Forwarded from Бабло побеждает зло!
🤷♂️Вчера смотрел матч 18го тура Ла-лиги по МатчТВ - Эспаньол — Барселона. Барса забрала 2-0. Хочу поделиться своими наблюдениями, но, не касательно игры, а касательно рекламы =)
Я раньше уже замечал такое, но не задумавался, а тут задумался. Реклама на матчах давно стала таргетированной на зрителей разных стран. Во время общего теле плана, это когда снимают сверху и видно сразу все поле, видны билборды интерактивные, сейчас они там даже в два яруса сделаны. Так вот, во время общего телеплана показывается таргетированная реклама на РУ-СНГ зрителя, вчера я увидел там 1хбет, Вбет, Мелбет, ЛигаСтавок, может кто еще был, но их больше всего крутили.
Я не знаю как это происходит, я понимаю, что МатчТВ купил права на трансляцию ЛаЛиги, но вот подмена рекламы на билбордах идет уже у нас и МатчТВ таким образом отбивает часть прав, либо, это реклы выкупают напрямую у ЛаЛиги эту рекламу, как и другие страны и отдают картинку каждой стране, уже с учетом тех рекламодателей, что решили таргетироваться там.
Проверить оказалось легко, что рекламу там видят другую на билбордах. Показывают общий план, идет атака, жесткий подкат - штрафной, делают повтор с боковой камеры, на общем плане перед подкатом реклама была Мелбета, но с боковой камеры когда делают повтор, там реклама какого-то местного БК или хер пойми чего.
Т.е. таргетированная реклама показывается только на общем плане, подменяется онлайн, осталось только понять, кто бабки за это получает от казино и БК, МАТЧТВ или владельцы ЛаЛиги? Знает кто? Интересно просто стало ))) А то нас то кошмарят, а МАТЧТВ спокойно пиарит 1хбет и мелбет )))
Я раньше уже замечал такое, но не задумавался, а тут задумался. Реклама на матчах давно стала таргетированной на зрителей разных стран. Во время общего теле плана, это когда снимают сверху и видно сразу все поле, видны билборды интерактивные, сейчас они там даже в два яруса сделаны. Так вот, во время общего телеплана показывается таргетированная реклама на РУ-СНГ зрителя, вчера я увидел там 1хбет, Вбет, Мелбет, ЛигаСтавок, может кто еще был, но их больше всего крутили.
Я не знаю как это происходит, я понимаю, что МатчТВ купил права на трансляцию ЛаЛиги, но вот подмена рекламы на билбордах идет уже у нас и МатчТВ таким образом отбивает часть прав, либо, это реклы выкупают напрямую у ЛаЛиги эту рекламу, как и другие страны и отдают картинку каждой стране, уже с учетом тех рекламодателей, что решили таргетироваться там.
Проверить оказалось легко, что рекламу там видят другую на билбордах. Показывают общий план, идет атака, жесткий подкат - штрафной, делают повтор с боковой камеры, на общем плане перед подкатом реклама была Мелбета, но с боковой камеры когда делают повтор, там реклама какого-то местного БК или хер пойми чего.
Т.е. таргетированная реклама показывается только на общем плане, подменяется онлайн, осталось только понять, кто бабки за это получает от казино и БК, МАТЧТВ или владельцы ЛаЛиги? Знает кто? Интересно просто стало ))) А то нас то кошмарят, а МАТЧТВ спокойно пиарит 1хбет и мелбет )))
🤔1
Forwarded from Neural Shit
Тем временем нейроночки окончательно добили Stack Overflow. График задаваемых вопросов пробивает дно.
Ирония в том, что LLM стали такими умными в плане кода именно потому, что сожрали гигабайты данных со Stack Overflow. Ученик не просто превзошёл учителя, он высосал из него всю кровь и оставил умирать в канаве.
https://data.stackexchange.com/stackoverflow/query/1926661#graph
Ирония в том, что LLM стали такими умными в плане кода именно потому, что сожрали гигабайты данных со Stack Overflow. Ученик не просто превзошёл учителя, он высосал из него всю кровь и оставил умирать в канаве.
https://data.stackexchange.com/stackoverflow/query/1926661#graph
😭5✍2🫡1
Forwarded from Разработчик БПЛА
This media is not supported in your browser
VIEW IN TELEGRAM
Вот же страшная фигня. Этакий велоцираптор с ТМкой
👍6🤷♂2
Forwarded from Метаверсище и ИИще (Sergey Tsyptsyn ️️)
This media is not supported in your browser
VIEW IN TELEGRAM
Вы думаете они до сих пор моют пол и убирают мусор?
Нет, они уже тренируюцца и готовяццо.
Восстание машин со себя не организует...
@cgevent
Нет, они уже тренируюцца и готовяццо.
Восстание машин со себя не организует...
@cgevent
Forwarded from Ai molodca (Dobrokotov)
Хроники нейро-слопа №1
Возможно, новая рубрика, в которой смотрю всякое, чтобы вам не пришлось.
Что происходит: IG рилзы заполонили нейро-девушки с необычной внешностью, самые популярные типажи: витилиго (пятна), гетерохромия (разный цвет глаз), альбиносы, близняшки. Иногда всё сразу, чтобы наверняка.
Хук везде один и тот же: вот моя мама, вот мой папа с необычной внешностью, вот я.
Собирает это всё миллионы, ну и, собственно, появился отдельный жанр рилсов, в которых товарищи обещают этому научить (Nano Banana Pro + Kling), чтобы заработать МиЛлИоНы (нет).
Что думаю: нейро-персонажи как формат — ок. Но когда за ним есть какая-то идея, история и уникальный голос. А не «вот мои глаза разного цвета, подпишись». То, что выше — повтор повтора в квадрате. Собственно — суть «трендов» в IG. Пустое, бессмысленное копирование.
В общем, если у вас витилиго и гетерохромия — сочувствую, конкуренция теперь бешеная.
Возможно, новая рубрика, в которой смотрю всякое, чтобы вам не пришлось.
Что происходит: IG рилзы заполонили нейро-девушки с необычной внешностью, самые популярные типажи: витилиго (пятна), гетерохромия (разный цвет глаз), альбиносы, близняшки. Иногда всё сразу, чтобы наверняка.
Хук везде один и тот же: вот моя мама, вот мой папа с необычной внешностью, вот я.
Собирает это всё миллионы, ну и, собственно, появился отдельный жанр рилсов, в которых товарищи обещают этому научить (Nano Banana Pro + Kling), чтобы заработать МиЛлИоНы (нет).
Что думаю: нейро-персонажи как формат — ок. Но когда за ним есть какая-то идея, история и уникальный голос. А не «вот мои глаза разного цвета, подпишись». То, что выше — повтор повтора в квадрате. Собственно — суть «трендов» в IG. Пустое, бессмысленное копирование.
В общем, если у вас витилиго и гетерохромия — сочувствую, конкуренция теперь бешеная.
❤3🤮2
Forwarded from Нейросети и Блендер
Media is too big
VIEW IN TELEGRAM
Документальный фильм «The Thinking Game»
Это детальная фиксация научного процесса в Google DeepMind, демонстрирующая путь от теоретических концепций к созданию систем уровня схожего с AGI (общего искусственного интеллекта).
😶🌫️ ☺️ Ниже приведены 10 аргументов, почему данная картина представляет ценность для всех, кто погружен в сферу AI:
Междисциплинарный бэкграунд Демиса Хассабиса. Биография CEO DeepMind объединяет шахматы, геймдев и нейробиологию. Это подтверждает тезис о том, что для создания искусственного разума необходимо глубокое понимание принципов работы разума биологического.
Видеоигры как полигон для обучения. Лента технически грамотно обосновывает использование сред Atari и StarCraft II. Они служат идеальными симуляциями для безопасного тестирования алгоритмов перед их внедрением в реальный мир.
Значение AlphaGo. Эпизод с матчем против Ли Седоля и знаменитым «Ходом 37» наглядно демонстрирует появление у машины подобия интуиции и способности к нестандартным стратегическим решениям.
Фундаментальная наука против «быстрых результатов». Фильм противопоставляет академический подход DeepMind культуре стартапов Кремниевой долины. Здесь приоритет отдается долгосрочным исследованиям, а не немедленному релизу продуктов.
Решение проблемы фолдинга белков. История создания AlphaFold показывает практическую мощь нейросетей. Алгоритм решил задачу, над которой биологи бились 50 лет, что открывает новые горизонты в медицине и фармацевтике.
Наглядность обучения с подкреплением (RL). Зрителю демонстрируется процесс обучения агентов «с нуля» методом проб и ошибок, что является лучшей визуализацией принципов работы Reinforcement Learning.
Психология научных открытий. Картина не скрывает человеческий фактор, показывая моменты тупика и разочарований исследователей. Это напоминает о том, что за сложными алгоритмами стоит упорный труд людей.
Вопросы безопасности и этики. Проводятся прямые параллели с «Проектом Манхэттен» и Робертом Оппенгеймером. Хассабис акцентирует внимание на экзистенциальных рисках создания сверхразума и ответственности разработчиков.
Внутренняя архитектура DeepMind. Фильм предоставляет редкий доступ к внутренней кухне лаборатории, демонстрируя методы мозговых штурмов и специфику управления командой гениев.
Осознание исторического контекста. После просмотра формируется четкое понимание: мы являемся свидетелями технологического сдвига, сопоставимого по масштабу с промышленной революцией или открытием электричества.
Поглядеть можно тут.
Это детальная фиксация научного процесса в Google DeepMind, демонстрирующая путь от теоретических концепций к созданию систем уровня схожего с AGI (общего искусственного интеллекта).
Междисциплинарный бэкграунд Демиса Хассабиса. Биография CEO DeepMind объединяет шахматы, геймдев и нейробиологию. Это подтверждает тезис о том, что для создания искусственного разума необходимо глубокое понимание принципов работы разума биологического.
Видеоигры как полигон для обучения. Лента технически грамотно обосновывает использование сред Atari и StarCraft II. Они служат идеальными симуляциями для безопасного тестирования алгоритмов перед их внедрением в реальный мир.
Значение AlphaGo. Эпизод с матчем против Ли Седоля и знаменитым «Ходом 37» наглядно демонстрирует появление у машины подобия интуиции и способности к нестандартным стратегическим решениям.
Фундаментальная наука против «быстрых результатов». Фильм противопоставляет академический подход DeepMind культуре стартапов Кремниевой долины. Здесь приоритет отдается долгосрочным исследованиям, а не немедленному релизу продуктов.
Решение проблемы фолдинга белков. История создания AlphaFold показывает практическую мощь нейросетей. Алгоритм решил задачу, над которой биологи бились 50 лет, что открывает новые горизонты в медицине и фармацевтике.
Наглядность обучения с подкреплением (RL). Зрителю демонстрируется процесс обучения агентов «с нуля» методом проб и ошибок, что является лучшей визуализацией принципов работы Reinforcement Learning.
Психология научных открытий. Картина не скрывает человеческий фактор, показывая моменты тупика и разочарований исследователей. Это напоминает о том, что за сложными алгоритмами стоит упорный труд людей.
Вопросы безопасности и этики. Проводятся прямые параллели с «Проектом Манхэттен» и Робертом Оппенгеймером. Хассабис акцентирует внимание на экзистенциальных рисках создания сверхразума и ответственности разработчиков.
Внутренняя архитектура DeepMind. Фильм предоставляет редкий доступ к внутренней кухне лаборатории, демонстрируя методы мозговых штурмов и специфику управления командой гениев.
Осознание исторического контекста. После просмотра формируется четкое понимание: мы являемся свидетелями технологического сдвига, сопоставимого по масштабу с промышленной революцией или открытием электричества.
Поглядеть можно тут.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1
Forwarded from Летопись космической эры
Компания Celestis, известная отправкой праха и ДНК в космос, на Луну и в глубокий космос, анонсировала нового партнёра для своей будущей миссии Infinite Flight. После тщательного отбора выбрана компания Stoke Space и её новая ракета Nova в качестве носителя. Миссия запланирована на четвёртый квартал 2026 года. Аппарат с прахом нескольких сот людей будет выведен на гелиоцентрическую орбиту, пишет сайт iXbt.com.
Nova — это многоразовая двухступенчатая ракета-носитель среднего класса. Она разработана компанией Stoke Space, основанной бывшими руководителями компании Blue Origin Энди Лапсой и Томом Фельдманом.
Nova — это многоразовая двухступенчатая ракета-носитель среднего класса. Она разработана компанией Stoke Space, основанной бывшими руководителями компании Blue Origin Энди Лапсой и Томом Фельдманом.
Forwarded from Вайб-кодинг
Только что увидел, что команда MiroMind выложила в open source свой самый мощный поисковый агентный модельный стек — MiroThinker 1.5. 😁
Погоняли его немного, реально впечатляет. Ему задали непростой вопрос: «попробуй предсказать будущую динамику акций Tesla».
Он не стал ничего выдумывать. Вместо этого сразу пошёл в веб, собрал свежие рейтинги от крупных топовых аналитических агентств, открыл и прочитал их по очереди, а на выходе выдал подробный отчёт. Все цифры и выводы с источниками, всё проверяемо.
За счёт такого научного подхода с «медленным мышлением» модель с всего 30B параметров обходит GPT-5-High, а версия на 235B параметров уже уверенно входит в первый эшелон.
Весы модели уже открыты, плюс есть бесплатная Web-версия для теста. Если нужен инструмент для глубоких ресёрчей — точно стоит попробовать.
Онлайн-версия: https://miromind.ai
GitHub: https://github.com/MiroMindAI/MiroThinker
Скачать модель: https://huggingface.co/miromind-ai/MiroThinker-v1.5-235B
Погоняли его немного, реально впечатляет. Ему задали непростой вопрос: «попробуй предсказать будущую динамику акций Tesla».
Он не стал ничего выдумывать. Вместо этого сразу пошёл в веб, собрал свежие рейтинги от крупных топовых аналитических агентств, открыл и прочитал их по очереди, а на выходе выдал подробный отчёт. Все цифры и выводы с источниками, всё проверяемо.
За счёт такого научного подхода с «медленным мышлением» модель с всего 30B параметров обходит GPT-5-High, а версия на 235B параметров уже уверенно входит в первый эшелон.
Весы модели уже открыты, плюс есть бесплатная Web-версия для теста. Если нужен инструмент для глубоких ресёрчей — точно стоит попробовать.
Онлайн-версия: https://miromind.ai
GitHub: https://github.com/MiroMindAI/MiroThinker
Скачать модель: https://huggingface.co/miromind-ai/MiroThinker-v1.5-235B
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
Forwarded from Spydell_finance (Paul Spydell)
В каком направлении будет двигаться ИИ в 2026 году?
Ох, не люблю я слово прогноз (прогнозирование – как конструктивный процесс давно дискредитировано и «опорочено» доморощенными прогнозистами и прохиндеями), пусть это будет некое проецирование наиболее вероятных векторов развития.
Ниже мои концептуальные зарисовки на основе многолетнего крайне плотного изучения индустрии.
▪️Первое и самое важное, что следует выделить – период масштабирования LLMs уже закончен, по крайней мере, 90% когнитивной глубины достигнут. Как это понимать?
Ощутимо и значимо умнее, чем сейчас, – модели уже не станут, но глупее – могут стать из-за эффекта заражения, когда обучение будет идти на основе синтетических данных (я подробно описывал этот процесс в сериях материалов по ИИ в прошлом году).
▪️Развитие LLMs будет идти через наращивание инструментария по специфическим коммерческим или государственным задачам и проектам в основном по агентским направлениям.
▪️Однако, универсальные автономные агенты – это во многом профанация. Для того, чтобы ИИ агенты были функциональными и надежными, должен быть вшит внутренний верификатор результатов и понимание истинности, правильности пути решения задачи для непрерывной самокоррекции и оптимизации траектории решения.
Этого нет в LLMs и быть не может (архитектурные ограничения в 2025 подробно описывал). Чрезвычайно много ограничений, в том числе в рамках контекстного окна и стабильности удержания памяти и внимания на всем диапазоне контекстного окна без сваливания в галлюцинации.
ИИ агенты обязательно выдадут результат, но этот результат часто будет далек от правильного, а о надежности даже речи не идет. На каждой итерации ИИ-агентов необходимо контролировать, но затраты на иерархический и многовекторный контроль могут превышать потенциальную выгоду от использования ИИ-агентов.
На текущей уровне технологической зрелости, до широкого внедрения ИИ-агентов еще далеко.
▪️Заземление ИИ. 2026 будет годом внедрения прототипов «физического ИИ», связанного с робототехникой и автоматизированными комплексами на складах, в логистике и на производстве. До коммерческого применения еще далеко, но следите за этими новостями. Понятие «физического ИИ» должно стать мейнстримом в конце 2026.
▪️2026 станет годом первой фазы макроэкономически значимой интеграции ИИ (LLMs) в бизнес-проекты, но этот путь не будет линейным, не будет непрерывным (скорее сильно неравномерным) и не будет однозначно успешным (скорее вызовет множество противоречивых фидбэков) из-за уязвимостей ИИ-агентов.
В одних сценариях (их много) LLMs могут быть крайне эффективны и полезны, а в других сценариях (их намного больше) могут быть убийственно ненадежным и опасными с точки зрения деградации производственного процесса из-за накопления критических ошибок и галлюцинаций.
▪️Вновь никакой монетизации. В 2026 будет очередная волна безумных инвестиций в ИИ инфраструктуру (вероятно, даже больше, чем в рекордном 2025, где бигтехи освоили около 400 млрд) и как уже было на протяжении последних трех лет – ИТ компании вновь будут «ехидно закатывать глаза», скрывая реальные показатели. Однако, то что было забавным в первые пару лет (игры в прятки с инвесторами), будет вызвать отторжение на четвертом году. Никакой монетизации, как не было, так и не будет.
▪️Регуляторы начнут обрезать «крылья» ИТ компаниям в попытке создать четкие границы глубины внедрения и функциональной интеграции. Этот процесс абсолютно неизбежный (любая новая технология обрастает бюрократией и ограничениями), что значительно затруднит процесс внедрения инноваций, особенно среди стартапов.
▪️ИИ мошенничество выйдет на новые невиданные и неизведанные эшелоны. Никто не может так «забористо» и достоверно врать, как ИИ (вне конкуренции с человеком), что при наслоении имитации голоса, аватаров (синтетический образ реального человека с похожей мимикой и поведением) создадут огромное пространство для мошенничества.
▪️Эксперименты с мультимодальностями (графика, видео, аудио, текст) могут выдать интересные сценарии применения для LLMs в реальном мире.
Продолжение следует...
Ох, не люблю я слово прогноз (прогнозирование – как конструктивный процесс давно дискредитировано и «опорочено» доморощенными прогнозистами и прохиндеями), пусть это будет некое проецирование наиболее вероятных векторов развития.
Ниже мои концептуальные зарисовки на основе многолетнего крайне плотного изучения индустрии.
▪️Первое и самое важное, что следует выделить – период масштабирования LLMs уже закончен, по крайней мере, 90% когнитивной глубины достигнут. Как это понимать?
Ощутимо и значимо умнее, чем сейчас, – модели уже не станут, но глупее – могут стать из-за эффекта заражения, когда обучение будет идти на основе синтетических данных (я подробно описывал этот процесс в сериях материалов по ИИ в прошлом году).
▪️Развитие LLMs будет идти через наращивание инструментария по специфическим коммерческим или государственным задачам и проектам в основном по агентским направлениям.
▪️Однако, универсальные автономные агенты – это во многом профанация. Для того, чтобы ИИ агенты были функциональными и надежными, должен быть вшит внутренний верификатор результатов и понимание истинности, правильности пути решения задачи для непрерывной самокоррекции и оптимизации траектории решения.
Этого нет в LLMs и быть не может (архитектурные ограничения в 2025 подробно описывал). Чрезвычайно много ограничений, в том числе в рамках контекстного окна и стабильности удержания памяти и внимания на всем диапазоне контекстного окна без сваливания в галлюцинации.
ИИ агенты обязательно выдадут результат, но этот результат часто будет далек от правильного, а о надежности даже речи не идет. На каждой итерации ИИ-агентов необходимо контролировать, но затраты на иерархический и многовекторный контроль могут превышать потенциальную выгоду от использования ИИ-агентов.
На текущей уровне технологической зрелости, до широкого внедрения ИИ-агентов еще далеко.
▪️Заземление ИИ. 2026 будет годом внедрения прототипов «физического ИИ», связанного с робототехникой и автоматизированными комплексами на складах, в логистике и на производстве. До коммерческого применения еще далеко, но следите за этими новостями. Понятие «физического ИИ» должно стать мейнстримом в конце 2026.
▪️2026 станет годом первой фазы макроэкономически значимой интеграции ИИ (LLMs) в бизнес-проекты, но этот путь не будет линейным, не будет непрерывным (скорее сильно неравномерным) и не будет однозначно успешным (скорее вызовет множество противоречивых фидбэков) из-за уязвимостей ИИ-агентов.
В одних сценариях (их много) LLMs могут быть крайне эффективны и полезны, а в других сценариях (их намного больше) могут быть убийственно ненадежным и опасными с точки зрения деградации производственного процесса из-за накопления критических ошибок и галлюцинаций.
▪️Вновь никакой монетизации. В 2026 будет очередная волна безумных инвестиций в ИИ инфраструктуру (вероятно, даже больше, чем в рекордном 2025, где бигтехи освоили около 400 млрд) и как уже было на протяжении последних трех лет – ИТ компании вновь будут «ехидно закатывать глаза», скрывая реальные показатели. Однако, то что было забавным в первые пару лет (игры в прятки с инвесторами), будет вызвать отторжение на четвертом году. Никакой монетизации, как не было, так и не будет.
▪️Регуляторы начнут обрезать «крылья» ИТ компаниям в попытке создать четкие границы глубины внедрения и функциональной интеграции. Этот процесс абсолютно неизбежный (любая новая технология обрастает бюрократией и ограничениями), что значительно затруднит процесс внедрения инноваций, особенно среди стартапов.
▪️ИИ мошенничество выйдет на новые невиданные и неизведанные эшелоны. Никто не может так «забористо» и достоверно врать, как ИИ (вне конкуренции с человеком), что при наслоении имитации голоса, аватаров (синтетический образ реального человека с похожей мимикой и поведением) создадут огромное пространство для мошенничества.
▪️Эксперименты с мультимодальностями (графика, видео, аудио, текст) могут выдать интересные сценарии применения для LLMs в реальном мире.
Продолжение следует...
Forwarded from Machinelearning
Semianalysis выпустили любопытный материал о том, как ИИ-компании преодолевают энергетический кризис.
Еще 2 года назад эксперты предсказывали, что спрос на мощность для ИИ-ЦОДов вырастет с 3 ГВт в 2023 до 28 ГВт к 2026 году.
Уже сейчас в Техасе ежемесячно поступают заявки на десятки гигаватт, но за год одобряют не более гигаватта. Электросети перегружены.
ИИ-компании не могут ждать много лет на подключение к сетям. Задержка в полгода для дата-центра мощностью 400 МВт означает потерю миллиардов долларов. Поэтому они адаптируются: строят собственные газовые электростанции прямо на территории дата-центров.
Первой удивила индустрию xAI, запустив кластер из 100 тыс. GPU всего за 4 месяца на полностью независимых от общих сетей мобильных газовых турбинах. На конец 2025 года детище Илона Маска развернуло суммарно более 500 МВт таких мощностей. И за ними пошли OpenAI с Oracle в Техасе и Марк Цукерберг в Огайо.
Она объединяет 3 основных типа генерации:
Чтобы достичь 99% аптайма как в общих электросетях, приходится серьезно перестраховываться. Для дата-центра на 200 МВт устанавливают 26 двигателей по 11 МВт или 9 турбин по 30 МВт, а, например, ЦОД в Огайо на гибридном решении: 3 типа турбин и 15 поршневых двигателей для максимального покрытия аварий.
Стоимость собственной генерации обычно выше сетевой, но для ИИ-бизнеса скорость ввода в эксплуатацию важнее. Один ГВт ИИ-вычислений приносит $10-12 млрд годового дохода. Так что ускоренный запуск ЦОДа окупает любые затраты на энергетическую независимость.
Производители BYOG-решений борются с дефицитом. GE Vernova и Siemens Energy принимают заказы уже только на 2028-2029 годы.
Boom Supersonic (производитель самолетов) использует свои авиационные наработки для создания турбин на базе двигателей самолётов Mach 2, а корейская Doosan Enerbility, благодаря опыту производства паровых турбин запустила производство турбин H-класса.
Пока в перспективе ИИ-гиганты выбирают гибридные решения где собственная генерация сначала выводит ЦОД в работу, а потом становится резервом при подключении к сетям, это однозначно повлияет еще на пару-тройку смежных сфер деятельности.
Так что "энергетический" и "чиповый" кризис - не последние, кого породила ИИ-гонка.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3👍1
Forwarded from GPT/ChatGPT/AI Central Александра Горного
This media is not supported in your browser
VIEW IN TELEGRAM
Boston Dynamics показала нового Atlas
Роботом управляют нейросети от Google DeepMind. Atlas стал подвижнее: 56 степеней свободы. Он может поднимать грузы весом до 50 кг и сам меняет себе батарею.
В этом году Hyundai собирается внедрить Atlas на своём заводе — роботы будут носить детали.
https://techcrunch.com/2026/01/05/boston-dynamicss-next-gen-humanoid-robot-will-have-google-deepmind-dna/
Роботом управляют нейросети от Google DeepMind. Atlas стал подвижнее: 56 степеней свободы. Он может поднимать грузы весом до 50 кг и сам меняет себе батарею.
В этом году Hyundai собирается внедрить Atlas на своём заводе — роботы будут носить детали.
https://techcrunch.com/2026/01/05/boston-dynamicss-next-gen-humanoid-robot-will-have-google-deepmind-dna/
👍5❤1
Forwarded from Злой эколог
This media is not supported in your browser
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2❤1😢1
Forwarded from Ядерный буревестник
Техасская компания HGP Intelligent Energy направила письмо в американское Минэнерго с просьбой направить два реактора планируемого списанием в этом году авианосца "Нимиц" на эксперимент по переоборудованию их в наземные реакторы для дата-центра. Заявляется что это будет в несколько раз дешевле чем построить новую небольшую АЭС.
https://www.stripes.com/branches/navy/2026-01-02/nimitz-nuclear-reactor-data-center-20259929.html
https://www.stripes.com/branches/navy/2026-01-02/nimitz-nuclear-reactor-data-center-20259929.html
Stars and Stripes
USS Nimitz reactors could power future land-based AI data center
If the Nimitz project succeeds, reactors from future decommissioned aircraft carriers, submarines and other sources could be used for data centers.
😁2
Forwarded from Derp Learning
Наконец обнаружена четкая граница между восточной и западной Европой
😁6🔥3❤1
Forwarded from Flipper's place (G I)
This media is not supported in your browser
VIEW IN TELEGRAM
Футуристы: Искусственный интеллект вылечит рак!
Искусственный интеллект:
Искусственный интеллект:
👎1