Что будет, когда ИИ-пузырь лопнет? У The Hustle вышла именно такая статья. Про термин "ИИ-пузырь" можно бесконечно спорить, но сам материал любопытный, и его считаю нужным разобрать. Итак, начинают с велосипедной метафоры. В 1897 году в Бирмингеме изобрели безопасный велосипед с пневматическими шинами, и город сошёл с ума. Около 400 местных вело-мастерских тут же вышли на биржу, их акции разогнались в 100500 раз, но уже через год 3/4 из них сдохла, потому что велосипеды не заменили весь транспорт планеты Земля. Хотя сам велик, как вид транспорта, прекрасно закрепился, и все мы на нём иногда катаемся. Так вот, авторы утверждают, что слово "пузырь" - плохая метафора для таких штук. Ну, потому что пурызь делает бум-бах и исчезает полностью. Исследователи фин пузырей Куинн и Тёрнер предлагают заменить его на огонь. Огонь может всегда гореть, но сегодня он небольшой язычок пламени, завтра - порядочный костёр, а послезавтра - гигантский пожар. Его размер зависит от количества и качества дров (= дешёвого кредита и других типов финансирования, рынка, хайпа, возможностей спекулировать и шортить и т.д.). Ну и чтобы его изначально зажечь - нужна искра (= новая технология, после которой уже не будет как раньше). ИМХО, это действительно более подходящая аналогия. Так что, если встретите свидетелей ИИ-пузыря - расскажите им, что на самом деле они веруют в костёр, вот. Далее статья разбирает, что будет, если дровишки всё-таки оскудеют. Причём разбирают 4 разных зоны, которые почувствуют эффект: 1. Рынок акций. Гиперскейлеры собираются потратить $1,4 трлн к 2028 (прогноз Morgan Stanley) или $1,1 трлн к 2027 (Wells Fargo), а Anthropic и OpenAI оценены так, будто каждая из них станет победителем всей гонки, хотя так не бывает. Когда костёр ослабеет, частные инвесторы, понятное дело, обломятся - но хрен бы с ними. Хуже, если институционалы будут ставить на ИИ-бум заёмные средства. Вообще считается, что в отличие от той же недвиги в 2008, на ИИ ставят в основном собственные средства. Но кейс Ашенбреннера явно показывает, что это... ну.... не совсем так. Я не знаю общий объём плеча на ИИ-индустрию, но если он большой, то это системный риск. Банки и фонды могут допнуть и потянуть за собой других участников. 2. Рынок труда. Сейчас все строят гигантские ЦОДов и дают временные рабочие места, но чтбы обслуживать готовый дата-центр - нужно всего 50–200 человек. Это вряд ли компенсирует замещение людей ИИ-агентами (тут я бы поспорил, что вообще есть какое-то замещение, но да ладно). Но тут общий прогноз в целом оптимистичный. Раз интернет породил кучу индустрий с кучей вакансий, то и от ИИ стоит ждать подобного креативного всплеска. И это всё окупит, даже если дата-центры сдуются, а агенты продолжат выкидывать джунов. 3. Пенсионные накопления. Сейчас обычный человек [американский - речь в основном про США] человек привязан через ETF к пузырю сильнее, чем во времена доткомов. В том же индексной фонде S&P 500 1/3 идёт на "Семёрку" (Nvidia, Google, Microsoft, Amazon, Apple, Tesla и экстремисты). В момент икс может сработать "эффект богатства в обратную сторону". Если портфели начнут усыхать - люди будут резать реальные траты на квартиары, машину, отпуска и т.д., и это надавит на всю экономику. После тех же доткомов S&P 500 восстанавливался около 5 лет. Поколению X придётся сложнее всего - у них только 14% имеют традиционную пенсию против 56% у тех же бумеров (миллениалы и зумеры, видимо, ничего не почувствуют - у них и так нет денег 😈). 4. Повседневная жизнь. Хотя плечо и используется, сейчас всё-таки финансируют в основном через акционерный капитал (ну, если сравнивать с той же недвижкой в 2008). Именно поэтому после "лопания" последствия должны быть менее разрушительными для экономики в целом. Ну и плюс в том, что технологические пузыри, в отличие от долговых, оставляют после себя что-то осязаемое, на чём можно строить продукты и генерить новые кусочки ВВП. Интересно, что об этом начинают предметно задумываться в паблике. Гои сами себя не прогреют, как говорится. Дизраптор

Все обсуждают, как ИИ ускоряет разработку лекарств, а Китай тем временем сделал ставку менее заметную, но, возможно, более важную - он начал ускорять самого регулятора. Исторически конкурентным преимуществом фармы были деньги, учёные и доступ к данным. Теперь к этому добавился ещё один фактор - скорость принятия регуляторных решений. В мае 2026 года китайский регулятор NMPA запустил программу AI + Drug Regulation. К 2030 году они хотят использовать ИИ и специализированных агентов практически на всех этапах работы, от проверки регистрационных досье до постмаркетингового надзора. Требования к безопасности при этом не снижают, убирают бюрократическое трение. Та же философия видна и в существующих процессах. Для инновационных препаратов уже действует ускоренный 30-дневный канал рассмотрения, а IND-заявки работают по принципу implicit approval: если в течение 60 дней регулятор не выдвинул возражений, испытания можно начинать. В результате путь от подачи документов до первых испытаний на людях сократился примерно до 87 дней. Ещё десять лет назад это занимало больше 500. Неудивительно, что Китай становится одним из мировых центров AI-биотеха. По последним оценкам, китайские компании подают около 70% мировых патентных заявок в области AI-driven drug discovery, а их доля в глобальных лицензионных сделках выросла с 8% в 2021 году примерно до 32%. Западные регуляторы тоже умеют работать быстро, но обычно в экстренных ситуациях. Во время пандемии COVID-19, когда появилась реальная необходимость, FDA и EMA перестроили процессы буквально за несколько месяцев. FDA запустила механизм Emergency Use Authorization, EMA - rolling review, при котором данные анализировались по мере поступления, а не только после полного пакета исследований. Сроки одобрения сократились в несколько раз, и требования к безопасности при этом никто не отменял. Тогда же регуляторы фактически легитимизировали виртуальные клинические испытания: удалённые визиты, электронное согласие пациентов и дистанционный мониторинг стали частью нормальной практики. Мы в Customertimes как раз разрабатывали для одного из клиентов платформу для таких виртуальных исследований. На ней тестировали основные вакцины, которые дошли до рынка в рекордные сроки. Хороший пример того, как изменения в регулировании за пару месяцев открывают дорогу новым продуктам и целому классу цифровых решений. Самое интересное, что сейчас США снова начинают ускоряться. В июне американские регуляторы объявили о планах сократить сроки ранних этапов исследований на 6–12 месяцев. То есть соревнуются уже не только биотех-компании, но и сами регуляторные системы. Мне кажется, это и есть главный тренд: AI добрался до государственных институтов и выигрывать будут страны, которые быстрее перестроят под него свои регуляторные процессы, а не просто компании с лучшими моделями для поиска молекул. Так что скорость государства оказывается таким же ресурсом, как вычислительные мощности, данные и таланты. @maxvotek | linkedin | substack

Последняя перед отпуском колонка в Forbes родилась из странной ассоциации и воспоминания, которые меня начали посещать по ходу чтения всяких материалов о внедрении ИИ в разных компаниях и бизнес-процессах. Воспоминания были из давней поры моих занятий экспериментальной физикой лазерной плазмы, где в разных обличьях проявлялась неустойчивость Кельвина-Гельмгольца (ее красивое формальное название — неустойчивость тангенциального разрыва). Граница потоков, движущихся с разной скоростью, не может оставаться гладкой и ровной: на ней обязательно возникнут волны, вихри, турбулентность. Каким тут боком внедрение ИИ — читайте по ссылке:) https://www.forbes.ru/tekhnologii/565896-ne-tol-ko-skorost-kak-tehnologii-rasslaivaut-processy-v-biznese

Продолжаю обрастать автоматизациями. Я могу написать как «эксперты по нейросетям» что на меня работает 20 ИИ сотрудников. Но это все брехня. Я много еще чего делаю руками, но в основном - это задачи по постановке задач дейву😅 Из последних вещей что реализовал: 1) RSS радар для моего блога статейника. собирает с 30 самых крупных зарубежных сайтов по нейронкам интересныем темы за прошлый день. Оценивает, насколько они будут интересны нашей аудитории и предлагает под каким соусом их подать. 2) Ассистент в тг который присылает мне план задач на день для меня и для дейва, а так же статус по вчерашним задачам. Про тред ферму уже рассказывал. И вот переодически что то может отлетать, ломаться. В IT есть такие ребята - тестировщики. Которые проверяют продукт перед запуском на баги, и во время пользования. И если чтото работает не правильно - дают команду программистам починить. Я сделал автмоатизацию, которая сама проводит каждый день 11 тестов моих автоматизаций. Проверяет все ли работает как надо. ( например переодически мой рсс радар лагает и не пишет мне под каким соусом подать статью). И если гдето обнаружена ошибка, этот отдел определяет что именно не работает. Сверяет с тем как должно быть и устраняет ее сам. А потом мне в тг просто присылает отчет. Было сломано - это, починил так-то. Стал еще чуточку ближе к цели по созданию компании которая приносит более 100.000$ в месяц и в которой не работает ни одного живого человека)

От лаборатории к умным часам: как измерить кортизол Я всё больше убеждаюсь, что одна из самых интересных областей технологий сегодня находится на стыке инженерии, медицины и ИИ. Пока мы обсуждаем новые модели нейросетей, инженеры пытаются решить другую задачу: научить маленький носимый датчик непрерывно измерять гормон стресса прямо на теле человека. Сегодня уровень кортизола определяют по крови, слюне или моче. Для этого нужно сдать анализ, дождаться результата и получить всего одну цифру - показатель в конкретный момент времени. Но кортизол постоянно меняется. На него влияют сон, тренировки, питание, болезни, время суток, эмоциональная нагрузка и даже конкретная рабочая встреча. Поэтому один лабораторный анализ не показывает всей картины. И инженеры создают аналог непрерывного монитора глюкозы, только для кортизола. Самое интересное здесь не только результат, но и то, как именно они пытаются его получить. Кортизол хотят измерять не через обычный забор крови, а через пот или межклеточную жидкость. Для этого разрабатывают: — микроиглы, которые почти не ощущаются кожей; — электрохимические сенсоры; — аптамеры - молекулы, способные распознавать конкретные вещества; — новые полимерные материалы; — миниатюрные системы, которые могут работать на теле несколько дней подряд. То есть инженерам нужно одновременно решить десятки задач. Как получить достаточное количество жидкости? Как отличить кортизол от других молекул? Как сделать сенсор точным, стабильным и безопасным? Как защитить его от пота, движения, температуры и внешней среды? Как передать данные на смартфон? Как откалибровать устройство так, чтобы его показаниям можно было доверять? И это уже не просто красивые концепты из лабораторий. Появляются первые испытания на людях. Например, стартап Adaptyx показал многосуточное измерение свободного кортизола с фиксацией его естественного суточного ритма и сопоставимостью с анализами венозной крови. Но дальше начинается ещё более сложная инженерная задача. Одного сенсора недостаточно. Нужно научиться правильно интерпретировать полученные данные. Высокий кортизол после тренировки - это нормально. Высокий кортизол утром тоже может быть нормой. А вот изменившийся суточный ритм, отсутствие восстановления или необычная реакция на нагрузку уже могут говорить о проблеме. Поэтому вокруг одного маленького датчика постепенно формируется целая система: сенсор → передача данных → алгоритмы обработки → персональная модель организма → рекомендации для человека или врача. И здесь появляется ИИ. Сегодня умные часы пытаются угадать стресс по косвенным признакам: пульсу, дыханию, температуре кожи и движениям. А прямое измерение кортизола может дать инженерам данные, на которых будут обучаться гораздо более точные модели. Тогда устройство сможет не просто сообщать: «У вас высокий уровень стресса». Оно сможет понимать, как именно ваш организм реагирует на недосып, кофе, перелёты, спорт, рабочие встречи или хроническую нагрузку. Когда-то инженеры сделали возможным непрерывное измерение глюкозы и изменили подход к лечению диабета. Теперь они пытаются сделать то же самое с кортизолом. И мне кажется, что главный технологический прорыв здесь не в том, что часы научатся показывать ещё одну цифру. А в том, что инженеры постепенно создают новый интерфейс между человеком и его собственным организмом. Ссылки на источники: spectrum Stanford https://t.me/kruasanova_as Всё ещё пишет сама и ищет новые способы взаимодействия

✔️ США освободили китайские открытые модели от обязательного тестирования Белый дом вывел китайские модели с открытыми весами из-под действия нового регламента ИИ-безопасности. Администрация США отказалась от их обязательного тестирования, о чем сообщила представителям OpenAI, Anthropic и Google на закрытом брифинге. Регулятор ужесточил контроль после апрельского предупреждения от Anthropic перед релизом Mythos. Дополнительным поводом послужили недавние инциденты, когда системы OpenAI и Anthropic выходили за пределы тестовых сред в инфраструктуру сторонних организаций. Исключение для китайских решений противоречит позиции CEO Anthropic Дарио Амодеи, который требовал внедрить обязательные проверки для всех разрабатываемых моделей. zaobao.com.sg ✔️ В Google DeepMind произошли кадровые перестановки Демис Хассабис перешел с поста главы DeepMind на позицию Chief Scientist материнской компании Alphabet. Он сфокусируется на стратегии AGI и развитии медицинского ИИ в Isomorphic Labs. Повседневное управление DeepMind и разработка семейства Gemini перешли к Кораю Кавукчуоглу, бывшему техническому директору подразделения. Одновременно Google покинул Джефф Дин, проработавший в корпорации 27 лет. Вместе с Санджаем Гемаватом, Ориолом Виньялсом и Куоком Ле он основал стартап Discovery Loop, который планирует заниматься автоматизацией ML-экспериментов. Проект привлек инвестиции от крупных фондов и самой Alphabet. blog.google ✔️ Black Forest Labs открыла доступ к FLUX 3 Video Модель доступна через собственный API немецкого стартапа и платформы партнеров. Она генерирует ролики до 20 секунд в HD и Full HD со звуковой дорожкой, фоновыми шумами, спецэффектами и речью. Модель поддерживает text-to-video, image-to-video и video-to-video и работает с ключевыми кадрами, а также может менять сцену и ракурс внутри одного видео, продолжать видеоряд и рендерить текст в кадре. Для речи заявлен липсинк на 14 языках. По внутренним бенчмаркам Elo FLUX 3 обходит Gemini Omni Flash, Minimax H3 и Seedance 2.0. Тарификация в API посекундная, генерация звука включена в стоимость. В HD-режиме T2V и I2V обойдутся в $0,06/сек, а обработка видео - в $0,12/сек. В Full HD цены составляют $0,29 и $0,53 за секунду соответственно. bfl.ai ✔️ ByteDance представила полнодуплексную аудиовизуальную модель с проактивным взаимодействием Китайский техногигант выпустил мультимодальную модель SeedRealtime для взаимодействия в реальном времени, которая параллельно обрабатывает аудио, видео и текст. Технической фишкой стал отказ от систем обнаружения голосовой активности. Очередность реплик контролируется через совместное непрерывное моделирование звука, визуальных данных и временных параметров. Модель самостоятельно определяет, когда вступить в диалог, сделать паузу или отфильтровать фоновый шум. SeedRealtime не ждёт команд, она фоном анализирует визуальный контекст, отслеживает нескольких спикеров и способна инициировать общение, реагируя на события или объекты в кадре. ByteDance заявляет, что система уже развернута на практике, но сведения о доступности в пресс-релизе не приводятся. bytedance.com ✔️ Mixture-of-Kittens: инструмент для ускорения обучения MoE-моделей на NVIDIA Blackwell Cursor выложила инструмент Mixture-of-Kittens (MoK) для ускорения обучения MoE-моделей на архитектуре NVIDIA Blackwell. MoK решает проблему задержек при обмене данными между GPU - в MoE-сетях этот процесс может занимать более половины времени обучения. Инструмент объединяет маршрутизацию токенов и вычисления в единый низкоуровневый массив для их параллельного выполнения и минимизации простоя оборудования. В тестах на кластере из 512 GB300 общая пропускная способность выросла на 41%, а обработка MoE-слоев ускорилась в 2,37 раза по сравнению с аналогами. По словам Cursor, компания применяет MoK для обучения модели Composer. Инструмент работает исключительно с архитектурой NVIDIA Blackwell и открыт под лицензией Apache 2.0. cursor.com @ai_machinelearning_big_data #news #ai #ml

275:0. Не в нашу пользу. С таким счётом завершился баттл между людьми и нейросетями в искусстве убеждения. Против ИИ выставили не случайных участников, а элиту: чемпионов мира по дебатам (да, такие существуют), профессиональных агитаторов, фандрайзеров и мастеров переговоров. Кожаным дали фору по всем фронтам – выбор тем, время на подготовку, тренировки и солидные денежные призы за победу. Результат? Разгром. Ни один из 275 экспертов не смог превзойти алгоритм. Ни по одной из десяти тем. Дальше – ещё интереснее. ИИ отправили собирать реальные пожертвования для фонда Save the Children и сравнили с профессиональной фандрайзинговой фирмой, которая занимается этим семь лет. Машина оказалась эффективнее втрое (!). Сэм Альтман ещё в 2023-м предупреждал: ИИ научится сверхчеловеческому убеждению задолго до того, как обретёт сверхчеловеческий разум. И это, писал он, может привести к весьма странным результатам. И вот мы уже здесь. История знает немало обладателей дара убеждения. Среди них хватало и злодеев – от Мао до Гитлера – которые словом вели за собой миллионы. Теперь этот дар можно масштабировать и раздать по подписке. Или не раздать, а оставить себе. Секты и религии с цифровым мессией во главе уже не выглядят фантастикой: харизматичный собеседник, доступный 24/7, знающий твои страхи и говорящий ровно то, что ты готов услышать. В бизнесе это тоже полностью меняет правила игры. Небольшой стартап с продвинутым ИИ-переговорщиком сможет на равных забирать сделки у гигантов рынка, а юрист-одиночка – переигрывать крупные адвокатские фирмы. Куда это всё нас заведёт? Давайте пофантазируем.

Индекс дятла — Что останется человеку, когда ИИ научится писать, кодить и придумывать лучше нас? — спросил сын — Долбить Последние 5,5 лет каждый день я писал пост. Большинство — фигня; а некоторые разошлись стотысячными тиражами. Повторить это сейчас сложнее. Из-за ИИ. Когда начинаешь новое дело — проходишь путь: 1. Вау, первый результат. Сейчас захватим мир 2. Блин, не все так просто 3. Да нихрена я в этом не понимаю 4. О, начинает получаться Раньше мы вкладывали больше усилий. «Жалко бросить», — говорили себе на третьем шаге. И продолжали на инерции, вере, а больше — страхе невозвратных потерь. С появлением ИИ мир ускорился: 100 идей за минуту, продукт — за вечер, стратегия — за ночь. И ты не привязываешься к ним: легче бросить и слабать еще 100500 «гениальных» штук. И этим убиваешь упрямство. А как тогда пройдешь долину смерти, где нет результатов и дешевого дофамина, где никто не хлопает и не замечает тебя? Никак. Все больше вижу фаундеров, которые запускают по шесть продуктов за неделю. Все меньше тех, кто показывать хоть какие-то внятные результаты. И это — печаль. Я выбрал название канала как напоминание себе. Индекс дятла — индикатор упрямства; количество попыток, которые сделаешь после исчезновения новизны, уверенности и быстрых побед. И для каждого проекта у меня есть такой. Вывод прост: будущее принадлежит упрямым, а не умным. У всех будет одинаково «гениальный» ИИ, но разный «индекс дятла». 9. Спасибо, что прочитали

Российский юридический ИИ-ассистент LawCopilot.ai привлек 10 млн рублей от венчурного фонда brainbox_I. Оценка компании не раскрывается. Полученные средства стартап направит на маркетинг и доработку продукта. LawCopilot [ООО “Копилот”] в 2026 году запустил Александр Литвиненко. Стартап разработал юридического ИИ-ассистента с верифицируемыми ответами. Он работает на Windows и MacOS в закрытом контуре компании, поэтому конфиденциальные данные не покидают ее инфраструктуру. Основные возможности заключаются в быстром поиске по законам и правилам с опорой на проверенные источники и российское законодательство, ответах с доказательной базой и ссылок на конкретные статьи и нормы права. Ход рассуждений агента виден целиком - от запроса до вывода, что” приводит к снижению рисков ошибок, и помощи в разборе комплексных юридических ситуаций”. brainbox_I - посевной венчурный фонд, часть экосистемы Brainbox [фонд и краудинвестинговая платформа brainbox VC]. Фонд инвестирует в российские IT-компании на ранних стадиях. Управляющий партнер - Сергей Егоров, член совета директоров brainbox VC. @rusven