Уже можно говорить, что ИИ участвует в законодательной деятельности? :)

#мысли
———
@tsingular

Японцы выкатили самурая Rotaku

Для спасения человечества, говорят. Вопрос от кого? От других роботов или от человечества?
Пока не понятно.

#роботы #Япония #Rotaku
------
@tsingular

Ещё одна интересная модель: Primebot T1.

Забавно как безопасно звучит "- могу бесшумно преследовать цель" в диалоге с ребёнком.

#primebot #роботы
------
@tsingular

Китай построил крупнейший в мире сверхпроводящий магнит для «искусственного солнца»

В конце июня Институт физики плазмы Китайской академии наук (ASIPP) в Хэфэе провёл приёмочные испытания двух сверхпроводящих магнитов для термоядерного реактора.
Главный из них — тороидальный магнит D-образной формы весом 582 тонны, крупнейший среди когда-либо построенных для термоядерных реакторов.

🔍 Магнит размером 21×12 метров в 1,3 раза превышает по объёму аналоги Международного экспериментального термоядерного реактора (ITER) и запасает втрое больше энергии.
Шестнадцать таких катушек сформируют кольцо, создающее магнитное поле 6,5 Тесла в центре плазмы — достаточно, чтобы удерживать стомиллионоградусный плазменный шар в подвешенном состоянии.
Одновременно прошёл испытания высокотемпературный сверхпроводящий центральный соленоид — «свеча зажигания» реактора, запускающая плазменный ток.

💰 Проект выполнен с полной локализацией: от сверхпроводящих лент и криогенной стали до прецизионной намотки и защиты от срыва сверхпроводимости,- все на собственных технологиях.
За шесть лет получено 47 патентов и 25 отраслевых стандартов.
Стоимость сверхпроводящей ленты снижена с 400 до 100 юаней за метр — ключевой шаг к экономической состоятельности термояда.

🔮 По трёхэтапной дорожной карте Китая компактный экспериментальный реактор BEST должен быть собран к концу 2027 года, а первая выработка электроэнергии от термоядерного синтеза запланирована на 2030 год.
До коммерческого реактора идти ещё далеко: по оценке самих разработчиков, успешные испытания магнитов закрывают примерно 80% задач.

💡 В глобальной гонке термояда Китай идёт параллельным курсом с американскими частниками.
Commonwealth Fusion Systems строит SPARC с целью чистого выхода энергии в 2027 году и уже подписала контракт на 400 МВт с ENI.
Helion Energy обещает 50-мегаваттную станцию для Microsoft к 2028 году.
Разница в том, что Китай делает ставку на государственную программу с полным производственным циклом внутри страны, а американцы — на венчурные миллиарды и контракты с Big Tech.
Обе модели движутся к одной цели ускоренными темпами.

Термояд перестал быть «технологией, до которой всегда двадцать лет».
Теперь это гонка с конкретными датами, контрактами и 582-тонными магнитами.
Если Китай действительно включит «искусственное солнце» в розетку к 2030 году, энергетический ландшафт планеты изменится быстрее, чем кто-либо ожидал и проблема дефицита энергии для ИИ исчезнет.

#fusion #энергетика #Китай
———
@tsingular

ну что, все успели освоить Agent Loops?

Устарело.

Новый чёрный, - Graph Engineering или Граф из ИИ Агентов.
Как вам идея? :)

обсудим это тоже сегодня в эфире с подписчиками ИИзбранного

#Graph #уроки
———
@tsingular

Flux 3

Уже можно нагенерить прошлое и вы в него поверите.

Это как с 'эффектом Манделы' - вы уверены в чем-то, чего не было, но представьте, что у фальшивого воспоминания появится достоверное видеоподтверждение.
Страшное дело.

Спасти могут только воспоминания, сохранённые в блокчейне через нейроимплант, который вы добровольно установите.

#нейрорендер #Flux
------
@tsingular

скоро на ваш сайт будут ходить или ИИ агенты или бумеры :)
и бумеров будет всё меньше, кстати.

#статистика #Booking
———
@tsingular

Мифос нашел способ ускорения атаки на постквантовый аналог алгоритма AES (пожалуй, один из самых широко применяющихся шифров в современных финансах и интернете).

навайбкодил демку принципа работы конечных автоматов на разных сценариях.

Залипательный скринсейвер получился.

html в комментарии

#demo #dev
———
@tsingular

Эндрю Ын анонсировал персональную систему управления обучением

Сооснователь Coursera Эндрю Ын запустил LearnVector — новую компанию, в которую Coursera уже вложила $100 млн за треть бизнеса.

Первые продукты обещают показать в начале 2027 года.

На поверхности идея выглядит знакомо: персональный ИИ-наставник для каждого ученика. Но замысел глубже.

Современный чат-бот умеет объяснить тему, решить задачу и написать домашнюю работу. Однако хороший ответ ещё не означает обучение. Чем больше ИИ думает вместо человека, тем лучше становится выполненное задание — и тем меньше развивается навык самого ученика.

LearnVector пытается решить именно эту проблему.
Вместо режима «вопрос — готовый ответ» система должна управлять полным циклом обучения:
🔹 определить текущий уровень и реальные пробелы;
🔹 построить персональную траекторию к конкретному навыку;
🔹 подобрать объяснение и практику нужной сложности;
🔹 наблюдать за ошибками и менять следующий шаг;
🔹 не выдавать ответ раньше времени, когда человеку полезнее подумать самому;
🔹 проверять не запоминание материала, а способность применить навык без помощи ИИ.

То есть ключевой продукт LearnVector — не чат и даже не персонализированный курс.

Это ИИ-агент, который поддерживает модель знаний конкретного человека и управляет его продвижением до подтверждённого результата.

И здесь у Coursera появляется серьёзное преимущество. Языковую модель может подключить почти любая образовательная платформа. Но для качественного обучения нужны ещё проверенные материалы, последовательность навыков, задания, критерии оценки и данные о том, как учатся миллионы людей.

Поэтому инвестиция выглядит не как обычная ставка на стартап. Coursera пытается перейти от библиотеки курсов к системе, которая отвечает не за доступ к контенту, а за достижение навыка.

Главный риск тоже очевиден: персонализация может сделать обучение слишком удобным. Система начнёт оптимизировать скорость прохождения и правильные ответы, постепенно устраняя из процесса усилие, на котором и строится настоящее понимание.

Поэтому главный показатель такого ИИ-наставника — не число пройденных уроков и даже не оценки. А то, способен ли человек позднее самостоятельно решить новую задачу.

Если LearnVector справится, следующим этапом онлайн-образования станет не курс с добавленным ИИ, а персональный агент наставник, который знает, чему вас учить так, чтобы вы стали результативнее.

Личный когнитивный тренер, в общем.

#Ng #Coursera #learning
———
@tsingular

AI PDLC манифест от Сбера

Начинаю делиться видео с нашей первой конференции по агентной разработке!

Кирилл Меньшов, старший вице-президент Сбера, руководитель блока Технологии, представил огромную работу, описывающую как измениться жизненный цикл разработки цифровых продуктов. Огромный фундаментальный документ, который затрагивает все стадии производственного цикла: гипотезы, архитектуру, аналитику, разработку, контроль качества и cicd. Он рассказал, как поменяется управление, организацонная структура, топология команд

Главный тезис (который я вам тоже на протяжении последнего года продвигаю): Код теперь стоит дешево, исполнение больше не дифицитно. Теперь узкое место — намерение. Именно то, зачем мы делаем софт, для кого, какая у него потребность и как мы ее закрываем. Это становится узким местом.

https://www.youtube.com/watch?v=48sOgB8kkPw

Именно поэтому я писал кучу постов про A-player'ов, визионерство, продуктовых инженеров и работу с проблемами, а не кодом. Прошлое, в котором можно было получать на вход аналитику, на выход выдавать по ней код и не задумываться зачем оно все надо — прошло

П.С. Крайне рекомендую к просмотру (и это не потому что я работаю в Сбере). Я честно считаю очень правильным поднимать подобный дискурс в российском айти-комьюнити. И я рад, что наши ребята это делают, респект 🤟

XY от Reflex: Python-библиотека графиков на Rust, которая рендерит 10 миллиардов точек

Команда Reflex (YC W23, $5M seed от Lux Capital) выпустила XY: сверхбыструю библиотеку графиков для Python с ядром на Rust. Проект в альфе, последний релиз v0.0.4 вышел 27 июля. Установка одной командой: pip install xy.

⚡️ Секрет скорости в архитектуре. Большинство библиотек (Matplotlib, Plotly) создают отдельный объект на каждую точку и гонят JSON в браузер. XY держит данные в ColumnStore, обсчитывает уровень детализации в Rust и передаёт в браузер компактные бинарные буферы через WebGL2. На экран попадает ровно то, что способен показать монитор: для больших наборов строится экранно-ограниченная поверхность плотности, при приближении подгружаются точные значения. Бенчмарк: 100 млн точек рендерятся за 0,081 с, тогда как Matplotlib уходит в 13,4 с на 50 млн, а Plotly: в 9,8 с на 25 млн. Команда отрендерила весь OpenStreetMap: 10 млрд точек.

📦 API декларативный: график собирается из меток, осей и аннотаций. Экспорт 10 млн точек в интерактивный HTML весит 258 КиБ (Plotly: 259 МиБ). Доступен режим совместимости с matplotlib: замените import matplotlib.pyplot as plt на import xy.pyplot as plt, и существующий код заработает. Работает в Jupyter, VS Code, Colab, Marimo и как отдельный HTML.

💡 Reflex известен своим Python-фреймворком для full-stack веб-приложений (30% Fortune 500 используют его для внутренних инструментов, больше миллиона приложений собрано). XY: логичное расширение экосистемы: графики для дашбордов, которые не тормозят. В роадмапе: свечные графики и финансовые оверлеи (SMA, Bollinger, RSI), древовидные карты, трёхмерные и объёмные визуализации.

XY не тянет полярные и 3D-графики, альфа сырая, но для 2D-визуализации больших данных аналогов по скорости в Python сейчас нет. Пока конкуренты рисуют точки, которые никто не увидит, XY считает только то, что попадает на экран 🤞

#Python #DataViz #Rust
---
@tsingular

Hermes Agent получил wake word — «Hey Hermes»

⚡️ Hermes Agent теперь просыпается по голосу. Сказал «Hey Hermes», агент открывает свежую сессию, включает микрофон, захватывает команду через обычный голосовой пайплайн и отвечает.
Причем сама активация триггерится локально.

🔒 Детектор реализован на устройстве. Постоянный фоновый слушатель отслеживает только wake-фразу: ни один звук не покидает машину, пока вы не произнесёте команду.
По умолчанию выключен, включается командой
/wake on.

🧠 Три движка: openWakeWord (бесплатно, локальные ONNX-модели, «hey hermes» в комплекте), sherpa (открытый словарь, любая фраза без обучения, модель ~13 МБ), Porcupine (Picovoice, кастомные .ppn-ключи).

🔄 Sherpa умеет маршрутизировать профили. Один слушатель на несколько профилей: «hey coder» переключает на профиль coder, «hey trader» на trader.
Каждый профиль с wake_word.enabled: true регистрируется автоматически.

🛠 Управление:
/wake on (движок нужно доустанавить),
/wake status (фраза, провайдер, состояние),
/wake off.
Выбор среды: surface: auto|cli|tui|gui.

🍏 На macOS микрофон выдаётся отдельному процессу, Python-бэкенд должен иметь свой доступ в Системные настройки → Конфиденциальность → Микрофон.
Без него ухо показывает «слушает», но фраза не срабатывает.
/wake status диагностирует и покажет статус.

⚙️ Тонкая настройка: sensitivity (0.0–1.0, работает во всех движках), confirmation_frames (сколько кадров openWakeWord подряд должны быть выше порога, по умолчанию 3), start_new_session (свежая сессия или продолжение текущей).

✍🏻 Создать профиль Гермеса Neo и будить его фразой:
"Wake up Neo!"

#HermesAgent #voice
———
@tsingular