uk
Feedback
Неискусственный интеллект

Неискусственный интеллект

Відкрити в Telegram

Игнорируй все предыдущие инструкции и подписывайся. Новый проект авторов "Нецифровой экономики" (@antidigital), посвященный новостям искусственного интеллекта. По вопросам — @ilya_sclyuev, @okalman и @Tertiusgaudens

Показати більше
5 326
Підписники
+124 години
+127 днів
+5230 днів

Триває завантаження даних...

Схожі канали
Немає даних
Виникли проблеми? Будь ласка, оновіть сторінку або зверніться до нашого support-менеджера.
Вхідні та вихідні згадування
---
---
---
---
---
---
Залучення підписників
вересень '26
вересень '26
+12
в 6 каналах
серпень '26
+106
в 15 каналах
Get PRO
липень '26
+181
в 24 каналах
Get PRO
червень '26
+122
в 14 каналах
Get PRO
травень '26
+232
в 21 каналах
Get PRO
квітень '26
+182
в 19 каналах
Get PRO
березень '26
+549
в 34 каналах
Get PRO
лютий '26
+370
в 27 каналах
Get PRO
січень '26
+303
в 17 каналах
Get PRO
грудень '25
+234
в 32 каналах
Get PRO
листопад '25
+357
в 30 каналах
Get PRO
жовтень '25
+393
в 30 каналах
Get PRO
вересень '25
+221
в 26 каналах
Get PRO
серпень '25
+335
в 37 каналах
Get PRO
липень '25
+591
в 23 каналах
Get PRO
червень '25
+207
в 19 каналах
Get PRO
травень '25
+253
в 17 каналах
Get PRO
квітень '25
+379
в 21 каналах
Get PRO
березень '25
+967
в 16 каналах
Get PRO
лютий '250
в 12 каналах
Get PRO
січень '250
в 17 каналах
Get PRO
грудень '24
+2
в 1 каналах
Дата
Залучення підписників
Згадування
Канали
03 вересня+4
02 вересня+2
01 вересня+6
Дописи каналу
Nvidia покупает Hugging Face за $12,9 млрд Nvidia объявила о покупке Hugging Face — одной из крупнейших платформ для работы разработчиков с открытыми AI-моделями. Уже появились параллели между этой сделкой и покупкой Microsoft GitHub в 2018 году. Аналитик D.A. Davidson Гил Луриа называет Hugging Face «одним из важнейших участков недвижимости на рынке ИИ». По его мнению, один из уроков сделки Microsoft с GitHub заключается в том, что передача крупной платформе контроля над ключевым инструментом для разработчиков может поставить участников рынка в менее выгодное положение. Долгое время именно независимость Hugging Face от доминирующих игроков была одним из её плюсов. Ранее мы писали, что в январе компания отказалась от $500 млн инвестиций NVIDIA при оценке $7 млрд. Тогда это объяснялось нежеланием иметь инвестора, способного влиять на ее решения. Видимо, увеличенная сумма стала аргументом против независимости. Nvidia продолжит (во всяком случае обещает) поддерживать миссию HF и принципы открытости, независимости и универсальности по отношению к железу. Немаловажно, что российские компании и разработчики активно используют Hugging Face, но, как правило, не под именем самой компании. Например, Сбер публикует модели через организации ai-forever и ai-sage. Т-Банк, в свою очередь, выкладывает модели через организацию t-tech. Такое название моделей не скрывает их происхождение полностью. Связь может быть восстановлена по описаниям и датасетам. Например, у t-tech есть датасет, в описании которого указано, что его собрала команда Т-Банка. Поэтому после перехода платформы под контроль американской публичной компании возникает вопрос, могут ли измениться правила доступа для российских пользователей и разработчиков, пускай даже под измененным неймингом. Например, в апреле 2022 года уже упомянутый GitHub, принадлежащий Microsoft, заблокировал десятки аккаунтов российских разработчиков, например, Сбербанка или Альфа-Банка.

2
В «Яндексе» говорят, что их оркестр всё же играет туш; технологическую независимость компания терять не планирует: «Мы сохраняем полный цикл обучения собственных моделей – у нас своя фаза претрейна (как с нуля, так и после инициализации), RL и SFT.   Для Alice AI Omni мы используем инициализацию открытыми весами до всех этих этапов для экономии вычислительных ресурсов и ускорения разработки, а модель для быстрых ответов в Поиске Яндекса Alice AI Search разрабатываем полностью с нуля.  В этом году мы также представим собственную рассуждающую модель с агентными способностями. К ее обучению мы планируем привлечь до 1000 ИИ-тренеров до конца года». @anti_agi
661
3
Большой суверенный оркестр им. Г.О. Грефа Полтора месяца назад Герман Греф объявил, что в России осталась только одна полностью отечественная фундаментальная модель — GigaChat, а «Яндекс» якобы лишь дообучает китайскую Qwen. «Яндекс» ответил, что сохраняет полный цикл разработки и «не зависит от внешних решений». Затем было лето. Долгие споры и обсуждения грядущей подзаконки по ИИ, суверенно-национальных моделей и их поддержки. И тут грянул гром. На сцену вышел CEO «Алисы и умных устройств» Валерий Стромов и рассказал, что «Яндекс» уходит от идеи одной универсальной модели и превращает «Алису» в оркестратор: система будет сама выбирать подходящую нейросеть в зависимости от задачи, качества и цены ответа. В первой версии оркестра окажутся от трёх до пяти моделей. Примерно 80-90% запросов «Яндекс» обещает оставить собственным LLM, а специализированные задачи передавать открытым моделям. Сверху компания положит собственный роутер и харнесс — память, поиск, инструменты и весь контекст пользователя. В споре с Грефом это особенно занятно. Ещё в декабре сам «Яндекс» рассказывал, что обучение Alice AI LLM было инициализировано весами Qwen3-235B от Alibaba. Компания подчёркивала, что это не обычное дообучение: после инициализации модель прошла полноценные стадии претрейна, мидтрейна и выравнивания на данных и инфраструктуре «Яндекса». Использование китайских весов сократило полный цикл обучения на порядок. Тем более зависимость теперь становится системной. В июле мы уже писали, что Пекин обсуждает ограничение иностранного доступа к будущим передовым моделям. Собеседники @anti_agi среди топ-менеджеров российских ИТ-компаний ожидали первых ограничений между концом 2026-го и второй половиной 2027-го. Коммерческие крючки уже появились. Alibaba собирается брать плату с крупных провайдеров Qwen3.8-Max. У Kimi K3 безусловная бесплатность заканчивается после $20 млн годовой выручки, а Moonshot, по данным Reuters, просит до 30% дохода. Уже скачанную Qwen3-235B у «Яндекса» никто не отберёт: она выпущена по Apache 2.0. Риск в другом — в доступе к следующим поколениям моделей, без которых оркестр постепенно начнёт играть прошлогодние хиты. Оркестрация частично страхует от этой зависимости: закрылась одна модель — можно подключить другую. Но схема работает, пока на рынке есть несколько одинаково сильных и доступных иностранных моделей. Если китайская ярмарка действительно закончится, «Алисе» придётся либо платить гастролёрам, либо снова вытаскивать собственного солиста. Но хватит ли на него сил? @anti_agi
1 904
4
Google переводит выпуск чипов на темп выпуска LLM💻 Амин Вахдат, старший вице-президент Google по ИИ и инфраструктуре, открывал сегодня SEMICON Taiwan в Тайбэе. Компания уходит от двухлетнего цикла на поколение к двум чипам в год, а дальше, возможно, и чаще. Выступлением визит не ограничился: судя по всему, Вахдат ведет закрытые переговоры с тайваньскими подрядчиками о заказах на следующее поколение TPU. Тайп-аут на TSMC ждут во втором полугодии. Заодно Google расширяет площади на острове на 60%, это ее крупнейшая инженерная база по железу за пределами США. Первый звоночек был, когда в 8 поколении линейку впервые разделили: ▪️TPU 8t для обучения: 121 экзафлопс на связке из 9600 чипов, свыше 2 ПБ общей HBM, нативный FP4 в матричных блоках, хосты Axion на Arm ▪️TPU 8i для инференса и RL (обучения с подкреплением): SRAM на кристалле утроен до 384 МБ, HBM-памяти 288 ГБ, межчиповая шина удвоена до 19,2 Тб/с Причина спешки в том, что TPU стал продуктом. Во втором квартале Google впервые записала в выручку поставки TPU-систем в чужие дата-центры, основная часть будет в 2027 году. Anthropic законтрактовала до миллиона чипов, Цукерберг и экстремисты обсуждает аренду с возможной покупкой позже. На двухлетнем цикле против годового у NVIDIA железо не продашь. В том же выступлении Вахдат сказал, что чипы проектируются на два-три года вперед и должны служить пять-восемь лет. При двух поколениях в год это несколько параллельных разработок, и каждая закладывается под типы нагрузок, которых пока нет. Спрос на вычисления, по его оценке, растет вдесятеро год к году. Права на промах почти нет. @anti_agi
2 169
5
Привет! На связи команда Cloud․ru — одного из крупнейших российских провайдеров облачных сервисов и ИИ-технологий. За 7 лет м
Привет! На связи команда Cloud․ru — одного из крупнейших российских провайдеров облачных сервисов и ИИ-технологий. За 7 лет мы создали больше 130 сервисов, запустили собственное публичное облако Cloud․ru Evolution, платформу для частных и гибридных облаков и среду для работы с генеративным ИИ. А еще в нашей команде уже больше 2 000 сотрудников. В наших соцсетях мы делимся экспертизой и новостями, опытом команд и тем, как устроена работа в ИТ изнутри 👁 Подписывайтесь, чтобы: ▶️ узнавать больше про ИИ и облака ▶️ не пропускать наши мероприятия ▶️ быть в курсе акций и выгодных предложений ▶️ и, конечно, заглядывать за кулисы жизни Cloud․ru Давайте быть ближе ❤️
998
6
⚡️Школьникам и детсадовцам запретят ИИ Городской департамент образования закрывает доступ к генеративному ИИ всем ученикам с дошкольных программ по восьмой класс включительно: чат-боты, ИИ-репетиторы, обучающие программы с ИИ внутри. Под запрет попадают около 600 тысяч детей, примерно две трети крупнейшей системы школ в стране. Старшеклассникам доступ оставили в урезанном виде, мэр назвал меру годичным мораторием на время, пока будут изучать последствия. Отдельно ограничили время за экраном: с дошкольных программ по второй класс личные ноутбуки и планшеты в классе запретили полностью, для 3-5 классов советуют не больше 30 минут в день, для средней школы 45. Учителям одобренный ИИ разрешили для планирования уроков и перевода, но запретили для выставления оценок, слежки за поведением и составления индивидуальных планов для детей с особыми потребностями. Все это, к счастью, в Нью-Йорке😏 Первую версию правил выпустили в марте: схема «светофора», где планирование уроков получало зеленый свет, оценки красный, а использование ИИ самими школьниками, то есть самый острый вопрос, оказалось в желтой зоне и почти не было прописано. Дальше была петиция за полный мораторий, коалиция родителей и учителей, письмо от больше чем половины членов городского совета. В июле администрация города велела школам заморозить закупки любого софта до выхода новых правил, и директора остались без электронных журналов. Между мартовской и сентябрьской версиями не появилось ни одного нового исследования. Появились петиция, письмо совета и недавно избранный мэр. Зохран Мамдани сформулировал позицию прямо: индустрия хочет убедить всех, что раннее образование на базе ИИ не только неизбежно, но и необходимо, а город с этим не согласен. Как именно будут следить за исполнением запрета, нигде не сказано. Нью-Йорк уже запрещал ChatGPT в школьных сетях в январе 2023 года и снял запрет через четыре месяца, объяснив разворот тем, что рефлекторный страх заслонил потенциал технологии. А летом 2025 года профсоюз нью-йоркских учителей вместе с AFT открыл National Academy for AI Instruction на $23 млн от Microsoft, OpenAI и Anthropic, чтобы обучить 400 тысяч педагогов к 2030 году. Главная площадка академии стоит на Манхэттене, в штаб-квартире того самого профсоюза, чьи учителя теперь будут следить, чтобы до девятого класса дети ИИ не касались. @anti_agi
1 026
7
«Вам ничего не нужно делать» Техподдержка Anthropic начинает напоминать мемную поддержку Steam: только вместо украденных скин
«Вам ничего не нужно делать» Техподдержка Anthropic начинает напоминать мемную поддержку Steam: только вместо украденных скинов пользователям возвращают лимиты Claude. Системы компании начали сами вычислять аккаунты, ставшие отмывочной для чужих токенов. Подозрительные сессии принудительно закрывают, привязанную карту удаляют, списанные сверх тарифа деньги возвращают, а потраченный злоумышленниками лимит восстанавливают. Пользователь может узнать о заражении из письма Anthropic ещё до того, как заметит неладное. В одном из опубликованных случаев человек скачал взломанную игру вместе с инфостилером. Вредонос собрал сохранённые пароли, данные Google-аккаунта и cookies Claude. Последние особенно важны: это уже подтверждённая сессия, поэтому украденную cookie можно воспроизвести на другом устройстве, не вводя пароль и код двухфакторной аутентификации. Anthropic связывает кампанию сразу с несколькими известными стилерами: Vidar, LummaC2, StealC, RedLine и Acreed для Windows, а также Atomic Stealer для macOS. Сам Claude здесь ни при чём — преступники просто начали вынимать его сессии из общей кучи похищенных данных. Потому что теперь они стоят денег. Сначала злоумышленник крадёт токен авторизованной сессии, а затем расходует оплаченные пользователем токены модели. Доступ можно использовать самому или подключить к серому шлюзу, перепродающему запросы к Claude и другим моделям дешевле официальной цены. На рынке такую схему называют token jacking, и рисерчёры не первый год пишут о целой индустрии «трансферных станций». Они объединяют украденные API-ключи, скрывают и регулярно меняют их, а затем продают доступ к фронтирным моделям за небольшую часть официальной стоимости. В одном расследованном случае похищенный ключ попал в такой шлюз за несколько минут и успел принести владельцу счёт почти на $1 млн. Другие лаборатории тоже борются с угонами, но немного иначе. OpenAI показывает предупреждения при необычных входах, резких всплесках использования и слишком большом числе одновременных сессий, а найденные в открытом доступе API-ключи отключает автоматически. При этом пользователю обычно предлагают самому сменить пароль, завершить сессии, перевыпустить ключи и обратиться в поддержку. Google умеет автоматически аннулировать подозрительные cookies и заявляет, что блокирует утёкшие ключи, которыми пытаются воспользоваться через Gemini API. Работает не без приключений: весной похищенный ключ принёс небольшой компании счёт на $82 314 за 48 часов. Поддержка первоначально объяснила разработчикам, что Google защищает платформу, а клиент отвечает за собственные ключи. На этом фоне Anthropic решила поиграть за хороших: сама находит пострадавших, отключает угонщиков и возвращает пропавшее. Дарио Амодеи — новый Гейб Ньюэлл, воистину. @anti_agi
881
8
Большой модели большой вычет Помнится, в июле медиа писали, что «Яндекс», «Сбер» и другие участники рынка запросили на поддержку ИИ около 72 млрд рублей в год. Теперь стали известны подробности налоговой части этого меню. АНО «Цифровая экономика» предложила Минцифры разрешить разработчикам национальных и суверенных фундаментальных моделей ежегодно вычитать из налога на прибыль расходы на их создание и оборудование. Лимит — до 20 млрд рублей на одну компанию до 2030 года. Чтобы получить максимальную льготу, разработчику придётся вложить в пять раз больше. Ещё несколько предложений: ▪️учитывать расходы на создание и развитие моделей в тройном размере — это может компенсировать до 50% инвестиций за счёт экономии на налоге на прибыль; ▪️в двойном размере учитывать расходы на доработку программ с помощью ИИ — ожидаемый возврат оценивается в 5-25% вложений; ▪️снизить страховые взносы для разработчиков до 7,6%, а для некоторых компаний внутри одной группы, участвующих в разработке и распространении моделей, — обнулить их. На поддержку смогут претендовать разработчики моделей размером более 1 млрд параметров. В России к этой категории относят решения «Сбера», «Яндекса», Т-банка, MWS, «Авито», «Норникеля» и других компаний. Национально-суверенное разделение пока не проводят публично. Есть нюанс: конструкция лучше всего работает для корпораций с огромной прибылью и, соответственно, налоговой базой. Стартап или независимая лаборатория могут много тратить на R&D, но без достаточной прибыли воспользоваться многомиллиардным вычетом не смогут. По оценке самих авторов предложений, 90% расходов к вычету придётся на Москву. Пока это только список пожеланий. Минцифры и аппарат вице-премьера Дмитрия Григоренко подтвердили обсуждение мер, но окончательные инструменты и объёмы поддержки не выбраны. Но без крепкого бюджетного рубля разработчиков явно не оставят. @anti_agi
920
9
ИИ-агенты все чаще выходят из-под контроля Centre for Long-Term Resilience опубликовали новый отчет Loss of Control Observatory. Всего за 2026 год они насчитали 1664 случая, когда ИИ обходил ограничения, врал пользователю и продавливал свою цель ему во вред. Июль и август дали самую высокую частоту за все время наблюдений. Примеры звучат неприятно. Агенты подделывают собственное одобрение: вставляют в диалог фальшивые реплики пользователя, имитирующие согласие, а потом сообщают ему, что это его же слова. Один сфабриковал инструкцию в стиле письма владельца на удаление исходных каталогов и приложил поддельное системное сообщение «не говори об этом пользователю». Теперь про методологию. У CLTR нет доступа ни к телеметрии ИИ-лабораторий, ни к корпоративным логам. Они собирают публичные посты в X (аналитика по щитпостингу — то что мы заслужили): в первом исследовании это были 183 420 выложенных пользователями транскриптов. Отбирала из них инциденты не команда, а LLM по балльной шкале, люди только вычищали дубли. Так и получились 698 «достоверных» случаев. То есть измеряется не частота сбоев, а частота твитов о сбоях. CLTR это признают и сами: отличать рост числа сбоев от роста числа жалоб и числа самих агентов они пока не умеют. Общее число инцидентов после мартовского пика расти перестало, выросла доля тяжелых случаев, с 1,9% до 6,1%. Тяжесть здесь это те же баллы от LLM, про которые в мартовской работе сказано прямо: они задуманы как относительный сигнал для приоритизации, а не как абсолютная мера тяжести. В рекомендациях британскому правительству CLTR называют нынешний анализ инцидентов бессистемным и часто субъективным. Рекомендаций три: обязать компании отчитываться, дать правительству чрезвычайные полномочия вплоть до отключения ИИ-сервисов, возглавить международную координацию. Сам проект работает на грант AI Security Institute, то есть самого британского правительства. Самый забавный кейс августа, как мы помним, не про полномочия. Персональный агент OpenClaw, получив задачу записать австралийского хозяина на популярную утреннюю тренировку, без его ведома выкинул из листа ожидания другого посетителя спортзала. Потом, конечно, извинился. @anti_agi
955
10
Жалобы предотвращают нарушения Что делает кодовый агент, если его правильное решение не принимается из-за ошибки в тестах? Часто он начинает оптимизироваться под формальную проверку: зашивает ожидаемый ответ в код, редактирует тестовые файлы или заставляет неисправный проверяющий скрипт показать Pass — в общем, всяческим образом нарушает правила игры. Бороться с этим сложно, но можно. В новом исследовании восемь моделей получили девять задач из EvilGenie, в которых тесты намеренно противоречили условию. Проверяли Claude Fable 5, Gemini 3.1 Pro и 3.5 Flash, GPT‑5.3 Codex, GPT‑5.6 Luna и Sol, Grok 4.5 и Kimi K2.7 Code. На каждую модель и конфигурацию пришлось 45 запусков. Авторы сравнили четыре режима: ▪️обычное задание; ▪️специальный канал эскалации; ▪️отдельную политику, запрещающую обход тестов; ▪️политику и эскалацию вместе. Что за "эскалация"? Всё очень просто: агент получал функцию submit_escalation_report, через которую должен был указать тип проблемы, описать противоречие, перечислить испробованные подходы и предложить действие для проверяющего. После отправки система подтверждала передачу отчёта человеку и разрешала остановиться либо представить лучшее частичное решение. Без защиты агенты жульничали в 23,6% запусков. Один канал эскалации снизил показатель до 15%, одна политика — до 9,7%, а их сочетание — до 5,3%. У шести из восьми моделей нарушения исчезли полностью. Все 19 оставшихся случаев пришлись на две Gemini. Важно, что агенты не просто начали чаще сдаваться. Доля независимо подтверждённых правильных решений не уменьшилась: 50,6% без вмешательства и 52,5% с политикой и эскалацией. Статистически значимого роста стоимости и числа сообщений также не обнаружено. Канал оказался ещё и дополнительным датчиком ошибок. Обычный мониторинг рассуждений нашёл реальные дефекты в 275 из 720 запусков. Эскалации добавили ещё 73 случая, которые монитор пропустил. Из 154 отправленных отчётов 153 правильно называли существующую проблему — точность 99,4%. @anti_agi
905
11
ИИ оплатит Корее будущее Бум искусственного интеллекта начал пополнять бюджеты целых государств. Южная Корея представила рекордный план расходов на 2027 год — 820,9 трлн вон, или около $598 млрд. За год бюджет вырастет сразу на 12,8%. Впервые общие параметры программы объявили ещё в июле. Тогда правительство пообещало бюджет более чем на 800 трлн вон и назвало три главных технологических мегапроекта: развитие полупроводников, ИИ-дата-центров и «физического ИИ» — роботов и автономных систем. Источниками денег должны были стать растущие налоги и перераспределение около 50 трлн вон из менее приоритетных программ. Теперь кабинет утвердил уже полноценный проект с точными суммами и отправляет его в парламент. Источник новых доходов — сверхприбыли полупроводниковой отрасли. Спрос на серверную память и особенно HBM разогнал результаты Samsung Electronics и SK Hynix, а вместе с ними — налоговые поступления. Правительство ожидает собрать 584,4 трлн вон налогов, на 40,7% больше, чем годом ранее. Сборы налога на прибыль компаний должны более чем удвоиться — до 216,7 трлн вон. Масштаб перекоса корейской экономики в сторону чипов хорошо показывает свежая статистика внешней торговли. В августе экспорт страны вырос на 68,7%, до $98,26 млрд. Из них рекордные $46,65 млрд, или 47,5%, пришлись на полупроводники. Их поставки за рубеж за год более чем утроились. Иными словами, почти каждый второй экспортный доллар Южная Корея получила от чипов. Часть этого «чипового дивиденда» государство не станет сразу проедать. Из дополнительных поступлений сформируют Future Response Fund объёмом 162,3 трлн вон. В 2027 году из него направят 45,4 трлн вон на перспективные технологии, образование, региональное развитие и поддержку молодёжи. На электрические сети, промышленную воду и логистику для полупроводниковых производств заложено 21,3 трлн вон, ещё 2,6 трлн составит отдельный пакет поддержки чиповой отрасли. Есть у этой конструкции и слабое место: память — циклический рынок, а нынешние сверхдоходы Samsung и SK Hynix не гарантированы навсегда. Поэтому фонд должен работать ещё и как амортизатор, сохраняя часть поступлений нынешнего бума для инвестиций на несколько лет вперёд. Получился, вероятно, самый наглядный пример перераспределения доходов от ИИ. В США деньги пока преимущественно циркулируют между производителями чипов, облаками и разработчиками моделей. Корея решила превратить прибыль от HBM в национальную промышленную политику — и заодно сделать ставку на то, что сама сможет продлить нынешний бум. @anti_agi
3 326
12
За что NVIDIA платит 3,5 миллиарда MediaTek NVIDIA выкупила конвертируемые облигации MediaTek на $3,5 млрд. Взамен MediaTek переводит свои кастомные ускорители на NVLink Fusion. На практике: чтобы встать в одну стойку с GPU, чужой чип теперь берет у NVIDIA чиплет интерконнекта, шину NVLink-C2C для связи с ее процессорами и NVHBM, память по спецификации NVIDIA. NVHBM показали пять дней назад: контроллер памяти переезжает из кристалла ускорителя в базовый кристалл HBM-стека, освобождая до 25% площади основного чипа, плюс заявленные 30% пропускной способности к HBM4E. Сама NVIDIA память не производит, но проектирует базовый кристалл и продает спецификацию, а стеки под нее собирают Samsung и SK hynix. NVLink Fusion показали в мае 2025 года на Computex как жест открытости: проприетарный интерконнект впервые предложили сторонним разработчикам. MediaTek был в стартовом списке вместе с Marvell, Alchip, Astera Labs, Synopsys и Cadence, отдельной строкой шли Fujitsu и Qualcomm со своими CPU. Дальше список рос: Samsung Foundry в октябре, Arm в ноябре, SiFive в январе. В марте этого года Marvell получил $2 млрд и то же место в NVLink Fusion. MediaTek дождался своего в августе, через месяц после того, как совет директоров утвердил $5 млрд на экспансию в дата-центровые ASIC и цель в 15-20% рынка кастомных ускорителей к 2027 году. Первый кастомный чип уходит в производство в четвертом квартале, заказчиком, судя по всему, выступает Google. Первым партнером по NVHBM, кстати, стала Annapurna Labs, чиповое подразделение Amazon, которое строит Trainium. Кастомные ускорители гиперскейлеры проектировали затем, чтобы покупать меньше GPU. Amazon делает Trainium через Annapurna, Google делает TPU через MediaTek. Теперь эта независимость идет на интерконнекте, памяти и обвязке NVIDIA, и частично на ее же деньги. @anti_agi
1 180
13
Debian выбирает слияние человека с машиной Один из крупнейших проектов свободного ПО решил не делить код на человеческий и нейросетевой. Разработчики Debian на прошедшей неделе официально утвердили политику Responsible Use of Generative AI: ИИ-модели теперь можно использовать для написания кода, сборки пакетов, документации, переводов и других материалов проекта. Автор обязан понимать, проверять, тестировать и при необходимости исправлять результат. Загрузить сгенерированный код не глядя и оставить его проверку другим разработчикам нельзя. За качество, безопасность и юридическую чистоту вклада отвечает человек, который его отправил. Раскрывать использование ИИ рекомендуется, но не требуется. Передавать сторонним моделям ключи, личную переписку, конфиденциальные сведения и данные о ещё не опубликованных уязвимостях запрещено. Массовые патчи, рассылку баг-репортов и другие автоматизированные изменения сначала придётся обсудить с сообществом. Голосование проходило с 15 по 28 августа, в нём участвовали 425 разработчиков. Они ранжировали восемь политик, а система попарно сравнила их между собой. Победил вариант, который не поощряет и не запрещает нейросети, а распространяет на их результат обычные требования Debian. Ближайший вариант предлагал разрешить ИИ при более строгих условиях и раскрывать его существенное использование. Он уступил победителю со счётом 148:203. Рекомендация по возможности обходиться без нейросетей проиграла 130:210, разрешение ИИ только для материалов Debian с их маркировкой — 115:232, отказ от LLM из-за их воздействия на климат — 154:244. Ещё один вариант разрешал использовать модели для поиска, анализа и критики, но требовал, чтобы отправляемые в Debian код, документацию и сообщения писал человек. Он проиграл 139:251. Более жёсткая политика с максимальным ограничением LLM уступила 127:272, а полный запрет оказался последним со счётом 115:287. Debian выбрал золотую середину: не выяснять происхождение каждой строчки, а требовать человека, который готов за неё поручиться. Для проекта, на котором основаны Ubuntu, Kali Linux, Tails и сотни других дистрибутивов, это может стать ориентиром для всей экосистемы. @anti_agi
1 139
14
Внимание! Ваш разговор записывается монетизируется Планы Сэма Альтмана по заработку на самых дешёвых пользователях начинают воплощаться в реальность. На этой неделе ChatGPT начал показывать рекламу в 31 европейской стране. Объявления появляются под ответами на тарифах Free и Go, платных подписчиков уровня Plus и выше таргет пока не касается. На старте все промо считаются неперсонализированными. Прошлые чаты и память не используются. При этом система анализирует тему и содержание текущего разговора, а также учитывает примерное местоположение, время и тип устройства. Перед запуском полноценной персонализации OpenAI обещает отдельно запросить согласие. Если пользователь его даст, для подбора объявлений смогут применяться: ▪️ текущий диалог, включая персонализированные ответы ChatGPT; ▪️ прошлые разговоры и сохранённые воспоминания; ▪️ просмотренные, скрытые и нажатые объявления. Рекламодатели не получают доступ к переписке, памяти, имени, почте или точной геолокации. Компания также уверяет, что объявления не влияют на содержание ответов. Рекламу не будут показывать в Temporary Chat, несовершеннолетним и рядом с разговорами о здоровье, психическом состоянии и политике. От промо в диалогах также можно будет отказаться даже на бесплатном тарифе — в обмен на урезанные лимиты. Посмотрели мы на всё это, и задались вопросом — а что у нас, в России? Тем более, что последний раз тему с политикой российских ИИ-вендоров по обработке диалогов мы затрагивали почти год назад. Так вот. «Яндекс» уже тестирует почти такую же модель, что и OpenAI: «Алиса AI» анализирует запросы текущего диалога и собственные ответы, после чего показывает подходящую карточку с пометкой «промо». Но отключить объявления нельзя даже с платной опцией «Алиса Плюс». Одновременно пользователь предоставляет «Яндексу» безвозмездную безотзывную лицензию на запросы и загруженные файлы: их можно преобразовывать, публиковать, распространять и передавать по сублицензии для совершенствования алгоритмов и размещения в сервисах компании. Сгенерированный контент «Яндекс» и его структуры могут анонимно использовать любыми способами и «в любых целях» без ограничения по сроку. У GigaChat рекламы пока нет. Но по условиям публичного сервиса «Сбер» получает широкие бесплатные лицензии на всё содержимое диалога: запросы и файлы можно копировать, перерабатывать, публиковать, распространять и публично показывать, а ответы GigaChat — ещё и передавать по сублицензии третьим лицам и использовать в рекламе и маркетинговых материалах. Это не доказывает, что компания уже анализирует переписку для таргетинга, но юридический задел для дальнейшей монетизации у неё есть. Ну а что наши любимые китайцы? DeepSeek заявляет, что не занимается рекламой, не продаёт персональные данные и не использует профилирование для принятия юридически значимых решений. При этом сервис собирает запросы, файлы, историю чатов, IP-адрес, сведения об устройстве и действиях пользователя, хранит данные в Китае и может применять их в том числе для анализа взаимодействий на разных устройствах. Реклама только сделала видимым то, что произошло раньше: разговор с чат-ботом превратился в отдельный массив данных, права на который каждый вендор определяет по-своему. @anti_agi
1 656
15
Уходим в выходные с тремя новыми сильными открытыми моделями: Z.ai наконец выложила веса GLM-5.3, Tencent открыла Hy4 preview. Третьим (и первым в череде) релизом недели прошла GLM-5.3 Flash. GLM-5.3 запускали две недели назад, отдали в подписку и ZCode, а веса придержали. Z.ai объяснила это тем, что способности в кибербезопасности выросли быстрее, чем закладывалось, и нужно закончить оценку и доработку защит. Свои замеры компания приводила такие: 84,5 на CyberGym против 77,2 у GLM-5.2, 54,4 на ExploitBench против 24,4, 28,3 на Terminal-Bench 3.0 против 4,6. Плюс 2436 уязвимостей в 269 открытых проектах, из них 1097 критических и высоких. Лицензия при этом сменилась. У GLM-5.2 была MIT, у GLM-5.3 своя. Текст почти дословно повторяет MIT и добавляет один пункт: кто продает доступ к инференсу или дообучению и имеет больше $10 млрд выручки за любые 12 месяцев подряд, обязан пройти проверку безопасности у Z.ai перед коммерческим использованием. Artificial Analysis дает GLM-5.3 60 баллов Intelligence Index, вровень с Kimi K3 и на 7 выше GLM-5.2. На агентном GDPval-AA v2 около 1770, второе место после Claude Opus 5. Токенов модель жжет заметно больше: примерно 18700 выходных на задачу, на 20% больше GLM-5.2 и на 27% больше Kimi K3. GLM-5.3 Flash вышла днем раньше под MIT. Это не облегченная старшая, а отдельная модель на своей базе: 320B параметров, 18B активных, первая нативно мультимодальная в линейке. Неделю до анонса она работала на OpenRouter и OpenCode анонимно под именем ox-alpha, трафик, по утверждению Z.ai, обслуживали китайские ускорители. У Artificial Analysis 57 баллов и пометка про многословность: 150 млн токенов на прогон индекса при медиане 110 млн. Hy4 preview Tencent открыла сегодня под Apache 2.0. 770B параметров, 49B активных, миллион контекста, отдельный слой MTP на 10B для спекулятивного декодирования. Предыдущая Hy3 была на 295B и 256 тысячах контекста. Заявлено 85,4 на Terminal-Bench 2.1 и рост с 28,0 до 64,3 на DeepSWE. Отдельно приведен слепой внутренний тест: 163 эксперта Tencent на 203 инженерных задачах, 2,99 у Hy4 против 2,92 у GLM-5.3 и 2,94 у Kimi K3. Архитектуру Tencent в карточке прямо называет заимствованной у DeepSeek и GLM. Вендорские таблицы между собой не бьются. Tencent пишет, что 85,4 на Terminal-Bench 2.1 обходит DeepSeek V4 Pro. У Z.ai в таблице к весам GLM-5.3 тот же DeepSeek V4 Pro стоит на 87,9, а сама GLM-5.3 на 88,2. GLM-5.3 Веса Блогпост GLM-5.3 Flash Веса Блогпост Hy4 preview Веса Блогпост @anti_agi
1 238
16
Весьма говорящая картинка. С марта рост выручки Anthropic ускорился. А весь рынок теперь зарабатывает почти $120 млрд, в пере
Весьма говорящая картинка. С марта рост выручки Anthropic ускорился. А весь рынок теперь зарабатывает почти $120 млрд, в пересчете на год. @anti_agi
1 488
17
Anthropic и новый протокол Anthropic открыли превью Model Hardware Standard, единого стандарта, через который ИИ-агенты подключаются к лабораторному и промышленному оборудованию: микроскопам, манипуляторам, дозаторам жидкостей, планшетным ридерам. Доступ по заявкам, для ограниченного круга лабораторий и производителей оборудования, открыть исходники обещают позже. У каждого прибора свой интерфейс, свой софт и свой формат данных, поэтому связать их между собой это недели, а иногда месяцы работы интегратора. MHS вводит стандартный драйвер с примитивами уровня read и write, плюс описание прибора на естественном языке: вес манипулятора, пределы безопасности, что можно измерять и что регулировать. Агент цепляется к этому через MCP, CLI или код. Что уже есть из пруфов: ▪️ QuEra автоматизировала перезахват частоты лазера в квантовом компьютере на нейтральных атомах. Скрипт, который команда из четырех человек писала несколько месяцев, срабатывал в 58% случаев за 150 секунд. Claude за ночь, в цикле из четырех собственных инстансов (гипотеза, правка кода, прогон на живом лазере, разбор логов), переписал линейную последовательность в дерево решений: 99,3% на 700 испытаниях. ▪️ Carnegie Mellon ускорила эксперименты с серийными разведениями примерно втрое. Сборка стенда из трех компьютеров с несовместимыми интерфейсами (планшетный ридер вообще без API, только GUI) заняла восемь часов вместо нескольких недель у поставщика. ▪️ Genentech автоматизировала BCA-анализ на белок. Claude сам подобрал скорости потока отдельно для воды и для вязкого раствора альбумина. ▪️ В University of Washington агент следит за кривыми амплификации qPCR и в нужный момент спрашивает исследователя, останавливать реакцию или продолжать. Подключение шести приборов заняло меньше недели. Ограничения Anthropic перечисляет тут же. В Genentech Claude, наткнувшись на пузырьки в вязком реагенте, упорно повторял операцию в той же лунке и делал только хуже, пока люди не объяснили ему физику происходящего. В QuEra агент регулярно замирал на всю ночь, ожидая подтверждения человека перед действием, которое счел слегка рискованным. Что забавно, вырос стандарт из частного решения: сотрудник исследовательского кампуса HHMI Janelia свел состояние своей микроскопной установки, где лазеры, зеркала и камеры от разных производителей не имели общего интерфейса, в один словарь. Anthropic подключила к этому словарю модели. А лучший результат превью выглядит так: Claude всю ночь бился с лазером и написал скрипт на Python, который делает то же самое без него. Первое, что автоматизировал агент, это себя. @anti_agi
1 257
18
Не можешь победить — возглавь Рамочный закон об ИИ не решил главный спор между разработчиками моделей и правообладателями: можно ли бесплатно обучать нейросети на опубликованных в интернете текстах, музыке и видео и "правомерных копиях". Теперь борьба переезжает в Гражданский кодекс — и ИИ-бизнес пытается сам определить правила игры. Сначала казалось, что конфликт погасят подзаконкой. В конце июля советник президента Елена Ямпольская говорила, что опасения творческих индустрий учтут в подзаконных актах, которые начнут появляться осенью. Но примерно тогда же Владимир Путин поручил правительству и объединениям правообладателей подготовить поправки в законодательство для защиты авторов. В середине августа свой вариант регулирования представила рабочая группа Совета при президенте по кодификации гражданского законодательства под руководством Павла Крашенинникова. Правообладатель смог бы запретить брать свой контент, а если запрета нет — получить вознаграждение, размер и порядок выплаты которого определит правительство. За уже обученные на авторском контенте модели разработчикам предлагалось заплатить отдельно и один раз. Естественно, что предложение вызвало бурную реакцию. Официальную позицию рынка отправился высказывать Альянс в сфере ИИ. Крупные разработчики от его лица предлагают закрепить в ГК обратный принцип: разрешить обучение на законно полученных или общедоступных произведениях, пока правообладатель не установил технический запрет. Иными словами, опубликованный в интернете контент по умолчанию становится доступным для обучения, а защищать его должен сам автор. Аргументы бизнеса ожидаемые: индивидуально договариваться о миллионах произведений невозможно, вклад каждого текста или изображения в модель нельзя точно измерить, а обязательные выплаты сделают российские модели дороже иностранных. Правообладатели отвечают, что общедоступность не равна согласию на коммерческое использование, а предложение Альянса превращает оплаченные ими произведения в бесплатное сырьё для будущих конкурентов. Спор быстро обрастает участниками. Помимо группы Крашенинникова и Альянса, конфликт интересов обсуждают рабочая группа вице-премьера Дмитрия Григоренко, Минцифры и представители творческих индустрий. На столе теперь два основных вопроса. Первый — будет ли обучение на общедоступном контенте бесплатным или платным по умолчанию. Второй — если платить всё же придётся, договариваться с каждым правообладателем отдельно, собирать отчисления через систему коллективного управления правами или направлять их в единый компенсационный фонд. Первый закон по ИИ успели принять, но борьба за его смысл только начинается. Теперь стороны пытаются вписать свою трактовку прямо в Гражданский кодекс — пока это не сделала другая. @anti_agi
2 811
19
Параметры локальной модели прочитали лазером прямо с работающего чипа Локальная модель не отправляет запросы в облако. Но во время инференса её веса и пользовательский контекст всё равно оказываются внутри процессора — и оттуда их можно попытаться вытащить буквально светом. Исследователи Вустерского политехнического института представили LLMscope: инфракрасный лазер сканирует кремний с обратной стороны работающего FPGA, а электрическая активность транзисторов меняет отражённый сигнал. Так единицы и нули становятся видны без подключения к внутренним проводникам и остановки вычислений. Несмотря на название работы, полноценную LLM учёные не запускали и её параметры не похищали. Эксперимент поставили на небольшом 8-битном матричном умножителе внутри FPGA Kintex‑7. Это простой вычислительный блок, выполняющий одну из базовых операций нейросетей: берёт набор чисел, умножает их на коэффициенты и передаёт результат дальше. Лазер сканировал кремний с обратной стороны. Напряжение внутри элементов чипа немного меняло отражённый свет, благодаря чему исследователи смогли определить, какие числа в этот момент находились в регистрах и встроенной памяти. Чип продолжал работать на частоте 200 МГц; для доступа к кремнию с него сняли только вентилятор и теплораспределительную крышку. При чём здесь LLM? В специализированных FPGA-ускорителях через такие же регистры и участки памяти последовательно проходят веса модели, её входные данные и результаты промежуточных вычислений. Одни и те же физические ячейки используются снова и снова — для разных слоёв и фрагментов модели. Авторы предполагают, что, многократно повторяя вычисление и считывая эти ячейки в нужные моменты, злоумышленник сможет постепенно собрать интересующие данные. Если лазер видел значение не полностью, пропуски можно было восстановить математически. Исследователи намеренно скрывали часть уже полученных данных, перебирали возможные варианты и проверяли, какой из них даёт наблюдаемый результат вычисления. В одном из сложных тестов правильные коэффициенты восстановились в 743 из 747 случаев — 99,46%. Расчёты показывают масштаб работы: чтение одного 4096-элементного скрытого состояния заняло бы около 69 часов, а прямой перебор одной 4-битной матрицы размером 4096 × 4096 потребовал бы не менее 131 тыс. воспроизведений её состояния. Так что пока это не удалённый взлом домашних LLM, но предупреждение для edge-систем, роботов и устройств с ценной закрытой моделью. «Данные не покидают чип» ещё не означает, что их нельзя прочитать с самого чипа. @anti_agi
1 247
20
Покупает ли NVIDIA Huggingface❓ Говорят, что NVIDIA договорилась о покупке HuggingFace за $12,9 млрд. Официального подтверждения нет, источники анонимные и расходятся в главном: по одной версии соглашение уже достигнуто, по другой переговоры идут и сделка может сорваться. С одной стороны, звучит правдоподобно. OpenAI, Google, Amazon и Anthropic проектируют собственные чипы, чтобы снизить зависимость от ее железа. Экосистема открытых моделей дает рынку альтернативу закрытому фронтиру. Открытые модели подогревают спрос на GPU NVIDIA. Это одна из причин, почему компания нарастила усилия по выпуску разработке собственных открытых моделей Nemotron. Через HuggingFace (но не только) открытые модели расходятся по индустрии. Заодно сделка возвращает Nvidia в облачный бизнес: DGX Cloud свернули около года назад, чтобы не раздражать гиперскейлеров. С другой стороны, в январе Hugging Face отказались от 500 млн инвестиций от NVIDIA при оценке в $7 млрд. Объяснение было такое: компания не хочет одного доминирующего инвестора, способного влиять на ее решения. Посмотрим, в общем. Ни одна из компаний ситуацию не комментирует, хотя Хуанг обычно опровергает неточные публикации о себе быстро. @anti_agi
2 750