ИИ

Посмотрел свежее интервью Митчелла Грина из Lead Edge Capital. Понравилась его формулировка: мы вполне можем быть в AI пузыре, он когда-нибудь лопнет, и при этом AI всё равно окажется больше интернета. Одно другого совершенно не исключает. Но занимает меня сейчас другое. Где в итоге останется экономическая ценность? Сегодня кажется, что ответ очевиден и это в железе. На фондовом рынке уже видна ротация от software к hardware. Nvidia стала главным символом AI бума, рядом растут производители памяти и сетевого оборудования, а также энергетическая инфраструктура. Хотя тут есть любопытный парадокс дешёвых токенов. Сами модели стремительно дешевеют: open source догоняет frontier-модели, Китай тоже. Тот же Kimi выпускает модели, которые по ряду задач приближаются к Claude, но стоят в разы дешевле. Корпорации уже активно считают экономику токенов - Uber, Spotify, Airbnb и другие могут запускать inference на открытых моделях через Fireworks, Baseten и аналогичные платформы существенно дешевле. Для огромного количества корпоративных задач прошлогодняя модель уже хватает с головой. То есть интеллект постепенно превращается в обычный товар. Казалось бы, для AI-инфраструктуры это медвежий сценарий: токены дешевеют, значит и денег на вычисления уйдёт меньше. Я думаю, будет ровно наоборот. Это парадокс Джевонса: рост эффективности ресурса часто не уменьшает его потребление, а увеличивает. Если inference подешевеет в 10 раз, компании не станут тратить в 10 раз меньше. Они запустят в 100 раз больше агентов. То, что сегодня экономически оправдано только для Fortune 500, станет доступно компании из 50 человек. А крупная корпорация вместо нескольких AI-use cases сможет постоянно держать тысячи агентов в продажах, разработке, finance, procurement, legal, customer service и R&D. Цена токена падает, а количество токенов растёт ещё быстрее. Поэтому среди моих фаворитов на этот год Nvidia, Micron и Broadcom. Для меня это три слоя одной ставки на экспоненциальный рост вычислений: ускорители, память и сетевая часть с заказными чипами. Но есть и риск. Исторически каждый раз, когда казалось, что вся ценность теперь навсегда осталась у производителей чипов, сами чипы со временем тоже коммодитизировались. Так что совсем не факт, что Nvidia будет забирать непропорциональную часть экономики AI следующие 20 лет. Но вот что произойдёт выше, на уровне приложений, понятно ещё меньше. Появятся ли огромные специализированные AI компании в медицине, legal, finance и enterprise software? или Claude, OpenAI, Gemini и open-source модели постепенно съедят большую часть этих приложений сами? По-моему, это сегодня и есть главный инвестиционный вопрос. Тут я честно не знаю. Мы пытаемся угадать победителей игры, которая началась пару лет назад и спокойно может тянуться ещё лет тридцать. Так что я допускаю и пузырь в оценках, и коммодитизацию моделей, и даже коммодитизацию чипов когда-нибудь, а вот коммодитизацию самого спроса на вычисления представить пока гораздо сложнее. Чем дешевле становится интеллект, тем больше железа потребуется миру, чтобы его производить. @maxvotek | linkedin | substack

✔️ Корпоративные клиенты игнорируют Fable 5 По данным финансовой платформы Ramp, бизнес не спешит переходить на самую мощную из доступных моделей Anthropic. За первый месяц после релиза на Fable 5 пришлось всего 6% от общего числа купленных через API токенов.

Рамп оговаривается, что выборка данных для Fable получена из собственной системы по управлению расходами токенов и несколько смещена в сторону технологических компаний. Фактическое внедрение Fable, вероятно, еще ниже этих оценок, если предположить, что Fable 5 используется в основном для кодинга.

Главной причиной слабого старта аналитики называют завышенный прайс - при цене $10 за миллион входных и $50 за миллион выходных токенов модель обходится вдвое дороже, чем GPT-5.6 Sol от OpenAI. В результате флагман Anthropic принес на четверть меньше выручки, чем топовое решение главного конкурента, несмотря на свою более высокую производительность. Слабые продажи Fable 5 вскрыли другую проблему - компаниям всё сложнее просчитать реальную окупаемость топовых ИИ-решений. Прирост в качестве ответов часто оказывается неочевидным в рутинных рабочих задачах и не оправдывает переплату. На фоне того, как разрыв в возможностях между коммерческими гигантами и открытыми решениями сокращается до нескольких месяцев, корпоративные пользователи всё активнее мигрируют на open-source. Эта тенденция уже привела к замедлению темпов роста клиентской базы как у Anthropic, так и у OpenAI. @ai_machinelearning_big_data #news #ai #ml

Кому в Требло? Приведу вот такой такой пост из коментов от Александра. Обозначает довольно интересные плюсы Treblo и минусы Suno. Очень любопытно, особенно про датасеты. На днях стало интересно проверить, насколько у них (Требло) реально большая база. Спарсил список из 35 000 исполнителей по 6 странам (брал топы из last.fm, строго в порядке убывания популярности). По косвенным признакам понял, что метаданные для обучения они тянули из MusicBrainz. Сопоставил списки, чтобы вытащить все возможные варианты написания. Написал скрипт и аккуратно прогнал всю эту базу через их валидатор. По цифрам: из 35 000 артистов валидацию успешно прошли около 15 000. База действительно огромная. Даже когда скрипт дошел до самого конца списка и проверял глубокий андеграунд, процент узнавания держался в районе 40%. Судя по наличию одних артистов и отсутствию других, сам датасет они собирали где-то в 2022–2023 годах. Из обидного. Русскоговорящих исполнителей там сильно меньше, чем западных. Если из топа США пробивается около 90% имен, то из нашего сегмента от силы 30%. Но у такого гигантского датасета есть крутое преимущество. В отличие от Suno, у которого большинство треков страдает от одинакового мастеринга и шаблонных тембров, Treblo выдает сумасшедшее разнообразие в звучании. Этим платформа очень напоминает ранние версии Udio. Если правильно подобрать теги, можно вытащить всё что угодно: хоть хор балканских бабушек, хоть ритуальные богослужения (в Suno такое получить практически нереально). Правда, из-за такой всеядности и огромной базы нейронка гораздо чаще ловит звуковые артефакты и галлюцинации. Но за пределами моего списка лежат еще десятки тысяч рок-групп, финских метал-бэндов, блюзменов из 30-х годов и аниме-композиторов, чьи альбомы когда-то были выгружены в сеть и размечены в MusicBrainz. Так что, не удивлюсь, если количество артистов в их базе переваливает за 50 000. P.S. Вообще, учитывая, как бескомпромиссно они сожрали гигантские объемы защищенного копирайтом контента, ребята ходят по очень тонкой грани. P.P.S. Я не говорил, что Suno в принципе не может сгенерировать хор как таковой или какой-нибудь специфический жанр. Речь о том, что он очень скуден тембрально и текстурно. Suno выдает дистиллированный, прилизанный звук. У него всё звучит так, будто это записано в 2010/20-х на одной и той же аппаратуре. Грубо говоря, если попросить Suno написать гранж в стиле Nirvana, это будет звучать так, словно Курта Кобейна загнали в современную студию, дали новенькие блестящие инструменты из магазина, а сводил всё это дело модный поп-продюсер из 2010-х. А сразу за Нирваной в очереди в эту же студию стоят те самые балканские бабушки, чтобы записаться в тот же микрофон. Звучать они в итоге будут так же стерильно, как бэк-вокалистки Дуа Липы. Нет грязи, нет аутентичности пространства и времени. Примеры (текст просто эхолалия под языки тех регионов, смысла в нём нет): 1.mp3 Балканский хор. У Treblo слышна аутентичность региона, специфическое звукоизвлечение и народное пространство. Suno, возможно, взял бы специфичные для региона гармонии и узкое звукоизвлечение, но на этом всё. 2.mp3 Биг-бэнд в стиле 50-х. Звук похож на запись 50-х, с нужной сатурацией и артефактами, которая записана на оборудовании 50-х и снята с оригинальных носителей. В Suno такого винтажа не добиться, модель всё равно попытается сделать звук чистым и современным, максимум, искусственно добавит треск пластинки. Она возьмёт структуру, инструменты и аранжировки из 50-х, но звучать это будет как современный Big Band. 3.mp3 Африканский хор. Очень крутая детализация, там слышно характерное пощелкивание языков и артикуляцию. Suno бы свёл африканский хор к американскому госпелу. В общем, в Suno хор получится масштабным, но это будет скорее универсальный хор из голливудского трейлера с щепоткой каких-то вариативных характеристик. При этом я ни в коем случае не хочу сказать, что Suno плохой, а Treblo хороший. Они оба крутые. Просто Suno больше заточен под современный коммерческий продакшен и аранжировки, а Treblo лучше справляется с аутентичной фактурой @cgevent

Новый термин из мира AI-кодинга - «catastrophic remembering». Исследователи изучили 1 867 GitHub-репозиториев и заметили проблему: файлы вроде CLAUDE.md со временем только разрастаются. Количество инструкций в среднем выросло на 226%, а старые правила удалялись всё реже. Проблема в том, что агент продолжает помнить правило, когда разработчики уже забыли, зачем оно вообще появилось. Получается своеобразная «трещотка»: после каждого бага в промпт добавляется новое ограничение, но почти никто потом не возвращается проверить, актуально ли оно. Авторы предлагают простой фикс из обычной разработки: рядом с каждой инструкцией хранить скрытый от модели комментарий с причиной её появления - какой был сбой, гипотеза и чем всё закончилось. В эксперименте это почти полностью остановило раздувание промпта: вместо +211,3% размер вырос всего на 1,4%, при той же точности выполнения ограничений. Paper: “Why Does CLAUDE.md Keep Growing? Catastrophic Remembering in Agentic Coding” https://arxiv.org/abs/2608.11095

#пятничныемысли Посмотрел интервью одного кучерявого блогера с Андреем Дороничевым, зацепило много мыслей и я решил собрать самые вкусные, погнали: первое. Все представляют себе AI как умного помощника в телефоне, такого Эйнштейна в кармане. Метафора красивая только Эйнштейна нельзя было скопировать, а модель можно, и прямо сейчас Anthropic может посадить 500 миллионов таких Эйнштейнов в дата-центр и попросить их пахать круглосуточно без выходных и без жалоб. ТОльк это не помощник - это страна гениев. Вдумайтесь в эту фразу на секунду. Далее - впервые в истории больше нет дефицита интеллекта. Всегда было мало хороших врачей, инженеров, юристов, и вся наша жизнь была построена вокруг этого дефицита. Успех измерялся тем кем ты стал. А теперь, говорит Андрей, успех это сколько раз за жизнь ты сумел стать кем-то новым. Потому что быть кем-то одним в мире который меняется каждые полгода это уже не стратегия - это приговор. Крутая мысль про код - первую версию Claude писали люди руками, вторую писали люди с помощью AI, третью писали люди которым помогали агенты, а сейчас новая версия Claude Code на 80% написана самим Claude Code. За пару лет мы видим всю эволюцию от «мы пишем код» до «код пишет сам себя». Потом Андрей рассказал историю из Руанды. Женщины в кризисном центре обучают AI за доллар в час, по сути тренируют робота который потом заберёт даже их работу. Он спрашивает: «Вы не боитесь?» Они говорят: «Нам сейчас деньги нужны, а завтра разберёмся.» И тут он поворачивается к камере и говорит что инженеры в долине делают ровно то же самое, просто за $300k. Разница только в зарплате. Ситуация один в один. Жёстко? О да. Думаете куда отдать детей учиться? Как вам идея: - когда AI обесценивает вопрос «как что-то сделать», единственным важным становится «зачем это делать вообще». И знаете что? Компании уже нанимают философов. Вот прям людей с философским образованием в коммерческие конторы. Андрей говорит что если бы сейчас шёл учиться, пошёл бы на философию и физику. Не на computer science, не на MBA. На философию - КАРЛ. Apple он конечно разнес. Просто: продолбали. Культура заточена под крафт красивых устройств, а AI требует серверов и сервисов, и это никогда не было их сильной стороной. Когда спохватились, начали метаться, подписывать сделки то с одними то с другими, наляпали рандомных AI-фичей которыми никто не пользуется. Больно наблюдать честно говоря. Ну и на последок. Возможность отупеть была у человечества всегда, AI тут вообще ни при чём. Бабушка из Индии ругала внучку за то что та читает книги вместо того чтобы руками работать. Потом ругали за телевизор. Потом за интернет. Каждое поколение находит свою причину деградировать, и каждое поколение находит причину не деградировать. Весь вопрос внутри: зачем тебе вставать если можно не вставать. Целиком интервью на ютубе) Серьёзно рекомендую посмотреть, особенно если строите команду или думаете куда двигаться дальше. Там ещё куча всего про гонку Китай vs США, про AI в разработке лекарств и про то почему Anthropic сейчас всех обошёл. 👉 t.me/huntermikevolkov - здесь про людей и технологии которые меняют найм Буст каналу💪

Какие качества нужны специалисту по ИИ? Этот вопрос мы задали ведущим учёным и исследователям, которые при поддержке фонда Олега Дерипаска «Вольное Дело» провели в Первом университетском лицее летнюю школу по искусственному интеллекту для студентов со всей страны. Вот что они ответили: Олег Рогов, руководитель группы «Доверенные и безопасные интеллектуальные системы» института AIRI 💬 Важно развиваться как специалисту в своей области. Современные модели превосходно генерируют ответы. Однако самый важный скилл, который необходим специалисту завтрашнего дня, — это искусство правильно заданного вопроса. Пётр Анохин, руководитель группы нейрокогнитивной архитектуры института AIRI 👨‍🔬 Научная интуиция и понимание того, как предложить новую гипотезу, очень важны. Поэтому, если вы хотите быть исследователем, я советую получить высшее образование именно в научной среде. Елизавета Гончарова, научный сотрудник института AIRI ⚖️ К результату можно прийти с очень разными качествами: кому-то помогает усидчивость, кому-то, наоборот, драйв. Наверное, лучше всего золотая середина, но иногда полезно побывать и на гранях, чтобы понять, как они работают. А главное – интерес, с ним точно всё получится. Иван Оселедец, генеральный директор института AIRI, декан факультета искусственного интеллекта МГУ 🧠 На мой взгляд, это, конечно, умение критически мыслить. Сами знания не так важны, как навыки, умение рассуждать, мыслить, критиковать, не доверять. А знания искусственный интеллект достанет тебе быстрее, чем любая книжка. Владислав Куренков, руководитель группы «Адаптивные агенты» Института AIRI 💪 Главное качество – это любопытство, а на втором месте – трудолюбие и умение продолжать, несмотря ни на что. Потому что в науке большую часть времени сталкиваешься с неудачами. Модель мира в нашей голове не всегда правильная, поэтому приходится постоянно ошибаться, учиться на этих ошибках и идти дальше. Как прошла летняя школа в лицее, смотрите в сюжете программы «Вести Кубань». Фонд Олега Дерипаска «Вольное Дело»

Google мощно усиливает ИИ в медицине У Гугла уже давно есть медицинская ИИшка AMIE - чатбот, которому можно написать любой вопрос про здоровье или скинуть анализы, и он в текстовом виде выдаст диагноз. На тестах он работал даже точнее живых врачей (спорно, но тем не менее - разбирал тут). И вот Google решил её конкретно прокачать - превратить AMIE из текстового чатбота в телемед-врача, который вас видит, слышит и в реальном времени ведёт приём. Собрано всё это дело на связке Gemini и Project Astra - гугловского эксперимента по созданию универсального ИИ-ассистента, который вас видит, слышит и отвечает голосом. Его всё никак не могут вытащить из демки, но для медицины вот вытащили. Внутри AMIE Video сидят три агента: - Один болтает с пациентом в лайв-режиме. - Второй копит данные и готовит гипотезу диагноза. - Третий смотрит видео и слушает (дыхание, мимику, как вы сгибаете сустав и т.д.) и отдаёт выводы второму. Именно третий и есть суть апдейта. Раньше текстовая модель могла только спрашивать, а теперь ИИ пытается собрать полноценный дистанционный осмотр из разных деталек. На тесте этой штуки взяли 15 "пациентов" (на самом деле - актёров), 100 сценариев и 300 "приёмов". А 20 терапевтов (реальных) оценивали результат. AMIE Video сравнялась с живыми врачами по точности и качеству разговора, а по считыванию физических признаков - местами даже обошла. Да, пациенты пока были ряженые, в реальной клинике ещё не испытывали. Но всё равно очень недурно. Тут так и тянет сказать: "Ну всё, машина ставит диагноз точнее живого врача, скоро к докторам ходить не надо будет". Но ИМХО главный прикол даже не в точных цифрах (они скорее для пресс-релиза), а в том, что годный медицинский ИИ решает гораздо более важную проблему: Как вообще раньше работала медицина? Что-то кольнуло, ай-ой, вроде полегче стало, ну и ладно, само пройдёт, не помру, не хрустальный. По-любому чиху (даже очень сильному "чиху") к врачу мы не ходим, ибо лень, некогда, дорого и вообще. А вот если уже совсем хреново, то тогда да, бежим к доктору. При таком раскладе любая лёгкая штука, которую можно было быстро убрать в начале, рискует вырасти в хроничку или осложнение. И потом выйдет сложнее, больнее и дороже. И вот эту проблему ИИ прекрасно решает. Что-то заболело или просто беспокоит - тут же пишем чатботику симптомы и кидаем анализы. А он аргументированно раскладывает: либо "не парься, пройдёт", либо "надо проверить, сдай вот это", либо "ох ты ж... срочно к врачу, ты чо". Да, иногда ИИ реально диагностирует лучше врача (сам не понаслышке знаю - вот тут описывал свой случай). Но всё-таки киллер-фича - это именно упростить вход в медицинскую воронку. ИИ-компании отлично это понимают. Этой зимой у OpenAI появился ChatGPT Health - отдельный шифрованный раздел с собственной памятью, заточенный именно под медицину. Туда можно сгружать все анализы и анамнезы, он стягивает данные из фитнес-трекеров и даже подгружает из медкарт через API клиник (правда, пока только в США). Заметьте, суть не в финальном диагнозе или лечении, а именно в нон-стоп лайв-чекапе, чтобы болячка выдала себя как можно раньше. Получается, OpenAI строит склад данных о здоровье, а Google идёт ещё дальше - учится а) с этим складом разговаривать и б) смотреть и слушать пациента (ну, потому что анализы и данные - это хорошо, но "идентичный натуральному" осмотр и разговор - ещё лучше). Осталось дождаться, когда обе половины срастутся где-то в одном приложении, и тогда любой "ай, больно в ноге" будет не игнорироваться, а начинаться разговором с ИИ, у которого уже есть все данные об организме, и который их уже успешно слил. P.S. Этот пост не является инвестиционной медицинской рекомендацией, и ни в коем случае не обесценивает профессию врача. Если у вас что-то болит - обязательно идите к доктору, не лечитесь ТОЛЬКО через ИИ, и тем более не игнорируйте. Но при этом консультироваться с ИИ перед врачом и параллельно с ним - это отличная привычка, которую я очень рекомендую завести. Дизраптор