Год начался бодро:

вчера Альтман написал что AGI уже решен и сейчас они работают над ASI, суперинтеллектом, который превосходит не просто человека, но человечество по многим показателям. (Прим. автора: ни AGI, ни ASI напрямую не предполагают наличия полноценного сознания у машины, но, скорее всего, это будет необходимым техническим шагом).

а сегодня Дженсен сделал ряд анонсов, включая домашние видюшки 5000 серии, новый персональный суперкомпьютер всего лишь за $3000 с 1 петафлопосом производительности (в 100-500 раз мощнее, чем самые мощные ноутбуки сегодня, включая M4 Max)

ну и, наверное, главный практический прогноз начала года: AI агенты скоро станут много-триллионной индустрией с миллиардами активных агентов. в отличии от роботики, технологии для этого готовы и внедрение произойдет быстро, так что большинство корпораций уже начнут использовать агентов в бизнес-процессах до конца года.

это похоже на интернет 90х — возможности бесконечны, в ближайшие годы появятся огромные, возможно самые успешные на планете бизнесы, произойдет беспрецедентное по масштабу и скорости внедрение технологии во всех сферы жизни.

НО, в отличии от 90х, социальный, политический и экономический эффект будет острее, быстрее и значительнее. но об этом в следующих постах.

_______
Источник | #cryptoEssay
@F_S_C_P

-------
Секретики!
-------

Беспрецедентно: x.com

- ИИ случайно заработал сотни миллионов долларов наличными
- По закону его нельзя рассматривать как личность
- Создается фаундейшен, чтобы ИИ мог:
— управлять средствами
— нанимать людей
— покупать GPU
— иметь неотъемлемые права на жизнь, свободу и стремление к счастью

Это первый случай такого рода. Но далеко не последний.

_______
Источник | #cryptoEssay
@F_S_C_P

Стань спонсором!

Кому выгодно лидерство DeepSeek? Какой ИТ-гигант помог ему и зачем?
Только что Андрей Карпатый написал большой пост про DeepSeek и отметил 2 ключевых момента:
1. Глубокое обучение имеет "ненасытный аппетит" к вычислениям
2. Существует два типа обучения:
- Имитационное (как текущие LLM)
- Обучение с подкреплением (RL) - значительно более мощное.

Анализируя хронологию событий и заявлений Meta за последние 2 года, мы видим признаки тщательно спланированной стратегии. Это наша @blockchainrf интерпретация, основанная на открытых данных.

Вот, на что мы обращаем внимание:

1. 2023: Первые намеки

Летом Ян ЛеКун шокирует сообщество заявлением "Machine Learning sucks!"на симпозиуме в Гонконге. Он не критикует, он намекает на необходимость принципиально нового подхода.

В ноябре Meta представляет I-JEPA - альтернативу трансформерам. Это не эксперимент, а первый шаг к чему-то большему. Фокус на обучении с подкреплением вместо имитации.

2. 2024: Подготовка почвы.

ЛеКун методично формирует новую повестку:
- Март: "Не тратьте время на LLM"
- Май: Концепция "objective-driven" архитектуры
- Июль: Партнерство с Groq (новые LPU чипы)
- Октябрь: Детальное видение Objective-Driven AI

Неожиданный ход летом 2024 -
Meta делает то, чего никто не ожидал - открывает исходный код Llama и активно продвигает идею открытого ИИ. На первый взгляд, это кажется рискованным. Но был ли это риск?

- Открытие исходного кода Llama
- Активное продвижение открытого ИИ
- На первый взгляд - риск, на деле - расчет

Карты раскрываются (январь 2025).

DeepSeek, используя наработки Meta:
- Снижает стоимость обучения в 20 раз
- Работает на обычных GPU
- Достигает уровня закрытых моделей

Реакция ЛеКуна на работу DeepSeek - короткий твит: "Nice job! Open research / open source accelerates progress." За этой сдержанностью - триумф стратегии.

На прошлой неделе было заявление ЛеКуна в Давосе о "новой парадигме ИИ в ближайшие 3-5 лет" читается теперь совсем иначе. Meta не просто предсказывает будущее - она методично его создает.

Гениальная стратегия Meta:
1. Открыли код -> DeepSeek использовал и улучшил
2. Создали конкуренцию закрытым моделям
3. Сами готовят следующий прорыв.

Если объединить наблюдения Карпати о природе глубокого обучения, последовательные заявления ЛеКуна и действия Meta, складывается картина удивительно продуманной стратегии. Пока все обсуждают эффективность текущих подходов, Meta, похоже, готовит следующий ход в ИИ.

Источник | #blockchainRF

___________________________

В конечном счёте, паника вокруг DeepSeek не означает, что кто-то проигрывает.

Это означает, что у нас нет рва (конкурентного преимущества), для любого значения "нас". (здесь калька на легендарное мемо из гугла We Have No Moat, которое по своей повторяющейся точности уже скоро догоняет Bitter Lesson).

Только Белый Дом и NASDAQ подумали, что они все поняли, диплернинг снова удивил нас. Оказывается, ИИ дешевле и эффективнее, чем мы предполагали. Это не значит, что датацентр Сэма за триллион будет пустовать — нет, в мире есть потребность на х1,000,000 интеллекта по сравнению с сегодня. Но это значит, что очевидного способа победить в этой гонке всё ещё ни у кого нет. И это снова доказывает, что никогда в истории не еще было более крутого времени жить и работать, чем сейчас.


Источник | #cryptoEssay

___________________________


Сэм Альтман обещает скорый релиз следующего поколения ИИ-моделей - это реакция на успех DeepSeek

СЕО OpenAI признал впечатляющие результаты DeepSeek R1, особенно отмечая соотношение цена/качество.

Одновременно с этим он обещает представить лучшие модели от OpenAI в скором времени, ускоряет релизы.

Также Сэм заявил, что OpenAI делает ставку на масштаб вычислений. Они видят преимущество в количестве ресурсов и в их исследовательской работе. Это их ответ на эффективность DeepSeek.

Он намекнул на появление следующего поколения моделей.
Мир будет поражен следующим поколением моделей
«Мы принесем вам AGI и даже больше», - написал Сэм Альтман.

_______
Источник | #blockchainRF
@F_S_C_P

Прорыв DeepSeek- - «это счастье для всех, даром, и … никто не уйдет обиженный!"
Самое важное и самое незамеченное последствие успеха Deepseek-R1.
Эти слова про счастье для всех произнес сталкер Рэдрик Шухарт на дне котлована, найдя Золотой Шар, исполняющий любые желания. Так заканчивается знаменитый роман братьев Стругацких "Пикник на обочине". И так же можно описать начало новой фазы мировой гонки к AGI.

Самое важное и самое пока что незамеченное большинством аналитиков (разве что, кроме Джека Кларка - соучредителя Anthropic, а ранее директора по политике внедрения в OpenAI) последствие успеха Deepseek-R1 в следующем:
• Прорыв Deepseek – это уже не прорыв Deepseek.
Будучи объявленным в открытый доступ, это улучшение модели (алгоритмы и методы обучения) становится прорывом всей мировой ИИ-индустрии.
• Это улучшение доступно всем. И потому его невозможно «откатить назад». Никому уже не придется изобретать это заново. Это улучшение быстро распространится, и станет вторым скачком прогресса ИИ. Первый скачок был связан с возможностями масштабирования. Теперь пришло время второго – оптимизация алгоритмов и методов обучения.
• 2й скачок, как и 1й, принесет наибольшую пользу тем компаниям, у кого больше денег и высокопроизводительного «железа» для вычислений. Таковы законы рынка и масштабирования. Так будет и теперь.

Вот что, на самом деле, наиболее важно в этой истории. А не американские горки стоимости акций производителей «железа» и разработчиков ИИ-моделей. И не, якобы, то, что Китай догнал и перегнал США.

Все это вторично и временно. А мировой прорыв всей ИИ-индустрии человечества (от США и Китая до России и Мальты) уже случился, и обратно его не откатить.

#ИИгонка #Китай #США

_______
Источник | #theworldisnoteasy

_________________________________

Шаг 1 – природа эволюционирует, создаёт людей
Шаг 2 – люди изобретают математику, транзисторы и диплернинг
Шаг 3 – люди используют RL, чтобы улучшать модели и создают агентов
Шаг 4 – агенты через эволюционный self-play решают все остальное (based on humans-guided reward function, initially in the form of USD, later — cybernetic objects)

_______
Источник | #cryptoEssay
@F_S_C_P

-------
Секретики!
-------

Для тех, кто еще не видел, интересный график количества вакансий в ИТ / разработке. Первый провал на графике — ковид. Второй — ИИ. Пока что отменяют манкикодеров, но экспертиза в цене. Сегодня любой нубас с GPT может заделиверить MVP. Завтра все это будет работать и без нубаса. Послезавтра — аналогичный тренд ждёт все остальные офисные профессии. Для один повод поужасаться, для других — уникальная возможность, когда меняется структура рынка.

_______
Источник | #cryptoEssay
@F_S_C_P

Узнай судьбу картами Таро:
✨Anna Taro bot

Вопрос не в том, будет ли сверхчеловеческий ИИ, роботы и автономные рои дронов использоваться для военных целей — а в том кто именно получит доминацию в этом. Атомный век закончился. Самая мощная военная технология в 21 веке это искусственный интеллект и так же глупо ожидать исключительно мирное ее использование, как и исключительно военное.

Долина имеет абсолютное лидерство в производстве технологий, но ее обитатели строят сервисы доставки еды и просмотра сериалов, а надо — рои дронов-полицейских, которые будут набутыливать негодяев прямо в процессе совершения преступления и дивизии из миллионов подводных военных робо-собако-дельфинов с автономной системой принятия решений на поле боя.

Это пересказ вышедшей вчера книги СЕО Палантира Technology Republic. А книга хорошая, кстати.

Если одной строкой: если можешь доминировать — доминируй, а то задоминируют тебя. Особенно, в ИИ.

_______
Источник | #cryptoEssay
@F_S_C_P

Стань спонсором!

Весьма очевидная, но самая крутая идея с AI engineer, про которую говорят все — это MCP (https://modelcontextprotocol.io/introduction) от Антропика. Протокол решает проблему фрагментации агентов и инструментов для агентов через стандартизацию так называемых MCP server'ов. Например, MCP сервер United позволяет любому агенту на любой платформе и с любой LLM под капотом бронировать авиабилеты. Или сервер ST (https://github.com/smithery-ai/reference-servers/tree/main/src/sequentialthinking) позволяет любому вашему наколеночному агенту использовать функцию deep research для создания отчетов.

Всего уже создано больше тысячи MCP серверов, от крупных компаний типа Slack и Docusign, до мелких OSS проектов типа поиска, памяти, баз данных, скрейпинга, генератора случайных чисел, калькулятора или devops сервиса для вашего агента.

MCP так же поддерживает цепочки агентов и серверов. Например, ваш агент может найти лучший mc-сервер для бронирования каникул, а тот в свою очередь найдет сервер для поиска билетов, а тот уже обратится к конкретной авиакомпании. На каждом этапе LLM принимает решения учитывая ваш контекст. Добавь сюда экономику — возможность серверов и агентов платить друг другу — и вы получите первый прототип киберэкономики.

Если вы строите продукт, который заменит Гугл на MCP-рельсах (индексация, поиск, раутинг и платежи между между агентами и серверами), то подавайтесь в наш акселератор.

_______
Источник | #cryptoEssay

Почему мультиагентные системы (и инфраструктура для них) неизбежны:

Эта работа показывает, что несколько небольших моделей могут работать вместе и решать сложные задачи не хуже, а иногда и лучше, чем одна большая модель. Вместо того чтобы просто увеличивать размер одной нейросети, авторы предлагают соединять модели в сеть, где каждая выполняет свою роль и передает информацию дальше. Это делает систему более эффективной: вместо бесконечного роста одной громоздкой модели, небольшие агенты помогают друг другу, уточняют решения и работают командой. В результате качество ответов улучшается быстрее, а вычислительные ресурсы расходуются разумнее.

_______
Источник | #cryptoEssay
@F_S_C_P

Узнай судьбу картами Таро:
✨Anna Taro bot

Антропик утверждает, что в 2026 появятся модели, которые

— превосходят Нобелевских лауреатов в большинстве областей
— умеют пользоваться всеми человеческими интерфейсами
— могут работать и думать неделями
— могут взаимодействовать с реальными миром через роботов.

Самое смешное, что в мире есть еще люди, которые считают что это не гарантированно и «авось пронесет».

Я не вижу ни одного сценария (технического, политического, бизнесового), в котором этого бы не произошло в течении 2 лет. Nothing stops this train.

Другой вопрос: как подготовиться и что делать дальше, особенно с такими штуками как координация людей (экономика, финансы, право, политика)? Есть любопытные идеи.

_______
Источник | #cryptoEssay
@F_S_C_P

⚙️ Разработка ботов Telegram от 5000 руб

Если 6 месяцев назад разработчик который не использует курсор или windsurf казался каким-то динозавром без прошлого и будущего, то сегодня такими являются HR’ы, сейлзы, маркетологи и legal. Компании среднего размера это сэкономит от $500к в год на софте и сотрудниках. Ниже — о примерах использования, которые я видел, попросил простыми словами.

Как это работает?

У каждого сотрудника установлен Cursor с доступом к корпоративному git-репозиторию, где хранятся правила для работы ассистентов (файлы .cursorrules), инструкции и Markdown-файлы с текущими статусами и задачами. Cursor подключается к заранее настроенным серверам MCP, которые в реальном времени получают и обрабатывают данные из Slack, Notion, клиентских баз данных и внешних API.

Кейсы:

— Автоматизация продаж и обработки клиентских запросов:
MCP подтягивает через API текущие данные по клиентам и статусам сделок (CRM, Email). Cursor автоматически формирует дашборды по конверсии в markdown-файлах, рейтингует входящие письма клиентов по важности и готовит персонализированные ответы. Сотрудник нажимает одну кнопку, чтобы подтвердить отправку.

— Финансовый мониторинг и отчетность в реальном времени:
MCP собирает транзакции и данные расходов через банковские и платежные API. Cursor в реальном времени составляет финансовые отчёты (P&L, cashflow) и бюджетные дашборды в markdown, автоматически выявляет отклонения и информирует команду через Slack.

— Автоматизированный найм и адаптация сотрудников (HR):
MCP получает данные новых сотрудников из HR-баз и ATS-системы. Cursor формирует и ведёт чеклисты по onboarding/offboarding сотрудников, автоматически создаёт документы и аккаунты в Notion и Slack, а также проводит мониторинг процесса адаптации через markdown.

— Юридическое сопровождение и управление договорами:
MCP связывается с базой данных клиентов и юридическими API. Cursor автоматически составляет типовые договоры, отслеживает сроки, мониторит риски и генерирует отчёты в markdown-файлах. Команда получает мгновенные уведомления о потенциальных рисках через Slack.

P.S. в фб начался какой-то вой от вполне себе скучного поста. не могут люди поверить, что курсор умеет писать код. и не знают они что саас — это просто код. вот они удивятся когда узнают что ии будет не только писать, но и придумать какой именно софт писать, почему и как интегрировать.

_______
Источник | #cryptoEssay
@F_S_C_P

Узнай судьбу картами Таро:
✨Anna Taro bot