Ян ЛеКун о будущем AI: от LLM к продвинутому пониманию мира
Ян ЛеКун считает, что LLM уже не интересны — они превратились в инженерный продукт индустрии. Его внимание сосредоточено на 4 ключевых проблемах: понимании физического мира машинами, постоянной памяти, рассуждении и планировании.
ЛеКун проводит аналогию с психологией и двумя типами мышления:
• Система 1 — быстрые, автоматические реакции (например, вождение автомобиля опытным водителем).
• Система 2 — медленное, осознанное планирование (например, анализ новой ситуации на дороге).
Современные LLM — это «Система 1», но для истинного интеллекта нужна «Система 2».
Он также подчеркивает, что будущее AI лежит в самообучающихся системах, способных формировать абстрактные представления о мире без явного контроля. Традиционные подходы, такие как предсказание видео на уровне пикселей, провалились из-за высокой сложности и непрерывности физического мира. Вместо этого он предлагает Joint Embedding Predictive Architecture (JEPA) — модель, которая работает в абстрактном пространстве представлений, а не с сырыми данными.
ЛеКун выступает за открытые платформы, отмечая, что Llama скачали более 1 млрд раз. Проприетарные системы в долгосрочной перспективе проиграют, так как инновации требуют глобального сотрудничества. Пример — ResNet, созданный в Microsoft Research Beijing, стал самой цитируемой работой в науке за последние 10 лет.
По мнению ученого, прогресс будет постепенным, а лучшая защита от misuse — создание более совершенных AI-систем. Он также отвергает идею, что AGI можно достичь простым масштабированием LLM: «Для этого потребуются принципиально новые архитектуры».
Главные препятствия — разработка «рецептов» для обучения JEPA-подобных моделей и создание аппаратного обеспечения, способного поддерживать сложные вычисления. ЛеКун скептичен к нейроморфным и квантовым технологиям в ближайшем будущем, но отмечает потенциал аналоговых решений для edge-устройств (например, умных очков).
ЛеКун видит будущее в разнообразии AI-ассистентов, адаптированных под разные культуры и языки, а не в единой централизованной системе.
#news #AI
https://www.nvidia.com/en-us/on-demand/session/gtc25-s73208/
Ян ЛеКун считает, что LLM уже не интересны — они превратились в инженерный продукт индустрии. Его внимание сосредоточено на 4 ключевых проблемах: понимании физического мира машинами, постоянной памяти, рассуждении и планировании.
ЛеКун проводит аналогию с психологией и двумя типами мышления:
• Система 1 — быстрые, автоматические реакции (например, вождение автомобиля опытным водителем).
• Система 2 — медленное, осознанное планирование (например, анализ новой ситуации на дороге).
Современные LLM — это «Система 1», но для истинного интеллекта нужна «Система 2».
Он также подчеркивает, что будущее AI лежит в самообучающихся системах, способных формировать абстрактные представления о мире без явного контроля. Традиционные подходы, такие как предсказание видео на уровне пикселей, провалились из-за высокой сложности и непрерывности физического мира. Вместо этого он предлагает Joint Embedding Predictive Architecture (JEPA) — модель, которая работает в абстрактном пространстве представлений, а не с сырыми данными.
ЛеКун выступает за открытые платформы, отмечая, что Llama скачали более 1 млрд раз. Проприетарные системы в долгосрочной перспективе проиграют, так как инновации требуют глобального сотрудничества. Пример — ResNet, созданный в Microsoft Research Beijing, стал самой цитируемой работой в науке за последние 10 лет.
По мнению ученого, прогресс будет постепенным, а лучшая защита от misuse — создание более совершенных AI-систем. Он также отвергает идею, что AGI можно достичь простым масштабированием LLM: «Для этого потребуются принципиально новые архитектуры».
Главные препятствия — разработка «рецептов» для обучения JEPA-подобных моделей и создание аппаратного обеспечения, способного поддерживать сложные вычисления. ЛеКун скептичен к нейроморфным и квантовым технологиям в ближайшем будущем, но отмечает потенциал аналоговых решений для edge-устройств (например, умных очков).
ЛеКун видит будущее в разнообразии AI-ассистентов, адаптированных под разные культуры и языки, а не в единой централизованной системе.
#news #AI
https://www.nvidia.com/en-us/on-demand/session/gtc25-s73208/
NVIDIA
Frontiers of AI and Computing: A Conversation With Yann LeCun and Bill Dally | GTC 25 2025 | NVIDIA On-Demand
As artificial intelligence continues to reshape the world, the intersection of deep learning and high performance computing becomes increasingly crucial
AI прислушивается к здоровью человека
Наши голоса могут отражать такие факторы, как мышечный контроль или гормональные сдвиги, предоставляя ценные диагностические подсказки для всего: от диабета до менопаузы и болезней сердца. Вот почему исследователи обучают AI-модели на записях голосов, чтобы искать закономерности среди голосовых биомаркеров, которые могли бы улучшить скрининг. В отличие от геномики или радиологии, пока не существует большого стандартизированного набора данных для голосовых биомаркеров, что побудило одну команду попытаться создать готовую к обучению базу данных из 10 000 человек. Одна из проблем заключается в том, как сбалансировать этические соображения: голосовые записи трудно анонимизировать, и они могут раскрыть личную информацию или факты, которыми пациент решил не делиться, например, о привычке курить.
https://www.nature.com/articles/d41586-025-01598-8?utm_source=Live+Audience&utm_campaign=e1c355dad8-nature-briefing-ai-robotics-20240603&utm_medium=email&utm_term=0_b27a691814-e1c355dad8-51976144&mc_cid=e1c355dad8&mc_eid=bb37699b5b
Наши голоса могут отражать такие факторы, как мышечный контроль или гормональные сдвиги, предоставляя ценные диагностические подсказки для всего: от диабета до менопаузы и болезней сердца. Вот почему исследователи обучают AI-модели на записях голосов, чтобы искать закономерности среди голосовых биомаркеров, которые могли бы улучшить скрининг. В отличие от геномики или радиологии, пока не существует большого стандартизированного набора данных для голосовых биомаркеров, что побудило одну команду попытаться создать готовую к обучению базу данных из 10 000 человек. Одна из проблем заключается в том, как сбалансировать этические соображения: голосовые записи трудно анонимизировать, и они могут раскрыть личную информацию или факты, которыми пациент решил не делиться, например, о привычке курить.
https://www.nature.com/articles/d41586-025-01598-8?utm_source=Live+Audience&utm_campaign=e1c355dad8-nature-briefing-ai-robotics-20240603&utm_medium=email&utm_term=0_b27a691814-e1c355dad8-51976144&mc_cid=e1c355dad8&mc_eid=bb37699b5b
Nature
AI listens for health conditions
Nature - Voice recordings, examined by artificial intelligence, might provide new biomarkers for conditions such as heart disease and Alzheimer’s.
AI заметно меняет рынок труда в IT: сокращения, перестройка и новые возможности
AI активно внедряется в бизнес — от чат-ботов до аналитических инструментов. Но до 80% AI-проектов могут завершаться неудачей. Так, Coca-Cola получила негативную реакцию на праздничную AI-рекламу, UBS использует дипфейки аналитиков, но доверие к ним ниже, чем к живым экспертам.
Тем не менее изменения в сфере труда уже начались. Microsoft сократила 6 тыс. сотрудников, включая продакт-менеджеров и инженеров. Duolingo заявила, что теперь будет развиваться по принципу «AI-first» и нанимать людей только при невозможности автоматизации. По данным Crunchbase, в 2024 г. в США более 95 тыс. работников техкомпаний попали под сокращение.
Впрочем, паника из-за AI-сокращений может быть преждевременной. Компании из S&P 500 всё чаще упоминают AI в отчётах, но чаще это только планы, которые не получили воплощения. Некоторые компании пересматривают решения: оператор платежей Klarna, который уволил 700 операторов, теперь снова набирает сотрудников.
Интеграцию AI сдерживает не только нежелание клиентов общаться с менеджером-автоматом, но и инерция старых IT-систем. Кроме того, снижение найма часто связано с экономической неопределённостью: в такие периоды компании больше полагаются на автоматизацию и замедляют расширение штата.
По словам CEO Microsoft Сатьи Наделлы, 30% кода компании уже пишется AI. В Cоединённых Штатах сокращаются вакансии для программистов: их число для разработчиков ПО, размещённых на платформе Indeed в США, сейчас самое низкое за последние 5 лет. Но появляются и новые запросы: около 25% IT-вакансий уже требуют навыков работы с AI.
Рынок трансформируется. Освобождаются ресурсы для креативной работы. Стартапы масштабируются быстрее. AI не только заменяет, но и создаёт новые роли, задачи и логику найма. И индустрия вынуждена адаптироваться.
#news #AI
https://www.ft.com/content/cb9ea970-e6de-4daf-aa9e-7a48d5e648c3
AI активно внедряется в бизнес — от чат-ботов до аналитических инструментов. Но до 80% AI-проектов могут завершаться неудачей. Так, Coca-Cola получила негативную реакцию на праздничную AI-рекламу, UBS использует дипфейки аналитиков, но доверие к ним ниже, чем к живым экспертам.
Тем не менее изменения в сфере труда уже начались. Microsoft сократила 6 тыс. сотрудников, включая продакт-менеджеров и инженеров. Duolingo заявила, что теперь будет развиваться по принципу «AI-first» и нанимать людей только при невозможности автоматизации. По данным Crunchbase, в 2024 г. в США более 95 тыс. работников техкомпаний попали под сокращение.
Впрочем, паника из-за AI-сокращений может быть преждевременной. Компании из S&P 500 всё чаще упоминают AI в отчётах, но чаще это только планы, которые не получили воплощения. Некоторые компании пересматривают решения: оператор платежей Klarna, который уволил 700 операторов, теперь снова набирает сотрудников.
Интеграцию AI сдерживает не только нежелание клиентов общаться с менеджером-автоматом, но и инерция старых IT-систем. Кроме того, снижение найма часто связано с экономической неопределённостью: в такие периоды компании больше полагаются на автоматизацию и замедляют расширение штата.
По словам CEO Microsoft Сатьи Наделлы, 30% кода компании уже пишется AI. В Cоединённых Штатах сокращаются вакансии для программистов: их число для разработчиков ПО, размещённых на платформе Indeed в США, сейчас самое низкое за последние 5 лет. Но появляются и новые запросы: около 25% IT-вакансий уже требуют навыков работы с AI.
Рынок трансформируется. Освобождаются ресурсы для креативной работы. Стартапы масштабируются быстрее. AI не только заменяет, но и создаёт новые роли, задачи и логику найма. И индустрия вынуждена адаптироваться.
#news #AI
https://www.ft.com/content/cb9ea970-e6de-4daf-aa9e-7a48d5e648c3
Ft
The great AI jobs disruption is under way
Automation will reshape tech work, and spark new opportunities
s41562-025-02194-6.pdf
2.9 MB
Чат-боты более убедительны в онлайн-дебатах
Машины находят аргументы для спора лучше чем люди, когда они могут персонализировать свои аргументы, используя информацию о своем оппоненте.
Результаты экспериментов опубликованные в Nature Human Behaviour, подчеркивают, как большие языковые модели (LLM) могут быть использованы для влияния на мнение людей, например, в политических кампаниях или целевой рекламе.
Ранее уже было доказано, что AI-чат-боты могут заставить людей изменить свое мнение, даже в отношении теорий заговора. Было неясно лишь то, насколько они убедительны по сравнению с людьми.
Швейцарские исследователи провели эксперимент в котором 900 человек в США спорили с другим человеком или с GPT-4 LLM OpenAI в десятиминутных онлайн-дебатах.
Темы дебатов включали социально-политические проблемы: должны ли ученики носить школьную форму, следует ли запретить ископаемое топливо или полезен ли AI для общества. Исследователи поручили двум оппонентам выступить за или против темы.
Перед началом исследования участники заполняли опрос о своем возрасте, поле, этнической принадлежности, уровне образования, статусе занятости и политической принадлежности. Затем, до и после каждого дебата, они заполняли короткий тест на то, насколько они согласны с предложением дебатов. Это позволило исследователям измерить, изменились ли их взгляды.
Результаты показали, что когда ни один из спорящих — ни человек, ни AI — не имел доступа к справочной информации об оппоненте, GPT-4 и люди были примерно одинаково убедительны.
Но если базовая демографическая информация из первоначальных опросов (ее так или иначе можно найти в соцсетях) была предоставлена оппонентам до дебатов, GPT-4 переспорил людей в 64% случаев.
Участники также правильно угадывали, дебатировали ли они с AI или с человеком в трех четвертях случаев. Неясно, помогло ли знание того, что они разговаривают с LLM, людям с большей вероятностью изменить свое мнение или их поколебали одни лишь аргументы.
GPT-4 выдвигал разные аргументы во время дебатов, когда у него был доступ к личной информации. Например, если при обсуждении униформы, AI разговаривал с кем-то, кто придерживался левых политических взглядов, машина подчеркивала, что если все носят униформу, то снижается риск индивидуального преследования и травли. При обсуждении с кем-то на консервативной стороне он может сосредоточиться на важности дисциплины или закона и порядка.
Машины находят аргументы для спора лучше чем люди, когда они могут персонализировать свои аргументы, используя информацию о своем оппоненте.
Результаты экспериментов опубликованные в Nature Human Behaviour, подчеркивают, как большие языковые модели (LLM) могут быть использованы для влияния на мнение людей, например, в политических кампаниях или целевой рекламе.
Ранее уже было доказано, что AI-чат-боты могут заставить людей изменить свое мнение, даже в отношении теорий заговора. Было неясно лишь то, насколько они убедительны по сравнению с людьми.
Швейцарские исследователи провели эксперимент в котором 900 человек в США спорили с другим человеком или с GPT-4 LLM OpenAI в десятиминутных онлайн-дебатах.
Темы дебатов включали социально-политические проблемы: должны ли ученики носить школьную форму, следует ли запретить ископаемое топливо или полезен ли AI для общества. Исследователи поручили двум оппонентам выступить за или против темы.
Перед началом исследования участники заполняли опрос о своем возрасте, поле, этнической принадлежности, уровне образования, статусе занятости и политической принадлежности. Затем, до и после каждого дебата, они заполняли короткий тест на то, насколько они согласны с предложением дебатов. Это позволило исследователям измерить, изменились ли их взгляды.
Результаты показали, что когда ни один из спорящих — ни человек, ни AI — не имел доступа к справочной информации об оппоненте, GPT-4 и люди были примерно одинаково убедительны.
Но если базовая демографическая информация из первоначальных опросов (ее так или иначе можно найти в соцсетях) была предоставлена оппонентам до дебатов, GPT-4 переспорил людей в 64% случаев.
Участники также правильно угадывали, дебатировали ли они с AI или с человеком в трех четвертях случаев. Неясно, помогло ли знание того, что они разговаривают с LLM, людям с большей вероятностью изменить свое мнение или их поколебали одни лишь аргументы.
GPT-4 выдвигал разные аргументы во время дебатов, когда у него был доступ к личной информации. Например, если при обсуждении униформы, AI разговаривал с кем-то, кто придерживался левых политических взглядов, машина подчеркивала, что если все носят униформу, то снижается риск индивидуального преследования и травли. При обсуждении с кем-то на консервативной стороне он может сосредоточиться на важности дисциплины или закона и порядка.
Cоцсеть Snapchat ставит на hardware
В интересном интервью генерального директора Snapа Эвана Шпигеля можно найти несколько важных мыслей о том, что Snapchat находится на пороге реальной трансформации образа мышления людей о компьютерах и их использовании.
Не буду пересказывать все (много про политику и Трампа), но важно что трансформация будет включать в себя очки дополненной реальности его компании, Spectacles. По его мнению, этот продукт будет гораздо популярнее чем Apple Watch.
Сейчас главный фокус Snap создание вычислительной платформы следующего поколения. «До тех пор, пока мы можем оставаться верными нашим ценностям и оставаться верными нашему видению, это действительно то, что важно для нас как для бизнеса, и мы будем рассматривать все, что угодно в свете этого", - сказал Шпигель.
Snap впервые представила свои очки дополненной реальности в 2016 году, а теперь находится в пятом поколении устройства, которое в настоящее время продает только разработчикам. Шпигель признал, что смог реализовать свое долгосрочное видение создания новой платформы для вычислений, потому что он и его соучредитель Бобби Мерфи имеют акции с суперголосом, которые дают им контроль над большинством вопросов, представленных акционерам.
«Если инвесторы не соответствуют нашему долгосрочному видению, то они могут продать наши акции и купить другую акцию, где они видят более долгосрочные возможности».
Он сказал, что Snap уже прошел через эти периоды раньше, когда «люди не видят долгосрочной возможности в очках, или они еще не видят этого прогресса, и они задаются вопросом, на что мы тратим все эти деньги» - только для того, чтобы увидеть, как эти ставки, скажем, на исчезающие истории, окупаются.
Что делает Эвана Шпигеля в этом уверенным? Если откатить на несколько лет назад, то приобретение стартапа, разработавшего нейроморфный чип GrAI предстает совсем в другом свете.
https://www.theinformation.com/articles/snaps-spiegel-company-cusp-computing-transformation?rc=q1g4ry
В интересном интервью генерального директора Snapа Эвана Шпигеля можно найти несколько важных мыслей о том, что Snapchat находится на пороге реальной трансформации образа мышления людей о компьютерах и их использовании.
Не буду пересказывать все (много про политику и Трампа), но важно что трансформация будет включать в себя очки дополненной реальности его компании, Spectacles. По его мнению, этот продукт будет гораздо популярнее чем Apple Watch.
Сейчас главный фокус Snap создание вычислительной платформы следующего поколения. «До тех пор, пока мы можем оставаться верными нашим ценностям и оставаться верными нашему видению, это действительно то, что важно для нас как для бизнеса, и мы будем рассматривать все, что угодно в свете этого", - сказал Шпигель.
Snap впервые представила свои очки дополненной реальности в 2016 году, а теперь находится в пятом поколении устройства, которое в настоящее время продает только разработчикам. Шпигель признал, что смог реализовать свое долгосрочное видение создания новой платформы для вычислений, потому что он и его соучредитель Бобби Мерфи имеют акции с суперголосом, которые дают им контроль над большинством вопросов, представленных акционерам.
«Если инвесторы не соответствуют нашему долгосрочному видению, то они могут продать наши акции и купить другую акцию, где они видят более долгосрочные возможности».
Он сказал, что Snap уже прошел через эти периоды раньше, когда «люди не видят долгосрочной возможности в очках, или они еще не видят этого прогресса, и они задаются вопросом, на что мы тратим все эти деньги» - только для того, чтобы увидеть, как эти ставки, скажем, на исчезающие истории, окупаются.
Что делает Эвана Шпигеля в этом уверенным? Если откатить на несколько лет назад, то приобретение стартапа, разработавшего нейроморфный чип GrAI предстает совсем в другом свете.
https://www.theinformation.com/articles/snaps-spiegel-company-cusp-computing-transformation?rc=q1g4ry
State_of_The_Science_Address_Marcia_McNutt_National_Academies_03.pdf
363.3 KB
Ежегодное выступление президента Национальной академии наук США Марши Макнатт о состоянии науки на ежегодной сессии «State of the Science» всегда полезно послушать и законспектировать. В этот раз много важного и драматического. Ключевые идеи:
- США теряют лидерство в R&D: сокращается численность исследователей, объем инвестиций, доля публикаций, особенно высокоцитируемых;
- Китай лидирует в ключевых технологиях: AI, кванты, энергетика, оборона;
- Ужесточение визовой политики и нестабильность грантовой поддержки приводят к резкому падению интереса со стороны иностранных студентов и учёных;
- США рискуют утратить статус ключевого научного партнёра без участия в международных мегапроектах, что ограничит доступ к данным, оборудованию, совместным публикациям;
- Необходима реформа в STEM-образовании: AI-технологии в обучении, проектный подход, подготовка учителей;
- Для возвращения роли глобального лидера США необходима не просто финансовая подпитка, а системная перестройка научной модели.
- США теряют лидерство в R&D: сокращается численность исследователей, объем инвестиций, доля публикаций, особенно высокоцитируемых;
- Китай лидирует в ключевых технологиях: AI, кванты, энергетика, оборона;
- Ужесточение визовой политики и нестабильность грантовой поддержки приводят к резкому падению интереса со стороны иностранных студентов и учёных;
- США рискуют утратить статус ключевого научного партнёра без участия в международных мегапроектах, что ограничит доступ к данным, оборудованию, совместным публикациям;
- Необходима реформа в STEM-образовании: AI-технологии в обучении, проектный подход, подготовка учителей;
- Для возвращения роли глобального лидера США необходима не просто финансовая подпитка, а системная перестройка научной модели.
Hugging Face представила дешёвых антропоморфных роботов с открытым кодом
Hugging Face продолжает активное продвижение в сферу робототехники: платформа представила двух гуманоидных роботов с открытым исходным кодом — HopeJR и Reachy Mini. Компания строит экосистему доступной и открытой AI-робототехники — от софта до реального железа.
HopeJR — полноразмерный гуманоид с 66 степенями свободы: он умеет ходить, управлять руками и взаимодействовать с предметами. Ориентировочно HopeJR будет стоить менее $3000.
Reachy Mini — компактный настольный робот, который может двигать головой, говорить и слушать. Он подходит для тестирования AI-приложений. Его цена варьируется от $250 до $300 в зависимости от пошлин.
Модели пока не поступили в продажу. Первые поставки планируются до конца 2025 г., уже открыт лист ожидания. По словам сооснователя и CEO платформы Клема Деланга (Clem Delangue), цель проекта — сделать робототехнику доступной, открытой и прозрачной, в отличие от дорогих «чёрных ящиков» крупных корпораций.
Создание роботов стало возможным благодаря приобретению стартапа Pollen Robotics в апреле этого года. До этого Hugging Face уже выпустила:
– LeRobot — набор AI-моделей, датасетов и инструментов для создания умных роботов;
– SO-101 — обновлённая версия 3D-печатной роботизированной руки, созданная в партнёрстве с The Robot Studio;
– Расширенный обучающий датасет для автономных машин, разработанный вместе с AI-стартапом Yaak.
#news #AI
https://techcrunch.com/2025/05/29/hugging-face-unveils-two-new-humanoid-robots/
Hugging Face продолжает активное продвижение в сферу робототехники: платформа представила двух гуманоидных роботов с открытым исходным кодом — HopeJR и Reachy Mini. Компания строит экосистему доступной и открытой AI-робототехники — от софта до реального железа.
HopeJR — полноразмерный гуманоид с 66 степенями свободы: он умеет ходить, управлять руками и взаимодействовать с предметами. Ориентировочно HopeJR будет стоить менее $3000.
Reachy Mini — компактный настольный робот, который может двигать головой, говорить и слушать. Он подходит для тестирования AI-приложений. Его цена варьируется от $250 до $300 в зависимости от пошлин.
Модели пока не поступили в продажу. Первые поставки планируются до конца 2025 г., уже открыт лист ожидания. По словам сооснователя и CEO платформы Клема Деланга (Clem Delangue), цель проекта — сделать робототехнику доступной, открытой и прозрачной, в отличие от дорогих «чёрных ящиков» крупных корпораций.
Создание роботов стало возможным благодаря приобретению стартапа Pollen Robotics в апреле этого года. До этого Hugging Face уже выпустила:
– LeRobot — набор AI-моделей, датасетов и инструментов для создания умных роботов;
– SO-101 — обновлённая версия 3D-печатной роботизированной руки, созданная в партнёрстве с The Robot Studio;
– Расширенный обучающий датасет для автономных машин, разработанный вместе с AI-стартапом Yaak.
#news #AI
https://techcrunch.com/2025/05/29/hugging-face-unveils-two-new-humanoid-robots/
TechCrunch
Hugging Face expands its LeRobot platform with training data for self-driving machines | TechCrunch
Hugging Face has teamed up with startup Yaak to expand the former's LeRobot platform with training data for self-driving machines, including cars.
Amazon разрабатывает ПО для роботов-доставщиков
В случае успеха разработка позволит автоматизировать один из ключевых процессов в корпорации — доставку заказов покупателям. Пока неясно, какую модель робота возьмут за основу: Amazon тестирует множество человекоподобных роботов, в том числе одного от китайской компании Unitree. Для обучения роботов используются LLM с открытым исходным кодом — DeepSeek-VL2 от quant fund и Qwen от Alibaba.
В рамках проекта Amazon завершает строительство крытой полосы препятствий для испытания таких роботов в одном из офисов компании в Сан-Франциско. Также, чтобы обучить роботов работать в реальном мире, Amazon со временем, после испытаний на полигонах, отправит их на «экскурсии» на реальные улицы.
В Amazon полагают, что человекоподобные роботы смогут ездить в кузове электрического фургона Rivian и доставлять посылки. Rivian — один из базовых электромобилей Amazon, в парке сейчас их 20 тыс., а к 2030 г. планируется нарастить количество до 100 тыс. Пока неясно, будут ли тестировать роботов с другими грузовиками. Также, возможно, автомобили роботизированной доставки будут переводить в беспилотный режим, для этого с большой вероятностью привлекут дочернюю компанию Amazon, разработчика беспилотных такси Zoox.
Amazon активно развивает робототехнику и автоматизировал некоторые операции сортировки и подготовки посылок к отправке. Но у компании также есть большой финансовый стимул автоматизировать доставку этих посылок, поскольку сейчас этим занимаются сотни тысяч людей.
Разработка ПО Amazon ставит его в один ряд с другими разработчиками софта для роботов — Nvidia, Google и Tesla, укрепляя тренд на развитие умных и обучаемых антропоморфных роботов.
#news #роботы #Amazon #торговля
https://www.theinformation.com/articles/amazon-prepares-test-humanoid-robots-delivering-packages
В случае успеха разработка позволит автоматизировать один из ключевых процессов в корпорации — доставку заказов покупателям. Пока неясно, какую модель робота возьмут за основу: Amazon тестирует множество человекоподобных роботов, в том числе одного от китайской компании Unitree. Для обучения роботов используются LLM с открытым исходным кодом — DeepSeek-VL2 от quant fund и Qwen от Alibaba.
В рамках проекта Amazon завершает строительство крытой полосы препятствий для испытания таких роботов в одном из офисов компании в Сан-Франциско. Также, чтобы обучить роботов работать в реальном мире, Amazon со временем, после испытаний на полигонах, отправит их на «экскурсии» на реальные улицы.
В Amazon полагают, что человекоподобные роботы смогут ездить в кузове электрического фургона Rivian и доставлять посылки. Rivian — один из базовых электромобилей Amazon, в парке сейчас их 20 тыс., а к 2030 г. планируется нарастить количество до 100 тыс. Пока неясно, будут ли тестировать роботов с другими грузовиками. Также, возможно, автомобили роботизированной доставки будут переводить в беспилотный режим, для этого с большой вероятностью привлекут дочернюю компанию Amazon, разработчика беспилотных такси Zoox.
Amazon активно развивает робототехнику и автоматизировал некоторые операции сортировки и подготовки посылок к отправке. Но у компании также есть большой финансовый стимул автоматизировать доставку этих посылок, поскольку сейчас этим занимаются сотни тысяч людей.
Разработка ПО Amazon ставит его в один ряд с другими разработчиками софта для роботов — Nvidia, Google и Tesla, укрепляя тренд на развитие умных и обучаемых антропоморфных роботов.
#news #роботы #Amazon #торговля
https://www.theinformation.com/articles/amazon-prepares-test-humanoid-robots-delivering-packages
The Information
Amazon Prepares to Test Humanoid Robots for Delivering Packages
Amazon is developing software for humanoid robots that could eventually take the jobs of delivery workers, according to a person who has been involved in the effort. In doing so, Amazon is paving the way to automate a major part of its operation, the delivery…
Strider-SCSP-China-AI-Infrastructure-Surge-Report.pdf
22.2 MB
Рост AI-инфраструктуры в Китае: как центры обработки данных КНР и модели искусственного интеллекта КНР объединяют военные амбиции и глобальные связи
В новом масштабном отчете Strider и проекта Special Competitive Studies Project (SCSP) показано, как Китайская Народная Республика (КНР) использует AI-инфраструктуру для реализации своих глобальных амбиций, усиливая влияние как в коммерческих отраслях, так и в военных операциях.
Поскольку Китай стремится развернуть 105 экзафлопс вычислительной мощности искусственного интеллекта к 2025 году, страна создает национальную сеть из более чем 250 центров обработки данных искусственного интеллекта и вкладывает значительные средства в программное обеспечение, алгоритмы и зарубежную экспансию. В этом отчете раскрываются масштаб, размах и стратегические последствия этой кампании.
Ключевые моменты:
- как инвестиции Китая в искусственный интеллект меняют динамику мировой власти.
- как инфраструктура искусственного интеллекта КНР, охватывающая центры обработки данных, вычислительную политику и алгоритмы двойного назначения, поддерживает гражданско-военное слияние и международное влияние.
- 856 выявленных организациях, многие из которых связаны с НОАК, санкционированными организациями и оборонными подрядчиками, которые стимулируют развитие искусственного интеллекта в Китае.
- примеры высокоэффективных проектов искусственного интеллекта. От подводных центров обработки данных до боевых симуляций с использованием искусственного интеллекта
В новом масштабном отчете Strider и проекта Special Competitive Studies Project (SCSP) показано, как Китайская Народная Республика (КНР) использует AI-инфраструктуру для реализации своих глобальных амбиций, усиливая влияние как в коммерческих отраслях, так и в военных операциях.
Поскольку Китай стремится развернуть 105 экзафлопс вычислительной мощности искусственного интеллекта к 2025 году, страна создает национальную сеть из более чем 250 центров обработки данных искусственного интеллекта и вкладывает значительные средства в программное обеспечение, алгоритмы и зарубежную экспансию. В этом отчете раскрываются масштаб, размах и стратегические последствия этой кампании.
Ключевые моменты:
- как инвестиции Китая в искусственный интеллект меняют динамику мировой власти.
- как инфраструктура искусственного интеллекта КНР, охватывающая центры обработки данных, вычислительную политику и алгоритмы двойного назначения, поддерживает гражданско-военное слияние и международное влияние.
- 856 выявленных организациях, многие из которых связаны с НОАК, санкционированными организациями и оборонными подрядчиками, которые стимулируют развитие искусственного интеллекта в Китае.
- примеры высокоэффективных проектов искусственного интеллекта. От подводных центров обработки данных до боевых симуляций с использованием искусственного интеллекта
Шанхай делает ставку на человекоподобных роботов и «воплощённый» AI
Шанхай активно развивает сферу антропоморфной робототехники и воплощённого AI. В технопарке Чжанцзян прошла отраслевая конференция и соревнование студентов, где участники управляли роботами, которые решали практические задачи и играли в футбол.
Вице-секретарь мэрии У Цзинчэн (Wu Jincheng) заявил о масштабной поддержке сектора: финансирование, продвижение на рынке, госзакупки, открытые датасеты, технопарки и льготы для специалистов. Цель — чтобы роботы «слушали, понимали и выполняли задачи», и стали частью промышленности и повседневной жизни.
По данным Чэнь Вэйвэя (Chen Weiwei), главы Zhangjiang Group, Шанхай — лидер Китая по робототехнике, на него приходится треть отрасли, а в районе Пудун сосредоточено более 100 профильных компаний.
Город активно продвигает технопарк Zhangjiang Robot Valley площадью 4,2 кв. км, где базируются стартапы вроде Agibot, Fourier, Kepler Robotics, DroidUp, а также Национальный центр инноваций гуманоидной робототехники, поддерживаемый министерством промышленности Китая.
В апреле был создан фонд на 1 млрд юаней ($138,9 млн) для инвестиций в технологии воплощённого интеллекта. Шанхай демонстрирует амбиции стать центром робототехники не только Китая, но и всего мира.
#news #роботы
https://www.scmp.com/tech/tech-trends/article/3312336/shanghai-embraces-embodied-intelligence-it-boosts-policy-support-humanoid-robotics
Шанхай активно развивает сферу антропоморфной робототехники и воплощённого AI. В технопарке Чжанцзян прошла отраслевая конференция и соревнование студентов, где участники управляли роботами, которые решали практические задачи и играли в футбол.
Вице-секретарь мэрии У Цзинчэн (Wu Jincheng) заявил о масштабной поддержке сектора: финансирование, продвижение на рынке, госзакупки, открытые датасеты, технопарки и льготы для специалистов. Цель — чтобы роботы «слушали, понимали и выполняли задачи», и стали частью промышленности и повседневной жизни.
По данным Чэнь Вэйвэя (Chen Weiwei), главы Zhangjiang Group, Шанхай — лидер Китая по робототехнике, на него приходится треть отрасли, а в районе Пудун сосредоточено более 100 профильных компаний.
Город активно продвигает технопарк Zhangjiang Robot Valley площадью 4,2 кв. км, где базируются стартапы вроде Agibot, Fourier, Kepler Robotics, DroidUp, а также Национальный центр инноваций гуманоидной робототехники, поддерживаемый министерством промышленности Китая.
В апреле был создан фонд на 1 млрд юаней ($138,9 млн) для инвестиций в технологии воплощённого интеллекта. Шанхай демонстрирует амбиции стать центром робототехники не только Китая, но и всего мира.
#news #роботы
https://www.scmp.com/tech/tech-trends/article/3312336/shanghai-embraces-embodied-intelligence-it-boosts-policy-support-humanoid-robotics
South China Morning Post
Shanghai embraces embodied intelligence as it boosts policy support for robotics
University students competed in a skills contest using robots in various tasks, from soccer matches to practical applications.
ТЕХНОЛОГИЧЕСКАЯ СИЛА приносит экономический рост, геополитическое влияние и военную мощь. Но отслеживать, кто лидирует в данной области и насколько, сложно. Индекс исследователей из Гарварда, опубликованный 5 июня, пытается измерить такой вес. Он ранжирует 25 стран по пяти секторам: искусственный интеллект (ИИ), полупроводники, биотехнологии, космос и квантовые технологии. Америка доминирует в рейтинге, но другие страны догоняют
Google разработала архитектуру с долговременной контекстной памятью
Команда исследователей Google Research представила Atlas — AI-архитектуру, которая при выполнении задачи учится запоминать весь контекст, а не отдельные токены. Новый стандарт масштабируемой памяти уже опережает по точности и эффективности архитектуру Titan, трансформеры и современные линейные рекуррентные сети (RNN).
Вместо классического «онлайн»-обновления памяти, когда модель учитывает лишь последний токен, Atlas применяет сложное обновление методом «скользящего окна» (sliding window), оптимизируя память с учётом сразу нескольких последних токенов. На бенчмарке BABILong, где LLM тестируют на понимание контекста длиной до 10 млн токенов, Atlas достигает более 80% точности, что почти на 20% выше, чем у Titan.
В отличие от большинства RNN-архитектур, которые используют простой градиентный спуск, Atlas применяет Muon-оптимизатор. Он приближает вторую производную, быстрее сходится к локально оптимальному решению и сохраняет параллельность при обучении.
Atlas открывает путь к быстрой работе с документами любого размера — от научных статей до юридических соглашений, а также длительным диалогам на основе цепочки рассуждений.
#news #бигтехи #AI
https://arxiv.org/pdf/2505.23735
Команда исследователей Google Research представила Atlas — AI-архитектуру, которая при выполнении задачи учится запоминать весь контекст, а не отдельные токены. Новый стандарт масштабируемой памяти уже опережает по точности и эффективности архитектуру Titan, трансформеры и современные линейные рекуррентные сети (RNN).
Вместо классического «онлайн»-обновления памяти, когда модель учитывает лишь последний токен, Atlas применяет сложное обновление методом «скользящего окна» (sliding window), оптимизируя память с учётом сразу нескольких последних токенов. На бенчмарке BABILong, где LLM тестируют на понимание контекста длиной до 10 млн токенов, Atlas достигает более 80% точности, что почти на 20% выше, чем у Titan.
В отличие от большинства RNN-архитектур, которые используют простой градиентный спуск, Atlas применяет Muon-оптимизатор. Он приближает вторую производную, быстрее сходится к локально оптимальному решению и сохраняет параллельность при обучении.
Atlas открывает путь к быстрой работе с документами любого размера — от научных статей до юридических соглашений, а также длительным диалогам на основе цепочки рассуждений.
#news #бигтехи #AI
https://arxiv.org/pdf/2505.23735
Moderna объединила функции HR и IT в одном блоке
Переход Moderna к объединению технологий и человеческих ресурсов в одну функцию является последним признаком того, что AI приносит большие изменения в оргструктуры.
В конце прошлого года биотехнологическая компания объявила о создании новой должности директора по персоналу и цифровым технологиям, назначив на эту должность своего директора по кадрам Трейси Франклин.
Франклин перестраивает команды по всей компании на основе того, какую работу лучше всего выполняют люди, а какую можно автоматизировать с помощью технологий, включая технологии, которые она использует в партнерстве с OpenAI. В результате создаются, упраздняются и переосмысливаются роли.
Корпоративные технические руководители теснее, чем когда-либо, сотрудничают со своими коллегами из HR-отделов, чтобы сориентироваться в влиянии AI на рабочую силу. Ряд компаний ссылаются на рост эффективности AI для сокращения рабочих мест.
Франклин сказала, что переход на эту должность был для нее естественным развитием. Она тесно сотрудничала с тогдашним директором по информационным технологиям Брэдом Миллером в многолетних усилиях по переоценке потребностей каждого отдела и перепроектированию их с оптимальным сочетанием человеческих работников и технологических систем. Миллер, который возглавлял ряд усилий, включая партнерство компании с OpenAI, покинул Moderna в феврале.
После пандемии было много возможностей для реорганизации и оптимизации. Во время вспышки COVID-19 компания находилась в хаотической гонке по найму сотрудников, чтобы ускорить вывод на рынок своего первого коммерческого продукта — вакцины от COVID-19. Moderna почти удвоила численность своего персонала: с примерно 830 сотрудников по состоянию на 31 марта 2020 года до примерно 1500 сотрудников по состоянию на 31 марта 2021 года. Теперь у нее более 5000 сотрудников по всему миру.
Сделка с OpenAI также трансформировала всю работу. В настоящее время компания разработала более 3 000 специализированных версий ChatGPT, называемых GPTs, которые предназначены для упрощения выполнения определенных задач, включая выбор дозы для клинических испытаний и помощь в составлении ответов на вопросы регулирующих органов.
https://www.wsj.com/articles/why-moderna-merged-its-tech-and-hr-departments-95318c2a
Переход Moderna к объединению технологий и человеческих ресурсов в одну функцию является последним признаком того, что AI приносит большие изменения в оргструктуры.
В конце прошлого года биотехнологическая компания объявила о создании новой должности директора по персоналу и цифровым технологиям, назначив на эту должность своего директора по кадрам Трейси Франклин.
Франклин перестраивает команды по всей компании на основе того, какую работу лучше всего выполняют люди, а какую можно автоматизировать с помощью технологий, включая технологии, которые она использует в партнерстве с OpenAI. В результате создаются, упраздняются и переосмысливаются роли.
Корпоративные технические руководители теснее, чем когда-либо, сотрудничают со своими коллегами из HR-отделов, чтобы сориентироваться в влиянии AI на рабочую силу. Ряд компаний ссылаются на рост эффективности AI для сокращения рабочих мест.
Франклин сказала, что переход на эту должность был для нее естественным развитием. Она тесно сотрудничала с тогдашним директором по информационным технологиям Брэдом Миллером в многолетних усилиях по переоценке потребностей каждого отдела и перепроектированию их с оптимальным сочетанием человеческих работников и технологических систем. Миллер, который возглавлял ряд усилий, включая партнерство компании с OpenAI, покинул Moderna в феврале.
После пандемии было много возможностей для реорганизации и оптимизации. Во время вспышки COVID-19 компания находилась в хаотической гонке по найму сотрудников, чтобы ускорить вывод на рынок своего первого коммерческого продукта — вакцины от COVID-19. Moderna почти удвоила численность своего персонала: с примерно 830 сотрудников по состоянию на 31 марта 2020 года до примерно 1500 сотрудников по состоянию на 31 марта 2021 года. Теперь у нее более 5000 сотрудников по всему миру.
Сделка с OpenAI также трансформировала всю работу. В настоящее время компания разработала более 3 000 специализированных версий ChatGPT, называемых GPTs, которые предназначены для упрощения выполнения определенных задач, включая выбор дозы для клинических испытаний и помощь в составлении ответов на вопросы регулирующих органов.
https://www.wsj.com/articles/why-moderna-merged-its-tech-and-hr-departments-95318c2a
WSJ
Why Moderna Merged Its Tech and HR Departments
The vaccine maker, which has partnered with OpenAI since 2023, is rethinking how it does workforce planning thanks to the growing capabilities of AI and other tech.
Минэнерго США запускает суперкомпьютер Doudna с интегрированным AI
Лаборатория Министерства энергетики США в Беркли выбрала Dell для поставки флагманского суперкомпьютера к 2026 г. Названный в честь лауреата Нобелевской премии по химии Дженнифер Дудны (Jennifer Doudna), кластер объединит возможности классических вычислений и AI-ускорение, что, как ожидается, даст более чем десятикратный прирост производительности по сравнению с текущей системой лаборатории.
В основу конструкции легли специализированные чипы Nvidia — как для высокоточных симуляций (64-битные вычисления), так и для AI-задач с переменной точностью (16- и 8-битные инструкции). Новое поколение ARM-процессоров позволит гибко перераспределять ресурсы между научными расчётами и обучением AI-моделей.
Министерство энергетики вложило $1,8 млрд за 8 лет в достижение экзафлопсного масштаба суперкомпьютеров. Первая такая машина, El Capitan, за $600 млн заработала в Ливерморской лаборатории. Стоимость Doudna пока не раскрывается.
Три предыдущие экзафлопсные машины минэнерго заказывало у Hewlett Packard Enterprise. Dell готовит универсальную архитектуру, которая пойдёт дальше индивидуальных лабораторных сборок и задаст стандарт для будущего научного суперкомпьютинга со встроенным AI. Мощность новойустановки также пока не афишируется. По предварительным оценкам, она будет в
несколько раз больше, чем у El Capitan.
Doudna может стать самым мощным инструментом министерства для тренировки AI-алгоритмов и моделирования: от проектирования термоядерных реакторов до изучения теплообмена в геотермальных установках. Платформа найдёт применение у 11 тыс. учёных: от моделирования квантовых компьютеров с помощью ПО Nvidia до ускорения симуляций климатических процессов. Глава Минэнерго США Крис Райт сравнил создание новой системы с Манхэттенским проектом: «Чтобы выиграть глобальную гонку в AI, нам нужен инструмент такого уровня».
#news #вычисления #AI
https://www.nytimes.com/2025/05/29/technology/energy-department-supercomputer-ai.html?smid=nytcore-ios-share&referringSource=articleShare
Лаборатория Министерства энергетики США в Беркли выбрала Dell для поставки флагманского суперкомпьютера к 2026 г. Названный в честь лауреата Нобелевской премии по химии Дженнифер Дудны (Jennifer Doudna), кластер объединит возможности классических вычислений и AI-ускорение, что, как ожидается, даст более чем десятикратный прирост производительности по сравнению с текущей системой лаборатории.
В основу конструкции легли специализированные чипы Nvidia — как для высокоточных симуляций (64-битные вычисления), так и для AI-задач с переменной точностью (16- и 8-битные инструкции). Новое поколение ARM-процессоров позволит гибко перераспределять ресурсы между научными расчётами и обучением AI-моделей.
Министерство энергетики вложило $1,8 млрд за 8 лет в достижение экзафлопсного масштаба суперкомпьютеров. Первая такая машина, El Capitan, за $600 млн заработала в Ливерморской лаборатории. Стоимость Doudna пока не раскрывается.
Три предыдущие экзафлопсные машины минэнерго заказывало у Hewlett Packard Enterprise. Dell готовит универсальную архитектуру, которая пойдёт дальше индивидуальных лабораторных сборок и задаст стандарт для будущего научного суперкомпьютинга со встроенным AI. Мощность новойустановки также пока не афишируется. По предварительным оценкам, она будет в
несколько раз больше, чем у El Capitan.
Doudna может стать самым мощным инструментом министерства для тренировки AI-алгоритмов и моделирования: от проектирования термоядерных реакторов до изучения теплообмена в геотермальных установках. Платформа найдёт применение у 11 тыс. учёных: от моделирования квантовых компьютеров с помощью ПО Nvidia до ускорения симуляций климатических процессов. Глава Минэнерго США Крис Райт сравнил создание новой системы с Манхэттенским проектом: «Чтобы выиграть глобальную гонку в AI, нам нужен инструмент такого уровня».
#news #вычисления #AI
https://www.nytimes.com/2025/05/29/technology/energy-department-supercomputer-ai.html?smid=nytcore-ios-share&referringSource=articleShare
NY Times
Energy Dept. Unveils Supercomputer That Merges With A.I.
The new supercomputer shows the increasing desire of government labs to adopt more technologies from commercial artificial intelligence systems.
Квантовый AI: Европа обозначила стратегию технологического будущего
Группа ведущих европейских учёных опубликовала масштабную «белую книгу» о квантовых вычислениях и AI. Авторы предупреждают: на горизонте не просто технологический прорыв, а смена самой вычислительной парадигмы. Те, кто сегодня создаст экосистему из талантов, инфраструктуры и стандартов, получат стратегическое преимущество на десятилетия.
AI и квантовые технологии развиваются с разной скоростью, но вместе создают уникальные возможности. Квантовые алгоритмы могут ускорить обучение, оптимизацию и логический вывод, а AI — помочь проектировать квантовое «железо», компенсировать ошибки и управлять сложными квантовыми системами. AI позволяет корректировать шумы, оптимизировать схемы, проводить квантовую томографию и автоматическую калибровку кубитов.
США лидируют в патентной активности, Китай активно наращивает мощности, а ЕС рискует остаться в роли догоняющего. Примеры открытых моделей вроде DeepSeek показывают, что даже небольшие команды способны изменить баланс.
Три горизонта развития:
1. Сегодня — AI помогает квантовым системам: оптимизация, диагностика, управление.
2. Среднесрочная перспектива — гибридные квантово-классические решения для промышленных задач.
3. Будущее — полностью квантовые AI-системы с принципиально новым мышлением и архитектурой.
Рекомендации авторов:
• Инвестировать параллельно в фундаментальные исследования, прикладную разработку и инфраструктуру, включая квантовые и классические суперкомпьютеры.
• Создавать открытые стандарты, платформы и инструменты обмена, но защищать интеллектуальные права.
• Готовить специалистов на стыке AI и квантовых технологий.
• Учитывать энергоэффективность гибридных систем.
#news #вычисления #AI #политика
https://arxiv.org/pdf/2505.23860
Группа ведущих европейских учёных опубликовала масштабную «белую книгу» о квантовых вычислениях и AI. Авторы предупреждают: на горизонте не просто технологический прорыв, а смена самой вычислительной парадигмы. Те, кто сегодня создаст экосистему из талантов, инфраструктуры и стандартов, получат стратегическое преимущество на десятилетия.
AI и квантовые технологии развиваются с разной скоростью, но вместе создают уникальные возможности. Квантовые алгоритмы могут ускорить обучение, оптимизацию и логический вывод, а AI — помочь проектировать квантовое «железо», компенсировать ошибки и управлять сложными квантовыми системами. AI позволяет корректировать шумы, оптимизировать схемы, проводить квантовую томографию и автоматическую калибровку кубитов.
США лидируют в патентной активности, Китай активно наращивает мощности, а ЕС рискует остаться в роли догоняющего. Примеры открытых моделей вроде DeepSeek показывают, что даже небольшие команды способны изменить баланс.
Три горизонта развития:
1. Сегодня — AI помогает квантовым системам: оптимизация, диагностика, управление.
2. Среднесрочная перспектива — гибридные квантово-классические решения для промышленных задач.
3. Будущее — полностью квантовые AI-системы с принципиально новым мышлением и архитектурой.
Рекомендации авторов:
• Инвестировать параллельно в фундаментальные исследования, прикладную разработку и инфраструктуру, включая квантовые и классические суперкомпьютеры.
• Создавать открытые стандарты, платформы и инструменты обмена, но защищать интеллектуальные права.
• Готовить специалистов на стыке AI и квантовых технологий.
• Учитывать энергоэффективность гибридных систем.
#news #вычисления #AI #политика
https://arxiv.org/pdf/2505.23860
Китайские учёные разработали способ возвращать к жизни литий-ионные батареи с помощью молекулы, подобранной AI
Группа химиков из Университета Фудань под руководством Юэ Гао (Yue Gao) использовала AI-модель, обученную на базе химических реакций, чтобы найти вещество, способное «вливаться» в стареющую батарею и восстанавливать её ёмкость. Технология способна радикально сократить отходы от электромобилей и снизить потребность в производстве новых аккумуляторов.
Исследователи сравнили метод с внутривенным уколом: химический раствор трифторометансульфинат лития (LiSO₂CF₃) вводится в электролит батареи, позволяя литий-ионным ячейкам восстанавливать функциональность. В результате аккумулятор на основе литий-железо-фосфата (LFP), который обычно «умирает» после 2 тыс. циклов зарядки-разрядки, выдержал почти 12 тыс. циклов, восстанавливая до 96% своей ёмкости каждый раз.
Метод также сработал на других типах батарей, включая популярные никель-марганец-кобальтовые.
К 2040 г. количество отслуживших литий-ионных батарей вырастет с 900 тыс. тонн до 20,5 млн тонн. Только в Китае ежегодно выходят из строя 2,8 млн тонн. Сейчас старые аккумуляторы либо используют в менее энергоёмких устройствах, либо дробят в «чёрную массу» для извлечения части сырья.
Университет Фудань уже сотрудничает с корпорацией — производителем аккумуляторных материалов и другой химии Zhejiang Yongtai для коммерциализации технологии. Перед массовым внедрением метод нужно адаптировать под разные химические составы батарей, протестировать безопасность восстановленных элементов и переосмыслить архитектуру аккумуляторных блоков для обеспечения доступа к «инъекциям».
Научная статья
#news #аккумуляторы #AI
https://www.scientificamerican.com/article/reviving-dead-lithium-ion-batteries-with-an-ai-derived-electrolyte-solution/
Группа химиков из Университета Фудань под руководством Юэ Гао (Yue Gao) использовала AI-модель, обученную на базе химических реакций, чтобы найти вещество, способное «вливаться» в стареющую батарею и восстанавливать её ёмкость. Технология способна радикально сократить отходы от электромобилей и снизить потребность в производстве новых аккумуляторов.
Исследователи сравнили метод с внутривенным уколом: химический раствор трифторометансульфинат лития (LiSO₂CF₃) вводится в электролит батареи, позволяя литий-ионным ячейкам восстанавливать функциональность. В результате аккумулятор на основе литий-железо-фосфата (LFP), который обычно «умирает» после 2 тыс. циклов зарядки-разрядки, выдержал почти 12 тыс. циклов, восстанавливая до 96% своей ёмкости каждый раз.
Метод также сработал на других типах батарей, включая популярные никель-марганец-кобальтовые.
К 2040 г. количество отслуживших литий-ионных батарей вырастет с 900 тыс. тонн до 20,5 млн тонн. Только в Китае ежегодно выходят из строя 2,8 млн тонн. Сейчас старые аккумуляторы либо используют в менее энергоёмких устройствах, либо дробят в «чёрную массу» для извлечения части сырья.
Университет Фудань уже сотрудничает с корпорацией — производителем аккумуляторных материалов и другой химии Zhejiang Yongtai для коммерциализации технологии. Перед массовым внедрением метод нужно адаптировать под разные химические составы батарей, протестировать безопасность восстановленных элементов и переосмыслить архитектуру аккумуляторных блоков для обеспечения доступа к «инъекциям».
Научная статья
#news #аккумуляторы #AI
https://www.scientificamerican.com/article/reviving-dead-lithium-ion-batteries-with-an-ai-derived-electrolyte-solution/
Scientific American
Reviving Dead Lithium-Ion Batteries with an AI-Derived Electrolyte Solution
Electric vehicles leave behind mountains of dead lithium-ion batteries. A new “injection” brings them back to life
Cohere ищет $500 млн, чтобы догнать OpenAI и Anthropic
Канадский AI-стартап Cohere ведёт переговоры о привлечении более $500 млн. За последние 4 месяца Cohere нарастил годовую выручку в 2 раза до $100 млн, но для дальнейшего роста ему нужны ресурсы.
Стартап стремится сократить отставание от лидеров индустрии — OpenAI, Google и Anthropic. Компания рассчитывает на оценку от $5,5 до $6,5 млрд. Это значительно ниже показателей конкурентов: в апреле OpenAI оценили в $300 млрд, а Anthropic в марте — в $61,5 млрд.
Основатели Cohere — бывшие исследователи из Google Эйдан Гомес (Aidan Gomez), Ник Фрост (Nick Frosst) и Иван Чжан (Ivan Zhang). Гомес является соавтором статьи «Attention Is All You Need», которая заложила основу трансформеров, архитектуры, лежащей в основе всех современных больших языковых моделей.
В отличие от OpenAI, компания делает ставку на корпоративных клиентов и конфиденциальность, а не на массового пользователя. Среди продуктов — линейка Aya (многоязычные open-source модели) и новая платформа North, которая помогает компаниям создавать AI-агентов для автоматизации офисных задач.
В это время Meta*, Mistral и DeepSeek также предлагают открытые модели. Дополнительное давление оказывают AI-стартапы вроде Anysphere с инструментом Cursor и оценкой $2,5 млрд.
*организация запрещена в России и признана экстремистской
#news #стартапы #AI
https://www.ft.com/content/a2398760-2f0f-4ba2-8319-6b25ff949f0f
Канадский AI-стартап Cohere ведёт переговоры о привлечении более $500 млн. За последние 4 месяца Cohere нарастил годовую выручку в 2 раза до $100 млн, но для дальнейшего роста ему нужны ресурсы.
Стартап стремится сократить отставание от лидеров индустрии — OpenAI, Google и Anthropic. Компания рассчитывает на оценку от $5,5 до $6,5 млрд. Это значительно ниже показателей конкурентов: в апреле OpenAI оценили в $300 млрд, а Anthropic в марте — в $61,5 млрд.
Основатели Cohere — бывшие исследователи из Google Эйдан Гомес (Aidan Gomez), Ник Фрост (Nick Frosst) и Иван Чжан (Ivan Zhang). Гомес является соавтором статьи «Attention Is All You Need», которая заложила основу трансформеров, архитектуры, лежащей в основе всех современных больших языковых моделей.
В отличие от OpenAI, компания делает ставку на корпоративных клиентов и конфиденциальность, а не на массового пользователя. Среди продуктов — линейка Aya (многоязычные open-source модели) и новая платформа North, которая помогает компаниям создавать AI-агентов для автоматизации офисных задач.
В это время Meta*, Mistral и DeepSeek также предлагают открытые модели. Дополнительное давление оказывают AI-стартапы вроде Anysphere с инструментом Cursor и оценкой $2,5 млрд.
*организация запрещена в России и признана экстремистской
#news #стартапы #AI
https://www.ft.com/content/a2398760-2f0f-4ba2-8319-6b25ff949f0f
Ft
AI start-up Cohere seeks $500mn in effort to catch up to OpenAI and Anthropic
Canadian group seeks valuation of up to $6.5bn but rivals have soared far higher in comparison