Data Secrets

Anthropic выпустили прогноз о гонке США и Китая в ИИ к 2028 году Главный тезис: лидерство в AI теперь определяется не только качеством моделей, но и доступом к compute, чипам и инфраструктуре. По мнению Anthropic, США пока сохраняют преимущество, но Китай остается очень близко к фронтиру. В статье описывают два сценария. В первом США удерживают отрыв за счет экспортных ограничений и быстрого масштабирования инфраструктуры. Во втором Китай догоняет frontier-модели, а глобальные стандарты AI начинают формироваться уже не западными компаниями. Отдельно Anthropic несколько раз подчеркивают, что frontier AI для них уже выглядит как технология двойного назначения. То есть речь идет не только про чат-ботов и productivity, но и про кибербезопасность, военные системы и ускорение научных разработок. https://www.anthropic.com/research/2028-ai-leadership

Масштабы вайбкодинга выходят на новый уровень Вот это – merge PR на миллион строк в крупном проекте Bun. Все миллион строк написаны агентами, и при этом чуть больше, чем за неделю. Bun с конца прошлого года принадлежит Anthropic. Это runtime среда для JavaScript и TypeScript, которая изначально была написала на Zig. Недавно (10 дней назад) создатель Джарред Самнер написал, что начал экспериментально переписывать Bun на Rust с помощью Claude (возможно, Claude Mythos). Он отдельно отметил, что это лишь исследование на начальной стадии. Но прошло 10 дней, и вот полностью обновленный код уже на пути в основную сборку. Еще раз: агентам понадобилось 10 дней, чтобы полностью портировать огромный проект с одного языка на другой. Пока попробовать новый код можно в canary, но в публикациях говорится, что Rust-ветка Bun уже достаточно продвинута и проходит около 99.8% тестов, так что в stable она попадет уже очень скоро.

LLM-инженерия – новый карьерный лифт в IT Если вы работаете в Backend, ML, DevOps или смежной инженерной роли, LLM становится для вас одним из самых быстрых способов вырасти в задачах, грейде и деньгах. Это уже не новая профессия, а апгрейд к текущей специализации, и компаниям на всех уровнях нужны люди, которые умеют собирать сложные AI-системы и доводить их до продакшена. Но научиться этому непросто. Индустрия летит слишком быстро, и если еще недавно хватало базового RAG, то сейчас уже нужно понимание трансформеров, знание экономики и безопасности агентов и LLMOps. Именно поэтому мы обратили внимание на обновленный курс "LLM-инженер" от наших коллег из AI Talent Hub и GIGASCHOOL. Они сохранили фундаментальную базу, но усилили программу тем, что нужно здесь и сейчас: – Стек LLM-инженера: трансформеры, RAG, retrieval, reranking, eval, агенты, LLMOps, vLLM/SGLang и observability; – Полный цикл создания LLM-продукта: от дообучения через QLoRA/PEFT до production-сервиса с нагрузкой, мониторингом и оценкой качества; – Инженерный взгляд на продакшен: latency, cost, scaling, инференс, надежность и поддержка сложных AI-систем; – Редкие, но все более важные навыки: AI Red Teaming и безопасность агентных систем. На выходе у вас останется добротный инженерный портфель на GitHub. Вы сделаете RAG над корпоративной базой, мультиагентную систему, дообучите LLM или энкодер под домен, напишете production-сервис в Docker и сделаете типовой отчет по безопасности. Старт потока – 4 июня, формат – онлайн-семинары, длительность – 6 месяцев. До четверга действует самая низкая цена, потом стоимость повысится, так что – успевайте. Посмотреть программу и попасть в поток можно по ссылке

Claude помог пользователю восстановить доступ к кошельку с 5 биткоинами, который был недоступен 3 года Сумма на счете оценивается примерно в 400 тысяч долларов. Когда-то давно владелец потерял к нему доступ из-за ошибки в хранении файла с паролем. Агент нашел в недрах старого компьютера юзера нужный файл, обнаружил ошибку в btcrecover, исправил ее и расшифровал пароль. История разлетелась на миллионы просмотров, а парень теперь обещает назвать своих детей в честь Дарио Амодеи

В Твиттере раскритиковали известнейшую картину Клода Моне, потому что поверили, что она сгенерирована Один гениальный юзер запостил две картины из серии «Кувшинки», заявив, что первую он сгенерировал, а вторая – настоящая. Он попросил других пользователей детально рассказать, чем «фейк» отличается от подлинника. https://x.com/shl0ms/status/2054280631807316329?s=46&t=pKf_FxsPGBd_YMIWTA8xgg На самом деле обе картины оказались настоящими творениями Моне, но пользователи буквально заполонили комментарии критикой первого полотна. Они писали, что «совершенно очевидно», что это генерация, называли «типичные ошибки» в цвете, свете и деталях. Кто-то назвал картину «мазней» и «грязью». После того как автор объяснил, что обе картины – это настоящий Моне, часть комментариев сразу же оказались удалены 🤷‍♂️

США разрешили примерно 10 китайским компаниям закупать H200, но все не так просто В ходе переговоров в Китае США расщедрились и разрешили нескольким китайским гигантам, в том числе Alibaba, Tencent и ByteDance, закупку H200 у Nvidia. Теперь каждая из них может купить до 75 000 чипов по правилам лицензирования США. Но Китай не то чтобы прыгает от радости. Наоборот, они еще в январе ввели ограничения на закупку иностранного железа, и отступать от этого не планируют. Во-первых, у них только-только начало развиваться собственное производство, и, конечно, власти будут поддерживать в первую очередь его. Во-вторых, Китай абсолютно точно осознает, что для США это способ оставить главного конкурента на коротком поводке: продавать достаточно, чтобы сохранять влияние и доходы Nvidia, но не настолько много, чтобы полностью отдать технологическое преимущество. Понятно, что Китай не хочет попадаться на крючок и зависеть от американских экспортных правил. ИИ гонка окончательно перестала быть гонкой моделей, и стала гонкой цепочек поставок

Магистратура, после которой не нужно заново учиться работать Одна из частых проблем обучения в ИТ в том, что между учебными задачами и реальной индустрией часто лежит пропасть. Вроде бы знания есть, но на первой работе все равно приходится заново привыкать к настоящим бизнес-задачам. В магистратуре Центрального университета этот разрыв стараются закрыть сразу. Обучение строится вокруг практики и кейсов от Т-Банка, Сбера, Ozon, Avito, Х5 Tech, Lamoda и других крупных ИТ-компаний. То есть студенты разбирают не абстрактные упражнения, а задачи, близкие к тем, с которыми действительно работают продуктовые и инженерные команды. В ЦУ можно прокачаться в машинном обучении, продуктовом менеджменте, продуктовой аналитике и бэкенд-разработке. Преподаватели – эксперты отрасли. Занятия идут по вечерам и выходным, так что магистратуру можно совмещать с работой. Интересный факт: зарплата студентов увеличивается в среднем на 63% за время обучения. А еще у каждого абитуриента есть возможность получить грант до 75% на все обучение. Подавайте заявку на вторую волну грантового конкурса прямо сейчас!

Если вы думаете, что ИИ уже повсюду, то вот вам график на подумать Красное – те, кто используют агентов; Желтое – платят за чат-ботов; Зеленое – когда-либо пользовались бесплатными тарифами. Остальное – люди, ни разу не использовавшие ИИ. Выглядит, как довольно ранняя стадия распространения технологии. И даже сейчас у нас уже не хватает компьюта на инференс.

Nvidia стала первой в мире компанией, капитализация которой достигла $5,500,000,000,000.00 5.5 триллионов долларов. Это больше, чем ВВП любой страны мира, кроме США и Китая.

В одной из школ США родители ученика подали на учреждение в суд из-за того, что ИИ-детектор признал его сочинение сгенерированным Учитель использовала для проверки его эссе детектор от Turnitin, и он определил сочинение как «на 76% сгенерированное ИИ». Дальше педагог разбираться не стала (несмотря на то, что парень предоставил историю правок из Google Docs и свои черновики), просто понизила оценку и влепила в личное дело пометку об академической нечестности. Мы погуглили: Turnitin утверждают, что их false positive rate составляет менее 1%. НО это только для документов, которые более чем на 20% сгенерированы. На уровне предложений false positive rate крутится в районе 4%. Все равно немного, но сервис сам обращает внимание на то, что их результаты не стоит использовать в качестве последней инстанции. Короче, 5 мая родители парня подали иск в Северный окружной суд Калифорнии: требуют восстановить оценку, удалить пометки о нарушении из школьного досье и получить компенсацию. Иронично, что сочинение было по пьесе Артура Миллера «Суровое испытание». Это произведение буквально посвящено тому, как общество разрушает судьбы людей на основе ненадежных свидетельств.

Около 15 CEO крупных компаний полетели с Трампом в Китай, чтобы обсуждать торговые отношения Среди них оказались Тим Кук, Илон Маск, Ларри Финк и другие. Дженсена Хуанга тоже позвали (Трамп в своем посте назвал его Великим), но, судя по новостям, он присоединился к экспедиции чуть ли не в последний момент. Не так давно вся группа приземлилась в Китае. На официальной встрече с Си Цзиньпином они будут обсуждать снижение торговой напряженности и тарифы, которые могли бы сделать отношения более «сбалансированными». Без Хуанга, конечно, было бы немного нелепо, потому что именно экспортные ограничения на чипы последнее время прилично подпортили отношения стран. Да, ИИ – это уже геополитика. Интересно, к чему они прийдут, и получит ли Китай больший доступ к американскому рынку железа. Напоминаем, что сам Хуанг резко против ограничений на ввоз его чипов в Китай.

Unitree выпустили первого пилотируемого изнутри робота Их новая модель GD01 – это что-то из Аватара: огромный робот с кабиной для человека. Он умеет ходить на двух и четырех ногах, сносит стены и стоит в районе 42 миллионов рублей. Unitree позиционирует аппарат как гражданский персональный транспорт. Вместе с пилотом система будет весить около 500кг. Интересно, водительские права на такого будут нужны?

Устройтесь в Яндекс за выходные В мае и июне проводим онлайн-мероприятия быстрого найма — такой формат позволяет пройти всего две секции, вместо трёх в обычном найме, и финалы за выходные и сразу получить офер. ⚡️Ищем продуктовых, дата-аналитиков и датасаентистов с опытом на Python от 3 лет. — Зарегистрируйтесь до 27 мая. — 6 июня пройдите две технические секции: аналитические задачи на знание матстата и алгоритмическую задачу на знание алгоритмов и структур данных. — 7 июня познакомьтесь с командами и получите офер. Подробности и регистрация — на сайте: https://yandex.ru/project/events/wo-analytics-0626 ⚡️Ищем ML- и DL-инженеров с опытом в доменных областях NLP, CV, RecSys и Classic ML. — Зарегистрируйтесь до 20 мая. — 30 мая пройдите две технические секции: Classic ML и Livecoding, ML по своей основной доменной области (NLP, CV, RecSys, Classic ML). — 31 мая пройдите финальное интервью с командами и получите офер. Подробности и регистрация — на сайте: https://yandex.ru/project/events/wo-ml-0526

Шутки про полуоткрытые ноутбуки – уже не шутки Инженеры везде таскают с собой слегка открытые ноутбуки, чтобы не прерывать работу агентов. Об этом явлении даже написал Business Insider. В репортаже один из разработчиков сказал, что это современный аналог iPad kid для миллениалов 😐 Приоткрывать лаптопы настолько стало рутиной, что предприимчивые разработчики уже придумали специальные USB-заглушки. Они имитируют подключение внешнего монитора, и это позволяет использовать ноут в закрытом состоянии, не переводя в спящий режим. Современный проблемы требуют современных решений

DeepMind сделали указатель мышки с ИИ Да, ИИ может в перспективе изменить даже такие привычные вещи. Компьютерный курсор как концепция не менялся почти 50 лет, и вот DeepMind предлагают его переосмыслить. В их механике курсор – это больше не просто курсор, которым мы водим по интерфейсу, а скорее выделитель контекста для встроенного агента. Например, вы наводите курсор на таблицу и просите «у мышки» сформировать из нее график. Или выделяете название ресторана на картинке, а агент для вас его бронирует. Тем самым с человека частично снимается даже такая когнитивная нагрузка, как написание промпта. То есть вам не надо объяснять ИИ детали, вы просто тыкаете во что-то и говорите «расскажи про ЭТО», «перемести ЭТО СЮДА», «исправь ЗДЕСЬ». И, на самом деле, такое совмещение речи с жестами для человека максимально естественно, так что идея прикольная. deepmind.google/blog/ai-pointer/ Попробовать уже можно в Gemini in Chrome и в Google AI Studio, а еще указатель собираются встроить в новые ноутбуки GoogleBook, спроектированные специально под ИИ-экспириенс.

А давайте оценим тот факт, что в новом релизе стартапа Миры Мурати Thinking Machines голосовую систему демонстрирует тот же сотрудник, что 2 года показывал первое демо GPT-4o в OpenAI Ну давайте, скажите, что это сделано не специально

Кажется, мы постепенно подходим к моменту, когда новые материалы будут создавать не в лаборатории, а сначала в датасете «Норникель» и Институт Курнакова РАН запускают проект по созданию ИИ-платформы для генерации новых материалов на основе палладия. По сути это попытка собрать один из первых в России полноценных industrial-grade datasets для цифрового материаловедения. Что особенно интересно: десятки тысяч экспериментальных измерений, накопленных ИОНХ РАН за десятилетия, впервые превращаются в обучающую среду для ИИ. Не статьи. Не abstract’ы. А реальные данные: составы, кристаллические структуры, физико-химические свойства, поведение материалов в разных условиях. На первом этапе минимум тысяча уникальных составов. Дальше идет генеративное проектирование новых материалов под конкретные задачи промышленности. И вот здесь начинается самое важное.Сегодня поиск нового материала – это годы экспериментов. ИИ пытается превратить это в задачу предсказания: если изменить структуру, то как изменятся свойства? Если нужен материал под экстремальную температуру, сверхтонкое покрытие или конкретную электропроводность, то можно ли сгенерировать его заранее? Один из главных кейсов – попытка заменить золото в микроэлектронике. Сейчас индустрия ежегодно использует около 250 тонн золота: контакты, дорожки, покрытия. Но при миниатюризации электроники старые материалы начинают упираться в физические ограничения. Палладий здесь выглядит почти идеальным кандидатом: дешевле золота, легче и при этом хорошо работает в защитных и контактных покрытиях. Фактически задача ИИ-платформы звучит так: «сгенерируй материал под конкретный техпроцесс». Например: для серверных ИИ-процессоров, силовой электроники электромобилей, промышленных датчиков, будущих сверхтонких покрытий. И это похоже не просто на «AI for science», а на переход к модели, где промышленность начинает обучать собственные фундаментальные ИИ на уникальных отраслевых данных.

Thinking Machines предложили новый тип моделей, которые могут работать в потоке Они назвали это interaction models. Идея в том, что такая модель изначально обучается для живого взаимодействия с человеком, в отличие от линейных интерфейсов в формате «пользователь написал -> модель ответила», к которым мы привыкли. Например, она не ждет конца фразы, чтобы начать генерировать ответ; может перебить, если видит ошибку; способна говорить одновременно с пользователем (незаменимо для live-перевода). Технически, что самое интересное, это делается не через какие-то внешние адаптеры, а вшивается прямо в процесс трейна. Сама живость диалога достигается за счет разделения входного потока на маленькие чанки примерно по 200 мс, которые поступают в модель в формате стриминга. То есть пока пользователь еще говорит, модель уже видит новые токены и может начать что-то генерировать. За счет этого и становится возможным перебивание, живой перевод и прочее. Звучит прямо интересно, с такой моделью хотелось бы поболтать. Но с инженерной точки зрения есть проблемы. Например, большую модель в такой процесс встроить почти невозможно, будет слишком медленно. Так что авторы предлагают делить систему на две части: быструю interaction model, которая поддерживает живой диалог, и background model, которая берет на себя ризонинг, поиск, инструменты и тд. Когда фоновой модели есть что вернуть, interaction model встраивает это в разговор. Идея логичная, но с большими сложностями в реализации и масштабировании. Плюс, контекст. Для системы в текущем виде длинные сессии вообще неподъемны, авторы это признают. В общем, замысел крайне занятный, но пока что – с большими дырами. thinkingmachines.ai/blog/interaction-models/

Нейросети думают сложными геометрическими структурами – новое исследование от Goodfire Эта статья вызвала в последние дни очень много интереса в сообществе. Исследователи из Goodfire впервые показали занятную вещь: внутреннее пространство активаций моделей организовано не хаотично, а в виде многомерных форм, поверхностей и траекторий. Часто эти многообразия вполне интерпретируемы. Выглядит это примерно как на первом видео. Авторы назвали явление neural geometry. Причем наблюдается оно не только в LLM, но и в vision моделях, и даже в хайповых world models. Отличный пример – дни недели. Внутри модели они лежат не по прямой, а по круговой траектории. То есть Monday → Tuesday → Wednesday → … → Sunday образуют циклическую структуру в пространстве активаций. На практике это значит, что если пытаться линейно перейти от понедельника к пятнице, промежуточные состояния будут бессмысленны, а вот если двигаться, глубо говоря, по окружности – с изменением угла, а не линейным смешиванием координат, – то по пути попадутся вторник, среда и четверг (второе видео). Подобным геометрическим образом на многообразиях определенных форм лежат время, числа, цвета, биологическая таксономия и куча всего другого. Авторы настаивают, что исследования neural geometry – это новый фронтир в интерпретации нейросетей, и именно геометрия может стать ключом от черного ящика. www.goodfire.ai/research/the-world-inside-neural-networks#

Российские айтишники забили тревогу на фоне потери доступа к аккаунтам Claude Как пишет Baza, с проблемой уже столкнулись сотни айтишников и бизнесменов из РФ, только на основании паспорта. Главная беда - потеря всех наработок, вроде перепроверенной и переписанной руками архитектуры модулей, разбора багов. Утечка логов грозит обернуться катастрофическими последствиями, а дальнейшие действия со стороны Anthropic по отношению к российским пользователям непредсказуемы. Люди паникуют - для кого-то блокировка равна потере работы. Один из айтишников напомнил историю с Рыбарем и ChatGPT, которая теперь кажется трендом. Подобные случаи усиливают тревогу вокруг того, насколько безопасно строить ежедневную работу на сервисах, доступ к которым пользователь не контролирует.