Thinking Machines Миры Мурати превратила закрытую экспертную оценку Bridgewater в обучаемый навык и обошла frontier-модели, снизив число ошибок на 29.8%. В ии подавали финансовые статьи, отчёты, документы центробанков, письма. ИИ должен был определить что аналитик должен прочитать первым. Для LLM это оказалось тяжёлой задачей. При обычных промптах модели держались на уровне 46–50% accuracy, почти как угадывание. Экспертные промпты поднимали качество до 74–78%, но лучший результат дала разметка от опытных инвесторов Bridgewater. Неэкспертные метки провалились: здесь важны рыночный контекст, приоритеты и профессиональное чутьё. Один заголовок про тарифы может быть сильным сигналом, другой громкий геополитический инфоповод останется шумом. Bridgewater чистила датасет через спорные рейсы. Если модель расходилась с разметкой, пример возвращали экспертам на повторную проверку. Так в обучение попали паттерны принятия решений, которые эксперты видят интуитивно, но редко могут описать полноценной инструкцией. В обучении использовали три приёма. Во-первых, смешивали разные типы задач, чтобы модель училась применять экспертную оценку в похожих сценариях, а не запоминала один узкий шаблон. Во-вторых, аккуратно ограничивали обновления при обучении. Это снижало риск, что модель зацепится за случайные признаки в данных и начнёт уверенно ошибаться. В-третьих, модель дообучали на ответах более сильных версий. Так лучшие checkpoints постепенно становились учителями для следующих итераций. Результат: на 29.8% меньше ошибок, чем у лучшей frontier-модели, и в 13.8 раза ниже inference cost. Заметное преимущество, благодаря качеству экспертных решений. Такой датасет конкурент не скачает с Hugging Face. https://thinkingmachines.ai/news/learning-to-replicate-expert-judgment-in-financial-tasks/

🤖 Google хочет, чтобы телефон работал за вас Вышло большое интервью с главой команды Android Самиром Саматом, и главная мысль там любопытная. Последние сорок лет мы, по сути, работаем нянькой при своих устройствах: есть цель, а дальше сам разбей её на десяток шагов и вручную “протыкай” каждый. Так было с командной строкой, потом с иконками и меню. Google хочет это сломать и превратить операционную систему в «интеллектуальную»: ты называешь цель, а телефон сам соображает, как её достичь. Сердце их идеи — функция App Automation. Голосом говоришь Gemini, что нужно, и он сам начинает тапать по экрану: смотрит на интерфейс глазами, как человек, и жмёт нужные кнопки. Всё крутится в изолированном окне, которое можно свернуть, а выйти за его пределы агент не вправе. В демо он собрал корзину продуктов для барбекю, сам смекнув, что булок для хот-догов нужно больше, чем сосисок. Но перед оплатой тормозит — кнопку «купить» жмёте вы. Плюсом есть и другие функции, которые работают на эту идею. Rambler даёт наговорить мысль как попало и выжимает из потока ровно то, что вы правда хотели сказать. А Superfill работает с документами: с вашего разрешения вытащит номер паспорта или машины прямо из Google-аккаунта и сам подставит в поле. Агенты будут крутить задачи в фоне и отчитываться в отдельном уголке статус-бара, который назвали Android Halo, а интерфейс сместится от кликов к намерениям. Самир утверждает, что прямо сейчас телефон из инструмента превращается в исполнителя. Как вам такое будущее? @droidergram

Первый в США частный модульный ядерный реактор готов давать энергию ИИ-ЦОДам Калифорнийский стартап Valar Atomics впервые запитал компьютер с новейшей видеокартой Nvidia от портативного модульного атомного реактора. Работая на 37% от номинальной мощности, реактор Ward 250 обеспечил достаточно энергии деления, чтобы полученный в итоге сложного преобразования электрический ток поддерживал стабильную работу ИИ-чипа. Презентация показала, что реакторы Valar Atomics готовы подключиться к решению проблемы критической нехватки энергии для десятков строящихся в США под ИИ новых ЦОД. https://hightech.plus/2026/07/03/pervii-v-ssha-chastnii-modulnii-yadernii-reaktor-gotov-davat-energiyu-ii-codam

🌞 Июньский дайджест звучен Солнцем – Продакт-менеджмент не профессия – Продакты будущего – Про пессимизм менеджера – Эра нулевого клика – Foundational Mental Models & Skills – 5 когнитивных искажений конверсии – Мотиваторы, потребности и ценность – Как готовить ИИ-фичи: вводный гайд – Когда работа перестаёт учить – Стратегия ≠ План – Целевой клиент ≠ Целевая аудитория – Защитные метрики – Почему вам не нужна ИИ – Отмена – самая дешёвая точка роста – Откуда берутся «источники» в ответах ИИ – 10 причин провала ИИ-трансформации – Не складывайте слабости – Гант маминой подруги – Не весь фидбэк нужно принимать – Команды галлюцинируют о клиенте – Метод Дельфи для брейншторма – Output vs Outcome – Продуктовые собесы с ИИ – Проблемы продукта из вакансий – STAR на собесе: структура ответа – 2026 Product Hiring Trends Report – Чего не хватает ИИ в аналитике – Особенности синтетических фокус-групп – Твой лендинг теперь читают двое – Путь за рамками интерфейса – Как снизить усталость в интерфейсах – What Designers Struggle with on Product – Какие бывают дизайнеры – Путь к ИИ в модели мира – Я выпустил нейросеть в реальный мир – Спасет ли нас Human-in-the-loop – Гравитации как силы нет Вы мантру пропеть могли бы под гул водопроводных труб?

А не пора ли отдохнуть? На Выходном от Selectel 👀 25 июля соберёмся в Эрарте, чтобы разобраться, как ИИ меняет найм, работу с командой и карьерное развитие. Обсудим:

↗️ Как привлекать сильных специалистов и оценивать компетенции в эпоху искусственного интеллекта? ↗️ Почему ИИ-агент работает эффективно для личных задач, а на уровне команды — не всегда? ↗️ Где естественный интеллект никогда не уступит искусственному? А ещё — арт-перформансы, зоны для нейросетевого творчества, и всё это в окружении современного искусства. Всё-таки выходной 😉😅

😅 Узнать программу и зарегистрироваться на Selectel Day Off 25.07, Эрарта, Санкт-Петербург. Участие бесплатное. Такое мы сразу вносим в календарь 😌 🟢🟢🟢🟢🟢 Подписывайтесь на @Selectel_Events – там анонсы запланированных активностей и докладчиков! Реклама. АО "Селектел". erid:2W5zFJPomH3

У вас есть пара лет, чтобы перестать продавать руки 🔵 Ещё не так давно агентства работали так. Настроил рекламу - заплатили. Собрал лендинг - заплатили. Написал тексты - заплатили. Эта модель заканчивается. Не через пять лет, а УЖЕ СЕЙЧАС. ИИ с каждым месяцем всё дешевле делает то, что вчера считалось ремеслом агентства: настройка кабинетов, креативы, тексты, лендинги. И клиенты это видят: платить за три нажатых кнопки в рекламном кабинете больше не готовы. Ручной труд как самостоятельная ценность умирает. Услышьте это: если агентство конкурирует только руками - это дорога в никуда. Не потому что вы плохо работаете, а потому что рынок, блин, меняется)) А вот что не дешевеет, так это экспертиза. Настоящая аналитика, а не циферки в табличке. Понимание бизнеса клиента изнутри. Нишевое знание, за которое набили шишки лично вы и ваша команда. Это невозможно автоматизировать, потому что это про ваш личный контекст. 🔵Агентство, которое доживёт до 30-го года, - это не контора, перепродающая руки. Это сочетание консалтинга и производства, где производство по большей части берёт на себя ИИ, а вы продаёте голову.

Занятную историю публикует Nieman Lab, разоблачая сайт The Editorial. Сайт, отличающийся от реального The Editorial только доменом .news, опубликовал фейковый лонгрид о том, как некий стартап скупил 47 еженедельных газет Алабамы, заменил журналистов на AI-контент и обанкротился, оставив десятки округов без прессы. Историю за несколько часов распространили журналисты в Bluesky и блогах, хотя проверка показывает, что все «умершие» газеты продолжают выходить, а цитируемые люди и компании не существуют. 30 июня материал сняли «из-за сфабрикованных деталей». У сайта нашлась целая серия выдуманных текстов о гибели американских локальных газет — от Nashville Tennessean до Macon Telegraph — за подписью несуществующих репортёров с фальшивыми биографиями из The Atlantic и ProPublica. Монетизации на сайте нет, как пишут исследователи — ни рекламы, ни партнёрских ссылок, только страница пожертвований, привязанная к финской компании Nordiso Group. Зато вся политическая рубрика за восемь недель посвящена Таиваню, причём каждый текст доказывает его уязвимость: США не будут защищать остров, TSMC готова к переезду, спецслужбы бессильны против китайской агентуры. Раздел «Азия» системно показывает силу Китая на фоне слабых соседей. В общем, это немного намекает на характер публикации. Как и то, что сейчас сайт выдает заглушку Under Construction — видимо, начальство приказало сворачивать точку. https://www.niemanlab.org/2026/07/now-were-getting-ai-fake-news-complaining-about-how-ai-fake-news-is-the-death-of-real-news/

📸 6 инсайтов от дизайнера, который получает $5 тысяч в месяц с помощью ИИ На Reddit нашел историю фрилансера, который освоил Nano Banana и стал зарабатывать на генерации изображений. Хочу поделиться его кейсом. Надеюсь, пригодится дизайнерам и другим креативщикам. 🍌 С чего все началось? Около полугода назад автор начал заниматься ИИ-фотографиями: генерировал картинки в Nano Banana и предлагал свои услуги на бирже. Первый заказ на одно изображение принес ему $40, зато один из последних проектов - $2 500 за 20 картинок. В итоге он заработал больше $5 тысяч в месяц, работая фрилансером на полставки. Осваивая новую сферу, он открыл несколько важных нюансов. Вот они 👇 1️⃣ Индустрия быстро растет. Раньше ИИ‑визуалы заказывали только маленькие бренды. Теперь к ним присоединились заводы, международные компании и издательства. Причина в том, что традиционная съемка отнимает много времени и нервов. А в нейросети можно быстро создать визуал и запустить продажи до того, как будет готов продукт. 2️⃣ Привлекать клиентов относительно легко. Как показала практика, неплохо работают 2 способа: отклики на бирже для теплых лидов, email-рассылка для холодных. Только перед тем, как предлагать услуги, бесплатно сгенерируйте визуал с продуктом клиента. Это поможет выделиться среди кучи шаблонных заявок. 3️⃣ Просто креативным быть недостаточно. Для генерации реалистичных фото нужно мыслить, как промт-инженер: тестировать варианты и искать закономерности. Например, чтобы создать картинку с лестницей, пришлось провести серию экспериментов с разными настройками. 4️⃣ Чтобы заработать, нужно разобраться в задаче клиента. ИИ-фрилансеры часто ставят цену, исходя из количества картинок, и... ошибаются. Потому что предпринимателям нужны не фото. Им важно сэкономить на фотосессии или побыстрее запустить рекламу. Так что узнайте у клиента, какой результат он хочет получить, и предложите готовое решение. Так цена работы сразу вырастет. 5️⃣ Не стоит зацикливаться на одном инструменте. Даже если научитесь ювелирно писать промты, то вряд ли сразу получите нужный результат. Ведь нейросети не всегда точны. Чтобы стабильно делать качественные картинки, учитесь работать сразу в нескольких системах: создавайте вместе с ИИ, а допиливайте в Canva или в другом редакторе. 6️⃣ Сфера только начала развиваться. Если хотите начать - сейчас самое время. В будущем ИИ-фотография вырастет в мощную индустрию, в которой будут одинаково цениться творческие навыки, аналитические способности, вкус и культурный багаж. Поэтому переживать, что нейросети отнимут работу, не стоит. Как считаете, направление и правда такое перспективное? Пишите свой ответ в комментариях ✍️ 👉🏼 Подписывайтесь на «Телеграмму...» в Максе: max.ru/yumaks #ИИ #НЕЙРОСЕТИ #БИЗНЕС

Китай открывает пятилетку ИИ-образования Государственный совет опубликовал пятилетний план, где прописано, что ИИ‑грамотность должна стать ключевой способностью каждого учащегося на любом уровне образования. Теперь обучение ИИ в Китае будет начинаться примерно с 6 лет, и распространяться в виде систематических курсов на всех классы школы, и далее в университеты, колледжи и тд. Причем это не просто идея, а часть стратегии Си Цзиньпина по технологическому превосходству и конкуренции с США. Массовая ИИ‑грамотность объявляется вопросом национальной конкурентоспособности и даже элементом нацбезопасности. Молодцы, что сказать. Так они скоро станут первой страной, для которой навыки работы с ИИ будут такой же базой, как Интернет или простейшее ПО.

✔️ Google сообщила о росте потребления электроэнергии на 37% за 2025 В ежегодном экологическом отчёте, компания сообщила, что её потребление электроэнергии за год выросло на 37%. С 2019 года общий спрос на электроэнергию вырос более чем на 250%. Google связывает это с развитием платформы Google Cloud, инвестициями в поиск, ростом YouTube и расширением инфраструктуры для ИИ. Согласно разбору отчёта в отраслевых СМИ, только дата-центры израсходовали в 2025 году свыше 42 млн МВт·ч электроэнергии, это примерно на треть больше, чем годом ранее.

Примерно столько же за год потребляют Новая Зеландия или Дания.

В 2025 году Google заключила соглашения о закупке более 12 ГВт новых мощностей чистой энергии (рекордный показатель). Google признаёт, что строительство ИИ-инфраструктуры идёт быстрее, чем переход энергосетей на низкоуглеродные источники. При этом 9-й год подряд ИТ-гигант в сумме за год закупает объём возобновляемой энергии, равный всему её годовому потреблению.

Этот годовой баланс не означает, что каждый дата-центр в любой час работает на чистой энергии (в периоды, когда возобновляемой генерации не хватает, нагрузку по-прежнему закрывают ископаемые источники).

Косвенные выбросы CO2 в цепочке поставок Google за год выросли на 25%. @ai_machinelearning_big_data #news #ai #ml

Орбитальные вычисления: новая линия геополитического соперничества Исследователи из Университета Хуацяо Хуан Жихань и Ши Юйкунь опубликовали в журнале «Исследования международной безопасности» статью «Орбитальные ресурсы и вычислительная гегемония: международная безопасность в эпоху вычислительных созвездий», в которой подробно разбирают, как перенос обработки данных на орбиту превращает космическую инфраструктуру в инструмент геополитического влияния и формирует новую линию конкуренции между США и Китаем за контроль над орбитальными ресурсами и технологическими стандартами. Ключевые тезисы: 🔺В 2026 г. Китай включил вычислительную сеть в число стратегических национальных объектов — «шесть сетей», наряду с водной, энергетической и другими. Из-за резкого роста потребностей ИИ наземная вычислительная инфраструктура упирается в ограничения, в первую очередь колоссальные энергопотребление и расход воды на охлаждение. Отсюда возникла идея вынести часть вычислений на орбиту — так появляются «вычислительные созвездия»: низкоорбитальные группировки спутников с вычислительными модулями на борту, соединенных лазерными межспутниковыми линиями. 🔺Технологический переход стал возможен благодаря трем прорывам. Во-первых, многоразовые ракеты-носители вроде Falcon 9 резко снизили стоимость запуска. Во-вторых, лазерные межспутниковые линии позволяют передавать данные между спутниками напрямую, минуя наземные станции, что сокращает задержки. В-третьих, орбитальные пограничные вычисления дают возможность обрабатывать информацию прямо на борту, а не после передачи на Землю. Эти технологии превращают низкоорбитальные спутники из простых ретрансляторов в распределенную вычислительную сеть, способную распознавать, фильтровать и анализировать данные в реальном времени. 🔺Развертывание таких созвездий упирается в проблему частотно-орбитальных ресурсов — орбитальных позиций и радиоспектра. Они физически ограничены и регулируются Международным союзом электросвязи (МСЭ) по принципу «первым заявил — первым занял». Раньше существовала лазейка: достаточно было запустить один спутник из заявленного созвездия, чтобы занять частоту за всей группировкой, так плодились «бумажные спутники». В 2019 г. МСЭ ввел поэтапные контрольные точки с обязательной отчетностью, а в 2023 г. — требования после завершения этапов развертывания: для крупных группировок в работе должно постоянно находиться не менее 95% заявленных спутников, иначе регистрация сокращается. Страны с мощными ракетными программами и большим капиталом легче выполняют эти условия и закрепляют за собой лучшие орбиты и частоты, создавая фактическое преимущество первых игроков. 🔺Гегемония в этой сфере возникает не из количества спутников как такового, а из контроля над технологической цепочкой. Сильнейший игрок — США. Американские частные компании, регуляторы, военные структуры и технологические платформы действуют как единая экосистема. Вдобавок Вашингтон использует экспортный контроль над передовыми чипами и оборудованием, чтобы затруднить конкурентам доступ к ключевым компонентам космических вычислений. 🔺Конкретные проекты и стратегии уже сложились. Выделяются три модели: американская — экспансивная, коммерческая, с быстрым масштабированием и последующей интеграцией с обороной; китайская — устойчивая, государственная, с упором на технологическую независимость; европейско-японская — нишевая, сосредоточенная на узких преимуществах и альянсах. 🔺Военное значение вычислительных созвездий связано с сокращением цикла принятия решений. Обработка данных прямо на орбите ускоряет переход от наблюдения к анализу и действию. Это дает тактическое преимущество, но одновременно сжимает время для политической проверки и контроля, повышая риск ошибочной эскалации. Такие системы могут вести глобальный мониторинг портов, железных дорог и перемещений войск, стирая грань между гражданским и военным применением. И сама система становится настолько стратегически ценной, что любое воздействие на нее воспринимается как удар по национальной безопасности. 🔺Угрозы для этих систем смещаются от физического уничтожения к «мягкому» поражению. Массовые кинетические атаки создадут космический мусор, что опасно для всех участников, поэтому более применимы глушение сигналов, кибератаки, подмена данных, вмешательство в маршрутизацию и атаки на алгоритмы ИИ (например, отравление обучающих выборок или подделка телеметрии). Задача не вывести спутник из строя, а снизить достоверность данных и нарушить управление, чтобы лишить противника преимущества в скорости. 🔺Одновременно растет влияние частных компаний. Они контролируют ракеты, спутниковую связь и вычислительные сервисы, а значит — доступ к критической инфраструктуре и ход военных или политических кризисов. Это размывает границу между коммерческой деятельностью и национальными интересами. 🔺Плотное заполнение низких орбит порождает отдельную проблему — космический мусор и риск столкновений. Чем больше спутников, тем выше вероятность аварий. Источники обломков при этом трудно атрибутировать: техническая авария, чья-то халатность или замаскированная атака. Такая неопределенность открывает пространство для «серых» операций — опасных сближений или контролируемого засорения орбитальных зон. 🔺На этом фоне назревает перестройка правил управления космическим движением. Действующие механизмы писались под эпоху одиночных спутников и не рассчитаны на группировки. Страна, владеющая лучшими средствами орбитального мониторинга и встраивающая свои алгоритмы в глобальную систему предупреждений, фактически получает право определять, какие действия считать «нормальными», а какие — враждебными. Особую серую зону создают лазерные межспутниковые линии: они не регулируются МСЭ и позволяют вести скрытую передачу данных, что затрудняет контроль за двойным назначением.

Авторы называют вычислительные созвездия новой стратегической инфраструктурой эпохи ИИ. Конкуренция за вычисления уходит с земли на орбиту, и тот, кто первым добьется прорыва в космических технологиях и в написании стандартов, займет выгодное место в еще не сложившемся космическом порядке. Китаю авторы советуют идти путем, противоположным американскому. Внутри страны — своя независимая экосистема, собственные стандарты и раннее закрепление на орбитах и частотах, чтобы не зависеть от чужих цепочек поставок. Вовне — предлагать Глобальному Югу совместное строительство инфраструктуры, передачу компетенций и доступ к вычислениям как к общему благу, опираясь на «Цифровой шелковый путь», космический коридор «Пояса и пути» и БРИКС. Так Пекин, по мнению авторов, и укрепит собственную безопасность, и противопоставит «космической вычислительной гегемонии» США более открытую модель.

🐉 О Китае в Атласе Байцзэ