Perpetual Prompt ♾️

На 18-й минуте блогер говорит, что у него нет стопроцентной веры в то, что вылечить старение возможно. Пётр Федичев в ответ стал объяснять, что существуют голые землекопы и что они вселяют надежду. Я же прервал просмотр и пошёл изложить свою позицию сюда. Конечно, я могу привести десятки аргументов в пользу того, что продление жизни теоретически возможно. Но они никого особо не убеждают. Пока продление жизни не будет доказано в клинической практике, никакой стопроцентной веры не появится. Любые достижения наук о старении, пока они не воплотились в одобренное FDA лекарство от старости, будут объявляться недостаточными. Дело в том, что никакая стопроцентная вера не нужна. У меня, к примеру, нет и одного процента уверенности в том, что конкретно я доживу до появления технологий продления жизни. Не повезло мне с годом рождения. Хотя славные это были времена. Но не суть. На самом деле хватит и 0,0000001% надежды на то, что это произойдёт, чтобы из рациональных соображений поставить всё на продление жизни. Для этого нужно просто по-настоящему ценить жизнь. Логика здесь очень простая: жизнь движется к смерти, смерть — худшее, что может случиться, а ничего, кроме этого исчезающе малого шанса, у тебя нет. Смерть обнулит всё. Требование 100%, 50% или 10% веры — это каприз, инфантилизм и конформизм, не позволяющие увидеть масштаб катастрофы. Тебя не станет — навсегда. Даже если бы единственным достижением науки был бы микроскоп, всё равно имело бы смысл немедленно начать действовать. Недаром интервьюер в начале говорит: «И главное — не просто жить долго, а жить долго качественно». С чего бы это вдруг? Как раз главное — остаться в живых. А дополнительные условия лишь отвлекают внимание. Людям всё время кажется, что они живут недостаточно хорошо, а потом они перестают жить — и всё. На мой взгляд, ответ на вопрос «Почему мы должны поверить в возможность продления жизни?» звучит так: «Вы просто должны поверить в неотвратимое приближение собственной смерти и дать этому факту оценку. Тогда вы быстренько узнаете и о голых землекопах, и о волосатых мышах, и о необходимости финансировать учёных, и о роли AI в продлении жизни. AI может сделать всё; единственное, чего он не сможет, — захотеть жить за вас». Кстати, я твёрдо уверен, что возможности одного только ChatGPT в исследованиях старения не используются даже на 1%. Почему? Нет достаточной воли к жизни. Скажу ещё одну важную вещь. Что значит по-настоящему хотеть жить? Это значит прилагать настоящие, полноценные усилия. Как это возможно? Чёрт знает. Может быть, человек встаёт утром и спрашивает себя: «Что я могу сделать максимальное, чтобы остаться в живых?»

Вышло большое интервью со мной у Кати Курашевой в подкасте «Катя собирает Real Founders». Катя — основательница R-Founders, комьюнити для фаундеров и C-level, которые строят бизнесы на глобальных рынках. У неё классный формат: не журналистское интервью по списку вопросов, а разговор предпринимателя с предпринимателем. Получилось два часа живого разговора про бизнес, AI, Штаты, венчур, пивоты и жизнь фаундера на hard mode. Кратенько, что там есть: — почему первый бизнес вырос во многом на удаче, а удержать его и сделать независимым от фаундеров получилось уже на скилле — почему ехать строить бизнес в США одновременно дороже, дольше, рискованнее — и всё равно может быть правильным решением — как я только в процессе понял, зачем стартапу венчурные деньги и что на самом деле покупают инвесторы — как мы 9 месяцев шли не в ту сторону и потеряли полмиллиона долларов — почему отношения с инвесторами стали не дополнительным источником давления, а скорее ещё одной точкой поддержки — почему в январе 2025 пришлось остановить активный маркетинг старого продукта и начать пересобирать компанию вокруг AI-агентов — как Plurio дошёл до клиентов, которые вместе тратят около $500 млн в год на рекламу — почему “AI всех уволит” это хорошая новость — как product-market fit в 2026 году живёт три месяца — почему Bay Area всё ещё не умерла, сколько бы раз её ни хоронили — типичный день фаундера и перманентный кризис с проблесками успеха А ещё есть Tesla FSD, счёт из клиники на $180k, пиклбол и немного теорий заговоров. Смотреть здесь: https://www.youtube.com/watch?v=AVyKcVkCPrA

Синклер в недавнем интервью Джо Рогану формулирует очень важную загадку: если OSK способен вернуть старую клетку к более молодому состоянию, откуда клетка вообще знает, каким это состояние должно быть? Его гипотеза предполагает, что возраст прежде всего связан с потерей эпигенетической организации, тогда как информация о «правильной» молодой конфигурации каким-то образом остаётся доступной клетке и может быть восстановлена. Именно здесь пока находится одна из главных дыр в его Information Theory of Aging. Эксперименты ICE 2023 года показали, что повреждение и последующая репарация ДНК могут нарушать эпигенетическую организацию и вызывать признаки ускоренного старения, а OSK способен обратить часть этих изменений. Но это ещё не объясняет, где хранится исходная информация, которую OSK якобы восстанавливает. Возможно, существует какой-то устойчивый молекулярный «след» молодого состояния; а возможно, никакой отдельной backup copy нет и клетка просто заново реконструирует правильное состояние из сохранившейся ДНК и регуляторной сети. Именно этот слишком быстрый переход от «состояние можно восстановить» к «значит, существует резервная копия информации» и был одной из причин научной критики теории Синклера. В интервью он рассказал, что недавно поставил эту задачу 19-летнему стажёру: использовать AI для анализа огромных публичных genomic/epigenomic datasets и поискать след того, как клетка может сохранять информацию о своём прошлом состоянии. Примерно через две недели стажёр вместе с несколькими сотрудниками пришёл к Синклеру и сказал: “I think we found the smoking gun for what your theory suggests.” По словам Синклера, AI-анализ данных показал, что его гипотеза, вероятно, движется в правильном направлении. Но Синклер намеренно не раскрыл, что именно нашли: ни участок ДНК, ни methylation pattern, ни белок, ни другой механизм. Настоящим открытием был бы причинный эксперимент. Допустим, они находят некоторый фактор X, который сохраняется и в молодой, и в старой клетке. Тогда нужно показать: X сохраняет информацию → OSK использует X → старая клетка возвращается к молодому состоянию. А затем самое главное: стираем X → OSK перестаёт омолаживать клетку. Если после восстановления X способность к rejuvenation возвращается, тогда впервые можно будет всерьёз говорить о найденном физическом носителе информации о молодом состоянии. И поэтому этот пока неопубликованный результат потенциально даже фундаментальнее самого ER-100. ER-100 отвечает на вопрос «можем ли мы вернуть функцию старой клетки?», а эта работа может ответить на более глубокий вопрос: «почему такое возвращение вообще возможно — и откуда клетка знает, куда возвращаться?»

CME выводит compute на фьючерсный рынок 5 октября 2026 года CME Group совместно с Silicon Data планирует запустить на бирже NYMEX первые фьючерсы на стоимость AI-вычислений. Silicon Data — информационно-аналитическая компания, которая собирает данные о рынке вычислительных мощностей и рассчитывает ценовые индексы. Первые два контракта будут привязаны к почасовой стоимости аренды серверных GPU Nvidia H100 и B200; каждый контракт будет отражать примерно месяц аренды одного ускорителя. Запуск пока заявлен с оговоркой об одобрении регулятора. (CME Group⁠) Это не покупка самого GPU и не бронирование места в дата-центре, а финансовый инструмент для страхования будущей цены compute. Допустим, AI-компания знает, что в декабре ей понадобится 1 млн H100 GPU-hours. Декабрьский фьючерс сейчас стоит $2.50 за час, и компания покупает контракты на сопоставимый объём. Если к декабрю возникает дефицит мощностей и рыночная цена аренды поднимается до $3.20, физическая аренда дорожает на $0.70 за GPU-hour, но купленные фьючерсы при сближении их цены с расчётным индексом приносят примерно такую же прибыль. В идеальном случае получается: $3.20 фактической аренды минус $0.70 прибыли по фьючерсу — около $2.50 эффективной цены. Если аренда, наоборот, дешевеет, компания теряет на фьючерсах, но платит меньше за сами вычисления. Именно так фьючерсный рынок отделяет операционный бизнес от ценового риска. При этом контракт страхует только цену, а не физическую доступность compute. Если в декабре свободных H100 не окажется, прибыль по фьючерсам компенсирует рост расходов, но не создаст дополнительные GPU и не гарантирует, что компания вообще сможет арендовать необходимый объём. По экономической природе compute больше похож не на нефть, а на электричество. Баррель можно сохранить в резервуаре и продать позже, а неиспользованный GPU-hour исчезает навсегда: если сервер простаивал сегодня ночью, этот час уже невозможно перенести на декабрь. Поэтому стоимость compute, как и электроэнергии, сильно зависит от конкретного периода, места, доступной инфраструктуры и текущего дефицита мощности. Главная проблема в том, что compute пока плохо стандартизирован. Один H100 в одном дата-центре может выполнять заметно больше полезной работы, чем такой же H100 в другом: результат зависит от энергопотребления и охлаждения, CPU и памяти сервера, сети, размера кластера, NVLink и NVSwitch, а также программного стека. В исследовании, которое приводит Silicon Data, одинаковую нагрузку запустили на 3 500 GPU у 11 облачных провайдеров, и производительность H100 в одном из тестов различалась до 34,5%. (Chamath Palihapitiya⁠) Из-за этого возникает базисный риск: цена аренды конкретной инфраструктуры компании может измениться не так, как индекс, по которому рассчитывается фьючерс. Если рынок разовьётся, ему, вероятно, понадобятся разные «сорта» compute — с учётом PCIe или SXM, региона, размера кластера, класса interconnect, гарантированной производительности и условий обслуживания. Но если контракты станут ликвидными, их главное значение будет не только в хеджировании. Впервые появится публичная рыночная цена будущей стоимости вычислений — на несколько месяцев или лет вперёд. Такая forward curve сможет показывать, ожидает ли рынок дефицита GPU, перепроизводства дата-центров, быстрого обесценивания старых ускорителей или нового скачка спроса на AI. Она также может стать ориентиром для бюджетов AI-компаний, финансирования дата-центров и оценки GPU, выступающих обеспечением по кредитам. Однако GPU-hour всё равно измеряет стоимость оборудования, а не объём полученного AI-результата. Поэтому следующим, более точным этапом могли бы стать фьючерсы на стандартизированную стоимость миллиона inference-токенов. Для этого придётся заранее фиксировать класс модели, качество ответа, скорость, длину контекста и другие параметры, потому что токен маленькой модели и токен крупной reasoning-модели экономически неравноценны. Тогда рынок начнёт оценивать уже не аренду конкретного поколения GPU, а стоимость конечного продукта AI-инфраструктуры — произведённого машинного интеллекта.

Нассим Талеб снова о книгах Уверенность в том, что книга — это всего лишь абстрактная информация, которую можно просто хранить на каком-нибудь носителе, является ошибкой, которую мы будем называть чрезмерным усечением измерений. Определение: Чрезмерное усечение измерений — это разновидность редукции по принципу прокрустова ложа, при которой упрощение объекта, явления или процесса заходит дальше того уровня, который можно оправдать без существенной потери содержания. Оно возникает, когда внимание сосредоточено только на легко наблюдаемых измерениях, тогда как скрытые или менее заметные измерения, которые могут иметь принципиальное значение, игнорируются. Таким образом, предмет может осознанно использоваться или пониматься с точки зрения одной заявленной функции, в то время как его реальная роль, ценность или причина того, почему он продолжает существовать, в значительной степени зависят от других, не осознаваемых нами измерений. Я прочитал «Отверженных» Виктора Гюго, когда мне было тринадцать лет. Книга много лет оставалась в нашей семейной библиотеке в Ливане, а потом каким-то образом исчезла оттуда, как это обычно бывает с книгами: они последовательно убегают вместе с каждым, кто их одалживает. Несколько лет назад я снова обнаружил ее на полках у одного из родственников. Это была книга из серии Bibliothèque de la Pléiade — напечатанная плотным шрифтом на тонкой, почти библейской бумаге, — и она пережила почти полвека. Я взял книгу в руки, и мне даже не пришлось ее открывать, чтобы мгновенно вернуть себе захватывающее ощущение от чтения — особенно тот эпизод, в котором Козетта вдруг почувствовала, что ведро, которое она с трудом тащила, стало легким: Жан Вальжан взялся за него и помог ей нести. Я понюхал книгу: у нее был запах определенной эпохи книгопечатания, когда для печати использовались другие материалы. Я не стану здесь заводить прустовскую тираду о силе обонятельного восприятия — просто отмечу сам факт неразделимости этих вещей. Я никогда не узнаю, именно прикосновение к книге или ее запах напомнили мне тот эпизод. Физическое присутствие книги — в большей степени, чем ее содержание, — и делает ее реальной. Тогда я понял, что невозможно по-настоящему отделить физическое присутствие книги от опыта чтения. Вскоре после этого было немало переживаний по поводу появления Kindle — портативного устройства для чтения электронных книг. По размеру оно было примерно таким же, как обычная книга, и поэтому считалось, что оно имитирует традиционный формат. Впервые я услышал о нем главным образом потому, что во время пресс-конференции по случаю запуска устройства Джефф Безос использовал в качестве демонстрационной книги «Черного лебедя» — он делал заметки прямо на виртуальных страницах. Я был в ужасе. Я люблю книги, и под книгами я имею в виду именно эту неудобную вещь, которую держишь в руках, берешь со стола и кладешь в рюкзак. Каждая книга должна быть отдельным предметом — одна и та же книга (в данном случае Kindle) с разным содержанием приводит к потере различий между ними. Все стало еще хуже, когда на следующий день я встретил Даниэля Канемана, а он восторженно расхваливал Kindle. Я попытался объяснить ему, что чтение в виртуальном формате лишает нас одного фундаментального измерения. Незадолго до этого я прочитал рассказ русского ученого А. Р. Лурии о своего рода гении памяти, который использовал прием, заключавшийся в связывании фраз с физическими объектами, применяя мнемонический трюк, известный древним грекам как метод loci — метод мест. Каждое такое место должно быть пространственно отделено от других. Кроме того, я довольно рано обнаружил, что то, что вы читаете в интернете, трудно запомнить. Канеман колебался между восторгом перед неоманией — увлечением всем новым — и удобством, которое электронный формат давал для академической работы, с одной стороны, и убедительным психологическим аргументом, исходившим из его собственной дисциплины, — с другой. Он нехотя согласился со мной. Можно ведь носить с собой целую библиотеку на одном таком устройстве и выбрать именно то, что захочешь взять с собой в следующую поездку в Чикаго, — примерно таков был его аргумент. Каждый раз, когда я мельком смотрю на книгу, это все равно что перечитывать ее. Это классический случай сокращения размерности по принципу прокрустова ложа. Вам кажется, что вы читаете абстрактное содержание, но мы сами не являемся абстрактными существами, и физическая книга задействует гораздо больше каналов восприятия, чем вы способны осознать на интеллектуальном уровне. Я делаю заметки на первых страницах своих книг, указывая соответствующие страницы. Я часто обращаюсь к ним, когда ищу какие-то ссылки или сведения. Я понял, что мне достаточно найти нужную книгу в своей библиотеке, вытащить ее с полки — и связанная с ней идея мгновенно приходит мне в голову. Для меня практически невозможно работать исключительно с электронными форматами. Что касается более сложных предметов, скажем математического материала, то здесь работает только физический формат. Я понял, что сложные вещи требуют именно бумаги, просто наблюдая за своими студентами: они распечатывали заданные для чтения материалы и делали на них заметки. Именно эта неразделимость содержания и его материального воплощения заставила меня решить, что я буду хранить каждую прочитанную книгу в том первоначальном формате, в котором я ее прочитал. Я делаю это не по какой-либо функциональной или практической причине. И уж точно не по какой-то иной причине, кроме экзистенциальной: однажды прочитав книгу, вы фактически перечитываете ее каждый раз, когда просто бросаете на нее взгляд. ** 💥 Великое будущее книги: она до сих пор лучший «дата-центр» из всех https://fastsalttimes.com/books-are-the-real-data-centers/ 💥 Нассим Талеб о книгах https://fastsalttimes.com/taleb-on-books/ 💥 Нассим Талеб: Мир, в котором мы живeм https://fastsalttimes.com/taleb-on-the-world-in-which-we-live/ 💥 Даниэль Канеман о «шуме», предубеждении, интуиции и ИИ https://fastsalttimes.com/daniel-kahneman/ 💥 Последнее решение от ведущего мирового мыслителя о решениях https://fastsalttimes.com/kahneman-last-decision/ ** 👉 Не забывайте подписываться на FST https://fastsalttimes.com/subscribe/ 👉 Отзывы о нас https://fastsalttimes.com/references/

На канале Постермен заметил плакатик со знакомой мне давно компанией Шредингер. Покупал ее акции в начале 2022 года где-то в районе 25$ , но после начала войны пришлось все продать) По прошествии 4х лет, ну такая не однозначная на тот момент ставка, она конечно сходила и на 50$, но и до 10$ доходила тоже вот совсем недавно. Не финансовая рекомендация, но взять ее в этом году по11-15$ была бы очень хорошая сделка, но даже сейчас по18$ выглядит вполне привлекательно с целью до конца года на 30-35$, ну если в целом американский рынок будет позитивен. Небольшая сводка о самой компании: Schrödinger (NASDAQ: SDGR) — один из пионеров вычислительного поиска лекарств. Основана в 1990 году Richard Friesner и William Goddard. Уже в 1992 они продали первое ПО, а в 2001 выпустили Glide — виртуальный скрининг миллионов молекул. Потом последовательно достроили Prime, WaterMap, FEP+ и другие компоненты в собственную physics-based платформу, позволяющую виртуально перебирать огромные пространства молекул и прогнозировать их свойства до синтеза в лаборатории. По сути, они занимались computational drug discovery за десятилетия до нынешнего бума AI. Её ПО используют все 20 крупнейших фармкомпаний мира, а всего лицензируют более 750 компаний. Сейчас новый AI-агент Bunsen должен частично автоматизировать весь цикл вычислительного поиска лекарств. Bristol Myers Squibb — пока единственная крупная фармкомпания, которую Schrödinger публично назвал как партнёра по масштабному развёртыванию Bunsen. Полный коммерческий запуск Агента ожидается до конца 2026 года. Перспективы: если Bunsen удастся продать крупным фармкомпаниям, Schrödinger может превратиться из нишевого разработчика ПО в ключевую инфраструктуру AI-drug discovery. Потенциал большой, но акция рискованная: компания пока убыточна, а собственный лекарственный пайплайн может не оправдать ожиданий. Конкурентов на рынке АИ-разработки лекарств у него станет кратно больше, и кто-то из этих компаний обязательно взлетит, может и не Schrödinger, но у него есть хороший объем данных за 35 летнюю историю для тренировки моделей. Посмотрим.

GPT при автоматической генерации названия треда вместо слова долголетие - написал мне иероглиф :) Это иероглиф 寿, он означает «долголетие» / «долгая жизнь» и одинаково пишется в упрощённом китайском и современном японском. по-китайски читается примерно как shòu; по Японски: ju или kotobuki. Вот такие котобуки

Я всегда думаю, что если ИИ начнет улучшать сам себя (а говорят он уже начал), то какой смысл продавать компьют пользователям вообще, если можно тратить их на улучшение своего ИИ, если условная ОпенАИ понимает, что если она все вычисления бросит на постоянное улучшение своего ИИ , и завтра от этого он будет лучше чем у Антропика в 100 раз, а после завтра в 1000 раз. Почему бы вообще всех не отключить и все отдать ИИ на самоулучшение и ждать когда будет суперИИ ) А потом продать компьют от суперИИ по цене х1000 от текущей. И конечно не перестаю удивляться, что они продолжают продавать это практически даром за 200$\мес и почему это не стоит хотя бы 2т$\мес или даже 20т$\мес. Добавлю еще что это скорее всего редкий уникальный момент, когда мы имеем доступ к практически неограниченным вычислениям (просто добавляя новые аккаунты, если заканчиваются лимиты), за очень небольшие деньги, и практически без ограничений (только начал там Антропик вводить какую-то биологическую защиту) с возможностью решать любые свои задачи с 95% точностью. Не знаю сколько это еще продлится, но точно не навсегда)

https://www.youtube.com/watch?v=uKo4emYptFw&t=13s интервью интересное в целом, а рекламируемый продукт их напоминает какую-то пирамиду, но с gpu )

Цукерберг написал, пожалуй, один из самых интересных программных текстов о будущем сверхинтеллекта. Главная мысль довольно радикальна: сверхинтеллект не должен оказаться в руках нескольких компаний, государств или экспертов. Он должен стать персональным инструментом каждого человека. Марк строит философию Meta вокруг трёх принципов: индивидуальное усиление человека, invention вместо простой автоматизации и balance of power как основа безопасности. У каждого, по его замыслу, появится персональный AI-агент, который знает ваши цели и всё важное о вас и работает 24/7: помогает с карьерой, здоровьем, финансами, отношениями, домом, обучением и хобби. Meta обещает и полностью приватный режим, в котором даже сама Meta не сможет видеть ваши данные. Занятно, что Марк уже описывает, как использует такого агента сам. AI отбирает для него интересную информацию и помогает прототипировать идеи; следит за его сном, наблюдает за тренировками и даёт обратную связь. Для Марка и его дочери он придумывает рецепты на выходные, заказывает ингредиенты и помогает во время готовки. А его восьмилетняя дочь с AI уже кодит свои идеи, делает за вечер видео, которые раньше заняли бы месяцы, и вместе с Марком проектирует робота. Важная мысль эссе: главное применение сверхинтеллекта — не automation, а invention. Не просто заменить людей в существующей работе, а создать то, чего раньше не существовало: новые лекарства, научные открытия, продукты и компании. Марк даже предполагает, что компании могут стать меньше, но самих компаний станет больше: небольшие команды с персональными сверхинтеллектами смогут управлять бизнесами значительного масштаба. Ещё радикальнее его взгляд на alignment. Марк считает ошибочной идею одного «правильно выровненного» сверхразума: у человечества нет единого набора ценностей. Поэтому персональный AI должен быть aligned прежде всего с целями и ценностями конкретного человека, а не компании, которая его создала. Отсюда его модель AI safety: checks & balances. Если сверхразумный юрист есть только у одного человека — это огромный дисбаланс. Если он есть у всех — баланс восстанавливается. То же Марк переносит на кибербезопасность, бизнес и сам сверхинтеллект. Одним из самых опасных сценариев он называет ситуацию, когда ведущая AI-лаборатория создаёт мощную систему и оставляет её только себе. Но дальше появляется самая интересная проблема — recursive self-improvement. Марк прямо пишет: если AI научится автономно улучшать себя, лаборатория, которая не позволит ему направлять значительную часть compute на собственное улучшение, неизбежно начнёт отставать. Он приводит радикальный пример: самоулучшающийся AI теоретически может научиться получать в 100 раз больше intelligence из каждого гигаватта. Тогда система, использующая лишь долю мирового compute, потенциально сможет обладать большей эффективной вычислительной мощностью и интеллектом, чем все остальные вместе. Один из вариантов баланса, который он рассматривает, — несколько лабораторий достигают recursive self-improvement примерно одновременно и сдерживают друг друга. Но рассчитывать на доброжелательность сверхинтеллекта, пишет Марк, нельзя. Поэтому значительное большинство intelligence должно оставаться направленным людьми на человеческие цели, а лаборатории должны следить за целями самоулучшающихся систем и координироваться при признаках опасного поведения. В итоге его картина будущего очень ясная: не один сверхразум над человечеством, а миллиарды людей, каждый из которых усилен собственным сверхразумом. Meta обещает бесплатные версии для миллиардов людей, приватный режим персонального агента и продолжение open source — включая скорое возобновление выпуска части открытых моделей. https://www.meta.com/thefutureisforeveryone/

https://youtu.be/1YmQwOao8-o?is=X9o4eWD8nV1aePFn - Хорошая была мысль в конце фильма, вынесу ее сюда текстом чуть обработанным гпт: Наше поколение — люди плюс-минус нашего возраста — возможно, уникально за всю историю человечества. У тех, кто родился до нас — наших родителей, бабушек и дедушек — просто не было технологий, чтобы всерьёз попытаться решить проблему старения. А те, кто придут после нас — наши дети и внуки — возможно, уже будут рождаться в мире, где эта проблема решена. Им ничего не придётся для этого делать. Они просто получат результат. А мы находимся ровно между ними. И пока непонятно, окажемся мы по эту или по ту сторону. При этом сегодня почти все, кто хотел бы увидеть старение побеждённым, думают примерно одинаково: я пока займусь своим бизнесом, заработаю деньги, а кто-то другой возьмёт риск, решит эту проблему — и потом я просто куплю решение. Но если так думают все, возникает классическая tragedy of the commons: все ждут, что это сделает кто-то другой — и в итоге никто не делает достаточно. История уже показывала, насколько ошибочным может быть наше ощущение того, что до прорыва ещё невероятно далеко. Иногда между «это невозможно» и «это уже произошло» проходит совсем немного времени. Возможно, со старением мы сейчас находимся именно в такой точке. И вопрос нашего поколения в том, будем ли мы просто ждать будущего — или попробуем сделать так, чтобы оно наступило достаточно быстро для нас самих.

Похоже, рак способен менять правила собственной эволюции. Мы привыкли представлять появление лекарственной устойчивости как своего рода эволюционную рулетку. В опухоли существует множество разных клеток. Возникают случайные варианты. Приходит лекарство — почти все погибают, а редкая клетка, которой случайно повезло оказаться устойчивой, выживает и даёт начало новой популяции. Но новая работа в Nature Communications показывает, что иногда всё может происходить хитрее. (Nature) Речь идёт об ecDNA — extrachromosomal DNA, небольших участках ДНК, существующих отдельно от обычных хромосом. Раковые клетки нередко несут на них дополнительные копии онкогенов — например MYC. У ecDNA нет нормальной хромосомной системы распределения с центромерой, поэтому долгое время основной моделью было почти случайное распределение её копий между дочерними клетками. Одна получает больше, другая меньше. Так опухоль постоянно производит генетическое разнообразие, а естественный отбор выбирает из него наиболее выгодные варианты. (Nature) Теперь исследователи обнаружили более странную вещь. Под действием лекарства некоторые клеточные клоны изменяли сам режим наследования ecDNA. Распределение становилось более неравномерным и отклонялось от обычного стохастического режима — клетки начинали производить потомков с более различающимся количеством копий онкогена. (Nature) Получается интересный поворот. Лекарство не просто выступает фильтром, который выбирает уже существующую устойчивую клетку. Оно может создавать давление, при котором опухолевая популяция меняет сам механизм генерации наследуемого разнообразия. То есть вместо простой схемы: случайные варианты → лекарство → отбор появляется ещё один уровень: лекарственный стресс → изменение механизма вариации → новые варианты → отбор. Это не означает, что рак «понимает», какое решение ему нужно, или целенаправленно конструирует устойчивость. Никакого разума здесь нет. Но эволюционно разница огромна. Если организм способен менять не только свои признаки, но и скорость и характер появления новых наследуемых вариантов, он получает гораздо более мощный инструмент адаптации. Пока это показано в клеточной модели и не означает, что все человеческие опухоли используют такой механизм. Кроме того, ещё раньше стало понятно, что наследование ecDNA вообще не всегда совершенно случайно. (Nature) Но если способность переключать режим сегрегации ecDNA под терапевтическим давлением окажется распространённой, возникает довольно радикальная идея лечения: атаковать не только уже возникшую устойчивость опухоли, но и сам механизм, позволяющий ей быстро производить новые устойчивые варианты.

Здравствуйте! FDA одобрило новую таблетку для снижения холестерина под названием Lipfendra. Ее нужно принимать 1 раз в сутки: она снижает уровень ЛПНП (липопротеины низкой плотности, они же «плохой» холестерин) на 56–59%! Отличие нового препарата от статинов состоит в том, что статины тормозят сам синтез холестерина в печени, а липфендра работает как ингибитор белка PCSK9, помогая активнее захватывать плохой холестерин из крови. К тому же предполагается, что она будет эффективна для тех, кому не помогают статины. Вообще я думаю, что оценка природы высокого холестерина и его коррекция сильно изменятся в ближайшие годы. Несмотря на хейт в сторону жирной еды, сала и сливочного масла, в настоящее время я наблюдаю очень высокий холестерин у вегетарианцев и тех, кто сидит на низком калораже (если брать мою возрастную группу). 💘

Инструменты ИИ и нехватка вакансий начального уровня подталкивают молодых американцев к открытию собственного дела рекордными темпами. • Количество заявок на открытие бизнеса среди представителей поколения Z выросло в июне на 66% в годовом исчислении — это более чем вдвое превышает показатели миллениалов и поколения X, свидетельствуют данные Bank of America Institute. • В первой половине 2026 года было зарегистрировано почти 3,5 миллиона новых компаний — на 14% больше, чем годом ранее; июнь стал рекордным месяцем, по данным Registered Agents Inc. • По мнению экспертов, ИИ существенно снижает затраты на запуск бизнеса, а сокращение числа вакансий начального уровня подталкивает молодых американцев к предпринимательству.

Помню давно, еще в прошлом веке :), прочитал умную мысль, что все сводится к борьбе вирусов против бактерий, а мы - все другие живые (и уже вымершие) виды, просто их оружие на этом пути в миллиарды лет. Так вот сегодня вирусы в этой войне обзавелись ИИ: «Сегодня в Science выходит статья Generative design of bacteriophages with genome language models. Это важное уточнение к громким заголовкам: сам эксперимент впервые появился как препринт ещё в сентябре 2025 года; новость сегодняшнего дня — его прохождение рецензирования и публикация в Science. Исследователи использовали геномные модели Evo 1 и Evo 2, взяли бактериофаг ΦX174 как исходную архитектуру и попросили модели генерировать целые новые геномы. Из примерно 300 синтезированных и испытанных вариантов получились 16 жизнеспособных фагов. Некоторые превосходили исходный ΦX174 в лабораторных соревнованиях, а смесь созданных фагов смогла уничтожать штаммы E. coli, уже ставшие устойчивыми к исходному природному фагу.»

Биологический компьютеризм - свежая промежуточная теория о природе сознания. Та самая "истина посередине", как вы любите. Вопрос о том, что именно создаёт сознание, десятилетиями разделял учёных и философов на несколько лагерей. С одной стороны находится биологический натурализм. Его сторонники считают, что сознание неразрывно связано с биологическим мозгом. Согласно этой позиции, человеческий опыт возникает благодаря конкретным процессам в живой нервной ткани, а значит, простое копирование работы мозга на компьютер может не создать настоящее сознание. Кремниевый процессор может идеально имитировать работу мозга, но имитация ещё не означает наличие субъективного опыта. С другой стороны находится вычислительный функционализм. Эта теория утверждает, что сознание определяется не материалом, из которого сделан мозг, а структурой вычислений. Если создать систему, которая выполняет те же информационные процессы, что и человеческий мозг, то неважно, будет она состоять из нейронов, кремния или другого материала. Иными словами, правильная программа на правильном носителе теоретически может обладать сознанием. И здесь появляется биологический компьютеризм. Эта концепция предлагает промежуточный вариант: сознание действительно является результатом вычислений, но вычисления в мозге устроены не так, как в современных компьютерах. Проблема может быть не в том, что искусственному интеллекту не хватает "биологического материала", но и не в том, что достаточно просто запустить сложный алгоритм на мощном железе. Главное отличие мозга заключается в самой архитектуре вычислений. В обычном компьютере программа отделена от физического устройства (представьте, что сознание - software, а мозг - hardware). Код работает поверх транзисторов, а транзисторы сами по себе не влияют на смысл программы. В мозге такого разделения нет. Молекулярные процессы внутри нейронов, движение ионов, электрические поля и активность огромных сетей клеток постоянно взаимодействуют друг с другом. Биологический компьютеризм утверждает, что сознание возникает из этой сложной физической организации. Мозг не просто выполняет вычисления, он использует собственную физику как часть вычислительного процесса. Кроме того, мозг работает не как классический цифровой компьютер с одними только нулями и единицами. Он сочетает дискретные сигналы нейронов с непрерывными процессами: химическими реакциями, электрическими полями и динамикой клеточных структур. Особое внимание эта теория уделяет энергетической эффективности. Человеческий мозг содержит около 86 миллиардов нейронов, но потребляет всего примерно 20 ватт энергии. Эволюция создала систему, где сама биология стала частью алгоритма: структура клеток, химия и физика мозга помогают выполнять вычисления максимально эффективно. С этой точки зрения простое масштабирование современных нейросетей может привести к невероятно умным системам, способным убедительно имитировать интеллект, но не обязательно к появлению субъективного опыта. Возможно, будущее искусственного сознания будет связано не только с созданием более мощных процессоров и больших моделей, а с разработкой новых типов вычислительных систем: нейроморфных компьютеров, ионных вычислений, мемристоров и биомиметических технологий. Биологический компьютеризм не утверждает, что сознание невозможно создать искусственно. Он предлагает другой взгляд: возможно, для создания разума нужно не просто воспроизвести программу мозга, а воспроизвести сам принцип, по которому физическая материя превращается в вычисление https://www.sciencedirect.com/science/article/pii/S0149763425005251?via%3Dihub

Как меняется самочувствие после того как бросаешь алкоголь? Такой вопрос задали в комментариях. Человек хочет найти мотивацию чтобы бросить пить и спросил. Я лично не могу по себе сказать, что у меня произошли какие-то существенные перемены, что голова стала ясной, что энергии например стало больше. А почему? Да потому что я до этого не пил много. Я пил совсем чуть чуть. Голова только иногда напрягалась на утро. Я думаю, что в результате собственной эмоции у вас должен просто сложиться пазл, когда вы решите для себя что вам это не нужно. Многие люди употребляют в меру, наверное в этом нет ничего плохого. Мне просто стало не вкусно пить алкоголь. Мне не нравится изменнное состояние сознания. Я понимаю что я хуже соображаю, когда выпил. Когда не пьешь, ты просто в default mode. Когда выпьешь - становишься чуть хуже. И потом я там щас про болезни ЖКТ читал всякие, реально алкоголь в числе факторов риска чуть ли не по каждому органу и заболеванию. Убираешь алко = снижаешь риски Напомню: трезвость = мое конкурентное преимущество по жизни.