов. Теперь это выглядит еще актуальнее.
Архитектура безопасности с ИИ: Пользователь → ИИ-агент → Защитные ограничения → Проверенные шаблоны → Блокчейн.
Каждое действие проходит многоуровневую проверку, а ИИ работает только с аудированными компонентами.
Потенциальные риски ИИ-подхода:
• Возможность prompt-инъекций
• Предсказуемость паттернов
• "Черный ящик" в принятии решений
Атака на Bybit показывает необходимость нового подхода к безопасности в Web3. Решение может лежать не в усложнении смарт-контрактов, а в создании надежной инфраструктуры со встроенными механизмами защиты.
Как говорят кибербезопасники: "Небезопасных систем не бывает, бывают еще не взломанные". Но можно существенно поднять планку сложности для атакующих.
Курчатовский институт и Росатом собираются на Луне энергетику поставить, об этом только что заявил М. В. Ковальчук на форуме будущих технологий.
Более того, Росатом, Курчатовский институт и РАН создали стратегический совет развития. Непонятно, чем будет совет заниматься, но сложилось мнение, что объединились для развития научных проектов.
Также решено создать центр аддитивных технологий на базе Института проблем лазерных и информационных технологий в Шатуре.
В. Антипов из Курчатовского института заявил, что нужно создать межотраслевую единую цифровую базу свойств материалов.
Видимо, база будет в руках у Курчатовского института.
Газпромбанк представил перспективные научные проекты в сфере квантовых технологий, биотеха и энергетики
В Москве проходит Форум будущих технологий, на котором представляют новейшие технологические решения. ГПБ выступил соучредителем форума, а на своём стенде показал перспективные проекты, которые поддерживает. Вот они:
2 проекта в биомедицине от стартапов «Прокерамика» и «М-Шейп»:
1. Титановые и стальные протезы межпозвоночных дисков с использованием 3D-печати.
2. Керамические скаффолды – специальные импланты для восстановления биологических тканей. Использование керамики вместо полимеров может дать лучшую биосовместимость.
В части водородной энергетики компания «Н2Тех» представила перспективную разработку - контейнер-цистерну "Криосейф-42", которая решает одну из ключевых проблем отрасли – транспортировку жидкого водорода на дальние расстояния без потерь (до 15 тыс. км).
В сфере квантового программного обеспечения свои разработки показали «КуБорд».
По мнению профессора, вице-президента Газпромбанка Алексея Федорова, чтобы трансфер знаний работал эффективно, на входе должно быть большое количество команд технологических проектов. Важно, чтобы эти проекты быстро переходили с одной стадии развития в другую: от фундаментальной науки к готовому продукту. Необходимо наладить кооперацию государства, науки и бизнеса, создавая новые форматы взаимодействия.
Microsoft больше не верит в AGI, OpenAI не в приоритете и новые приоритеты корпорации
СЕО корпорации Сатья Наделла дал свежее интервью, в котором можно увидеть новый взгляд корпорации, произошла переориентация.
Наделла рисует Microsoft как компанию, которая не гонится за хайпом, а строит будущее с умом, вот основные моменты:
1. ИИ — не про AGI, а про реальную пользу (Copilot, Azure).
2. Квантовые технологии — их билет в завтра, но пока только на бумаге.
3. Microsoft хотят быть инфраструктурой для всех (Azure), а не просто ещё одним игроком в ИИ-гонке.
4. Плюс немного социальной ответственности — образование, этика.
Теперь по главным тезисам.
AGI — это хайп, а рост экономики — реальная цель. Наделла говорит: «Мы слишком зациклены на AGI как на конечной точке. Для меня важнее — можем ли мы добиться 10%экономического роста?».
По поводу OpenAI. Наделла вспоминает партнерство с OpenAI, но он очень сдержан, Microsoft переоценил ценность стартапа.
Квантовые вычисления — прорыв, но не завтра: «Мы добились прорыва в топологических кубитах... Это может стать реальностью в ближайшие десятилетия. Не завтра в магазинах, но уже в исследованиях работает».
Microsoft гордится, что их топологические кубиты — это не просто лабораторная игрушка, а шаг к будущему, где квантовые компьютеры будут решать реальные задачи. И да, это звучит как намёк: "Эй, Google с вашим Willow, мы идём своим путём, и он круче". Но честно — 10–15 лет до коммерции? Это пока мечты, которые больше для инвесторов, чем для нас с вами.
ИИ + квантовые = козырь Microsoft. Сатья говорит: «ИИ помогает проектировать квантовые системы, а квантовые системы делают ИИ мощнее. Это цикл обратной связи».
Вот тут Наделла играет в долгую. Он видит Microsoft не просто как ещё одного продавца ИИ-ботов, а как компанию, которая сольёт ИИ с квантовыми мозгами и выдаст что-то, чего у других нет. Это амбициозно, и если выгорит — они сделают рынок. Но пока это больше план на бумаге, чем реальность.
Azure — их золотая жила. «Модели ИИ всё равно будут бегать на hyperscale-вычислениях. Я рад быть арендодателем в этом деле», - говорит Сатья.
Наделла видит ценность в инфраструктуре, где есть переизбыток и потребительских приложениях, где OpenAI уже победила, но не в моделях для предприятий, которые становятся товаром.
Microsoft не хочет тратить все силы на создание собственных ChatGPT — они делают ставку на Azure как на платформу, где все будут запускать свои ИИ. Он намекает: пусть страны и конкуренты строят лишние дата-центры, а мы сдадим им мощности в аренду. Это умно — меньше риска, больше стабильной прибыли. Но есть нюанс, если все начнут делать свои облака, Azure может потерять хватку.
Работа и образование — не дайте людям остаться за бортом. Сатья говорит: «Технологии создают больше рабочих мест, чем уничтожают. Но нам надо переосмыслить образование — учить критическому мышлению, творчеству».
По сути, Наделла не хочет, чтобы его обвинили в массовой безработице из-за ИИ. Он честно говорит: автоматизация меняет всё, но мы поможем людям адаптироваться. Это не просто добрые слова — Microsoft уже пушит курсы через LinkedIn и MS Learn. Молодец, что думает о будущем, но звучит как PR.
Этика ИИ — важно, но не душите нас. «Предвзятость в ИИ — реальная проблема, мы работаем над этим. Но регулирование не должно убивать инновации», - говорит Наделла.
Что это значит? Наделла понимает, что безответственный ИИ может подставить Microsoft под удар (скандалы, штрафы). Они вкладываются в "справедливые" системы, но он явно боится, что законы вроде AI Act в ЕС затормозят их.
Новые приоритеты Microsoft
1. ИИ как усилитель производительности: Инструменты вроде Copilot для бизнеса и частных пользователей.
2. Облачная инфраструктура (Azure): Основа для ИИ, квантовых вычислений и корпоративных решений.
3. Квантовые технологии: Долгосрочная инвестиция в прорыв через топологические кубиты.
4. Научные открытия: Решение глобальных проблем через технологии.
5. Образование: Подготовка общества к автоматизации.
6. Этика ИИ: Ответственное лидерство в отрасли.
Новый тренд - ИИ и deep tech становятся ключевыми драйверами для единорогов. Происходит эволюция в экосистеме стартапов
За последние годы происходит смена фокуса с традиционного ПО на ИИ и глубокие технологии как ключевые драйверы инноваций и создания новых единорогов.
Этот сдвиг отражает изменения в том, где создается технологическая ценность и как предприниматели и инвесторы адаптируются к новым возможностям.
Ключевые этапы эволюции единорогов
1. 2014–2019 происходило господство потребительских технологий и финтеха.
2. Спад традиционных секторов (2020-е годы). После захвата основных возможностей в B2C, Fintech и Enterprise Software их доля среди новых единорогов сократилась. К 2024 году эти 3 сектора вместе составляли лишь 23% новых единорогов, что указывает на спад их доминирования.
3. Рост ИИ и deep tech(2019–2024). С 2019 года доля ИИ-компаний среди новых единорогов выросла с 5% до 27% к 2024 году. Этот рост ускорился благодаря существующей инфраструктуре ИИ, доступу к талантам и повышенному интересу инвесторов после успеха ChatGPT в конце 2022 года.
Deep Tech также показали рост: с 14% в 2019 году до 25% в 2024 году. Вместе ИИ и Deep Tech теперь составляют более половины новых единорогов.
Факторы ускорения успеха ИИ-стартапов
В 2019 году ИИ-стартапам требовалось больше времени для создания технологий и доказательства их жизнеспособности.
К 2023 году они могли использовать готовую инфраструктуру ИИ и получать поддержку инвесторов быстрее.
Например, Mistral достиг статуса единорога всего за 7 месяцев в 2023 году, что демонстрирует сокращение времени до успеха (на 65% быстрее, чем в традиционных секторах).
Тренды в Deep Tech
Биотехнологии остаются крупнейшей категорией в Deep Tech, но их доля снизилась с 60% в 2020 году до 39% в 2024 году.
Полупроводники - доля выросла с 10% в 2019 году до 26% в 2024 году, что связано с высоким спросом на специализированные чипы для ИИ и геополитическими факторами.
Другие области (квантовые вычисления, передовая энергетика, робототехника) сохраняют стабильную, но меньшую долю (25–30%).
Эпоха легких цифровых решений (B2C, Fintech) уступает место более сложным и трансформационным технологиям (ИИ и Deep Tech). Это изменение формирует новую волну стартапов, которые быстрее достигают статуса единорогов и определяют будущее глобальной экономики.
Слушайте, мы тестим Grok-3 и в восторге. Модель ищет информацию в интернете и соцсети X в реальном времени и дает актуальную обратную связь. База знаний обновляется постоянно, модель не ограничена фиксированным "срезом" данных, как некоторые другие модели.
Такого нет у OpenAI, Anthropic, где более строгие рамки по актуальности данных.
Но есть такое у Google - чемпиона по поиску.
У Grok акцент ещё на экосистему X, может анализировать посты, профили пользователей на X, а также ссылки, изображения, PDF-файлы и другие материалы.
Модель также может сгенерировать картинку, текст, скоро появится ещё голос.
Все это работает в экосистеме Х, которая запускает ещё и свои платежи. А с учетом того, как ИИ -агенты сейчас плотно внедряются в платежи и коммерцию, об этом читайте здесь, у Маска получается создать массивную вещь.
❗️Революционный прорыв в биологии: представлена Evo 2 - крупнейшая ИИ-модель для работы с геномами
Arc Institute в сотрудничестве с NVIDIA, Стэнфордом, UC Berkeley и UC San Francisco представили Evo 2 - самую масштабную ИИ-модель для биологии на сегодняшний день:
• Обучена на 9.3 трлн нуклеотидов из 128,000 геномов
• Охватывает все домены жизни: от бактерий до человека
• Две версии модели: 7B и 40B параметров
• Может обрабатывать последовательности длиной до 1 миллиона нуклеотидов
Технические достижения:
• Новая архитектура StripedHyena 2 обеспечивает 3-кратное ускорение
• Работает без предварительной подготовки или выравнивания последовательностей
• Полностью открытый исходный код и данные
• Интеграция с платформой NVIDIA BioNeMo
Практические возможности:
1. Анализ генетических заболеваний:
- Предсказывает патогенность мутаций с точностью >90%
- Особенно эффективна для генов рака груди (BRCA1)
- Работает как с кодирующими, так и с некодирующими участками
2. Генетический дизайн:
- Генерация полных митохондриальных геномов человека
- Создание бактериальных геномов
- Проектирование эукариотических хромосом
- Контроль доступности хроматина
3. Исследования и разработка лекарств:
- Создание виртуальных клеточных моделей
- Анализ взаимодействия генотипа и среды
- Поиск новых терапевтических мишеней
Безопасность:
• Исключены патогенные организмы из обучающих данных
• Встроенные ограничения на работу с опасными патогенами
• Этический контроль со стороны экспертов
Экосистема инструментов:
• Evo Designer - веб-интерфейс для работы с моделью
• Инструменты интерпретации от GoodfireAI
• Интеграция с NVIDIA для ускорения вычислений
В чем уникальность модели Evo2?
1. Универсальность: впервые одна модель может работать со всеми формами жизни
2. Скорость: значительно ускоряет исследования в биологии и медицине
3. Доступность: открытый код позволяет использовать модель всем исследователям
4. Точность: достигает state-of-the-art результатов без специальной настройки
5. Масштабируемость: может стать платформой для создания специализированных приложений
Перспективы:
• Ускорение разработки новых лекарств
• Улучшение диагностики генетических заболеваний
• Создание более точных генных терапий
• Развитие синтетической биологии
• Появление "магазина приложений" для биологических инструментов
Препринт здесь.
GitHub
Nvidia bionemo.
Evo designer.
Evo Mechanistic Interpretability Visualizer
Про раннюю модель Evo мы писали здесь.
⚡️ Google только что выпустили систему AI co-scientist (ИИ-научный партнер)
Это мультиагентная ИИ-система, построенная на базе Gemini 2.0. Основная цель системы - помогать учёным генерировать новые научные гипотезы и ускорять научные открытия.
Это гораздо более продвинутая система, чем GitHub Copilot.
AI co-scientist умеет:
1. Придумывать новые научные идеи и гипотезы. Например, может предположить: "А что если это лекарство от диабета попробовать против рака?" Или найти новый механизм, как бактерии становятся устойчивыми к антибиотикам.
2. Планировать эксперименты
- Предлагает, как именно проверить гипотезу
- Составляет детальный план исследования
3. Анализировать результаты
- Сопоставляет данные с существующими исследованиями
- Предлагает объяснения полученных результатов
4. Работать в команде с настоящими учёными
- Учёный может сказать: "Интересная идея, но давай подумаем еще в этом направлении"
- Система учитывает обратную связь и улучшает свои предложения
Самое главное - система уже доказала свою эффективность. Например:
- Нашла новое применение существующих лекарств для лечения лейкемии
- Предложила новые способы лечения фиброза печени
- Самостоятельно разобралась в сложном механизме передачи генов между бактериями
Проще говоря, если Copilot помогает писать код, то AI co-scientist помогает делать научные открытия. Это как иметь умного коллегу-учёного, который:
- Знает всю научную литературу
- Может находить неочевидные связи
- Предлагает новые идеи для исследований
- И главное - его идеи реально работают, что подтверждено экспериментами
Это большой шаг вперед в использовании ИИ для научных исследований, особенно в медицине и биологии.