Ключевой прорыв Neuro Scale 2025, который вчера посетил Ваш покорный слуга - MCP-сервис, который делает создание ИИ-агентов доступным каждому.
Вчера на конференции Yandex Neuro Scale 2025 было представлено множество впечатляющих обновлений платформы Yandex AI Studio. Коллеги из команды Яндекса подробно рассказали о технических аспектах: о низкоуровневых оптимизациях, поддержке новых API и борьбе с вызовами инференса моделей. Это, без сомнения, критически важно для ML-инженеров.
Однако, с точки зрения индустрии и массового внедрения ИИ, самым значимым событием лично я считаю анонс MCP-сервиса для создания ИИ-агентов без программирования.
Почему это — настоящая революция?
До вчерашнего дня создание полноценного ИИ-агента, способного взаимодействовать с внешними данными и системами, требовало серьезных технических знаний. Нужно было разбираться в протоколах (тот же MCP — Model Context Protocol), писать код для подключения инструментов, настраивать бэкенд для управления состоянием диалога (стейтом) и оркестрации вызовов. Это удел разработчиков.
Теперь этот барьер рухнул.
Яндекс представил визуальный конструктор и MCP Hub, которые позволяют любому специалисту — аналитику, менеджеру, эксперту в предметной области — собрать мощного агента, как конструктор Lego.
Как это работает на практике?
1. Выбираете модель-«мозг» агента из единой галереи (YandexGPT, опенсорс-модели).
2. Подключаете данные и инструменты через MCP Hub: это может быть база знаний вашей компании (документы, отчеты) через RAG, поиск в интернете или, что ключевое, внешние API-сервисы.
3. Создаете MCP-сервер «в один клик» с помощью преднастроенных шаблонов. В демо на конференции показали подключение к сервису проверки контрагентов. Это означает, что ваш агент получает безопасный доступ к актуальным данным без вашего прямого вмешательства в код.
4. Настраиваете логику взаимодействия в визуальном редакторе и тестируете агента.
Что это меняет?
· Скорость разработки: Проверка гипотез и создание прототипов агентов сокращается с недель до часов.
· Демократизация доступа: Теперь не только программисты, но и предметные эксперты могут напрямую «обучать» агентов, подключая релевантные для их задач данные и сервисы.
· Безопасность и стандартизация: Использование протокола MCP обеспечивает единый, безопасный и стандартизированный способ подключения инструментов, что критически важно для корпоративного внедрения.
Конечно, под капотом этой простоты скрывается титаническая работа инженеров Яндекса: оптимизация задержек, поддержка стейтов, борьба с багами опенсорс-инструментов. Но гениальность анонса именно в том, что пользователю обо всех этих сложностях больше не нужно думать.
Вывод: Анонсированный MCP-сервис в Yandex AI Studio — это не просто «еще одна фича». Это стратегический шаг, который перемещает создание ИИ-агентов из области экспериментальных R&D-проектов в плоскость практических бизнес-инструментов для широкого круга пользователей. По-настоящему круто.
Вчера на конференции Yandex Neuro Scale 2025 было представлено множество впечатляющих обновлений платформы Yandex AI Studio. Коллеги из команды Яндекса подробно рассказали о технических аспектах: о низкоуровневых оптимизациях, поддержке новых API и борьбе с вызовами инференса моделей. Это, без сомнения, критически важно для ML-инженеров.
Однако, с точки зрения индустрии и массового внедрения ИИ, самым значимым событием лично я считаю анонс MCP-сервиса для создания ИИ-агентов без программирования.
Почему это — настоящая революция?
До вчерашнего дня создание полноценного ИИ-агента, способного взаимодействовать с внешними данными и системами, требовало серьезных технических знаний. Нужно было разбираться в протоколах (тот же MCP — Model Context Protocol), писать код для подключения инструментов, настраивать бэкенд для управления состоянием диалога (стейтом) и оркестрации вызовов. Это удел разработчиков.
Теперь этот барьер рухнул.
Яндекс представил визуальный конструктор и MCP Hub, которые позволяют любому специалисту — аналитику, менеджеру, эксперту в предметной области — собрать мощного агента, как конструктор Lego.
Как это работает на практике?
1. Выбираете модель-«мозг» агента из единой галереи (YandexGPT, опенсорс-модели).
2. Подключаете данные и инструменты через MCP Hub: это может быть база знаний вашей компании (документы, отчеты) через RAG, поиск в интернете или, что ключевое, внешние API-сервисы.
3. Создаете MCP-сервер «в один клик» с помощью преднастроенных шаблонов. В демо на конференции показали подключение к сервису проверки контрагентов. Это означает, что ваш агент получает безопасный доступ к актуальным данным без вашего прямого вмешательства в код.
4. Настраиваете логику взаимодействия в визуальном редакторе и тестируете агента.
Что это меняет?
· Скорость разработки: Проверка гипотез и создание прототипов агентов сокращается с недель до часов.
· Демократизация доступа: Теперь не только программисты, но и предметные эксперты могут напрямую «обучать» агентов, подключая релевантные для их задач данные и сервисы.
· Безопасность и стандартизация: Использование протокола MCP обеспечивает единый, безопасный и стандартизированный способ подключения инструментов, что критически важно для корпоративного внедрения.
Конечно, под капотом этой простоты скрывается титаническая работа инженеров Яндекса: оптимизация задержек, поддержка стейтов, борьба с багами опенсорс-инструментов. Но гениальность анонса именно в том, что пользователю обо всех этих сложностях больше не нужно думать.
Вывод: Анонсированный MCP-сервис в Yandex AI Studio — это не просто «еще одна фича». Это стратегический шаг, который перемещает создание ИИ-агентов из области экспериментальных R&D-проектов в плоскость практических бизнес-инструментов для широкого круга пользователей. По-настоящему круто.
❤5👀4
Forwarded from Глеб Архангельский
ИИ В УПРАВЛЕНИИ СТРОИТЕЛЬНОЙ КОМПАНИЕЙ: ПРАКТИЧЕСКИЙ ОПЫТ АО "ГАЗСТРОЙПРОМ"
Строительные проекты — это тысячи совещаний, сотни согласований и постоянная гонка со временем. Ошибки в протоколах и потерянные задачи здесь стоят особенно дорого.
Как с этим справился крупнейший строительный холдинг России — Газстройпром (90 000 сотрудников, генподрядчик ПАО «Газпром»)?
Компания провела облачный пилот по внедрению Таймлист для автопротоколирования встреч. Результаты впечатляют — и мы впервые расскажем о них публично. По итогам пилота осуществлён успешный переход на закрытое корпоративное решение, что позволило повысить безопасность данных и начать формирование внутрикорпоративного нематериального актива — базы знаний, основанной на стенограммах совещаний.
Когда: 1 октября, 11:00–12:30 (МСК)
Спикеры: Максим Соколовский, руководитель направления Департамента цифровизации Газстройпром; и Глеб Архангельский, генеральный директор Таймлист
На вебинаре вы узнаете:
— как проходил пилот Таймлист в Газстройпроме и какие цели удалось реализовать;
— почему облачный формат — оптимальный путь для пилота;
— реальные бизнес-выгоды цифровой трансформации и как их усилить;
— «до/после» в культуре проведения совещаний.
Это будет не теория, а практический опыт крупнейшего игрока рынка.
Присоединяйтесь, чтобы взять готовые решения для своих проектов!
Регистрируйтесь на вебинар
https://my.mts-link.ru/j/tmliga/3121270307
Строительные проекты — это тысячи совещаний, сотни согласований и постоянная гонка со временем. Ошибки в протоколах и потерянные задачи здесь стоят особенно дорого.
Как с этим справился крупнейший строительный холдинг России — Газстройпром (90 000 сотрудников, генподрядчик ПАО «Газпром»)?
Компания провела облачный пилот по внедрению Таймлист для автопротоколирования встреч. Результаты впечатляют — и мы впервые расскажем о них публично. По итогам пилота осуществлён успешный переход на закрытое корпоративное решение, что позволило повысить безопасность данных и начать формирование внутрикорпоративного нематериального актива — базы знаний, основанной на стенограммах совещаний.
Когда: 1 октября, 11:00–12:30 (МСК)
Спикеры: Максим Соколовский, руководитель направления Департамента цифровизации Газстройпром; и Глеб Архангельский, генеральный директор Таймлист
На вебинаре вы узнаете:
— как проходил пилот Таймлист в Газстройпроме и какие цели удалось реализовать;
— почему облачный формат — оптимальный путь для пилота;
— реальные бизнес-выгоды цифровой трансформации и как их усилить;
— «до/после» в культуре проведения совещаний.
Это будет не теория, а практический опыт крупнейшего игрока рынка.
Присоединяйтесь, чтобы взять готовые решения для своих проектов!
Регистрируйтесь на вебинар
https://my.mts-link.ru/j/tmliga/3121270307
❤2
Наталья Касперская: от IT-бизнеса до песен под гитару
Я подготовил для вас обзор большого интервью с Натальей Касперской.
Кто такая Наталья Касперская? Краткая справка
Наталья Касперская — одна из ключевых фигур в российской IT-индустрии. Прежде чем основать компанию Infowotch, она развила в качестве генерального директора компанию Kaspersky, выведя её на международный уровень.
С удовольствием посмотрел свежее интервью с героиней и делюсь кратким обзором.
1. Государство и IT: «Пасти котов»
Касперская считает, что прямое государственное управление IT-компаниями часто неэффективно, поскольку разработчики — люди творческие и независимые, как коты, которых сложно «пасти».
> «Государство с такими людьми управляет очень плохо, поэтому когда государство берёт управлять непосредственно там IT-компаниями то получается плохо».
При этом она подчёркивает, что правильное регулирование необходимо, например, в сфере импортозамещения. Это помогает отечественным компаниям конкурировать с иностранными гигантами.
2. Пик хайпа: не очаровывайтесь GPT
Сегодняшний ажиотаж вокруг ИИ Касперская называет «пиком хайпа» и сравнивает его с недавним увлечением блокчейном, за которым последовало «разочарование». Она предупреждает, что качество систем вроде ChatGPT может начать ухудшаться, так как они уже «скормили все тексты, которые есть на земном шаре» и дальше будут обучаться на собственных, не всегда качественных генерациях.
> «GPT уже показывает некие разочаровывающие результаты... тексты которые мы получаем сейчас на выходе, а видно что они ну иногда бредят, причём бредят довольно сильно».
3. Цифровая деградация: «Мозг станет атавизмом»
Один из самых тревожных тезисов интервью — влияние технологий на когнитивные способности человека. Постоянное использование гаджетов, навигаторов и умных помощников ослабляет наш собственный интеллект.
* Ухудшается память и воображение, особенно у детей, которые с ранних лет привыкают к готовым цифровым образам.
* Мы теряем базовые навыки: от счёта в уме до ориентации в пространстве.
> «Если вы не тренируете мозг, но ваш мозг становится слабым... на мой взгляд мы впадаем не в прогресс, мы впадаем в деградацию».
В конечном счёте, по её мнению, это может привести к тому, что вырастет поколение людей, которые совершенно не понимают, как работают окружающие их сложные технологии.
4. Кого заменит ИИ? Прощайте, «белые воротнички»
Вопреки популярному мнению, ИИ угрожает не рабочим на заводах, а офисным сотрудникам, чьи функции легко алгоритмизируются.
> «Искусственный интеллект заменяет вовсе не рабочих. Искусственный интеллект заменяет так называемые белые воротнички: журналисты, а вот юристы низкого уровня, низко так квалифицированные, бухгалтера низкоквалифицированные».
При этом она не верит в «суперюристов» или «суперпсихологов» на базе ИИ, настаивая, что это лишь имитация, неспособная на принятие ответственных решений.
5. Неожиданный финал: песни под гитару
Интервью завершается на совершенно неожиданной ноте. Вместо традиционного чтения стихов, Наталья Касперская берёт гитару. Она исполняет песню на стихи Александра Вертинского, написанные в эмиграции, а затем — песню «Я и вы» на стихи Николая Гумилёва. Этот момент раскрывает её как глубокую и творческую натуру, далёкую от стереотипного образа «сухого» IT-руководителя.
Вывод: Сильные женщины во главе IT
Интервью Натальи Касперской — это не только трезвый взгляд на технологии, но и знакомство с сильной и неординарной личностью, которая предостерегает от слепого восхищения ИИ и призывает сохранять критическое мышление.
Я подготовил для вас обзор большого интервью с Натальей Касперской.
Кто такая Наталья Касперская? Краткая справка
Наталья Касперская — одна из ключевых фигур в российской IT-индустрии. Прежде чем основать компанию Infowotch, она развила в качестве генерального директора компанию Kaspersky, выведя её на международный уровень.
С удовольствием посмотрел свежее интервью с героиней и делюсь кратким обзором.
1. Государство и IT: «Пасти котов»
Касперская считает, что прямое государственное управление IT-компаниями часто неэффективно, поскольку разработчики — люди творческие и независимые, как коты, которых сложно «пасти».
> «Государство с такими людьми управляет очень плохо, поэтому когда государство берёт управлять непосредственно там IT-компаниями то получается плохо».
При этом она подчёркивает, что правильное регулирование необходимо, например, в сфере импортозамещения. Это помогает отечественным компаниям конкурировать с иностранными гигантами.
2. Пик хайпа: не очаровывайтесь GPT
Сегодняшний ажиотаж вокруг ИИ Касперская называет «пиком хайпа» и сравнивает его с недавним увлечением блокчейном, за которым последовало «разочарование». Она предупреждает, что качество систем вроде ChatGPT может начать ухудшаться, так как они уже «скормили все тексты, которые есть на земном шаре» и дальше будут обучаться на собственных, не всегда качественных генерациях.
> «GPT уже показывает некие разочаровывающие результаты... тексты которые мы получаем сейчас на выходе, а видно что они ну иногда бредят, причём бредят довольно сильно».
3. Цифровая деградация: «Мозг станет атавизмом»
Один из самых тревожных тезисов интервью — влияние технологий на когнитивные способности человека. Постоянное использование гаджетов, навигаторов и умных помощников ослабляет наш собственный интеллект.
* Ухудшается память и воображение, особенно у детей, которые с ранних лет привыкают к готовым цифровым образам.
* Мы теряем базовые навыки: от счёта в уме до ориентации в пространстве.
> «Если вы не тренируете мозг, но ваш мозг становится слабым... на мой взгляд мы впадаем не в прогресс, мы впадаем в деградацию».
В конечном счёте, по её мнению, это может привести к тому, что вырастет поколение людей, которые совершенно не понимают, как работают окружающие их сложные технологии.
4. Кого заменит ИИ? Прощайте, «белые воротнички»
Вопреки популярному мнению, ИИ угрожает не рабочим на заводах, а офисным сотрудникам, чьи функции легко алгоритмизируются.
> «Искусственный интеллект заменяет вовсе не рабочих. Искусственный интеллект заменяет так называемые белые воротнички: журналисты, а вот юристы низкого уровня, низко так квалифицированные, бухгалтера низкоквалифицированные».
При этом она не верит в «суперюристов» или «суперпсихологов» на базе ИИ, настаивая, что это лишь имитация, неспособная на принятие ответственных решений.
5. Неожиданный финал: песни под гитару
Интервью завершается на совершенно неожиданной ноте. Вместо традиционного чтения стихов, Наталья Касперская берёт гитару. Она исполняет песню на стихи Александра Вертинского, написанные в эмиграции, а затем — песню «Я и вы» на стихи Николая Гумилёва. Этот момент раскрывает её как глубокую и творческую натуру, далёкую от стереотипного образа «сухого» IT-руководителя.
Вывод: Сильные женщины во главе IT
Интервью Натальи Касперской — это не только трезвый взгляд на технологии, но и знакомство с сильной и неординарной личностью, которая предостерегает от слепого восхищения ИИ и призывает сохранять критическое мышление.
❤3👍2
300 промтов для разных ролей выпустил Open AI
Без умения писать промты качественный результат от ИИ не получить. Изучаем и берём промты на заметку здесь:
https://academy.openai.com/public/tags/prompt-packs-6849a0f98c613939acef841c
Без умения писать промты качественный результат от ИИ не получить. Изучаем и берём промты на заметку здесь:
https://academy.openai.com/public/tags/prompt-packs-6849a0f98c613939acef841c
🔥7
Личный опыт работы с Comet: это настоящая революция!
Протестировал Comet — новый браузер, где искусственный интеллект является не отдельной "фичей", а полноценным агентом для работы от компании «параплексити».
Чем принципиально отличается Comet:
Это не очередная приблуда для поиска — а реальный интерфейс для управления любыми приложениями и сайтами через ИИ.
Агент не просто выполняет поиск, а может действовать в любых вкладках браузера, выполнять задачи по вашему поручению, искать и обрабатывать информацию, автоматизировать рутину и выдавать структурированные ответы там, где раньше требовалось вручную перелопачивать десятки сервисов и документов.
Это переход от "точечной" автоматизации к системной: впервые ИИ интегрируется прямо в ваш рабочий процесс, а не используется "по чуть-чуть" в отдельных сервисах.
Быстро о безопасности:
Если вы работаете с конфиденциальными корпоративными или личными данными — конечно, здесь нужно быть крайне осмотрительными.
Но всё, что не подпадает под строгие стандарты безопасности — можно и нужно автоматизировать с помощью Comet. Это не просто экономия времени, а гигантский рост эффективности и скорости принятия решений.
Мой вывод:
Работа через браузер с ИИ-ассистентом, который становится вашим вторым мозгом — это будущий стандарт для всех, кто ценит продуктивность и результаты.
Это революция — ровно такой скачок, как переход от "ручного поиска" к Google или от электронной почты к корпоративным мессенджерам.
P.S. Кому интересно — ссылка на Comet в комментарии к посту 👇
Протестировал Comet — новый браузер, где искусственный интеллект является не отдельной "фичей", а полноценным агентом для работы от компании «параплексити».
Чем принципиально отличается Comet:
Это не очередная приблуда для поиска — а реальный интерфейс для управления любыми приложениями и сайтами через ИИ.
Агент не просто выполняет поиск, а может действовать в любых вкладках браузера, выполнять задачи по вашему поручению, искать и обрабатывать информацию, автоматизировать рутину и выдавать структурированные ответы там, где раньше требовалось вручную перелопачивать десятки сервисов и документов.
Это переход от "точечной" автоматизации к системной: впервые ИИ интегрируется прямо в ваш рабочий процесс, а не используется "по чуть-чуть" в отдельных сервисах.
Быстро о безопасности:
Если вы работаете с конфиденциальными корпоративными или личными данными — конечно, здесь нужно быть крайне осмотрительными.
Но всё, что не подпадает под строгие стандарты безопасности — можно и нужно автоматизировать с помощью Comet. Это не просто экономия времени, а гигантский рост эффективности и скорости принятия решений.
Мой вывод:
Работа через браузер с ИИ-ассистентом, который становится вашим вторым мозгом — это будущий стандарт для всех, кто ценит продуктивность и результаты.
Это революция — ровно такой скачок, как переход от "ручного поиска" к Google или от электронной почты к корпоративным мессенджерам.
P.S. Кому интересно — ссылка на Comet в комментарии к посту 👇
❤🔥7💯2
Привет всем.
Пока мы обсуждаем, насколько хороши новые модели GPT или Gemini, и ждем пришествия AGI, в мире контента происходит тихая, но фундаментальная революция. И касается она каждого, кто что-то пишет, публикует или продвигает в интернете.
Наткнулся на Хабре на статью, которая очень точно описывает новую эпоху. Эпоху, где правила игры в поиске меняются для всех: от крупного медиа до маленького авторского блога.
Суть в следующем: между вашим контентом и читателем все чаще встает посредник. Его зовут AI Overview (в Google), ChatGPT Search или Perplexity. Эта генеративная система не показывает вам список ссылок, она сразу дает готовый ответ, собранный из нескольких (3-5) источников.
Результат? Ваш контент могут проигнорировать, даже если он идеален. Это рождает новую дисциплину — GEO (Generative Engine Optimization).
GEO — это не про то, как понравиться старому алгоритму Yandex или Google, а про то, как сделать свой контент максимально "съедобным" и "авторитетным" для искусственного интеллекта.
Секретный "паспорт" для AI
AI-модели работают в режиме жесткого дедлайна. За доли секунды им нужно понять: можно ли вам доверять? И где в вашей "стене текста" лежат самые важные факты?
Именно здесь на первый план выходит то, что раньше было просто "хорошей практикой", а теперь стало обязательным требованием для выживания в генеративном поиске: структурированная JSON-LD разметка (Schema.org).
Думайте об этом так:
Ваш текст — это красивая презентация.
JSON-разметка — это "технический паспорт" или "шпаргалка", которую вы подсовываете модели, чтобы ей не приходилось читать всю презентацию.
С помощью JSON-LD мы явно указываем AI, кто мы и что в нашем тексте главное:
FAQSchema: Вот два главных вопроса, вот два лаконичных ответа. Цитируй!
PersonSchema: Это не просто текст, это мнение эксперта. Вот его квалификация. Повысь наш авторитет.
HowToSchema: Это пошаговая инструкция. Извлекай шаги в виде маркированного списка.
Без этой разметки ваш контент для нейросети — просто неструктурированный массив данных. С ней — вы верифицированный источник фактов. Вы буквально подаете информацию в том виде, в котором AI-модели могут её мгновенно проанализировать, синтезировать и процитировать в своем ответе.
Что это значит для нас?
Это значит, что мы вступаем в эру, где у контента должно быть два уровня качества:
Наративный (для человека): Интересный, вовлекающий, полезный.
Машиночитаемый (для AI): Идеально структурированный, размеченный, насыщенный фактами и статистикой.
Если вы создаете экспертный контент, проводите исследования или просто пишете статьи, — пора осваивать GEO и научиться разговаривать с ИИ на его языке, языке JSON-LD. Иначе ваш голос просто не услышат в новом, генеративном интернете.
Интересное время, не так ли?
Пока мы обсуждаем, насколько хороши новые модели GPT или Gemini, и ждем пришествия AGI, в мире контента происходит тихая, но фундаментальная революция. И касается она каждого, кто что-то пишет, публикует или продвигает в интернете.
Наткнулся на Хабре на статью, которая очень точно описывает новую эпоху. Эпоху, где правила игры в поиске меняются для всех: от крупного медиа до маленького авторского блога.
Суть в следующем: между вашим контентом и читателем все чаще встает посредник. Его зовут AI Overview (в Google), ChatGPT Search или Perplexity. Эта генеративная система не показывает вам список ссылок, она сразу дает готовый ответ, собранный из нескольких (3-5) источников.
Результат? Ваш контент могут проигнорировать, даже если он идеален. Это рождает новую дисциплину — GEO (Generative Engine Optimization).
GEO — это не про то, как понравиться старому алгоритму Yandex или Google, а про то, как сделать свой контент максимально "съедобным" и "авторитетным" для искусственного интеллекта.
Секретный "паспорт" для AI
AI-модели работают в режиме жесткого дедлайна. За доли секунды им нужно понять: можно ли вам доверять? И где в вашей "стене текста" лежат самые важные факты?
Именно здесь на первый план выходит то, что раньше было просто "хорошей практикой", а теперь стало обязательным требованием для выживания в генеративном поиске: структурированная JSON-LD разметка (Schema.org).
Думайте об этом так:
Ваш текст — это красивая презентация.
JSON-разметка — это "технический паспорт" или "шпаргалка", которую вы подсовываете модели, чтобы ей не приходилось читать всю презентацию.
С помощью JSON-LD мы явно указываем AI, кто мы и что в нашем тексте главное:
FAQSchema: Вот два главных вопроса, вот два лаконичных ответа. Цитируй!
PersonSchema: Это не просто текст, это мнение эксперта. Вот его квалификация. Повысь наш авторитет.
HowToSchema: Это пошаговая инструкция. Извлекай шаги в виде маркированного списка.
Без этой разметки ваш контент для нейросети — просто неструктурированный массив данных. С ней — вы верифицированный источник фактов. Вы буквально подаете информацию в том виде, в котором AI-модели могут её мгновенно проанализировать, синтезировать и процитировать в своем ответе.
Что это значит для нас?
Это значит, что мы вступаем в эру, где у контента должно быть два уровня качества:
Наративный (для человека): Интересный, вовлекающий, полезный.
Машиночитаемый (для AI): Идеально структурированный, размеченный, насыщенный фактами и статистикой.
Если вы создаете экспертный контент, проводите исследования или просто пишете статьи, — пора осваивать GEO и научиться разговаривать с ИИ на его языке, языке JSON-LD. Иначе ваш голос просто не услышат в новом, генеративном интернете.
Интересное время, не так ли?
❤3✍1🤔1
👆Первый домашний РОБОТ-гуманоид с ИИ уже в продаже — стартап 1X открыл предзаказы на робота NEO, который станет настоящим помощником по дому.
- Рост — 168 см, а вес — всего лишь 30 кг.
- При этом он СИЛАЧ — может поднять до 70 кг (!) и нести до 25 кг.
- Работает 4 часа, но возвращается к зарядке сам и быстро заряжается.
- Корпус — МЯГКИЙ из полимера, а также минималистичный и милый дизайн.
- Выполняет всю домашнюю РУТИНУ — поливает цветы, пылесосит, убирается, стирает вещи и разбирает посудомойку.
- Разговаривает и общается — находит ответы в интернете, рассказывает сказки на ночь детям и даже шутит.
- Цена — ДОСТУПНАЯ! Всего лишь $500 в месяц по подписке или $20,000 при покупке.
- Предзаказ — сегодня, а доставка — уже в следующем году.
Будущее уже началось — тут.
- Рост — 168 см, а вес — всего лишь 30 кг.
- При этом он СИЛАЧ — может поднять до 70 кг (!) и нести до 25 кг.
- Работает 4 часа, но возвращается к зарядке сам и быстро заряжается.
- Корпус — МЯГКИЙ из полимера, а также минималистичный и милый дизайн.
- Выполняет всю домашнюю РУТИНУ — поливает цветы, пылесосит, убирается, стирает вещи и разбирает посудомойку.
- Разговаривает и общается — находит ответы в интернете, рассказывает сказки на ночь детям и даже шутит.
- Цена — ДОСТУПНАЯ! Всего лишь $500 в месяц по подписке или $20,000 при покупке.
- Предзаказ — сегодня, а доставка — уже в следующем году.
Будущее уже началось — тут.
🔥6
Кто стал королем ИИ? Не OpenAI и не Microsoft.
Nvidia — самая дорогая компания в мире и единственная с капитализацией >$5 трлн. Ее акции взлетели на 1500%+ за 5 лет.
Формула проста: не гонитесь за «золотом» ИИ (готовыми продуктами), если можете продавать «лопаты» (вычислительную мощь). Это урок для каждого CEO: иногда наибольшую прибыль приносит не конечный потребитель, а те, кто обеспечивает всю индустрию.
Спрос от лидеров рынка гарантирует Nvidia статус нового мейкера правил.
Nvidia — самая дорогая компания в мире и единственная с капитализацией >$5 трлн. Ее акции взлетели на 1500%+ за 5 лет.
Формула проста: не гонитесь за «золотом» ИИ (готовыми продуктами), если можете продавать «лопаты» (вычислительную мощь). Это урок для каждого CEO: иногда наибольшую прибыль приносит не конечный потребитель, а те, кто обеспечивает всю индустрию.
Спрос от лидеров рынка гарантирует Nvidia статус нового мейкера правил.
This media is not supported in your browser
VIEW IN TELEGRAM
Роботам 1X NEO уже нашли лучшее применение. Гуманоид-бармен смешивает коктейли, приносит их и даже танцует.
Технологии новые, а мышление старое. Так и живём...
Технологии новые, а мышление старое. Так и живём...
🔥6
ОБЗОР ИНТЕРВЬЮ: Константин Круглов – от создания «Алисы» до AI-стартапа Euforia
Константин Круглов — предприниматель, который успел поработать в трех крупнейших технологических компаниях России: Тиньков Digital, Яндекс и Сбер, где он возглавлял разработку знаковых продуктов. В интервью он подробно рассказал о том, как создавалась «Яндекс.Станция» и в чем заключалась принципиальная разница между корпоративными гигантами.
1. Как создавалась «Яндекс.Станция»: Битва с Физикой и Защита от Google
Решение о создании «Яндекс.Станции» было принято после появления Amazon Eco и Alexa. Технологическая «точка бифуркации» была пройдена, поскольку качество распознавания речи значительно выросло, а Amazon придумал ключевой концепт — активация по голосу, что позволило пользователям перестать бояться ставить микрофоны у себя дома.
Мотивация Яндекса: Проект был, прежде всего, защитным. Было опасение, что Google или Amazon выйдут на российский рынок с устройствами, что позволило бы им заходить в домохозяйства, а оттуда — расти в e-commerce или поиске.
Преодоление несовместимых культур: Запуск колонки был крайне сложным, так как разработка «железа» (hardware) и софта (software) — это «две культуры просто несовместимые» для Яндекса. Команда пришла к тому, что устройство пришлось разрабатывать «с нуля», включая «каждый винтик, каждая дорожка на схеме».
Ключевой вызов: Микрофонная матрица (Яндекс I/O)
Самой сложной частью стала разработка микрофонной матрицы (технология Яндекс I/O), позволяющей устройству слышать команду, когда оно само громко воспроизводит музыку.
* Для этого использовалась цифровая обработка сигналов (DSP) и сложная математика.
* Устройство оснащено семью микрофонами, расположенными по кругу. За счет разницы во времени, с которой звук достигает каждого из них (скорость звука относительно скорости вычислений невысока), возможно вычислить направление, откуда пришел звук.
* Технология бимформинга (beamformer) позволяла брать звук только с одного направления, а также вычитать собственный звуковой сигнал, чтобы услышать активатор.
* Команда положила 6–8 месяцев на то, чтобы заставить матрицу работать, занимаясь реверс-инжинирингом аналогов и привлекая экспертов (через покупку маленькой компании Kub AI).
Сроки и Успех: Проект занял 18 месяцев, что Константин считает «мегабыстрым» сроком для такого рода разработки. Устройство оказалось успешным: в первый день продаж выстроилась физическая очередь из 300–400 человек.
Уровень Защиты: Аппаратный мьют (Hardware Mute)
2. Культура Яндекса vs. Культура Сбера
Константин Круглов подчеркивает, что ему довелось работать в двух компаниях с кардинально разными моделями управления:
Яндекс
Яндекс, по крайней мере в тот период, когда там работал Круглов, был "максимально горизонтально организованная структура". Очень мало решений поступало сверху вниз, а структура состояла из самоорганизованных кластеров или команд, которые не всегда были "в синке" друг с другом.
В Яндексе царила "культура «челленджа»" (challenge culture), где любой мог оспорить любое решение. Константин Круглов шутил, что тратил около часа в день на то, чтобы постоянно объяснять командам, зачем он создает "Яндекс.Станцию". Идею приходилось "продавать" каждой команде, а эскалировать конфликты было не принято.
Опыт работы с Грефом
Константин Круглов счел работу с Германом Грефом "очень комфортной". Он назвал Грефа "мегавизионером" и отметил его способность "глубоко стрелять" — понимать не только общую ситуацию, но и глубоко разбираться в технологиях, таких как искусственный интеллект (ИИ). По словам Круглова, Греф разбирался в ИИ очень хорошо и, по слухам, даже мог писать код на Python.
Главными качествами Грефа как руководителя были отличная память и последовательность. Если они договаривались о чем-то, он помнил эту договоренность и ее причины даже спустя полгода, что позволяло команде "очень быстро" двигаться вперед.
Константин Круглов — предприниматель, который успел поработать в трех крупнейших технологических компаниях России: Тиньков Digital, Яндекс и Сбер, где он возглавлял разработку знаковых продуктов. В интервью он подробно рассказал о том, как создавалась «Яндекс.Станция» и в чем заключалась принципиальная разница между корпоративными гигантами.
1. Как создавалась «Яндекс.Станция»: Битва с Физикой и Защита от Google
Решение о создании «Яндекс.Станции» было принято после появления Amazon Eco и Alexa. Технологическая «точка бифуркации» была пройдена, поскольку качество распознавания речи значительно выросло, а Amazon придумал ключевой концепт — активация по голосу, что позволило пользователям перестать бояться ставить микрофоны у себя дома.
Мотивация Яндекса: Проект был, прежде всего, защитным. Было опасение, что Google или Amazon выйдут на российский рынок с устройствами, что позволило бы им заходить в домохозяйства, а оттуда — расти в e-commerce или поиске.
Преодоление несовместимых культур: Запуск колонки был крайне сложным, так как разработка «железа» (hardware) и софта (software) — это «две культуры просто несовместимые» для Яндекса. Команда пришла к тому, что устройство пришлось разрабатывать «с нуля», включая «каждый винтик, каждая дорожка на схеме».
Ключевой вызов: Микрофонная матрица (Яндекс I/O)
Самой сложной частью стала разработка микрофонной матрицы (технология Яндекс I/O), позволяющей устройству слышать команду, когда оно само громко воспроизводит музыку.
* Для этого использовалась цифровая обработка сигналов (DSP) и сложная математика.
* Устройство оснащено семью микрофонами, расположенными по кругу. За счет разницы во времени, с которой звук достигает каждого из них (скорость звука относительно скорости вычислений невысока), возможно вычислить направление, откуда пришел звук.
* Технология бимформинга (beamformer) позволяла брать звук только с одного направления, а также вычитать собственный звуковой сигнал, чтобы услышать активатор.
* Команда положила 6–8 месяцев на то, чтобы заставить матрицу работать, занимаясь реверс-инжинирингом аналогов и привлекая экспертов (через покупку маленькой компании Kub AI).
Сроки и Успех: Проект занял 18 месяцев, что Константин считает «мегабыстрым» сроком для такого рода разработки. Устройство оказалось успешным: в первый день продаж выстроилась физическая очередь из 300–400 человек.
Уровень Защиты: Аппаратный мьют (Hardware Mute)
2. Культура Яндекса vs. Культура Сбера
Константин Круглов подчеркивает, что ему довелось работать в двух компаниях с кардинально разными моделями управления:
Яндекс
Яндекс, по крайней мере в тот период, когда там работал Круглов, был "максимально горизонтально организованная структура". Очень мало решений поступало сверху вниз, а структура состояла из самоорганизованных кластеров или команд, которые не всегда были "в синке" друг с другом.
В Яндексе царила "культура «челленджа»" (challenge culture), где любой мог оспорить любое решение. Константин Круглов шутил, что тратил около часа в день на то, чтобы постоянно объяснять командам, зачем он создает "Яндекс.Станцию". Идею приходилось "продавать" каждой команде, а эскалировать конфликты было не принято.
Опыт работы с Грефом
Константин Круглов счел работу с Германом Грефом "очень комфортной". Он назвал Грефа "мегавизионером" и отметил его способность "глубоко стрелять" — понимать не только общую ситуацию, но и глубоко разбираться в технологиях, таких как искусственный интеллект (ИИ). По словам Круглова, Греф разбирался в ИИ очень хорошо и, по слухам, даже мог писать код на Python.
Главными качествами Грефа как руководителя были отличная память и последовательность. Если они договаривались о чем-то, он помнил эту договоренность и ее причины даже спустя полгода, что позволяло команде "очень быстро" двигаться вперед.
🔥6
3. Текущий проект: AI-стартап Euforia
После начала известных событий в феврале 2022 года Константин Круглов покинул Россию. Сейчас он строит AI-стартап Euforia (платформа AI-агентов), который сосредоточен на трех ключевых столпах:
1. Voice-First: Агенты умеют очень круто разговаривать, используя ДНК, полученное от работы с умными колонками.
2. On-Premise (Внутренний контур): Агенты работают внутри контура заказчика (банка, телекома), чтобы соблюдать требования безопасности и тайны (банковской тайны, тайны связи).
3. Goal-Oriented Dialog (Целевой диалог): Фреймворк, позволяющий AI-агентам вести коммерчески ориентированные разговоры (продажа, коллекшен, саппорт).
Финансовая модель: Стартап прибыльный (profitable) с первого месяца и выплачивал крупные дивиденды.
Инвестиции и Масштаб: В 2023 году компания привлекла инвестиции от Ратмира Тимашева (который стал партнером) для выхода на рынки США и Европы. Оценка компании после сделки составила $150 млн.
Интервью с Константином Кругловым предлагает несколько глубоких инсайтов о технологическом лидерстве, корпоративной этике и парадоксах инноваций:
Этика и ИИ: Мандат на цензуру. Базовая проблема генеративного AI заключается в его обучении: модель, "по умолчанию, фашист и антисемит", так как она учится на unfiltered текстах из интернета, которые отражают "среднего человека". Это создает парадоксальный мандат для разработчиков: успех потребительского AI-ассистента (как «Алиса») требует не только блестящих алгоритмов, но и обязательного встраивания цензор-модулей и редакторских ответов, чтобы принудительно подавить токсичность, унаследованную от человеческой коммуникации.
Защита Приватности: Физика против Софта. Технологическим прорывом в «Яндекс.Станции» стала разработка сложной микрофонной матрицы (Яндекс I/O) с использованием DSP, позволяющей устройству услышать слово-активатор посреди громкой музыки. Однако истинная гарантия доверия пользователя заложена на аппаратном уровне: кнопка аппаратного мьюта (hardware mute) физически обесточивает микрофоны. Это демонстрирует, что в эпоху тотального сбора данных единственный абсолютный уровень защиты должен быть реализован через физическое отключение, которое не может быть взломано даже самой компанией.
Культура и Скорость Решений. Круглов обнаружил, что горизонтальная «культура челленджа» Яндекса с ее самоорганизованными командами создавала внутреннее сопротивление и требовала от руководителя тратить час в день, "продавая" идею "Станции". Напротив, вертикальная «немецкая машина» Сбера, управляемая Грефом (которого он назвал «мега-визионером» с отличной памятью и последовательностью), обеспечивала гораздо более высокую скорость стратегического внедрения, поскольку решение Правления сразу становилось неоспоримой директивой.
Разрушение Модели VC. Текущий AI-стартап Круглова, Euforia, бросил вызов традиционному венчурному финансированию, став прибыльным (profitable) с первого месяца и выплачивая крупные дивиденды. Благодаря немедленной прибыльности от B2B-кейсов (например, 90% исходящих звонков по коллекшену в TBC Bank), компания привлекла стратегические инвестиции от Ратмира Тимашева ($150 млн оценка) не для выживания, а для агрессивного Go-to-Market масштабирования в США и Европе.
Ссылка на полное интервью
После начала известных событий в феврале 2022 года Константин Круглов покинул Россию. Сейчас он строит AI-стартап Euforia (платформа AI-агентов), который сосредоточен на трех ключевых столпах:
1. Voice-First: Агенты умеют очень круто разговаривать, используя ДНК, полученное от работы с умными колонками.
2. On-Premise (Внутренний контур): Агенты работают внутри контура заказчика (банка, телекома), чтобы соблюдать требования безопасности и тайны (банковской тайны, тайны связи).
3. Goal-Oriented Dialog (Целевой диалог): Фреймворк, позволяющий AI-агентам вести коммерчески ориентированные разговоры (продажа, коллекшен, саппорт).
Финансовая модель: Стартап прибыльный (profitable) с первого месяца и выплачивал крупные дивиденды.
Инвестиции и Масштаб: В 2023 году компания привлекла инвестиции от Ратмира Тимашева (который стал партнером) для выхода на рынки США и Европы. Оценка компании после сделки составила $150 млн.
Интервью с Константином Кругловым предлагает несколько глубоких инсайтов о технологическом лидерстве, корпоративной этике и парадоксах инноваций:
Этика и ИИ: Мандат на цензуру. Базовая проблема генеративного AI заключается в его обучении: модель, "по умолчанию, фашист и антисемит", так как она учится на unfiltered текстах из интернета, которые отражают "среднего человека". Это создает парадоксальный мандат для разработчиков: успех потребительского AI-ассистента (как «Алиса») требует не только блестящих алгоритмов, но и обязательного встраивания цензор-модулей и редакторских ответов, чтобы принудительно подавить токсичность, унаследованную от человеческой коммуникации.
Защита Приватности: Физика против Софта. Технологическим прорывом в «Яндекс.Станции» стала разработка сложной микрофонной матрицы (Яндекс I/O) с использованием DSP, позволяющей устройству услышать слово-активатор посреди громкой музыки. Однако истинная гарантия доверия пользователя заложена на аппаратном уровне: кнопка аппаратного мьюта (hardware mute) физически обесточивает микрофоны. Это демонстрирует, что в эпоху тотального сбора данных единственный абсолютный уровень защиты должен быть реализован через физическое отключение, которое не может быть взломано даже самой компанией.
Культура и Скорость Решений. Круглов обнаружил, что горизонтальная «культура челленджа» Яндекса с ее самоорганизованными командами создавала внутреннее сопротивление и требовала от руководителя тратить час в день, "продавая" идею "Станции". Напротив, вертикальная «немецкая машина» Сбера, управляемая Грефом (которого он назвал «мега-визионером» с отличной памятью и последовательностью), обеспечивала гораздо более высокую скорость стратегического внедрения, поскольку решение Правления сразу становилось неоспоримой директивой.
Разрушение Модели VC. Текущий AI-стартап Круглова, Euforia, бросил вызов традиционному венчурному финансированию, став прибыльным (profitable) с первого месяца и выплачивая крупные дивиденды. Благодаря немедленной прибыльности от B2B-кейсов (например, 90% исходящих звонков по коллекшену в TBC Bank), компания привлекла стратегические инвестиции от Ратмира Тимашева ($150 млн оценка) не для выживания, а для агрессивного Go-to-Market масштабирования в США и Европе.
Ссылка на полное интервью
🔥5❤1
Друзья, порой самые важные инсайты приходят из прошлого, особенно в контексте бурного развития технологий. Одно из главных открытий последних дней — это философия стоицизма.
Почему-то эта тема прошла мимо меня в институтские годы, хотя курс философии был. Но лучше поздно, чем никогда!
Почему стоицизм актуален сегодня, особенно для бизнеса и на пересечении с миром искусственного интеллекта (ИИ), и на какие ключевые идеи Стоицизма стоит обратить внимание:
1. Стоицизм и искусственный интеллект.
Стоицизм сегодня можно рассматривать с "менеджерской и инженерной точки зрения", поскольку он предлагает взглянуть на работу нашего ума как на систему или даже "операционную систему" (ОС).
Человек как "машина интерпретации": Мы постоянно приписываем смыслы и значения. Наш мозг, будучи "машиной интерпретации", может выдавать автоматические и неадекватные трактовки реальности. Стоицизм дает нам "дисциплину ума" для отслеживания этих автоматизмов и контроля над ними.
Четыре такта действия: В отличие от "абсолютного робота", который действует в два такта (восприятие -> действие), стоик вводит паузу. Стоики выявили четыре шага: восприятие -> согласие -> импульс -> действие.
Шаг согласия позволяет нам пересмотреть автоматически созданную интерпретацию.
Ценность "настроя" в эпоху ИИ: создание ИИ — это, возможно, "самый главный философский проект человечества". Учитывая, что ИИ способен генерировать контент высочайшего качества (например, бот, обученный стоицизму, отвечающий как автор трактата), ценность самого знания снижается. На первый план выходит ценность внутреннего "настроя" — собранности, адекватности и фокусировки.
2. Актуальность для бизнеса и современного мира
Стоицизм — это "философия трудных времён". Она была создана "людьми дела" (Зинон Китийский был купцом, Сенека — министром, Марк Аврелий — императором).
Трудности как "комплимент": в предпринимательской среде, где "прилетает каждый день", стоическая установка позволяет рассматривать любую прилетевшую трудность как "комплимент жизни тебе". Это закаляет и учит.
Устойчивость и долгая воля: стоицизм помогает сохранить "разумность, адекватность, собранность, дисциплину". Он важен для развития проектов, требующих "длинной воли" (способности делать то, что не хочется), в противовес быстрому получению удовольствия.
Ответственность: стоики придерживаются модели "кругов Иерокла", где человек эволюционно растет, принимая на себя большую ответственность.
3. Основные идеи и практики из источников
Вот главные концепции, которые могут стать вашей новой "ОС" для работы и жизни.
Ключевые идеи и цели
Суть стоицизма: Вся суть философии выражена в метафоре про стакан: "для оптимиста стакан наполовину полон, для пессимиста стакан наполовину пуст, а для стойка стакан есть, и это факт".
Эвдемония (цель жизни): Конечной целью человека является эвдемония (eudaimonia). Это не просто мимолетное счастье, а "максимальная реализация разума в мире" и добротное исполнение своих ролей (мужа, специалиста, гражданина). Счастье в данном случае — это естественное следствие правильно настроенной модели мира.
Кардинальные добродетели: Жизнь в согласии с разумом достигается через развитие четырех качеств: мудрость, мужество, справедливость, умеренность.
Дихотомия контроля (моё и не моё): Основа спокойствия — отделение того, что находится в нашей власти, от того, что не находится. Наше — только суждение, выбор, время и желание. Все внешнее (здоровье, богатство, статус, тело) — лишь "безразличное", заемное, выданное напрокат.
Прикладные практики
Подведение итогов дня: эта практика, рекомендованная Сенекой, помогает закрывать "зацикленные петли" (незавершенные дела, непринятые решения). Эти петли "фанят" и "высасывают энергию", поскольку мозг постоянно о них думает.
Memento mori (Помни о смерти): Напоминание о том, что смерть может наступить в любой день, является сильнейшим триггером, который перешибает мелкие раздражители и заставляет ценить то, что есть. Цитата: "Научись мечтать о том, что у тебя уже есть" (Уильям Ирвин).
Почему-то эта тема прошла мимо меня в институтские годы, хотя курс философии был. Но лучше поздно, чем никогда!
Почему стоицизм актуален сегодня, особенно для бизнеса и на пересечении с миром искусственного интеллекта (ИИ), и на какие ключевые идеи Стоицизма стоит обратить внимание:
1. Стоицизм и искусственный интеллект.
Стоицизм сегодня можно рассматривать с "менеджерской и инженерной точки зрения", поскольку он предлагает взглянуть на работу нашего ума как на систему или даже "операционную систему" (ОС).
Человек как "машина интерпретации": Мы постоянно приписываем смыслы и значения. Наш мозг, будучи "машиной интерпретации", может выдавать автоматические и неадекватные трактовки реальности. Стоицизм дает нам "дисциплину ума" для отслеживания этих автоматизмов и контроля над ними.
Четыре такта действия: В отличие от "абсолютного робота", который действует в два такта (восприятие -> действие), стоик вводит паузу. Стоики выявили четыре шага: восприятие -> согласие -> импульс -> действие.
Шаг согласия позволяет нам пересмотреть автоматически созданную интерпретацию.
Ценность "настроя" в эпоху ИИ: создание ИИ — это, возможно, "самый главный философский проект человечества". Учитывая, что ИИ способен генерировать контент высочайшего качества (например, бот, обученный стоицизму, отвечающий как автор трактата), ценность самого знания снижается. На первый план выходит ценность внутреннего "настроя" — собранности, адекватности и фокусировки.
2. Актуальность для бизнеса и современного мира
Стоицизм — это "философия трудных времён". Она была создана "людьми дела" (Зинон Китийский был купцом, Сенека — министром, Марк Аврелий — императором).
Трудности как "комплимент": в предпринимательской среде, где "прилетает каждый день", стоическая установка позволяет рассматривать любую прилетевшую трудность как "комплимент жизни тебе". Это закаляет и учит.
Устойчивость и долгая воля: стоицизм помогает сохранить "разумность, адекватность, собранность, дисциплину". Он важен для развития проектов, требующих "длинной воли" (способности делать то, что не хочется), в противовес быстрому получению удовольствия.
Ответственность: стоики придерживаются модели "кругов Иерокла", где человек эволюционно растет, принимая на себя большую ответственность.
3. Основные идеи и практики из источников
Вот главные концепции, которые могут стать вашей новой "ОС" для работы и жизни.
Ключевые идеи и цели
Суть стоицизма: Вся суть философии выражена в метафоре про стакан: "для оптимиста стакан наполовину полон, для пессимиста стакан наполовину пуст, а для стойка стакан есть, и это факт".
Эвдемония (цель жизни): Конечной целью человека является эвдемония (eudaimonia). Это не просто мимолетное счастье, а "максимальная реализация разума в мире" и добротное исполнение своих ролей (мужа, специалиста, гражданина). Счастье в данном случае — это естественное следствие правильно настроенной модели мира.
Кардинальные добродетели: Жизнь в согласии с разумом достигается через развитие четырех качеств: мудрость, мужество, справедливость, умеренность.
Дихотомия контроля (моё и не моё): Основа спокойствия — отделение того, что находится в нашей власти, от того, что не находится. Наше — только суждение, выбор, время и желание. Все внешнее (здоровье, богатство, статус, тело) — лишь "безразличное", заемное, выданное напрокат.
Прикладные практики
Подведение итогов дня: эта практика, рекомендованная Сенекой, помогает закрывать "зацикленные петли" (незавершенные дела, непринятые решения). Эти петли "фанят" и "высасывают энергию", поскольку мозг постоянно о них думает.
Memento mori (Помни о смерти): Напоминание о том, что смерть может наступить в любой день, является сильнейшим триггером, который перешибает мелкие раздражители и заставляет ценить то, что есть. Цитата: "Научись мечтать о том, что у тебя уже есть" (Уильям Ирвин).
👍5
Предвосхищение бед (негативная визуализация): тренировка, при которой вы воображаете раздражающую или негативную ситуацию и худший сценарий её развития, а затем напоминаете себе, что это внешнее (не является злом), выбираете, в каком состоянии останетесь (например, "Я буду спокоен"), и составляете конкретный план действий.
Наблюдение за собой: Воспитание в себе "наблюдателя", который успевает влезть в автоматическую "обезьянью интерпретацию" ума. Это также связано с тренировкой внимания и бдительности.
Книги стоиков по ссылке
Наблюдение за собой: Воспитание в себе "наблюдателя", который успевает влезть в автоматическую "обезьянью интерпретацию" ума. Это также связано с тренировкой внимания и бдительности.
Книги стоиков по ссылке
👍3🔥2
Обзор свежего интервью двух мировых лидеров в сфере ИИ Илона Маска и Дженсена Хуана.
ИИ-революция: Илон Маск, Дженсон Хуан и будущее сверхвычислений
Обзор ключевых инсайтов, высказанных Илоном Маском и Дженсоном Хуаном (NVIDIA) относительно будущего искусственного интеллекта (ИИ), робототехники и вычислительных систем.
1. Робототехника и гуманоидные роботы: величайшая отрасль
Илон Маск подчеркивает, что его деятельность основана на созидании, а не на разрушении, как это было с многоразовыми ракетами или электромобилями.
В настоящее время нет по-настоящему полезных гуманоидных роботов, но Маск полагает, что Tesla создаст первых таких роботов, и это станет настоящей революцией.
Гуманоидные роботы станут самой большой отраслью или самым большим продуктом в истории, превосходящим мобильные телефоны. Каждый захочет иметь одного или даже больше личных роботов.
Искусственный интеллект и робототехника — единственный способ сделать всех богатыми и устранить бедность.
2. ИИ как инфраструктура и генеративные вычисления
Дженсон Хуан называет ИИ инфраструктурой, поскольку цифровой интеллект применим во всех областях, отраслях и странах.
Смена парадигмы: Раньше вычисления основывались на поиске (система выбирала подходящий вариант из заранее созданных). Сегодня программное обеспечение становится генеративным — оно создает уникальный контент в режиме реального времени, зависящий от контекста, обстоятельств и подсказки.
Для генерации контента в реальном времени необходимы "фабрики искусственного интеллекта" по всему миру.
Историческим примером является то, как страны, такие как Саудовская Аравия, переходят от строительства нефтеперерабатывающих заводов к строительству фабрик ИИ.
США и Саудовская Аравия заключили стратегическое партнерство для развития экосистемы ИИ, создания узлов обучения и вывода.
3. Будущее работы: От производительности к необязательности
Илон Маск прогнозирует долгосрочные изменения на рынке труда.
В долгосрочной перспективе (возможно, через 10-20 лет) работа станет необязательной. Она будет похожа на спорт, видеоигру или хобби — люди будут заниматься ею, если захотят.
Маск считает, что если ИИ и робототехника продолжат развиваться, деньги в какой-то момент перестанут иметь значение (как в книгах по культуре Иэна Бэнкса), хотя ограничения по электроэнергии и массе сохранятся.
В ближайшем будущем ИИ сделает людей более продуктивными, но они останутся занятыми, поскольку смогут реализовать гораздо больше идей.
Пример с радиологами: Вопреки ранним предсказаниям, что они потеряют работу, сейчас их нанимают больше, потому что ИИ повысил их продуктивность, позволяя им изучать больше изображений, проводить больше времени с пациентами и лучше диагностировать заболевания.
4. ИИ в космосе: Неизбежная эффективность
Искусственный интеллект в космосе неизбежен, если цивилизация продолжит свое существование.
Для достижения значимого процента цивилизации по шкале Кардашова (использование энергии Солнца) потребуются спутники с ИИ на солнечной энергии в глубоком космосе.
Преимущества космоса для вычислений:
В космосе гораздо легче охлаждать чипы, используя излучение. На Земле 95% веса стойки суперкомпьютера может приходиться на охлаждение.
В космосе доступна непрерывная солнечная энергия, и нет необходимости в батареях.
На Земле невозможно производить необходимый масштаб электроэнергии (тераватты в год) для крупномасштабного ИИ, что делает космос невероятно привлекательным.
По оценкам, в течение 4-5 лет самым дешевым способом вычислений с помощью ИИ могут стать спутники с ИИ на солнечной энергии.
5. Партнерства и масштабирование
Масштабные партнерства ускоряют развитие ИИ:
KSA и Human: Саудовская Аравия строит дата-центр мощностью 500 МВт, начиная с первой фазы в 50 МВт, совместно с NVIDIA.
Приложения: ИИ применяется не только к чат-ботам и агентам, но и к физике, химическим веществам, белкам, генам и гидродинамике. ИИ также используется для создания новой химии и нанороботов для редактирования генов (CRISPR), значительно ускоряя результаты исследований.
ИИ-революция: Илон Маск, Дженсон Хуан и будущее сверхвычислений
Обзор ключевых инсайтов, высказанных Илоном Маском и Дженсоном Хуаном (NVIDIA) относительно будущего искусственного интеллекта (ИИ), робототехники и вычислительных систем.
1. Робототехника и гуманоидные роботы: величайшая отрасль
Илон Маск подчеркивает, что его деятельность основана на созидании, а не на разрушении, как это было с многоразовыми ракетами или электромобилями.
В настоящее время нет по-настоящему полезных гуманоидных роботов, но Маск полагает, что Tesla создаст первых таких роботов, и это станет настоящей революцией.
Гуманоидные роботы станут самой большой отраслью или самым большим продуктом в истории, превосходящим мобильные телефоны. Каждый захочет иметь одного или даже больше личных роботов.
Искусственный интеллект и робототехника — единственный способ сделать всех богатыми и устранить бедность.
2. ИИ как инфраструктура и генеративные вычисления
Дженсон Хуан называет ИИ инфраструктурой, поскольку цифровой интеллект применим во всех областях, отраслях и странах.
Смена парадигмы: Раньше вычисления основывались на поиске (система выбирала подходящий вариант из заранее созданных). Сегодня программное обеспечение становится генеративным — оно создает уникальный контент в режиме реального времени, зависящий от контекста, обстоятельств и подсказки.
Для генерации контента в реальном времени необходимы "фабрики искусственного интеллекта" по всему миру.
Историческим примером является то, как страны, такие как Саудовская Аравия, переходят от строительства нефтеперерабатывающих заводов к строительству фабрик ИИ.
США и Саудовская Аравия заключили стратегическое партнерство для развития экосистемы ИИ, создания узлов обучения и вывода.
3. Будущее работы: От производительности к необязательности
Илон Маск прогнозирует долгосрочные изменения на рынке труда.
В долгосрочной перспективе (возможно, через 10-20 лет) работа станет необязательной. Она будет похожа на спорт, видеоигру или хобби — люди будут заниматься ею, если захотят.
Маск считает, что если ИИ и робототехника продолжат развиваться, деньги в какой-то момент перестанут иметь значение (как в книгах по культуре Иэна Бэнкса), хотя ограничения по электроэнергии и массе сохранятся.
В ближайшем будущем ИИ сделает людей более продуктивными, но они останутся занятыми, поскольку смогут реализовать гораздо больше идей.
Пример с радиологами: Вопреки ранним предсказаниям, что они потеряют работу, сейчас их нанимают больше, потому что ИИ повысил их продуктивность, позволяя им изучать больше изображений, проводить больше времени с пациентами и лучше диагностировать заболевания.
4. ИИ в космосе: Неизбежная эффективность
Искусственный интеллект в космосе неизбежен, если цивилизация продолжит свое существование.
Для достижения значимого процента цивилизации по шкале Кардашова (использование энергии Солнца) потребуются спутники с ИИ на солнечной энергии в глубоком космосе.
Преимущества космоса для вычислений:
В космосе гораздо легче охлаждать чипы, используя излучение. На Земле 95% веса стойки суперкомпьютера может приходиться на охлаждение.
В космосе доступна непрерывная солнечная энергия, и нет необходимости в батареях.
На Земле невозможно производить необходимый масштаб электроэнергии (тераватты в год) для крупномасштабного ИИ, что делает космос невероятно привлекательным.
По оценкам, в течение 4-5 лет самым дешевым способом вычислений с помощью ИИ могут стать спутники с ИИ на солнечной энергии.
5. Партнерства и масштабирование
Масштабные партнерства ускоряют развитие ИИ:
KSA и Human: Саудовская Аравия строит дата-центр мощностью 500 МВт, начиная с первой фазы в 50 МВт, совместно с NVIDIA.
Приложения: ИИ применяется не только к чат-ботам и агентам, но и к физике, химическим веществам, белкам, генам и гидродинамике. ИИ также используется для создания новой химии и нанороботов для редактирования генов (CRISPR), значительно ускоряя результаты исследований.
❤2🔥2
NVIDIA работает над Omniverse — миром цифровых двойников, где роботы могут обучаться в средах, подчиняющихся законам физики.
6. Вопрос о «Пузыре ИИ»
Отвечая на вопрос о возможном «пузыре ИИ», Дженсон Хуан подчеркивает, что происходящее — это фундаментальный сдвиг.
Закон мура исчерпан, и спрос на вычисления превышает возможности универсальных компьютеров.
Происходит переломный момент и переход от универсальных вычислений к ускоренным вычислениям. Шесть лет назад 90% суперкомпьютеров использовали процессоры (CPU), а в настоящее время менее 15% используют CPU, в то время как ускоренные вычисления (GPU) выросли с 10% до 90%.
Генеративный ИИ и обработка данных требуют огромных вычислительных мощностей, что оправдывает переход и инвестиции в ускоренные вычисления.
Аналогия для понимания перехода к ускоренным вычислениям:
Если традиционные вычисления, основанные на поиске (CPU), — это библиотекарь, который ищет книгу с уже написанной информацией (хоть и очень быстро), то ускоренные генеративные вычисления (GPU) — это целый коллектив писателей, способный мгновенно сочинить и предоставить уникальную, контекстуально подходящую главу, основываясь на вашем запросе. Это фундаментально новый способ создания ценности, требующий совершенно иной, более мощной инфраструктуры (фабрик ИИ).
Полная видео версия по ссылке
6. Вопрос о «Пузыре ИИ»
Отвечая на вопрос о возможном «пузыре ИИ», Дженсон Хуан подчеркивает, что происходящее — это фундаментальный сдвиг.
Закон мура исчерпан, и спрос на вычисления превышает возможности универсальных компьютеров.
Происходит переломный момент и переход от универсальных вычислений к ускоренным вычислениям. Шесть лет назад 90% суперкомпьютеров использовали процессоры (CPU), а в настоящее время менее 15% используют CPU, в то время как ускоренные вычисления (GPU) выросли с 10% до 90%.
Генеративный ИИ и обработка данных требуют огромных вычислительных мощностей, что оправдывает переход и инвестиции в ускоренные вычисления.
Аналогия для понимания перехода к ускоренным вычислениям:
Если традиционные вычисления, основанные на поиске (CPU), — это библиотекарь, который ищет книгу с уже написанной информацией (хоть и очень быстро), то ускоренные генеративные вычисления (GPU) — это целый коллектив писателей, способный мгновенно сочинить и предоставить уникальную, контекстуально подходящую главу, основываясь на вашем запросе. Это фундаментально новый способ создания ценности, требующий совершенно иной, более мощной инфраструктуры (фабрик ИИ).
Полная видео версия по ссылке
YouTube
Илон Маск и Дженсен Хуан: сверх вычисления, будущее ИИ и технологий (19.11.25г.)
❤3🔥2