Вышла новость о том, что акции Казатомпром таки проданы в НФ. Удивила сумма - 467,45 млрд. тенге. Исходя из предположения о том, что июньский трансферт (299 млрд. тенге) был гарантированным, то по состоянию на 1 июля гарантированный трансферт использован на 1,88 трлн. тенге из 2. Так-то вероятно, на вторые полгода нужны еще 2-2+, а не 0,467. Видимо это не последняя продажа Казатомпрома в Нацфонд в этом году.

P.S. Любопытно, что ежемесячный "Отчет о поступлениях и использовании Национального фонда Республики Казахстан", обычно выходящий между 3 и 6 числом каждого месяца до сих пор не вышел. Поэтому про 299 млрд. тенге я только предположил.

В продолжение. Всего на 1 июля 2024 года трансфертов из Нацфонда сделано на 2,749 трлн. тенге из 3,6 трлн. Остаток на второе полугодие 851 млрд. С учетом де-факто увеличения гарантированного трансферта на 467 млрд, на второе полугодие осталось 1,318 трлн.
В два раз меньше, чем было использовано в 1-м полугодии. Значит по классике, к ноябрю будет решение о новой продаже на 1,5+ трлн. Ну если чего-нибудь в рамках сентябрьского послания не изменится.

Вот и пресс-релиз МНЭ, о том, что рост ВВП в первом полугодии ускорился до 3,3% с уровня 3,2% в январе -мае. Я так понимаю, ради слова "ускорился" три месяца о динамике ВВП не говорили - нельзя писать рост замедлился - он у нас должен только ускоряться.

Ну и замедление роста связано с паводками... Но как паводки повлияли на замедление до 3,8% в первом квартале? Вообще-то рост ВВП в первом полугодии замедлился до 3,3% с уровня 3,8% в первом квартале. Это значит, что во втором квартале ко второму кварталу прошлого года был вообще около 2,8%.
А показатели роста январь - апрель просто выпали.

Но подождем все-таки официальной публикации БНС АСПИР хотя бы по КЭИ.

https://www.gov.kz/memleket/entities/economy/press/news/details/809600?lang=ru

Хорошие цели ставит МЦРИАП:

"создание 5 казахстанских "единорогов" до 2029".

"Единорогом принято называть компанию, которая достигла оценки в 1 млрд долл. США в течение не более чем десяти лет с момента основания, при этом не проходила первичное размещение на бирже (IPO) и остается в собственности своих создателей не менее чем на три четверти."

Думаю, многие страны впечатлились такими амбициями.

https://t.iss.one/KZgovernment/11899

В принципе план приватизации может быть хорошо выполнен, потому что Правительство активно реально продает свое участие в компаниях. Правда в Нацфонд. Но Нацфонд - портфельный инвестор, не контролируемый Правительством - так что юридически это приватизация.
Нужно разрешить Нацфонду покупку акций Кегок, КазтрансОйл, КазТрансГаз и т.д. и тогда Правительство сможет ускорить свой выход из экономики.

Про Нацплан развития 2029, а тем более ВИдение-2050 не сказал.

Вообще интересная практика. Оперштаб по ускорению экономического роста не говорит о показателях роста.
Глава АСПИР не говорит о главных стратегических документах...

https://t.iss.one/yyedilov/47822

Чуть в продолжение про бюджетные напряги и недоумение по поводу суммы продажи акций Казатомпрома в Нацфонд. Из отчета об использовании средств НФ на 1 июля., следует, что от 2 трлн. гарантированного трансферта осталось 151 млрд, а вместе с привлеченными 467 млрд. , располагаемый для финансирования бюджета трансферт составляет 620 млрд. тенге. При текущих темпах освоения их может и до сентября не хватить, но если проявить чудеса финменеджмента, то можно растянуть и до середины сентября.

И здесь возникает второй вопрос для размышлений - это залповая продажа. Акции КМГ выкупались октябрь-ноябрь-декабрь, без пресс-релиза о том, что "связи с непредвиденностью" акции будут куплены в ЗВА и потом валюта "для отзеркаливания" будет продаваться несколько месяцев равномерно. Акции КАП продаются залпом как будто очень срочно нужны тенге здесь и сейчас. Возможно, что чудеса финменеджмента уже были проявлены в июне - самый низкий трансферт в 2024 - существенно ниже предыдущих месяцев. Это значит, что на июль - август пространства для этих чудес меньше.

Возникает вопрос - а что будет после 31 августа?

Для справки: Текущая скорость потребления трансфертов существенно превышает скорости предыдущих лет. В предыдущие годы в июле - августе использовалось 734 (2023 год), 902 (2022), 873 (2021) млрд. тенге, правда эти суммы включают и целевой трансферт тоже.

Прикольно. Когда я 7 лет назад говорил, что США повторяют СССР мне говорили, что это несравнимо, несопоставимо и странно.
И вот Гардиан вдруг

"Вступили ли США в эпоху позднего Советского Союза? Сегодня Америка представляет собой геронтократию, возглавляемую больными лидерами и переживающую кризис доверия к господствующей в ней идеологии. Это ослабевающая сверхдержава, терпящая унижения за рубежом (например, в Афганистане). Ее экономическая система с трудом удовлетворяет потребности множества граждан. Между США и СССР получается довольно странное сходство."

https://www.theguardian.com/commentisfree/article/2024/jul/17/american-republic-democrats-us-trump-demagogue

Размышление.
Господство аналитического мышления, компьютеризация, интернетизация сильно подкосили способности людей видеть за деревьями лес.

Пресловутая клиповость мышления - это лишь крайнее или явное проявление этой неспособности.

Сейчас необходимо принудительно ограничивать себя от потока текущей информации и нарративов. Постоянно рекалиброваться - буквально заставляя себя расчищать поле зрения от внешних признаков, чтобы увидеть внутренние процессы.

Проще говоря, нужно помнить, что косметология и пластическая хирургия достигли небывалых высот во всех сферах. Ретушируется и обрабатывается все - внешность, изображения, смыслы, идеи, сейчас с ИИ даже коммуникации можно заретушировать и обработать.

Но реальная жизнь всё-таки остаётся реальной в конце концов. И важно уметь разглядеть реальность.

Жители Бельгийского Конго, 1924 год. Они считают, что выворачивание верхней губы подобным образом делает женщин красивыми и привлекательными.

В сущности, за минувшие 100 лет этот странный обычай выворачивания губ распространился по всему миру благодаря пластическим хирургам и ботоксу, и является сегодня многомиллиардным сектором экономики.

Как и другой некогда странный обычай у жителей островов Полинезии в Тихом океане, заинтересовавший путешественника Джеймса Кука. Местные дикари покрывали большую поверхность своего тела своеобразными рисунками, то есть татуировками.

Фото https://t.iss.one/istoriya

Подписаться на канал

#мир #история #экономика #странности

"Добавим в уравнение... дурную привычку Минздрава протаскивать ЗОЖевско-запретительную повестку вместо системной работы.
Видение развития той или иной сферы со стороны государства соседствует с неумением выстроить политику по адекватной реализации своих собственных планов - и на кадровом, и на системном уровне..."

https://t.iss.one/dashimbayev/6625

О научно-технической революции…

Способен ли ГИИ ускорить научно-технический прогресс?

Вы часто в новостях слышите: «ГИИ открыл новые материалы с невиданной скорость, создал новые лекарства, изобрел ракетный двигатель». Все это фейк из-за непонимания нюансов работы технологии.

Изначально сделаю разделение на продукты (ChatGPT, Claud, Gemini и другие) и технологию, на которой базируется ГИИ. С продуктами все понятно – это забавная игрушка, имеющая околонулевую практическую ценность и нулевой научно-технический потенциал, но с технологией иначе и не все так однозначно.

Наука – это сложная система, включающая изучение причинно-следственных связей, а также механизмов взаимодействия объектов и процессов.

ГИИ – это лишь инструмент, базирующиеся на совершенно иной технологии, которая не может быть напрямую применима к R&D.

С точки зрения науки ГИИ помогает работать с неструктурированными массивами информации, искать корреляции и зависимости, обеспечивать классификацию данных и создавать пространство векторов/вероятностей.

Например, лично в своих исследовательских проектах я использую связку Excel + Python + SQL + комплекс дата провайдеров по финансовой и экономической статистике + Google/Yandex, которые были заменены на связку ChatGPT/Perplexity.

ChatGPT/Perplexity работают в связке для поиска актуальной информации, как решить какую-то проблему или задачу в программировании, настройке ИТ комплексов, разработке формулы или как навигатор по инструкциям/гайдам/мануалам + очень редко в классификации неструктурированных массивов данных.

Как показывает опыт, ГИИ имеет нулевую ценность в аналитике данных и научно-исследовательских проектах – пользы действительно нет, но как более эффективная замена Google и Wikipedia – да. Конспектирование / экстракт отчетов с использованием ГИИ (основная функция у них) редко провожу.

Поэтому, когда вижу, что ГИИ создал ракетный двигатель – это просто смех от вопиющей тупости журналистов. Даже в микромодуле для простых расчетов ГИИ налепит десятки ошибок, которые придется исправлять три часа, а сложные и многофакторные проекты – тут даже речи не идет.

Весь раздутый хайп вокруг ГИИ действительно выглядит необоснованным.

• Проблема в критической низкой точности выходных результатов, что абсолютно неприемлемо для научных расчетов и проектов, где требуется подтвержденная качественная информация (юриспруденция, финансы и страхование, медицина и т.д.).

• ГИИ регулярно галлюцинирует (в будущем этот баг можно минимизировать, хотя полностью исключить не получится).

Низкая надежность приводит к тому, что к любой выходной информации ГИИ относишься с недоверием, что требует времени и ресурсов для проверки и верификации, что снижает производительность.

LLM производят низкокачественную и ненадежную информацию, которая затем всасывается обратно в другие LLM. Модели становятся необратимо загрязненными.

• Современные большие языковые модели (LLM) научились распознавать шаблоны/паттерны, но не понимают лежащие в их основе концепции и причинно-следственные связи, поэтому они изначально тупы, хотя чисто технические «эрудированы» из-за концентрации данных. LLM обучают на наборе доступных данных — тексте, изображениях и аудио, а не на прямом взаимодействии с физическим миром.

• Модели могут отражать предвзятости и перекосы в данных, на которых они обучались. Обучение на доступных данных приводит к тому, что модели не могут выйти за пределы предоставленной информации и сделать выводы на основе реального опыта или экспериментов. Это ограничивает их способность к инновациям и приспособлению к новым и неожиданным ситуациям.

• Ограниченная длина контекстного окна, что приводит к утрате нити повествования или «забывании» исходных корректировок.

• Ограниченность масштабирования и отсутствие самообучения в публичных моделях.

• Нет критерия оценки выходных данных (нет критерия ошибки), поэтому ГИИ не может эффективно управлять вектором генерации результатов.

О научно-технической революции… (продолжение)

Технологии совершенствуются очень быстро, особенно быстро масштабируемые ИИ технологии. То, что казалось невозможным вчера, может быть реальностью в ближайшем времени.

Сложно сказать, к чему нас заведет этот тернистый ИИ путь?

Область применения очень ограниченная, если вывести из анализа бытовое применение и концентрировать внимание исключительно на коммерческом применении.

Переводчики, редакторы, корректоры, копирайтеры и новостные журналисты, художники, дизайнеры, аниматоры, программисты, операторы колл-центров, консультанты, офисные работники/секретари, рекламные менеджеры. Многие профессии под угрозой трансформации частичной или полной.

И все же, если говорить именно о потенциале научно-технического прогресса и R&D, здесь я скептик.

Если опустить продукты (ChatGPT, Claud, Gemini и другие), которые в науке действительно полный ноль в плане положительного эффекта, а рассматривать технологию, можно выделить:

• Вариационные автокодировщики (VAE)
• Генеративные состязательные сети (GAN)
• Графовые нейронные сети (GNN)
• Рекуррентные нейронные сети (RNN)
• Сверточные нейронные сети (CNN).

Каждая из нейросетей может быть полезна в какой-то области, но подчеркну – лишь как дополнение и надстройка к существующим научно-исследовательским проектам и комплексам.

Например, в сегменте биотехнологиях очень популярны TensorFlow и PyTorch (библиотеки для построения и обучения моделей глубокого обучения, применяемых в том числе в химии), которые используются много лет и являются частью ИИ.

CellDesigner для моделирования биохимических сетей и COPASI для моделирования и анализа биохимических систем, GROMACS для молекулярной динамики и так далее.

В аэродинамике и аэрокосмическом проектировании применяются научно-исследовательские комплексы в вычислительной гидродинамике (CFD) такие как ANSYS Fluent и NASA's FUN3D. В аэродинамическом моделировании - XFLR5, в термодинамическом моделировании - ANSYS Thermal, для оптимизации конструкций – OptiStruct, для общих математических расчетов – комплексы MATLAB и т.д.

Какие программные и научные комплексы используются в финансовом моделировании, статистике и макроэкономическом анализе?

R, Python, MATLAB, SAS и Excel для расчётов, автоматизации, статистического анализа и программировании. TensorFlow и PyTorch для машинного обучения, Tableau, Power BI, D3.js и Excel для визуализации и так далее.

В чем суть? Под каждую задачу свой комплекс. В реальном мире научные комплексы учитывают физику объектов и их взаимодействие, молекулярное и химическое моделирование на основе целого комплекса моделей.

ГИИ из-за архитектурных особенностей не может применяться для моделирования – это вообще другая область и класс задач, но ГИИ может классифицировать и в каком-то смысле анализировать полученные результаты при моделировании, создавая вектор распределения и пространство решений.

Еще раз, ГИИ не создает технологии, это в принципе невозможно даже теоретически. ГИИ может участвовать в создании технологии, лишь как дополнение к существующим комплексам с множеством допущений (высокая вероятность ошибок).

В этом смысле я не виду ничего, чтобы могло качественно ускорить технологический прогресс. С 2023 не появилось ничего принципиально нового. Машинное и глубокое обучение существует уже несколько десятилетий и активно применяется в R&D.

Комментарий подписчика:

Онлайн-платформа по поиску работы HeadHunter составила для Zakon.kz топ-10 самых высокооплачиваемых и топ-15 самых востребованных на рынке специальностей за текущий год. Возглавили список пользующихся спросом профессий по итогам января-июня 2024 года менеджеры по продажам и работе с клиентами (350 тыс. тенге), бухгалтеры (300 тыс.) и продавцы-консультанты, продавцы-кассиры (200 тыс.). Вторые по востребованности – водители (300 тыс. тенге), администраторы (225 тыс.) и торговые представители (330 тыс.). Повара, пекари и кондитеры оказались на седьмой строчке с зарплатой 260 тыс. тенге.

===

Индустриализация 2.0 не имеет шансов на провал.

Анонсируемые и пиарные прогнозы, оценки и планы левого берега совсем сильно отличаются не-аносируемых и не распиариваемых данных тех же госорганов.

Это и про статистику, и про опросы, и даже про рабочие доступные документы. Так что нельзя говорить,что данных нет и на левом берегу не знают ситуации.

Просто нет смелости признать реальность, потому что тогда нужно что-то делать, принимать решения и нести ответственность.

Так что лучше просто не замечать реальность и продолжать игры разума и информации.

https://t.iss.one/marketologyblog/17007

Хороший текст. Размышлительный.
https://vz.ru/opinions/2024/7/22/1278121.html