Google купит данные обанкротившейся авиакомпании для обучения AI Компания выиграла аукцион с предложением 10 миллионов долларов за данные авиакомпании Spirit Airlines. В пакет входят 100 миллионов рабочих писем, 500 миллионов сообщений из Teams, данные об операционной работе, маркетинге, финансах и сотрудниках, а также около 30 миллионов строк кода. Есть там и огромный массив отраслевых данных: цены на 7.2 миллиарда рейсов конкурентов и около 7.5 миллиарда записей о пассажирских транзакциях начиная с 2008 года. Персональные данные пассажиров в сделку не входят. Сделка пока не закрыта. Профсоюз бывших бортпроводников Spirit выступил против продажи из-за данных сотрудников. https://news.bloomberglaw.com/bankruptcy-law/google-aims-to-boost-ai-with-purchase-of-spirit-airlines-data

😏OpenAI слила переписку из ChatGPT в ФБР 🤖OpenAI в экстренном порядке передала агентам ФБР логи диалогов 25-летнего финансового аналитика Goldman Sachs Даррена Чжоу, который в деталях расписывал нейросети планы убийства бывшей девушки, слежку за ее расписанием и покупку оружия. 🔍Автоматические классификаторы зафиксировали угрозу, модераторы подняли логи за два месяца и выгрузили их спецслужбам. Финал истории: мгновенный арест, увольнение из банка, суд и восемь лет надзора с электронным браслетом на ноге.

🟦Никакой тайны переписки нет: алгоритмы сканируют каждый запрос в реальном времени.

🟦Выключение тумблера не "обучать модель" и режим "временных чатов" не защищают от логирования безопасности

🟦OpenAI хранит копии и при малейшем подозрении передает их живым ревьюерам.

🟦При возникновении прямой угрозы компания делится данными с силовиками сама, не дожидаясь судебных ордеров.

Промпты, отправленные в проприетарные нейросети, никогда не принадлежали нам. 🦔CyberYozh

Параноикам на заметку — бесплатный сервис DecryptAds, который автоматически собирает и сопоставляет публичные рекламные декларации сайтов и приложений — файлы ads.txt, app-ads.txt и sellers.json. Сервис показывает, какие рекламные сети и брокеры данных отслеживают пользователей: например, у espn.com обнаружено 143 рекламных партнёра и 19 зарегистрированных брокеров данных, почти половина которых собирает геолокацию. Отдельно помечаются партнёры из зон риска — среди них российская Between Digital с нью-йоркским адресом, чьи платежи проходят через подсанкционный Альфа-банк. Основной инструмент сервиса — лента «тихих удалений»: рекламные биржи, заподозрив продавца в фроде или вредоносной рекламе, просто убирают его из своего sellers.json, никого не уведомляя, и тот продолжает работать с другими сетями. DecryptAds сопоставляет такие удаления между биржами, превращая разрозненные тихие баны в публичный сигнал. Впрочем, пытливому параноидальному уму там есть с чем покопаться. https://krebsonsecurity.com/2026/08/whos-tracking-you-use-this-new-service-to-find-out/

Во многих знаниях многие печали Друг сегодня мимоходом рассказал о поразительном научном прорыве, радикальный переворот в медицине. – Claude, это правда? – [шуршание моторчиков] Нет, ничего подобного, даже четверть шага не сделано. Я сам увидел прикольную аналитику. На одном очень большом и интересном рынке раньше была стагнация, а теперь каждый год заметный рост. – Claude, как это объясняют? – [шуршание моторчиков] Основная причина – измеритель изменил методику. Если смотреть на сравнимые ряды – всё всегда росло примерно одинаково. Правда и раньше была доступна, но теперь в один клик. К сожалению, правда почти всегда оказывается скучной. #простомысли #ai

Кстати, по поводу скупки книг эйай-стартапами: Если бы я был Антропиками (то бишь, ультра-прошаренными эйай-чуваками, но абсолютно без моральных принципов), то я бы не просто скупал все подряд бу-книжки по каталогам, а нанял бы специальных людей, чтобы они целенаправленно искали качественные книги, выпущенные именно МАЛЫМ тиражом. Скармливал бы книжку модели и уничтожал весь тираж. Чтобы не просто впитать ценные human-created знания, но чтобы они гарантированно не достались другим LLM и перестали существовать. Я охотился бы за такими книгами, не жалея бабла. Чтобы потом втирать инвесторам и юзерам: "Наш эйай действительно уникален!". Хрен бы кто поспорил. Как хорошо, что я не настолько аморален, чтобы такое предлагать. И в реальности так никто не делает, ведь даже у Антропиков есть какие-то границы. Или нету? Антикварный букинист Питер де Врис из голландского Харлема рассказал журналистам: Ему написал сингапурский стартап 2077AI: мол, собирают книги на разных языках, готовят крупный заказ (для кого - не сказал, NDA). К письму приложили список, и там сплошь раритет: "Моделирование методом дискретных элементов в геомеханике" 1999 года, "Лазерное упрочнение современной керамики", редкая монография про ирландский фольклор, и т.д. и т.п., всего около 3000 изданий. Похожие письма в те же недели получили букинисты в Швейцарии, Испании и Германии - от этой же компании или от других похожих. Важно, что охотятся именно за узкоспециализированным и супернишевым чтивом, которое физически существует в нескольких экземплярах на весь мир. Такие дела 😈😈😈

Перезапустили приложение, а все его файлы исчезли. В Kubernetes такое случается часто. Контейнеры могут удаляться и запускаться заново, а всё, что хранилось только внутри них, пропадает. Чтобы этого не происходило, приложениям подключают отдельные диски. Kubernetes сам находит или создает подходящее хранилище, подключает его к приложению и следит, чтобы данные остались на месте даже после перезапуска. Автор объясняет эту систему на простом тестовом кластере. Показывает, откуда берется диск, как Kubernetes его подключает, где искать ошибки и что проверять, если хранилище вдруг не заработало. Это небольшой гайд для начинающего сисадмина.

Почему цифры на слайдах врут Топ-зацепок к тому, что вам показывают (1) Метрики часто подменяют стратегию (сурrogation) Люди мысленно заменяют абстрактные стратегии измеримым показателем. Например, учитель учит сдавать тесты, а не понимать предмет Компания Wells Fargo хотела построить долгосрочные отношения с клиентами и измеряла это кросс-продажами дополнительных счетов. Итог: 3,5 млн счетов, открытых без согласия клиентов. Разрушено ровно то, ради чего все затевалось (2) Как только показатель становится целью, он перестает быть хорошей мерой (Закон Гудхарта) Любая наблюдаемая статистическая закономерность склонна к разрушению, как только на нее оказывается давление с целью контроля Те, кто ставят цель, часто имеют неполное представление о процессе. Внимание, направленное на абстрактные метрики, оставляет что-то важное в тени KPI Тестировщиков в ИТ могут измерять по количеству найденных багов. Но в итоге, ребята могут создавать баги-пустышки или начать дробить большую задачу на мелкие, чтобы повысить такую метрику (3) Улучшение метрики может означать ухудшение реальности Представьте себе хирургов, которые заполняют отчеты о хирургических операциях. Чтобы повысить свои показатели, некоторые хирурги отказывают пациентам с худшими шансами на успешный исход Это значит, что тяжелобольным становится все сложнее найти хирурга. Люди умирают, метрика улучшается (4) Вы не можете понять, почему происходит Х, рассматривая только те случаи, когда Х происходит (ошибка выжившего) Очень хороший пример, когда наши эмоции, в том числе, толкают в сторону неверных выводов –  Представьте себе случай массовой стрельбы, освещенный в СМИ. Часто в биографиях стрелков обнаруживают, что они играют в "жестокие" видео игры. Но вопрос не в том, играют ли они, а в том: - играют ли они больше других? - становятся ли люди жестокими, играя в жестокие видео-игры или люди играют в такие игры, потому что жестоки сами по себе? - к чему приводят такие игры: к увеличению насилия или к безопасному выплеску? (5) Спрашивайте, чего в данных нет Вы исследовали людей, которые у вас что-то не купили, хотя были на вас подписаны? А как насчет людей, которые не купили, потому что даже о вас не знали? Ушло 100 клиентов, вы опросили 20 ответивших и сделали выводы? А что с молчунами? Бонус Данные никогда не сырые, вы просто иногда впервые с ними сталкиваетесь. Данные осмысляются, фиксируются и собираются, в результате человеческих решений: что именно измерять, когда, где и каким методом У цифры всегда есть автор со своими особенностями и интересами 🔗 Кружок кройки бытия

🎉 Мы запустили МИРА бистро — это очень дорогой pet-проект 😅 👀 Внимательные читатели уже могли что-то заподозрить: последние бранчи ODS Moscow × Нескучный Data Science проходили именно там. Пора признаться — это было не случайное совпадение и не очень нативная рекламная интеграция. 🏦 Четыре с половиной года назад, когда мой банковский стаж уже перевалил за пять лет, в самом первом посте я признался, что никогда не собирался работать в крупных компаниях, тем более в банках. К настоящему моменту стаж приблизился к десяти годам, а я прошёл путь от джуна до управляющего директора с командой из 150 человек. Прогноз оказался неточным, зато обучающая выборка получилась отличной. 🤖 Все эти годы главной темой канала было практическое применение ИИ в бизнесе — ровно то, чем я занимался в финтехе: находил точки применения ИИ, оценивал потенциальный эффект и встраивал решения в бизнес-процессы. Теперь похожую задачу мы уже решаем в собственном бизнесе. 🏪 Главное отличие — в начальной точке: в бигтехе и финтехе данные обычно собираются и логируются, хотя используются далеко не всегда, а в небольшом офлайн-бизнесе их обычно не собирают системно. 📊 Но в главном небольшой бизнес ничем не отличается от крупного: путь к AI-native компании начинается с data-driven фундамента. Сначала мы описываем и оцифровываем процессы, организуем сбор данных и выстраиваем систему метрик, а затем внедряем ИИ. 🔬 Основные принципы при этом остаются прежними: начать с изучения бизнес-процесса — подобно тому, как физик изучает природу, понять, как его можно улучшить и где ИИ принесёт измеримый эффект, а затем довести решение до внедрения. 👨‍🏫 Этим же принципам я учил руководителей на курсе «Принятие решений на основе данных», а теперь применяю их уже в роли владельца компании. В МИРА мой опыт в данных, ИИ и построении процессов соединился с ресторанной операционкой — на том самом стыке ортогональных областей, о котором я писал в посте про настоящий аплифт от ИИ. 🚀 Для подписчиков это будет кейс о том, как перенести опыт из ИИ и крупного бизнеса в собственную компанию. В предыдущем посте я писал, что работодатель больше платит тем, кто помогает ему больше зарабатывать. Но эта сделка работает в обе стороны: когда вы относитесь к чужой компании как к своей и выбираете сложный путь, который приносит ей дополнительный результат, вы одновременно накапливаете опыт и инструменты. Теперь проверим, насколько хорошо этот опыт переиспользуется уже в собственном бизнесе. 🎁 Но прежде чем рассказывать о применении ИИ, нужно понять сам продукт и изучить его процессы. Только после этого станет ясно, где и зачем нужен ИИ. Поэтому в следующем посте будет первая коллаборация с каналом @mirabistro и акция для подписчиков. Сначала познакомлю вас с продуктом, а уже потом перейдём к данным, метрикам и применению ИИ.