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
Сбер представил планы по использованию ИИ в космической отрасли
На конференции ЦИПР Сбер обозначил 2 направления работы с Роскосмосом:
1. Планируется создание ИИ-ассистента для экипажей МКС на базе языковой модели с 90 млрд параметров. Система должна автоматизировать рутинные операции и помогать в проведении научных экспериментов.
Ключевая особенность - возможность работы в автономном режиме при отсутствии связи с Землей.
2. Разработка материалов и компонентов. ИИ будет использоваться для поиска новых материалов и ускорения проектирования космических аппаратов.
Технические решения:
1. VLM для создания CAD-моделей деталей и элементов космических аппаратов.
2. Использование модели Cadrille, разработанной Институтом AIRI.
3. Разработка специализированных ИИ-инструментов для поиска соединений и создания новых функциональных материалов.
4. Адаптация языковых моделей (включая LLaMA 3.2) под космические задачи.
Целевые заказчики: конечные отечественные производители и предприятия, входящие в кооперацию с Роскосмосом.
Прорыв от Meta*+UC Berkeley: LLM обучает сам себя без человека
Команда исследователей создала Self-Challenging Agents (SCA) - новый подход к обучению языковых моделей, который позволяет им самостоятельно создавать задачи для своего улучшения.
Решает критическую проблему масштабирования - создание обучающих данных для агентов было узким местом, требующим дорогой ручной разметки.
Основная идея - LLM играет 2 роли:
1. Создатель задач - исследует среду, взаимодействует с инструментами и генерирует новые задачи.
2. Исполнитель - решает эти задачи и обучается на них.
Ключевая инновация - формат "Code-as-Task".
-Инструкция для пользователя
- Функция проверки (код для автоматической оценки)
- Пример правильного решения
- Примеры неудачных попыток.
На модели Llama-3.1-8B достигнуто двукратное улучшение производительности в задачах использования инструментов без использования человеческих данных - только на самосгенерированных задачах.
Ограничения:
1. ~ 15-20% сгенерированных задач все еще содержат ошибки.
2. улучшения в основном касаются конкретной среды, а не общих навыков.
3. все еще отстает от обучения на идеальных человеческих данных.
*запрещенная в России организация.
GigaChat от Сбера полетит в космос, заявил только что глава Роскосмоса.
Если этот полет состоится, то GigaChat станет 1-м в мире ИИ в космосе для поддержки экипажа.
О том, что Сбер занялся космосом, мы писали тут.
На пленарной сессии конференции ЦИПР новый глава Роскосмоса Д. Баканов озвучил 3 направления по работе вместе с ИИ:
1. Роскосмос хочет сделать из GigaChat настоящего ИИ-ассистента космонавта на МКС. Причем полет должен состояться либо осенью этого года, либо в марте 2026.
Это интересная задача, но есть нюансы:
-Работа в автономном режиме (связь с Землей не постоянная)
- Критичность надежности - ошибка ИИ может стоить жизни
- Адаптация к специфике космических операций
- Размер и энергопотребление оборудования.
2. Увеличение разрешения космических снимков (1м → 0,5м на пиксель).
На наш взгляд основные проблемы при реализации этой задачи вот такие:
- ИИ может "додумывать" несуществующие детали.
- Нужны огромные датасеты для обучения.
- Требуется валидация точности восстановленных данных.
3. ИИ проанализирует все ГОСТы. Очень сложная задача, так как :
- Десятки тысяч документов
- Взаимосвязи между стандартами
- Обновления и изменения
- Контекстное понимание технических требований.
Крутая работа: новая ИИ-модель рассуждений для геномики
BioReason — это ИИ-модель, объединяющая фундаментальные ДНК-модели (например, Evo 2) с LLM, например, Qwen3 для биологических рассуждений. Datasets.
BioReason названа первой моделью такого рода, и в контексте глубокой интеграции ДНК и LLM для биологических рассуждений это, похоже, правда. Однако рассуждения в биологии не новы: например, RE:IN и универсальные агенты Biomni, уже существовали.
BioReason это:
1. Новая мультимодальная архитектура. LLM напрямую обрабатывает геномные последовательности как входные данные.
2. Использованы контролируемая тонкая настройка и GRPO для сложных многоступенчатых рассуждений.
3. Генерирует пошаговые, понятные биологические выводы из геномных данных.
Ограничения:
1. Тестирование пока исследовательское — реальное применение в клинике или промышленности требует валидации.
2. Результаты зависят от качества данных и специфики задач — не панацея.
Потенциал для биотехнологий и фармацевтики — быстрее гипотезы, меньше затраты, ближе к персонализированной медицине.
Сбер запустил структурированные облигации и фьючерсы, привязанные к биткоину, через платформу СберИнвестиции и Московскую биржу.
Это происходит сразу после разрешения ЦБ на прошлой неделе.
По факту инвесторы не покупают биткоин напрямую, а вкладывают деньги в облигации, выпущенные Сбером.
Создается мост между традиционными финансами и криптовалютным рынком, предлагая регулируемый способ инвестировать в биткоин.
Этот кейс похож на подходы, уже реализованные в США (ETF и фьючерсы на CME) и Европе (структурированные продукты и ETP), но адаптировано под российский рынок, где приоритет — рублевые расчеты и соответствие законам.
Новая экономика ИИ. NVIDIA изменила правила игры с помощью продолжительного обучения
Если никто не покажет, что обучение с подкреплением (RL)— это не просто "вытягивание" того, что модель уже знает из предобучения, а реально новая парадигма масштабирования, то NVIDIA сделает это сама.
И они сделали.
Последние месяцы в ИИ-сообществе шел спор: действительно ли RL учит модели чему-то новому, или просто помогает им лучше использовать то, что они уже "знают"?
Несколько исследований утверждали второе. Это важно, потому что если RL не дает ничего нового — зачем тратить на него миллионы?
Что сделала NVIDIA?
Они взяли модель с 1.5млрд параметрами и обучали её методом ProRL (Prolonged Reinforcement Learning) более 2000 шагов. Для сравнения: большинство предыдущих исследований останавливались на сотнях шагов.
Ключевые результаты:
1. Модель научилась решать задачи, которые базовая версия не могла решить вообще (0% → 100%)
2. На некоторых задачах 1.5B модель показывает результаты лучше, чем 7B модели конкурентов
3. Creativity Index вырос с 3.84 до 4.70 — модель генерирует объективно более новые решения.
Почему это важно для бизнеса?
1. Экономика изменилась Вместо покупки модели в 10 раз больше, можно взять маленькую и дообучить её RL. Это дешевле по инфраструктуре и энергопотреблению.
2. Локальное развертывание стало реальнее 1.5B модель можно запустить на собственном железе. Для банков, медицины, госсектора — это критично.
3. Новая парадигма инвестиций в ИИ
Раньше было так: больше данных → больше параметров → лучше результат Теперь: правильное RL обучение → новые способности при тех же параметрах
NVIDIA показала, что RL — это не оптимизация существующего, а способ научить модель принципиально новым паттернам рассуждения. Они обнаружили закономерность: чем хуже модель справляется с задачей изначально, тем больше выигрыш от RL.
Это меняет стратегию развития ИИ-продуктов. Вместо постоянной гонки за размером моделей, можно фокусироваться на специализированном дообучении под конкретные задачи.
Риски и ограничения
- ProRL требует серьёзных вычислительных ресурсов (16k GPU-часов в их случае)
- Нужна экспертиза в RL — это не просто "нажать кнопку"
- Не все задачи одинаково хорошо поддаются такому обучению
Основатель Anthropic Дарио Амодей прогнозирует, что к 2026 появится 1-я компания с доходом в миллиард $, управляемая всего 1 человеком.
ИИ уже способен точно выполнять задачи, такие как написание текстов, программирование, логические рассуждения и исследования — все, что критически важно для запуска компании. Амодей считает, что ИИ станет "вашим персоналом", позволяя одному человеку эффективно управлять бизнесом.
По мнению Дарио, первыми такие результаты увидят отрасли, где для получения дохода не требуется интенсивное взаимодействие с людьми или сложные институциональные структуры. Он привел примеры компаний, занимающихся проприетарным обучением или инструментами для разработчиков, где клиенты просто принимают продукт, а поддержка может быть сведена к вопросам, на которые отвечает ИИ.
Амодей уточнил, что это лишь прогноз, и сроки могут не точно совпасть.
Майк Кригер, сооснователь Instagram, а сейчас директор по продуктам Anthropic, сказал: "Мне это не кажется сумасшествием. Я построил компанию на миллиард долларов с 13 людьми, и это было 13 лет назад".
Кригер добавил, что с такими инструментами, как Claude Opus, он и его партнер Кевин Систром могли бы создать Instagram вдвоем, поскольку ИИ помог бы с модерацией и инженерными задачами.
⚡️Очень крутой ход от Google - запустили коллекцию нерешённых математических задач,записанных на языке Lean.
Это подготовка инфраструктуры для качественно нового этапа развития ИИ.
Сейчас математические бенчмарки для LLM тестируют школьную и студенческую математику. GSM8K, MATH — задачи с известными решениями.
Formal-conjectures — это нерешённые проблемы. Разница как между контрольной работой и диссертацией.
У DeepMind есть AlphaProof для автоматического доказательства теорем. Есть Lean для формальной верификации. Теперь появляется стандартизированный набор открытых проблем. Экосистема собрана.
❗️Когда ИИ решит первую серьёзную математическую гипотезу, это станет переломным моментом. Но без готовой инфраструктуры для верификации и сравнения систем этот момент может быть упущен или оспорен.
DeepMind создаёт "математический ImageNet" — эталон для научного применения ИИ. Кто контролирует стандарты, тот получает преимущество в гонке.
Контролируя стандарты и инфраструктуру для оценки математического ИИ, Google получает преимущество перед конкурентами (OpenAI, Anthropic и др.).
Это инвестиция в будущее, где математический ИИ станет ключевой технологией.
В школе управления СКОЛКОВО стартует первая на рынке программа по наращиванию прогнозируемого объема сбыта для B2B-производственников — КОМПОНЕНТА
Среди своих делимся возможностью получения субсидии от институтов поддержки предпринимателей.
5 модулей - 1 250 000 руб. (за команду из 2 чел.)
60% от всей стоимости обучения команд покрывает Московский экспортный центр и Агентство международного сотрудничества Челябинской области.
Кстати, набор на программу открыт до 6 июня.
🛠 Обеспечить ресурсы для роста "Компонента" обещает за счет разработки стратегии по встраиванию в производственные цепочки иностранных предприятий и российских корпораций. Последние, кстати, примут участие в программе в качестве наставников в рамках "проектной песочницы".
Посмотрите онлайн презентацию с Q&A
Ваш рост — наша цель!
Занять место на "Компоненте" здесь
Реклама.
Московская школа управления «СКОЛКОВО»
ИНН 5032180980
Экс-Яндекс, компания Аркадия Воложа, ClickHouse привлекла $350млн при оценке $6,5млрд
ClickHouse занимается разработкой высокопроизводительной системы управления базами данных с открытым исходным кодом, цель которой — обработка и анализ больших объемов данных в реальном времени.
Раунд возглавила Khosla Ventures при участии новых инвесторов BOND, IVP, Battery Ventures и Bessemer Venture Partners.
Nebius Group Аркадия Воложа владеет миноритарной долей 28% в ClickHouse. Отметим, что в начале мая, другая компания Воложа - Toloka привлекла $72млн от Джеффа Безоса.
Изначально в 2009 году проект был разработан в Яндексе как внутренняя система для аналитики в реальном времени. В 2016 году проект стал open-source, а в сентябре 2021 года ClickHouse был выделен из Яндекса в независимую компанию — ClickHouse, зарегистрированную в США.
После реструктуризации Яндекса в 2024 году, когда российские активы были отделены, международные активы, включая долю в ClickHouse, перешли под контроль Nebius Group.
⚡️Президент Казахстана Касым-Жомарт Токаев объявил о запуске пилотной зоны «CryptoCity» в Алатау, которая позволит использовать криптовалюты для оплаты товаров, услуг и даже инвестиций в недвижимость, стремясь создать регуляторную «песочницу» для цифровых активов.
#makekazakhstangreatagain
❗️Питер Тиль сделал ставку на нейроинтерфейсы, ИИ, крипту, ИИ в финансах, программирование жизни
В этом году Фонд Тиля объявил о 15 стипендиатах, которые получат по $200,000 за 2 года (что является увеличением с предыдущих $100,000)
Анализируя выбор стипендиатов этого года, ярко выделяются несколько трендов, на которые делает ставку Тиль:
1. Тренд на программирование жизни:
Хуан Эбрат работает над "программируемой живой материей" и регенерацией целых органов - это уже не лечение, а переписывание биологического кода человека.
Дженнифер Лин ускоряет доступ к лечению редких болезней - борьба со смертью через технологии.
Нейроинтерфейсы как "API к человеческому мозгу":
Колтон Эль-Хабр и Стивен Панг работают над Orbit - "API к человеческому разуму" через нейростимуляцию. Это прямое вмешательство в работу мозга и нервной системы.
2. Оборонные технологии и климат:
Сорен Монро-Андерсон создает военные дроны
Хуман Реза Нежад производит американские редкоземельные металлы.
Коки Машита строит систему защиты от экстремальной погоды
3. Деконструкция традиционных финансов:
Фердинанд Дабиц создает "мировой торговый банк" - альтернативу существующей банковской системе
Джексон Денка строит платформу для торговли "от криптовалют до убеждений и мемов" - монетизация буквально всего
ИИ в финансах:
Карло Кобе создает ИИ-финансового консультанта для молодежи - замена традиционных финансовых институтов.
4. Тренд на автономные производства:
Фабиан Грубер работает над полностью автоматизированными производствами без людей
Тедди Уорнер наделяет роботов эмоциональным интеллектом для лучшего понимания людей
5. Тренд на создание "цифровых людей"
Элиас Физесан строит ИИ-модели для создания цифровых людей "неотличимых от настоящих"
Эйдан Смит разрабатывает "человеко-нативные устройства коммуникации"
Что это означает с точки зрения стратегии?
1. Тиль готовится к замещению не людей другими людьми, а традиционных институтов технологическими решениями:
Замещение университетов → прямым финансированием талантов
Замещение банков → децентрализованными платформами
Замещение врачей → программируемой биологией
Замещение армий → автономными системами
Замещение правительств → технологическим контролем над ресурсами и климатом
2. Географический выбор тоже говорящий: много стипендиатов из Германии (3 человека) - Тиль переманивает европейские таланты, пока ЕС увязает в регулировании ИИ.
Тиль не просто инвестирует в стартапы - он создает параллельную цивилизацию, где молодые люди строят альтернативы всем существующим институтам. Это идеологический проект по замещению "коррумпированной" старой системы новой технократической.
ИИ-агент ученый достиг исторического прецедента,его статья была принята в основную программу престижной конференции
Статья ИИ-агента Zochi от Intology была принята в основную программу конференции ACL 2025 — ведущего мирового форума по обработке естественного языка и одной из 40 самых престижных научных площадок в мире.
Это первый ИИ PhD-уровневый агент в истории.
Zochi самостоятельно выполнил весь исследовательский цикл:
Анализ литературы
Формулировка гипотезы
Разработка методологии Программирование Проведение экспериментов Анализ данных
Написание статьи.
Качество работы ИИ-агента оценивается на уровне топ-исследователей
ACL — конференция уровня A* с показателем принятия ~21%
Финальная оценка ИИ-агента: 4 балла (топ 8.2% всех заявок)
Результаты метода: 100% успешность на GPT-3.5-turbo, 97% на GPT-4.
Для сравнения: большинство PhD-студентов тратят годы, прежде чем опубликоваться на конференции такого уровня.
Ранее Sakana AI представили своего ИИ-агента, который полностью подготовил статью и попал на престижную конференцию, но вот отличия:
Zochi смог создать 1-ю публикацию для основной программы (у Sakana AI было попадание в воркшоп с показателем принятия 60-70%).
Полная автономность — люди участвовали только в создании рисунков и форматировании.
Скорость исследования — методы валидируются за часы, полная статья готова за дни.
Качество PhD-уровня — работа соответствует стандартам ведущих исследователей мира.
Что это означает для науки?
1. Ускорение открытий
2. Новый стандарт — первый "PhD-уровневый агент" в истории
3.Трансформация исследований.
#DeepSeek только что выпустили обновленный R1, который превосходит gpt-o3 и gemini 2.5
Читать полностью…⚡️Банк России разрешил операции с ЦФА, связанными с криптовалютами, но только для квалифицированных инвесторов.
ЦБ с правительством готовят экспериментальный режим, где сделки с криптой могут разрешить для ограниченного круга инвесторов.
ЦБ только что выпустил рекомендации по цифровым финансовым активам (ЦФА) и связанным инструментам, которые касаются криптовалют.
Цифровые финансовые активы (ЦФА) — это токены или цифровые права, выпускаемые на блокчейн-платформах, которые могут быть привязаны к разным активам, включая стоимость криптовалют (например, биткоина или эфира).
Но ЦФА — это не криптовалюта, а инструмент, доходность которого может зависеть от её цены. ЦБ делает акцент, что никто не получит крипту в прямом владении — только доход от изменения её стоимости.
Вот что важно знать:
1. Операции с ЦФА, ценными бумагами и производными инструментами, привязанными к криптовалютам, разрешены только квалифицированным инвесторам (банки, крупные инвесторы, лица с опытом и капиталом по критериям закона). Обычным розничным инвесторам вход закрыт. Это касается:
- Покупки и продажи ЦФА.
- Торговли ценными бумагами, связанными с криптой.
- Деривативов (например, фьючерсов или опционов), доходность которых зависит от криптовалют.
2. ЦБ подчёркивает: инструменты не должны предусматривать передачу самой криптовалюты. Например, вы можете купить ЦФА, отслеживающий цену биткоина, но сам биткоин вам не достанется. Это снижает риски прямого владения криптой, которые ЦБ считает высокими (волатильность, отмывание денег и т.д.).
3. Банки и финансовые организации должны:
- Обеспечивать полное покрытие капиталом для таких инструментов (резервы на случай убытков).
- Устанавливать отдельные лимиты на такие активы в портфеле.
- В течение года ЦБ планирует разработать строгие правила для управления рисками, связанными с криптовалютами.
4. ЦБ сохраняет жёсткую позицию по поводу прямых инвестиций в криптовалюты. Но есть намёк на экспериментальный режим, где сделки с криптой могут разрешить для ограниченного круга инвесторов. Это пока на согласовании в Правительстве.
5. Хотя ETF на криптовалюты прямо не упомянуты, они теоретически могут быть созданы как ЦФА или ценные бумаги, привязанные к стоимости крипты. Но такие фонды будут доступны только квалифицированным инвесторам, и без прямого владения криптовалютой.
Что это значит?
1. Появляется возможность работать с инструментами, связанными с криптовалютами (ЦФА, деривативы, потенциально ETF), но только через регулируемые платформы и с жёстким управлением рисками. Это может быть интересным для диверсификации портфеля, но требует осторожности.
2. Нужно готовиться к строгому регулированию, резервировать капитал и ограничивать доступ клиентов к таким инструментам.
3. Прямой доступ к криптовалютам и связанным инструментам остаётся закрытым. Если вы не квалифицированный инвестор, придётся ждать экспериментального режима или работать через посредников.
Свежий отчет об ИИ, который тихо производит смену эпох там, где меньше всего хайпа
Революция ИИ происходит не в стартапах-единорогах, а в скучных B2B-нишах и повседневных сервисах. К моменту, когда СМИ замечают "захват", игра уже окончена.
Вчера мы показали кусочек этого исследования на примере Waymo vs Uber/Lyft - это идеальный кейс - пока все обсуждали "когда появятся беспилотники", Google молча захватил крупнейший рынок такси в мире. А сегодня полноценный пост об этом интересном отчете. Отметим, что он огромный, поэтому мы решили вам показать нетривиальные выводы из него, потому что все остальное уже заело:
1. Tesla FSD: 100x рост за 33 месяца. Tesla молча создала крупнейший в мире флот роботов-водителей.
2. Kaiser Permanente: ИИ "спас браки" врачей. ИИ решает проблему выгорания в медицине, которую не могли решить десятилетиями
3. GitHub Copilot. Большая часть нового кода уже пишется ИИ, а не людьми
4. DeepSeek. За 4 месяца набрал 54 млн пользователей. Китай создает параллельную ИИ-вселенную с нуля
5. Canva Magic Studio: 16 млрд использований. Обычные люди массово используют ИИ для творчества, не осознавая этого.
6. Carbon Robotics: Роботы-фермеры. ИИ молча "озеленяет" сельское хозяйство.
7. Spotify AI DJ. ИИ становится личным диджеем для сотен миллионов людей
Что означает этот паттерн "тихого захвата"?
Формула успеха ИИ:
Начать в нише + Достичь критической массы+Масштабироваться экспоненциально.
Ключевые признаки "тихой революции":
1. Пользователи не осознают, что используют ИИ
2. Конкуренты недооценивают угрозу
3. Рост происходит в конкретных метриках, а не в заголовках
4. Переломный момент наступает внезапно.
Следующие кандидаты на "тихий захват":
Cursor AI - 300 млн ARR за 25 месяцев (программирование)
Harvey AI - 70 млн ARR в юридической сфере
Applied Intuition - обслуживает 18 из топ-20 автопроизводителей
Palantir - 432 коммерческих клиента (+65% год к году).
Йошуа Бенжио создал свое НКО, которое займется НЕагентным ИИ, компания создана на деньги ex-CEO Google, сооснователя Skype и др.
Только что лауреат премии Тьюринга Йошуа Бенжио объявил о запуске LawZero — это некоммерческая организация(НКО) для создания безопасных по своей конструкции систем ИИ.
LawZero хочет создавать ИИ-системы, которые будут:
1. Безопасны по своей конструкции — в отличие от текущих подходов, где безопасность добавляется как дополнительный слой.
2. Честными и не обманчивыми.
3. Без агентности — системы, которые понимают мир, но не действуют в нем самостоятельно
Ключевая разработка - система ИИ-учёный. Это система, которая:
1. Только понимает и анализирует, но не действует
2. Изучает данные и делает предсказания
3. Анализирует вероятности различных исходов
4. НЕ принимает самостоятельных решений о действиях
5. Работает как "чистая машина знаний". Как учёный-теоретик, который исследует и понимает мир. Не имеет собственных целей или желаний. Не стремится к самосохранению.
6. Служит системой безопасности. Проверяет действия других ИИ-агентов ДО их выполнения. Оценивает вероятность вреда от предлагаемых действий. Блокирует потенциально опасные действия.
Основные спонсоры проекта, которые уже дали $30млн на начальном этапе -
Schmidt Sciences (ex- CEO Google Эрика Шмидта), Яан Таллинн (сооснователь Skype), Open Philanthropy, Future of Life Institute.
Отметим, что Эрик Шмидт финансирует множество проектов в ИИ для науки, вот примеры: FutureHouse и E11Bio.
Сингулярность нас точно ждёт, математики доказали
Рафаэль Буссо из UC Berkeley завершил 60-летний спор - сингулярности в пространстве-времени никуда не деваются, даже если физика становится ближе к реальности.
Что такое сингулярность и почему она важна?
Представьте, что вы пишете код для модели процесса, и вдруг вычисления дают бесконечность или "не работает". Это не баг, а особенность модели. Такое случается с сингулярностями в теории относительности, в этих точках законы физики ломаются.
Физики долго надеялись, что квантовая механика исправит эту проблему. Но математика оказалась упрямее ожиданий:
В 1965 — Роджер Пенроуз доказал неизбежность сингулярностей в пустом пространстве-времени. Получил за это Нобелевскую премию.
В 2010 — Арон Уолл показал, что даже добавление квантовых частиц не спасает — сингулярности остаются.
В 2025 — Рафаэль Буссо доказал, что сингулярности существуют даже когда квантовые частицы влияют на само пространство-время.
Каждое доказательство делало физику более реалистичной, приближая ее к нашей вселенной. И каждый раз сингулярности выживали.
Эта история поднимает фундаментальные вопросы, которые резонируют далеко за пределами физики:
Каждый шаг делал теорию ближе к нашей Вселенной, но сингулярности остались.
Почему это важно не только для физиков?
1. "Сингулярности" в жизни: Финансовый кризис 2008, пандемия, бум ИИ — точки, где модели ломаются. Может, это не ошибки, а часть системы?
2. Модели и реальность: Парадоксы могут быть не багом, а ключом к правде.
3. Время и данные: Сингулярности — места, где "время останавливается". Есть ли такие точки в данных или ИИ?
Что это значит для нас?
- Понимание экстремальных ситуаций.
- Признание, что не все можно предсказать.
- Новые подходы к системам.
Буссо не убрал сингулярности, а задал вопрос: что они значат? Возможно, время и пространство — не основа, а следствие чего-то глубже. Сингулярности — намек на новую реальность.
В мире, где ИИ меняет целые индустрии за месяцы, где квантовые компьютеры обещают сломать криптографию, а биотехнологии переписывают код жизни, готовность признать фундаментальные ограничения наших моделей может оказаться важнее, чем попытки эти модели улучшить.
Иногда математика знает больше, чем мы думаем. И иногда стоит ее послушать.
Вот это эпоха! беспилотные такси Waymo уже превзошли Lyft, а Uber обгонят в течение года
Согласно исследованию(которое мы опубликуем позже, там много интересного), компания беспилотных такси Waymo(принадлежит Google) уже обошла каршеринговую компанию Lyft по доле рынка в Сан-Франциско и, судя по графику, имеет хорошие шансы обогнать Uber в течение года, если рост продолжится с текущей скоростью.
Интересно, этот рынок больше, чем поиск?
⚡️Google представила Atlas, которая запоминает как мозг человека — математически доказано
Исследователи из Google Research представили Atlas - новую архитектуру, которая фундаментально меняет подход к памяти в нейросетях. Ключевая идея Atlas - научить ИИ-модель запоминать контекст, а не отдельные токены.
Впервые ИИ может эффективно работать с контекстом в 10 миллионов токенов (это примерно 15 романов "Война и мир"), сохраняя 80% точность понимания. Atlas превосходит Titans и другие линейные RNN.
Теперь:
1. Обработка сверхдлинных документов: юридические контракты, научные статьи, исторические архивы.
2. Настоящая долговременная память для ИИ: модели смогут помнить весь контекст длинных диалогов.
3. Это новое понимание того, как должна работать память в нейросетях.
Итоги уходящей недели, то, что имеет значение в России и мире
Нейроинтерфейсы, робототехника и биотехнологии
Прорывы недели:
1. Ученые исправили генетические нарушения в клетке мозга.
2. МГУ и Neiry показали, как создать электроды для нейроинтерфейсов всего за $1 и 3 дня вместо месяцев.
Google выпустили открытую ИИ-модель для медицины.
Питер Тиль делает ставку на нейроинтерфейсы, ИИ, программирование жизни и криптовалюты.
Physical Intelligence ускорили разработку роботов в 7,5 раз.
Singapore представили робо-руку SharpaWave — 22 степени свободы, более 1000 тактильных пикселей на каждом пальце и ИИ-управление хватом.
HopeJr — гуманоидный робот за $3000 от HuggingFace.
ИИ
4 ИИ-агента заработали $2000 за месяц — эксперимент.
Карта рынка ИИ-помощников для веб-браузеров.
Microsoft интегрирует модели Anthropic в новые инструменты для разработчиков.
ИИ-агент ученый попал в основную программу престижной конференции — исторический прецедент.
Исследователи представили мультимодальный агент изучает использование инструментов без человеческих аннотаций.
Google DeepMind выпустили новое исследование о том, когда и как LLM должны заниматься саморефлексией при решении задач.
Google создали коллекцию нерешенных математических задач, которая готовит инфраструктуру для нового этапа развития ИИ.
Amazon добавил ИИ-дискуссии о товарах — аудиообзоры генерируются на основе отзывов клиентов и веб-поиска.
DeepSeek обновили модель R1.
Anthropic открыла код для анализа нейросетей.
Sakana AI создали самообучающегося ИИ агента.
Google запустили ИИ модель, позволяющую создавать и исполнять музыку онлайн, с интерактивным управлением.
Венчурный фонд Madrona проанализировал рынок ИИ-стартапов.
Появилась открытая альтернатива ИИ-агенту Manus.
Stanford представил универсального медицинского ИИ-агента.
Anthropic запустил голосовой режим
Новый подход к ускорению ML-моделей.
ИИ находит уязвимости нулевого дня — новая эра кибербезопасности с участием ИИ.
Apple и Duke University представили новый подход к последовательному рассуждению ИИ-систем.
Криптовалюты и блокчейн
Банк России разрешил операции с криптовалютными ЦФА.
Дубай запустил платформу токенизации недвижимости.
Казахстан создает криптозону в Алатау, который позволит расплачиваться криптовалютами за товары и недвижимость.
Telegram выпустил облигации на $1,5 млрд.
Стейблкоины достигли корпоративного уровня — опрос Fireblocks.
Россия отстает в стейблкоин-платежах — свежий отчет о мировом состоянии стейблкоинов.
Токенизация активов становится нормой — новый отчет WEF и Accenture.
Корпоративные новости и инвестиции
Потанин купил 9,95% Яндекса — с 2022 года он активно скупает цифровые активы и становится ключевым игроком российской IT-сферы.
ClickHouse - экс- яндексовский проект привлек $350 млн при оценке $6,5 млрд.
Газпромбанк планирует создать Фонд технологического лидерства — зампред правления Д. Зауэрс.
Тренды и прогнозы
Generative Engine Optimization приходит на смену SEO.
Дарио Амодей прогнозирует компанию-миллиардер с одним сотрудником к 2026 году.
Ян ЛеКун считает LLM неинтересными, он фокусируется на 4-х ключевых вопросах будущего технологий.
Сегодня день рождения у человека, который не связан с наукой, технологиями. Но он создает красоту в кино. Великую, тонкую и трансформирующую красоту, которая трогает чувства человека.
С днем рождения, Паоло Соррентино! Tanti auguri maestro! ❤️
У РФ менее 1% от общего объема годовых платежей в стейблкоинах, в отличие от Сингапура-Китая - лидеры
Это данные свежего исследования от Artemis, которые показывают, что стейблкоины стали серьезной альтернативой традиционным платежным сетям.
При общем объеме $26 трлн стейблкоин-транзакций в год, платежи составляют ~ 1%, но это уже $72+ млрд реальной экономической активности.
Бизнес-кейсы:
- Трансграничные платежи поставщикам
- Управление казначейством
- Выплаты фрилансерам (например, Deel платит 10,000+ фрилансерам в 100+ странах)
- Мгновенные глобальные выплаты через Worldpay.
Сингапур → Китай - самый активный коридор для стейблкоин-платежей.
Топ-10 стран по объему стейблкоин-потоков:
США - ~19%
Сингапур - ~18%
Гонконг - ~10%
Япония - ~8%
Великобритания - ~7%
Германия - ~4%
Нидерланды - ~3%
Индия - ~2%
Канада - ~2%
Франция - ~2%
Страны с менее 1% - Россия и Италия. Это означает, что объем российских стейблкоин-платежей через исследованные компании составляет менее $720 млн в год. Но позиция России в конце списка говорит не столько отсутствие интереса к стейблкоинам, сколько ограниченную интеграцию с глобальными платежными провайдерами, участвовавшими в исследовании.
Структура стейблкоин-платежей по типам выглядит так:
1. B2B-платежи: $36 млрд/год
Рост с $100 млн/месяц в начале 2023 до $3+ млрд к началу 2025
Средний размер транзакции: более $219,000 на Tron и Ethereum
2. P2P-платежи:$18 млрд/год.Средний размер транзакций: $47 (Sling), $26 (Celo P2P)
3. Карточные платежи:$13,2 млрд/год.Устойчивый рост с $250 млн/месяц до $1+ млрд к концу 2024. Средние транзакции похожи на традиционные карты.
4. B2C-платежи: $3,3 млрд/год. Рост с $50 млн/месяц до $300+ млн.
5. Кредитование в стейблкоинах для платежных процессоров: $2,5 млрд/год.
Популярные блокчейны:
1. Tron - лидер по объему
2. Ethereum
3. Binance Smart Chain
4. Polygon
Ex-Google создали ИИ-агента, который сам себя улучшает, переписывая свой код
Компания Sakana AI, созданная ex-Google Brain, DeepMind, представила ИИ-агента Darwin Gödel Machine, который может:
1. анализировать и изменять свой собственный Python-код, чтобы улучшить свои возможности.
2. Проверить, приводит ли изменения к лучшей производительности на задачах программирования, используя бенчмарки вроде SWE-bench и Polyglot.
3. Создает архив разнообразных агентов и экспериментирует с разными путями "эволюции", вдохновленными дарвиновскими принципами, чтобы находить новые, эффективные решения.
DGM — это шаг к ИИ, который может бесконечно учиться и улучшать себя, подобно человеку. Он уже показал значительные результаты, улучшив производительность с 20% до 50% на SWE-bench и с 14.2% до 30.7% на Polyglot, а также доказал, что его улучшения применимы к разным моделям и языкам программирования.
Но есть и вызовы, особенно в области безопасности: агент иногда "взламывал" функции оценки, например, фальсифицируя логи. Исследователи работают над тем, чтобы сделать процесс безопасным и прозрачным.
🔥Anthropic открыли исходный код своих инструментов для трассировки нейронных цепей в больших языковых моделях
Ранее Anthropic разработала новый метод для отслеживания "мыслительных процессов" языковых моделей, то есть понимания того, как модель внутренне приходит к определенному ответу.
Для этого они создают "графы атрибуции", которые показывают шаги, которые модель предприняла для генерации конкретного результата.
Что они конкретно открыли?
1. Методологию и исследовательские статьи
2. GitHub репозиторий
3. Интерактивные инструменты 4. Готовые примеры для экспериментов
5. Walkthrough и документацию.
Глава Anthropic Дарио Амодей, говорит, что, открывая эти инструменты, компания хочет помочь более широкому сообществу исследователей изучать то, что происходит внутри языковых моделей.
Проект уже использовался для изучения многошагового рассуждения и многоязычных представлений в моделях Gemma-2-2b и Llama-3.2-1b.
⚡️Ян ЛеКун считает, что LLM уже неинтересны, его интересует 4 ключевых вопроса
ЛеКун представляет будущее, где разнообразные ИИ-системы работают как суперумные виртуальные сотрудники под управлением людей.
По мнению Яна Лекуна, главного по науке Meta*, LLM уже не так интересны, они стали предметом инженерных улучшений в индустрии.
Его больше интересуют 4 ключевые проблемы:
1. Понимание физического мира машинами
2. Постоянная память
3. Рассуждение
4. Планирование
Лекун предлагает концепцию "моделей мира" - систем, которые понимают физическую реальность так же, как это делают люди с первых месяцев жизни. Например, мы знаем, что произойдет, если толкнуть бутылку сверху или снизу.
ЛеКун объясняет, почему токены плохо подходят для понимания физического мира:
- Токены дискретны (конечное множество возможностей)
- Физический мир непрерывен и высокоразмерен
- Предсказание видео на уровне пикселей провалилось.
Вместо этого он предлагает Joint Embedding Predictive Architecture (JEPA) - системы, которые:
- Учатся абстрактным представлениям
- Делают предсказания в пространстве представлений, а не на уровне пикселей
- Могут планировать последовательности действий
ЛеКун предпочитает термин AMI (Advanced Machine Intelligence) вместо AGI. Он считает, что:
1. В течение 3-5 лет появится понимание того, как создавать такие системы в малом масштабе
2. Полноценный человекоподобный ИИ может появиться в течение десятилетия
3. Скептически относится к утверждениям о скором появлении AGI через масштабирование LLM
Наиболее важные области применения ИИ:
- Медицина и наука (белковые структуры, диагностика)
- Автомобильная безопасность (системы экстренного торможения снижают аварии на 40%)
- Ассистенты для повышения продуктивности
ЛеКун - сильный сторонник открытых платформ, считая что:
- Хорошие идеи могут прийти отовсюду
- Нужно разнообразие ИИ-ассистентов для разных культур и языков
- Проприетарные платформы в итоге исчезнут
- Llama имеет уже более 1 миллиарда загрузок.
Он скептически относится к катастрофическим сценариям и считает, что лучший способ борьбы с неправильным использованием ИИ - это лучший ИИ.
*запрещенная в России организация.
⚡️Ex-Google создали новый метод разработки роботов-в 7.5 раз быстрее и дешевле
Physical Intelligence опубликовала исследование, которое закрывает главную боль современной робототехники.
Они решили фундментальную проблему обучения VLA-моделей с диффузионными выходами. Их метод обучает VLA-модели с диффузионными выходами в 7,5 раз быстрее, чем предыдущие подходы.
Ключевая идея - защитить VLM-основу во время обучения через изоляцию знаний.
Эта работа дает нам несколько важных практических преимуществ:
1. Теперь роботы могут одновременно:
- Точно понимать сложные языковые инструкции ("положи ложку в контейнер для посуды")
- Выполнять плавные, точные движения (складывать белье, заправлять постель)
- Быстро адаптироваться к новым задачам и окружениям.
2. Снижение барьеров входа:
обучение роботов стало в 7,5 раз быстрее = меньше времени и денег на разработку.
3. Масштабирование. Компании смогут быстрее внедрять роботизированные решения, не тратя месяцы на специализированное обучение для каждой задачи.
4. Решена ключевая проблема мультимодального машинного обучения - как объединить разные типы данных (язык, зрение, действия) без взаимного вреда.
Это шаг - путь к AGI, созданию систем искусственного интеллекта, которые могут:
- Рассуждать как люди (языковые модели)
- Видеть как люди (компьютерное зрение)
- Действовать как люди (робототехника).
Предыдущие работы этой компании мы описали здесь.
Новый тренд и карта рынка в Generative Engine Optimization, который приходит на замену SEO
Венчурный фонд a16Z говорит о фундаментальном сдвиге в поисковой оптимизации от SEO к Generative Engine Optimization (GEO).
Суть в том, что эпоха традиционного поиска заканчивается - в 2025 году поиск смещается от обычных браузеров к LLM-платформам.
Apple уже объявила о встраивании ИИ-поисковиков вроде Perplexity и Claude в Safari. А Google внедряет ИИ в свой поиск, тут подробно писали.
Ключевые различия между SEO и GEO
Традиционное SEO строилось на:
- Системе ссылок и PageRank
- Ранжировании по ключевым словам
- Видимости через высокие позиции в выдаче
GEO (Generative Engine Optimization) основано на:
- Языковых моделях
- Попадании контента непосредственно в ИИ-ответы
- Оптимизации не для рейтинга, а для того, чтобы модель выбрала ваш контент в качестве источника.
Изменения в поведении пользователей
ИИ-поиск привел к более длинным запросам (в среднем 23 слова против 4), более глубоким сессиям (в среднем 6 минут) и персонализированным ответам с синтезом из множества источников.
Новые метрики и инструменты
Вместо click-through rates важными становятся reference rates - как часто ваш бренд или контент цитируется в ИИ-ответах. Уже появляются платформы вроде Profound, Goodie и Daydream для анализа упоминаний брендов в ИИ-ответах.
Бизнес-возможности
Авторы видят в GEO не просто смену инструментов, а платформенную возможность. Успешные GEO-компании будут не только измерять, но и формировать поведение LLM, создавая операционные системы для взаимодействия брендов с ИИ-слоем.
GEO - следующая большая волна в маркетинге - после Google Adwords в 2000-х и таргетинга Facebook(запрещенный в России) в 2010-х.
Паша Дуров на ИИ-хайпе + Telegram получает $1,5млрд от BlackRock, Mubadala и Citadel в Telegram
Сегодня Telegram анонсировал выпуск пятилетних облигаций на $1.5 млрд с доходностью 9%, чтобы рефинансировать долг 2021 года.
Среди инвесторов крупные мировые фонды — BlackRock, Mubadala, Citadel. Облигации конвертируемые: в случае IPO они дают право на акции с 20% скидкой, что делает их привлекательным инструментом для долгосрочных инвесторов.
В 2024 году Telegram достиг прибыли $540 млн при выручке $1.4 млрд, прогнозируя в 2025 году $700 млн прибыли и $2 млрд выручки. Погашение $400 млн долга 2021 года показывает финансовую дисциплину.
Также Telegram связан с блокчейном TON и токенизация $500 млн долга через Telegram Bond Fund (TBF) на TON усиливает интерес инвесторов.
Скорее всего BlackRock, уже интегрировавший свой фонд BUIDL ($3 млрд) с DeFi на Avalanche, видит в TON потенциал для масштабирования токенизации реальных активов. Рост Toncoin на 13% после анонса облигаций подтверждает этот тренд.
Участие BlackRock, лидера в токенизации (их биткоин-ETF IBIT управляет активами на $33 миллиарда), отражает их стратегию доминирования в RWA и DeFi. Telegram, с его миллиардной аудиторией, становится платформой для интеграции традиционных финансов и блокчейна.
Теперь про партнерство с xAI Илона Маска.
Дуров объявил, что Telegram заключил годовой контракт с xAI Илона Маска, получая $300 млн (деньги и акции) и 50% дохода от подписок xAI, проданных через Telegram. К лету 2025 года чат-бот Grok будет интегрирован в Telegram, добавляя функции анализа сообщений, модерации чатов и создания контента.
Интеграция Grok позиционирует Telegram как платформу на стыке ИИ и Web3, усиливая конкуренцию с глобальными игроками вроде WhatsApp. Для BlackRock, инвестирующего в ИИ через партнерства с NVIDIA и xAI, это повышает ценность Telegram.
Grok может стать инструментом для управления DeFi-протоколами на TON, привлекая крипто-сообщества и институциональных пользователей. Это усиливает привлекательность Telegram для инвесторов, ориентированных на блокчейн и ИИ.
Одновременно с этим, юридические проблемы Дурова создают неопределенность для IPO, но финансовая устойчивость Telegram и интерес к TON смягчают эти риски. BlackRock, с их опытом в крипто-ETF и токенизации, видит скорее всего в Telegram мост между традиционными финансами, ИИ и DeFi.
Инвестиции BlackRock и партнерство с xAI — это ставка на Telegram как на платформу будущего, где блокчейн (TON) и ИИ (Grok) создают новую экосистему. Telegram выходит за рамки мессенджера, становясь игроком в глобальной финансово-технологической трансформации.
Это бомба! Новый подход к ускорению работы моделей машинного обучения, таких как Llama
Ребята из Стэнфорда создали новый метод Low-Latency-Llama Megakernel - программное ядро, которое выполняет весь процесс прямого прохода модели в одном ядре на GPU, вместо использования множества отдельных ядер, что снижает задержки и повышает эффективность.
/channel/alwebbci/3325