ИИ научился «читать» мозг незрячего человека — и улучшил его зрительный имплант Искусственный интеллект помог точнее управлять зрительным протезом, имплантированным в мозг ослепшего после травмы человека. Модель глубокого обучения подбирала схемы электрической стимуляции, предсказывала реакцию мозга и позволяла получать нужный эффект с меньшим током. Исследователи считают, что такой подход может сделать кортикальные протезы более точными и персонализированными — устройство сможет адаптироваться к особенностям мозга конкретного человека. https://hightech.plus/2026/08/10/ii-nauchilsya-chitat-mozg-nezryachego-cheloveka--i-uluchshil-ego-zritelnii-implant

Наступила новая рабочая неделя Меня недавно поразило, что два выходных и вообще подход 5х2 в России не такой старый, то есть он появился примерно в конце 60-х. То есть, мои родители уже так не работали, но вот бабушки и дедушки вполне себе. До революции и в первые советские десятилетия единого современного графика не существовало: • обычно был один выходной - воскресенье; • в 1929 году ввели так называемую «непрерывку»: пять рабочих дней и один выходной, но выходной не приходился на конкретный день недели; • с 1931 года появилась шестидневка - отдыхали, например, 6-го, 12-го, 18-го, 24-го и 30-го числа каждого месяца; • в 1940 году вернулись к семидневной неделе с одним общим выходным — воскресеньем. Поэтому друзья мои, хорошего вам Августа и помните, что мы с вами живем в эпоху, где скорее всего через 20 лет мы будем работать 4 дня в неделю, ведь мы идем туда, или не идем? Наиболее короткая законодательная неделя среди крупных европейских стран во Франции: стандарт составляет 35 часов. В Нидерландах среднее фактическое время ещё ниже, но это во многом объясняется высокой долей людей, работающих неполный день. В некоторых странах распространены неформальные варианты: • в Нидерландах многие работают 4 дня или неполную неделю; • в Дании, Норвегии, Швеции и Германии обычная неделя часто короче 40 часов по коллективным договорам; • во Франции пятница или другие дни могут быть сокращёнными в отдельных компаниях; • в Бельгии сотрудник может попросить сжать полный рабочий график в четыре дня, но это не означает всеобщую четырёхдневную неделю. Ваш @blackproduct

Что делать, когда на рынке жопа Несколько важных принципов, которых придерживаюсь сам и вижу, что они сейчас работают у других. — Не держи в штате людей, без которых можешь обойтись. ФОТ это самый опасный постоянный кост, который долго и дорого сокращать в правовом поле. Поэтому любой новый найм только если ты сам разобрался и уверен на 100%, что без него не обойтись, а не потому, что тебе так говорит команда. — Берегись неразумных трат. Если точно не понимаешь, как этот расход повлияет на выручку или прибыль, то лучше не экспериментировать. Не парься, как оптимизация может выглядеть в глазах команды, клиентов или твоих друзей. — Кэш на счетах дороже, чем на бумаге. Значительная часть твоей выручки висит в дебиторке, лежит на складе, в договорах на подписании и т. д. Ищи способы быстрее превращать всё это в деньги сейчас, а не ждать идеального момента, курса или отскока рынка. Например, просроченную дебиторку можно продать с дисконтом так же, как и товар на складе. — Начни разбираться и внедрять ИИ. Это правда один из немногих инструментов, который сейчас влияет на эффективность. ИИ точно не спасет плохую бизнес-модель и процессы и не усилит слабую команду. Тут без лишних ожиданий и фанатизма. Но даже простые внедрения ИИ помогут ускорить то, что у тебя уже работает. — Прими новую реальность. Издержки растут, а твоя маржинальность вбелую (иначе точно нельзя) будет сокращаться. В России было много ниш, где маржа исторически была выше, чем на зарубежных рынках. Настраивай себя на то, что теперь придется привыкать к другим цифрам и в моменте станки могут работать в ноль, чтобы их не тушить. Возможно, что это повод честно поговорить с собой: а нужен ли такой бизнес? Хорошая новость в том, что плюс-минус все находятся в одинаковых условиях. — Не забивай на себя. Здоровье и энергия основателя — один из самых недооцененных активов. В тяжелые времена способность дольше выдерживать давление может стать серьезным конкурентным преимуществом. Твой сон, спорт и отдых сейчас как никогда нужны твоему бизнесу. — Чаще выходи в поля. Общайся с клиентами напрямую, а не только через отчеты руководителей. Говори чаще без посредников с линейными сотрудниками: на ресепшене, складе, в магазине, на производстве. Кто каждый день видит клиентов и знает, как реально устроены твои процессы. Спроси, что их бесит, что они бы исправили первым делом, чтобы им стало проще работать и радовать клиентов. — Общайся с другими предпринимателями. Причем не только из своей отрасли. Выходи из офиса. Интересуйся, что прямо сейчас у них работает в маркетинге, продажах, найме, программах господдержки и так далее. Мой любимый вопрос: «Что в твоем бизнесе за последнее время дало рост, которого раньше не было?». — Дефицит ресурсов может быть полезен. Скорее всего, когда ты создавал свою компанию, у тебя был жесткий дефицит денег, людей и знаний. И именно этот дефицит заставлял тебя быть более гибким, изобретательным и находить решения в те времена, когда тебе было нечего терять. Всё получится! @kutergin_on_fire

Про совсем компактные модели Мне нравится идея крутить локальные модели, но не нравится идея забивать всю память ими. Мне всегда казалось, что самый лучший способ сделать подобную edge модель — попробовать создать что-то, что будет достаточно умным, чтобы мочь делать выводы из данных, но не иметь собственных знаний. Да и зачем модели собственные знания, когда есть тривиально настраивающийся поиск в интернете и тулколлинг? Мои коллеги из AIRI подумали о том же и сделали Optimal Cognitive Core, про который я уже писал — затюненные reasoning версии Qwen-3-0.6B и Qwen-3-1.7B, которые оптимизированы под работу с внешним контекстом и RAG. Модели в целом подходят под мои требования к железу — веса занимают 1.2 и 3.4 гб в их родном BF16, ещё столько же на длинный контекст (так как это Qwen3, там GQA, это вам не модный нынче гибрид), итого, с пивком потянет. Другой вопрос, что эти модели слишком малы, чтобы быть применимыми для general purpose задач — всё таки это 600M и 1.7B dense. В этом размере обычно бывают забавные попугаи, который могут делать парафразу или простенькую классификацию после файнтюна, но не более. Следующий способ ужать модель в память моего MacBook Air M4 — использовать квантизацию. Тут отличились PrismML, сделав Bonsai-27B, бинарный- и тернарный кванты Qwen-3.6-27B. 27B модель в тернарном кванте занимает всего 7.2 гб после запуска инференса и вполне себе бегает на маках. К сожалению, Qwen-3.6-27B это dense модель, так что на моём маке она уж совсем медленная — если верить тому, что я нашёл в сети, генерация там будет в районе 13-14 токенов в секунду, чтение контекста — 100-150 токенов в секунду. Кроме того, это QAT (или вообще PTQ, подробностей мало), причём который скорее всего не затачивали на русский — так что я не ожидаю, что итоговая модель за пределами своего калибрационного сета/сета, на котором делали QAT сможет показать что-то интересное. Буквально в ответ на Bonsai появился Maple-Preview. Это 20B A1B MoE, которую специально затачивали под локальный инференс на маках ещё на этапе проектирования архитектуры, обучая свою модель с нуля в тернарной точности — то есть это не квантизация чьей-то модели. В итоге, получилась модель размером в 5.31 гб, 7.5 гб с учётом 131к контекста — почти в полтора раза меньше, чем бинарный квант Bonsai — который выдаёт аж 218 токенов в секунду на M4 Mac Mini и 127 токенов в секунду на iPhone (каком — непонятно). Модель практически не знает русского, да и в целом, мало знает (путает, в какой игре босса зовут Psycho Mantis), но если дать ей поиск, она вполне себе справляется с ответами на простые вопросы. Бенчей по тулколлам они не дают, в целом, понятно почему — я прогнал Tau-2 (в качестве user sim я использовал Qwen3-235B-A22B-Instruct-2507), на Airline скор 0.48, на Retail 0.175, на Telecom 0.427. Это не соннет и тем более не квен, но на то это и Maple Preview, они специально пишут, что учить модель на агентов будут дальше. При всех плюсах квантизации, это всё ещё почти половина доступной мне памяти. Поэтому есть ещё и третий способ как снизить использование оперативки: выгружать все веса на SSD и стримить экспертов у MoE с диска. Уже есть turbo-fieldfare, который запускает Gemma-4-26B на маке с использованием всего 2 гб памяти и есть Mference, форк turbo-fieldfare, который расширяет поддержку на Qwen-3.6-25B, DeepSeek V4 Flash и Inkling-Small 276B. Оно действительно использует очень мало памяти, но ценой того, что скорость генерации и чтения контекста падает до десятков токенов в секунду. Кажется, Apple делает что-то похожее в своей новой Siri, правда, активируя экспертов на весь промпт, а не на токен как в этих фреймворках. И тут появляется интересная идея — а что если мы возьмём Maple Preview, которая суперэффективная, с маленькими экспертами и обучавшаяся в тернарной битности, и внесём её в Mference? Так мы сможем, в теории, получить ещё меньшее использование памяти и относительно нормальную скорость генерации — потому что модель оптимизировалась под это на этапе архитектуры. Сказано — сделано. Спасибо кодексу и моей подписке за 200$, спустя 20 часов и 30% от недельного лимита я получил паритет с официальной имплементацией на teacher forced top-10 токенах в The Raven Эдгара Аллана По. Модель, в зависимости от контекста, занимает от 500 до 1200 мб памяти (!), на MacBook Air M4 читает и генерит со скоростями 40 и 20 тпс соответственно, может дёргать тулы и генерить текст. Такое не жалко оставить всегда включённым в фоне — кушать не просит, пусть лежит, если надо спрошу, он ответит. Попробую дотащить до мейна потом, но сейчас уже можно попробовать запуститься в моём форке на гитхабе. Зачем это нужно? Имхо, есть два режима использования подобных моделей. Первый — интерактивный чат. Там важно, чтобы модель отвечала быстро и имела низкий латенси. Второй — когда модель в фоне, почти не используя память и не мешаясь остальным модулям системы, что-то анализирует — классифицирует сообщения, достраивает граф знаний, фильтрует почту, пишет сводку, что-то медленно ресёрчит в интернете. Во втором режиме требований к латенси нет, так что скорости в 20 тпс вполне себе достаточно. Ну а чтобы переключиться из одного режима в другой, нужно всего лишь загрузить всю модель в оперативку с SSD — что делается довольно быстро, буквально за пару секунд. Если модель умеет в тулколлы — Maple Preview умеет не слишком хорошо, но на то она и Preview — то можно строить агентные пайплайны без требований к латенси и всегда иметь умного помощника, готового к работе оффлайн даже на старых телефонах. И это прекрасно — мне было бы очень приятно, если бы будущее было локальным. Код Суперинтересный пост от DeepGrove про то как они дизайнили модель

Инвест мемо: как фонды смотрели на будущих лидеров рынка (и не только) Перед каждой сделкой фонд собирает investment memorandum, подробно рассказывал в этом посте. Обычно этот документ никуда не публикуют, но бывает что управляющие фондов делятся им спустя время. Нашел ресурс, где собраны 38 публично доступных мемо: есть, например, от Sequoia по DoorDash и YouTube, от Lightspeed по Snapchat и другие. Для инвесторов — обратите внимание, как именно разбирают инвестиционную возможность. Для фаундеров — обратите внимание, на что именно смотрят фонды: https://www.alexanderjarvis.com/resources/collections/vc-investment-memo-collection/

🚀 Динамика рынка Индекс Мосбиржи падает на 0,1% с начала торгов 🔥 Общий фон: снова ниже 2300 Утренний геополитический оптимизм угасается. После новостей о возможном визите представителей США индекс доходил выше 2300 пункта, но затем откатился и сейчас практически вернулся к уровню открытия — 2281 пункт. Brent дорожает и торгуется по $84,8 за баррель, поддерживая котировки российских нефтяников. Однако роста этого сектора недостаточно для всего индекса. Алюминий на Лондонской бирже металлов (LME) впервые с 22 июня стоит дороже $3300 за тонну. Фьючерс с поставкой через три месяца в понедельник 10 августа поднимался на 1,8%, до $3337, на фоне ограничений поставок и падения производства. Дело в том, что за пределами Китая выпуск алюминия в июле сократился на 6,7% год к году из-за снижения загрузки ближневосточных заводов, а в самом Китае действует лимит производства в 45 млн тонн. В то же время из-за геополитической напряженности запасы на LME упали до минимума за нынешнее столетие. 📈 Растут • Русал; • ВК; • АФК Система; • МКБ; • ЮГК. Русал лидирует благодаря ралли алюминия. 📉 Падают • Совкомфлот; • Аэрофлот; • Хэдхантер; • Газпром; • Алроса. 📍 Подписаться на канал | Мы в MAX