Очень крутое интервью основателя DeepSeek Ляна Вэньфэна, спасибо Хабру, что его нашли и перевели — потому что в мейнстримной англоязычной прессе фиг что подобное найдешь - там свои герои. Этому интервью скоро год, поэтому читать вдвойне интересно: Лян говорит задолго до того момента, как DeepSeek стал мировой сенсацией.
Показательно, что как и Сэм Альтман, Лян говорит про AGI как главную цель работы: “наша цель — создание AGI (artificial general intelligence, общий искусственный интеллект), а для этого необходимо разрабатывать новые архитектуры, позволяющие добиться высокой производительности даже при ограниченных ресурсах. Это фундаментальные исследования, без которых масштабирование невозможно.”
Мысль, что исследования для DeepSeek важней приложений повторяется с разными акцентами в интервью не раз. Очень строгое позиционирование компании:  важнее всего сейчас — участвовать в глобальном технологическом прогрессе. “Китайские компании годами использовали инновации, созданные за рубежом, и монетизировали их в виде приложений. Но такой подход не может быть устойчивым.” Приятно читать и про приверженность открытым моделям, по очень простой и человеческой причине — а не по каким-то высокопарным соображениям: “Публикации и открытые разработки не ослабляют нас, а наоборот, укрепляют. Для настоящих инженеров быть первым — это честь, а не риск. Открытость — это не просто стратегия, а целая философия, которая привлекает лучших специалистов.”
Там половину хочется разобрать на цитаты, но воздержусь — почитайте сами. Ограничусь ответом на вопрос “Когда же будет AGI?”: “Это может занять два года, пять или десять — но это точно произойдёт в нашем поколении.”
https://habr.com/ru/companies/bothub/articles/878486/

И как раз в тему “когда AGI” только что высказался в Лондоне и Демис Хассабис, глава DeepMind: он назвал интервал 5-10 лет. Что вполне совпадает с тем, что говорил в предыдущем посте Лян Вэньфэн 🙂
По его словам, все зависит от успехов в создании не языковых моделей, а моделей мира, способных работать не только в цифровом мире, но и в материальном.
Кажется, постепенно придется переучивать освоившую термин LLM публику, объясняя, что на одном языке, как его ни масштабируй, сильно дальше нынешнего состояния уже не уедешь.
https://the-decoder.com/google-deepmind-ceo-demis-hassabis-predicts-first-agi-systems-within-decade/

Adobe опубликовал интересные данные, демонстрирующие изменение структуры трафика на сайты электронной торговли. Доля источников, связанных с ИИ, растет экспоненциально — жаль, что сама эта доля в отчете не указана. Она, видимо, пока крошечная, но устойчивый рост в режиме «удвоение каждые два месяца» способен быстро дать заметные результаты, потому что пользовательские привычки уже начали меняться: 39% опрошенных покупателей сообщили, что пользуются ИИ-сервисами при покупках. Больше трети покупателей — и эта доля тоже растет — поменяли поведение; это серьезно.
Не менее важно и то, что этот новый ИИ-трафик — качественный:
consumers coming from generative AI sources show 8 percent higher engagement as they linger on the site for a longer period of time. These visitors also browse 12 percent more pages per visit, with a 23 percent lower bounce rate. С конверсией, однако, все не так радужно: она ниже на 9%, но этот разрыв постепенно сокращается.
Примечательно, что — как в раннем интернете — трафик с десктопов составляет 86%, словно и не было мобильной революции :)
В общем, ИИ продемонстрировал, что под его воздействием начала меняться структура трафика на коммерческие сайты, цифровому маркетингу предстоит быстро отреагировать.
https://blog.adobe.com/en/publish/2025/03/17/adobe-analytics-traffic-to-us-retail-websites-from-generative-ai-sources-jumps-1200-percent

Интересно, как живется дереву рядом с таким монументом-напоминалкой? :)

Италия, Доломитовые Альпы, сентябрь 2022

Ой, бензопилу не в тот канал отправил, картинки у меня в другом - @vis_memory :)) Но пусть уж и здесь висит.
_______
Вернемся к технологиям: Американский стартап Tern предлагает альтернативу GPS под названием IDPS (Independently Derived Positioning System). Чем дальше, тем больше людей сталкиваются с ситуациями, когда сигналы GPS искусственно искажены — и это происходит не только в районах военных конфликтов. Самая многочисленная категория страдальцев — автомобилисты: мы за рулем уже приучены полагаться на комфортную навигацию по маршруту, где бы ни находились.
IDPS — это не просто инерционная навигация, которая давно известна и существовала задолго до популяризации GPS.
Здесь применен характерный подход в работе ИИ с данными: давайте все данные, до которых можно дотянуться, насыпем алгоритму, а он решит, какой точке на карте они соответствуют. IDPS использует картографическую информацию плюс все, что могут сообщить датчики автомобиля — от скорости до информации об окружающих объектах, температуре и пр.
Команда отмечает “Tern AI is a low-cost answer to a problem that the U.S. Department of Transportation has been working on for decades.” Я не DoT, но у меня в Москве проблем тоже хватает, хочу решение, которое isn’t susceptible to spoofing or jamming, and works in dead zones, tunnels, and urban mazes.
https://www.tern.ai/how-it-works/

Через неделю европейцы соберутся обсуждать свой цифровой суверенитет — EuroStack Initiative — потому что американские олигархи наезжают на европейские ценности (я не ерничаю, оно в оригинале дословно выглядит так - US administration and digital tech oligarchs openly push back on Europe’s regulatory autonomy and European values.).
Все это было бы комично, когда бы не грусть, что от идеи если не глобальной деревни, то хотя б глобальной инфосферы потихоньку остались рожки да ножки. Благие намерения создателей интернета послужили добротным строительным материалом известно куда ведущей дороги 😕
Отдельно доставляет, что свой вариант суверенитета они называют альтернативой суверенитету:))
https://aces.uva.nl/content/events/2025/03/the-eurostack-initiative.html

Вчера в Сан-Хосе на GTC-2025 Nvidia много чего объявила, но я, как обычно, хочу написать не про карточки, а про более мне интересное — про роботов. Анонсирована Groot N1 — AI foundation model for humanoid robotics. Уже само название показывает преемственность с моделью Groot, которую ровно год назад анонсировали. В N1 сочетаются режимы, аналогичные канемановским системам 1 и 2 в мышлении человека: рассуждения системы 1 обрабатывают полученные инструкции и данные об окружающей среде, эвристики системы 2 воплощают решения системы 1 в моторику робота, его действия и манипуляции с объектами.
Важным отличием является ориентация новой модели на роботов общего назначения (прошлогодняя Groot более была заточена под промышленные применения).
N1 доступна в open source. Дженсен Хуан не удержался от любимых им громких заявлений: “The age of generalist robotics is here”
https://techcrunch.com/2025/03/18/nvidia-debuts-groot-n1-a-foundation-model-for-humanoid-robotics/
Дополнительный материал по теме: список десятка перспективных компаний в области робототехники и новаторской инженерии (в котором традиционно проигнорированы сильнейшие китайские игроки). Впрочем, это обстоятельство можно интерпретировать иначе: Штаты тоже не хотят сильно отставать в перспективной области:)
https://www.fastcompany.com/91269910/robotics-engineering-most-innovative-companies-2025

Продолжая тему роботизации. Маск уже давно говорит, что будущее Теслы и взлет ее капитализации зависят не столько от производства автомобилей, сколько от перехода к массовому выпуску роботов. Правда, пока речь идет о выпуске малой пробной партии к концу текущего года.
Но вот и китайцы, лидеры в мировом производстве электромобилей, вторят Маску: “Regarding robotics, I think it is probably going to be the biggest future industry, bigger than automotive in some ways because of the vast numbers and also the utility scenarios that can be deployed” Высказывание принадлежит со-президенту крупного автопроизводителя Xpeng. А вообще любопытно выглядят в современном мире направления стратегического роста автомобильной компании: equipping its cars with artificial intelligence (AI) technologies, growing outside China and developing humanoid robots.
Кроме доброй старой международной экспансии, еще лет пять назад звучали б как фантазии, а не бизнес:)
https://www.scmp.com/business/article/3303018/xpeng-says-robotics-industry-will-get-bigger-automotive-sector-next-few-years

Что-то мне подсказывает, что через 4-5 лет эти ребята от Boston Dynamics будут совсем не брейк-данс танцевать. 🔫

А пока, конечно, кроме восторга — никаких комментариев.

Китайцы предложили в порядке освоения Луны построить на ее обратной стороне большой радиотелескоп. Предлагается создать массив из 7200 антенн сверхдлинноволнового диапазона, в котором не может работать аппаратура на Земле: велико поглощение в атмосфере и куча неустранимых помех от нашей шумной в эфире цивилизации. Но именно излучение в этом диапазоне может рассказать о совсем ранней Вселенной, о той ее стадии, когда еще не было звезд. Даже великий JWST здесь бессилен.
Идеи такого устройства были и раньше, но китайцы предложили реалистичный план, позволяющий создать радиотелескоп за 10 лет, используя уже существующие технологии.
Интересно, возникнет ли вокруг этой идеи международный проект, такого масштаба задачки лучше решать в кооперации.
https://www.scmp.com/news/china/science/article/3302926/chinese-scientists-propose-giant-telescope-far-side-moon-understand-early-cosmos?module=inline&pgtype=article

Очередной любопытный лонгрид на выходные. Не то чтоб прямо про технологии, но в наше время сплошного ИИ невредно почитать, что люди нынче думают про интеллект. Там, как легко догадаться, все непросто.
Интеллект приятно определять прагматично, как средство решать задачи — IQ тесты тому яркий пример, но и в более серьезных местах все крутится вокруг “the ability to acquire and apply knowledge and skills.”
И вот пестрая группа интеллектуалов (простите за каламбур) собралась поговорить и подумать про интеллект, если можно так выразиться, с чистого листа, без привычных шаблонов. Например, рассматривая многообразие видов интеллекта: растительный, животный, человеческий, инопланетный, просто планетный и до кучи эмоциональный.
Любопытно, что собравшиеся активно использовали ChatGPT — как зеркало культурных стандартов, сложившихся в обществе. Задача же группы состояла в попытке отойти от человекоцентричного определения интеллекта, опираясь на наблюдаемые в разных науках эффекты — например, индуцированный целенаправленный фототропизм растений, сильно смахивающий на условные рефлексы животных. Неудивительно, что рабочая группа пришла к выводу: Intelligence is how life, in all its manifestations, strives to perpetuate itself.
Впрочем, это было только начало:) Дальше предстояло пройтись по масштабам — от клетки до цивилизации в целом.
В общем, я давно ждал, когда научная мысль которая движет, скажем, убежденными вегетарианцами, дойдет до осознания, что и веганы в некотором смысле каннибалы, а технологии — всегда зло, если пытаются управлять природными процессами. Но обидно, что про интеллект искусственный даже не поговорили.
Чтение там несложное и относительно недолгое, хорошее переключение головы на выходные
https://bigthink.com/13-8/the-case-for-expanding-the-definition-of-intelligence/

Если внимательно присмотреться, ох как многое в технологическом вокруг можно отнести к технологиям двойного назначения. Вот, например, устройство для резки различных прочных предметов под водой на глубинах до 4 000 метров. Люди осваивают океаны все активней, возможность резать различные тросы полезна.
Но еще — и совершенно оправданно — можно напомнить, что вся глобальная инфраструктура интернета расположена на дне мирового океана не глубинах не больше 2 000 метро — так уж работают кабелеукладчики. И созданное устройство легко способно эти кабели (и становящиеся все более популярными силовые кабели для транспортировки возобновляемого электричества) перерезать, несмотря на их укрепленные оболочки; заголовок статьи — это, конечно, кликбейт -- но по существу верен
https://www.scmp.com/news/china/science/article/3303246/china-unveils-powerful-deep-sea-cable-cutter-could-reset-world-order

Очень полезная, хотя и непростая для чтения как любой научный текст, статья в Nature посвящена, на первый взгляд, довольно узкой задаче: использованию больших языковых моделей в процессах поиска и открытия новых в чем-либо полезных материалов.
В начальных разделах статьи указывается, что технологии обработки естественного языка, позволили, наконец, содержательно обрабатывать весь массив когда-либо опубликованных работ по теме, извлекая из них данные, которые формируют большие обучающие выборки.
В разделе про LLM содержится важное замечание: Recently, LLMs have shown their ability in learning universal language representations, text understanding and generation. В итоге в конкретном исследуемом случае оказывается, что Leveraging semantic textual similarity, new materials with similar properties can be identified without human labeling or supervision.
Познавательно выглядит сравнение уже давно использовавшихся пайплайнов открытия новых материалов с использованием методов обработки естественного языка и новых возможностей, появившихся благодаря LLM. Описано, как и почему необходим файнтюнинг готовых моделей.
Речь и здесь уже идет о создании автономных агентов, способных целиком самостоятельно планировать и проводить исследования, причем — снова как люди — эти агенты по ходу дела обучаются и самосовершентвуются: In-context learning allows an AI agent to accumulate experience and evolve so that its actions become increasingly consistent, logical, and effective over time.
При внимательном чтении статья позволяет заглянуть в будущее научных исследований и понять логику, по которой это будущее создается. А еще — почувствовать объем нерешенных проблем, гарантирующих, что в обозримом будущем тем людям, кто создает автономный пайплайн научных открытий, безработица не грозит:)
А для особо любознательных открывается, насколько же наивна, безосновательна и слаба критика ИИ в научных исследованиях со стороны якобы экспертов. Им следует поизучать матчасть. Можно с этой статьи и начать.
https://www.nature.com/articles/s41524-025-01554-0

Кай-Фу Ли, автор бестселлера “Сверхдержавы искусственного интеллекта” (который рекомендовал прочитать с момента перевода книги на русский язык и продолжаю рекомендовать), в настоящий момент — основатель стартапа 01.ai, дал интервью Рейтерсу, и теперь все его комментируют. Хотя вроде бы ничего нового не сказал, но он весьма авторитетная в мире фигура, и к его мнению сильно прислушиваются.
А утверждения его следующие: DeepSeek показал всему миру, что в разработках инфраструктурного софта для ИИ китайцы вырвались вперед. Но еще он сообщил свою оценку, которая очень наглядна, и потому нравится журналистам: “Раньше мне казалось, что мы всюду отстаем на примерно полгода от США, а теперь полагаю, что местами в ключевых технологиях разрыв сократился до трех месяцев, а кое-где мы вырвались и вперед” Ли добавил, что санкции и ограничения на поставку процессоров в Китай оказались палкой о двух концах -- ощутив дефицит, разработчики вынуждены были обратить внимание на зоны, куда никто раньше не смотрел. Такие вынужденные инновации в условиях прессинга оказались очень успешны. “The fact that DeepSeek are able to figure out the chain of thought with a new way to do reinforcement learning is either catching up with the US, learning quickly, or maybe even more innovative now”
Обратите внимание: скорость развития такая, что сокращение разрыва на три месяца -- это крутое достижение.

https://www.businesstimes.com.sg/startups-tech/deepseek-narrows-china-us-ai-gap-three-months-01-ai-founder-lee-kai-fu-says

Про европейских человекоподобных роботов пишут куда меньше, чем про китайских или американских. Но вот норвежская компания 1X Robotics, создавшая робота Neo Gamma, уже в текущем году собирается начать масштабные тесты в домохозяйствах (обещают сотни и тысячи семей). Стартап использует разработки и OpenAI, и Nvidia; в начале тестирования предполагается режим телеоператора с последующим переходом к автономному. Роботы, как утверждается, достаточно тихие (не громче холодильника), достаточно ловкие и для начала ориентированы на простейшие задачи вроде поливки цветов и уборки пылесосом. Предполагается, что в дальнейшем фокус будет на помощи по хозяйству маломобильным и пожилым людям. Это, по сути, главный дифференциатор: основные конкуренты не устают говорить про роботов на производстве.
https://opentools.ai/news/openai-backed-1x-embarks-on-in-home-trials-of-humanoid-robot-neo-gamma

Рецензируемые журналы, peer-reviewed journals, традиционно гордятся своим эпитетом: считается, что такая система рецензирования материалов перед публикацией гарантирует их высокий уровень, достоверность и научную ценность. Но еще в 2023-24 было выявлено, что при всех своих несовершенствах, системы детектирования ИИ-контента выявили от 7% до 17% рецензий, содержащих признаки ИИ-генерации; такие цифры заметно выше уровней false positive для детекторов. И, кроме всего прочего, false negative там немал:)
Сами издатели демонстрируют разные подходы: некоторые напрочь запрещают рецензентам использовать ИИ, другие — регламентируют и ограничивают использование (например, использовать можно только локальные инструменты, исключающие утечки еще не опубликованной информации).
Опрос авторов статей показывает (см. картинку прямо здесь в посте), что сами они отнюдь не единодушны в отрицании LLM: около 40% считают генеративные рецензии не менее, а подчас и более полезными в сравнении с рецензиями белковых коллег. Спрос рождает предложение — и рынок начинает наполняться ИИ-предложениями для рецензентов и издательств. Например, не каждый рецензент в состоянии проверить адекватность и точность использования многочисленных процитированных в статье источников; для ИИ-ассистента задача уже тривиальна.
Хотя часть авторов настроены консервативно, другая часть авторов и издатели полагают, что “Within the next two years, I believe automated reviewing of manuscripts through AI will be at a level better than the majority of current human reviews — and crucially, much faster”. Видимо, на том же горизонте сами работы все чаще будут написаны в соавторстве с co-scientist’ами, а потом и ими самими. Логично, чтоб публикации одних ИИ-систем рецензировали другие ИИ-системы:)
https://www.nature.com/articles/d41586-025-00894-7

Несколько неожиданный, чтоб не сказать обескураживающий, результат взрывного роста ИИ в Китае: там имеется большой избыток вычислительных мощностей для нужд ИИ. Дело в том, что там экономика очень подвижна и привыкла бежать быстро туда, где деньги, чтобы опередить конкурентов. Особенно, если государство подключает свои административные рычаги и свои финансы.
В конце 2022 строительство датацентров было признано национальным приоритетом. Все побежали, включая организации, требуемой экспертизой не обладающие, и в итоге за два года (2023 и 2024) построили аж больше 500 (!) новых датацентров. State-owned enterprises, publicly traded firms, and state-affiliated funds lined up to invest in them, hoping to position themselves as AI front-runners. И вот это прекрасно про инвесторов в недвижимость: “AI felt like a shot of adrenaline. A lot of money that used to flow into real estate is now going into AI data centers.” Дата-центры тоже, конечно, недвижимость, но есть нюанс…
Целых 144 компании зарегистрировались в 2024 как разработчики собственных LLM, но лишь 10% из них к концу года продолжали инвестировать в разработку.
Прямо сейчас это звучит дико: GPU leasing prices are extraordinarily low. There’s an oversupply of computational power — но, с другой стороны, как же хорошо оказаться в такой ситуации в начале стадии взрывного роста и массовых внедрений.
https://www.technologyreview.com/2025/03/26/1113802/china-ai-data-centers-unused/

Пришло время очередной колонки в «Форбсе» — там я который уж раз пишу про роботов. И вот почему.
Стимулированный ИИ прогресс цифровых технологий часто сравнивают с появлением интернета. Это довольно любопытное сравнение. Поскольку мне повезло становление и возмужание интернета наблюдать изнутри, у меня есть стойкое убеждение, что важнейшим этапом его развития было «прорастание в офлайн». Информационная супермагистраль добавила к информационным сервисам операционные в материальном мире — и вот тут-то стала по-настоящему могучей. Материальным воплощением интернета как физического фактора стал смартфон, превратившийся в пульт управления окружающими вполне материальными процессами.
У ИИ, я уверен, начинается похожий период. Массовой материализацией ИИ собираются стать роботы, прежде всего — человекоподобные. Даже интересно, скоро ли они станут привычны как смартфоны:))
https://www.forbes.ru/tekhnologii/533214-na-poroge-novoj-ery-robotov-pocemu-to-cto-bylo-fantastikoj-stalo-biznes-strategiej

Как же все это знакомо выглядит: появление структурированных ответов, появление тематических вертикалей: путешествия, работа, видео… Вот только многолетний прогресс традиционных поисковиков здесь спрессован в месяцы. Интересно, будет ли так же ускорен рост аудитории :))
https://www.benzinga.com/markets/equities/25/03/44487771/googles-ad-dominance-faces-challenge-as-perplexity-introduces-answer-modes-aravind-srinivas-advocates-native-transactions