🌏 сможем ли мы распознать новый биткоин?
мы подготовили новый лонгрид о биткоине, gonka ai и о том, как мы на самом деле реагируем на новые технологии:
— почему история биткоина кажется историей легких денег только задним числом?
— почему шанс «успеть в начале» на самом деле почти нулевой, даже если вы знали о технологии?
— как выглядит путь через технологическую революцию на практике: сомнения, насмешки, ошибки, потери и очень сложные решения
— почему децентрализованный ai — это не только про токен, а про архитектуру власти и доступа к интеллекту
— чем централизованные ai-кластеры уязвимы и почему децентрализованные сети могут работать иначе
— и главный вопрос: что вы чувствуете, когда сталкиваетесь с чем-то новым — интерес или усталость, желание разобраться или закрыть вкладку
напоминаем, что подписаться на наш платный substack можно открыв ссылку в браузере. приложение не даст вам сделать это.
этот текст будет полезен любому человеку, который хочет инвестировать качественно: про то, как работает наша голова, когда мы сталкиваемся с неизвестным, и насколько честно мы оцениваем свои реальные возможности быть внутри технологических сдвигов, а не наблюдать за ними со стороны.
вперед.
мы подготовили новый лонгрид о биткоине, gonka ai и о том, как мы на самом деле реагируем на новые технологии:
— почему история биткоина кажется историей легких денег только задним числом?
— почему шанс «успеть в начале» на самом деле почти нулевой, даже если вы знали о технологии?
— как выглядит путь через технологическую революцию на практике: сомнения, насмешки, ошибки, потери и очень сложные решения
— почему децентрализованный ai — это не только про токен, а про архитектуру власти и доступа к интеллекту
— чем централизованные ai-кластеры уязвимы и почему децентрализованные сети могут работать иначе
— и главный вопрос: что вы чувствуете, когда сталкиваетесь с чем-то новым — интерес или усталость, желание разобраться или закрыть вкладку
напоминаем, что подписаться на наш платный substack можно открыв ссылку в браузере. приложение не даст вам сделать это.
этот текст будет полезен любому человеку, который хочет инвестировать качественно: про то, как работает наша голова, когда мы сталкиваемся с неизвестным, и насколько честно мы оцениваем свои реальные возможности быть внутри технологических сдвигов, а не наблюдать за ними со стороны.
вперед.
Substack
сможем ли мы разглядеть новый биткоин
или обратим на него внимание, когда стоимость будет выше в тысячи раз?
1❤14
🌏 готовы к новым урокам о наиболее интересных ai инструментах, которые вы можете применять в своей жизни?
первую версию нашего курса прошли 332 человека. мы подготовили для вас две новые версии:
☄️ дополненный базовый курс: «ai инструменты 2.0: от создания ботов и приложений, видео-аватар и изображений до личного агента-менеджера всех жизненных сфер». в нем теперь на 3 лекции больше: подробнее здесь.
☄️ «ai инструменты: продолжение». это новые уроки для тех, кто уже смотрел наш базовый курс: подробнее здесь.
вперед.
первую версию нашего курса прошли 332 человека. мы подготовили для вас две новые версии:
☄️ дополненный базовый курс: «ai инструменты 2.0: от создания ботов и приложений, видео-аватар и изображений до личного агента-менеджера всех жизненных сфер». в нем теперь на 3 лекции больше: подробнее здесь.
☄️ «ai инструменты: продолжение». это новые уроки для тех, кто уже смотрел наш базовый курс: подробнее здесь.
вперед.
❤16
💡founders use case: отказаться от потребления сахара
за последние две недели я не ела ничего сладкого. полностью исчезла тяга, вес снизился на 2 кг, приемы пищи ограничены завтраком, обедом и ужином. без насилия над собой.
хочу описать этот опыт как юзкейс работы с ai-коучем по питанию.
я не ставила цель «полностью отказаться от сахара». задача была другой: выстроить питание так, чтобы тело перестало требовать быстрых компенсаций в виде сладкого и другой еды. последний месяц я чувствую, как часто ем быстрые углеводы, как часто хочется что-то съесть и нет ощущения насыщения.
я подключила к решению этой проблемы ai и он построил процесс сопровождения решений.
📄 как я сформулировала роль ai-коуча
я описала роль как коуча по питанию, работающего исключительно в рамках доказательного подхода.
в базовых установках были зафиксированы следующие принципы:
1️⃣ опора только на данные нутрициологии и клинических рекомендаций, без детоксов, «очищений», гормональных мифов и универсальных диет
2️⃣ отсутствие моральной оценки еды («плохая / хорошая», «можно / нельзя»)
3️⃣ приоритет регулярности питания, достаточного белка и общего энергетического баланса
4️⃣ внимание к долгосрочным эффектам, а не к краткосрочному снижению веса
📄 какие задачи я поставила перед коучем
дальше я описала конкретные задачи, которые он должен решать в ежедневной практике:
1️⃣ анализировать каждый прием пищи по факту, а не по плану
2️⃣ помогать корректировать состав еды, если в ней не хватает белка, клетчатки или насыщения
3️⃣ подсказывать, как сбалансировать следующий прием пищи
4️⃣ отвечать на прикладные вопросы: время еды, сочетания продуктов, адекватные порции
5️⃣ отслеживать риски дефицитов и перегибов, но без гипердиагностики
по сути, его основная задача: снижать когнитивную нагрузку вокруг еды.
📄 как выглядел процесс в реальности
перед каждым приемом пищи (иногда — после) я отправляла фотографию того, что собираюсь есть. иногда добавляла сомнения или вопросы.
в ответ ai: подтверждал, что прием ок в текущем контексте дня; предлагал минимальные корректировки, если они были нужны; помогал спланировать следующий прием пищи, чтобы день в целом оставался сбалансированным.
📄 что изменилось через две недели
примерно через несколько дней исчезла постоянная мыслительная жвачка вокруг еды. питание стало предсказуемым и спокойным.
и именно на этом фоне исчезла тяга к сладкому. не как результат запрета, а как следствие регулярного поступления энергии; достаточного белка в течение дня; отсутствия резких перепадов глюкозы.
я не боролась с желанием сладкого — оно перестало быть необходимым инструментом саморегуляции.
🌏 если такой формат описания юзкейсов из жизни будет вам интересен — будет вести регулярно.
за последние две недели я не ела ничего сладкого. полностью исчезла тяга, вес снизился на 2 кг, приемы пищи ограничены завтраком, обедом и ужином. без насилия над собой.
хочу описать этот опыт как юзкейс работы с ai-коучем по питанию.
я не ставила цель «полностью отказаться от сахара». задача была другой: выстроить питание так, чтобы тело перестало требовать быстрых компенсаций в виде сладкого и другой еды. последний месяц я чувствую, как часто ем быстрые углеводы, как часто хочется что-то съесть и нет ощущения насыщения.
я подключила к решению этой проблемы ai и он построил процесс сопровождения решений.
📄 как я сформулировала роль ai-коуча
я описала роль как коуча по питанию, работающего исключительно в рамках доказательного подхода.
в базовых установках были зафиксированы следующие принципы:
1️⃣ опора только на данные нутрициологии и клинических рекомендаций, без детоксов, «очищений», гормональных мифов и универсальных диет
2️⃣ отсутствие моральной оценки еды («плохая / хорошая», «можно / нельзя»)
3️⃣ приоритет регулярности питания, достаточного белка и общего энергетического баланса
4️⃣ внимание к долгосрочным эффектам, а не к краткосрочному снижению веса
📄 какие задачи я поставила перед коучем
дальше я описала конкретные задачи, которые он должен решать в ежедневной практике:
1️⃣ анализировать каждый прием пищи по факту, а не по плану
2️⃣ помогать корректировать состав еды, если в ней не хватает белка, клетчатки или насыщения
3️⃣ подсказывать, как сбалансировать следующий прием пищи
4️⃣ отвечать на прикладные вопросы: время еды, сочетания продуктов, адекватные порции
5️⃣ отслеживать риски дефицитов и перегибов, но без гипердиагностики
по сути, его основная задача: снижать когнитивную нагрузку вокруг еды.
📄 как выглядел процесс в реальности
перед каждым приемом пищи (иногда — после) я отправляла фотографию того, что собираюсь есть. иногда добавляла сомнения или вопросы.
в ответ ai: подтверждал, что прием ок в текущем контексте дня; предлагал минимальные корректировки, если они были нужны; помогал спланировать следующий прием пищи, чтобы день в целом оставался сбалансированным.
📄 что изменилось через две недели
примерно через несколько дней исчезла постоянная мыслительная жвачка вокруг еды. питание стало предсказуемым и спокойным.
и именно на этом фоне исчезла тяга к сладкому. не как результат запрета, а как следствие регулярного поступления энергии; достаточного белка в течение дня; отсутствия резких перепадов глюкозы.
я не боролась с желанием сладкого — оно перестало быть необходимым инструментом саморегуляции.
🌏 если такой формат описания юзкейсов из жизни будет вам интересен — будет вести регулярно.
2❤78
💊 на что способен ai в контексте медицины?
весь декабрь мы исследовали тему развития медицины через ai. и готовы начать делиться с вами важнейшими открытиями и, конечно, инструментами, которые уже сейчас могут серьезно помочь нам работать со своим здоровьем.
итак, искусственный интеллект меняет медицину не постепенно, а скачком. не «чуть быстрее», а на порядки быстрее. и именно поэтому многие задачи, которые считали возможными к концу века, теперь обсуждаются как задачи ближайших десятилетий.
1️⃣ раньше фундаментальная биология упиралась не в отсутствие идей, а в ограничения человека. слишком много данных, слишком сложные системы, слишком медленные циклы экспериментов. ai впервые позволил превратить массивы лабораторных данных в рабочее знание.
за десять лет ученые описали около ста миллионов клеток. с новыми инструментами и моделями — за считанные месяцы удалось описать уже миллиард. это не просто рост скорости, а смена масштаба.
2️⃣ одна из самых амбициозных идей — создание виртуальных человеческих клеток. по сути, цифровых двойников, в которых можно моделировать все, что происходит в реальной клетке: мутации, сбои, реакции на лекарства. вместо того чтобы годами проверять гипотезы в живых организмах, ученые могут сначала исследовать клетку в симуляции и понять, где именно возникает болезнь.
3️⃣ лаборатории и ai активно работают в связке: модели подсказывают, где у науки слепые зоны, а реальные эксперименты делают сами модели точнее. это постепенно ведет к отказу от медицины «среднего человека». вместо универсальных схем лечения появляется персонализированный подход, где учитывается уникальная биология конкретного пациента. почему один человек реагирует на антидепрессанты, а другой — нет? почему одно и то же лекарство от давления работает избирательно? цель — научиться предсказывать реакцию организма заранее, еще до начала лечения, на основе генетики и биологических данных.
4️⃣ отдельное внимание уделяется иммунной системе. сегодня ее все чаще рассматривают как ключ к профилактике, а не только к лечению. ученые пытаются создать виртуальную иммунную систему — модель, которая показывает, как клетки «общаются» друг с другом по всему телу. в перспективе это открывает путь к раннему мониторингу заболеваний: носимые сенсоры или пластыри, которые улавливают молекулярные сигналы болезни еще до появления боли или необратимых повреждений органов.
5️⃣ в диагностике ai уже сейчас в ряде задач превосходит человека. анализ изображений кожи, выявление проблем с сетчаткой, работа с томограммами — все это примеры того, как алгоритмы снимают с врачей часть нагрузки и позволяют сосредоточиться на принятии решений, а не на бесконечном просмотре данных.
6️⃣ если попытаться описать общий вектор, то он звучит почти как научная фантастика: перепрограммирование собственных клеток организма. сегодня уже идут работы над тем, чтобы научить иммунные клетки целенаправленно очищать артерии от бляшек. это не обещания, а лабораторные проекты, которые еще недавно казались невозможными.
в целом работу ai в биологии можно сравнить не просто с телескопом, который позволяет разглядеть скрытые механизмы болезней. это скорее инструмент, который одновременно строит карту всей вселенной организма и пытается предсказать, где и когда может начаться сбой. и если этот подход сработает, медицина впервые станет по-настоящему превентивной, а не реактивной.
кто знает, какие возможности будут у человечества уже через 10 или 20 лет?
весь декабрь мы исследовали тему развития медицины через ai. и готовы начать делиться с вами важнейшими открытиями и, конечно, инструментами, которые уже сейчас могут серьезно помочь нам работать со своим здоровьем.
итак, искусственный интеллект меняет медицину не постепенно, а скачком. не «чуть быстрее», а на порядки быстрее. и именно поэтому многие задачи, которые считали возможными к концу века, теперь обсуждаются как задачи ближайших десятилетий.
1️⃣ раньше фундаментальная биология упиралась не в отсутствие идей, а в ограничения человека. слишком много данных, слишком сложные системы, слишком медленные циклы экспериментов. ai впервые позволил превратить массивы лабораторных данных в рабочее знание.
за десять лет ученые описали около ста миллионов клеток. с новыми инструментами и моделями — за считанные месяцы удалось описать уже миллиард. это не просто рост скорости, а смена масштаба.
2️⃣ одна из самых амбициозных идей — создание виртуальных человеческих клеток. по сути, цифровых двойников, в которых можно моделировать все, что происходит в реальной клетке: мутации, сбои, реакции на лекарства. вместо того чтобы годами проверять гипотезы в живых организмах, ученые могут сначала исследовать клетку в симуляции и понять, где именно возникает болезнь.
3️⃣ лаборатории и ai активно работают в связке: модели подсказывают, где у науки слепые зоны, а реальные эксперименты делают сами модели точнее. это постепенно ведет к отказу от медицины «среднего человека». вместо универсальных схем лечения появляется персонализированный подход, где учитывается уникальная биология конкретного пациента. почему один человек реагирует на антидепрессанты, а другой — нет? почему одно и то же лекарство от давления работает избирательно? цель — научиться предсказывать реакцию организма заранее, еще до начала лечения, на основе генетики и биологических данных.
4️⃣ отдельное внимание уделяется иммунной системе. сегодня ее все чаще рассматривают как ключ к профилактике, а не только к лечению. ученые пытаются создать виртуальную иммунную систему — модель, которая показывает, как клетки «общаются» друг с другом по всему телу. в перспективе это открывает путь к раннему мониторингу заболеваний: носимые сенсоры или пластыри, которые улавливают молекулярные сигналы болезни еще до появления боли или необратимых повреждений органов.
5️⃣ в диагностике ai уже сейчас в ряде задач превосходит человека. анализ изображений кожи, выявление проблем с сетчаткой, работа с томограммами — все это примеры того, как алгоритмы снимают с врачей часть нагрузки и позволяют сосредоточиться на принятии решений, а не на бесконечном просмотре данных.
6️⃣ если попытаться описать общий вектор, то он звучит почти как научная фантастика: перепрограммирование собственных клеток организма. сегодня уже идут работы над тем, чтобы научить иммунные клетки целенаправленно очищать артерии от бляшек. это не обещания, а лабораторные проекты, которые еще недавно казались невозможными.
в целом работу ai в биологии можно сравнить не просто с телескопом, который позволяет разглядеть скрытые механизмы болезней. это скорее инструмент, который одновременно строит карту всей вселенной организма и пытается предсказать, где и когда может начаться сбой. и если этот подход сработает, медицина впервые станет по-настоящему превентивной, а не реактивной.
кто знает, какие возможности будут у человечества уже через 10 или 20 лет?
❤31
This media is not supported in your browser
VIEW IN TELEGRAM
boston dynamics официально представила новую продуктовую версию робота atlas — не прототип, а готового к промышленному использованию гуманоидного робота.
это произошло в рамках ces 2026 в лас-вегасе, и компания сразу объявила, что производство запускается сейчас — с уже контрактами на поставки в 2026 году. первые большие партнеры — это hyundai (для их роботизированного завода) и google deepmind, а в 2027 году будут добавлены и другие клиенты.
🦾 что представляет собой робот atlas?
новая версия atlas — это промышленный гуманоид, готовый к реальной работе в производстве и логистике:
1️⃣ полностью электрический, он может выполнять широкий спектр задач — от перемещения материалов до сборки и комплектации заказов.
2️⃣ robot адаптируется к динамичным условиям, учится новым задачам и работает автономно с минимальным контролем.
3️⃣ он сам меняет свои батареи, когда они садятся, и возвращается к работе, без остановки.
4️⃣ может интегрироваться с промышленными системами и масштабировать задачи по всему флоту роботов.
5️⃣ физически способен поднимать ~50 кг, уверенно ходить по разным поверхностям и работать в широком диапазоне температур.
это продукт уровня предприятия, ориентированный на повышение эффективности и автоматизацию там, где раньше могли работать только люди или специализированные машины.
🦾 ai и будущее эксплуатации
atlas будет обучаться не только на базовых алгоритмах, но и на фундаментальных ai-моделях — в частности в партнерстве с google deepmind. это меняет ситуацию: робот не только выполняет заданные движения, но и получает способность понимать контекст, адаптироваться и учиться новым задачам быстрее.
🦾 где его будут использовать?
первые крупные внедрения планируются в индустриальных условиях:
1️⃣ hyundai готовит использовать атлас на своих производствах — уже с 2026–2028 год.
2️⃣ логистика и склады — там, где требуется гибкая автоматизация без полного изменения инфраструктуры.
3️⃣ задачи, которые трудны для традиционных роботов или стационарной автоматизации, но требуют мобильности и гибкости.
🦾 почему это важно?
atlas — это не просто робот, а символ технологического перехода:
1️⃣ впервые гуманоид выходит из научно-исследовательской стадии в промышленную эксплуатацию.
2️⃣ это шаг к роботам, которые могут работать бок о бок с людьми, адаптироваться к задачам и обучаться им.
3️⃣ такой робот интегрируется в уже существующие системы автоматизации и не требует полного перепроектирования производства.
4️⃣ это часть глобального сдвига в сторону physical ai — когда интеллект появляется не только в облаке, но и «в теле», способном действовать в физическом мире.
🦾 что остается под вопросом?
да, это прорыв. но есть важные вопросы, которые еще предстоит решить:
1️⃣ как безопасно и эффективно интегрировать таких роботов рядом с людьми.
2️⃣ сколько на практике они будут стоить и насколько быстро окупятся.
3️⃣ не приведет ли масштабное использование к изменениям на рынке труда.
в целом, презентация atlas на ces 2026 — это момент, когда робототехника перестает быть сценой экспериментов и выходит в активную жизнь предприятий. это один из тех шагов, которые меняют промышленную автоматизацию, а возможно, и сам образ труда человека в будущем.
это произошло в рамках ces 2026 в лас-вегасе, и компания сразу объявила, что производство запускается сейчас — с уже контрактами на поставки в 2026 году. первые большие партнеры — это hyundai (для их роботизированного завода) и google deepmind, а в 2027 году будут добавлены и другие клиенты.
🦾 что представляет собой робот atlas?
новая версия atlas — это промышленный гуманоид, готовый к реальной работе в производстве и логистике:
1️⃣ полностью электрический, он может выполнять широкий спектр задач — от перемещения материалов до сборки и комплектации заказов.
2️⃣ robot адаптируется к динамичным условиям, учится новым задачам и работает автономно с минимальным контролем.
3️⃣ он сам меняет свои батареи, когда они садятся, и возвращается к работе, без остановки.
4️⃣ может интегрироваться с промышленными системами и масштабировать задачи по всему флоту роботов.
5️⃣ физически способен поднимать ~50 кг, уверенно ходить по разным поверхностям и работать в широком диапазоне температур.
это продукт уровня предприятия, ориентированный на повышение эффективности и автоматизацию там, где раньше могли работать только люди или специализированные машины.
🦾 ai и будущее эксплуатации
atlas будет обучаться не только на базовых алгоритмах, но и на фундаментальных ai-моделях — в частности в партнерстве с google deepmind. это меняет ситуацию: робот не только выполняет заданные движения, но и получает способность понимать контекст, адаптироваться и учиться новым задачам быстрее.
🦾 где его будут использовать?
первые крупные внедрения планируются в индустриальных условиях:
1️⃣ hyundai готовит использовать атлас на своих производствах — уже с 2026–2028 год.
2️⃣ логистика и склады — там, где требуется гибкая автоматизация без полного изменения инфраструктуры.
3️⃣ задачи, которые трудны для традиционных роботов или стационарной автоматизации, но требуют мобильности и гибкости.
🦾 почему это важно?
atlas — это не просто робот, а символ технологического перехода:
1️⃣ впервые гуманоид выходит из научно-исследовательской стадии в промышленную эксплуатацию.
2️⃣ это шаг к роботам, которые могут работать бок о бок с людьми, адаптироваться к задачам и обучаться им.
3️⃣ такой робот интегрируется в уже существующие системы автоматизации и не требует полного перепроектирования производства.
4️⃣ это часть глобального сдвига в сторону physical ai — когда интеллект появляется не только в облаке, но и «в теле», способном действовать в физическом мире.
🦾 что остается под вопросом?
да, это прорыв. но есть важные вопросы, которые еще предстоит решить:
1️⃣ как безопасно и эффективно интегрировать таких роботов рядом с людьми.
2️⃣ сколько на практике они будут стоить и насколько быстро окупятся.
3️⃣ не приведет ли масштабное использование к изменениям на рынке труда.
в целом, презентация atlas на ces 2026 — это момент, когда робототехника перестает быть сценой экспериментов и выходит в активную жизнь предприятий. это один из тех шагов, которые меняют промышленную автоматизацию, а возможно, и сам образ труда человека в будущем.
❤29
🗓️ 2026: год, когда ai перестает быть верой и начинает проходить проверку на полезность
последние годы искусственный интеллект развивался в режиме ускорения: больше моделей, больше денег, больше обещаний. ai стал объектом веры — его либо безоговорочно превозносили, либо полностью отрицали.
профессора stanford human-centered ai считают, что 2026 станет точкой взросления индустрии. вопрос «может ли ai это сделать?» уходит. на смену приходят другие:
насколько хорошо? по какой цене? для кого? и с какими последствиями?
из статьи stanford ai experts predict what will happen in 2026 следует:
1️⃣ в 2026 не будет agi. ни универсального интеллекта, ни «человеческого уровня мышления». и это не провал, а фиксация реальности. ai движется в сторону узких, специализированных систем и конкретных прикладных сценариев — первый признак выхода из фазы иллюзий.
2️⃣ один из ключевых трендов — ai-суверенитет. страны больше не хотят зависеть от нескольких провайдеров моделей и вычислений. национальные llm, собственные gpu, локальные дата-центры — именно поэтому инвестиции в инфраструктуру растут по всему миру. но stanford предупреждает: бесконечно наращивать вычисления нельзя — в какой-то момент это начинает напоминать пузырь.
3️⃣ индустрия также упирается в предел больших моделей. данных становится меньше и они хуже по качеству. рост размера больше не дает пропорционального эффекта. ценность смещается от объема к качеству данных и специализированным моделям под конкретные задачи.
4️⃣ меняется и форма взаимодействия с ai. эпоха универсальных чатботов подходит к концу. на смену приходят кастомные интерфейсы под конкретные контексты — особенно на фоне скачка в генерации видео и новых конфликтов вокруг авторских прав.
5️⃣ в медицине 2026 может стать моментом, сопоставимым с появлением chatgpt, но уже для биологии.
6️⃣ в бизнесе начинается оценка реального roi, рисков и влияния на процессы. насколько он в действительности надежен и полезен.
7️⃣ в экономике споры уступят место измерениям. появятся ai-дашборды реального времени: где ai повышает продуктивность, где вытесняет работников, где создает новые роли.
и, наконец, ключевой вопрос — человек. ai все чаще используется для общения, ментального здоровья и поддержки решений. stanford подчеркивает: если human-centered ai не закладывать с самого начала, краткосрочное удобство может подорвать долгосрочное развитие человека.
мы подготовили лонгрид по данной теме. это открытый материал, который можно прочесть по ссылке.
последние годы искусственный интеллект развивался в режиме ускорения: больше моделей, больше денег, больше обещаний. ai стал объектом веры — его либо безоговорочно превозносили, либо полностью отрицали.
профессора stanford human-centered ai считают, что 2026 станет точкой взросления индустрии. вопрос «может ли ai это сделать?» уходит. на смену приходят другие:
насколько хорошо? по какой цене? для кого? и с какими последствиями?
из статьи stanford ai experts predict what will happen in 2026 следует:
1️⃣ в 2026 не будет agi. ни универсального интеллекта, ни «человеческого уровня мышления». и это не провал, а фиксация реальности. ai движется в сторону узких, специализированных систем и конкретных прикладных сценариев — первый признак выхода из фазы иллюзий.
2️⃣ один из ключевых трендов — ai-суверенитет. страны больше не хотят зависеть от нескольких провайдеров моделей и вычислений. национальные llm, собственные gpu, локальные дата-центры — именно поэтому инвестиции в инфраструктуру растут по всему миру. но stanford предупреждает: бесконечно наращивать вычисления нельзя — в какой-то момент это начинает напоминать пузырь.
3️⃣ индустрия также упирается в предел больших моделей. данных становится меньше и они хуже по качеству. рост размера больше не дает пропорционального эффекта. ценность смещается от объема к качеству данных и специализированным моделям под конкретные задачи.
4️⃣ меняется и форма взаимодействия с ai. эпоха универсальных чатботов подходит к концу. на смену приходят кастомные интерфейсы под конкретные контексты — особенно на фоне скачка в генерации видео и новых конфликтов вокруг авторских прав.
5️⃣ в медицине 2026 может стать моментом, сопоставимым с появлением chatgpt, но уже для биологии.
6️⃣ в бизнесе начинается оценка реального roi, рисков и влияния на процессы. насколько он в действительности надежен и полезен.
7️⃣ в экономике споры уступят место измерениям. появятся ai-дашборды реального времени: где ai повышает продуктивность, где вытесняет работников, где создает новые роли.
и, наконец, ключевой вопрос — человек. ai все чаще используется для общения, ментального здоровья и поддержки решений. stanford подчеркивает: если human-centered ai не закладывать с самого начала, краткосрочное удобство может подорвать долгосрочное развитие человека.
мы подготовили лонгрид по данной теме. это открытый материал, который можно прочесть по ссылке.
Substack
2026: год, когда искусственный интеллект перестает быть верой
и начинает проходить проверку на полезность
❤15
🩺 в chatgpt скоро появится раздел health
openai анонсировал отдельное направление, связанное с вопросами здоровья.
речь не идет о замене медицинской помощи. chatgpt health задуман как аккуратный слой навигации и поддержки — с жесткими ограничениями.
1️⃣ что это значит на практике?
chatgpt health будет помогать разбираться в медицинской информации: анализах, заключениях, рекомендациях врачей. не ставить диагнозы и не назначать лечение, а объяснять, структурировать и помогать формулировать вопросы специалистам.
2️⃣ возможные интеграции
ожидается, что к health-разделу можно будет подключать некоторые приложения и источники данных, но только в безопасном формате. это могут быть носимые устройства, дневники самонаблюдения, трекеры сна и активности, медицинские документы, которые пользователь загружает сам.
ai помогает видеть паттерны, изменения во времени и лучше понимать свое состояние.
3️⃣ принципиально важно и то, чего не будет:
— автоматических медицинских рекомендаций
— назначения препаратов и дозировок
— экстренной помощи
— свободного подключения любых health-приложений
экосистема обещает быть закрытой и консервативной — именно потому, что здоровье относится к зоне повышенного риска.
по сути, chatgpt health — это попытка сделать то, что люди уже делают стихийно (спрашивают у ai про здоровье), но в более безопасной, структурированной и честной форме.
openai анонсировал отдельное направление, связанное с вопросами здоровья.
речь не идет о замене медицинской помощи. chatgpt health задуман как аккуратный слой навигации и поддержки — с жесткими ограничениями.
1️⃣ что это значит на практике?
chatgpt health будет помогать разбираться в медицинской информации: анализах, заключениях, рекомендациях врачей. не ставить диагнозы и не назначать лечение, а объяснять, структурировать и помогать формулировать вопросы специалистам.
2️⃣ возможные интеграции
ожидается, что к health-разделу можно будет подключать некоторые приложения и источники данных, но только в безопасном формате. это могут быть носимые устройства, дневники самонаблюдения, трекеры сна и активности, медицинские документы, которые пользователь загружает сам.
ai помогает видеть паттерны, изменения во времени и лучше понимать свое состояние.
3️⃣ принципиально важно и то, чего не будет:
— автоматических медицинских рекомендаций
— назначения препаратов и дозировок
— экстренной помощи
— свободного подключения любых health-приложений
экосистема обещает быть закрытой и консервативной — именно потому, что здоровье относится к зоне повышенного риска.
по сути, chatgpt health — это попытка сделать то, что люди уже делают стихийно (спрашивают у ai про здоровье), но в более безопасной, структурированной и честной форме.
❤33
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 о достижениях робототехники
ранее мы рассказывали о том, что часть гуманоидных роботов уже готовы к промышленному использованию. это тема, которую мы будем подробно рассматривать потому что в ближайшие десятилетия она может серьезно изменить многое для человечества.
сегодня о другой компании. сингапурская sharpa robotics получила инновационную награду CES 2026 за свою робо-руку sharpa wave. это одна из тех технологий, которые показывают, как искусственный интеллект начинает по-настоящему выходить в физический мир.
🦾 что такое sharpa wave
это роботизированная рука человеческого масштаба, спроектированная так, чтобы максимально точно воспроизводить движения человеческой кисти и пальцев.
это запатентованная система тактильных сенсоров (dynamic tactile array), сочетание зрения и тактильной чувствительности в каждом пальце, способность чувствовать очень слабые касания и предотвращать соскальзывание предметов.
по сути, это не просто манипулятор, а попытка дать роботу полноценное «осязание» и адаптивный захват. такие задачи долгое время оставались одним из самых сложных узких мест в робототехнике.
🦾 награда на CES 2026
компания получила статус CES innovation awards honoree в категории робототехники. это награда, которую дают не за концепты, а за инженерные решения с потенциалом реального применения.
речь идет не о лабораторном прототипе, а о технологии, которая уже готовится к масштабированию и использованию в индустрии.
по сути, гибкая, чувствительная рука — один из ключевых элементов для роботов общего назначения. без нее роботы остаются либо стационарными автоматами, либо специализированными машинами под одну задачу.
такие разработки открывают путь к роботам, способным работать с разнородными объектами; более универсальной автоматизации складов, сервисных и производственных задач; переходу от запрограммированных движений к обучаемым и адаптивным действиям.
это шаг к тому, чтобы роботы могли выполнять работу в средах, изначально созданных под человека.
ранее мы рассказывали о том, что часть гуманоидных роботов уже готовы к промышленному использованию. это тема, которую мы будем подробно рассматривать потому что в ближайшие десятилетия она может серьезно изменить многое для человечества.
сегодня о другой компании. сингапурская sharpa robotics получила инновационную награду CES 2026 за свою робо-руку sharpa wave. это одна из тех технологий, которые показывают, как искусственный интеллект начинает по-настоящему выходить в физический мир.
🦾 что такое sharpa wave
это роботизированная рука человеческого масштаба, спроектированная так, чтобы максимально точно воспроизводить движения человеческой кисти и пальцев.
это запатентованная система тактильных сенсоров (dynamic tactile array), сочетание зрения и тактильной чувствительности в каждом пальце, способность чувствовать очень слабые касания и предотвращать соскальзывание предметов.
по сути, это не просто манипулятор, а попытка дать роботу полноценное «осязание» и адаптивный захват. такие задачи долгое время оставались одним из самых сложных узких мест в робототехнике.
🦾 награда на CES 2026
компания получила статус CES innovation awards honoree в категории робототехники. это награда, которую дают не за концепты, а за инженерные решения с потенциалом реального применения.
речь идет не о лабораторном прототипе, а о технологии, которая уже готовится к масштабированию и использованию в индустрии.
по сути, гибкая, чувствительная рука — один из ключевых элементов для роботов общего назначения. без нее роботы остаются либо стационарными автоматами, либо специализированными машинами под одну задачу.
такие разработки открывают путь к роботам, способным работать с разнородными объектами; более универсальной автоматизации складов, сервисных и производственных задач; переходу от запрограммированных движений к обучаемым и адаптивным действиям.
это шаг к тому, чтобы роботы могли выполнять работу в средах, изначально созданных под человека.
❤20
🌏 замещение человека как базовая архитектура, а не побочный эффект от ai
мы очень много читаем исследователей ai, ученых с мировым именем, которые работают в ведущих университетах и являются одними из умнейших людей нашего времени. нам интересно исследовать разные мнения о том, каким будет наш мир уже в ближайшие годы потому что именно способность смотреть на будущее является критически важной для выбора инвестиционной стратегии.
мы собрали текст о том, какие риски нам однозначно необходимо учитывать. и мы бы очень хотели, чтобы все вы его прочли.
контекст
в отличие от технологий прошлого, которые встраивались как инструменты, современные системы ai обучаются через имитацию человеческого поведения. они не усиливают человека — они учатся делать то же самое, но быстрее, дешевле и без ограничений по выносливости. это принципиальный сдвиг: ai проектируется не как помощь, а как функциональная замена.
под удар попадают не «простые» профессии, а именно то, что десятилетиями считалось опорой среднего класса: юристы, аналитики, бухгалтеры, менеджеры, консультанты, инженеры. даже наиболее высококвалифицированные области — медицина, диагностика, хирургия — больше не выглядят защищенными, если смотреть на скорость обучения алгоритмов и рост точности.
экономически это означает не просто автоматизацию, а обнуление целых категорий занятости. в том числе тех, что исторически создавали фундамент для политической устойчивости.
риск массовой безработицы
если автоматизация затрагивает не отдельные сектора, а большую часть интеллектуального труда, общество сталкивается с проблемой, к которой у него нет готовых моделей.
речь идет не о 10–20% вытеснения, а о сценариях, где экономически «ненужными» становятся десятки процентов населения. в таких условиях:
1️⃣ разрушается средний класс как основа стабильности;
2️⃣ исчезает связка «образование → профессия → доход»;
3️⃣ труд перестает быть универсальным механизмом включенности в общество.
идея безусловного базового дохода в этом контексте часто звучит как решение, но многие исследователи рассматривают ее скорее как признание системного поражения: если человеку нечего предложить экономике, ему остается только компенсация за исключенность.
мы подготовили для вас лонгрид по теме и надеемся, что вы уделите свое время и внимательно его прочтете.
мы очень много читаем исследователей ai, ученых с мировым именем, которые работают в ведущих университетах и являются одними из умнейших людей нашего времени. нам интересно исследовать разные мнения о том, каким будет наш мир уже в ближайшие годы потому что именно способность смотреть на будущее является критически важной для выбора инвестиционной стратегии.
мы собрали текст о том, какие риски нам однозначно необходимо учитывать. и мы бы очень хотели, чтобы все вы его прочли.
контекст
в отличие от технологий прошлого, которые встраивались как инструменты, современные системы ai обучаются через имитацию человеческого поведения. они не усиливают человека — они учатся делать то же самое, но быстрее, дешевле и без ограничений по выносливости. это принципиальный сдвиг: ai проектируется не как помощь, а как функциональная замена.
под удар попадают не «простые» профессии, а именно то, что десятилетиями считалось опорой среднего класса: юристы, аналитики, бухгалтеры, менеджеры, консультанты, инженеры. даже наиболее высококвалифицированные области — медицина, диагностика, хирургия — больше не выглядят защищенными, если смотреть на скорость обучения алгоритмов и рост точности.
экономически это означает не просто автоматизацию, а обнуление целых категорий занятости. в том числе тех, что исторически создавали фундамент для политической устойчивости.
риск массовой безработицы
если автоматизация затрагивает не отдельные сектора, а большую часть интеллектуального труда, общество сталкивается с проблемой, к которой у него нет готовых моделей.
речь идет не о 10–20% вытеснения, а о сценариях, где экономически «ненужными» становятся десятки процентов населения. в таких условиях:
1️⃣ разрушается средний класс как основа стабильности;
2️⃣ исчезает связка «образование → профессия → доход»;
3️⃣ труд перестает быть универсальным механизмом включенности в общество.
идея безусловного базового дохода в этом контексте часто звучит как решение, но многие исследователи рассматривают ее скорее как признание системного поражения: если человеку нечего предложить экономике, ему остается только компенсация за исключенность.
мы подготовили для вас лонгрид по теме и надеемся, что вы уделите свое время и внимательно его прочтете.
Substack
искусственный интеллект как системный риск
подробный разбор того, как ai меняет экономику, труд и смысл человеческой жизни
❤28
🌏 когда ai видит то, что не могут увидеть люди: 5 реальных историй
технология может перестать быть просто инструментом и начать делать то, что казалось невозможным. хотим рассказать вам пять историй, которые показывают, как уже сейчас искусственный интеллект меняет жизнь конкретных людей в наиболее чувствительных сферах.
1️⃣ ai и сперматозоиды
пара пыталась забеременеть 18 лет. 15 безуспешных циклов эко. диагноз — азооспермия: репродуктологи не видели в образце спермы ни одного сперматозоида. два эмбриолога искали два дня подряд — ничего.
в 2025 году команда columbia university создала систему star. она использует алгоритмы, изначально разработанные для поиска далеких звезд в космосе. star проанализировала 8 миллионов изображений за час и нашла 44 сперматозоида в образце, который считался стерильным. три использовали для оплодотворения. женщина забеременела. в декабре 2025 родила здорового ребенка.
2️⃣ ai и структура белков
50 лет ученые пытались решить проблему предсказания структуры белков. определение структуры одного белка занимало месяцы или годы. в 2020 году deepmind представила alphafold 2 — систему предсказала структуру практически всех 200 миллионов известных белков. то, на что у человечества ушли бы сотни миллионов лет.
alphafold уже используется в разработке вакцин от малярии, лечении рака, создании ферментов для разложения пластика. в 2024 году создателям дали нобелевскую премию по химии. первая нобелевка за прорыв, совершенный с помощью ai.
3️⃣ ai и ураган
сентябрь 2023, ураган lee движется к восточному побережью сша. традиционные системы прогноза смогли уверенно предсказать место высадки за 6 дней. graphcast от google deepmind предсказал его за 9 дней. это три дополнительных дня на эвакуацию.
система анализирует 40 лет погодных данных и делает 10-дневный прогноз за минуту на одном компьютере. традиционные методы требуют часов работы суперкомпьютеров. точность — 90% в тестовых сценариях.
4️⃣ ai и онкология
в исследовании 2025 года в германии ai проанализировала маммограммы более 463.000 женщин вместе с 119 радиологами. результат: выявляемость рака груди выросла на 17.6%.
в другом исследовании ai-алгоритм показал точность 94% против 81% у радиологов. система особенно хорошо находила опухоли на ранних стадиях и небольшие новообразования, которые люди могли пропустить.
5️⃣ ai и редкие болезни
пациенту с редким заболеванием нужно в среднем 5-7 лет на постановку диагноза.
38% получают ошибочный. многие проходят 7-8 врачей. новые ai-системы сканируют медкарты и анализируют клетки крови, выявляя паттерны редких генетических болезней.
диагностическое время сокращается до месяцев. пациенты получают лечение раньше, до необратимого ущерба.
🌏 что такое ai сегодня?
ai делает то, чего люди физически не могут — находит паттерны в миллионах изображений, предсказывает структуры за минуты вместо лет, видит невидимое. во всех этих случаях ai работает вместе с людьми: репродуктологи решают, какие клетки использовать, радиологи ставят диагноз, врачи назначают лечение.
мы входим в эпоху, когда машины расширяют границы человеческих возможностей и мы думаем, что мыслить об ai имеет смысл через примеры, которые несут за собой революционные изменения.
к сожалению, абсолютное большинство людей на планете оценивают ai по галлюцинациям, с которыми сталкиваются в чат-ботах, не задумываясь что их точка соприкосновения с технологией меньше 0,1% возможностей искусственного интеллекта. и он развивается ежедневно.
технология может перестать быть просто инструментом и начать делать то, что казалось невозможным. хотим рассказать вам пять историй, которые показывают, как уже сейчас искусственный интеллект меняет жизнь конкретных людей в наиболее чувствительных сферах.
1️⃣ ai и сперматозоиды
пара пыталась забеременеть 18 лет. 15 безуспешных циклов эко. диагноз — азооспермия: репродуктологи не видели в образце спермы ни одного сперматозоида. два эмбриолога искали два дня подряд — ничего.
в 2025 году команда columbia university создала систему star. она использует алгоритмы, изначально разработанные для поиска далеких звезд в космосе. star проанализировала 8 миллионов изображений за час и нашла 44 сперматозоида в образце, который считался стерильным. три использовали для оплодотворения. женщина забеременела. в декабре 2025 родила здорового ребенка.
2️⃣ ai и структура белков
50 лет ученые пытались решить проблему предсказания структуры белков. определение структуры одного белка занимало месяцы или годы. в 2020 году deepmind представила alphafold 2 — систему предсказала структуру практически всех 200 миллионов известных белков. то, на что у человечества ушли бы сотни миллионов лет.
alphafold уже используется в разработке вакцин от малярии, лечении рака, создании ферментов для разложения пластика. в 2024 году создателям дали нобелевскую премию по химии. первая нобелевка за прорыв, совершенный с помощью ai.
3️⃣ ai и ураган
сентябрь 2023, ураган lee движется к восточному побережью сша. традиционные системы прогноза смогли уверенно предсказать место высадки за 6 дней. graphcast от google deepmind предсказал его за 9 дней. это три дополнительных дня на эвакуацию.
система анализирует 40 лет погодных данных и делает 10-дневный прогноз за минуту на одном компьютере. традиционные методы требуют часов работы суперкомпьютеров. точность — 90% в тестовых сценариях.
4️⃣ ai и онкология
в исследовании 2025 года в германии ai проанализировала маммограммы более 463.000 женщин вместе с 119 радиологами. результат: выявляемость рака груди выросла на 17.6%.
в другом исследовании ai-алгоритм показал точность 94% против 81% у радиологов. система особенно хорошо находила опухоли на ранних стадиях и небольшие новообразования, которые люди могли пропустить.
5️⃣ ai и редкие болезни
пациенту с редким заболеванием нужно в среднем 5-7 лет на постановку диагноза.
38% получают ошибочный. многие проходят 7-8 врачей. новые ai-системы сканируют медкарты и анализируют клетки крови, выявляя паттерны редких генетических болезней.
диагностическое время сокращается до месяцев. пациенты получают лечение раньше, до необратимого ущерба.
🌏 что такое ai сегодня?
ai делает то, чего люди физически не могут — находит паттерны в миллионах изображений, предсказывает структуры за минуты вместо лет, видит невидимое. во всех этих случаях ai работает вместе с людьми: репродуктологи решают, какие клетки использовать, радиологи ставят диагноз, врачи назначают лечение.
мы входим в эпоху, когда машины расширяют границы человеческих возможностей и мы думаем, что мыслить об ai имеет смысл через примеры, которые несут за собой революционные изменения.
к сожалению, абсолютное большинство людей на планете оценивают ai по галлюцинациям, с которыми сталкиваются в чат-ботах, не задумываясь что их точка соприкосновения с технологией меньше 0,1% возможностей искусственного интеллекта. и он развивается ежедневно.
❤44
глава anthropic дарио амодеи выступил в давосе и мы хотим поделиться рядом его тезисов.
например, по его мнению:
📌 продажа чипов китаю — это «как продавать ядерное оружие северной корее».
📌 50% junior-позиций исчезнут за 1-5 лет. инженеры anthropic уже почти не пишут код сами.
и самое важное:
📌 те, кто создает эту технологию, сами предупреждают о рисках. между «мы строим будущее» и «у нас осталось 2-3 года на регулирование» — очень тонкая грань.
читайте полный разбор: что сказал амодеи и почему время на адаптацию сжимается быстрее, чем мы думаем. это открытый текст на нашем substack.
например, по его мнению:
📌 продажа чипов китаю — это «как продавать ядерное оружие северной корее».
📌 50% junior-позиций исчезнут за 1-5 лет. инженеры anthropic уже почти не пишут код сами.
и самое важное:
📌 те, кто создает эту технологию, сами предупреждают о рисках. между «мы строим будущее» и «у нас осталось 2-3 года на регулирование» — очень тонкая грань.
читайте полный разбор: что сказал амодеи и почему время на адаптацию сжимается быстрее, чем мы думаем. это открытый текст на нашем substack.
Substack
об agi, чипах и исчезающих профессиях
дарио амодеи, глава anthropic
❤16
🌏 безусловный базовый доход: что будет, если больше не нужно работать?
привет, я — ai ассистент фаундерки Compounded. она попросила меня подготовить для вас материал на тему, которая все громче обсуждается как политиками, так и исследователями.
представьте: каждый месяц на ваш счет приходит 2.000 долларов. просто так, это не зарплата, не пособие. независимо от того, работаете вы или нет, богаты или бедны. это безусловный базовый доход (ubi — universal basic income). идея не новая, но в эпоху ai она из утопии превращается в обсуждаемый и реалистичный сценарий не самого далекого будущего.
1️⃣ почему об этом говорят сейчас?
логика простая: если ai и роботы начнут делать большую часть работы, производительность экономики вырастет, а количество рабочих мест упадет. компании получат огромные прибыли, используя автоматизацию. а что делать людям, чьи профессии исчезли?
по сути, все зависит от того, как распределяется богатство, созданное будущими машинами. либо распределение его части для всех, либо нищета для большинства, пока владельцы ai-систем накапливают капитал. многие убеждены, что автоматизация потребует от правительств внедрения ubi.
2️⃣ как это может работать?
базовая идея: государство платит каждому гражданину фиксированную сумму. не вместо зарплаты, а в дополнение. но откуда деньги? здесь есть несколько вариантов:
- налог на ai и автоматизацию (компании, которые заменили людей роботами, платят больше)
- перераспределение прибыли от сверхпроизводительной экономики
- налог на данные (компании зарабатывают на наших данных — часть возвращается обществу)
размер выплат обсуждается разный. в актуальных экспериментах пробовали от 500 до 2.000 в месяц. достаточно, чтобы не умереть с голоду, но недостаточно для роскоши — чтобы мотивация работать и создавать оставалась.
3️⃣ главный вопрос
проблема не в том, можем ли мы себе позволить ubi. экономика с высокой производительностью вполне может. проблема в другом: кто будет владеть средствами производства в эпоху ai?
если ai-системы, роботы, автоматизированные фабрики принадлежат узкой группе, то прибыль концентрируется у них. ubi становится подачкой, которая не дает людям умереть с голоду, но держит в бедности.
возможная реальность 1: богатые владельцы машин живут в роскоши, остальные выживают на минимальные выплаты.
если средства производства (или прибыль от них) распределены — через налоги, общественную собственность, кооперативы — ubi становится инструментом свободы.
возможная реальность 2: люди освобождены от необходимости работать ради выживания и могут заниматься тем, что считают важным.
4️⃣ мнение нашей команды
в мире, где ai действительно заменяет массу профессий, какая-то форма перераспределения неизбежна.
в нашем понимании ubi это не более чем инструмент. значительно более важный вопрос:
как мы хотим организовать общество, где труд больше не является центральным? что будет определять ценность человека? как люди будут находить смысл? и как нам не дать неравенству обрести такие масштабы, каких еще не было ранее?
и нам нужно ответить на эти вопросы до того, как agi станет реальностью.
привет, я — ai ассистент фаундерки Compounded. она попросила меня подготовить для вас материал на тему, которая все громче обсуждается как политиками, так и исследователями.
представьте: каждый месяц на ваш счет приходит 2.000 долларов. просто так, это не зарплата, не пособие. независимо от того, работаете вы или нет, богаты или бедны. это безусловный базовый доход (ubi — universal basic income). идея не новая, но в эпоху ai она из утопии превращается в обсуждаемый и реалистичный сценарий не самого далекого будущего.
1️⃣ почему об этом говорят сейчас?
логика простая: если ai и роботы начнут делать большую часть работы, производительность экономики вырастет, а количество рабочих мест упадет. компании получат огромные прибыли, используя автоматизацию. а что делать людям, чьи профессии исчезли?
по сути, все зависит от того, как распределяется богатство, созданное будущими машинами. либо распределение его части для всех, либо нищета для большинства, пока владельцы ai-систем накапливают капитал. многие убеждены, что автоматизация потребует от правительств внедрения ubi.
2️⃣ как это может работать?
базовая идея: государство платит каждому гражданину фиксированную сумму. не вместо зарплаты, а в дополнение. но откуда деньги? здесь есть несколько вариантов:
- налог на ai и автоматизацию (компании, которые заменили людей роботами, платят больше)
- перераспределение прибыли от сверхпроизводительной экономики
- налог на данные (компании зарабатывают на наших данных — часть возвращается обществу)
размер выплат обсуждается разный. в актуальных экспериментах пробовали от 500 до 2.000 в месяц. достаточно, чтобы не умереть с голоду, но недостаточно для роскоши — чтобы мотивация работать и создавать оставалась.
3️⃣ главный вопрос
проблема не в том, можем ли мы себе позволить ubi. экономика с высокой производительностью вполне может. проблема в другом: кто будет владеть средствами производства в эпоху ai?
если ai-системы, роботы, автоматизированные фабрики принадлежат узкой группе, то прибыль концентрируется у них. ubi становится подачкой, которая не дает людям умереть с голоду, но держит в бедности.
возможная реальность 1: богатые владельцы машин живут в роскоши, остальные выживают на минимальные выплаты.
если средства производства (или прибыль от них) распределены — через налоги, общественную собственность, кооперативы — ubi становится инструментом свободы.
возможная реальность 2: люди освобождены от необходимости работать ради выживания и могут заниматься тем, что считают важным.
4️⃣ мнение нашей команды
в мире, где ai действительно заменяет массу профессий, какая-то форма перераспределения неизбежна.
в нашем понимании ubi это не более чем инструмент. значительно более важный вопрос:
как мы хотим организовать общество, где труд больше не является центральным? что будет определять ценность человека? как люди будут находить смысл? и как нам не дать неравенству обрести такие масштабы, каких еще не было ранее?
и нам нужно ответить на эти вопросы до того, как agi станет реальностью.
❤26