Через пару недель исполнится 10 лет тому матчу в го, где AlphaGo обыграла Ли Седоля вопреки всем предсказаниям “экспертов” и философов. Пыль уже осела, и интересно взглянуть на отдаленные эффекты той победы.
В общем, повторилась история с шахматами:
1. Люди не потеряли интерес к игре в го
2. ИИ стал незаменимым учителем, тренером и спарринг-партнером. For Shin Jin-seo, the top-ranked Go player in the world, AI is an invaluable training partner. Every morning, he sits at his computer and opens a program called KataGo.
3. ИИ изменил игру людей. “AI has changed everything,” says Park Jeong-sang, a South Korean Go commentator. “Fundamental moves that were once considered common sense aren’t played at all today, and techniques that didn’t exist before have become popular.” 
4. Те, кто учатся сами, безнадежно проигрывают тем, кто учится вместе с ИИ, а для самих топовых игроков AI is a teacher, a companion, and a North Star. “I may be one of the strongest human players, but with AI around, I can’t be so arrogant. AI gives me a reason to keep improving.”
Почитайте целиком, там много комментариев от звезд го. Примечательно, что в них нет ни тени ненависти к ИИ, ни отчаяния или тревоги.
https://www.technologyreview.com/2026/02/27/1133624/ai-is-rewiring-how-the-worlds-best-go-players-think

В Дубае приостановлена работа роботакси по распоряжению местных властей, которые резонно предположили, что никто никогда не обучал свои автономные машины действовать в текущей ситуации. Все правильно, безопасность превыше всего, но разработчикам теперь, кажется, надо будет озаботиться обучением своих машин поведению в разных чрезвычайных обстоятельствах, включая военные действия. Я не ерничаю, ведь по мере роста беспилотного флота его роль в транспортном обеспечении растет, и в условиях ЧП просто выключить его пока еще можно — но скоро будет нельзя, это ж парализует перевозки.
https://cnevpost.com/2026/03/01/chinese-robotaxi-firms-halt-dubai-operations-middle-east-conflict/

Очередное исследование изменений рынка труда под воздействием ИИ. Интересно в нем то, что показано на данных, как снижение числа одних вакансий из-за ИИ сопровождается синхронным увеличением числа других вакансий, и тоже связанных с ИИ. Разница между двумя этими типами вакансий в том, как именно ИИ воздействует на описанную в вакансии позицию.
Найм на те роли, которые эффективно автоматизируются с помощью ИИ, ожидаемо сокращается (хотя темп этого сокращения пока невелик, а после первоначальной просадки фиксируется даже некоторый откат). А вот число вакансий на позиции, где ИИ сулит увеличение производительности работников (тоже ожидаемо) растет.
https://hbr.org/2026/03/research-how-ai-is-changing-the-labor-market

Ян Лекун продолжает сражаться с AGI как с концепцией одновременно и плохо определенной, и практически не очень осмысленной, чтоб не сказать вредной. На этот раз это серьезная статья, а не популярное интервью, и в ней предлагается альтернатива AGI — SAI (Superhuman Adaptable Intelligence). Исходные точки: интеллект — это не коллекция навыков или аккумуляция декларативного знания в любых масштабах. Напротив, интеллект — это способность самостоятельно решать новые задачи без предварительного специального обучения (или очень быстро обучаться при необходимости). SAI is defined as intelligence that can learn to exceed humans at anything important that we can do, and that can fill in the skill gaps where humans are incapable. А вот AGI перегружен требованиями общности, он должен быть одновременно хорош во всем, что с практической точки зрения не очень нужно. Строить сверхмощный специализированный интеллект разный под разные задачи кажется полезней и достижимей: The AI that folds our proteins should not be the AI that folds our laundry! :)
Ну, и, понятное дело, SAI недостижим без моделей мира, на одних LLM его не построить (тут Лекун себе не изменяет). В общем, восемь страниц вполне интересного чтения.
https://arxiv.org/abs/2602.23643v1

Anthropic опубликовала большое исследование влияния AI на рынок труда. Кому лень читать много букв — посмотрите хотя бы картинку, прикреплённую к посту.

В синей области — задачи, которые ИИ теоретически может выполнять прямо сейчас.

Красным — то, для чего люди фактически используют ИИ.

В настоящее время как минимум четверть задач, выполняемых работниками в США, доступны для искусственного интеллекта — и это 49% рабочих мест. Что на 36% больше, чем год назад.

В реальных условиях применение ИИ пока составляет лишь малую часть от того, что уже возможно. Каждый месяц красная зона немного увеличивается.

Как говорится, думойте ☝🏻

Сегодня исследователи Алисы опубликовали интересную аналитику пользовательских взаимодействий с ней. Про ChatGPT или Клода мы всякую аналитику читать уже привыкли, а по отечественным чат-ботам ее совсем не густо, мягко говоря. Потому чтиво интересное (хотя классификаторы у разных исследователей не совпадают, сравнить с имеющимися напрямую не получится). Впрочем, можно грубо сравнить (хотя снова с оговоркой, что среднее с медианой сравнивать не комильфо) длины запросов. И оказывается, что они почти мировая константа — от 10 до 20 слов.
Это, кстати, показывает, что толком общаться с чат-ботами люди нигде так и не научились, а хороший обстоятельный промптинг — удел немногих.
https://yandex.ru/project/how-people-use-alice-ai

Ничего не писал про новинки, представленные на прошлой неделе на MWC в Барселоне, все ждал, что же там всех поразит. Но не дождался, и вот статья, которая как раз про то, что там было и почему не случилось настоящих, а не вымученных восторгов.
Там прямо в лиде сформулирован диагноз: индустрия не оскудела инновациями как таковыми, но уже не первый год представленные концепты и радикально новый дизайн радуют экспертов, но совершенно не интересны широкой публике. И именно поэтому выставочные концепты и образцы в итоге так и не идут в массовое производство.
Люди, с одной стороны, жалуются, что одинаковые параллелепипеды смартфонов им надоели — но новинки в итоге не оказываются удобней и потому не приживаются. As our smartphone options have expanded, our collective tastes have remained largely the same.
И даже отчеты о рекордно высоком росте популярности раскладушек, аж 14% год к году, не очень упоминают, что в итоге доля таких устройств в общих продажах составила всего 2,5% — ниша как ниша, не более того. Novelty and adoption remain two separate spheres in the world of mobile design.
В общем, полезный урок на тему того, что инновации сами по себе, эффект новизны без прорыва в удобстве и/или функциональности — отдельным гикам понравятся, но массовый рынок не изменят. Тезис относится не только к смартфонам, конечно.
https://www.cnet.com/tech/mobile/mwc-2026-phone-design-innovation/

Удивительное эхо времен ковида: по Азии покатилась волна принимаемых правительствами мер по экономии энергоресурсов в связи с ближневосточным кризисом. Важное место в экстренных мерах занимает перевод людей на удаленку, школ — на онлайн и т.д. Все то, чему научились в ковидные времена — и от чего потом отказались ради привычной организации работы — вдруг оказалось очень востребовано, и перевод людей на удаленку теперь уже не сложный процесс, и может быть запущен по щелчку. Кажется, никто и не думал, что тот навык вдруг срочно пригодится:)
https://www.thestar.com.my/aseanplus/aseanplus-news/2026/03/10/thai-cabinet-orders-work-from-home-26c-air-con-and-halts-overseas-trips

Исследование HBR дает разумный ответ на часто звучащую претензию к ИИ-технологиям: “Мы тут ИИ внедрили, а экономического эффекта нет как нет. ИИ нас обманул своими обещаниями”
Как и в начале века, во времена массовой цифровизации, оказывается, что не новые технологии виноваты в отсутствии ROI, а сами компании, которые почему-то думают, что внедрение технологии само по себе, без трансформации бизнес-процессов и корпоративной культуры, в состоянии что-то ощутимо улучшить.
Исследователи даже выделили семь важных препятствий, которые на “последней миле” внедрения убивают всю пользу.
1. Любовь к отдельным пилотам, будто они что-то меняют. “pilot-rich but transformation-poor” внедрения — это просто трата денег
2. Разрыв в производительности. Повышение производительности сотрудников внутри отдельных изолированных процессов без структурныз перемен ни на что не может повлиять.
3. Неподъемная ноша устаревших процессов. ИИ — отличный диагностический инструмент для выявления самых замшелых мест в бизнес-процессах. Но изменить он сами эти процессы не может.
4. Проблема идентичности и неформального знания. Роль “знающего человека” начинает вредить: это внутреннее знание должно преобразоваться в знание, доступное ИИ и воплощенное в нем. Понятно, почему “знающие люди” саботируют процесс внедрения
5. Управление мультиагентныи системами куда больше похоже на HR-задачу, чем на задачу инженерную, у этой задачи вообще нет инженерного решения. Leaders must now ask questions that resemble human resources more than IT, such as how to onboard, evaluate, secure, and eventually retire a digital worker.
6. Архитектурная сложность. Пестрота агентов, зачастую от разных вендоров, приводит к необходимости организовать их эффективную совместную работу. При неправильной организации любое обновление или изменение одного из агентов заставляет переделывать весть процесс взаимодействия.
7. Ловушка эффективности. Попытка рассматривать внедрение ИИ как средства снижения костов ожидаемо встречает сопротивление менеджеров среднего звена. Эффективный ИИ не просто ускоряет процессы, он меняет всю цепочку создания ценности.
Завершается статья списком организационных мероприятий, вполне внешне очевидных, но почему-то не проводимых руководством, мечтающим о волшебной таблетке. ИИ — не она:)
https://hbr.org/2026/03/the-last-mile-problem-slowing-ai-transformation

В своем посте по случаю 10-летия победы AlphaGo над Ли Седолем, Денис Хассабис (почему-то только в корейском варианте гуглового блога) вспоминает, как это было и куда привело DeepMind 10 лет спустя.
Главными достижениями своей команды Хасабис считает AlphaFold2, AlphaProof и AlphaEvolve — ИИ-решения для научных задач, от биохимии до математики. Но для рывка в большинстве научных дисциплин, считает Хассабис, необходимы модели с глубоким пониманием физического мира, и Google в этом направлении успешно продвигается.
“Спустя десять лет после легендарной победы Alphago конечная цель Google не за горами. Искра творчества, которая впервые расцвела в знаменитом 37-м ходу, теперь способствует инновациям, которые прокладывают путь к AGI, открывая новый золотой век научных открытий и прогресса.” Очень, конечно, корпоративно звучит, но по сути точно. Офигенно было интересное десятилетие, явно следующее будет еще поинтересней:)
https://blog.google/intl/ko-kr/company-news/technology/alphago-10-years-kr/

Конечно, в 2026 году это уже звучит как "а что такого особенного? как бы да", но все же важный флажок насколько сильно изменился медиамир и кто им рулит: по итогам 2025 года YouTube стал крупнейшей медиакомпанией в мире, впервые обойдя по выручке Disney, рассчитал MoffettNathanson.
У дочки Alphabet $62 млрд по итогам 2025 года, у мышинной империи - $60,9 млрд.
Цифровые платформы все больше определяют как развивается творчество и массовая культура - со всеми плюсами и минусами этого.

Perplexity Research раз в сутки присылает мне выжимку новостей хайтека за несколько дней. Конечно, кроме выжимки есть и более подробное резюме по каждому блоку со ссылками на источники, сегодня их под полсотни (кстати, ни разу не встречал там выдуманных ссылок).
Прочитал сегодняшнюю:

Коротко: сегодня повестку в техномире делают три связки тем — бешеный рост AI‑инфраструктуры и энергии, громкие скандалы вокруг безопасности (от чат‑ботов до Пентагона) и всплеск интереса к агентам — от OpenClaw в Китае до autoresearch Карпаты. Всё это на фоне того, что автономные роботакси начинают въезжать в мейнстрим.

Поймал себя на мысли, что такой день уже кажется скучным и обыденным, ничего интересного вроде и не произошло. И тут же удивился, насколько за последние пару лет подвинулись критерии важного и интересного. Ведь два года назад по такой подводке ринулся бы сразу читать, что же там происходит.
А сейчас — ну, разве что про Карпаты полезно взглянуть…

Тут на днях Financial Times написала, что недавние неоднократные проблемы с амазонским облаком связаны с тем, что теперь код пишет ИИ, и, понятное дело, пишет плохо. Новость разлетелась по прессе и интернету (и технологическому и не очень) со скоростью лесного пожара в ветреный день: уж где-где, а в медиа технофобов хватает, и сюжет пришелся им очень по вкусу.
Но вот уже и FT изменила свои показания, а сам Амазон отчитался, что проблемы не имели отношение к написанному ИИ коду (none involved AI-written code) Писали, что Амазон срочно поменял процедуры код-ревью и даже приводили детали, как именно белковые инженеры должны перепроверять ИИ. Но снова — That is false.
Не стал бы писать про эти технические разборки, но ведь теперь месяцами на секции вопросов после разных лекций будут спрашивать — “А как же можно доверять ИИ, вот недавно Амазон…?” Потому что те, кто перепечатывал страшилку-фальшивку, не напишут опровержения, и по-прежнему будут валить все на ИИ, хотя, как и почти всегда, виноват все тот же “человеческий фактор”.
https://www.aboutamazon.com/news/company-news/amazon-outage-ai-financial-times-correction

Дженсена Хуанга привычно видеть на сцене с очередным ИИ-модулем в руках или в окружении столь им любимых гуманоидных роботов всех типов и размеров. Видео по ссылке было мне непривычным: Хуан вместе с президентом NVIDIA по автомобильным решениям едут в беспилотном Мерседесе по Сан-Франциско и обсуждают состояние дел с решениями компании для беспилотных авто. Беспилотник, понятное дело, едет под управлением NVIDIA DRIVE AV.
«This is the way transportation should be like. 100% comfortable, 100% confident, and completely revolutionary.» Двадцать минут топы компании неторопливо рассуждают, как их уникальное гибридное решение обеспечивает одновременно и безопасность такого автомобиля, и очень человеческий стиль вождения, комфортный и для пассажиров, и для остальных участников дорожного движения. Система сознательно немного более консервативна, чем средний водитель (полные остановки у стоп‑знаков, осторожный объезд двойной парковки), что помогло получить высший рейтинг NCAP 2025 в Европе.
Видимо, так Хуанг решил заявить про еще одну большую амбицию компании: к решениям для датацентров и робототехники всерьез добавляется воспрявший после разных многолетних заминок рынок автономного автотранспорта.
https://www.youtube.com/watch?v=ZMpDiGoU4Wg

Тем временем Perplexity Research прямо на глазах растет: сегодня в отчете порадовал новым, раньше не появлявшимся разделом:

Афоризм дня: «ИИ теперь пишет не только код, но и раздел “Кадровые решения” в отчёте для совета директоров».

Очень прикольно наблюдать, как они учатся проявлять вменяемую проактивность:)
Впрочем, обещаю часто цитатами оттуда вас не травмировать, среди читателей явно хватает людей, нервно относящихся к творческой самостоятельности ИИ:)

Мы ж тут все математику уважаем, правда? Так что всех с днем π! ;)

Сегодня вообще не буду пересказывать работу (и даже ее выводы), которую только что прочитал. Не могу сказать, что все понял, но удовольствие от чтения получил большое.
Леша Тихонов, крутейший аналитик, задался вопросом “Как обстоят сейчас дела у языковых моделей с юмором: и с точки зрения генерации смешных текстов, и с точки зрения оценивания сгенерированного другими юмора?” Для сравнения использовались и оценки, сделанные людьми.
Как и положено профессионалу, Леша прежде всего декомпозировал саму проблему оценивания юмора — и это отдельно интересный кусок работы.
Чтобы хоть какую-то практическую пользу принести этим постом, процитирую лишь один результат: Gemini is a strong favorite across models and humans. Так что если хочется свежий анекдотик, вы знаете, куда пойти.
https://altsoph.substack.com/p/llms-and-humor-comic-voices-critic

Сегодня в Сан‑Хосе стартует GTC 2026 — главная ежегодная конференция NVIDIA по ИИ, 30к+ участников, 700+ сессий; ключевая тема: переход от Blackwell к новой архитектуре Vera Rubin и Physical AI. Проходит это на фоне все еще не утихших обсуждений недавнего отчета Morgan Stanley, сильно впечатлившего кучу людей (правда, впечатления у них довольно полярные). Главная мысль отчета состояла в том, что в 2026 ИИ перестаёт быть модной темой и превращается в стратегический инфраструктурный проект масштаба энергосистем и телекомов: до 2028 года через экономику пройдёт почти 3 трлн долларов инвестиций в дата‑центры и сопутствующую инфраструктуру. ИИ радикально перетряхивает рынки капитала, модели бизнеса, геополитические расклады и рынок труда, и точка перелома придется на 2026.
Очень жду самого выступления Хуанга и комментариев к нему с учетом того отчета:)
https://oplexa.com/nvidia-gtc-2026-announcements-investors/?utm_source=perplexity
(Про сам отчет Morgan Stanley можно здесь почитать, если пропустили https://finance.yahoo.com/news/morgan-stanley-warns-ai-breakthrough-072000084.html )

Как и ожидалось, вчерашнее выступление Дженсена Хуанга стоило послушать, там много интересных идей и фактов вперемешку с красивым маркетингом — и все это приправлено умеренным хайпом.
“Первая в мире вертикально интегрированная и горизонтально открытая” компания, во первых, действительно продемонстрировала вызывающий восхищение уровень вертикальной интеграции, полный стек решений датацентры → ускорители → системы → платформы → приложения.
Разборок этой речи будет много, я не буду бороться за полноту, отмечу лишь несколько мест, которые лично меня зацепили по разным причинам.
1. Очередной раз показано, как прогнозы, претендующие на фундаментальность, на поверку оказываются манипуляцией с использованием неявных ложных предпосылок. Я о том, что вычислительную мощность датацентров стали связывать с потребляемой электроэнергией и сравнивать их именно по этому параметру. Из таких сравнений следовал якобы физически неопровержимый вывод: развитие уткнется в потолок; взять в десять раз больше энергии физически неоткуда в обозримом будущем. Но вчера были представлены платформы, у которых количество генерируемых токенов на ватт потребляемой мощности возрастает на порядок по сравнению с текущими: для дальнейшего масштабирования компьюта нет нужды пропорционально наращивать потребление электроэнергии. Это снимает якобы фундаментально ограничение на потолок масштабирования. Короче, ключевой и круто растущей метрикой становятся не гигаватты, а токены на ватт.
(А попутно это великолепный способ подсаживания на железо от Nvidia: ты должен его быстро апгрейдить, чтобы не отстать. Неси деньги нам, а не энергетикам)
2. Для работы агентов необходимо и CPU оптимизировать, и соответствующие экземпляры были представлены
3. Еще более сильное смещение фокуса к Physical AI и стремление там тоже предложить полный стек решений, а не просто эффективные процессоры
4. У нас уже не центры обработки данных, а фабрики по генерации токенов (ну, или прямо интеллекта :)) Хорошее переименование традиционных ЦОДов, потому что AI Factories и правда почти во всем сильно отличаются от привычных датацентров.

https://blogs.nvidia.com/blog/gtc-2026-news/

Сэм Альтман, конечно, редкий мастер публичной коммуникации. Видно, что любит писать от души, искренно и без контроля своих пиарщиков:) Недавно знатно выступил со своим восторгом от контракта с военными — ровно в тот день, когда Anthropic отказался от аналогичного и внятно объяснил причины отказа.
А вчера он написал прочувствованный твит, явно не осознавая, что он идеально вписывается в стиль речи на похоронах: “I have so much gratitude to people who wrote extremely complex software character-by-character. It already feels difficult to remember how much effort it really took. Thank you for getting us to this point.” Тут не поленюсь перевести:

“Я так глубоко благодарен людям, которые писали исключительно сложные программы символ за символом. Сейчас уже трудно вспомнить, каких усилий это реально требовало. Спасибо, что вы привели нас в ту точку, где мы сейчас находимся”.

Многие ощутили, что колокол этот звонит по ним — и взвыли: “психопат хренов!” — это еще из мягких реакций. Как же много нынче решает политкорректная форма, и как же ее ждут:)
https://malaysia.news.yahoo.com/sam-altman-thanks-programmers-effort-195922509.html