"Тебе что, все по три раза повторять надо?!" - DA. Метод строгих училок снова в строю. Простым, не рассуждающим AI-моделям надо повторить задачу три раза (не меняя) для существенного повышения качества ответа. Особено если запрос длинный - модель успевает забыть его начало когда дочитывает до конца))
Не благодарите.
Не благодарите.
Не благодарите. )))
Не благодарите.
Не благодарите.
Не благодарите. )))
😁116🔥28🦄9❤3🤯3
Forwarded from Progresspunks
Jensen Huang, CEO самой дорогой компании мира ($4.5 трлн) дал макро интервью на 1.5 ч. нишевому подкасту:
2025 Scaling laws продолжились, ризонеры улучшились, а токены стали самоокупаемые и давать большую маржу Claude и Cursor. Еще глюки упали за счет обращения к фактам через поиск
Занятость
- AI это не разовый софт типа Excel, а все токены генерятся каждый раз наново в AI factories (датацентрах). Строятся электростанции, датацентры, заводы чипов (TSMC, Hynix) - нужны бездны разных рабочих
- Да, Hinton говорил лет 5 назад что рентгенологи все будут с AI. Так и есть, но - их число стало расти. У любой работы есть purpose (выявлять болезни), а есть tasks (изучать снимки). И скорость врачей выросла, и клиники стали наоборот нанимать их больше, дабы растить выручку. Чем продуктивнее будут люди - тем больше их будет нужно
- Purpoes юристов не строчить договора, а решать конфликты
- А у прогеров to solve known problems & to find new problems to solve. Мы нанимаем разрабов чтобы они продолжали рисеч/играться с архитектурами всеми этими SSM, diffusion, CNN, LSTM итп
- Официант создает great experience, а не носит еду. Итп. Думайте про все в терминах purpose & tasks
- Любая промышленная революция создавала массу новых видов рабочих мест, AI так же
Отрасль автоматизации
- Структура - 5 слоев: 1 энергетика, 2 чипы, 3 датацентры/инфра, 4 модели, 5 аппы
- Закон Мура удешевит токены за 10 лет не в 10 тыс раз, а в 100, тк 3 фактора перемножаются: чипы + как тренить модели + их архитектуры
- Как лабы стали сильны в pre-training и training, заняв эту нишу, так и стартапы займут свои ниши, став incredibly good at it
- Cursor показывает, что в ближайшие 5 лет в AI самой горячей темой будет verticalization. Создатели AI не были tax accountants или хирурги, вот и позволяют себе утверждения, что их GodAI все засолвит и wrappers не нужны, игноря purpose и complexity разных работ
Open source
- Оч важно для не монополизации рынков. И стартапы тогда смогут finetune'ить эти модели для своих сфер и отраслей. Я всюду говорю политикам, чтобы не забывали это
- Мультидоменный (язык, био, физика) God AI еще в оч далеком будущем. Запугивающие нарративы от больших CEO - это попытки зарегулировать сферу чтобы ограничить стартапы. Оч. неправильно, обществу хуже
- А про безопасность - так AI дешевеет: вырастет сегмент cybersecurity где миллионы агентов будет мониторить другие агенты. Больше здравого смысла
- Стартапы США едут на китайских open source AI..
Роботы
- Они необходимы, 1 млрд шт. Тк у нас а) всюду стареет население (производства по миру с трудом удерживают штаты персонала) и б) есть куча работ, что не нравятся людям (водители-дальнобойщики итп)
- Для роботов будет создан самый большой рынок ремонта в мире, на триллион $. А роботакси тоже будут обслуживаться (вы уже это видите)
- Self-driving было 4 эпохи: сенсоры, картирование местности как Waymo и цифровые "рельсы", perception для планирования, а щас идем в end-to-end models как Tesla. В роботах Optimus будут только одним из лидеров
- Все что движется будет роботами. И это огромная сфера
- В b2c роботы с точностью 90% делают всех happy, а в промышленности нет - надо 99.999%
Думеры Да, в некой части их опасений что-то есть. Но оптимисты же вовсе не наивны. И они движут мир. Любые tech всегда осваивали свою security. Надеюсь, policy makers по миру (пусть и не все понимая) сбалансируют обе стороны
Геополитика Провел кучу встреч про экспортные ограничения Китаю итп, что есть много нюансов. Я оптимист: отношения наладятся, следующий год будет лучше прошлых
Пузырь?
- Применение обычных CPU себя давно исчерпало. Но щас мир шагнул к GPU и AI - new way of doing things. И это нужно не только OpenAI, а всюду: robotaxis, роботы, quant trading, фарма итп - все (в тч мы) строим суперкомпы по миру. Это оч большое изменение
- Отчет MIT что в 95% enterprises фэйлят внедрение AI не важен - мир меняют десятки тыс стартапов, на них смотрите. Cursor и Open Evidence для врачей итп
- AI is very diverse in all of the industries & modalities & information & applications that it addresses
2025 Scaling laws продолжились, ризонеры улучшились, а токены стали самоокупаемые и давать большую маржу Claude и Cursor. Еще глюки упали за счет обращения к фактам через поиск
Занятость
- AI это не разовый софт типа Excel, а все токены генерятся каждый раз наново в AI factories (датацентрах). Строятся электростанции, датацентры, заводы чипов (TSMC, Hynix) - нужны бездны разных рабочих
- Да, Hinton говорил лет 5 назад что рентгенологи все будут с AI. Так и есть, но - их число стало расти. У любой работы есть purpose (выявлять болезни), а есть tasks (изучать снимки). И скорость врачей выросла, и клиники стали наоборот нанимать их больше, дабы растить выручку. Чем продуктивнее будут люди - тем больше их будет нужно
- Purpoes юристов не строчить договора, а решать конфликты
- А у прогеров to solve known problems & to find new problems to solve. Мы нанимаем разрабов чтобы они продолжали рисеч/играться с архитектурами всеми этими SSM, diffusion, CNN, LSTM итп
- Официант создает great experience, а не носит еду. Итп. Думайте про все в терминах purpose & tasks
- Любая промышленная революция создавала массу новых видов рабочих мест, AI так же
Отрасль автоматизации
- Структура - 5 слоев: 1 энергетика, 2 чипы, 3 датацентры/инфра, 4 модели, 5 аппы
- Закон Мура удешевит токены за 10 лет не в 10 тыс раз, а в 100, тк 3 фактора перемножаются: чипы + как тренить модели + их архитектуры
- Как лабы стали сильны в pre-training и training, заняв эту нишу, так и стартапы займут свои ниши, став incredibly good at it
- Cursor показывает, что в ближайшие 5 лет в AI самой горячей темой будет verticalization. Создатели AI не были tax accountants или хирурги, вот и позволяют себе утверждения, что их GodAI все засолвит и wrappers не нужны, игноря purpose и complexity разных работ
Open source
- Оч важно для не монополизации рынков. И стартапы тогда смогут finetune'ить эти модели для своих сфер и отраслей. Я всюду говорю политикам, чтобы не забывали это
- Мультидоменный (язык, био, физика) God AI еще в оч далеком будущем. Запугивающие нарративы от больших CEO - это попытки зарегулировать сферу чтобы ограничить стартапы. Оч. неправильно, обществу хуже
- А про безопасность - так AI дешевеет: вырастет сегмент cybersecurity где миллионы агентов будет мониторить другие агенты. Больше здравого смысла
- Стартапы США едут на китайских open source AI..
Роботы
- Они необходимы, 1 млрд шт. Тк у нас а) всюду стареет население (производства по миру с трудом удерживают штаты персонала) и б) есть куча работ, что не нравятся людям (водители-дальнобойщики итп)
- Для роботов будет создан самый большой рынок ремонта в мире, на триллион $. А роботакси тоже будут обслуживаться (вы уже это видите)
- Self-driving было 4 эпохи: сенсоры, картирование местности как Waymo и цифровые "рельсы", perception для планирования, а щас идем в end-to-end models как Tesla. В роботах Optimus будут только одним из лидеров
- Все что движется будет роботами. И это огромная сфера
- В b2c роботы с точностью 90% делают всех happy, а в промышленности нет - надо 99.999%
Думеры Да, в некой части их опасений что-то есть. Но оптимисты же вовсе не наивны. И они движут мир. Любые tech всегда осваивали свою security. Надеюсь, policy makers по миру (пусть и не все понимая) сбалансируют обе стороны
Геополитика Провел кучу встреч про экспортные ограничения Китаю итп, что есть много нюансов. Я оптимист: отношения наладятся, следующий год будет лучше прошлых
Пузырь?
- Применение обычных CPU себя давно исчерпало. Но щас мир шагнул к GPU и AI - new way of doing things. И это нужно не только OpenAI, а всюду: robotaxis, роботы, quant trading, фарма итп - все (в тч мы) строим суперкомпы по миру. Это оч большое изменение
- Отчет MIT что в 95% enterprises фэйлят внедрение AI не важен - мир меняют десятки тыс стартапов, на них смотрите. Cursor и Open Evidence для врачей итп
- AI is very diverse in all of the industries & modalities & information & applications that it addresses
🔥38❤21🦄10🤯8😁2
This media is not supported in your browser
VIEW IN TELEGRAM
Ну чтож, как роботы прекрасно будут работать, мы почитали выше. А вот как роботы будут, кхм, не только работать - рассказывают в своем концепт-ролике Aiyo Technology
Не знаю, когда в продаже, но такое даже и продавать неэтично)) Только уговаривать))
Не знаю, когда в продаже, но такое даже и продавать неэтично)) Только уговаривать))
• Эмоциональный ИИ-ядро: Система, возглавляемая техническим директором с докторской степенью в области компьютерных наук из Вашингтонского университета, использует передовые методы обработки естественного языка и векторный анализ эмоциональных состояний для обеспечения психологически поддерживающих ответов.
• Кинематографическая эстетика: Изящный, футуристический внешний вид робота был создан бывшим дизайнером с 18-летним опытом создания высококачественных коллекционных предметов и реквизита для франшиз Marvel Studios. Это гарантирует визуальную привлекательность Eva.i, а инженер-механик из Научно-исследовательского института Университета Цинхуа усовершенствовал ее реалистичную походку и микровыражения.
• Бионическое сенсорное управление: Разработанная в сотрудничестве с исследователями из Китайской академии наук (Шэньчжэнь), бионическая кожа обеспечивает биологическую реалистичность и высокую точность сенсорного управления.
😁48🦄24😨17❤14👍10🔥6
Ув. Павел Пряников цитирует модную для российской геронтократии тему - как бы всех расселить. В интервью ТАСС Михаил Ковальчук связывает «ненужность» сверхкрупных городов с автоматизацией, цифровой связью и переводом части услуг (образование, медицина) в онлайн. Однако в реальности все, конечно же, обстоит ровно наоборот.
Работа Duranton & Puga (NBER) показывает как работают агломерационные эффекты. Тезис «раньше завод собирал рабочих, теперь не надо» описывает только ранний слой урбанизации. В современной экономике большие города держатся на агломерационных эффектах, которые не имеют прямого отношения к фабрикам и физическому производству.
Классическая формулировка включает три микромеханизма агломерации:
- совместное пользование (sharing),
- подбор соответствий на рынке труда и между фирмами (matching),
- обучение и распространение знаний (learning).
Именно matching и learning являются ключевыми для сервисной экономики и R&D: рынок специалистов, быстрые связки компетенций, обмен практиками, сборка проектных команд. Цифровая связь и логистика снижают транзакционные издержки, но не обнуляют ценность пространственной близости для обмена знаниями.
Классическая работа Bettencourt et al., (PNAS) выявяет фундаментальный эффект сверхлинейности в экономии на масштабе: социально-экономические метрики (доходы, инновации) растут сверхлинейно с населением, тогда как инфраструктура - сублинейно. Это означает, что крупные города в среднем производят больше выпуска и идей на человека при меньших инфраструктурных затратах на человека (показатели богатства и инноваций растут с показателем порядка 1.2, а инфраструктура — около 0.8.) А в статье Bettencourt et al., (PLOS ONE) показано, что экономическая продуктивность на душу в среднем растет примерно на 15% при каждом удвоении населения города.
В работе Keuschnigg et al. обращено особое внимание на селективную миграцию и усиление узлов: сверхлинейность по доходам объясняется не только «плотностью контактов», но и составом населения. Более продуктивные и образованные люди селективно тянутся в крупные города.
Собственно, еше Glaeser (Agglomeration Economics) дал четкое определение агломерационных выгод и сформулировал ключевой парадокс цифровой эпохи. «Если бы единственной функцией городов было снижение транспортных издержек, то информационная революция должна была бы сделать их ненужными". Этого не произошло. Города оказались поразительно устойчивыми к технологическим изменениям: несмотря на снижение издержек перемещения товаров, людей и идей, экономическая активность остается сильно пространственно концентрированной.
В обзоре на примере Лондона (диаграммы в посте оттуда) Centre for Cities показано, что на «толстых» рынках проще найти друг друга работникам и работодателям разных типов. Это снижает издержки поиска, повышает качество совпадений и ускоряет перераспределение навыков - ключевой фактор эффективности мегаполисов.
Ну и главное. В работе Carlino & Kerr, NBER показано, что именно инновационная активность значительно более пространственно концентрирована, чем промышленная. Даже когда производство можно географически распределять, инновационный слой экономики тяготеет к крупным агломерациям.
Собственно, у крупных городов много проблем, в основном связанных с неравномерностью роста и качеством управления. Но магистраль человечества - цивилизация (от civitas, гражданская общность, город как форма общества) - это рост концентрации и укрупнение поселений.
Работа Duranton & Puga (NBER) показывает как работают агломерационные эффекты. Тезис «раньше завод собирал рабочих, теперь не надо» описывает только ранний слой урбанизации. В современной экономике большие города держатся на агломерационных эффектах, которые не имеют прямого отношения к фабрикам и физическому производству.
Классическая формулировка включает три микромеханизма агломерации:
- совместное пользование (sharing),
- подбор соответствий на рынке труда и между фирмами (matching),
- обучение и распространение знаний (learning).
Именно matching и learning являются ключевыми для сервисной экономики и R&D: рынок специалистов, быстрые связки компетенций, обмен практиками, сборка проектных команд. Цифровая связь и логистика снижают транзакционные издержки, но не обнуляют ценность пространственной близости для обмена знаниями.
Классическая работа Bettencourt et al., (PNAS) выявяет фундаментальный эффект сверхлинейности в экономии на масштабе: социально-экономические метрики (доходы, инновации) растут сверхлинейно с населением, тогда как инфраструктура - сублинейно. Это означает, что крупные города в среднем производят больше выпуска и идей на человека при меньших инфраструктурных затратах на человека (показатели богатства и инноваций растут с показателем порядка 1.2, а инфраструктура — около 0.8.) А в статье Bettencourt et al., (PLOS ONE) показано, что экономическая продуктивность на душу в среднем растет примерно на 15% при каждом удвоении населения города.
В работе Keuschnigg et al. обращено особое внимание на селективную миграцию и усиление узлов: сверхлинейность по доходам объясняется не только «плотностью контактов», но и составом населения. Более продуктивные и образованные люди селективно тянутся в крупные города.
Собственно, еше Glaeser (Agglomeration Economics) дал четкое определение агломерационных выгод и сформулировал ключевой парадокс цифровой эпохи. «Если бы единственной функцией городов было снижение транспортных издержек, то информационная революция должна была бы сделать их ненужными". Этого не произошло. Города оказались поразительно устойчивыми к технологическим изменениям: несмотря на снижение издержек перемещения товаров, людей и идей, экономическая активность остается сильно пространственно концентрированной.
В обзоре на примере Лондона (диаграммы в посте оттуда) Centre for Cities показано, что на «толстых» рынках проще найти друг друга работникам и работодателям разных типов. Это снижает издержки поиска, повышает качество совпадений и ускоряет перераспределение навыков - ключевой фактор эффективности мегаполисов.
Ну и главное. В работе Carlino & Kerr, NBER показано, что именно инновационная активность значительно более пространственно концентрирована, чем промышленная. Даже когда производство можно географически распределять, инновационный слой экономики тяготеет к крупным агломерациям.
Собственно, у крупных городов много проблем, в основном связанных с неравномерностью роста и качеством управления. Но магистраль человечества - цивилизация (от civitas, гражданская общность, город как форма общества) - это рост концентрации и укрупнение поселений.
🔥55👍29❤12🦄5🤯3😁2😨2
Хехе, неделя экспертов по Ирану все бурлит, и уже начались переобувания в полете. Делаем ставки, сколько еще раз нам объяснят, что "это - другое".)))
Восток - дело тонкое))
Восток - дело тонкое))
😁41👍8❤3🤯1
Тут опять пошла морока про коварный зарубеж - Пентагон сделал заявление о масштабном внедрении ИИ в планирование и ведение войны. Ну собственно и для кого это новость? Первая масштабная военная операция, спланированная Палантиром, была еще в 2023м году (харьковское наступление), отдельные эпизоды применения ИИ для нанесения ударов в тч без контроля операторов вообще идут с ливийской войны. В общем, дело не в самом факте внедрения ИИ - дело в масштабе и подходе. А вот это действительно интересно.
Итак, что важно. ИИ рассматривается не как поддержка боя, а как элемент боевого преимущества, встроенный в цикл OODA. Применение ИИ будет тотальным, как в открытых, так и в закрытых сетях, доступ к нему получат все сотрудники уровня GS-5+ (младшие аналитики, специалисты и тп). Зная как работает ИИ, получается, что решен ключевой вопрос информ-утечек, по которому обученная система понимает кому можно, а кому нельзя что-то говорить. Так ли это? Если да это прорыв в области ИИ кибербеза, если нет, информированность китайцев и всех остальных о планах и методах ВС США резко и качественно вырастет. Как, впрочем, резко вырастет и компетентность/интеллект/креатив всех сотрудников Пентагона - и тут ключевая ставка - что этот рост перевести риски.
Что именно создают? Тут самое интересное:
- Swarm Forge: интегрированная цифровая среда для элитных частей армии И гражданских инноваторов, в которой будут изобретаться, отрабатываться и масштабироваться новые способов ведения боевых действий с использованием своих и против возможностей вражеских ИИ. Это фактически инкубатор новых способов войны (название бьется с одним из крупнейших альянсов вселенной EVE, в которой IARPA и DARPA проводили изучение и симуляции военных кампаний еще лет 15 назад, а "играют" в нее целыми подразделениями)
- Agent Network: создание агентов для применения на поле боя от планирования до проведения цепочек атак. Речь не об одном ИИ, а о сети агентов, которые не советуют человеку, а ведут часть kill chain. (Сара Коннор в этот момент особенно нервно курит)
- Ender's Foundry: тут прям прямая отсылка к Sci-Fi классике - полноценный ИИ-симулятор, которы должен опережать не только кожаных, но и ИИ противников. Симуляция становится основным полем боя до реального боя, с замкнутой петлёй «сим - опс - сим».
- Open Arsenal: ИИ разведчик на стероидах - практически инстант анализ что-где-как. Самое жесткое тут - отказ от классических procurement cycles, принятие риска ради темпа.
- Project Grant: это не про гранты, это фактически Project of Authorization: «мы разрешаем системе делать то, что раньше было запрещено или невозможно». «Enabling transformation» - не про технологии, трансформируется сама концепция сдерживания (deterrence). Вместо устаревших "static postures and speculation" (статичный анализ по картам, военные игры и тп) к "dynamic pressure with interpretable results" - классика ИИ симуляций и ускорение OODA до режима поминутного реального времени - я про это последне годы постоянно в лекциях рассказываю.
Ну и последние два блока про тотальное обеспечение доступа к ИИ и агентам ИИ для всех 5+ грейда сотрудников Пентагона. Но там все тонко: фактически, производится перепрошивка бюрократии под машинную логику - полностью меняются принципы деятельности организации на AI-based процессы и оргмодели.
В последний год я вижу очень четкую разницу в части AI adoption между работниками российских и американских компаний (даже в России). Для наших рассказы про ИИ это интересная сказка, ну может для личного пользования что-то полезное, или облегчать себе работу в частном порядке при помощи ИИ, а для глобальных компаний это уже активно внедренный массовый инструмент который повседневно предоставляет поддержку и помощь - и ей активно учатся пользоваться. Разница в понимании и компетенции видна уже невооруженным глазом. Корпоративное внедрение в Пентагон совершает такую же революцию компетенции и осознанности в армии. Время на адаптацию займет месяцы и годы, но результат даст экспоненциальный рост эффективности, когда преимущество на поле боя станет ультимативным.
Итак, что важно. ИИ рассматривается не как поддержка боя, а как элемент боевого преимущества, встроенный в цикл OODA. Применение ИИ будет тотальным, как в открытых, так и в закрытых сетях, доступ к нему получат все сотрудники уровня GS-5+ (младшие аналитики, специалисты и тп). Зная как работает ИИ, получается, что решен ключевой вопрос информ-утечек, по которому обученная система понимает кому можно, а кому нельзя что-то говорить. Так ли это? Если да это прорыв в области ИИ кибербеза, если нет, информированность китайцев и всех остальных о планах и методах ВС США резко и качественно вырастет. Как, впрочем, резко вырастет и компетентность/интеллект/креатив всех сотрудников Пентагона - и тут ключевая ставка - что этот рост перевести риски.
Что именно создают? Тут самое интересное:
- Swarm Forge: интегрированная цифровая среда для элитных частей армии И гражданских инноваторов, в которой будут изобретаться, отрабатываться и масштабироваться новые способов ведения боевых действий с использованием своих и против возможностей вражеских ИИ. Это фактически инкубатор новых способов войны (название бьется с одним из крупнейших альянсов вселенной EVE, в которой IARPA и DARPA проводили изучение и симуляции военных кампаний еще лет 15 назад, а "играют" в нее целыми подразделениями)
- Agent Network: создание агентов для применения на поле боя от планирования до проведения цепочек атак. Речь не об одном ИИ, а о сети агентов, которые не советуют человеку, а ведут часть kill chain. (Сара Коннор в этот момент особенно нервно курит)
- Ender's Foundry: тут прям прямая отсылка к Sci-Fi классике - полноценный ИИ-симулятор, которы должен опережать не только кожаных, но и ИИ противников. Симуляция становится основным полем боя до реального боя, с замкнутой петлёй «сим - опс - сим».
- Open Arsenal: ИИ разведчик на стероидах - практически инстант анализ что-где-как. Самое жесткое тут - отказ от классических procurement cycles, принятие риска ради темпа.
- Project Grant: это не про гранты, это фактически Project of Authorization: «мы разрешаем системе делать то, что раньше было запрещено или невозможно». «Enabling transformation» - не про технологии, трансформируется сама концепция сдерживания (deterrence). Вместо устаревших "static postures and speculation" (статичный анализ по картам, военные игры и тп) к "dynamic pressure with interpretable results" - классика ИИ симуляций и ускорение OODA до режима поминутного реального времени - я про это последне годы постоянно в лекциях рассказываю.
Ну и последние два блока про тотальное обеспечение доступа к ИИ и агентам ИИ для всех 5+ грейда сотрудников Пентагона. Но там все тонко: фактически, производится перепрошивка бюрократии под машинную логику - полностью меняются принципы деятельности организации на AI-based процессы и оргмодели.
В последний год я вижу очень четкую разницу в части AI adoption между работниками российских и американских компаний (даже в России). Для наших рассказы про ИИ это интересная сказка, ну может для личного пользования что-то полезное, или облегчать себе работу в частном порядке при помощи ИИ, а для глобальных компаний это уже активно внедренный массовый инструмент который повседневно предоставляет поддержку и помощь - и ей активно учатся пользоваться. Разница в понимании и компетенции видна уже невооруженным глазом. Корпоративное внедрение в Пентагон совершает такую же революцию компетенции и осознанности в армии. Время на адаптацию займет месяцы и годы, но результат даст экспоненциальный рост эффективности, когда преимущество на поле боя станет ультимативным.
U.S. Department of War
War Department Launches AI Acceleration Strategy to Secure American Mi
The War Department launched a transformative Artificial Intelligence Acceleration Strategy that will extend the lead in military AI deployment and establish the United States as the world's undisputed
1👍30🔥25❤16✍8🤯5🦄5
Сравните скорость распространения неолитической и индустриальной революций.
Примерно с таким же ускорением будет развиваться ИИ революция.
PS. Пришлось перепостить. Там какой-то зануда придрался к картинке, а дебильный сервис телеги не дает ее поменять. Очень рано Дуров себя в Маски записывает...
Примерно с таким же ускорением будет развиваться ИИ революция.
PS. Пришлось перепостить. Там какой-то зануда придрался к картинке, а дебильный сервис телеги не дает ее поменять. Очень рано Дуров себя в Маски записывает...
🔥31😁12👏8💯7🦄4❤3
Перед самым НГ написал материал-спинофф от галактической саги о будущем роста населения Земли - уже как роботечества - конгломерат Люди + ИИ
Статья в Стимуле под пейволом
Тут у коллег есть перепечатка
Статья в Стимуле под пейволом
Тут у коллег есть перепечатка
stimul.online
Триллион разумных существ
Наша цивилизация постепенно переходит в качественно новое состояние, когда человек симбиотически связан с техносферой и развивается вместе с ней как единый кибернетический механизм. Это раздвигает границы численности разумных обитателей нашей планеты
🔥18👍6❤5🦄4😁2
Классический эффект leapfrog - догоняющие страны быстрее переходят на новые технологии, нежели классические устоявшиеся рынки. А поскольку развивающиеся страны богатеют опережающими темпами, консервативным рынкам не останется ничего, кроме как сдаться и раствориться в новой волне.
Данные Ember за 2025. Оценка глобальных продаж по году - 26% продаж EV (19 в 2024)
Данные Ember за 2025. Оценка глобальных продаж по году - 26% продаж EV (19 в 2024)
🔥32👍8❤6🦄1
Чатик с утра прислал мне быстрый апдейт по термояду (вкладка pulse - спонтанная генерация тем в контексте диалогов). Решил поделиться, тк реально есть интересное.
Движение по термояду: быстрый апдейт
Сейчас термоядерный синтез начинает переходить из чисто лабораторных достижений к реальным проектным решениям для пилотных электростанций и глобальным экспериментальным прорывам в магнитном удержании плазмы — то, что важно для твоих сценариев развития энергетики и экономики.
Американская компания Thea Energy только что получила официальную сертификацию предварительного проектного решения (preconceptual design) своей пилотной термоядерной станции «Helios» от Министерства энергетики США (DOE). Это первый случай завершения ключевого этапа в рамках программы Milestone-Based Fusion Development Program, где проект проверен экспертной комиссией на физическую и инженерную обоснованность, и теперь компания может продвигаться к выбору площадки для следующего интегрированного демонстратора «Eos», запланированного к работе в 2030 году с объявлением места в 2026 году.
Кроме того, в мире серийно обновляются экспериментальные рекорды по удержанию и параметрам плазмы в токамаках — ключевом типе магнитного удержания:
- В Китае на токамаке EAST удалось превысить прежний лимит плотности плазмы, что открывает путь к более высоким рабочим режимам и проливает свет на обход давно считавшихся ограничений «Greenwald»‑предела.
- Во Франции на машине WEST получали непрерывную плазму свыше 20 минут, что стало новым мировым рекордом длительности удержания горячей плазмы, критичным для будущих демо‑установок.
- Проекты вроде SPARC идут к своей первой плазме в 2026–2027 годах с целью добиться энергетического выигрыша (Q*>1), а большие сферические токамаки вроде NSTX‑U готовятся к возобновлению экспериментов, которые дадут новые данные по масштабируемости концепций.
Эти события вместе показывают, что область слияния выходит из фазы «показать физику» в фазу конкретных проектных и инженерных решений, где инженерные проекты (пилотные станции) и экспериментальные достижения (долгое удержание плазмы, высокие плотности, модели поведения) начинают реально влиять на таймлайны коммерческой перспективы.
Однако уже от себя добавлю: прорывы в плазме - это только первый шаг. От 20 минут надо переходить как минимум к 2м годам, тк глушить реактор и перебирать стенки - дело хлопотное. Но главное - устойчивый отвод энергии и тепла. Эти задачи пока только в теории. В целом самый оптимистичный срок промышленных объектов - 40е годы, а скорее, уже в следующую технологическую волну, тк в эту будут разбираться с солнцем и сетями (никто не будет бросать мультитриллионные затраты на полпути).
Правда, в этом прогнозе не учтен фактор ИИ-ускорения науки) Собственно длинная плазма тоже стала результатом ИИ-моделирования и конструирования. Но все же, с учетом мультидоменного моделирования, думаю, термояд это next wave big think. Луна будет раньше
Движение по термояду: быстрый апдейт
Сейчас термоядерный синтез начинает переходить из чисто лабораторных достижений к реальным проектным решениям для пилотных электростанций и глобальным экспериментальным прорывам в магнитном удержании плазмы — то, что важно для твоих сценариев развития энергетики и экономики.
Американская компания Thea Energy только что получила официальную сертификацию предварительного проектного решения (preconceptual design) своей пилотной термоядерной станции «Helios» от Министерства энергетики США (DOE). Это первый случай завершения ключевого этапа в рамках программы Milestone-Based Fusion Development Program, где проект проверен экспертной комиссией на физическую и инженерную обоснованность, и теперь компания может продвигаться к выбору площадки для следующего интегрированного демонстратора «Eos», запланированного к работе в 2030 году с объявлением места в 2026 году.
Кроме того, в мире серийно обновляются экспериментальные рекорды по удержанию и параметрам плазмы в токамаках — ключевом типе магнитного удержания:
- В Китае на токамаке EAST удалось превысить прежний лимит плотности плазмы, что открывает путь к более высоким рабочим режимам и проливает свет на обход давно считавшихся ограничений «Greenwald»‑предела.
- Во Франции на машине WEST получали непрерывную плазму свыше 20 минут, что стало новым мировым рекордом длительности удержания горячей плазмы, критичным для будущих демо‑установок.
- Проекты вроде SPARC идут к своей первой плазме в 2026–2027 годах с целью добиться энергетического выигрыша (Q*>1), а большие сферические токамаки вроде NSTX‑U готовятся к возобновлению экспериментов, которые дадут новые данные по масштабируемости концепций.
Эти события вместе показывают, что область слияния выходит из фазы «показать физику» в фазу конкретных проектных и инженерных решений, где инженерные проекты (пилотные станции) и экспериментальные достижения (долгое удержание плазмы, высокие плотности, модели поведения) начинают реально влиять на таймлайны коммерческой перспективы.
Однако уже от себя добавлю: прорывы в плазме - это только первый шаг. От 20 минут надо переходить как минимум к 2м годам, тк глушить реактор и перебирать стенки - дело хлопотное. Но главное - устойчивый отвод энергии и тепла. Эти задачи пока только в теории. В целом самый оптимистичный срок промышленных объектов - 40е годы, а скорее, уже в следующую технологическую волну, тк в эту будут разбираться с солнцем и сетями (никто не будет бросать мультитриллионные затраты на полпути).
Правда, в этом прогнозе не учтен фактор ИИ-ускорения науки) Собственно длинная плазма тоже стала результатом ИИ-моделирования и конструирования. Но все же, с учетом мультидоменного моделирования, думаю, термояд это next wave big think. Луна будет раньше
🔥39❤12🦄10✍4👍1😁1
Forwarded from ECONS
Представьте, что нынешние беднейшие страны мира Уганда или Чад примерно в течение жизни одного поколения достигают уровня жизни Испании или Италии.
Такое экономическое чудо существует: во второй половине ХХ века Гонконг, Сингапур, Тайвань и Южная Корея превратились из бедных и отсталых стран в богатые. За молниеносный рост, похожий на прыжок тигра, эти страны называют «азиатскими тиграми». Интерес к изучению их феномена не угасает, ему посвящены сотни работ, авторы которых пытаются вычленить слагаемые экономического прорыва и оценить его воспроизводимость.
В новом исследовании экономисты МВФ напрямую заявляют, что стандартные «рецепты» (институты, инвестиции, образование) недостаточны для экономического рывка. И предлагают системную и воспроизводимую модель экономического прорыва – своего рода «инструкцию», подходящую для любой страны. Она сводит «секрет чуда» к набору правил:
🔘 Ставка на высокотехнологичные отрасли.
Сравнительные преимущества не данность – их создают. Исходя из сравнительных преимуществ, для «тигров» самыми перспективными направлениями были производство риса, овощей и текстильных изделий. Но они развивали электронику, машиностроение, автомобилестроение – отрасли, где у них практически не было никакого опыта.
🔘 Ориентация на экспорт.
Экспорт стал главным мерилом успеха и одновременно дисциплинирующим фактором для компаний, заставляя их повышать качество, эффективность и инновационность, чтобы выжить. Это резко контрастирует с политикой импортозамещения других развивающихся стран, которая, наоборот, защищала местных производителей от международной конкуренции.
🔘 Строгая (и нестандартная) подотчетность за полученную поддержку.
Подотчетность была направлена на создание конкурентоспособных отраслей в целом, а не отдельных «национальных чемпионов». Государство действовало как «венчурный капиталист», поддерживая несколько фирм в отрасли, а затем отсеивая «неудачников» и помогая сильнейшим выйти на мировой уровень. Критериями успеха были рост экспорта и доля рынка – а не стандартные управленческие и производственные метрики (объемы производства, оценка затрат и выгод и пр.).
🟥 Реализовать эти правила помогло создание влиятельных и автономных государственных структур, которые лежат в основе так называемой модели «государства развития». Такие структуры не просто регулируют рынок – благодаря тесному контакту с бизнесом и сохранению определенной независимости они смогли сформировать понимание отраслей, разработать широкий набор стратегий и постоянно их корректировали.
Азиатское «экономическое чудо» – симбиоз государства и бизнеса, где первое координировало инвестиции, создавало инфраструктуру и снижало риски, а второй масштабировал производство и выходил на международные рынки. Успех «азиатских тигров» – не стечение уникальных исторических обстоятельств, а результат целенаправленной промышленной политики, направленной не на замещение импорта, а на поддержку экспорта.
🔴 Рецепт азиатского «экономического чуда» читайте на сайте «Эконс»
Такое экономическое чудо существует: во второй половине ХХ века Гонконг, Сингапур, Тайвань и Южная Корея превратились из бедных и отсталых стран в богатые. За молниеносный рост, похожий на прыжок тигра, эти страны называют «азиатскими тиграми». Интерес к изучению их феномена не угасает, ему посвящены сотни работ, авторы которых пытаются вычленить слагаемые экономического прорыва и оценить его воспроизводимость.
В новом исследовании экономисты МВФ напрямую заявляют, что стандартные «рецепты» (институты, инвестиции, образование) недостаточны для экономического рывка. И предлагают системную и воспроизводимую модель экономического прорыва – своего рода «инструкцию», подходящую для любой страны. Она сводит «секрет чуда» к набору правил:
Сравнительные преимущества не данность – их создают. Исходя из сравнительных преимуществ, для «тигров» самыми перспективными направлениями были производство риса, овощей и текстильных изделий. Но они развивали электронику, машиностроение, автомобилестроение – отрасли, где у них практически не было никакого опыта.
Экспорт стал главным мерилом успеха и одновременно дисциплинирующим фактором для компаний, заставляя их повышать качество, эффективность и инновационность, чтобы выжить. Это резко контрастирует с политикой импортозамещения других развивающихся стран, которая, наоборот, защищала местных производителей от международной конкуренции.
Подотчетность была направлена на создание конкурентоспособных отраслей в целом, а не отдельных «национальных чемпионов». Государство действовало как «венчурный капиталист», поддерживая несколько фирм в отрасли, а затем отсеивая «неудачников» и помогая сильнейшим выйти на мировой уровень. Критериями успеха были рост экспорта и доля рынка – а не стандартные управленческие и производственные метрики (объемы производства, оценка затрат и выгод и пр.).
Азиатское «экономическое чудо» – симбиоз государства и бизнеса, где первое координировало инвестиции, создавало инфраструктуру и снижало риски, а второй масштабировал производство и выходил на международные рынки. Успех «азиатских тигров» – не стечение уникальных исторических обстоятельств, а результат целенаправленной промышленной политики, направленной не на замещение импорта, а на поддержку экспорта.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥51❤24👍18✍5💯5