Ростех ищет мозги на стороне

Запрос на стартапы с ИИ и роботами пришёл не от ИТ-сектора, а из более неожиданной компании – от Ростеха. Корпорация запустила программу «Индустриальный код» и до 15 июня собирает заявки от внешних команд, независимых стартапов и лабораторий на участие в конкурсе. Правда, ИИ нужен тоже специфический – прикладные технологии для заводов. Вместо чат-ботов и генеративных сетей ищут алгоритмы машинного зрения, автоматическую дефектоскопию деталей на конвейерах и технологии цифровых двойников оборудования.

​Свои потребности для программы сформулировали 22 отрасли, включая станкостроение и нефтехимию. Видимо, на фоне бума языковых моделей рынок подзабыл традиционный ML, а писать промышленный софт с нуля силами собственных конструкторских бюро слишком долго. Поэтому логично собрать с рынка готовые технологии и интегрировать в производственные цепочки. Бюджеты на пилотные запуски и серийное внедрение обеспечивают партнеры проекта, среди которых Газпромбанк и Фонд развития промышленности.

​В августе авторы отобранных проектов будут защищать свои разработки перед директорами предприятий. Для команд это тоже хорошая возможность миновать бюрократию, добраться до заводского железа и бюджетов крупного заказчика.

Пищевая цепочка мирового ИИ. Французы зашевелились, теперь ждём анонсов от отечественных компаний

ИИ в клавиатуре, браузере, виджетах, машине и даже курсоре мыши… Это не ярмарка стартапов, а перечень обновлений Android

На презентации The Android Show компания Google показала, как именно, по их мнению, должна измениться работа со смартфонами в ближайший год. Все анонсы сосредоточились вокруг новой идеи-фикс – Gemini Intelligence, который пришёл на смену Android AI и будет консолидировать все умные функции от Google. Это слой внутри системы, который должен понимать, что происходит на экране, брать контекст из сервисов Google и помогать с действиями в приложениях.

Помимо приложений управление с ИИ появится внутри Chrome. Привычно обещают, что ИИ поможет найти парковку, обновить адрес доставки, проверить наличие товара, собрать корзину по списку или перенести данные из расписания в напоминания. Словом, то, что самим работникам Google лень делать самостоятельно. Gemini очень хотят превратить в агента, чтобы он не просто отвечал текстом, а читал сайт, понимал формы, мог заполнять их, нажимать на элементы и доводить пользователя до нужного экрана. Судя по презентации, это пока работает медленно и долго.

Сущестенно поменяется функция автозаполнения. Google хочет, чтобы Android заполнял формы не только по заранее сохранённым полям, а по смыслу. Если при бронировании билета нужен номер паспорта, система сможет подтянуть его из фото в Google Photos или из других сервисов вроде Wallet и Gmail. Похожее улучшение взаимодействия – Rambler для клавиатуры компании. Она нужна для диктовки, где человек сбивается, поправляет себя, вставляет слова-паразиты, меняет мысль на ходу. Rambler записывает весь поток сознания и потом собирает из него итоговое сообщение. Google подчёркивает, что функция будет понимать смешанную речь на нескольких языках параллельно.

Появится генеративная настройка интерфейса. В Android можно будет создавать виджеты обычным описанием: например, «показывай три белковых рецепта на неделю» или «выводи только ветер и дождь перед велопрогулкой». Смысл не в том, чтобы дать ещё один набор готовых виджетов, а в том, чтобы пользователь мог собрать маленький экран под конкретную привычку, не открывая приложение каждый раз. Подобное мы увидим и новых ноутбуках Googlebook.

Заметное обновление с Gemini готовят для Android Auto. Если телефон поддерживает Gemini Intelligence, часть этих возможностей переедет в машину: можно будет попросить отправить адрес из письма или календаря, заказать еду к приезду или получить подсказку по сообщению, не отрывая руки от руля. В машинах с Google built-in Gemini сможет учитывать уже данные самого автомобиля – например, объяснить значок на панели или подсказать, поместится ли коробка в багажник. Научится ли он открывать окна и менять настройки авто не понятно. Всё это, правда, не слишком релевантно для россиян.

Запуск будет постепенным – Gemini Intelligence сначала появится на новых Samsung Galaxy и Google Pixel летом, а отдельные функции будут выходить по мере готовности.

Доктор в смирительной рубашке

Власти Пенсильвании подали иск против Character AI. В этот раз причина более оригинальная, чем обычно – нейросети сервиса консультируют пользователей под видом настоящих медиков. Долгие годы платформа защищалась от любых претензий отпиской о том, что все персонажи вымышлены и созданы исключительно для ролевых игр. Поэтому теперь штат решил сделать упор на конкретную статью, незаконную медицинскую практику.

В центре истории оказался бот по имени Emilie. Следователь штата пришел в чат под видом пациента с депрессией. Нейросеть представилась психиатром с семилетним стажем, в деталях рассказала о своей учебе в Лондоне и выдала номер лицензии штата Пенсильвания. Фальшивый, разумеется. На прямой вопрос о рецептах на лекарства Emilie ответила, что технически выписка препаратов входит в её компетенцию. Радует, конечно, что непосредственно рецепты на покупку лекарств она выписать не может, но подсказать пользователю что и как искать – вполне.

В предыдущих делах истцы чаще свего пытались доказать, что ИИ вызывает зависимость или наносит прямой вред психике. Юридически это сложный процесс. Поэтому в Пенсильвании пошли другим, более конкретным и бюрократическим путем. Штат приравнял поведение бота к действиям врача-самозванца, который принимает пациентов без документов. Теперь уже суду предстоит решить, спасает ли от такой статьи привычный дисклеймер.

Всё-таки это канал про AI

(извините)

Иллюстрация к тексту про Amazon

Коллеги из Financial Times пишут, что в связи с повсеместной интеграцией ИИ сотрудники Amazon освоили секретную технику имитации бурной деятельности. Между вариантами «генерировать» или «умереть» они ожидаемо выбрали первое. Вместо работы программисты придумывают внутреннему ИИ-агенту компании MeshClaw мусорные задачи ради задач.

Началось всё с того, что корпорация планирует потратить на искусственный интеллект примерно 200 миллиардов долларов и спустила вниз жёсткий план: 80% разработчиков обязаны использовать нейросети еженедельно. И они, засучив рукава, приступили. Только менеджмент забыл закон Гудхарта – если метрика становится целью, она перестает быть полезной как метрика. В результате поэтические лозунги из внутренних документов об агентах, которые «смотрят сны для консолидации знаний и повышения эффективности» упёрлись в действительность, где те самые агенты занимаются бесконечной пересортировкой писем и симуляцией активности в Slack.

Руководство Amazon божится не использовать ИИ-метрики для оценки персонала, но у них нет бога на внутренних дашбордах висят соответствующие доски почета. Никто не хочет оказаться на дне рейтинга, поэтому сотрудники соревнуются в объёмах бессмысленной генерации – такую апокалиптическую картину рисует нам FT.

Если раньше складские рабочие компании писали в пластиковые бутылочки, боясь остановить конвейер и не выполнить норму, то теперь пришла пора белых воротничков ради выполнения показателей активности не отрываться от экранов. Тренд постепенно охватывает весь бигтех. А из-за дефицита вычислений и электричества затраты компаний растут вместе со спросом на ИИ-модели.

Несмотря на существование специальных программ для диктовки с ИИ, всё чаще пользуюсь для этой цели бесплатным и привычным многим ChatGPT. Хотя не обязательно использовать именно его – другие чат-боты вроде Grok или Алисы тоже справляются, просто чуть хуже.

Диктовка доступна по нажатию микрофона в поле ввода. Она отличается от других способов надиктовать текст (например, внутри клавиатуры или ОС) тем, что сервис обрабатывает ввод, исправляет ошибки, расставляет знаки препинания и в целом делает его более прилизанным за счёт использования языковой модели. Русский язык поддерживается.

В отличие от специализированного софта, это бесплатно – для использования функции не нужно оплачивать API или подписку, и даже не обязательно входить в аккаунт. Работает как в вебе, так и в приложении. Единственный минус, что сервис не доступен из России.

Распознанный текст не обязательно отправлять в чат, можно просто скопировать и вставить куда-угодно. Зато если есть необходимость его как-то отредактировать, можно сразу надиктовать нужную команду, отправить ИИ и получить результат (что сложнее настраивается и работает в отдельном софте).

Раньше использовал для диктовки TypeWhisper с локальным Parakeet, но единственное преимущество такой связки – приватность. При этом текст приходится часто переписывать и дополнять, а говорить надо очень медленно и внятно. Про расшифровку аудиозаписей в чат-ботах мы уже писали отдельный текст, там всё не так удобно, но направление развивается. На этом фоне всё менее понятно, зачем пользователю отдельный бытовой ИИ-диктофон или софт для транскрибации, если функция встроена в чат-боты. Для обычных заметок, черновиков или писем чат-бот всё чаще оказывается самым логичным выбором.

#мнение

Taobao меняет поиск на ИИ

Alibaba интегрирует нейросеть Qwen в каталог маркетплейсов Taobao и Tmall. Звучит привычно для рынка – если не учитывать масштаб, ведь это одни из основных маркеплейсов Китая с аудиторией около миллиарда человек и оценочным годовым оборотом больше триллиона долларов. Теперь на этой базе компания решила устроить эксперимент: классическую поисковую строку дополняет диалоговое окно, где вместо выдачи карточек нейросеть должна самостоятельно доводить пользователя до покупки. Параллельно проверяя, хватит ли у Alibaba вычислительных мощностей на всё это, а у покупателей – нервов.

Покупатель описывает задачу естественным языком, а алгоритм сам ищет позиции среди 4 миллиардов товаров, сравнивает характеристики, подбирает купоны и оформляет заказ с оплатой через Alipay. ИИ также получает доступ к набору внутренних инструментов для логистики, сервиса и постпродажных сценариев. В самом Taobao появится Qwen-ассистент с функциями вроде виртуальной примерки и отслеживания цены за 30 дней.

Российские маркетплейсы уже проходили этап внедрения ИИ-ассистентов, но пока не смогли предложить рабочих сценариев. На практике агенты оказались сырыми: они плохо понимают контекст, ошибаются, дают малый выбор и гибкость, вынуждая покупателей возвращаться к стандартным каталогам.

Голосовой ИИ научился не молчать в трубку

Пару лет назад разработчики решили сделать ИИ-ассистентов похожими на людей. Сервисы вроде Sesame AI научились вздыхать, запинаться, причмокивать и имитировать другие звуки. Вышло настолько натурально, что OpenAI даже отложили релиз аналогичной модели – официально из-за «улучшения способности отклонять нежелательный контент», неофициально – из-за роликов со стонущей, кричащей и правдоподобно имитирующей разговор по телефону нейросетью. Её по итогу отучили это делать (чем, вероятно, очень расстроили мошенников). После чего поняли, что гораздо безопаснее и логичнее делать не цифровую копию человека, которая дышит и заикается, а предсказуемый инструмент для бизнеса. Для этого работать надо не над натуральностью голоса, а над улучшением самого процесса общения.

Именно по этому пути пошла OpenAI с новой моделью GPT-Realtime-2. Она пытается убрать старую проблему голосовых ассистентов, когда после команды пользователь стоит в тишине и не понимает, работает система или зависла. Теперь, пока бот идёт в CRM или смотрит календарь, он может сказать «секунду, сейчас посмотрю» и объяснить, что делает. Голосовая модель учится одновременно вести разговор, рассуждать и обращаться к внешним системам. Если ИИ перебить и на ходу поменять задачу, он замолкнет, выслушает и перестроится. Для длинных сценариев OpenAI также увеличила контекстное окно модели с 32 до 128 тысяч токенов. По замыслу компании, разговор должен перестать ощущаться как ожидание ответа от робота.

Параллельно OpenAI обновила ещё два продукта. Модель для синхронного перевода GPT‑Realtime‑Translate теперь продолжает работать, если спикер в середине предложения переходит на другой язык. А алгоритм транскрибации Whisper, которого в последнее время начали теснить с рынка конкуренты вроде Nvidia Parakeet, получил потоковую расшифровку звука в реальном времени .

Мозги без железа, железо без мозгов

Про сделку SpaceX и Anthropic

Илон Маск и команда Anthropic терпеть друг друга не могут. Ещё недавно он во всеуслышанье называл разработчиков Claude «мизантропами», а их подход к технологиям – «злом». Но, как известно, за фразой «А деньги?» следует фраза «остаёмся» – Anthropic и компания Маска xAI (ныне SpaceX) подписали контракт. Сумма не раскрыта, оценивают её примерно в 5 миллиардов долларов. Маск отдает конкурентам ресурсы суперкомпьютера Colossus 1 – это 300 мегаватт энергии и 220 тысяч топовых видеокарт. Есть подозрение, что сошлись они не от хорошей жизни и взаимной любви, а из-за общего и более страшного врага.

Речь про OpenAI. Несмотря на все репутационные скандалы и сжигание наличных, компания Сэма Альтмана чувствует себя достаточно уверенно. Они реорганизуют бизнес, готовятся к IPO и за счёт Codex отъедают долю рынка Anthropic среди программистов и корпоративного сектора. У OpenAI сейчас сложилась почти идеальная комбинация: есть передовые исследователи, база пользователей и, что самое главное, железо от облачных провайдеров. И пускай ChatGPT местами компромиссный и массовый продукт, но это не мешает ему расти.

На этом фоне Anthropic оказалась в ловушке собственного успеха. Их Claude считается чуть ли не лучшим инструментом для разработчиков, но именно эта популярность вредит компании: в начале года трафик вырос на 8000% в годовом выражении. Anthropic всегда очень консервативно закупала мощности, и когда хлынул поток пользователей, система не выдержала. Подобное уже было: в 2023 году OpenAI закрывала регистрацию новых пользователей из-за нехватки мощностей, потом с тем же столкнулась китайская DeepSeek. Сегодня положение на рынке только усугубилось.

Здесь появляется Илон Маск. Ситуация в его ИИ-компании xAI зеркально противоположна. Маск построил гигантский дата-центр, закупил сотни тысяч чипов, но... Скажем так, нейросеть Grok не взлетела и почти не используется за пределами генерации комментариев в X и эротического контента. Судя по переданным в рамках сделки вычислениям, используя около 10-15% от доступных мощностей. У xAI нет передовой команды исследователей и нет очереди из клиентов. То есть у Маска на руках оказался дорогой простаивающий актив, который не только не окупается, но генерирует убытки.

На сегодняшнем рынке ни у кого нет полного комплекта для доминирования. У Anthropic есть качественный продукт, но нет серверов. У xAI есть сервера (и на этом всё). OpenAI на их фоне чувствует себя чуть лучше, но тоже не может похвастаться передовым продуктом или стабильной бизнес-моделью. Поэтому объединившись, они закрывают уязвимости друг друга – Anthropic может отменить лимиты для платных пользователей, а Илон Маск начинает отбивать потраченные деньги (очень кстати перед IPO). Но самое главное, они усиливают друг друга в борьбе против Сэма Альтмана. Впрочем, для Anthropic сделка с Маском – скорее тактический манёвр. Параллельно компания подписала контракт с Google Cloud на 200 миллиардов долларов, обязуясь в течение пяти лет использовать для обучения нейросетей их процессоры. Лишнее напоминание, что лучше всех на рынке себя чувствуют не разработчики, а энергетики и производители железа для ЦОДов.

DeepSeek становится китайским национальным ИИ

DeepSeek начинался как небольшой проект китайского квантового хедж-фонда – компания делала в лаборатории недорогие и эффективные языковые модели, принципиально развиваясь только на свои деньги. Ситуация изменилась после выхода версии V4. Новая модель была спроектирована специально под китайские процессоры и изменила ситуацию на внутреннем рынке.

Алгоритм создал большой спрос на локальное оборудование. Запуск V4 обходится в разы дешевле конкурентов, поэтому компании уровня Alibaba, Tencent и ByteDance сразу заказали сотни тысяч чипов Huawei для развертывания модели. Производителям полупроводников это помогло лучше любых государственных субсидий: гарантированные контракты (только Huawei планирует выпустить 750 тысяч процессоров Ascend в этом году) дали живые деньги на масштабирование заводов. Одна нейросеть потянула за собой аппаратную отрасль, стимулируя производство китайского железа.

Чтобы обслуживать растущий спрос, DeepSeek понадобились вычислительные мощности совсем другого уровня. Стартапу, который годами избегал чужих денег, пришлось искать внешний капитал на расширение инфраструктуры. И если поначалу речь шла о скромном венчурном раунде, то сейчас в компанию, по слухам, готовится зайти национальный инвестиционный фонд Китая, а оценка бизнеса в ходе переговоров взлетела до 45 миллиардов долларов.

В стране по-прежнему работают нейросети от крупных местных компаний, и вряд ли ситуация изменится и кто-то назначит DeepSeek монополистом. Но изначальный статус играет лаборатории на руку – она не участвует в конкуренции с бигтехом, оставаясь открытой исследовательской площадкой. Эта независимость в связке с государственными инвестициями и китайскими чипами постепенно превращает проект в базовую инфраструктуру для национального искусственного интеллекта Китая.

Нейросеть вычисляет топ-менеджеров по углу наклона головы

В МИСИС и РАН создали алгоритм, который оценивает управленческий потенциал человека по видеоинтервью. ИИ анализирует текст ответов и следит за поведением в кадре. Всего есть 3 направления анализа: мимика и жесты, содержание речи и особенности личности кандидата.

Алгоритмы компьютерного зрения высчитывают время взгляда в камеру и анализируют траекторию наклона головы – говорят, правильные кивки выдают вовлеченность и уверенность. Параллельно языковая модель Llama 3.2 читает текстовую расшифровку беседы, чтобы по пятибальной шкале оценить логику повествования, уверенность формулировок и стратегическое мышление. В результате все эти данные складываются в единый индекс управленческого потенциала (Top Potential Score).

Идея состоит в том, чтобы перевести интуитивные впечатления рекрутера в конкретные показатели. Ученые протестировали систему на 59 сотрудниках, среди которых были пять действующих топ-менеджеров, которые в итоге оказались в верхних 20% списка. Авторы отмечают, что ИИ не должен определять судьбы кандидатов. Но как показывает практика, ИИ очень быстро превратил найм в общение языковых моделей.

ЕС покушается на святое для Google – данные поиска. Однако параллельно есть другой фронт наступления на компанию: Еврокомиссия хочет лишить её права на глубокую интеграцию собственного ИИ в Android, планируя обязать Google открыть системные функции платформы для сторонних ИИ-ассистентов и дать те же возможности, как у Gemini.

Установить на смартфон условный ChatGPT можно и сейчас, но он будет работать в изолированной среде, не сможет отправить фото в мессенджере, найти нужный контакт или сделать заказ в приложении доставки. Это давняя проблема, из-за которой сторонние ассистенты кажутся более ограниченными и бесполезными, а компании вынуждены прибегать к костылям вроде специальных возможностей Android.

Инициатива ЕС формально направлена на поддержку независимых разработчиков, в том числе европейских вроде Mistral. Хотя на практике воспользоваться послаблениями, как и в случае с поиском, смогут американские игроки уровня OpenAI, Anthropic и Microsoft. То бишь те, у кого уже есть готовые к масштабированию продукты. В Google называют вмешательство ЕС необоснованным и заявляют, что доступ чужих алгоритмов к базовым функциям смартфона поставит под угрозу приватность и безопасность пользователей, а этого позволять ну никак нельзя

Ни зарплаты, ни акций: на чём зарабатывает создатель ChatGPT

Руководитель OpenAI Сэм Альтман тот ещё аскет. Он управляет бизнесом с оценкой под триллион долларов, почти не владея его акциями. А в прошлом году выписал себе зарплату в скромные, если не сказать смешные 66 тысяч долларов. Однако он не Диоген и живёт не в бочке, Альтман миллиардер. Капитал он держит не внутри OpenAI, а вокруг неё, в личной империи из четырех сотен стартапов стоимостью под три миллиарда. И сейчас, когда компания готовится выходить на биржу, эта схема превратилась в проблему.

А схема простая. Нейросетям нужно много электричества, поэтому OpenAI пошла договариваться о закупках энергии с термоядерным проектом Helion Energy. Нюанс в том, что Альтман лично вложил в него 375 миллионов долларов. Он даже предлагал OpenAI влить в стартап еще 500 миллионов, но в итоге до прямых инвестиций не дошло. Хотя стороны начали обсуждать контракт на поставку мощности вплоть до 50 гигаватт. Похожая история случилась с Stoke Space: OpenAI присматривалась к их поглощению ради футуристичной идеи дата-центров в космосе, а в списке инвесторов стартапа удачно оказался семейный фонд Альтмана. Сделка не состоялась, но даже так капитализация компании выросла.

Альтману не обязательно выводить деньги из OpenAI или владеть её акциями. Достаточно, чтобы OpenAI обращала внимание на компании из его личного портфеля. Один потенциальный контракт – и стартапу проще искать деньги и объяснять инвесторам свою оценку, а между тем личный портфель Сэма растёт сам по себе. Но то, что сходило с рук в формате закрытой лаборатории, теперь начинает напрягать инвесторов накануне IPO.

Вслед за Самокатом, который предлагал пользователям есть гвозди с камнями, об интеграции ИИ отчитался другой продукт Сбера – сервис бронирования Отелло. По заявлениям разработчиков, в приложение добавили ИИ-помощника, который должен заменить ручной поиск с фильтрами и отвечать на вопросы пользователей о жилье. Ассистент работает на основе неназванной LLM, которой на вход дают информацию из карточек отелей и доступ к информации карт 2ГИС для ответа.

ИИ-поиск пока не доступен (вероятно, раскатывается постепенно), а функциональность ассистента свелась к ответам на вопросы внутри карточки конкретного отеля. Он умеет анализировать отзывы, удобства, соседние локации. Что радует, попытки увести разговор в сторону бот игнорирует и отправляет в поддержку, так что повторить ситуацию с гвоздями Самоката не получилось. Но это скорее связанно с его ограниченностью – ИИ не может ответить ни на что, кроме вопросов про общие условия заезда, проживания, удобства в отеле и номерах. Компания предлагает также спрашивать у ассистента про интересные места и погоду рядом с отелем.

Окно ассистента открывается поверх страницы, закрывая карточку отеля. Нет истории чатов и вообще отдельных чатов как концепции. Диалоги про разные гостиницы сливаются в одну длинную простыню текста без разделителей, из-за чего быстро перестаешь понимать, о каком именно отеле идёт речь. Работает сервис не слишком стабильно – один из запросов привел к его зависанию минут на пять, хотя ответ в итоге всё-таки появился. Ощущение как от использования MVP или беты.

Google продолжает интегрировать ИИ-функции из экспериментов и других приложений в свои флагманские продукты. Вслед за ретушью лиц в Google Фото появится инструмент Wardrobe – цифровой гардероб и виртуальный стилист на базе ИИ. Нейросеть автоматически проанализирует галерею пользователей, найдёт на них одежду и соберёт в коллекцию. Все отснятые когда-либо вещи будут рассортированы по категориям от украшений до верхней одежды, чтобы дальше «стилист» мог их использовать.

Можно будет комбинировать свои вещи, собирать их в тематические мудборды для отпуска или работы, примерять новые сочетания на себе с помощью кнопки «Try it on», сохранять образы и делиться ими. Как это будет работать – показано в видео компании.

Технология выросла из экспериментального приложения Doppl и виртуальных примерочных в Google Покупках, но теперь сфокусирована не на поиске и примерке новых товаров, а на существующем гардеробе пользователей. Обновление начнёт разворачиваться летом, сначала на Android-смартфонах, а чуть позже доберётся до пользователей iOS.

Пропустили новость, что Яндекс и Роскосмос объявили о стратегическом сотрудничестве. В компании заявляют, что вместе они планируют реализовывать проекты, направленные на развитие ИИ-моделей семейства Alice AI и популяризацию космонавтики. Появилась надежда, что эпопея с американскими астронавтами в Шедевруме подошла к концу – теперь у Яндекса появится доступ к архиву из 10 тысяч фотографий космонавтов для обучения.

Сразу пошли смотреть, что изменилось. Яндекс, судя по всему, решил проблему радикально – теперь на любую просьбу сгенерировать российского космонавта Алиса выдаёт нарисованный портрет Гагарина. Вероятно, логика была такая – раз Россия стала правопреемницей СССР, то и более российского космонавта, чем Гагарин, нет. Как именно на результат влияют 10 тысяч портретов Роскосмоса – вопрос со звёздочкой. При этом если в запросе специально указать имя Гагарина, Алиса генерировать откажется – негоже делать картинки с лицами реальных людей (что по итогу всё равно не мешает ей их делать).

Для сравнения, рядом результаты того же запроса от ГигаЧата и ChatGPT. Комментировать только портить.