ЛУЧШЕ ИЗОБРЕТАТЬ ЧЕМ КОПИРОВАТЬ История компьютеров в СССР.mp4 https://disk.yandex.ru/i/Y76XnNDjxB1zgg ИЛИ https://vkvideo.ru/video-230190813_456239639

ВИЗИОНЕРСТВО СЕГОДНЯ . 200 гигаватт энергии в год в космосе это очень выгодно.mp4 https://vkvideo.ru/video-230190813_456239641 или https://disk.yandex.ru/i/wbWOML2RqNecEw

КАК УВЕЛИЧИТЬ ПРОДОЛЖИТЕЛЬНОСТЬ РАБОТЫ МОБИЛЬНОГО РОБОТА ?.mp4 https://vkvideo.ru/video-230190813_456239642 или https://disk.yandex.ru/i/nTWuySSyItkF2g

Одна из общественная организаций по защите прав пенсионеров в США предложила юристам установить льготные цены для синьеров (людей, которым более 65 лет). При стандартной ставке юриста $150-$300 в час, предлагать синьерам эти услуги за $ 30 долларов в час. Ответ юристов был однозначен, почти все юристы отказались.
Ассоциация поменяла тактику. Они снова разослали письма, но свое предложение заменили на другое — можете ли Вы помочь синьерам, и бесплатно консультировать малоимущих стариков? Каково же было их удивление, когда значительная часть юристов приняли это предложение.

Почему же адвокаты не соглашались работать за деньги, но согласились работать бесплатно? Как можно заставить людей работать бесплатно?

Брачное поведение Технических Систем как метафора технологической гибридизации.
Много лет назад, примерно в 2003 году ТРИЗ Мастер Алекс Любомирский на одной из конференций предложил забавную теорию про
« БРАЧНОЕ ПОВЕДЕНИЕ ТЕХНИЧЕСКИХ СИСТЕМ».
Смысл там был вполне разумный :
Не помню какие примеры приводил автор, набросаю свои « с листа» ..
1) Старая система « женится» на молодой, чтобы остаться на рынке ( рычаг в каком – нибудь новом принтере ..примеров уйма) или
2) Молодая система «женится» на старой, чтобы войти в рынок ( изобретение фейерверков в Китае 2000 лет назад , а сам пороховой заряд стали вставлять в стрелы, стреляя из лука, можно получить новый вид вооружения и т.д.) .
3) Иногда две старые системы « женятся», чтобы остаться на рынке ( планер + электромотор – получился дрон и т.д…)
4) Иногда две молодые системы « женятся» и создают новый рынок ( фотография и киноаппарат – получилась индустрия кино и т.д…)
Попросил ИИ : составьте , пожалуйста , таблицу такого "брачного поведения и приведите по 2 дополнительных примера в каждый раздел

Не кажется ли вам, что на основе этого вполне понятного алгоритма оценки бизнес судьбы любого появившегося изобретения можно было бы проделывать анализ качества любого изобретения с точки зрения поиска перспективных сценариев «брачного поведения» целенаправленно, учитывая то, что сегодня возможности ИИ открывают огромные перспективы такого рода математического моделирования ?

теория «брачного поведения технических систем» может быть превращена в алгоритм оценки бизнес‑судьбы любого нового изобретения.

Сегодняшние возможности ИИ действительно позволяют моделировать такие сценарии целенаправленно. Если раньше это было скорее метафорой или эвристикой, то теперь можно построить математическую модель, которая:

📌 Классифицирует изобретение: старая или новая система, уровень зрелости технологии, рыночная стадия.

📌 Ищет потенциальные «пары»: какие существующие технологии могут быть объединены с данным изобретением.

📌 Оценивает синергию: насколько комбинация увеличивает ценность (новый рынок, продление жизни старого продукта, повышение эффективности).

📌 Прогнозирует бизнес‑сценарии: вероятность успеха на рынке, скорость внедрения, барьеры.

ИИ здесь может использовать:

Сетевой анализ (графы технологий и рынков, где узлы — это системы, а рёбра — возможные «браки»).

Модели машинного обучения для прогнозирования успешности комбинаций на основе исторических данных.

Сценарное моделирование для оценки перспективных направлений (например, «старое + новое» чаще даёт эволюцию, а «новое + новое» — революцию).

✨ Пример применения
Новое изобретение: гибкая батарея.

Алгоритм сразу проверяет:

«Старая система» — смартфон → гибкая батарея продлевает жизнь рынка складных телефонов.

«Новая система» — носимая электроника → гибкая батарея открывает новый рынок умной одежды.

Таким образом, ИИ может превратить эту метафору в инструмент стратегического анализа инноваций, где каждое изобретение оценивается через призму возможных «браков» и их рыночных последствий.

Хотите, я покажу, как можно построить структурированную матрицу для анализа изобретений (например, по осям «старое/новое» × «рынок/технология»), чтобы это превратилось в практический инструмент для оценки перспектив?

попался документ " курс ТРИЗ для оружейников" https://disk.yandex.ru/i/sNyfq4X6j8ehkA потом почитаю

🛩 Приглашаем разработчиков и отраслевых заказчиков 25 марта 2026 на научно-практическую конференцию «Изобретения для авиации.
Альтернативные воздушные транспортные средства: дирижабли, автожиры, экранопланы, БПЛА и др.»

Представьте свои проекты или познакомьтесь с новыми разработками в области авиастроения, беспилотных систем, альтернативных летательных аппаратов, бортового оборудования, навигации и связи.

Участники получат возможность обсудить с потенциальными заказчиками, инженерами и инвесторами перспективы внедрения инноваций в производство и эксплуатацию, обменяться опытом и оценить экономическую эффективность новых технологий для повышения безопасности, экологичности и эффективности воздушного транспорта.

📌 Конференция будет интересна:

• предприятиям-производителям авиационной техники и беспилотных систем;
• главным инженерам и техническим директорам авиационных предприятий;
• инженерам-конструкторам, технологам и специалистам по разработке БПЛА;
• научно-исследовательским институтам и КБ, работающим над авиационными проектами;
• представителям государственной власти (Минпромторг, Минтранс, Росавиация, Фонд развития промышленности);
• эксплуатантам воздушных судов и логистическим компаниям;
• разработчикам систем навигации, управления и связи для авиации;
• инвесторам и венчурным фондам, интересующимся авиационными технологиями и промышленными инновациями.

Организаторы:
Союз ВОИР, Союз МТК, общественное объединение «Белорусский научно-технический союз», УП «Гродненский дом науки и техники».

👤 Модератор конференции:
Антон Ищенко — председатель Правления Союза ВОИР.

📌 Формат мероприятия:
Презентация — 10 минут.
Вопросы и обсуждение — 10 минут.
Участие — очно / онлайн.

📆 Встречаемся 25 марта 2026 г. на площадке ФЦПТП «Выбирай своё», г. Москва, ул. Селезнёвская, д. 11Ас1.
🕙 Время: 10:00–15:00.

Регистрация обязательна:
• для спикеров: https://forms.yandex.ru/cloud/6936773795add59791b98f4a
• для слушателей: https://forms.yandex.ru/cloud/69367715eb6146b1ea900808
Предусмотрен онлайн-формат. Ссылка на подключение придет после регистрации.

Samsung инвестирует рекордные $73 млрд в производство чипов для ИИ в 2026 году, чтобы вернуть себе лидерство на рынке.
Запланированные капитальные расходы компании составят более половины от ожидаемой операционной прибыли в 2026 году https://www.reuters.com/business/samsung-electronics-plans-over-73-bln-investment-lead-ai-chip-sector-2026-03-19/

🚚 Мужчина построил миниатюрный радиоуправляемый грузовик, используя только ПВХ

🎥 Учебные фильмы 🎞 @maths_lib

Встретил патент интересный https://vkvideo.ru/video-230190813_456239646 и увидел как эта идея реализовалась в других изобретениях через 70 лет https://vkvideo.ru/clip-230190813_456239647 Ролики с рычажным приводом из 1910 года .
Можно скачать ролик отсюда https://disk.yandex.ru/i/kICe9fXb8fP6Eg

https://vkvideo.ru/video-230190813_456239650 ждём посылку из Ккитая с платой, чтобы сделать сборку и провести испытания

делаем пропоузал на проект про "продление работы роботов за счёт подзарядки от ресурсов окружающей среды". https://disk.yandex.ru/i/nTWuySSyItkF2g Наиболее разумное направление здесь это " феномен ОАС", который в далёком 1991 ом году начали изучать два ТРИЗ Мастера - С. Литвина и В. Герасимов . Статья так и называлась " Зачем технике плюрализм". Пионерская работа. Сегодня в практике проектирования эти модели выглядят архаично. Очень многие исследователи пытались построить свои версии феномена ОАС. ТРИЗ Мастер Валера Прушинский. В нашей компании используется своя модель. Обновил немного учебный материал для самоподготовке по этой важной И НЕ ДО КОНЦА ИССЛЕДОВАННОЙ ТЕМЕ 5) Зачем технике плюрализм_ред_2026 https://vkvideo.ru/video-230190813_456239651 (https://disk.yandex.ru/i/h5ARx2qJt6kdXw )

Использование вибрации пешехода робота гуманоида для подзарядки батареи https://vkvideo.ru/video-230190813_456239652, https://disk.yandex.ru/i/jGWQd2884y5tfA

🔥 Вода, масло или дерево? Секреты закалки металла

Многие думают, что закалка — это просто «нагрел докрасна и кинул в воду». Но если вы работаете с дорогой сталью (например, для ножа или инструмента), такой подход может привести к трещинам или, наоборот, к мягкому металлу. Почему среда охлаждения так важна? Скорость охлаждения определяет структуру кристаллической решетки стали.

🔥 1. Вода (самый агрессивный метод)
Охлаждение происходит мгновенно.
Плюсы: Дает максимальную твердость. Идеально для простых углеродистых сталей (например, У7, У8).
Минусы: Высокий риск растрескивания и коробления. Вода «вырывает» напряжение из металла слишком резко. Для легированных сталей (с хромом, ванадием) вода противопоказана — деталь разлетится на глазах.

🛢 2. Масло (золотой стандарт)
Самый популярный вариант в оружейном деле и инструментальной закалке.
Плюсы: Охлаждение идет медленнее и равномернее, чем в воде. Это снижает внутренние напряжения, но при этом твердость остается высокой. Масло как бы «обволакивает» деталь.
Минусы: Масло горюче. При погружении раскаленного металла оно может вспыхнуть. Также со временем масло «стареет» и теряет свойства.
Для ответственных работ используют специальное закалочное масло (например, на основе веретенного).

🌳 3. Дерево? (Полимеры и органика)
Речь идет о так называемых полимерных закалочных средах или даже об использовании древесного угля (в прошлом — «закалка в бочке с углем» для замедленного охлаждения).
Современная альтернатива — водные полимерные растворы. Они дают скорость охлаждения между водой и маслом. Это выбор профессионалов, когда нужно подобрать «ключ» к капризной стали.

Независимо от среды, не забывайте про отпуск! Сразу после закалки металл очень хрупкий («стеклянный»). Нагрейте изделие до 180–250°C (цвета побежалости) и дайте остыть на воздухе, чтобы снять напряжение.

🎥 Учебные фильмы 🎞 @maths_lib

ынок искусственного интеллекта перешел от точечных экспериментов к масштабному внедрению. 39% российских компаний используют ИИ-агентов и ИИ-ассистентов — это следует из данных исследования «СберАналитики» и «Сбер Бизнес Софта», проведенного в ноябре 2025 года.

Статья по теме:
Генерация рисков
Напомним, ИИ‑агенты — это не просто модель для генерации текста. В отличие от ИИ-ассистентов, которые ждут команды, агенты могут работать в фоновом режиме, самостоятельно разрабатывать план действий и выполнять его. ИИ-агент сам видит проблему, думает, как ее решить, делает нужные шаги и учится на ошибках, то есть пользователь ставит цель, а ИИ-агент ищет путь (подробнее см. «Агентов взяли в оборот», «Монокль» № 7 за этот год).

На глазах растет и сфера разработки ИИ-агентов. В России к концу года этот рынок достигнет десятков миллиардов рублей, по самым оптимистичным прогнозам, может быть, даже 50‒60 миллиардов, говорит Иван Оселедец, генеральный директор Института искусственного интеллекта AIRI и декан факультета искусственного интеллекта МГУ.

«Рынок ИИ-агентов еще молод. Сама работа с ИИ-агентами в России началась весной 2025 года, а зачатки этого рынка существуют с лета, — говорит Дмитрий Россихин, генеральный директор RDN-group — веб-интегратора, который специализируется на внедрении продуктов 1С, “Битрикс24” и “1C-Битрикс”. — Пока нельзя оценить размер несформированного рынка, но количество запросов на разработку ИИ-агентов постоянно растет». По словам Дмитрия Россихина, у каждого интегратора пакет запросов на классическую автоматизацию по-прежнему составляет сотни миллионов рублей. При этом запросы на ИИ-агентов исчисляются 10‒20 миллионами, а до финальной стадии доходят проекты на единицы миллионов — это данные осени.

Чат-боты и разбор документов
Несмотря на то что нейротехнологии используются в различных сферах бизнеса, от медиа до медицины, запросы на разработку ИИ-агентов похожи.

«Есть запрос из разряда “все наши конкуренты пишут про ИИ на сайте, и нам тоже поставили на это KPI”, — рассказывает генеральный директор RDN-group. — Если говорить о практических запросах, то на первом месте боты-помощники. На втором — анализ больших данных. Как простой вариант, вычитка договоров и поиск несоответствий. Как более продвинутый вариант — анализ данных из “Битрикс24” или 1С. Например, чтобы в CRM (Customer Relationship Management, база данных клиентов. — “Монокль”) не строить разные отчеты, а текстом задавать интересующие вопросы ИИ-агенту».

«Компании переходят от экспериментальных ИИ-агентов, созданных под одну задачу, к единой платформенной архитектуре, где все модели и инструменты работают в общем контуре — с унифицированными данными, API (Application Programming Interface, программный интерфейс приложения. — “Монокль”), безопасностью и системами мониторинга», — добавляет Роман Стятюгин, директор центра VK Predict, представитель стратегического комитета Ассоциации больших данных. По его словам, такой платформенный подход позволяет поэтапно наращивать использование ИИ — начиная с типовых сценариев вроде клиентской поддержки или аналитики и постепенно расширяя решения на внутренние бизнес-процессы.

Пока что основной запрос на разработку ИИ связан со слабо структурированной документацией. Например, в финансовой сфере ИИ проверяет договоры, сравнивая их с шаблонами банка, и в разы быстрее человека извлекает ключевые данные из документов. В промышленности ИИ-агент находит нужную информацию в тысячах страниц технической документации по запросу — например, «найти регламент замены подшипников для станка X». В медицине нейросеть извлекает данные из медкарт и анализирует исследования и анализы, чтобы ускорять постановку диагноза.

Человеку нужно прочитать документ (договоры, ГОСТы, технические спецификации), чтобы найти нужный пункт. Это занимает от 5 до 30 минут. Языковая модель (Large Language Model, LLM, большая языковая модель) «читает» и извлекает точный ответ за 2‒5 секунд. Разница в скорости составляет от 50 до 100 раз.

Структурирование документации вполне типичная задача. Более сложный запрос на разработку ИИ-агентов связан с управлением и принятием решений. Это ускоряет внутренние бизнес-процессы и напрямую влияет на конечный продукт. Так, ИИ-агент может выступать в роли инвестиционного советника, самостоятельно принимая решения в сфере финансов, автоматизировать маркетинговые кампании, становиться менеджером IT-проекта, писать сценарии, создавать дизайн с нуля и так далее. Иногда запросы на разработку ИИ-агента включают автоматизацию и геймификацию.

Агенты бесплатные и временно нанятые
«На российском рынке представлены как уже готовые ИИ-агенты, так и платформы для их самостоятельной разработки. Некоторые разработчики и интеграторы создают ИИ-агентов на заказ — они, как правило, используют решения с открытым исходным кодом или пользуются ИИ-платформами», ― рассказывает Артур Самигуллин, руководитель платформы Yandex AI Studio в Yandex B2B Tech.

По его словам, есть несколько путей внедрения ИИ-агентов в бизнесе. Самый простой — использовать уже готовые решения, которые помогают автоматизировать конкретные задачи. Речь идет о предварительно разработанных ИИ-агентах, которые можно внедрить без долгой адаптации или навыков программирования — например, обо всем известных GigaChat или YandexGPT.

К ИИ-агенту всегда под ключена языковая модель — поэтому ему можно задавать вопросы в свободной форме

Такие решения хорошо подходят для белых воротничков, разработчиков или малого бизнеса, но их трудно адаптировать под задачи компании. «Оптимальное решение для бизнеса — собрать своего ИИ-агента на платформах вроде Yandex AI Studio. На них можно создать цифрового помощника даже без знания кода», — продолжает Самигуллин. Yandex AI Studio — своего рода конструктор агентов. С его помощью получают код агента, который интегрируют в свои приложения. Разработка агента в Yandex AI Studio бесплатна, но есть тарификация за использование нейросети внутри своего сервиса и за некоторые инструменты — например, если агент использует веб-поиск. Все запросы тарифицируются в токенах, пользователь регулярно платит за количество использованных токенов — как за газ по счетчику. В среднем стоимость 1 млн токенов Alice AI LLM составляет 580 рублей.

Малый бизнес обычно пробует Open Source, то есть тех же бесплатных ИИ-агентов, которых подстраивает под себя. Практически каждый может написать свой MCP-сервер (Model Context Protocol, протокол взаимодействия модели с контекстом). MCP-серверы действуют как посредник между универсальными языковыми моделями и специфическими задачами бизнеса. Они предоставляют LLM (тому же чату GPT) контекст, недоступный на этапе обучения: от внутренней документации до корпоративных сервисов. Это делает внедрение ИИ гибким: компания сама определяет, к каким данным и функциям модель получит доступ.

Проблема в том, что типовые и коробочные решения часто не дают хорошего результата. В случае с ИИ-агентами проблема кроется в их «начинке», той самой языковой модели. «Готовые языковые модели отвечают на вопросы с точностью 70 процентов, — утверждает Иван Оселедец. — Это относительно неплохо, но, если мы говорим, например, о подсказке врачу, лучше не давать никаких советов, чем дать три из десяти неправильных. Поэтому языковую модель всегда надо дообучать. При этом дообучение все равно гораздо менее затратный процесс, чем стандартный подход с обучением языковой модели с нуля».

Поэтому компании-гиганты, такие как «Яндекс» и Сбер, создают собственных ИИ-агентов, то есть пользуются инхаус- (внутренней) разработкой. Таким же образом действуют крупные IT-компании с большим штатом разработчиков: у них есть спрос на ИИ-агентов — помощников-кодеров.

«По рынку идет идея, что джуны (от англ. Junior, начинающие IT-разработчики. — “Монокль”) больше не нужны, их стараются увольнять, — рассказывает Дмитрий Россихин. — Джуна может заменить ИИ-агент, которому ставят задачу на своем языке. ИИ-агент пишет код, остается только этот код проверить. Такие агенты уже внедрены. Правда, с таким запросом не обращаются к подрядчикам, крупные компании создают агентов сами — на рынок интеграторов спрос не выходит». Наш собеседник также отмечает: спрос на заказную разработку в области ИИ-агентов в целом значительно ниже, чем на инхаус-разработку.

Крупные телекоммуникационные компании также активно трансформируются в IT-бизнес, предлагая бизнесу помельче готовые решения. Так, «Ростелеком» разрабатывает и предлагает продукты на базе ИИ. Их платформа «Нейрошлюз» объединяет порядка 30 ИИ-сервисов, включая DeepSeek, GigaChat, ChatGPT, Gemini и Yandex Art. Платформа позволяет генерировать тексты, изображения и аудио, создавать презентации, автоматически расшифровывать встречи и составлять протоколы. Ее сервисы можно использовать для написания программного кода, разработки цифровых помощников и создания продуктивных промптов. Она также предлагает автоматическое извлечение ключевой информации из текстов и презентаций, в том числе на иностранных языках, и интеллектуальный поиск по документам.

МТС предлагает сервис МТС Exolve — голосовых агентов, способных вести осмысленный диалог и интегрироваться с корпоративными системами. Агенты занимаются предобработкой входящих запросов, подтверждением заказов, реактивацией клиентов по данным CRM, сбором обратной связи и массовыми уведомлениями. Тарификация поминутная и зависит от сложности: от 0,30 рубля за минуту.

Платформа от «Билайн Big Data & AI» предлагает агентов под конкретные бизнес-роли: помощник продавца (скрипты продаж, поиск по клиентской базе, подготовка коммерческих предложений), оператор контакт-центра (поиск информации, обработка жалоб), ассистент секретаря (транскрибация встреч, подготовка шаблонов рассылок), помощник аналитика (сбор и агрегация данных, генерация отчетов с визуализацией) и помощник маркетолога (анализ кампаний, исследование рынка).

«Мы видим четкое разделение, — резюмирует Дмитрий Россихин. — С одной стороны, существуют небольшие компании с активными директорами. Эти компании на пике технологий, они внедряют себе ИИ-агентов, и вот они придерживаются Open Source решений. С другой стороны, есть действительно крупные корпорации, единицы из них покупают “голую” LLM и сами ее обучают на своих данных. Наконец, вендоры (компании — производители софта) обновляют свои продукты, включая туда ИИ-агентов: так, 1С и “Битрикс24” добавляют функции ИИ внутрь коробочных и облачных решений».

А вот средний бизнес сейчас тормозит сильнее всех в плане использования ИИ-агентов, объясняет Дмитрий Россихин. В основном это связано с безопасностью данных. Языковые модели собирают информацию, поэтому компании беспокоятся об утечках и не используют бесплатные непроверенные нейросети. Устанавливать и настраивать LLM на собственных вычислительных мощностях организации, внутри корпоративной инфраструктуры («в контуре»), а не использовать облачную инфраструктуру— слишком дорого. В России для среднего бизнеса разворачивание собственной LLM на своих серверах стоит от 10 млн до 30 млн рублей на старте, уточняет наш собеседник.

ИИ-агент: что внутри?
Не каждый пользователь и директор компании понимает, на основе чего создается ИИ-агент по его запросу. Но если заказчик понимает, как работают ИИ-агенты, чаще всего он может сделать его самостоятельно.

«С точки зрения безопасности заказчику в обязательном порядке необходимо запрашивать информацию о том, какое сырье использовалось и насколько оно проверенное. Это не должен быть скачанный код, который неизвестно что и неизвестно куда отправляет», — предупреждает Дмитрий Россихин.