morana.log — канал про искусственный интеллект без рекламного тумана. В MoranaLabs мы делаем нейросети на заказ под любую отрасль, от завода до банка, а не пересказываем чужие пресс-релизы.
Пишем понятно и инженеру, и директору, который в коде не сидит. По делу о том, что ИИ реально даёт бизнесу: где режет издержки, где экономит, а где его ставят ради красивого слайда и потом тихо закрывают.
Разборы технологий простым языком, экономика ИИ-проектов и чужие факапы, на которых учиться дешевле, чем на своих. Хочешь понимать, что на самом деле происходит с ИИ, — тебе сюда.
📡 Подписаться · morana.log
🌐 morana-labs.com
Пишем понятно и инженеру, и директору, который в коде не сидит. По делу о том, что ИИ реально даёт бизнесу: где режет издержки, где экономит, а где его ставят ради красивого слайда и потом тихо закрывают.
Разборы технологий простым языком, экономика ИИ-проектов и чужие факапы, на которых учиться дешевле, чем на своих. Хочешь понимать, что на самом деле происходит с ИИ, — тебе сюда.
📡 Подписаться · morana.log
🌐 morana-labs.com
Директора спрашивают: «сколько мне этот ваш ИИ принесёт?» Честный ответ — смотря куда поставить.
Два места, где нейросети на производстве окупаются быстрее всего. Первое — контроль качества: камера над конвейером ловит брак, который человек на десятом часу смены пропускает. Второе — предсказание поломок: модель по вибрации и температуре слышит, что станок скоро встанет, и его чинят ночью по плану, без аварийной остановки.
Точную цифру даёт только пилот на твоих данных. Но эффект меряется просто — в сэкономленных часах простоя и непойманном браке. На этом языке ИИ и разговаривает с бизнесом.
📡 Подписаться · morana.log
🌐 morana-labs.com
Два места, где нейросети на производстве окупаются быстрее всего. Первое — контроль качества: камера над конвейером ловит брак, который человек на десятом часу смены пропускает. Второе — предсказание поломок: модель по вибрации и температуре слышит, что станок скоро встанет, и его чинят ночью по плану, без аварийной остановки.
Точную цифру даёт только пилот на твоих данных. Но эффект меряется просто — в сэкономленных часах простоя и непойманном браке. На этом языке ИИ и разговаривает с бизнесом.
📡 Подписаться · morana.log
🌐 morana-labs.com
Zillow — американский «Авито по недвижимости». В 2021-м там решили, что их ИИ оценивает дома лучше людей, и начали массово скупать жильё, чтобы перепродавать дороже.
Алгоритм ошибся. Он не угадал разворот рынка и раз за разом покупал дома дороже, чем потом мог их продать. Когда подбили итоги, Zillow закрыл направление, списал больше 500 миллионов долларов и уволил четверть компании — около 2000 человек.
ИИ — не магия, которой можно отдать решения и уйти пить кофе. Он отлично работает в стабильности и слепнет на переломе, а доверять ему деньги без живого контроля — дорогое удовольствие.
📡 Подписаться · morana.log
🌐 morana-labs.com
Алгоритм ошибся. Он не угадал разворот рынка и раз за разом покупал дома дороже, чем потом мог их продать. Когда подбили итоги, Zillow закрыл направление, списал больше 500 миллионов долларов и уволил четверть компании — около 2000 человек.
ИИ — не магия, которой можно отдать решения и уйти пить кофе. Он отлично работает в стабильности и слепнет на переломе, а доверять ему деньги без живого контроля — дорогое удовольствие.
📡 Подписаться · morana.log
🌐 morana-labs.com
Когда приложение отправляет фото «на обработку ИИ», оно уезжает на чужой сервер. Так устроено большинство нейросетей: модель в облаке, а данные едут к ней.
Для частного фото это мелочь. Для завода или банка — нет: чертежи, финансы и данные клиентов нельзя сливать в чужой дата-центр. Одна утечка — это штраф, иск и разговор с прессой дороже любой экономии на ИИ.
Поэтому мы часто делаем наоборот — приносим нейросеть к данным. Камера распознаёт всё на месте, на своём железе, наружу не уходит ничего. Это и есть edge-инференс: ИИ работает там, где стоит камера, без интернета посередине.
📡 Подписаться · morana.log
🌐 morana-labs.com
Для частного фото это мелочь. Для завода или банка — нет: чертежи, финансы и данные клиентов нельзя сливать в чужой дата-центр. Одна утечка — это штраф, иск и разговор с прессой дороже любой экономии на ИИ.
Поэтому мы часто делаем наоборот — приносим нейросеть к данным. Камера распознаёт всё на месте, на своём железе, наружу не уходит ничего. Это и есть edge-инференс: ИИ работает там, где стоит камера, без интернета посередине.
📡 Подписаться · morana.log
🌐 morana-labs.com
Как директору отличить рабочий ИИ от красивой презентации, под которую просят денег? Несколько проверок без формул.
Спроси, на каких данных модель обучена. Кривые или однобокие данные — и ИИ унаследует все их перекосы. Amazon однажды сделал ИИ для найма, обучил на старых резюме, а там почти одни мужчины — система начала автоматически занижать женщин. Проект тихо закрыли.
Дальше — что будет, когда модель ошибётся, и кто это заметит. Рабочий проект знает свой процент ошибок и держит человека на подстраховке. Если слышишь «нейросеть не ошибается» — это маркетинг, и деньги лучше придержать.
📡 Подписаться · morana.log
🌐 morana-labs.com
Спроси, на каких данных модель обучена. Кривые или однобокие данные — и ИИ унаследует все их перекосы. Amazon однажды сделал ИИ для найма, обучил на старых резюме, а там почти одни мужчины — система начала автоматически занижать женщин. Проект тихо закрыли.
Дальше — что будет, когда модель ошибётся, и кто это заметит. Рабочий проект знает свой процент ошибок и держит человека на подстраховке. Если слышишь «нейросеть не ошибается» — это маркетинг, и деньги лучше придержать.
📡 Подписаться · morana.log
🌐 morana-labs.com
morana.log pinned «morana.log — канал про искусственный интеллект без рекламного тумана. В MoranaLabs мы делаем нейросети на заказ под любую отрасль, от завода до банка, а не пересказываем чужие пресс-релизы. Пишем понятно и инженеру, и директору, который в коде не сидит. По…»
Пилот ловил брак идеально — на демо в переговорке. На цеху его за неделю убили пыль, мигающий свет сварки, вибрация и просевший FPS.
Это не «плохая модель». Это разрыв между стерильным демо и живым производством. На линии камеру трясёт, объектив в масляной взвеси, свет скачет, обработка не успевает за тактом — и детектор сыплет ложными срабатываниями.
Оператор смотрит на ложные тревоги, перестаёт верить системе и глушит её. Пилот всем понравился — в прод не доехал.
Модель гоняем сразу в грязи цеха: тряска, скачущий свет, реальный FPS. Что прошло этот ад — на линии не отваливается.
📡 Подписаться · morana.log
🌐 morana-labs.com
Это не «плохая модель». Это разрыв между стерильным демо и живым производством. На линии камеру трясёт, объектив в масляной взвеси, свет скачет, обработка не успевает за тактом — и детектор сыплет ложными срабатываниями.
Оператор смотрит на ложные тревоги, перестаёт верить системе и глушит её. Пилот всем понравился — в прод не доехал.
Модель гоняем сразу в грязи цеха: тряска, скачущий свет, реальный FPS. Что прошло этот ад — на линии не отваливается.
📡 Подписаться · morana.log
🌐 morana-labs.com
Камера на линии увидела брак — а вердикт пришёл через полторы секунды. Деталь уже уехала на следующую операцию, и брак поехал по цепочке дальше.
Когда инференс в облаке, каждый кадр гоняется туда-обратно: кодирование, сеть, очередь на чужом GPU. На конвейере этот хвост не вписывается в такт: пока кадр сходил в дата-центр и вернулся, деталь уже на другой операции.
Каждая секунда опоздания — это партия брака, уехавшая дальше, где чинить её дороже.
Edge закрывает это физикой: модель считает прямо на железе у камеры, петля схлопывается до миллисекунд, и наружу не уходит ни одного кадра.
📡 Подписаться · morana.log
🌐 morana-labs.com
Когда инференс в облаке, каждый кадр гоняется туда-обратно: кодирование, сеть, очередь на чужом GPU. На конвейере этот хвост не вписывается в такт: пока кадр сходил в дата-центр и вернулся, деталь уже на другой операции.
Каждая секунда опоздания — это партия брака, уехавшая дальше, где чинить её дороже.
Edge закрывает это физикой: модель считает прямо на железе у камеры, петля схлопывается до миллисекунд, и наружу не уходит ни одного кадра.
📡 Подписаться · morana.log
🌐 morana-labs.com
MIT разобрал больше трёхсот корпоративных ИИ-внедрений — измеримый эффект на прибыль дали около пяти процентов.
Отчёт инициативы Project NANDA, август 2025. Остальные проекты застряли в пилоте или тихо закрылись. Цифра не про то, что нейросети тупые — про разрыв между «купили ИИ» и «встроили так, что он приносит деньги».
В России то же самое: по опросу «Интеллектуальной аналитики» (~50 компаний, декабрь-февраль) до промышленного внедрения дошли 7-10% генеративных пилотов, около трети закрыли.
Доводка пилота до прода — скучная инженерная работа, и ровно на ней 9 из 10 проектов сыпется.
📡 Подписаться · morana.log
🌐 morana-labs.com
Отчёт инициативы Project NANDA, август 2025. Остальные проекты застряли в пилоте или тихо закрылись. Цифра не про то, что нейросети тупые — про разрыв между «купили ИИ» и «встроили так, что он приносит деньги».
В России то же самое: по опросу «Интеллектуальной аналитики» (~50 компаний, декабрь-февраль) до промышленного внедрения дошли 7-10% генеративных пилотов, около трети закрыли.
Доводка пилота до прода — скучная инженерная работа, и ровно на ней 9 из 10 проектов сыпется.
📡 Подписаться · morana.log
🌐 morana-labs.com
Робот Cruise протащил пешехода метров шесть — а потом компания скрыла эту часть записи от регулятора.
Сан-Франциско, октябрь 2023. Женщину сбила обычная машина и отбросила под беспилотное такси. Робот затормозил, но не распознал человека под собой и потащил её к обочине.
Первые отчёты в DMV эту часть видео не показали. Когда всплыла полная запись, разрешения отозвали, а позже NHTSA добил компанию штрафом 1,5 млн долларов за сокрытие. В декабре 2024 GM свернул роботакси целиком.
Аварию бы пережили. Не пережили сокрытие: спрятанная телеметрия превратила плохой день в конец бизнеса.
📡 Подписаться · morana.log
🌐 morana-labs.com
Сан-Франциско, октябрь 2023. Женщину сбила обычная машина и отбросила под беспилотное такси. Робот затормозил, но не распознал человека под собой и потащил её к обочине.
Первые отчёты в DMV эту часть видео не показали. Когда всплыла полная запись, разрешения отозвали, а позже NHTSA добил компанию штрафом 1,5 млн долларов за сокрытие. В декабре 2024 GM свернул роботакси целиком.
Аварию бы пережили. Не пережили сокрытие: спрятанная телеметрия превратила плохой день в конец бизнеса.
📡 Подписаться · morana.log
🌐 morana-labs.com
Детектор людей с точностью 95% перестаёт видеть человека, если на нём напечатанная картинка сорок на сорок сантиметров.
Это не фокус — рабочая атака. KU Leuven (2019) подобрали узор, который детектор читает как пустоту: держишь картинку на животе, и человек для YOLO исчезает.
Позже узор перенесли на футболку, устойчивую к складкам, — обход срабатывал в половине кадров на ходу (ECCV 2020).
Для охраны периметра или режимного объекта картина неприятная: нарушитель в нужном принте проходит мимо системы с «95% точности». Нейросетевой детект нельзя оставлять единственным контуром охраны.
📡 Подписаться · morana.log
🌐 morana-labs.com
Это не фокус — рабочая атака. KU Leuven (2019) подобрали узор, который детектор читает как пустоту: держишь картинку на животе, и человек для YOLO исчезает.
Позже узор перенесли на футболку, устойчивую к складкам, — обход срабатывал в половине кадров на ходу (ECCV 2020).
Для охраны периметра или режимного объекта картина неприятная: нарушитель в нужном принте проходит мимо системы с «95% точности». Нейросетевой детект нельзя оставлять единственным контуром охраны.
📡 Подписаться · morana.log
🌐 morana-labs.com
RL-управление охлаждением в дата-центре Google срезало энергию на охлаждение на 40%.
Цифра 2016 года, громкая и затёртая. Честнее смотреть на рецензируемый кейс DeepMind с Trane (2022): RL рулил охлаждением двух реальных зданий — университетской станции и торгово-жилого комплекса. Экономия 9% и 13% при соблюдении всех эксплуатационных ограничений.
Скромные однозначные проценты на боевом объекте инженер уважает больше, чем красивые 40% из пресс-релиза.
RL доходит до прода там, где у него есть предохранители и надзор оператора. Без них — красивая демка, которую боятся пускать на живой объект.
📡 Подписаться · morana.log
🌐 morana-labs.com
Цифра 2016 года, громкая и затёртая. Честнее смотреть на рецензируемый кейс DeepMind с Trane (2022): RL рулил охлаждением двух реальных зданий — университетской станции и торгово-жилого комплекса. Экономия 9% и 13% при соблюдении всех эксплуатационных ограничений.
Скромные однозначные проценты на боевом объекте инженер уважает больше, чем красивые 40% из пресс-релиза.
RL доходит до прода там, где у него есть предохранители и надзор оператора. Без них — красивая демка, которую боятся пускать на живой объект.
📡 Подписаться · morana.log
🌐 morana-labs.com
«Открыта новая архитектура LLM, в 52 раза мощнее GPT, трансформеры — в архив». Под таким соусом расходится релиз SubQ. Разложим, что внутри.
Что это. SubQ — модель стартапа Subquadratic (вышли из стелса 5 мая, $29M seed). Сердце — механизм SSA, Subquadratic Sparse Attention. Обычное внимание трансформера сравнивает каждый токен с каждым, это O(n²): на 1M токенов порядка триллиона операций на слой, оттого длинный контекст и дорогой, и медленный. SSA выбирает только значимые пары токенов вместо полного перебора, и расход растёт медленнее квадрата. Отсюда заявленные 12M токенов контекста.
Откуда «52 раза». Это скорость на 1M токенов против FlashAttention — выигрыш в обработке длинного контекста. К тому, насколько модель умнее GPT, число отношения не имеет: с интеллектом его не сравнивали, заголовок склеил два разных измерения.
Что реально ново. Mamba и RWKV субквадратичность уже давали, но сжимали историю в фиксированный стейт и теряли точный доступ к далёким токенам. SubQ заявляет, что держит почти точное внимание по всему окну, оставаясь субквадратичным. Если это правда и воспроизводимо — вот тут интересно. Пока это «если».
Где скепсис. Веса закрыты, полного техотчёта нет, бенчмарки только от самой компании. Часть исследователей подозревает, что под капотом sparse-attention файнтюн поверх Kimi или DeepSeek, а не самостоятельная архитектура. И теория не на стороне хайпа: доказано, что истинно субквадратичный алгоритм не вытягивает часть задач, которые берёт полное внимание. Где-то за скорость платят способностями.
Проблема, которую SubQ атакует, настоящая — квадратичное внимание упирается в потолок длинного контекста, и направление верное. Но на закрытых весах и обещаниях «смена эпохи» не случается; до независимого прогона это заявка, которую ещё предстоит проверить.
📡 Подписаться · morana.log
🌐 morana-labs.com
Что это. SubQ — модель стартапа Subquadratic (вышли из стелса 5 мая, $29M seed). Сердце — механизм SSA, Subquadratic Sparse Attention. Обычное внимание трансформера сравнивает каждый токен с каждым, это O(n²): на 1M токенов порядка триллиона операций на слой, оттого длинный контекст и дорогой, и медленный. SSA выбирает только значимые пары токенов вместо полного перебора, и расход растёт медленнее квадрата. Отсюда заявленные 12M токенов контекста.
Откуда «52 раза». Это скорость на 1M токенов против FlashAttention — выигрыш в обработке длинного контекста. К тому, насколько модель умнее GPT, число отношения не имеет: с интеллектом его не сравнивали, заголовок склеил два разных измерения.
Что реально ново. Mamba и RWKV субквадратичность уже давали, но сжимали историю в фиксированный стейт и теряли точный доступ к далёким токенам. SubQ заявляет, что держит почти точное внимание по всему окну, оставаясь субквадратичным. Если это правда и воспроизводимо — вот тут интересно. Пока это «если».
Где скепсис. Веса закрыты, полного техотчёта нет, бенчмарки только от самой компании. Часть исследователей подозревает, что под капотом sparse-attention файнтюн поверх Kimi или DeepSeek, а не самостоятельная архитектура. И теория не на стороне хайпа: доказано, что истинно субквадратичный алгоритм не вытягивает часть задач, которые берёт полное внимание. Где-то за скорость платят способностями.
Проблема, которую SubQ атакует, настоящая — квадратичное внимание упирается в потолок длинного контекста, и направление верное. Но на закрытых весах и обещаниях «смена эпохи» не случается; до независимого прогона это заявка, которую ещё предстоит проверить.
📡 Подписаться · morana.log
🌐 morana-labs.com
Аккаунты Instagram уводили одним сообщением саппорт-боту: «это мой аккаунт, привяжи к моей почте».
ИИ-ассистент в восстановлении доступа перепривязывал чужой аккаунт к почте атакующего и слал туда сброс пароля — без проверки личности. По оценке Meta, под ударом до 20 225 учёток: одну инструкцию растиражировали на тысячи.
Корень не «галлюцинация». Боту дали право на необратимое действие, но проверку личности повесили на уговариваемый LLM. Такое должно идти через детерминированную проверку, иначе ассистент превращается в confused deputy: исполняет чужой умысел своими полномочиями.
📡 Подписаться · morana.log
🌐 morana-labs.com
ИИ-ассистент в восстановлении доступа перепривязывал чужой аккаунт к почте атакующего и слал туда сброс пароля — без проверки личности. По оценке Meta, под ударом до 20 225 учёток: одну инструкцию растиражировали на тысячи.
Корень не «галлюцинация». Боту дали право на необратимое действие, но проверку личности повесили на уговариваемый LLM. Такое должно идти через детерминированную проверку, иначе ассистент превращается в confused deputy: исполняет чужой умысел своими полномочиями.
📡 Подписаться · morana.log
🌐 morana-labs.com